- Trainer/in: Barbara Hofmann
Suchergebnisse: 11324
- Trainer/in: Edith Bätza
- Trainer/in: Caroline Schulte Oestrich
- Trainer/in: Corinna Brand
- Trainer/in: Katharina Seiband
- Trainer/in: Bernd Ziegler
- Trainer/in: Laura Castelli
Polemik, Politik und Alltag. Interkonfessionelle Beziehungen in Polen-Litauen im 16.-18. Jahrhundert
- Trainer/in: Nataliia Sinkevych
- Trainer/in: Julian Michel
- Trainer/in: Julian Michel
This course examines important topics in the growing discipline of political theology. Carl Schmitt (1888-1985) precipitated a modern debate, which continues, over the dependence of our ostensibly secular political order on older Christian theological ideas. From one perspective, this merely resumed earlier discussions, such as the 17th-century movement called Christian Hebraism, which turned to the Bible and theology for models of how to organize our constitutional and legal systems. We may even look beyond Christianity to the broader historical and anthropological archive represented by other traditions: as Luc de Heusch asserted, “Political science derives from the comparative history of religions.”
Themes addressed include sacred kingship and its mythological origins; the medieval idea that the king had “two bodies,” one natural and the other mystical, immortal, and above the law; the role of violence, particularly sacrifice, in the foundation of political order; the analogy between the exceptional powers of the sovereign, such as the pardon power, and divine grace or the miracle; the contribution of festivals and rites of inversion to the maintenance or overthrow of a political order; early modern debates over the Hebrew Republic or Jewish theocracy in the Bible as a model (or anti-model) for polity; the religious dimensions of political economy, including money and debt; the relationship of the secular idea of a separation of church and state to the older Christian idea of “Two Kingdoms”; and what political theology might look like in non-Christian cultures.
We will address a number of important authors in this field, including Carl Schmitt, Giorgio Agamben, and Ernst Kantorowicz, as well as earlier theorists such as Thomas Hobbes.
Lectures will be conducted
in English. Written coursework may be submitted in German or English.
- Trainer/in: Wenzel Braunfels
- Trainer/in: Robert Yelle
- Trainer/in: David Demmel
- Trainer/in: Robert Yelle
- Trainer/in: Céline Roussel
- Trainer/in: Christoph Binkelmann
- Trainer/in: Christoph Binkelmann
- Trainer/in: Matthias Brinkmann
Die Landstände werden in der Forschung bis heute oft als Repräsentanten des jeweiligen Landes vorgestellt. In unterschiedlicher Zusammensetzung (Adel, Klerus, Städte, Bauern) sollten sie auf den Landtag die Interessen des Landes gegenüber dem Landesherrn vertreten. Otto Brunner sah darin den Dualismus vormoderner Herrschaft realisiert. Die Entstehungszeit der Landstände lässt sich in Bayern, in Österreich und in anderen Territorien des römisch-deutschen Reiches ins ausgehende 14. und beginnende 15. Jahrhundert datieren, die Institutionalisierung in festen Formen erfolgte spätestens zu Beginn des 16. Jahrhunderts. Bereits in der Konstituierungsphase verwendeten die Vertreter der Landstände selbst das Argument, das Land zu repräsentieren, um Legitimität zu konstruieren und zu untermauern. Das Seminar will der Frage folgen, inwieweit sich diese Idee der Repräsentation tatsächlich in den Quellen fassen lässt und so die Forschung bis heute dem Narrativ der Landstände selbst über ihre Entstehung und ihre Daseinsberechtigung Glauben geschenkt hat. Eine Exkursion führt das Seminar nach Landshut, wo am Regierungssitz des entsprechenden bayerischen Teilherzogtums, die ständische Präsenz noch gut fassbar wird.

- Trainer/in: Markus Müller
In den Jahren 1513/14, als Machiavelli an seinen Schriften „Il Principe“ und „Discorsi“ arbeitete und damit die Politikwissenschaft als eigenes Fach begründen sollte, argumentierte auf dem bayerischen Landtag ein Vertreter des landsässigen Adels mit dem antiken Naturrecht, um das Widerstandsrecht der Stände gegen den Fürsten grundsätzlich zu legitimieren. Auch wenn die kanonisch gewordenen Autoren der Politischen Theorie der Frühen Neuzeit nicht in oder über Bayern schrieben – das Nachdenken über die Ordnung der öffentlichen Dinge resultierte auch im frühneuzeitlichen Herzog-/Kurfürstentum vielfach in eigenständigen Texten, zeitgenössische europäische Literatur wurde rezipiert. Dabei spielte auch eine sich mit der Zeitgeschichte beschäftigende Geschichtsschreibung eine wesentliche Rolle.
So mag etwa das Konzept des „Absolutismus“ mit Blick auf die Regierungspraxis als Zeitdiagnose in Frage gestellt werden; als politisches Ideal ist es auch bei in Bayern entstandenen Traktaten aus dem 17. und 18. Jahrhundert prägend.
Die Übung möchte in der Verbindung von Politischer Ideengeschichte und Landesgeschichte das Politische Denken im Kontext eines vormodernen Fürstentums untersuchen, bis französische Revolution und Verfassungsbewegung ab Ende des 18. Jahrhunderts völlig neue Ordnungsrahmen hervorbrachten.
- Trainer/in: Elisabeth Heistinger
- Trainer/in: Martin Keßler
In den Jahren 1513/14, als Machiavelli an seinen Schriften „Il Principe“ und „Discorsi“ arbeitete, argumentierte auf dem bayerischen Landtag ein Vertreter des landsässigen Adels mit dem antiken Naturrecht, um das Widerstandsrecht der Stände gegen den Fürsten grundsätzlich zu legitimieren. Auch wenn die kanonisch gewordenen Autoren der Politischen Theorie der Frühen Neuzeit nicht in oder über Bayern schrieben – das Nachdenken über die Ordnung der öffentlichen Dinge resultierte auch im frühneuzeitlichen Herzog-/Kurfürstentum vielfach in eigenständigen Texten, zeitgenössische europäische Literatur wurde rezipiert. Dabei spielte auch eine sich mit der Zeitgeschichte beschäftigende Geschichtsschreibung eine wesentliche Rolle. Mag etwa das Konzept des „Absolutismus“ mit Blick auf die Regierungspraxis als Zeitdiagnose in Frage gestellt werden; als politisches Ideal ist es auch bei in Bayern entstandenen Traktaten aus dem 17. und 18. Jahrhundert prägend.
Die Übung möchte in der Verbindung von Politischer Ideengeschichte und Landesgeschichte das politische Denken im Kontext eines vormodernen Fürstentums untersuchen, bis französische Revolution und Verfassungsbewegung ab Ende des 18. Jahrhunderts völlig neue Ordnungsrahmen und Begrifflichkeiten hervorbrachten. Im Vordergrund wird die gemeinsame Lektüre überwiegend deutschsprachiger Texte stehen.

- Trainer/in: Martin Keßler
Landtag steht bis heute für parlamentarische Mitbestimmung und Entscheidungsvollmacht in modernen Demokratien. Doch auch die Mittelalterforschung kennt diesen Terminus und wendet ihn bis heute gerne bereits für Versammlungen, Gerichtstage oder Hoftage ab dem 8. Jahrhundert an. Die Entstehungszeit der Landtage lässt sich in Bayern, Österreich, Schwaben und in anderen Territorien des römisch-deutschen Reiches ins ausgehende 14. und beginnende 15. Jahrhundert datieren, die Institutionalisierung in festen Formen erfolgte spätestens zu Beginn des 16. Jahrhunderts. Bereits in der Konstituierungsphase verwendeten die Vertreter der Landstände auf den Landtagen selbst das Argument, das Land zu repräsentieren, um Legitimität zu konstruieren und zu untermauern. Dafür griffen sie teilweise weit in die Geschichte zurück und beriefen sich auf Kontinuitätslinien, die teilweise bis ins 8. Jahrhundert zurückreichen. Die Forschung folgte im Bemühen um die historische Fundierung und Parlamentarismus und Demokratie oft diesen Konstruktionen. Das Seminar will der Frage folgen, inwieweit sich diese Idee der Repräsentation tatsächlich in den Versammlungskulturen des Mittelalters fassen lässt, wie sie in den Quellen überliefert ist. Eine Exkursion führt das Seminar an Orte im Untersuchungsraum, an denen die ständische Präsenz noch gut fassbar wird.

- Trainer/in: Markus Müller
Politischer Konservatismus in Europa und Deutschland seit 1789
Konservativ klingt fast wie altmodisch. Dabei hat kaum eine politische Kraft die moderne Welt so sehr geprägt wie der politische Konservatismus. Seine Geschichte ist transnational und global und wird in diesem Aufbaukurs dementsprechend komparativ und in seinen Verbindungen für die nordatlantische Welt untersucht.
Der Kurs findet in Kooperation mit Prof. Dr. Michael Hochgeschwender (LMU, Amerikanistik) statt.
