WURZEL MÄNNCHEN PDF Free Download

Name: WURZEL MÄNNCHEN PDF
Author: Michele Moore

1 / 44

0 views•44 pages

WURZEL MÄNNCHEN PDF Free Download

WURZEL MÄNNCHEN PDF free Download. Think more deeply and widely.

WURZEL

MÄNNCHEN

Zeitshrift der Fahshaft Mathematik und Informatik

an der TU Clausthal

35. Jahrgang

◦

Heft 2

◦

Oktober 2012

Ausgabe 78

◦

KOSTENLOS

WURZEL 2/12

Editorial

Lieb e Leser,

so shnell ist das Semester herum 

und das nähste beginnt shon wieder!

Wir wollen euh auh das Winterse-

mester 2012/13 mit einer neuen Ausga-

be des Wurzels versüÿen und das ver-

gangene Semester kurz revue passieren

lassen.

Es gab neben dem  wie immer sehr ge-

lungenen  Sommerfest der Fahshaft

auh ein Sommerfest des Instituts für

Informatik, das sein 30-jähriges Beste-

hen gefeiert hat. Auh von Seiten des

Wurzels sei dazu no h herzlih gratu-

liert!

Wo wir gerade b ei Jubilaren sind: Das

Layout des Wurzels hat das halbe IfI-

Jubiläum auf dem Bukel. . . Andre-

as Shlehte hatte damals  1997 

die Redaktion des Wurzels üb ernom-

men und das Layout (als  T

X-Freak)

in L

X erstellt. Zeit für eine Neuge-

staltung? Was meint ihr dazu? Zeitlos

oder üb erholt? Anregungen für Neues?

Bitte lasst uns eure Meinungen wissen!

Kein Jubilar, ab er bald niht mehr in

Clausthal: Sasha hat seine Redakti-

onstätigkeit im Wurzel nah der letz-

ten Ausgabe b eendet  nah fünf Se-

mestern. Das Wurzel wünsht ihm viel

Erfolg für seine Zukunft. Mit Sasha

sind allerdings auh die Rätsel aus

dem Wurzel vershwunden. . . Aber

vielleiht werden sie ja wiederbelebt?

Genug der Rükshau  was erwartet

euh im neuen Wurzel?

Wir wollen das Wurzel, abseits der

Vorlesungs-Evaluationen, auh in Sa-

hen allgemeiner Informationen wie-

der stärker aufstellen und hab en zwei

neue Reihen für euh aufgelegt: Ei-

ne Artikelserie ermögliht euh Einbli-

ke in die Forshungsarbeit der hiesi-

gen Arb eitsgrupp en, die zweite möhte

die Ho hshulpolitik etwas enträtseln

und gibt zum Start einen Überblik

über die studentishen Organe. In den

nähsten Ausgaben wird es dann vor-

aussihtlih weitere Artikel zu den ein-

zelnen Gremien geb en.

Mit der Bitte um die Vorstellung ih-

rer jeweiligen Arb eitsb ereihe und den

sih in der Arb eitsgrupp e ergebenden

Perspektiven für Studenten konnten

wir Prof. Dix (Computational Intelli-

gene) für die Informatik und Dr. Kal-

sis (Kombinatorishe Optimierung)

für die Mathematik gewinnen, die erst-

genannte Artikelserie zu erönen: Hier

sind für euh zwei spannende Artikel

entstanden, vielen Dank an die Auto-

ren! In dieser Form wollen wir nah

und nah weitere Arb eitsgrupp en bei-

der Fahbereihe vorstellen und da-

durh gleihzeitig auh den Arb eits-

gruppen eine Plattform bieten.

Bereits gute Tradition haben die Buh-

besprehungen im Wurzel: In dieser

Ausgabe geht es um kombinatorishe

Optimierung aus Bonn. Und natürlih:

Auh wieder mit dabei sind neun Ar-

tikel zu Vorlesungen des vergangenen

WURZEL 2/12

Editorial

Semesters. Nur neun? Ja. Und nur

zwei aus der Informatik?! Ja, leider.

(Erwähnten wir shon, dass wir euh

ohne euer Feedbak keine Feedbak-

Artikel shreib en können? Wahrshein-

lih. Und wir glauben an euh und bau-

en auf das nähste Semester!)

Apropos Planung des nähsten Semes-

ters: Nahdem Sasha die Redaktion

verlassen hat, suhen wir einen Nah-

folger. Hast Du Lust, Dih zu engagie-

ren? Journalistishe Erfahrung zu sam-

meln? Ja, Du! Dann melde Dih ein-

fah b eim Wurzel oder sprih jeman-

den in der Fahshaft an. Vielleiht

gibt's ja dann auh wieder Rätsel?

