Betriebssysteme sind eine zentrale Komponente von Rechnern und stellen grundlegende Funktionen für die Arbeit mit diesen Rechnern bereit. In immer größerem Maße stehen Rechner aber nicht alleine, sondern sind in Netzwerke eingebunden, innerhalb derer auf Daten und Funktionen anderer Computersysteme zugegriffen werden kann. Damit werden verteilte Systeme möglich, bei denen die Daten und Funktionen systematisch verschiedenen Rechnern innerhalb eines Netzwerkes zugeordnet werden, um gemeinsam definierte Aufgaben zu bewältigen. Während die verschiedenen Rechner innerhalb eines Netzwerkes oder eines verteilten Systems in der Vergangenheit stationär waren, sind mittlerweile auch viele mobile Rechner im Einsatz, was zu völlig neuen Anwendungsszenarien sowohl im privaten als auch im geschäftlichen Kontext führt.

1. Grundlagen der Betriebssysteme
   1. Grundlegender Aufbau von Computersystemen
   2. Dateisysteme
   3. Speicherverwaltung
   4. Prozesse und Threads
2. Verbreitete Betriebssysteme
   1. Grundkonzepte Windows
   2. Grundkonzepte Unix und Linux
   3. Grundkonzepte Apple-Betriebssysteme
   4. Mobile Betriebssysteme
3. Rechnernetze
   1. Grundlagen der Datenübertragung
   2. OSI-Referenzmodell
   3. Netztopologien
4. TCP/IP und Internet
   1. Entstehung des Internets
   2. TCP/IP-Protokollstack
   3. Ausgewählte IP-basierte Protokolle und Dienste
   4. Sicherheit im Internet
5. Architekturen verteilter Systeme
   1. Client-Server-Systeme und verteilte Anwendungen
   2. Grundbegriffe verteilter Systeme: Nebenläufigkeit, Semaphoren, Deadlock
   3. Kommunikation in verteilten Systemen
   4. Dienste-Orientierung: SOA, Webservices und Microservices
   5. Cloud-Anwendungen
   6. Transaktionen in verteilten Systemen
   7. High-Performance Computing Cluster
6. Mobile Computing
   1. Grundlagen, Techniken und Protokolle für Mobile Computing
   2. Mobiles Internet und seine Anwendungen
   3. Mobile Kommunikationsnetze
   4. Sicherheit und Datenschutz in mobilen Systemen

IT-Servicemanagement ist ein Ansatz, die IT eines Unternehmens als Dienstleister und Unterstützer der betrieblichen und geschäftlichen Prozesse auszurichten und zu verstehen. Hierbei stehen Qualitätsmanagement und Handhabung des täglichen Betriebs im Vordergrund.

Dieser Kurs vermittelt unter Verwendung der IT Infrastructure Library (ITIL) Konzepte, Vorgehensweisen und Best Practices im Bereich IT-Servicemanagement (IT-Betrieb). Damit werden also die Steuerung der Aktivitäten eines SW-Lebenszyklus betrachtet, die nach der Entwicklung eines IT-Systems stattfinden: der IT-Betrieb als kontinuierlichen Lauf des produktiven Tagesgeschäfts der IT-Abteilungen eines Unternehmens.

1. Grundlagen und Begriffe zum IT-Service Management
   1. IT-Dienstleistungen
   2. IT-Servicemanagement
2. ITIL - Service Lifecycle, Service Strategy und Continual Service Improvement
   1. Service Lifecycle
   2. Service Strategy
   3. Continual Service Improvement
3. ITIL – Service Design
   1. Service Level Management
   2. Service Catalog Management
   3. Availability Management
   4. Weitere Prozesse im Service Design
4. ITIL – Service Transition
   1. Transition Planning and Support
   2. Change Management
   3. Service Asset and Configuration Management
   4. Weitere Prozesse in der Service Transition
5. ITIL – Service Operation
   1. Incident Management
   2. Problem Management
   3. Weitere Prozesse in der Service Operation
6. Information Security Management mit dem IT-Grundschutz Framework des BSI
   1. Aufbau und Elemente des BSI-Grundschutzes
   2. Informationssicherheitsprozess

Neben konkreten IT-Projekten, z. B. die Neuentwicklung eines IT-Systems oder die Einführung einer Standardsoftware, muss für die organisationsweite IT-Infrastruktur – also die Menge aller eingesetzter IT-Hardware und -Softwaresysteme – ein strategisches Management eingesetzt werden.