- Trainer/in: Frieda Ottmann
- Trainer/in: Kiran Patel
In diesem Seminar werden wir uns mit der Analyse der postdramatischen
Theatertexte auseinandersetzten. Das Ziel des Seminars besteht darin, zu
erlernen, auf welche Art und Weise, mit welchen Methoden, Mitteln und
Verfahren sich postdramatische Theatertexte – die sich von den
klassischen dramatischen Texten wesentlich unterscheiden – analysieren
lassen. Wir werden der Frage nachgehen, wie die grundlegenden Elemente
der traditionellen dramatischen Form – wie Dialog, Figur und Handlung –
in postdramatischen Theatertexten transformiert oder aufgelöst werden.
Im Seminar wird weiterhin die Frage behandelt, wie politisch die
zeitgenössischen Theatertexte sind und worin ihr politisches Potenzial
enthalten ist.
- Trainer/in: Camilla Schneider
- Trainer/in: Danijela Weber-Kapusta
- Trainer/in: David Roesner-Lagao
- Dozentin: Ellen Denzinger
- Trainer/in: Isabel Malinowski-Oliveira
- Trainer/in: Isabel Malinowski-Oliveira
Herzlich willkommen zu unserem Portugiesisch I-Kurs!
Zusätzlich zu den auf Moodle verfügbaren Materialien verwenden wir (in beiden Semestern) folgendes Lehrbuch au dieser Link: https://www.amazon.de/Encontros-A1-A2-Brasilianisches-Portugiesisch-Lizenzschl%C3%BCssel/dp/3125283035
In diesem Kurs werden wir die Lektionen 1 bis 8 bearbeiten.
Für den Unterricht ist ein Mobiltelefon oder Computer mit Internetanschluss oder WLAN erforderlich.
Bei Fragen können Sie mir jederzeit schreiben:
Rosangela.Santiago@romanistik.uni-muenchen
Abraço,
Rosângela Santiago da Silva Lang
- Trainer/in: Rosangela Santiago da Silva Lang
- Trainer/in: Fabian Sevilla
This course explores the history of East Central Europe since 1989. Focusing on socio-economic developments, we will compare the transition from central planning to market economy in five countries: Poland, Czechia, Slovakia, Hungary and Germany. In order to better understand the similarities and differences between them, we will deal with large-scale structural changes and micro-scale social practices. The syllabus includes therefore not only some of the key scholarly monographs but also biographies, ego-documents and visual material.

- Trainer/in: Kornelia Konczal
- Trainer/in: Henry Albery
- Trainer/in: Bernardo Ballesteros Petrella
- Trainer/in: Catharina Baumgartner
- Trainer/in: Daniel Fallmann
- Trainer/in: James Hamrick
- Trainer/in: Elisa Roßberger
- Trainer/in: Sarah Schlüter
The course content is currently available here.
- Trainer/in: Francois Bry
- Trainer/in: Andreas Butz
- Trainer/in: Beat Roßmy
- Trainer/in: Yingding Wang
The course content is currently available here.
- Trainer/in: Francois Bry
- Trainer/in: Andreas Butz
- Trainer/in: Yingding Wang
Course Content: This course provides hands-on training in modern videography techniques and electrophysiology methods used in behavioral and sensory neuroscience research. Students will gain practical skills in subject tracking, kinematic feature extraction, behavioral segmentation, and behavioral classification, along with essential techniques for preprocessing and analyzing electrophysiological data. The course will also focus on establishing connections between behavioral and neural variables to infer the understanding of underlying mechanisms.
Learning Outcome: Throughout the course, students will actively engage in practical exercises, including data collection, analysis, and interpretation. They will also have opportunities to work with state-of-the-art videography and electrophysiology equipment and software, gaining proficiency in their application. By the end of the course, students will have a comprehensive understanding of modern videography and electrophysiology techniques and the ability to relate behavioral and neural variables effectively.
Prerequisites: Basic knowledge of neuroscience, statistics, and programming is recommended. Familiarity with videography and electrophysiology concepts will be advantageous but not mandatory.
- Trainer/in: Justin Graboski
- Trainer/in: Alexander Kaiser
- Trainer/in: Anton Sirota
This intensive course is designed for Veterinary Medicine students that have participated in the lecture portion of the Fish Diseases course (Winter Semester, 1st half). It provides an introduction and overview of aquatic animal health and medicine, especially as related to the practice and industry of finfish aquaculture. It is attendance-based course. Due to COVID-19 restrictions, course lectures will be recorded and posted online, and individual practical exercises will be arranged with teaching assistants for the course.
- Dozent/in: Dusan Palic
Content:
- Sustainable development goals of the united nations and their relevance for agriculture
- Root nodule symbiosis (cell biology, genetics and signaling)
- Transcriptional regulation of root nodule symbiosis
- genetic diversity in root nodule symbiosis
- plant root endosymbiosis
Skills:
- advanced understanding of literature search
- advanced understanding of scientific writing skills
- knowledge of DFG-style proposals
- knowledge of correct citation principles
- applied knowledge of methods in plant root nodule symbiosis and experimental planning
- detailed project calculation
- understanding of the peer-review process

- Trainer/in: Dagmar Hann


- Trainer/in: Mustafa Abdellatif Elmekawy
- Trainer/in: Jyotirmoy Rajurkar
- Trainer/in: Marlene Rauschmayer
- Trainer/in: Jonathan Schwach
- Trainer/in: Andreas Stengl
- Trainer/in: Renata Callegari Ferrari
- Trainer/in: Camila Uribe-Holguin Garcia-Reyes
- Trainer/in: Renata Callegari Ferrari
- Trainer/in: Camila Uribe-Holguin Garcia-Reyes
This course is a combined seminar and practical course. It is open for master and Phd students. The course is interdisciplinary and not linked to any module specifically.
IMPORTANT: This course is in presence but includes online interaction with a high-throughput server at the LMU.
- will be announced (soon)
- 13.05. - 30.05.
Course days incl. final presentation
13.05. - 23.05.25 in room G00.037
26.05. - 30.05.25 in room G00.039
- until 30.05.25
This course will be held in person. In addition the participants will connect to a compute server in the university.
Content
New high-throughput DNA sequencing technologies allow us to decipher virtually every genome we are interested in. This master course will teach the basic principles of data analysis and how to analyze genomic data in particular including hands-on experience.
- Learn the current genomic technologies, the data they generate, and how to analyze those
- Obtain skills on basic Linux commands
Workload
Preparation for seminar: 45 h
Course attendance: 7.5 h x 8 = 60 h
Writing final report: 7.5 h x 10 = 75 h

- Trainer/in: Lisa Correa Baus
- Trainer/in: Finni Häußler
- Trainer/in: Ana Kurdadze
- Trainer/in: Korbinian Schneeberger
- Trainer/in: Subir Shakya
- Trainer/in: Sergio Tusso Gomez
- Trainer/in: Raúl Wijfjes
- Trainer/in: Jochen Wolf
- Trainer/in: Ines Hellmann
- Trainer/in: Dana Lopez Parra
- Trainer/in: Felix Pförtner
- Trainer/in: Daniel Richter
- Trainer/in: Anita Térmeg
- Trainer/in: Gudrun Kadereit
- Trainer/in: Thibaud Messerschmid
- Trainer/in: Christian Siadjeu
- Trainer/in: Camila Uribe-Holguin Garcia-Reyes
Extracting, and analyzing DNA and RNA is key to many academic and applied fields including zoology, medicine, forensic and food science. The aim of this course is to provide hands-on molecular laboratory experience that goes beyond what is covered in the traditional veterinary medicine curriculum. The students will be expected to learn the basis of molecular laboratory work i.e. extract DNA, prepare sequencing library, and sequence DNA (using both sanger and next-generation sequencing strategies) starting from tissue samples. Using computational tools the students will then analyze the DNA they sequenced to identify which species, and population (e.g. breed) of the animal the tissue material was obtained from and to infer basic phenotypic characteristics like coat color. Every session will consist of a short lecture to provide the relevant theoretical background (~10-20mins) which will then be followed by a practical in small groups (~1h20mins, except KW 16 & 19, where longer procedures are performed). In order to enable all participants gain practical experience, we aim to work in small groups of 2-3 students each.
- Dozent/in: Alberto Carmagnini
- Dozent/in: Rosie Drinkwater
- Dozent/in: Laurent Frantz
- Dozent/in: Veronika Goebel
- Dozent/in: Olaf Thalmann
In this practical course, students will explore how interface designs affect social aspects. They will design and implement novel interface variants that propose a solution to one partial aspect of modern negative social and societal influence. Specifically, there will be projects of two research fields: (1) Chat and communication systems in the context of social and mental well-being, and (2) rethinking social media and news portal interfaces to improve societal discourse and public opinion making.