Und zum Shluss, wie üblih: Das

Wurzel lebt durh euh! Eure Buh-

rezensionen und die Frageb ögen, die

ihr ausfüllt, bilden einen integralen

Bestandteil des Wurzels. Ab er niht

nur: Habt Ihr Ideen für Neuerun-

gen im Wurzel? Gibt es Themen,

die eurer Meinung nah eine öent-

lihe Plattform nötig haben? Was

bewegt Mathematik und Informatik?

Wir freuen uns auf eure Anregungen

wurzeltu-lausthal.de

Viel Spaÿ b eim Lesen und ein erfolg-

reihes Semester

Fabian und die Wurzelredaktion

WURZEL 2/12

Inhalt

35. Jahrgang 2. Ausgab e Oktober 2012

Editorial 3

Allgemeines 6

Fahshaft - Was ist das üb erhaupt? . . . . . . . . . . . . . . . . . . . . . . 6

Ein Leb en neb en dem Feiern  Willkommen in Clausthal! . . . . . . . . . . 8

Computational Intelligene Group . . . . . . . . . . . . . . . . . . . . . . . 10

Gebietsplanung  Arb eitsgrupp e Kombinatorishe Optimierung . . . . . . . 16

Hohshulp olitik: So wird's gemaht! . . . . . . . . . . . . . . . . . . . . . . 22

Feedbaks 24

Funktionentheorie b ei Dr. Vogt . . . . . . . . . . . . . . . . . . . . . . . . . 24

Numerik I b ei Dr. Behnke . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

Ingenieurmathematik II bei Dr. Brashe . . . . . . . . . . . . . . . . . . . . 26

Kombinatorishe Optimierung b ei Dr. Kalsis . . . . . . . . . . . . . . . . 28

Lineare Algebra und diskrete Strukturen I I b ei Prof. Kairies . . . . . . . . . 30

Mathematik für BWL & Chemie II b ei Prof. Kolonko . . . . . . . . . . . . 32

Stohastishe Simulation und Statistik b ei Dr. Sandmann . . . . . . . . . . 34

Informatik I I b ei Prof. Hartmann . . . . . . . . . . . . . . . . . . . . . . . . 35

Einführung in die künstlihe Intelligenz b ei Prof. Dix . . . . . . . . . . . . . 38

Wir brauhen euer Feedbak . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Buh-Rezensionen 41

Büher kostenlos? Shreibt eine Rezension! . . . . . . . . . . . . . . . . . . 41

B. Korte, J. Vygen: Kombinatorishe Optimierung . . . . . . . . . . . . . . 42

Impressum 43

WURZEL 2/12

Allgemeines

Fahshaft - Was ist das üb erhaupt?

Der Fahshaftsrat

Fahshaft - Was ist das üb er-

haupt?

Mitglied der Fahshaft Mathema-

tik/Informatik sind alle Studenten der

Mathematik- und Informatikstudien-

gänge. Dies waren im Sommersemester

2012 a. 335 Studenten.

Die Studenten der Fahshaft wählen

jedes Wintersemester die 7 Mitglieder

des Fahshaftsrates. Dieser vertritt

die Studenten der Fahshaft gegen-

über der Uni, den Instituten und den

Professoren.

Der aktuelle Fahshaftsrat setzt sih

wie folgt zusammen (Amtszeit vom

01.04.2012 bis zum 31.03.2013):

◦

Spreher:

Marel Bergmann

◦

Stellvertretender Spreher:

Daniel Arnsberger

◦

Finanzel:

Dennis Wimmer

◦

Rezensionswart:

Robert Fulshe

◦

Sehshlangenwart Informatik und

Webmaster:

Christian Barthel

◦

Sehshlangenwart Mathematik:

Jan Kerk

◦

Protokollant:

Johann-Robert Kummer

Der Fahshaftsrat bietet auÿerdem

folgendes:

◦

Bereitstellung von Prüfungsproto-

kollen von mündlihen Prüfungen

(auh Sehshlangen genannt) und

Klausuren zur Vorb ereitung auf

Prüfungen und Klausuren

◦

Beratung in allen studentishen Be-

langen, b esonders in Fragen zu

Prüfungen, Vorlesungen o der euren

Prüfungsordnungen

Zusätzlih organisiert er:

◦

die Redaktion und den Druk des

Wurzelmännhens

◦

jedes Semester einen Fahshafts-

stammtish

◦

jedes Sommersemester ein Som-

merfest

Wie und wo bekomme ih denn die

Sehshlangen und Klausuren?

Die Sehshlangen könnt ihr euh im

Raum der Fahshaft Mathe/Info wäh-

rend der Serviezeiten ausleihen (siehe

jeweils unten).