Diese Leitung obliegt dem IT-Unternehmensarchitekten, der das IT-Architekturmanagement betreibt. Seine Aufgabe ist die strategische Ausrichtung der IT-Infrastruktur an die Geschäfts- und IT-Strategie der Organisation.

Dieser Kurs vermittelt typische Konzepte, Methoden, Vorgehensweisen und Modelle für die Aufgaben im Rahmen des IT-Architekturmanagements.

1. Grundlagen und Begriffe zum Management von IT-Unternehmensarchitekturen
   1. IT-Unternehmensarchitektur
   2. Ziele von Enterprise Architecture Management
   3. Prozesse im Management von IT-Unternehmensarchitekturen
2. IT-Anwendungsportfoliomanagement
   1. Überblick über das IT-Anwendungsportfoliomanagement
   2. Anwendungshandbuch
   3. Portfolioanalyse
   4. Bebauungsplanung
3. Architektur-Governance
   1. Aufbauorganisation
   2. Entwicklung und Durchsetzung von Richtlinien
   3. Projektbegleitung
4. Modellierung von IT-Unternehmensarchitekturen
   1. Modelle im Kontext IT-Architekturmanagement
   2. Dokumentationsformen für Prozesse und Anwendungen
   3. Dokumentationsformen für Systeme und Technologien
5. Frameworks am Beispiel von TOGAF
   1. Grundlagen und Einsatz von IT-Architekturframeworks
   2. Überblick und Kategorien von EAM-Frameworks
   3. The Open Group Architecture Framework (TOGAF)
6. Referenzmodelle und Musterkataloge
   1. Referenzmodelle für Architekturen
   2. Musterkatalog für Gestaltung von EAM

Die Studierenden lernen wichtige Konzepte aus dem Bereich IT-Sicherheit kennen. Dabei werden sowohl grundlegende Begriffe eingeführt und diskutiert als auch typische Anwendungsfelder und Einsatzgebiete von IT-Sicherheit vorgestellt sowie typische Verfahren und Techniken beschrieben.

1. Begriffsbestimmungen und Hintergründe
   1. Informationstechnik (IT) für die Unterstützung von privaten Aktivitäten
   2. und geschäftlichen Prozessen
   3. Sicherheit und Schutz als Grundbedürfnisse
   4. Datenschutz als Persönlichkeitsrecht
   5. IT-Sicherheit als Qualitätsmerkmal von IT-Verbünden
   6. Abgrenzung Datenschutz und IT-Sicherheit
2. Grundlagen des Datenschutzes
   1. Prinzipien
   2. Rechtliche Vorgaben
   3. Informationelle Selbstbestimmung im Alltag
3. Grundlagen der IT-Sicherheit
   1. Paradigmen der IT-Sicherheit
   2. Modelle der IT-Sicherheit
   3. Rechtliche Vorgaben der IT-Sicherheit
4. Standards und Normen der IT-Sicherheit
   1. Grundlegende Standards und Normen
   2. Spezifische Standards und Normen
5. Erstellung eines IT-Sicherheitskonzeptes auf Basis von IT-Grundschutz
   1. Strukturanalyse
   2. Schutzbedarfsfeststellung
   3. Modellierung (Auswahl der Sicherheitsanforderungen)
   4. IT-Grundschutz-Check
   5. Risikoanalyse
6. Bewährte Schutz- und Sicherheitskonzepte für IT-Geräte
   1. Schutz vor Diebstahl
   2. Schutz vor Schadsoftware (Malware)
   3. Sichere Anmeldeverfahren
   4. Sichere Speicherung von Daten
   5. Sichere Vernichtung von Daten
7. Ausgewählte Schutz- und Sicherheitskonzepte für IT-Infrastrukturen
   1. Objektschutz
   2. Schutz vor unerlaubter Datenübertragung
   3. Schutz vor unerwünschtem Datenverkehr
   4. Schutz durch Notfallplanung