- Trainer/in: Florian Bemmann
- Trainer/in: Sven Mayer
- Trainer/in: Sophia Sakel
Place: Akademiestr. 7, 1st floor, Room 105
Time: by arrangement/nach Vereinbarung
6 SWS
Language: English
Recommended Prerequisites for Students:
· Strong programming skills
· Prior practical experience in machine learning, typically acquired through one of the standard ML courses
Modern Deep Learning has fundamentally changed Artificial Intelligence. Novel applications as well as significant improvements to old problems continue to appear at a staggering rate. Especially the areas of image and video understanding, retrieval, and synthesis have seen tremendous improvements and even the human baseline has been outperformed in several difficult applications.
The algorithms and the fundamental research in deep Machine Learning and Computer Vision that are driving this revolution are improving at an ever-increasing rate. The goal of this practical lab is, therefore, to give students hands-on experience with the state-of-the-art in this field of research. We will work on current problems in Computer Vision and Machine Learning and build on current algorithms to practically implement novel solutions. Consequently, the practical is also a good opportunity to take a close look at this area of research and prepare for a potential future final thesis.
Topics include but are not limited to:
* Image & video synthesis
* Image & video understanding
* Visual superresolution and Image completion
* Artistic style transfer
* Interpretability of deep models
* Modern deep learning approaches, such as transformers and self-attention, invertible neural networks, diffusion models, etc.
* …
- Trainer/in: Ursula Fantauzzo
- Trainer/in: Olga Grebenkova
- Trainer/in: Felix Krause
Place: Akademiestr. 7, 1st floor, Room 105
Time: by arrangement
6 SWS
Language: English
Recommended Prerequisites for Students:
· Strong programming skills
· Prior practical experience in machine learning, typically acquired through one of the standard ML courses
Modern Deep Learning has fundamentally changed Artificial Intelligence. Novel applications as well as significant improvements to old problems continue to appear at a staggering rate. Especially the areas of image and video understanding, retrieval, and synthesis have seen tremendous improvements and even the human baseline has been outperformed in several difficult applications.
The algorithms and the fundamental research in deep Machine Learning and Computer Vision that are driving this revolution are improving at an ever-increasing rate. The goal of this practical lab is, therefore, to give students hands-on experience with the state-of-the-art in this field of research. We will work on current problems in Computer Vision and Machine Learning and build on current algorithms to practically implement novel solutions. Consequently, the practical is also a good opportunity to take a close look at this area of research and prepare for a potential future final thesis.
Topics include but are not limited to:
* Image & video synthesis
* Visual superresolution and Image completion
* Artistic style transfer
* Interpretability of deep models
* Visual object classification, detection, tracking
* Self-supervised learning
* Metric and representation learning
* Modern deep learning approaches, such as transformers and self-attention, invertible neural networks, etc.
* …
- Trainer/in: Ursula Fantauzzo
- Trainer/in: Felix Krause
- Trainer/in: Björn Ommer
In diesem Praktikum entwerfen, spezifizieren und implementieren die Studierenden unter Anleitung ein größeres Softwareprojekt. Dabei werden die in den Vorlesungen “Einführung in die Programmierung” und “Programmierung und Modellierung” erlernten grundlegenden Konzepte und Techniken praktisch eingesetzt und erweitert. Des weiteren werden Kenntnisse über Softwareentwicklungs-Tools wie Versionsverwaltungsprogramme (Git) oder Integrated Development Environments (IDE) vermittelt. In der ersten Phase des Praktikums (Vorprojekt) werden nochmals grundlegende Fähigkeiten in der Programmentwicklung in Einzelarbeit geübt. Nach Bestehen der ersten Phase, werden die Studierenden in Teams von 5-6 Personen aufgeteilt. In der Hauptphase des Praktikums wird dann eine größere Python-Applikation im Team entwickelt. Hierbei können die Studierenden dann auch wertvolle Erfahrungen über Team- und Projektarbeit sammeln.
Thema der Projektarbeit:
Die Projektarbeit behandelt das Thema der erklärbaren Künstlichen Intelligenz (eng. eXplainable Artificial Intelligence, kurz XAI). Konkret geht es darum eine Softwareapplikation in Python zu
implementieren, welche spieltheoretische Algorithmen verwendet um Modelle des maschinellen Lernens für Nutzer erklärbar zu machen.
Bitte Beachten:
12 ECTS entsprechen einem Arbeitsaufwand von ca. 24 Stunden pro Woche. Es ist in keiner Weise ausreichend, nur den Plenumstermin und die Tutortreffen wahrzunehmen, sondern sie müssen sehr viel eigenständig am Computer arbeiten und programmieren. Sie müssen genug Zeit für dieses Praktikum einplanen um problemlos einen Termin mit ihren Gruppenmitgliedern zu finden.
- Trainer/in: Paul Hofman
- Trainer/in: Eyke Hüllermeier
- Trainer/in: Yusuf Sale
Place: Akademiestr. 7, 1st floor, Room 105
6 SWS
Language: English
Time: TBA, nach Vereinbarung
Recommended Prerequisites for Students:
· Strong programming skills
· Prior practical experience in machine learning, typically acquired through one of the standard ML courses
Modern Deep Learning has fundamentally changed Artificial Intelligence. Novel applications as well as significant improvements to old problems continue to appear at a staggering rate. Especially the areas of image and video understanding, retrieval, and synthesis have seen tremendous improvements and even the human baseline has been outperformed in several difficult applications.
The algorithms and the fundamental research in deep Machine Learning and Computer Vision that are driving this revolution are improving at an ever-increasing rate. The goal of this practical lab is, therefore, to give students hands-on experience with the state-of-the-art in this field of research. We will work on current problems in Computer Vision and Machine Learning and build on current algorithms to practically implement novel solutions. Consequently, the practical is also a good opportunity to take a close look at this area of research and prepare for a potential future final thesis.
Topics include but are not limited to:
* Visual Representation Learning
* Representation capabilities of current approaches
* Image & video understanding
* Model behavior of generative and non-generative approaches
* Interpretability of deep models
* Self-supervised approaches
* Modern deep learning approaches, such as transformers and diffusion models, JEPA, DINO etc.
* ...
- Trainer/in: Ursula Fantauzzo
- Trainer/in: Olga Grebenkova
- Trainer/in: Felix Krause
Place: Akademiestr. 7, 1st floor, Room 105
6 SWS
Language: English
Time: To be announced on this page
Recommended Prerequisites for Students:
· Strong programming skills
· Prior practical experience in machine learning, typically acquired through one of the standard ML courses
Modern Deep Learning has fundamentally changed Artificial Intelligence. Novel applications as well as significant improvements to old problems continue to appear at a staggering rate. Especially the areas of image and video understanding, retrieval, and synthesis have seen tremendous improvements and even the human baseline has been outperformed in several difficult applications.
The algorithms and the fundamental research in deep Machine Learning and Computer Vision that are driving this revolution are improving at an ever-increasing rate. The goal of this practical lab is, therefore, to give students hands-on experience with the state-of-the-art in this field of research. We will work on current problems in Computer Vision and Machine Learning and build on current algorithms to practically implement novel solutions. Consequently, the practical is also a good opportunity to take a close look at this area of research and prepare for a potential future final thesis.
Topics include but are not limited to:
* Image & video synthesis
* Visual superresolution and Image completion
* Artistic style transfer
* Interpretability of deep models
* Visual object classification, detection, tracking
* Self-supervised learning
* Metric and representation learning
* Modern deep learning approaches, such as transformers and self-attention, invertible neural networks, etc.
* …
- Trainer/in: Ursula Fantauzzo
- Trainer/in: Felix Krause
- Trainer/in: Björn Ommer
- Ferienkurs (25.-30.03.2024)
- Veranstaltungszeit (und -form): 10-16 Uhr s.t. (Online-Veranstaltung)
- Den Einschreibeschlüssel erhalten Sie vom Veranstaltungsleiter.
- Bradley Varley auf der Fakultätshomepage
- Trainer/in: Bradley Varley
Veranstaltungszeit: Blockveranstaltung
Montag, 09:30 s.t. – 15:00 s.t. am 14.03.2022
Dienstag, 09:30 s.t. – 15:00 am 15.03.2022
Mittwoch, 09:30 s.t. – 15:00 am 16.03.2022
Donnerstag, 09:30 s.t. – 15:00 am 17.03.2022
Freitag, 09:30 s.t. – 15:00 am 18.03.2022
Einschreibeschlüssel: folgt
Gretchen Liersaph-Turck auf der Fakultätshomepage
- Trainer/in: Leonel Agbodji
The course content is currently available here.
- Trainer/in: Francois Bry
- Trainer/in: Andreas Butz
- Trainer/in: Yingding Wang
The course content is currently available here.
