Datenanalyse und ProblemlösungModulbeschreibung #50653 / Version 2
- 6 LP
- Portfolioprüfung
- Benotet
- Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v6)
| Modul / Version | #50653 / #2 |
|---|---|
| Gültigkeit | SS 2015 – WS 2015/16 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Jochem, Roland |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät V |
|---|---|
| Institut | Institut für Werkzeugmaschinen und Fabrikbetrieb (IWF) |
| Fachgebiet | 35361300 FG Qualitätswissenschaft |
Kontakt
| Sekretariat | PTZ 3 |
|---|---|
| Ansprechpartner*in | Müller-Stein, Lennart Frederik |
| E-Mail-Adresse | l.mueller-stein@tu-berlin.de |
| Webseite | https://www.tu.berlin/qw/studium-lehre/lehrveranstaltungen |
Lernergebnisse
Die Teilnehmer des Moduls werden befähigt, in einem technischen Arbeitsumfeld Datenerhebungen unter
Beachtung statistischer Grundlagen zu planen, durchzuführen sowie die erhobenen Daten auszuwerten.
Aufbauend auf der Datenerhebung und -analyse werden in der betrieblichen Praxis anwendbare
Schlüsselmethoden zur Problemerkennung und nachhaltigen Lösung vermittelt.
Beachtung statistischer Grundlagen zu planen, durchzuführen sowie die erhobenen Daten auszuwerten.
Aufbauend auf der Datenerhebung und -analyse werden in der betrieblichen Praxis anwendbare
Schlüsselmethoden zur Problemerkennung und nachhaltigen Lösung vermittelt.
Lehrinhalte
Themenblock I: Angewandte Statistik
-Grundlagen der Wahrscheinlichkeitsrechnung und Statistik
-Datenerhebungsplanung und Deskriptive Statistik,
-Regressions- und Korrelationsanalyse
-Diskrete und stetige Verteilungen / Verteilungsfunktionen,
-Stichproben und -funktionen
-Hypothesentests und Konfidenzintervalle
-Varianzanalyse (ANOVA)
Themenblock II: Problemlösung durch die stat. Qualitätssicherung
-Qualitäts- und Fehlerbegriff
-Einführung in Problemlösungstechniken
-Prozess- und Prüfmittelfähigkeitsanalyse
-Statistische Versuchsplanung (Design of Experiments)
-Zuverlässigkeitsanalysen
-Statistische Prozessregelung (SPC)
-Grundlagen der Wahrscheinlichkeitsrechnung und Statistik
-Datenerhebungsplanung und Deskriptive Statistik,
-Regressions- und Korrelationsanalyse
-Diskrete und stetige Verteilungen / Verteilungsfunktionen,
-Stichproben und -funktionen
-Hypothesentests und Konfidenzintervalle
-Varianzanalyse (ANOVA)
Themenblock II: Problemlösung durch die stat. Qualitätssicherung
-Qualitäts- und Fehlerbegriff
-Einführung in Problemlösungstechniken
-Prozess- und Prüfmittelfähigkeitsanalyse
-Statistische Versuchsplanung (Design of Experiments)
-Zuverlässigkeitsanalysen
-Statistische Prozessregelung (SPC)
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Datenanalyse und Problemlösung | Vorlesung | 0536 L 318 | Sommersemester | [de] | 2 | WiSe 2026/27 (1) ISIS |
| Datenanalyse und Problemlösung | Übung | Sommersemester | [de] | 2 | ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (1)
Datenanalyse und Problemlösung (Vorlesung) 1
- Applied Data Science for Quality Engineering (Vorlesung) Termingruppe 1 0536 L 318
Arbeitsaufwand und Leistungspunkte
Datenanalyse und Problemlösung (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 23 | 2 h | 46 h |
| Vor-/Nachbearbeitung | 23 | 2 h | 46 h |
| 92 h | |||
Datenanalyse und Problemlösung (Übung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Hausaufgaben | 2 | 15 h | 30 h |
| Präsenzzeit | 3 | 2 h | 6 h |
| Projektdurchführung und Präsentationsvorbereitung | 1 | 40 h | 40 h |
| Vor-/Nachbearbeitung | 3 | 4 h | 12 h |
| 88 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Es kommen Vorlesungen, Übungen sowie selbstständige Gruppenarbeit zum Einsatz.