Viele der jüngsten Fortschritte in der Datenwissenschaft, insbesondere beim maschinellen Lernen und bei der künstlichen Intelligenz, beruhen auf umfassender Datenspeicherung und Rechenleistung. Cloud Computing ist eine Möglichkeit, diese Leistung auf skalierbare Weise und ohne beträchtliche Vorabinvestitionen in Hardware- und Software-Ressourcen bereitzustellen. Dieser Kurs führt in den Bereich des Cloud Computing zusammen mit seinen technologischen Voraussetzungen ein. Darüber hinaus werden die neuesten Fortschritte, wie Serverless Computing und Speicherung, veranschaulicht. Schließlich wird ein gründlicher Überblick über beliebte Cloud-Angebote, insbesondere im Hinblick auf Analysemöglichkeiten, gegeben.

1. Einführung in Cloud Computing
   1. Grundlagen des Cloud Computing
   2. Cloud-Service-Modelle
   3. Nutzen und Risiken
2. Technologische Voraussetzungen
   1. Virtualisierung und Containerisierung
   2. Speichertechnik
   3. Netzwerke und RESTful-Dienste
3. Serverloses Rechnen
   1. Einführung in Serverless Computing
   2. Vorteile
   3. Einschränkungen
4. Etablierte Cloud-Plattformen
   1. Google-Cloudplattform
   2. Amazon-Webdienste
   3. Microsoft Azure
5. Datenwissenschaft in der Cloud
   1. Google-Dienste für Datenwissenschaft und maschinelles Lernen
   2. Amazon Web Services für Datenwissenschaft und maschinelles Lernen
   3. Microsoft Azure für Datenwissenschaft und maschinelles Lernen

Künstliche Intelligenz (KI), also die Automatisierung von Abläufen, die „Intelligenz“ benötigen, wurde schon in der Frühzeit der Informatik als Vision formuliert und beispielsweise durch den Turing-Test konkretisiert. In den 2010er Jahren gab es erhebliche Fortschritte zur Erreichung dieser Vision, in erster Linie Weiterentwicklungen der neuronalen Netze. Diese Fortschritte haben dazu geführt, dass Techniken der KI in deutlich wachsendem Umfang nicht nur erforscht, sondern praktisch eingesetzt werden. Eng verwandte neuere Forschungsgebiete wie Data Mining und maschinelles Lernen wenden in erheblichem Umfang Techniken der KI an. Ziel dieses Kurses ist es daher, die grundlegenden Konzepte und Techniken der künstlichen Intelligenz sowie deren praktische Anwendung zu vermitteln.

1. Einführung
   1. Grundbegriffe der künstlichen Intelligenz
   2. Geschichte der künstlichen Intelligenz
   3. Agentensysteme
   4. Schwarmsysteme
   5. Künstliche Intelligenz und Wissensmanagement
   6. Unsicheres Wissen
2. Logik-Grundlagen
   1. Aussagenlogik
   2. Prädikatenlogik
   3. Resolution und Unifikation
   4. Hornklauseln und regelbasierte Wissensrepräsentation
   5. Logik-Programmierung mit Prolog
   6. Backtracking, Unifikation und Ablaufsteuerung in Prolog
3. Problemlösung durch Suche
   1. Uninformierte Suche
   2. Informierte (heuristische) Suche
   3. Spiele mit Gegner
   4. Naturanaloge Metaheuristiken
4. Data Mining und maschinelles Lernen
   1. Grundbegriffe
   2. Klassifikation
   3. Clustering
   4. Regression
   5. Decision Tree Learning
   6. K-Nearest Neighbours
   7. Support Vector Machines
5. Neuronale Netze
   1. Das Perzeptron
   2. Backpropagation-Netze
   3. Hopfield-Netze
   4. Convolutional Neural Networks
   5. Recurrent Neural Networks
6. Entwicklung von KI-Anwendungen
   1. Vorgehensweise
   2. Bibliotheken und Dienste
   3. Training neuronaler Netze
7. Ausgewählte Anwendungen der künstlichen Intelligenz
   1. Expertensysteme
   2. Schach und Go
   3. Watson
   4. Zeichenerkennung
   5. Gesichtserkennung
   6. Selbstfahrende Autos
   7. Gesellschaftliche Auswirkungen der KI