- Trainer/in: Francois Bry
- Trainer/in: Andreas Butz
- Trainer/in: Yingding Wang
| Kommentar | Der böhmische Reformator Jan Hus (um 1370-1415) gilt nach protestantischer Wahrnehmung vielen als wichtiger Vorläufer Martin Luthers (1483-1546). Und in der Tat verband beide viel: der eine wie der andere war Prediger, Priester und akademischer Lehrer, beide wurden über ihren Einsatz für eine evangeliumsgemäße Kirche zu Reformatoren, in der Erinnerung daran gerieten sie in ihren Heimatländern jeweils zu „Nationalheiligen“. Aber es gibt auch Trennendes: Denn während Hus auf dem Scheiterhaufen des Konstanzer Konzils als Häretiker starb, überstand Luther Bann und Reichsacht unversehrt und avancierte zum Medienstar und vollendete sein Leben als Reformator. Das Seminar will die beiden Protagonisten einem Vergleich unterziehen (Herkunft, Bildung, Theologie u. a.) und anhand von Text- und Bildquellen prüfen, welche Wege von Hus zu Luther und damit zur Reformation in Deutschland führen. Schließlich wollen wir den Blickwinkel weiten und fragen, inwieweit Hus und Luther Teil eines zeitlich und räumlich übergreifenden Reformprozesses in Europa waren. Auf diese Weise werden im Zuge des Seminars grundlegende Kenntnisse zu Luther und Hus sowie ein weitgespannter Überblick über die deutsche und europäische Reformationsgeschichte erarbeitet. Das Seminar mündet am Ende des Semesters in eine viertägige Exkursion nach Prag. Hier werden wichtige Schauplätze der böhmischen (mittelbar auch deutschen) Reformation und Kirchengeschichte besucht und studiert werden können. |
|---|---|
| Literatur | Zur Vorbereitung empfohlen: Martin Wernisch, Art. Hus, Jan / Hussitismus, in: V. Leppin/G. Schneider-Ludorff (Hg.), Das Luther-Lexikon, Regensburg 2014, S. 305f.; Bernhard Lohse, Luther und Hus, in: Ders., Evangelium in der Geschichte. Studien zu Luther und der Reformation, Göttingen 1988, 65-79 Quellen: Zu Hus: G.A, Benrath (Hg.), Wegbereiter der Reformation, Wuppertal 1988 (zuerst: Bremen 1967) Zu Luther: V. Leppin, Reformation, Neukirchen 2005 (KTGQ III) |
| Bemerkung | Regelmäßige Teilnahme und Mitarbeit auch in Form eines Kurzreferats. Wöchentlich 1,5 Stunden für die Sitzungsvorbereitung. |
| Voraussetzungen | Proseminar |
- Trainer/in: Catharina Koke
- Trainer/in: Harry Oelke
- Trainer/in: Catharina Koke
- Trainer/in: Harry Oelke
- Trainer/in: Camilla Schneider
Das auf uns zukommende Reformationsgedenken 2017 ist ein Ereignis, das in seinen vielfältigen Formen schon heute weit über die evangelischen Kirchen in Deutschland hinaus Aufmerksamkeit findet. Auch an die katholische Kirche stellen sich diesbezüglich Fragen, die Ökumene insgesamt scheint herausgefordert.
Vor diesem Hintergrund will das interfakultäre Seminar aus kirchenhistorischer Perspektive zwei herausragende Persönlichkeiten des 16. Jh. in den Blick nehmen: Martin Luther, der die Reformation angestoßen hat und zu einer ihrer Zentralfiguren geworden ist, und seinen wichtigsten Opponenten in Deutschland, Johannes Eck. Beide waren Theologen und Universitätsprofessoren, Luther in Wittenberg, Eck in Ingolstadt, beide fanden in ihren theologischen und kirchenpolitischen Anliegen und öffentlichkeitswirksamen Aktionen Zustimmung und Ablehnung. Beiden konnten im Umgang miteinander einen polemischen Stil aktivieren, gleichwohl war beiden eine hohe Authentizität zu eigen.
Das Seminar greift die Herausforderung auf, die beiden Antipoden Luther und Eck in vergleichender Perspektive einer Untersuchung zu unterziehen. Behandelt werden sollen unter anderem: Herkunft, Ausbildung und universitäres und kirchliches Wirken, politische Vernetzung, der Zusammenprall der beiden in der Leipziger Disputation von 1519, die zentralen Fragen nach Heil und Kirche, die Polemik, die beide in den Dienst ihrer Sache stellten. Von den beiden großen Gegenspielern ausgehend wird das Ereignis der Reformation für die evangelische und katholische Seite fokussiert, am Ende wird ein Blick auf das ganze konfessionelle Zeitalter geworfen. Das bikonfessionell angelegte Seminar führt nicht nur die Leiter des Seminars, sondern auch evangelische und katholische Studierende zur Zusammenarbeit. Eine Exkursion zu einer Luther- und einer Eck-Stätte in Bayern ist ein integraler Bestandteil des Seminars.
- Trainer/in: Catharina Koke
- Trainer/in: Harry Oelke
- Trainer/in: Camilla Schneider
Hier finden Sie Informationen und Unterlagen zu den Praktika Einführung in die Methoden der Organischen Synthese (P5.4) und Synthese und Analytik organischer Verbindungen (P7.4) für Pharmaceutical Sciences

- Trainer/in: Daniel Merk
- Trainer/in: Jörg Pabel
- Trainer/in: Armin Hadziahmetovic
- Trainer/in: Samuel Klein
- Trainer/in: Felix Offensperger
- Trainer/in: Evi Sinn
- Trainer/in: Ralf Zimmer
- Dozent: Andreas Truong
Dieser Kurs dient der Abgabe des Praktikumsberichts für Praktikum 1 im Master Journalismus.
- Trainer/in: Bernhard Goodwin
- Trainer/in: Jessica Kühn
Inhalte
In diesem Praktikum arbeiten Studierende der Informatik und Medieninformatik der LMU in interdisziplinären Teams mit Studierenden der HFF (Hochschule für Fernsehen und Film) an künstlerischen Medienprojekten, in denen KI-Technologien kreativ eingesetzt werden. Die Projekte können dokumentarischer, experimenteller oder praxisorientierter Natur sein. In den vergangenen Jahren entstanden dabei verschiedene Kunstprojekte - einige davon findet ihr auch auf der Webseite https://kilab.hff-muc.de/medienprojekte.
Nach einer kurzen Einführung in das Thema entwickelt ihr eine eigene Projektidee und arbeitet eigenständig in eurem Team an einem Prototyp. Wir begleiten euch während des gesamten Prozesses durch regelmäßige Treffen, in denen wir eure Fortschritte besprechen und euch unterstützend zur Seite stehen.
Ort
Der Kurs
findet in der Hochschule für Fernsehen und Film (HFF München),
Bernd-Eichinger-Platz 1 statt.
- Trainer/in: Yannick Weiß
- Trainer/in: Michel Tokic
Ort: 165 Oettingenstr. 67
Zeit: Do 16:00-20:00 (wöchentlich)
- Trainer/in: Philipp Altmann
- Trainer/in: Claudia Linnhoff-Popien
- Trainer/in: Jonas Nüßlein
- Trainer/in: Maximilian Zorn
- Trainer/in: Karin Schubert
- Trainer/in: Grazyna Wlodarska-Lauer
- Trainer/in: Emily Hank
- Trainer/in: Georg Höfner
- Trainer/in: Julian Marschner
Ort: U133 Oettingenstr. 67
Zeit: Do 14:00-16:00 (wöchentlich)
- Trainer/in: Karl Fürlinger
- Trainer/in: Dieter Kranzlmüller
Ort: 057 Oettingenstr. 67
Zeit: Mo 16:00-18:00 (wöchentlich)
- Trainer/in: Jasmin Blanchette
- Trainer/in: Xavier Genereux
This course will consist of weekly lectures and bi-weekly tutorials, in which you will develop a game prototype in small groups.
The lectures focus on game design content such as Game Design 101, balancing, prototyping, and player psychology. In practical tutorials and exercises, you will learn game development with Unity3D and ultimately build game prototypes that are developed iteratively in groups using Unity3D.
