Modul 39-M-Inf-SW Semantic Web

Fakultät

Modulverantwortliche*r

Turnus (Beginn)

Jedes Wintersemester

Leistungspunkte und Dauer

5 Leistungspunkte

Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.

Kompetenzen

Die in der Vorlesung vermittelten Inhalte geben einen Einblick in das Gebiet des Semantic Webs und der semantischen Technologien. Am Ende der Vorlesung sollten die Studierenden mit den wesentlichen Formalismen und Datenmodellen des Semantischen Webs vertraut sein und in der Lage sein, einfache Anwendung auf Basis von semantischen Technologien zu entwickeln.

Lehrinhalte

In diesem Modul befassen wir uns mit den Grundlagen des "Semantic Web" sowie im Allgemeinen mit semantischen Informationssystemen und semantischen Technologien sowie ihren Anwendungen. Wir werden die wesentlichen Datenmodelle und Austauschformate des Semantic Web (RDF, RDFS, OWL, SKOS) sowie die Anfragesprache SPARQL kennenlernen. Das Modul führt auch in die Grundlagen der Ontologien ein und beschäftigt sich mit dem Design und Modellierung von Ontologien. Wie behandeln in diesem Kontext gängige Methodologien zur Modellierung von Ontologien unter Zuhilfenahme von Modellierungswerkzeugen wie z.B. Protégé. Wir beschäftigen uns auch mit semantischen Datenbanken zur Speicherung von RDF Daten (wie z.B. SESAME) sowie mit Anwendungen von semantischen Technologien. Wir führen außerdem in die Idee des "Open Linked Data" ein. Praktische Erfahrungen mit Modellierungswerkzeugen wie Protégé und semantische Datenbanken wie SESAME runden das Modul ab.

Literatur:

  • Pascal Hitzler, Markus Krötzsch, Sebastian Rudolph, York Sure, "Semantic Web Grundlagen", Springer, 2008 (ISBN: 978-3-5403-3994-6)
  • Pascal Hitzler, Markus Krötzsch, Sebastian Rudolph, "Foundations of Semantic Web Technologies", CRC, 2009 (ISBN: 978-1-4200-9050-5)

Empfohlene Vorkenntnisse

Kompetenzen, wie sie beispielsweise in den Modulen 36-Inf-1 Algorithmen und Datenstrukturen und 39-Inf-6 Grundlagen Theoretischer Informatik (insb. Logik) erworben werden können
Grundkenntnisse Mathematik

Notwendige Voraussetzungen

—

Erläuterung zu den Modulelementen

Die Modul(teil)prüfung kann in einigen Studiengängen nach Wahl der Studierenden auch "unbenotet" erbracht werden. Vor Erbringung ist eine entsprechende Festlegung vorzunehmen, eine nachträgliche Änderung (benotet - unbenotet) ist ausgeschlossen. Wird diese Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.

Modulstruktur: 0-1 bPr, 0-1 uPr 1

Veranstaltungen

Semantic Web
Art Übung
Turnus WiSe
Workload5 60 h (30 + 30)
LP 2 [Pr] [Pr]
Semantic Web
Art Vorlesung
Turnus WiSe
Workload5 60 h (30 + 30)
LP 2

Prüfungen

Portfolio mit Abschlussprüfung
Zuordnung Prüfende Lehrende der Veranstaltung Semantic Web (Übung)
Gewichtung unbenotet
Workload 30h
LP2 1

In einigen Studiengängen der Technischen Fakultät kann die Modulprüfung nach Wahl der Studierenden auch "unbenotet" erbracht werden (s. Erläuterungen zu den Modulelementen und die jeweilige FsB). Wird die unbenotete Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.
Erläuterungen zu dieser Prüfung siehe unten (benotete Prüfungsvariante).

Portfolio mit Abschlussprüfung
Zuordnung Prüfende Lehrende der Veranstaltung Semantic Web (Übung)
Gewichtung 1
Workload 30h
LP2 1

Portfolio aus Übungsaufgaben, die veranstaltungsbegleitend gestellt werden (Bestehensgrenze 60% der erzielbaren Punkte, individuelles Erläutern der Lösungen). Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben. Abschließender Vortrag (15-25 min.).

In diesen Studiengängen wird das Modul verwendet:

Studiengang Profil Empf. Beginn 3 Dauer Bindung 4
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020, 21.03.2023 und 10.12.2024] Variante 1 3. ein Semes­ter Wahl­pflicht
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020, 21.03.2023 und 10.12.2024] Variante 2 3. ein Semes­ter Wahl­pflicht
Intelligente Systeme / Master of Science [FsB vom 27.07.2018 mit Änderung vom 04.06.2020] 1. o. 3. ein Semes­ter Wahl­pflicht
Intelligente Systeme / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015 und Berichtigung vom 17.11.2014] 1. o. 3. ein Semes­ter Wahl­pflicht
Naturwissenschaftliche Informatik / Master of Science [FsB vom 30.09.2016 mit Berichtigung vom 10.01.2017 und Änderungen vom 15.09.2017, 02.05.2018, 04.06.2020 und 31.03.2023] 1. o. 3. ein Semes­ter Wahl­pflicht
Naturwissenschaftliche Informatik / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015, 01.12.2015 und Berichtigungen vom 01.04.2014, 17.11.2014 und 12.07.2017] 1. o. 3. ein Semes­ter Wahl­pflicht

Automatische Vollständigkeitsprüfung

In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.

Legende

1
Die Modulstruktur beschreibt die zur Erbringung des Moduls notwendigen Prüfungen und Studienleistungen.
2
LP ist die Abkürzung für Leistungspunkte.
3
Die Zahlen in dieser Spalte sind die Fachsemester, in denen der Beginn des Moduls empfohlen wird. Je nach individueller Studienplanung sind gänzlich andere Studienverläufe möglich und sinnvoll.
4
Erläuterungen zur Bindung: "Pflicht" bedeutet: Dieses Modul muss im Laufe des Studiums verpflichtend absolviert werden; "Wahlpflicht" bedeutet: Dieses Modul gehört einer Anzahl von Modulen an, aus denen unter bestimmten Bedingungen ausgewählt werden kann. Genaueres regeln die "Fächerspezifischen Bestimmungen" (siehe Navigation).
5
Workload (Kontaktzeit + Selbststudium)
SoSe
Sommersemester
WiSe
Wintersemester
SL
Studienleistung
Pr
Prüfung
bPr
Anzahl benotete Modul(teil)prüfungen
uPr
Anzahl unbenotete Modul(teil)prüfungen
Diese Leistung kann gemeldet und verbucht werden.

Seitenleiste

Modulelemente

Veranstaltungen

Prüfungen

Lehrangebot im eKVV

Lehrangebot im eKVV

Modullisten zeigen

Data Science / Master of Science // Variante 1

Data Science / Master of Science // Variante 2

Intelligente Systeme / Master of Science [FsB vom 27.07.2018 mit Änderung vom 04.06.2020]

Intelligente Systeme / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015 und Berichtigung vom 17.11.2014]

Naturwissenschaftliche Informatik / Master of Science [FsB vom 30.09.2016 mit Berichtigung vom 10.01.2017 und Änderungen vom 15.09.2017, 02.05.2018, 04.06.2020 und 31.03.2023]

Naturwissenschaftliche Informatik / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015, 01.12.2015 und Berichtigungen vom 01.04.2014, 17.11.2014 und 12.07.2017]