xdt

Zurück
Deine
Weiterbildungs-Merkliste
Du kannst maximal 5 Weiterbildungen in Deiner Merkliste speichern. Wenn Du eine weitere Weiterbildung hinzufügen möchtest, entferne bitte vorab eine der untenstehenden Weiterbildungen.
Du hast aktuell noch keine Weiterbildung ausgewählt. Hier kannst Du bis zu 5 Weiterbildungen speichern und anschließend Dein persönliches Infomaterial anfordern. Fordere Dein personalisiertes Infomaterial für bis zu 5 Weiterbildungen an.

Weiterbildung finden
Infomaterial Anfordern
Infomaterial Anfordern
Online Anmeldung starten
Infomaterial anfordern
Kurshandbuch
UPS-DPSMSEMA
Smart Services Manager (m/w/d)
Inhaltsverzeichnis
  1. Einführung in das Internet of Things
  2. Data Analytics und Big Data
  3. Smart Services I
  4. Projekt: Smart Mobility & Services
Fakten zur Weiterbildung

Weiterbildung: Fernstudium

Kursart: Online-Vorlesung

Dauer: Vollzeit: 4 Monate / Teilzeit: 8 Monate

Wir bieten digitale Kursunterlagen an, um Ressourcen zu schonen und unseren Beitrag zum Umweltschutz zu leisten.

Niveau: Die Weiterbildung ist auf dem inhaltlichen Niveau eines Bachelor Studiengangs.
Eine Weiterbildung auf Bachelor-Niveau vermittelt grundlegende Kenntnisse und Fähigkeiten in einem bestimmten Fachbereich.
Kurs: DLBINGEIT01
Einführung in das Internet of Things
Kursbeschreibung
Ziel des Kurses ist es, den Studierenden einen Einblick in die technischen und theoretischen Grundlagen des Internet of Things (IoT) und dessen Anwendungsgebiete zu bieten. Neben dem generellen Aufbau von IoT-Systemen und der darin eingesetzten Technologiestandards wird den Studenten auch die Bedeutung des Internet of Things für Wirtschaft und Gesellschaft vermittelt. Darüber hinaus wird dargestellt, auf welche Weise Daten im IoT ausgetauscht, gespeichert und verarbeitet werden.
Kursinhalte
  1. Grundlagen des Internet of Things
    1. Das Internet der Dinge – Grundlagen und Motivation
    2. Evolution des Internets – Web 1.0 bis Web 4.0
  2. Gesellschaftliche und wirtschaftliche Bedeutung
    1. Innovationen für Verbraucher und Industrie
    2. Auswirkungen auf Mensch und Arbeitswelt
    3. Datenschutz und Datensicherheit
  3. Kommunikationsstandards und -technologien
    1. Netzwerktopologien
    2. Netzwerkprotokolle
    3. Technologien
  4. Datenspeicherung und -verarbeitung
    1. Vernetztes Speichern mit Linked Data und RDF(S)
    2. Analyse vernetzer Daten mit dem Semantic Reasoner
    3. Verarbeitung von Datenströmen mit Complex Event Processing
    4. Betrieb und Analyse großer Datenmengen mit NoSQL und MapReduce
  5. Design und Entwicklung
    1. Software Engineering für verteilte und eingebettete Systeme
    2. Architekturstile und -muster verteilter Systeme
    3. Mikrocontroller
  6. Anwendungsbereiche
    1. Smarthome/Smart Living
    2. Ambient Assisted Living
    3. Smart Energy/Smart Grid
    4. Smart Factory
    5. Smart Logistics

Fakten zum Modul

Modul: Einführung in das Internet of Things (DLBINGEIT)

Niveau: Bachelor

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Klausur, 90 Minuten
Kurse im Modul:
  • DLBINGEIT01 (Einführung in das Internet of Things)
Kurs: DLBINGDABD01
Data Analytics und Big Data
Kursbeschreibung
Ziel des Kurses ist es, die Studierenden mit ausgewählten Methoden und Techniken der Datenanalyse im Kontext stetig wachsender, heterogener Datenmengen vertraut zu machen. Hierzu wird zunächst die grundsätzliche Relevanz von Big Data-Methoden anhand der historischen Entwicklung der Datenbestände motiviert. Entscheidend ist hier unter anderem die kontinuierliche Belieferung der Systeme mit Sensordaten aus dem Internet of Things. Es folgt eine kurze Einführung in die wesentlichen statistischen Grundlagen, bevor die einzelnen Schritte des Data Mining-Prozess thematisiert werden. In Abgrenzung zu diesen klassischen Verfahren werden dann ausgewählte Methoden vorgestellt, mit denen Datenbestände im Big Data-Kontext analysierbar gemacht werden können. Weil die Datenanalyse bestimmten gesetzlichen Rahmenbedingungen unterliegt, werden in diesem Kurs zudem rechtliche Aspekte wie der Datenschutz behandelt. Der Kurs schließt mit einem Überblick über den Praxiseinsatz von Big Data-Methoden und -Werkzeugen. Hierbei werden insbesondere die Anwendungsfelder im industriellen Kontext beleuchtet.
Kursinhalte
  1. Einführung in die Analyse von Daten
    1. Entscheidungen, Informationen, Daten
    2. Historische Entwicklung der Speicherung und Auswertung von Daten
    3. Big Data: Eigenschaften und Beispiele
    4. Datenanalyse
    5. Das Internet of Things als Treiber für Big Data
  2. Statistische Grundlagen
    1. Deskriptive Datenanalyse
    2. Inferenzielle Datenanalyse
    3. Explorative Datenanalyse
    4. Multivariate Datenanalyse
  3. Data Mining
    1. Knowledge Discovery in Databases
    2. Assoziationsanalyse
    3. Korrelationsanalyse
    4. Prognose
    5. Clusteranalyse
    6. Klassifikation
  4. Big Data-Methoden und -Technologien
    1. Technologiebausteine
    2. MapReduce
    3. Text- und semantische Analyse
    4. Audio- und Videoanalyse
    5. BASE und NoSQL
    6. In-Memory-Datenbanken
    7. Big-Data-Erfolgsfaktoren
  5. Rechtliche Aspekte der Datenanalyse
    1. Datenschutzgrundsätze in Deutschland
    2. Anonymisierung und Pseudonymisierung
    3. Internationale Datenanalyse
    4. Leistungs- und Integritätsschutz
  6. Lösungsszenarien
  7. Anwendung von Big Data in der Industrie
    1. Produktion und Logistik
    2. Effizienzsteigerungen in der Supply Chain
    3. Schlüsselfaktor Daten
    4. Beispiele und Fazit
Fakten zum Modul