- Trainer/in: Francesco Chiossi
- Trainer/in: Johanna Pirker
- Trainer/in: Yannick Weiß

- Trainer/in: Apostolos Angelakakis
- Trainer/in: Sabine Bachmaier
- Trainer/in: Andreas Brachmann
- Trainer/in: Florian Bruckmeier
- Trainer/in: Hannes Gabel
- Trainer/in: Johannes Hagen
- Trainer/in: Melina Hufnagl
- Trainer/in: Melina Hufnagl
- Trainer/in: Andrea Koplitz-Weißgerber
- Trainer/in: Lisa-Marie Langheinrich
- Trainer/in: Valerie Leeb
- Trainer/in: Muriel Mirus
- Trainer/in: Halil Ölmez
- Trainer/in: Magdalena Reif
- Trainer/in: Isabelle Schüssler
- Trainer/in: Isabelle Schüssler
- Trainer/in: Rebecca Schwarz
- Trainer/in: Walter Viegener
- Trainer/in: Astrid Zinz
- Trainer/in: Armin Hadziahmetovic
- Trainer/in: Felix Offensperger
- Trainer/in: Evi Sinn
- Trainer/in: Elena Weiß
- Trainer/in: Yauheniya Zhdanovich
- Trainer/in: Ralf Zimmer
- Trainer/in: Armin Hadziahmetovic
- Trainer/in: Markus Joppich
- Trainer/in: Felix Offensperger
- Trainer/in: Ralf Zimmer
- Trainer/in: Florian Becker
- Trainer/in: Brandon Brus
- Trainer/in: Klara Cimbalnik
- Trainer/in: Inga Fabry
- Trainer/in: Thomas Fichtl
- Trainer/in: Julia Forsthofer
- Trainer/in: Anna Freidl
- Trainer/in: Stefan Haffner
- Trainer/in: Michael Inhoff
- Trainer/in: Alischa Janka
- Trainer/in: Franz Jetzinger
- Trainer/in: Christian Liedl
- Trainer/in: Paola Maneggia
- Trainer/in: Fabian Porsche
- Trainer/in: Simon Roßmair
- Trainer/in: Lena Stelzer
- Trainer/in: Patrick Zemanyk
- Trainer/in: Christine Zsakany

- Trainer/in: Lars Allmendinger
- Trainer/in: Vasileios Athanasopoulos
- Trainer/in: Pronay Biswas
- Trainer/in: Melis Cabbar
- Trainer/in: Céline Douat
- Trainer/in: Manuel Loos
- Trainer/in: Yajuan Ma
- Trainer/in: John Mannone
- Trainer/in: Christoph Müller
- Trainer/in: Johannes Sigl
- Trainer/in: Wei Tuo

- Trainer/in: Lars Allmendinger
- Trainer/in: Melis Cabbar
- Trainer/in: Céline Douat
- Trainer/in: Mai Le
- Trainer/in: Manuel Loos
- Trainer/in: Christoph Müller
- Trainer/in: Johannes Sigl
- Trainer/in: Wei Tuo
Die Praktika Pharmazeutische Technologie einschließlich Medizinprodukte für Staatsexamen 7. Semester und Pharmazeutische Technologie für Fortgeschrittene für Bachelor 6. Semester starten voraussichtlich am 13. April 2026 mit den Einführungsseminare. Die praktischen Lehrveranstaltungen beginnen voraussichtlich am 06. Mai 2026 (Stex) bzw. 20. April 2026 (BSc.).
- Trainer/in: Florian Belger
- Trainer/in: Leonie Deßloch
- Trainer/in: Laetitia Eller
- Trainer/in: Wolfgang Frieß
- Trainer/in: Lea Göttling
- Trainer/in: Lasse Hagedorn
- Trainer/in: Alice Hirschmann
- Trainer/in: Moritz Klötgen
- Trainer/in: Sabine Kohler
- Trainer/in: Paul Kropp
- Trainer/in: Fabian Link
- Trainer/in: Moritz Marschhofer
- Trainer/in: Nora Martini
- Trainer/in: Olivia Merkel
- Trainer/in: Müge Molbay
- Trainer/in: Alexandra Mößlang
- Trainer/in: Joschka Müller
- Trainer/in: An Ny Nguyen
- Trainer/in: Simone Pinto Carneiro
- Trainer/in: Katharina Prüßmann
- Trainer/in: Stina Rademacker
- Trainer/in: Leon Reger
- Trainer/in: Katharina Steinegger
- Trainer/in: Carolin Thilmann
- Trainer/in: Philipp Weingarten
- Trainer/in: Benjamin Winkeljann
Kurzbeschreibung
Dieses Praktikum, das einen Umfang von 12 ECTS (!) hat, vermittelt die Fähigkeit, Anwendungsfälle aus den Bereichen der Optimierung und dem maschinellen Lernen für Quantencomputer zu modellieren und darüber hinaus einen Einstieg in die praktische Arbeit mit existierenden Quantencomputern. Dafür stehen im QAR-Lab derzeit vier Rechner zur Verfügung: Das IBM Q System Two, der IonQ Aria, der Fujitsu DAU und der D-Wave Advantage. In Kooperation mit namhaften Partnern aus der Industrie werden Aufgabenstellungen mit starker Relevanz für praktische Anwendungen vergeben. Studierende haben in Gruppen die Möglichkeit, je eine Aufgabenstellung auf verschiedenen Rechnern auszuführen und zu vergleichen. Das Praktikum schließt mit einer Präsentation der Ergebnisse vor unseren Industriepartnern ab.
Inhalt des Praktikums
Quantencomputing ermöglicht effizientere Ansätze zur Lösung zentraler Probleme der Informatik durch die Nutzung quantenmechanischer Effekte. Mit der zunehmenden Größe und Qualität aktueller Quantencomputer ist es bereits heute möglich diesen Quantenvorteil in der Praxis nachzuweisen. Die Herausforderung besteht im Allgemeinen darin mit den im Quantencomputing zusätzlich zur Verfügung stehenden algorithmischen Bausteinen Lösungsverfahren zu entwickeln, die einen anwendungsrelevanten Quantenvorteil ermöglichen.
Dieses Praktikum stellt eine Einführung in den anwendungsorientierten Einsatz von Quantencomputing dar. Hierbei werden Ansätze aus dem Bereich Quantenoptimierung zur Lösung praxisrelevanter Probleme konzipiert, implementiert und analysiert. Dabei kommt „echte“ Quantenhardware der Hersteller IBM, IonQ, Fujitsu und D-Wave Systems zu Einsatz.
Eine Auswahl der behandelten Themen lautet:
- Grundlagen des Quantencomputings
- Mathematische Modellierung
- Optimierung
- Quantum Annealing
- Quantenoptimierungsalgorithmen
- Einführung in verschiedene QC-Plattform SDKs
Ablauf & Prüfung
Das Praktikum gliedert sich in zwei Phasen: In der dreiwöchigen Theoriephase werden Grundlagenkenntnisse vermittelt, während in der Praxisphase (startend ab der vierten Woche) in Gruppen an jeweils einer Aufgabenstallung gearbeitet wird. Die Gruppeneinteilung und Themenvergabe findet voraussichtlich Ende der 3. Semesterwoche statt.
Im Rahmen der Projektphase wird pro Gruppe eine ca. zehnseitige wissenschaftliche Arbeit erstellt, die insbesondere die eigene Methodik und erzielte Ergebnisse beinhaltet. Das Praktikum schließt mit einer benoteten Präsentation der Ergebnisse ab.
Termine
Wöchentlich Dienstags, 10-12 Uhr, Oettingenstr. 67, U133, und Donnerstags, 14-16 Uhr, Oettingenstr. 67, 131, sowie Zusatztermine mit den Betreuern bei Bedarf, remote / in den Räumen des Lehrstuhls. Bei einer großen Anzahl der Termine besteht Anwesenheitspflicht. (Details folgen auf der Veranstaltungswebseite des Lehrstuhls.) (Beginn: 22.04.2025, Ende: 24.07.2025, bis auf ggf. später stattfindende mündliche Prüfung.)
- Trainer/in: Claudia Linnhoff-Popien
- Trainer/in: Daniëlle Schuman
- Trainer/in: Jonas Stein
- Trainer/in: Maximilian Zorn
Kurzbeschreibung
Dieses Praktikum hat einen Umfang von 6 ECTS (Ü1P4 + Selbststudium) und vermittelt die Fähigkeit, Anwendungsfälle aus den Bereichen der Optimierung und dem maschinellen Lernen für Quantencomputer zu modellieren und darüber hinaus einen Einstieg in die praktische Arbeit mit existierenden Quantencomputern. Dafür stehen im QAR-Lab verschiedene Quantencomputer zur Verfügung (in der Vergangenheit haben wir bspw. mit dem IBM Q System Two, dem IonQ Aria und dem D-Wave Advantage gearbeitet). In Kooperation mit namhaften Partnern aus der Industrie werden Aufgabenstellungen mit starker Relevanz für praktische Anwendungen vergeben. Studierende haben in Gruppen von ca. 6 Studierenden die Möglichkeit, je eine Aufgabenstellung auf verschiedenen Rechnern auszuführen und die Ergebnisse zu vergleichen. Das Praktikum schließt mit einer Präsentation der Ergebnisse vor unseren Industriepartnern ab.
Inhalt des Praktikums
Quantencomputing ermöglicht effizientere Ansätze zur Lösung zentraler Probleme der Informatik durch die Nutzung quantenmechanischer Effekte. Mit der zunehmenden Größe und Qualität aktueller Quantencomputer ist es bereits heute möglich diesen Quantenvorteil in der Praxis nachzuweisen. Die Herausforderung besteht im Allgemeinen darin mit den im Quantencomputing zusätzlich zur Verfügung stehenden algorithmischen Bausteinen Lösungsverfahren zu entwickeln, die einen anwendungsrelevanten Quantenvorteil ermöglichen.
