Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Management von DatenströmenModulbeschreibung #40310 / Version 8

← Zur Modulseite English version
Modul / Version#40310 / #8
GültigkeitSeit WiSe 2025/26
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rMarkl, Volker
BenotungBenotet
PrüfungsformMündliche Prüfung
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
- Synopsis-Konstruktion für Datenströme (Sampling, Wavelets, Sketches and Histograms)
- Filtering und Counting in Datenströmen
- Datenstrom-Analyse: Klassifikation und Clustering
- 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
Arbeit an den Übungsaufgaben/Praxisteil (Fallbeispiel)153 h45 h
Prüfungsvorbereitung130 h30 h
Teilnahme an der Lehrveranstaltung153 h45 h
Vor- und Nachbearbeitung (Lesen der Primärliteratur)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 sowie einem Übungs- und Praxisanteil, der aus kleinen und größeren Aufgaben besteht und in kleinen Teams erarbeitet wird (incl. Präsentationen).

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

gute Kenntnisse in ‚Datenbanken & Informationssystemen‘, ‚Software Engineering‘ und Mathematik.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformMündliche Prüfung
SpracheEnglisch
Dauer/Umfang25 Minuten

Prüfungsbeschreibung (Abschluss des Moduls)

Im Prüfungsgespräch werden Themen aus der Integrierten Veranstaltung behandelt. Dabei wird explizit auf im Semester behandelte Beispiele Bezug genommen.

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

Zum Besuch der Lehrveranstaltung ist eine Zulassung erforderlich. Bitte informieren Sie sich vor Beginn der Vorlesungszeit auf https://www.tu.berlin/dima/studium-lehre/kursangebote , um nähere Informationen zum Anmeldeprozess zu erhalten.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • Data Stream Management. Processing High-Speed Data Streams. Ed. by M.Garofalakis, J.Gehrke, R.Rastogi, Springer, 2016, ISBN: 978-3-540-28608-0
  • Data Streams: Models and Algorithms, Edited by Charu C. Aggarwal, Kluwer Academic 2007. http://charuaggarwal.net/streambook.pdf
  • Knowledge Discovery from Data Streams. Ed. by Joao Gama. CRC Press, 2010, ISBN: 978-1439826119
  • 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
WiSe 2025/26Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
SoSe 2026Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
Computer Science (Informatik)
StuPO 2015
WiSe 2025/26Studiengebiete › Data and Software Engineering / Data and Software Engineering
SoSe 2026Studiengebiete › Data and Software Engineering / Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Data and Software Engineering / Data and Software Engineering
Elektrotechnik
StuPO 2015
WiSe 2025/26Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
SoSe 2026Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
ICT Innovation
StuPO 2020
WiSe 2025/26Studienrichtungen › Major: Data Science › Exit year: Data Science › Exit year Electives: Data Science
SoSe 2026Studienrichtungen › Major: Data Science › Exit year: Data Science › Exit year Electives: Data Science
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
WiSe 2025/26Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems
SoSe 2026Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering
Medieninformatik
StuPO 2017
WiSe 2025/26Wahlpflichtbereich › Technische Profilbereiche (A) › Profilbereich Data Science
SoSe 2026Wahlpflichtbereich › Technische Profilbereiche (A) › Profilbereich Data Science
WiSe 2026/27Wahlpflichtbereich › Technische Profilbereiche (A) › Data Science
Medientechnik
StuPO 2022
WiSe 2025/26Wahlpflicht weitere Profibereiche › weiterer Profilbereich Data Science
SoSe 2026Wahlpflichtbereich Profilbereiche › Profilbereich Data Science
WiSe 2026/27Wahlpflichtbereich › Profilbereich › Data Science
Wirtschaftsingenieurwesen
StuPO 2015
WiSe 2025/26Ingenieurwissenschaftliche 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 2026Ingenieurwissenschaftliche 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 2026/27Ingenieurwissenschaftliche 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
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Data and Software Engineering

Sonstiges

Keine Angabe