Modul: Data Analytics und Big Data (DLBINGDABD)

Niveau: Bachelor

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Fallstudie
Kurse im Modul:
  • DLBINGDABD01 (Data Analytics und Big Data)
Kurs: DLBINGSS01
Smart Services I
Kursbeschreibung
In diesem Kurs sollen die Studierenden Konzepte und Methoden zur Entwicklung von Smart Services erlernen. Hierzu wird zunächst eine Einführung des Begriffs im Kontext der Digitalisierung und der Industrie 4.0 vorgenommen. Darauf aufbauend wird gezeigt, inwiefern innovative Services am Beispiel digitaler Intermediäre auf bestehende Geschäftsmodelle oder sogar Märkte disruptiv einwirken können. Anschließend werden den Studierenden ausgewählte Methoden und Techniken vermittelt, mit denen Digitalisierungspotentiale erkannt und modelliert werden können. Zudem werden ausgewählte Architekturen und Plattformen zur Integration von Services vorgestellt. Abschließend werden relevante Technologien zur Implementierung von Smart Services vermittelt und es wird kurz dargestellt, wie die Qualität von Services vereinbart werden kann.
Kursinhalte
  1. Einführung und Motivation
    1. Digitalisierung und Cyber-physische Produktionssysteme
    2. Smart Services in der Industrie 4.0
    3. Beispiele für Smart Services
  2. Digitalisierung und Disruption
    1. Definition: Digitale Geschäftsmodelle
    2. Strategien für Änderung und Innovation
    3. Digitale Intermediäre
    4. Beispiele disruptiver Geschäftsmodelle
  3. Potentiale für Smart Services erkennen
    1. Business Model Canvas
    2. Personas
    3. Customer Journeys
    4. Domain-driven Design
  4. Entwicklung und Spezifikation von Smart Services
    1. Modellierung des Systemkontexts
    2. Modellierung fachlicher Abläufe
    3. Modellierung technischer Schnittstellen
    4. Werkzeuge für die API-Spezifikation
  5. Service-Architekturen
    1. Infrastructure/Platform/Software-as-a-Service
    2. Everything-as-a-Service
    3. Service-orientierte Architekturen
    4. Microservices
  6. Integrationsplattformen
    1. Eigenschaften und Zweck von Integrationsplattformen
    2. Enterprise Integration Patterns
    3. Externe Integration mit Zapier, IFTTT & Co.
  7. Technologien für Smart Services
    1. Formate für den Datenaustausch
    2. Internetkommunikationsprotokolle
    3. Semantische Beschreibungen
    4. Complex Event Processing
    5. Sicherheit
  8. Qualität und Betrieb von Smart Services
    1. Qualitätseigenschaften und Reife von APIs
    2. Service Level Agreements
    3. Service Level Management

Fakten zum Modul

Modul: Smart Services I (DLBINGSS1)

Niveau: Bachelor

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Examen, 90 Minuten
Kurse im Modul:
  • DLBINGSS01 (Smart Services I)
Kurs: DLBINGPSMS01
Projekt: Smart Mobility & Services
Kursbeschreibung
In diesem Kurs wählen die Studierenden in Abstimmung eine konkrete Aufgabenstellung aus dem bereitgestellten Themenkatalog aus. Sie bearbeiten die Aufgabe mithilfe einer Prototyping-Umgebung, die zu dem Gegenstand der Aufgabenstellung passt. Bei den Umgebungen kann es sich sowohl um Hardware (z. B. Prototyping-Boards) als auch um Software (z. B. technologiespezifische Entwicklungsumgebungen) handeln. Zur Bearbeitung der Aufgabe wenden die Studierenden die grundlegenden Konzepte, Methoden und Werkzeuge aus dem Bereich Smart Mobility und Smart Services an. Zum Abschluss dokumentieren sie ihre Ergebnisse.
Kursinhalte
  • Ein Katalog mit den jeweils aktuell bereitgestellten Aufgabenstellungen wird auf der Online-Plattform des Kurses bereitgestellt. Er bietet die inhaltliche Basis und kann fortlaufend ergänzt bzw. aktualisiert werden.
Fakten zum Modul

Modul: Projekt: Smart Mobility & Services (DLBINGPSMS)

Niveau: Bachelor

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Projektbericht
Kurse im Modul:
  • DLBINGPSMS01 (Projekt: Smart Mobility & Services)

JETZT INFOMATERIAL ANFORDERN

Schön, dass Du Deine Auswahl getroffen hast und mehr über Deine Weiterbildung bei der IU Akademie erfahren willst. Fordere jetzt Dein Infomaterial an: kostenlos und unverbindlich.

Du hast folgende auf Deiner Merkliste:

Copyright © 2024 | IU Internationale Hochschule - Alle Rechte vorbehalten