Management von DatenströmenModulbeschreibung #40310 / Version 6
- 6 LP
- Portfolioprüfung
- Benotet
- Wintersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v8)
| Modul / Version | #40310 / #6 |
|---|---|
| Gültigkeit | SoSe 2023 – SoSe 2025 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Markl, Volker |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34351500 FG Datenbanksysteme und Informationsmanagement (DIMA) |
Kontakt
| Sekretariat | FR 7-1 |
|---|---|
| Ansprechpartner*in | Borusan, Alexander |
| E-Mail-Adresse | sekr@dima.tu-berlin.de |
| Webseite | https://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)
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:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Management of Data Streams | Integrierte Veranstaltung | 0434 L 471 | Wintersemester | [en] | 4 | WiSe 2026/27 (1) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (1)
Management of Data Streams (Integrierte Veranstaltung) 1
- Management of Data Streams (Integrierte Veranstaltung) Termingruppe 1 0434 L 471
Arbeitsaufwand und Leistungspunkte
Management of Data Streams (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Ausarbeitung | 15 | 2 h | 30 h |
| Präsenz | 15 | 4 h | 60 h |
| Übungsaufgaben/Praxisteil (Fallbeispiel) | 15 | 2 h | 30 h |
| Vor- und Nachbearbeitung (inkl. Lesen der Primärliteratur und eigenem Vortrag) | 15 | 4 h | 60 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.
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.
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
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Ergebnis-Prüfung) Seminar Talk (individual) | 30 | mündlich | 20 Min |
| (Ergebnisprüfung) Written Project Report | 35 | schriftlich | 20 Seiten |
| (Ergebnisprüfung) Written Seminar Report (individual) | 15 | schriftlich | 8-10 Seiten |
| (Lernprozess-Evaluierung) Project Work/Homework (small teams = 3-4 max) | 20 | praktisch | 30 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
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 / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| Computer Science (Informatik) StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering |
| Elektrotechnik StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| ICT Innovation StuPO 2020 | SoSe 2025 | Studienrichtungen › Major: Data Science › Exit year: Data Science › Exit year Electives: Data Science |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | SoSe 2025 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering |
| Medieninformatik StuPO 2017 | SoSe 2025 | Wahlpflichtbereich › Technische Profilbereiche (A) › Profilbereich Data Science |
| Medientechnik StuPO 2022 | SoSe 2025 | Wahlpflicht weitere Profibereiche › weiterer Profilbereich Data Science |
| Wirtschaftsingenieurwesen StuPO 2015 | SoSe 2023 | Ingenieurwissenschaftliche 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 2023/24 | Ingenieurwissenschaftliche 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 2024 | Ingenieurwissenschaftliche 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 2024/25 | Ingenieurwissenschaftliche 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 2025 | Ingenieurwissenschaftliche 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