Die Entwicklung von Benutzungsschnittstellen für Fahrzeuge ist eine der herausforderndsten Gebiete in der Mensch-Computer-Interaktion, welcher insbesondere durch aktuelle Entwicklungen (autonomes Fahren, Digitalisierung und Elektromobilität) einem starken Wandel unterliegt. Nach erfolgreicher Teilnahme an dem Modul besitzen die Studierenden ein strukturiertes Verständnis der grundlegenden Konzepte, Theorien, Methoden, Technologien und Werkzeuge für die Konzeption, Gestaltung, Entwicklung und Evaluation automobiler Benutzungsschnittstellen. Die hierbei vermittelten Inhalte werden interdisziplinär und sowohl anwendungs- als auch forschungsnahvermittelt und beruhen auf Erkenntnissen aus Psychologie, Informatik, Design, Ingenieurswissenschaften und Ethik.

The students understand the architecture and technical fundamentals of blockchains and other distributed ledger technologies (DLT) and can classify and evaluate technologies with respect to requirements. They also know common techniques for privacy protection in blockchain-based systems. The students understand applications of the blockchain and other DLT on financial markets and in other scenarios. They can classify and evaluate examples of currently widespread crypto assets. They can analyze new business models of decentralized finance and non-fungible tokens (NFTs). Students will gain real life experience by sending and receiving crypto assets and creating and issuing their own NFTs. The students understand the basic structures of the legal framework for applications of blockchain and other DLT in Europe, especially on financial markets. They know the most important legal foundations in contract and property law, banking supervisory law, capital market and securities law, money laundering law, data protection law and accounting and tax law. They can define requirements for the compliance organization and classify and evaluate different forms of blockchain governance.

Für Unternehmen spielt die kontinuierliche Verbesserung ihrer Key-Performance-Indikatoren (z.B. Verkäufe, Umsatz, Neukunden) eine wichtige Rolle. Um eine Verbesserung zu erzielen, ist es zunächst nötig, auf die relevanten Unternehmensdaten zugreifen zu können und diese dann geeignet auszuwerten. Hierfür sind Data und Process Warehouse-Lösungen bestens geeignet. Sie bieten die Möglichkeit zur Extraktion und Integration von Anwendungsdaten aus unter­schied­lichen Quellsystemen (z.B. datenbankbasierten Anwendungen oder prozess­orientierten Informationssystemen). Die so importierten Daten können dann z.B. im Data oder Process Warehouse aufbereitet und anschließend mittels geeigneter Techniken analysiert werden  (z.B. Data Mining, OLAP, Process Mining). Die Lehrveranstaltung behandelt ausgewählte Aspekte des gesamten Data- und Process-Warehousing-Prozesses von der Datenextraktion bis zur Analyse. Darüber hinaus wird auf aktuelle Entwicklungen wie Process Mining und Process Performance Management eingegangen.

Steigender Wettbewerbsdruck fordert von Unternehmen eine effektive und optimale Gestaltung ihrer Geschäftsprozesse (z.B. Angebotserstellung, Auftrags­abwicklung, Produktentwicklung). Das (Re-)Engineering dieser betrieblichen Abläufe reicht für Unternehmen jedoch noch nicht aus, um den wachsenden Anforder­ungen seitens ihrer Kunden und Partner gerecht werden zu können. Vielmehr müssen optimierte Unternehmensabläufe auch durch prozessorientierte Infor­mationssysteme flexibel, robust und effizient unterstützt werden. Dabei müssen nicht nur Mitarbeiter in die Prozesse eingebunden werden, sondern auch Anwendungs­systeme und Res­sourcen nahtlos integriert werden. Ebenfalls sehr wichtig ist es, dass prozessorientierte Anwend­ungen die Abläufe nicht starr implementieren, sondern unterstützte Prozesse bei Bedarf rasch und fehlerfrei an Ausnahmen oder geänderte Situationen der Realwelt angepasst werden können. Die Vorlesung gibt fundierte Einblicke in die sehr aktuelle Thematik des Business Process Management. Hierzu werden Prozessbeispiele, Konzepte, Methoden und Technologien im Detail vorgestellt.

Die Studierenden sind in der Lage, bei Zugrundlegung eines be­stimmten Prozessparadigmas, eine informelle Prozessbeschreib­ung in ein formales (graphisches) Prozessmodell zu überführen. Sie sind sowohl mit grundlegenden als auch fortgeschrittenen Modellierungskonzepten und -elementen des Paradigmas ver­traut und kennen deren Ausführungssemantik genau. Sie wissen Bescheid über verschiedene Vorgehensweisen bei der Geschäfts­prozessmodellierung, können Best Practices bei der Model­lier­ung anwenden und sind mit häufigen Fehlerquellen vertraut bzw. können mit diesen umgehen. Weiterhin sind die Studieren­den in der Lage, Prozessmodelle auf ihre Korrektheit hin zu überprüfen. Insgesamt sollen die Studierenden ein fundiertes und vertieftes, praktisches Wissen im Bereich der Prozessmodellierung erlang­en.

Eine Übersicht der Forschungsthemen am Institut für Datenbanken und Informationssysteme finden Sie hier:
ttps://www.uni-ulm.de/in/iui-dbis/forschung/uebersicht/