Dieses Praktikum stellt eine Einführung in den anwendungsorientierten Einsatz von Quantencomputing dar. Hierbei werden Ansätze aus dem Bereich der Quantenoptimierung und dem Quantum Machine Learning zur Lösung praxisrelevanter Probleme konzipiert, implementiert und analysiert. Dabei kommt „echte“ Quantenhardware zu Einsatz, bspw. die der Hersteller IBM, IonQ, Fujitsu und D-Wave Systems.
Eine Auswahl der behandelten Themen lautet:
- Grundlagen des Quantencomputings
- Mathematische Modellierung
- Optimierung
- Quantum Annealing
- Quantenoptimierungsalgorithmen
- Einführung in verschiedene QC-Plattform SDKs
Ablauf & Prüfung
Das Praktikum gliedert sich in zwei Phasen: In der dreiwöchigen Theoriephase werden Grundlagenkenntnisse vermittelt, während in der Praxisphase (startend ab der vierten Woche) in Gruppen an jeweils einer Aufgabenstallung gearbeitet wird. Die Gruppeneinteilung und Themenvergabe findet voraussichtlich Ende der 3. Semesterwoche statt.
Im Rahmen der Projektphase wird pro Gruppe eine gemeinsame wissenschaftliche Hausarbeit im Umfang von ca. 10 Seiten zzgl. Referenzen und Anhang erstellt (konkret: 20.000 - max. 30.000 Zeichen pro Person, wobei klar sein muss welcher Text von wem geschrieben wurde), die insbesondere die eigene Methodik und erzielte Ergebnisse beinhaltet. Das Praktikum schließt mit einer Präsentation der Ergebnisse ab. Die Endnote des Praktikums ergibt sich individuell für alle Studierenden aus der Qualität ihrer Beiträge zur wissenschaftlichen Hausarbeit und der abschließenden Präsentation.
Zielgruppe
Das Praktikum richtet sich ausschließlich an Studierende des Masterstudiengangs Informatik und Studierende des Masterstudiengangs Medieninformatik. Insbesondere richtet es sich startend mit dem Sommersemester 2026 nicht mehr an Studierende im Bachelor.
Termine
Das Praktikum hat einen Umfang von fünf Semesterwochenstunden (aufgeteilt in eine Semesterwochenstunde Übung und vier Semesterwochenstunden Praktikum). Es findet wöchentlich Dienstags von 10:00 bis 12:00 Uhr (in der Oettingenstr. 67, Raum C 003) und Donnerstags von 14:00 bis 16:00 Uhr (in der Oettingenstr. 67, Raum C 003) inkl. kurzer Pause statt, mögliche Zusatztermine finden auf Anfrage remote oder in den Räumen des Lehrstuhls statt. Bei einer großen Anzahl der Termine besteht Anwesenheitspflicht. (Beginn: 14.04.2026, Ende: 16.07.2026, ggf. findet die mündliche Prüfung später statt.)
Webseite zur Veranstaltung im LSF Portal : https://lsf.verwaltung.uni-muenchen.de/qisserver/rds?state=verpublish&status=init&vmfile=no&moduleCall=webInfo&publishConfFile=webInfo&publishSubDir=veranstaltung&veranstaltung.veranstid=1118902&purge=y&topitem=lectures&subitem=editlecture&asi=8uqLeuwdWOWAVXkWIq3s
- Trainer/in: Jonas Stein
- Trainer/in: Maximilian Zorn
Ort: 169 Oettingenstr. 67
Zeit: Do 14:00-16:00 (wöchentlich)
- Trainer/in: Michael Kölle
- Trainer/in: Claudia Linnhoff-Popien
- Trainer/in: Daniëlle Schuman
- Trainer/in: Jonas Stein
Kurzbeschreibung
Dieses Praktikum, das einen Umfang von 12 ECTS (!) hat, vermittelt die Fähigkeit, Anwendungsfälle aus den Bereichen der Optimierung und dem maschinellen Lernen für Quantencomputer zu modellieren und darüber hinaus einen Einstieg in die praktische Arbeit mit existierenden Quantencomputern. Dafür stehen im QAR-Lab derzeit vier Rechner zur Verfügung: Das IBM Q System Two, der IonQ Aria, der Fujitsu DAU und der D-Wave Advantage. In Kooperation mit namhaften Partnern aus der Industrie werden Aufgabenstellungen mit starker Relevanz für praktische Anwendungen vergeben. Studierende haben in Gruppen die Möglichkeit, je eine Aufgabenstellung auf verschiedenen Rechnern auszuführen und zu vergleichen. Das Praktikum schließt mit einer Präsentation der Ergebnisse vor unseren Industriepartnern ab.
Inhalt des Praktikums
Quantencomputing ermöglicht effizientere Ansätze zur Lösung zentraler Probleme der Informatik durch die Nutzung quantenmechanischer Effekte. Mit der zunehmenden Größe und Qualität aktueller Quantencomputer ist es bereits heute möglich diesen Quantenvorteil in der Praxis nachzuweisen. Die Herausforderung besteht im Allgemeinen darin mit den im Quantencomputing zusätzlich zur Verfügung stehenden algorithmischen Bausteinen Lösungsverfahren zu entwickeln, die einen anwendungsrelevanten Quantenvorteil ermöglichen.
Dieses Praktikum stellt eine Einführung in den anwendungsorientierten Einsatz von Quantencomputing dar. Hierbei werden Ansätze aus dem Bereich Quantenoptimierung zur Lösung praxisrelevanter Probleme konzipiert, implementiert und analysiert. Dabei kommt „echte“ Quantenhardware der Hersteller IBM, IonQ, Fujitsu und D-Wave Systems zu Einsatz.
Eine Auswahl der behandelten Themen lautet:
- Grundlagen des Quantencomputings
- Mathematische Modellierung
- Optimierung
- Quantum Annealing
- Quantenoptimierungsalgorithmen
- Einführung in verschiedene QC-Plattform SDKs
Ablauf & Prüfung
Das Praktikum gliedert sich in zwei Phasen: In der dreiwöchigen Theoriephase werden Grundlagenkenntnisse vermittelt, während in der Praxisphase (startend ab der vierten Woche) in Gruppen an jeweils einer Aufgabenstallung gearbeitet wird. Die Gruppeneinteilung und Themenvergabe findet voraussichtlich Ende der 3. Semesterwoche statt.
Im Rahmen der Projektphase wird pro Gruppe eine ca. zehnseitige wissenschaftliche Arbeit erstellt, die insbesondere die eigene Methodik und erzielte Ergebnisse beinhaltet. Das Praktikum schließt mit einer benoteten Präsentation der Ergebnisse ab.
Termine
Wöchentlich Dienstags, voraussichtlich 10-12 Uhr, Ort TBA, und Donnerstags, voraussichtlich 14-16 Uhr, Ort TBA, sowie Zusatztermine mit den Betreuern bei Bedarf, remote / in den Räumen des Lehrstuhls. Bei einer großen Anzahl der Termine besteht Anwesenheitspflicht. (Details folgen auf der Veranstaltungswebseite des Lehrstuhls.) (Beginn: 14.10.2025, Ende: 05.02.2026, bis auf ggf. später stattfindende mündliche Prüfung.)
Veranstaltungswebseite: TBA
- Trainer/in: Thomas Gabor
- Trainer/in: Claudia Linnhoff-Popien
- Trainer/in: Jonas Stein
- Trainer/in: Maximilian Zorn
Ort: U139 Oettingenstr. 67
Zeit: Di 14:00-16:00 (wöchentlich)
- Trainer/in: Daniel Diefenthaler
- Trainer/in: Fabian Dreer
- Trainer/in: Dieter Kranzlmüller
Die Themen und Aufgaben sind angelehnt an das Schichtenkonzept bei Netz-Protokollen angelehnt. Im Verlauf des Praktikums werden die verschiedenen Abstraktionsschichten untersucht und auf Details einzelner Protokolle eingegangen.
Zusätzlich werden die Inhalte um moderne Ansätze wie zum Beispiel Software Defined Networks (SDNs) ergänzt.
Nach Absolvierung des Praktikums können die Teilnehmer sich zügig in die Konfiguration bestehender Infrastrukturen einarbeiten und bei deren effizienter Administration unterstützen.
Übersicht der Themengebiete:
- Aufbau von IPv4- und IPv6-Netzen
- Virtuelle LANs (VLANS)
- Wegewahl/Vermittlung inter- und intra-AS
- Hilfsprotokolle
- Netzmanagement
- Software Defined Networks
Zeit: Di 14:00-16:00 (wöchentlich)
- Trainer/in: Daniel Diefenthaler
- Trainer/in: Fabian Dreer
The satisfiability problem for classical propositional logic (SAT) is the canonical NP-complete problem, therefore algorithms for solving it are of essential importance for theoretical computer science, their development and study forms an entire area of research.
Recently there has been a lot of progress in this area, in theory as well as in practice. On the theoretical side, there are new algorithms for which worst-case upper bounds on the run-time can be proven, that are better than the obvious O(2^n) for brute-force search. The current best such (probabilistic) algorithms have a run-time of O(1.307^n) for 3-SAT and O(1.469^n) for 4-SAT.