Das Ausleihen funktioniert folgender-

maÿen:

Ihr müsst ein Pfand für die Kopier-

vorlage hinterlegen, am b esten etwas

mit eurem Namen drauf, also z. B. eu-

ren Studentenausweis. Das Pfand be-

WURZEL 2/12

Fahshaft - Was ist das überhaupt?

kommt ihr dann zurük, wenn ihr die

Kopiervorlage wieder abgebt.

Rezensionen

Werft mal einen Blik auf das shwar-

ze Brett der Fahshaft. Es b endet

sih am ob eren Eingang des Instituts

für Mathematik. Dort werden Einla-

dungen, Protokolle und Informationen

ausgehängt und ihr könnt dort auh se-

hen, welhe Büher der Fahshaft ge-

rade kostenlos für Rezensionen (Buh-

besprehungen) angeb oten werden.

Falls ihr eins der Büher rezensieren

wollt, dann nehmt den dazugehörigen

Zettel vom Brett ab und kommt damit

während der Serviezeiten vorb ei. Das

Buh wird dann bestellt und es dau-

ert a. zwei Wo hen, bis ihr das Buh

abholen könnt. Ihr müsst als Gegen-

leistung nur eine Rezension shreiben,

die im Wurzelmännhen veröentliht

wird. Ein Exemplar des Wurzelmänn-

hens shiken wir dann an den ent-

sprehenden Verlag.

Kann ih mitmahen?

Der Fahshaftsrat suht immer neue

Leute, die mithelfen wollen  Arbeit

gibt es genug (und wenn niht, nden

wir shon welhe für euh). Kommt ein-

fah mal vorbei o der quatsht einen

von uns an, wir beiÿen im Normalfall

niht. . .

Serviezeiten

In der Vorlesungszeit:

Mittwo h 12.15 - 13.00 Uhr

In den Semesterferien:

Dienstag 12.15 - 13.00 Uhr

Adresse

Fahshaft Mathematik/Informatik

Silberstraÿe 1, 2. Ob ergeshoss

E-Mail-Adresse

fs-mitu-lausthal.de

Homepage

www.tu-lausthal.de/student/fsmi/

Der Fahshaftsrat

Mathematik/Informatik

xkd.om

WURZEL 2/12

Ein Leben neb en dem Feiern  Willkommen in Clausthal!

Ein Leb en neb en dem Feiern  Willkommen in Clausthal!

Daniel Arnsberger

Das Abi ist in der Tashe, das Studien-

fah gewählt, die Uni ausgesuht und

die Wohnung ist auh shon gemietet?

Na super. . . dann kann das Ab enteuer

ja beginnen! Do h die meisten stehen

nun erstmal vor dem Sprung ins eis-

kalte Wasser: weg von zu Hause, von

den Freunden und der bekannten Um-

gebung. Vor ihnen liegen nun ein ei-

genes Zimmer oder eine eigene Woh-

nung, die geputzt werden wollen und

der Kühlshrank möhte auh regelmä-

ÿig gefüllt sein. Und dann rükt auh

der erste Tag in der Uni näher  wo

muss ih hin, was muss ih mitneh-

men? Am Anfang ersheint das alles

sehr stressig und shwierig. Na ja, im

Grunde ist es das gar niht. Ih mö h-

te euh hier einen kleinen Einblik ins

Studentenleben ermöglihen und ein

paar Tipps mit auf den Weg geben, da-

mit ihr den Start etwas einfaher habt.

Den ersten Shritt habt ihr ja bereits

gemaht. Die Einführungswohen lie-

gen nun hinter euh und die ersten

Kontakte sind hoentlih auh shon

geknüpft. Das ist zu Beginn auh das

Wihtigste! Lernt eure neuen Mitstrei-

ter kennen und ndet neue Freunde. In

einer Grupp e ist das studieren viel ein-

faher.

Dann kommt der Moment, die erste

Vorlesung  wie wird sie sein? Der

Professor kommt herein, stellt sih vor

und shon geht es los. Shnell ist klar,

dass es hier niht mehr wie in der Shu-

le ist, keine groÿe Vorstellungsrunde,

auf geht's in die Materie.

Nah 90 mehr o der weniger langen Mi-

nuten ist die erste Vorlesung auh ge-

shat, du hast alles sup er verstanden

und hast mit den ersten Hausaufgab en

auh kein Problem? Prima, ab er lass

dih davon niht blenden. Du hattest

in der Shule 15 Punkte in Mathema-

tik? Dann hast du natürlih beste Vor-

aussetzungen für ein Studium auf dem

Gebiet, aber Uni ist niht gleih Shu-

le. Das soll niht abshreken, sondern

euh nur vor einer bösen Überrashung

shützen.