Vorlesungen:
-Frontalunterricht mit Darstellung der Inhalte und zahlreichen Beispielen aus der Praxis, z.T. in englischer
Sprache
Übungen:
-Präsentation der Anwendung statistischer Methoden auf Probleme aus der Praxis unter Nutzung der
Statistiksoftware R
-Einführung in die Statistiksoftware R
-Einführung in die Problemstellung der Hausaufgaben sowie Projektdurchführung
Gruppenarbeit:
-Durchführung von praxisnahen Hausaufgaben sowie eines Projektes in kleinen Teams unter Nutzung der Statistiksoftware R
Vorlesungen:
-Frontalunterricht mit Darstellung der Inhalte und zahlreichen Beispielen aus der Praxis, z.T. in englischer
Sprache
Übungen:
-Präsentation der Anwendung statistischer Methoden auf Probleme aus der Praxis unter Nutzung der
Statistiksoftware R
-Einführung in die Statistiksoftware R
-Einführung in die Problemstellung der Hausaufgaben sowie Projektdurchführung
Gruppenarbeit:
-Durchführung von praxisnahen Hausaufgaben sowie eines Projektes in kleinen Teams unter Nutzung der Statistiksoftware R
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Grundlegende Kenntnisse zur Mathematik und Wahrscheinlichkeitsrechnung (jeweils Abiturwissen)
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Sprache | Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Hausaufgabe 1 | 60 | ||
| Hausaufgabe 2 | 60 | ||
| Projekt und Präsentation | 160 | ||
| Schriftlicher Test | 120 |
Prüfungsbeschreibung (Abschluss des Moduls)
Portfolioprüfung mit einem Notenschlüssel basierend auf 400 Punkte.
Punkte von Punkte bis Note
360 400 1,0
340 359,9 1,3
320 339,9 1,7
300 319,9 2,0
280 299,9 2,3
264 279,9 2,7
248 263,9 3,0
232 247,9 3,3
216 231,9 3,7
200 215,9 4,0
0 199,9 5,0
Punkte von Punkte bis Note
360 400 1,0
340 359,9 1,3
320 339,9 1,7
300 319,9 2,0
280 299,9 2,3
264 279,9 2,7
248 263,9 3,0
232 247,9 3,3
216 231,9 3,7
200 215,9 4,0
0 199,9 5,0
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Anmeldung zur Lehrveranstaltung:
- in der ersten Vorlesungswoche
Einteilung in Arbeitsgruppen für die Hausaufgaben:
- In den ersten 3 Wochen nach Semesterbeginn
Anmeldung zur Prüfung:
- Online (QISPOS)
- Die jeweiligen Anmeldefristen sind der Ordnung zur Regelung des allgemeinen Studien- und Prüfungsverfahrens (AllgStuPO) zu entnehmen (§ 39)
- in der ersten Vorlesungswoche
Einteilung in Arbeitsgruppen für die Hausaufgaben:
- In den ersten 3 Wochen nach Semesterbeginn
Anmeldung zur Prüfung:
- Online (QISPOS)
- Die jeweiligen Anmeldefristen sind der Ordnung zur Regelung des allgemeinen Studien- und Prüfungsverfahrens (AllgStuPO) zu entnehmen (§ 39)
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – www.isis.tu-berlin.de
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Das Modul bildet einen Grundbaustein für jedes Ingenieurstudium. Die erlernten Grundlagen können insbesondere zum Lösen von Problemen in Forschung und Entwicklung, Beschaffung, Produktion, Vertrieb und Feldeinsatz genutzt werden. Die erlernten Methoden sind auf viele Problemstellungen und Anwendungsgebiete soziotechnischer und naturwissenschaftlicher Arbeitsumfelder oder auch Master Studiengänge übertragbar. Pflichtmodul für den Bachelorstudiengang Maschinenbau.
Sonstiges
Keine Angabe