On the other hand, there are very good heuristics and implementations for the classic backtracking algorithms (DPLL), which can solve even very large inputs with hundred thousands of variables and millions of clauses in reasonably short time. These so-called SAT solvers have by now such a good performance that they are routinely used in applications for the solution of combinatorial optimization problems.
Lecture: Tuesdays, 14-16, room 114, Amalienstr. 73a, weekly, beginning October 14.Tutorials: Fridays, 14-16, room 114, Amaliestr. 73a, on demand, starting October 24.
Attendance is mandatory. To obtain the credits for the course, the participants will have to successfully complete three implementation projects specified in the problem sets. These projects are done in teams of 3 participants. After each due date, there will be an oral presentation and review of the projects.
- Trainer/in: Jan Johannsen
Anmeldung
Die Anmeldung zu diesem Seminar erfolgt über die Zentralanmeldung für Masterpraktika im LSF, außer für Lehramtsstudierende (bitte Anmeldehinweisen unten folgen).
Beachten Sie die unten aufgelisteten Voraussetzungen und die Hinweise zum Zeitaufwand! Ohne Einsatz von 12-15 Stunden Zeit in jeder Semesterwoche ist die Teilnahme am Praktikum nicht möglich.
Inhalt
Ziel des Software-Entwicklungspraktikums ist das Erlernen von Methoden zur Entwicklung größerer Software-Systeme und deren praktische Anwendung. Es werden verschiedene Techniken und Werkzeuge vorgestellt und geübt, die bei der Entwicklung von mittleren und größeren Software-Projekten nützlich sind. Im Fokus stehen dabei
- Agiles Projektmanagement mit Scrum
- Design-Patterns und -Prinzipen
- Codequalität (readability, testability, changeability)
- Testen (Unit-Testing und Test-Driven Development)
- Tooling (Eclipse) und Refactoring
- Bug-Tracking und Task-Tracking mit Milestones und Kanban-Boards (GitLab)
- Versionsverwaltung, Buildprozess und Continuous Integration
Diese Techniken werden von den Teilnehmern bei der Durchführung eines kompletten Softwareprojekts geübt und angewendet. Dabei wird ein webbasiertes Multiplayer-Kartenspiel namens “The Bug is a Lie” implementiert.
Anrechnung
- als Praktikum zu fortgeschrittenen Themen der Informatik (INF-PfTI) im Master (s. Modulhandbuch 2.1 P 1, Seite 7)
- als Praktikum zur planmäßigen Entwicklung eines Softwaresystems (Modul P15, ehemals “Praktische Programmierung”) mit 6 ECTS für Studierende der Lehramt Informatik - in diesem Fall melden Sie sich vor Ende der Bewerbungsfrist der Zentralanmeldung (19.03.2026) per Email an die Assistenten an. Geben Sie dabei unbedingt Ihre Campus-Adresse an und ob Sie die nötigen Voraussetzungen (s.u.) erfolgreich absolviert haben.
Ablauf und Termine
Das Praktikum besteht aus drei Teilen: Direkt nach der Platzvergabe bekommen Sie von uns Material zum Selbststudium bereitgestellt. Bitte arbeiten Sie sich selbstständig bis zum Beginn des Semesters darin ein. In den ersten 1-2 Wochen der Vorlesungszeit findet ein Übungsteil statt, in dem Sie die im Praktikum verwendeten Methoden und Technologien ausprobieren. Danach beginnt das eigentliche Praktikum, das in Teams von 5-6 Personen aufgeteilt stattfindet.
Im Praktikumsteil gibt es vier Sprints und wöchentlich zwei Treffen des Teams mit dem Betreuer (primär im Zeitraum von Montags 12-16 Uhr und Donnerstags 14-16 Uhr, nach Absprache auch zu anderen Zeiten), in denen Sprint Planning, Daily Standup, Sprint Review etc. stattfinden. Jedes dieser Treffen dauert maximal 2 Stunden. Das Praktikum endet mit einer Abschlusspräsentation.
Das Praktikum findet anfangs in Präsenz statt. In der Gruppenphase können die Teams entscheiden ob Meetings in Präsenz oder online stattfinden.
Die Anwesenheit bei allen Terminen ist obligatorisch, da andernfalls ein Zusammenarbeiten im Team nicht möglich ist. Fehlzeiten sind mit (Arbeitnehmer-)Krankenschein zu belegen.
Der Gesamtzeitaufwand beträgt 180 Stunden. Da sämtlicher Zeitaufwand vor dem Ende der Vorlesungszeit anfällt (keine Klausur und dazugehörige Lernzeit) müssen Sie also 12-15 Stunden Zeit pro Woche aufwenden.
Voraussetzungen
Die Voraussetzung für die Teilnahme an diesem Praktikum ist die Beherrschung der Programmiersprache Java (und dementsprechend einer Entwicklungsumgebung für diese Sprache). Konkret bedeutet dies nicht nur das Verständnis der Syntax und Semantik von Java, sondern auch der Klassen des Java-SDK (insbes. Collections-Framework und Netzwerk-Funktionalität) und der Fähigkeit zur Einarbeitung in weitere Libraries. Vorkenntnisse der folgenden Veranstaltungen werden vorausgesetzt:
- Vorlesung “Softwaretechnik”
- Softwareentwicklungspraktikum (SEP)
Studierende, die die Prüfung zu Softwaretechnik nicht absolviert haben, können am SWEP trotzdem teilnehmen, wenn sie (a) die Inhalte von SWT kennen (laut eigener Bestätigung) und (b) ein Java-basiertes SEP absolviert haben (also z.B. nicht das Systempraktikum).
Hilfreich sind außerdem:
- Fähigkeit, im Team zu arbeiten (mit git und GitLab)
- Erweiterte IDE-Kenntnisse
- Web-basierte Entwicklung (html, css); Vaadin; SQL; JDBC; JUnit; Mockito
Sprache
Das Praktikum wird auf Deutsch und Englisch angeboten (je nach Team). Die jeweilige Sprache muss in den Team-Treffen mit dem Betreuer (Daily Standups, Sprint Planning, etc.) und in der Entwicklung (Produkt-GUI, Code-Kommentare, Issues, etc.) benutzt werden. Die Sprache geht jedoch nicht in die Bewertung ein.
Da die Sprache der Entwicklungsteams in vielen Firmen heutzutage Englisch ist, können Sie sich so darauf vorbereiten und z.B. das Diskutieren auf Englisch üben.
- Trainer/in: Dirk Beyer
- Trainer/in: Matthias Kettl
- Trainer/in: Philipp Wendler
In der Lehrveranstaltung User Experience Design III ist das Ziel systematisch ein innovatives Interaktions-/Servicekonzept zu erarbeiten und teilweise, mittels einem Video-Prototypen, weiter auszuformulieren. In Teams wird der iterative UX Designprozess und seine einzelnen Phasen (Research, Analysis, Concepts, Prototypes, Evaluation) praktisch umgesetzt und theoretisches Wissen verfestigt. Eine abschliessende Diskussion mit Experten aus der Industrie (z.B. B/S/H, BMW Group, Designaffairs, IXDS, Netlight Consulting) liefert erste Aufschlüsse in wieweit das Designkonzept Chancen auf eine weitere Entwicklung hat. Die Grundlagen aus der vorausgegangenen Lehrverantaltung "Interaction Design" (User Experience Design I+II) bietet das notwendige Vorwissen um das Modul erfolgreich zu absolvieren.
Die Lehrveranstaltung eignet sich für Studierende der Medieninformatik (Bachelor) mit Nebenfach MMI im 5. Semester (Voraussetzung: Erfolgreiche Teilnahme an UX1/Interaction Design mit bestandener Klausur.)
- Trainer/in: Sophia Sakel
- Trainer/in: Alexander Wiethoff
In der Lehrveranstaltung User Experience Design III ist das Ziel systematisch ein innovatives Interaktions-/Servicekonzept zu erarbeiten und teilweise, mittels einem Video-Prototypen, weiter auszuformulieren. In Teams wird der iterative UX Designprozess und seine einzelnen Phasen (Research, Analysis, Concepts, Prototypes, Evaluation) praktisch umgesetzt und theoretisches Wissen verfestigt. Eine abschliessende Diskussion mit Experten aus der Industrie (z.B. B/S/H, BMW Group, Designaffairs, IXDS, Netlight Consulting) liefert erste Aufschlüsse in wieweit das Designkonzept Chancen auf eine weitere Entwicklung hat. Die Grundlagen aus der vorausgegangenen Lehrverantaltung "Interaction Design" (User Experience Design I+II) bietet das notwendige Vorwissen um das Modul erfolgreich zu absolvieren.
Die Lehrveranstaltung eignet sich für Studierende der Medieninformatik (Bachelor) mit Nebenfach MMI im 5. Semester (Voraussetzung: Erfolgreiche Teilnahme an UX1/Interaction Design mit bestandener Klausur.)
