Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Management von DatenströmenModulbeschreibung #40310 / Version 6

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v8)
Modul / Version#40310 / #6
GültigkeitSoSe 2023 – SoSe 2025
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rMarkl, Volker
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34351500 FG Datenbanksysteme und Informationsmanagement (DIMA)

Kontakt

SekretariatFR 7-1
Ansprechpartner*inBorusan, Alexander
E-Mail-Adressesekr@dima.tu-berlin.de
Webseitehttps://www.tu.berlin/dima

Lernergebnisse

Durch die technologischen Entwicklungen der letzten Jahre entstehen immer mehr Anwendungen, in denen kontinuierlich Daten produziert werden, die auch nur für eine gewisse Zeit aktuell bzw. gültig sind. Derartige Anwendungen sind dadurch gekennzeichnet, dass sie Ströme von Daten verarbeiten müssen. Die Teilnehmer dieses Moduls bekommen vertiefte konzeptionelle, methodische und praktische Kenntnisse für die Verarbeitung von Datenströmen an Beispielen aus den verschiedenen Anwendungsbereichen. Sie sind befähigt, Algorithmen zur Verarbeitung von Datenströmen auszuwählen, anzupassen und anzuwenden sowie die Architektur von Datenstrommanagementsystemen für mittelgroße Anwendungen zu entwickeln.

Lehrinhalte

In den letzten Jahren haben Fortschritte in der Hardwaretechnologie neue Möglichkeiten der kontinuierlichen Datenerfassung vereinfacht. In vielen Anwendungen, wie beispielsweise Netzwerküberwachung, ist das Volumen derartiger Daten so groß, dass es unmöglich ist, die Daten auf der Platte zu speichern. Weiterhin kann, selbst wenn die Daten gespeichert werden können, das Volumen der eingehenden Daten so groß sein, dass es unmöglich ist, einen bestimmten Datensatz mehr als einmal zu verarbeiten. Daher werden viele Datenbankoperationen und Datenanalysealgorithmen wie zum Beispiel Filterung, Indexierung, Klassifikation und Clustering in diesem Zusammenhang wesentlich anspruchsvoller.
Wir folgen dem nachstehenden Themenkatalog:
- Konzeptionelle Grundlagen/Terminologie von Datenstrommanagement, Einführung in Datenströme, Bespiele (Telefonnetze, Automobilelektronik,
Avionik, Verkehrsmanagement, Gebäudeüberwachung etc.)
- Basiskonzepte von technischen Informationssystemen, Modellierung von Datenströmen
- Stromquellen, Anforderungsstrukturierung, Anforderungen an Datenstrommanagementsystemen (DSMS)
- Referenzarchitektur von DSMS, Architekturmodellierung
- Modellierung der Funktionalität, Funktionsnetzwerk (Logische Architektur). Schnittstellenbeschreibung, Verhaltensmodellierung
- Fensterbasierte Verarbeitung von Datenströmen, tupelbasierte, zeitbasierte und wertebasierte Fenster (The Sliding-
Window Computation Model and Results)
- Synopsis-Konstruktion für Datenströme (Sampling, Wavelets, Sketches and Histograms)
- Filtering und Counting in Datenströmen
- Datenstromanalyse: Klassifikation und Clustering
- Datenstromverarbetung in Sensornetzen
- Modellierungsbeispiele (Automobilelektronik, Avionik)
- Prototypische Systeme (Aurora, STREAM, TelegraphCQ)
- Werkzeuge (Flink, Spark, Storm)

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Management of Data StreamsIntegrierte Veranstaltung0434 L 471 Wintersemester[en]4 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (1)

Management of Data Streams (Integrierte Veranstaltung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Management of Data Streams (Integrierte Veranstaltung)

AufwandbeschreibungMultiplikatorStundenGesamt
Ausarbeitung152 h30 h
Präsenz154 h60 h
Übungsaufgaben/Praxisteil (Fallbeispiel)152 h30 h
Vor- und Nachbearbeitung (inkl. Lesen der Primärliteratur und eigenem Vortrag)154 h60 h
180 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Diese integrierte Veranstaltung (IV) besteht aus einem Vorlesungsanteil und einem Seminaranteil, für
den Sie ein Thema selbständig erarbeiten und der Gruppe präsentieren. Daneben gibt es einen
Übungs- und Praxisanteil, der aus kleinen und größeren Aufgaben besteht und in kleinen Teams
erarbeitet wird (incl. Präsentationen). Dabei wird von den Studierenden Anwesenheit und aktive
Mitarbeit an allen Terminen erwartet. Bis zum Semesterende erstellt jedes Team eine ca. 20-seitige
Ausarbeitung und präsentiert die Ergebnisse in der Abschlusspräsentation.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Diese Lehrveranstaltung wendet sich an Master-Studenten mit Schwerpunkt im Bereich
Datenbanksysteme und Informationsmanagement ab dem 1. (Master-)Semester. Die Voraussetzungen
sind das abgeschlossene Bachelorstudium und Kenntnisse der modernen Modellierungssprachen und
des klassischen Datenbankmanagements. Die Literatur für diese Veranstaltung ist in vielen Fällen in
englischer Sprache abgefasst, daher sind gute Englischkenntnisse erforderlich.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnis-Prüfung) Seminar Talk (individual)30mündlich20 Min
(Ergebnisprüfung) Written Project Report35schriftlich20 Seiten
(Ergebnisprüfung) Written Seminar Report (individual)15schriftlich8-10 Seiten
(Lernprozess-Evaluierung) Project Work/Homework (small teams = 3-4 max)20praktisch30 St.

Prüfungsbeschreibung (Abschluss des Moduls)

Die Prüfung besteht aus 4 Portfolioelementen:
3 'deliverable assessements' ("Ergebnisprüfungen"): seminar talk, seminar report, and project report
plus one 'learning process review' ("Lernprozess-Evaluierung"): project (lab & home) work evaluation

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 30.

Anmeldeformalitäten

Während der ersten sechs Wochen der Vorlesungszeit müssen sich die Studierenden bei dem offiziellen TU-Anmeldesystem (Prüfung) und ISIS (LV-Organisation/ Dokumentation) für das Modul anmelden. Beachten Sie bitte unbedingt alle Regelungen Ihres Studienganges!

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • Data Streams: Models and Algorithms, Edited by Charu C. Aggarwal, Kluwer Academic 2007. http://charuaggarwal.net/streambook.pdf
  • Mining of Massive Datasets (3rd Edition), A. Rajaraman, J. Ullman, Cambridge University Press, January 2020. http://mmds.org/

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems
Computer Science (Informatik)
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
Elektrotechnik
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems
ICT Innovation
StuPO 2020
SoSe 2025Studienrichtungen › Major: Data Science › Exit year: Data Science › Exit year Electives: Data Science
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
SoSe 2025Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering
Medieninformatik
StuPO 2017
SoSe 2025Wahlpflichtbereich › Technische Profilbereiche (A) › Profilbereich Data Science
Medientechnik
StuPO 2022
SoSe 2025Wahlpflicht weitere Profibereiche › weiterer Profilbereich Data Science
Wirtschaftsingenieurwesen
StuPO 2015
SoSe 2023Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering
WiSe 2023/24Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering
SoSe 2024Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering
WiSe 2024/25Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering
SoSe 2025Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering

Sonstiges

Keine Angabe