Management von DatenströmenModulbeschreibung #40310 / Version 8
- 6 LP
- Mündliche Prüfung
- Benotet
- Wintersemester
- Englisch
| Modul / Version | #40310 / #8 |
|---|---|
| Gültigkeit | Seit WiSe 2025/26 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Markl, Volker |
| Benotung | Benotet |
| Prüfungsform | Mündliche Prüfung |
| 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
- 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)
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:
| 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 |
|---|---|---|---|
| Arbeit an den Übungsaufgaben/Praxisteil (Fallbeispiel) | 15 | 3 h | 45 h |
| Prüfungsvorbereitung | 1 | 30 h | 30 h |
| Teilnahme an der Lehrveranstaltung | 15 | 3 h | 45 h |
| Vor- und Nachbearbeitung (Lesen der Primärliteratur) | 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 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
| Benotung | Benotet |
|---|---|
| Prüfungsform | Mündliche Prüfung |
| Sprache | Englisch |
| Dauer/Umfang | 25 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 / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| Computer Science (Informatik) StuPO 2015 | WiSe 2025/26 | Studiengebiete › Data and Software Engineering / Data and Software Engineering |
| SoSe 2026 | Studiengebiete › Data and Software Engineering / Data and Software Engineering | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet › Data and Software Engineering / Data and Software Engineering | |
| Elektrotechnik StuPO 2015 | WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| ICT Innovation StuPO 2020 | WiSe 2025/26 | Studienrichtungen › Major: Data Science › Exit year: Data Science › Exit year Electives: Data Science |
| SoSe 2026 | Studienrichtungen › Major: Data Science › Exit year: Data Science › Exit year Electives: Data Science | |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | WiSe 2025/26 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems |
| SoSe 2026 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering | |
| WiSe 2026/27 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering | |
| Medieninformatik StuPO 2017 | WiSe 2025/26 | Wahlpflichtbereich › Technische Profilbereiche (A) › Profilbereich Data Science |
| SoSe 2026 | Wahlpflichtbereich › Technische Profilbereiche (A) › Profilbereich Data Science | |
| WiSe 2026/27 | Wahlpflichtbereich › Technische Profilbereiche (A) › Data Science | |
| Medientechnik StuPO 2022 | WiSe 2025/26 | Wahlpflicht weitere Profibereiche › weiterer Profilbereich Data Science |
| SoSe 2026 | Wahlpflichtbereich Profilbereiche › Profilbereich Data Science | |
| WiSe 2026/27 | Wahlpflichtbereich › Profilbereich › Data Science | |
| Wirtschaftsingenieurwesen StuPO 2015 | WiSe 2025/26 | 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 2026 | 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 2026/27 | 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 | |
| Wirtschaftsingenieurwesen StuPO 2026 | WiSe 2026/27 | Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Data and Software Engineering |
Sonstiges
Keine Angabe