- Trainer/in: Felix Dietz
- Trainer/in: Alexander Wiethoff
Hallo zusammen!
Dieser Moodlekurs dient nur dazu, unsere Informationen an alle Teilnehmer an einer Stelle zu bündeln. So gehen keine Infos in Emailwüsten verloren, und auch potentielle Nachrücker können schnell und einfach alles an einer Stelle finden.

- Trainer/in: Sven Schörnich
- Trainer/in: Andreas Zahn
Das Blockpraktikum bildet eine theoretische und praktische Einführung in die Administration und Konzeption virtueller Systeme. Unter Laborumgebung wird die Installation, Konfiguration und Administration von Virtuellen Systemen anhand Softwarelösungen von VMware durchgeführt.
Inhalte
Inhalt der Lehrveranstaltung sind Installation, Konfiguration und Management von VMware vSphere 7.0
- Course Introduction
- Introduction to vSphere and the Software-Defined Data Center
- Virtual Machines
- vCenter Server
- Configuring and Managing Virtual Networks
- Configuring and Managing Virtual Storage
- Virtual Machine Management
- Resource Management and Monitoring
- vSphere Clusters
- vSphere Lifecycle Management
Das Praktikum enhält Vorlesungsanteile und praktische Übungen.
Prüfung
Die Prüfung zur Veranstaltung findet voraussichtlich am 16.-18.10.2023 anhand praktischer Aufgaben und deren Präsentation statt. Details werden während der Veranstaltung bekannt gegeben.
Zertifizierung
Das Seminar erfüllt die Zulassungsvoraussetzung zu den Industrie Zertifizierungen
- VMware Certified Associate (VCA) und
- VMware Certified Professional (VCP).
Teilnehmer
Das Praktikum richtet sich an Master- und Bachelor-Studenten der Informatikstudiengänge.
Kurssprachesprache: Deutsch, Kursmaterial Englisch.
Die Anmeldung erfolgt über Moodle. Der Einschreibeschlüssel lautet "vSphere".
Die Veranstalltung ist ein Blockpraktikum, wird jedoch als Semester-Wochenstunden (V+Ü) 2+2 angerechnet.
Voraussetzung für die Teilnahme
Vorlesung "Rechnernetze und Verteilte Systeme", Vorlesung "Virtualisierte Systeme" von Vorteil.
Ort
Oettingenstrasse 67, Hörsaal 057
Termine
Montag, 09.10.2023 - Freitag, 13.10.2023: 09:00 - 18:00 Uhr
Unterlagen
Die Kursunterlagen werden bei Kursbeginn ausgehändigt.Ein Notebook / Tablet mit aktuellem Browser ist zur Bearbeitung der praktischen Aufgaben erforderlich.
- Trainer/in: Tobias Lindinger
Overview
Automated theorem proving is a subfield of mathematical logic that concerns itself with proving mathematical theorems fully automatically using computer programs. These programs are called automated theorem provers. They can be used as stand-alone programs to solve logic problems or in tandem with interactive theorem provers (also called proof assistants) to discharge proof obligations that arise in interactive proofs.
In this course, we will focus on practical aspects of automated theorem provers and their implementation.
Organization
The course is divided into two parts. In the first part of the course, participants will receive a brief introduction to automated theorem proving, focused on practical aspects.
This will be followed by a project phase, with students working in teams of 2-4 people.
Each team is tasked with delivering a presentation on relevant background material (such as research articles), proposing, implementing and documenting a project, as well as giving a final project presentation.
Participation is limited to 30 master students.
Prerequisites
At a minimum, familiarity with basic aspects of mathematical logic, such as those taught in the bachelor's lecture "Logik und diskrete Strukturen", is required.
The practical complements the lecture Automated theorem proving that was offered in the winter term 2024/25. If you are interested in the practical, we highly recommend reviewing the course materials from the lecture.
Place and Time
The given end dates are tentative.
| Activity | Time | Place | Start | End |
|---|---|---|---|---|
| Lecture | Tue 16-18 c.t. | Oettingenstr. 67, 061 | 29.04.2025 | 22.07.2025 |
| Group exercise | Thu 12-14 c.t. | Oettingenstr. 67, 161 | 08.05.2025 | 24.07.2025 |
The exercise sessions start in the third week of the semester (one week after the first lecture). The exercise session on the 29.05.2025 (Christi Himmelfahrt) and 19.06.2025 (Fronleichnam) are canceled due to holidays.
Registration
To register for the course, please do so through the Central Allocation (Zentralanmeldung).
If you have questions, please reach out to Massin Guerdi or Lydia Kondylidou.
- Trainer/in: Massin Guerdi
- Trainer/in: Lydia Kondylidou
The Binary Analysis with AI Praktikum allows students to explore the fascinating intersection of binary analysis and artificial intelligence. This praktikum aims to provide a solid foundation in binary analysis and machine learning, which can be valuable for various applications in the field of cybersecurity.
Students will first gain an overview of key AI applications in binary analysis and understand the general workflow. They will then delve into two main aspects: (1) binary code analysis and how to extract relevant structures and features, and (2) leveraging learning tasks to create better representations of binaries.
The primary task of this praktikum is to identify binary functions across different compiler settings, enabling more robust analysis. To solve this problem, students will develop their own machine learning-based binary code representations.
Language: English
Pre-requisites:
- Basic knowledge of machine learning
- Familiarity with binary analysis concepts (e.g., disassembly, control flow analysis) is helpful but not mandatory
- Proficiency in Python (experience with libraries such as NumPy, PyTorch, or TensorFlow is a plus)
- Trainer/in: Johannes Kinder
- Trainer/in: Yunru Wang
Time: 12:00-16:00
Place: Oettingenstr. 67, Rooms TBA
4 SWS
Language: English
The Binary Analysis with AI Praktikum allows students to explore the fascinating intersection of binary analysis and artificial intelligence. This praktikum aims to provide a solid foundation in binary analysis and machine learning, which can be valuable for various applications in the field of cybersecurity.
Students will delve into binary code analysis and learn to extract relevant structures and features to apply modern machine learning techniques. The primary task of this praktikum is to identify binary functions across different compiler settings, enabling more robust analysis. To solve this problem, they will have developed their own machine learning-based binary code representations.
Two toolboxes will be shown: the binary analysis toolbox and the machine learning toolbox.
Binary Analysis tools:
- Basics of static and dynamic analysis for binary code
- Intermediate representations of assembly languages
- Dataflow analysis
- Tainting techniques
Machine Learning tools:
- Self-supervised learning tasks
- Natural Language Processing techniques applied to binary code
- Convolutional Networks
- Graph Neural Networks
- Transformers
- Trainer/in: Tristan Benoit
- Trainer/in: Johannes Kinder

- Trainer/in: Benjamin Fingerhut
- Trainer/in: Daniel Graf
- Trainer/in: Vamsikrishna Isukapalli
- Trainer/in: Yuhang Liu
- Trainer/in: Sebastian Reiter
- Trainer/in: Alexandra Stan-Bernhardt
In
this practical course, we deal with the topic of deep clustering. This
term describes the combination of clustering with concepts from the
field of deep learning. Corresponding methods have become popular in
recent years and have achieved very good results on image and text data
sets.
Clustering describes the task of automatically dividing objects into
suitable groups, so-called clusters. Only the similarity between objects
is considered, which means that no amount of training data with known
labels is required. This is also referred to as unsupervised learning.
The
identification of clusters in high-dimensional data sets like images,
text, or videos can be very complex as we have to deal with the curse of
dimensionality, which describes the phenomenon that samples become more
and more similar with an increasing amount of dimensions. For this
reason, the clustering task is often accompanied by some kind of feature
reduction. Here, we can utilize linear transformations, e.g., PCA, or
non-linear transformations, e.g., autoencoders. Non-linear applications
are more flexible and, therefore, suitable for more complex clustering
tasks. In deep clustering, a deep learning-based representation learning
method is supplemented by a specific clustering loss. Such combinations
will be studied in the context of this practical.
In
the course of the practical, we will first introduce theoretical
foundations. Afterward, modern deep clustering algorithms will be
implemented and evaluated. Here, we will deal
intensively with relevant research publications. The practical assignments should be performed in small groups.
Prerequisites:
- Basic knowledge of deep learning (Autoencoders, GANs, ...)
- Programming knowledge: Python, PyTorch, Git
- Interest in scientific working
Helpful references:
- Deep Clustering Survey 1: https://arxiv.org/pdf/2210.04142.pdf
- Deep Clustering Survey 2: https://arxiv.org/pdf/2206.07579.pdf
- List of Deep Clustering Algorithms: https://github.com/zhoushengisnoob/DeepClustering
- Implementations of Deep Clustering Algorithms: https://github.com/collinleiber/ClustPy
- Trainer/in: Collin Leiber
- Trainer/in: Thomas Seidl


