Bachelor: Digital Engineering

413 - Smart Systems

Empfohlenes Studiensemester: 4

Turnus: Sommersemester

Sprachen: Deutsch

ECTS: 5

Prüfungsform: praP oder schrP oder mdlP oder ModA, weitere Angaben siehe SPO und Studienplan

Lehrform und SWS: SU (2SWS), Pra (2SWS)

Gesamter Workload: 150 Stunden

Präsenzzeit: 30 Stunden Seminaristischer Unterricht, 30 Stunden Praktikum

Selbststudium: 90 Stunden

Modulverantwortung: Prof. Dr.-Ing. Martin Orehek (FK07)

Weitere Lehrende: Prof. Dr. Stefan Wallentowitz (FK07)

Empfohlene Voraussetzung für die Teilnahme

Grundlegendes Verständnis der Informationsverarbeitung, der Programmierung und der Softwareentwicklung (z.B. erworben in Module: Computational Thinking, Software Engineering). Grundlegende Kenntnisse einer höheren Programmiersprache (z.B. erworben im Modul: Softwareentwicklung) und der Netzwerkkommunikation (z.B. erworben im Modul: Computer Systems Fundamentals).

Verwendbarkeit des Moduls

Bachelor Digital Engineering

Lernziele

Fach- und Methodenkompetenz

Studierende lernen die Grundlagen zu Smarte Systeme kennen. Sie lernen wie konkrete Smarte Systeme aufgebaut sind und die Smartness realisiert werden kann.

Einführung - Digitale Transformation und Digitalisierung:

Die Studierenden

  • erklären folgende Begriffe und können diese voneinander abgrenzen: Digitale Transformation, Digitalisierung, Internet der Dinge (IoT), Industrie 4.0, Big Data, Machine Learning
  • stellen dar wir Smart Systems ein Teil der Digitalen Transformation sind

Eigenschaften Smarter Systeme:

Die Studierenden

  • erklären wie eine systematische Literaturrecherche durchgeführt wird
  • führen selbst eine Literaturrecherche zu einem gegebenen Thema durch
  • präsentieren welche Konzepte zur Charakterisierung von Systemen genutzt werden können
  • beschreiben wie Smartness in Domänen definiert wird (z.B. Smart-City, -Home, -Industry, -Service-System, ...)
  • beschreiben welche Eigenschaften Smarte Systeme besitzen (Infos aus der Literaturrecherche)

IoT Architekturen - Anwendungen und Herausforderungen:

Die Studierenden

  • beschreiben die unterschiedlichen IoT Architekturen aus wissenschaftlichen Veröffentlichungen, analysieren Gemeinsamkeiten und Unterschiede
  • erklären und differenzieren folgende Begriffe: Cloud-, Fog-, Edge-Computing
  • beschreiben verschiedene IoT Anwendungsbereiche und die darin verfolgten Ziele
  • benennen die Herausforderungen bei der Umsetzung von IoT Anwendungen

Netzwerke - Vertiefung:

Die Studierenden

  • beschreiben und erklären die Aufgaben und grundlegenden Funktionen der Transportschicht
  • analysieren die Anforderungen von Aufgabenstellungen und wählen geeignete Transportprotokolle aus
  • beschreiben die Aufgaben der Netzwerkschicht und erklären die grundlegenden Funktionen der verwendeten Protokolle

IoT Protokolle:

Die Studierenden

  • beschreiben etablierten IoT Protokolle und erklären deren Funktionsweisen und Eigenschaften
  • analysieren Aufgabenstellungen, wählen dafür geeignete Protokolle aus und begründen die Wahl nachvollziehbar
  • vergleichen die Protokolle miteinander

Einführung - Algorithmen:

Die Studierenden

  • erklären was ein Algorithmus im Kontext der Informationsverarbeitung ist
  • beschreiben die Kerneigenschaften von Algorithmen
  • kennen, interpretieren und nutzten Beschreibungsformen für Algorithmen
  • erklären die folgenden Begriffe und grenzen diese voneinander ab: Beschreibungs-, Laufzeit-, Speicherkomplexität, Random Access Machine (RAM), Asymptotische Analyse, Landau-Notation, O-Notation
  • untersuchen, bewerten und vergleichen Algorithmen unter den Aspekten: Komplexität und Korrektheit
  • nennen wichtige Laufzeitklassen und stellen diese in Bezug
  • berechnen die Laufzeitklasse für gegebene Laufzeitfunktionen und wenden dabei die Rechenregeln der O-Notation korrekt an
  • analysieren gegebene Algorithmen, bestimmen dafür die Worst-Case-Laufzeit und berechnen die entsprechende Laufzeitklasse

Begleitendes Anwendungsbeispiel:

Die Studierenden

  • analysieren eine gegebene Aufgabenstellung und leiten daraus die technischen Anforderungen für ein System ab
  • wählen aus einer Menge von existierenden Technologien, die für die Aufgabenstellung optimale Lösung aus
  • realisieren eine Minimum Viable Product (MVP) für ein System

Überfachliche Kompetenz

  • Über Gruppenarbeiten werden kommunikative Kompetenzen gefördert.

Inhalt

  • Systematische Literaturrecherche und Analyse der verfügbaren Veröffentlichungen zu Themen wie z.B.: Smart-X, IoT Architekturen
  • IoT Referenzarchitektur der Eclipse Foundation
  • Netzwerke: TCP/UDP, IPv4/IPv6, Adressierung, Routing, Routing Algorithmen, ...
  • IoT Protokolle: MQTT, MQTT-SN, CoAP, LwM2M, Sparkplug, ...
  • Algorithmen: Beschreibungsformen (z.B. UML Aktivitätsdiagramme, Pseudocode), konkrete Beispiele je nach Projektaufgaben

Lehrmethoden und Lernformen

Tafel, Folien, Beamer, Lehr-/Lernvideos, Gastvorträge

Literatur

  • Borgmeier A., Grohmann A., Gross S. F., Smart Services und Internet der Dinge: Geschäfts- modelle, Umsetzung und Best Practices: Industrie 4.0, Big Data, Machine Learning, Block- chain, kollaborative Ökosysteme, Human Centricity, 2., Vollständig überarbeitete Auflage. München: Hanser, 2022
  • Romero M., Guédria W., Panetto H., Barafort B., Towards a Characterisation of Smart Systems: A Systematic Literature Review, Computers in Industry, Bd. 120, S. 103224, Sep. 2020
  • Atlam H. F., Walters R. J., Wills G. B., Internet of Things: State-of-the-art, Challenges, Applications, and Open Issues, IJICR, Bd. 9, Nr. 3, S. 928–938, Sep. 2018
  • Sethi P., Sarangi S. R., Internet of Things: Architectures, Protocols, and Applications, Journal of Electrical and Computer Engineering, Bd. 2017, S. 1–25, 2017
  • Desbiens F., Building Enterprise IoT Solutions with Eclipse IoT Technologies: An Open Source Approach to Edge Computing. Berkeley, CA: Apress, 2023
  • Weitere Literatur wird im Rahmen der aktuellen Veranstaltung bekannt gegeben.