Das Tempo steigt shnell und wenn

ihr niht regelmäÿig dranbleibt, kann

es passieren, dass ihr auf einmal niht

mehr wisst, worum es dort eigentlih

geht. In der Vorlesung niht alles auf

Anhieb zu verstehen ist normal und

auh gar niht shlimm, solange du

dih zu Hause hinsetzt und versuhst,

es z. B. anhand der Hausaufgab en zu

verstehen. Dann wird auh die Prü-

fung kein Problem darstellen.

Nutzt die Angebote, die euh hier ge-

boten werden. Manhe mögen denken,

dass die Vorlesung ausreiht, aber das

ist meist niht der Fall. Viel wihtiger

sind die regelmäÿigen Übungen, in de-

WURZEL 2/12

Ein Leben neb en dem Feiern  Willkommen in Clausthal!

nen der Sto vertieft und anhand von

Beispielaufgaben erklärt wird.

So anstrengend das auh alles im ers-

ten Moment klingen mag, bietet dir

das Studium auh viel Neues und Auf-

regendes. Du hast dein eigenes Zuhau-

se, lernst viele neue Leute kennen und

kannst dein Leben viel freier gestalten.

Hier sagt dir keiner mehr, was du zu

tun oder zu lassen hast. Du kannst ma-

hen was du mö htest, ab er verlier nie

dein Ziel aus den Augen, ein erfolgrei-

hes Studium!

Solange du dih selbst motivieren

kannst, wirst du im Studium viel Spaÿ

haben und eine Menge neuer Dinge er-

leben und entdeken.

WURZEL 2/12

Computational Intelligene Group

Prof. Dr. Jürgen Dix

Leiter

: Prof. Dr. Jürgen Dix

Derzeitige Mitglieder

: Dr. Tristan Beh-

rens, Dr. Nils Bulling, PD Dr. Wo-

jtek Jamroga, Dipl.-Inf. Mihael Kös-

ter, Li. Federio Shlesinger

Webseite

http://ig.in.tu-lausthal.de

Lehre und Mitarb eiter

Meine Gruppe forsht im Bereih der

Künstlihen Intelligenz, und zwar im

Bereih der

logikbasierten, symboli-

shen

KI. Wir arbeiten grundlagenori-

entiert mit formalen mathematishen

Methoden im Gebiet der

Multiagen-

tensysteme

. Wir organisieren seit eini-

gen Jahren einen internationalen Wett-

bewerb (

http://multiagentontest.org/

)

an dem a 5  10 Teams aus allen

Teilen der Welt teilnehmen. Im Rah-

men dieser Arbeiten wurde eine sta-

bile Simulations-Plattform entwikelt,

die es uns ermögliht, beliebige Simu-

lationen zu implementieren und Teams

von Agenten zu programmieren, um ei-

ne bestimmte Aufgabe zu lösen.

Wir suhen daher motivierte Hiwis,

die insb esondere vor Formeln, Bewei-

sen und abstrakten Methoden niht

zurükshreken. Unsere Gruppe (3  6

Mitarbeiter) war von Anfang an

sehr international aufgestellt: unse-

re wissenshaftlihen Mitarb eiter kom-

men/kamen aus China, der Slowa-

kei, Polen, Mexiko, Argentinien, sogar

Menshen aus Norddeutshland sind

bei uns.

In den letzten Jahren sind an meinem

Lehrstuhl eine Habilitation (

Mobile

Proesses: Ideas, models, properties

Wo jtek Jamroga (2009) und folgen-

de Dissertationen angefertigt worden:

Towards Building Bloks for Agent-

Oriented Programming

, Tristan Beh-

rens (2012),

Model ling and Verify-

ing Abilities of Rational Agents

, Nils

Bulling (2010),

On Updates of Epis-

temi States

, Juan C. Guadarrama

(2009),

Behavioural State Mahines -

Agent Programming and Engineering

Peter Novak (2008),

Fault Toleran-

e for Multiagent Systems

, Yingqian

Zhang, (2006). Zwei weitere Disserta-

tionen und eine Habilitation sind in

Bearbeitung.

In der Lehre bieten wir im Bahelor

die

Informatik 3

(ehemalige Theore-

tishe Informatik), die

Künstlihe In-

WURZEL 2/12

Computational Intelligene Group

tel ligenz

und, im neu geplanten Ba-

helor, eine Vorlesung

Logik und Ve-

rikation

an. Weiterhin haben wir in

den letzten Jahren die

Multiagenten-

systeme I

angeboten. Dies ist zu ei-

nem kleinen Teil eine Vorlesung, und

zu einem groÿen Teil ein Praktikum.

Es geht darum, ein Agententeam zu

entwikeln (in einer geeigneten Agen-

tenprogrammiersprahe), das in einem

Anwendungsszenario gegen ein ande-

res Team antreten muss. Idealerweise

teilen sih die Studenten in zwei Teams

auf, die am Ende des Semesters gegen-

einander spielen.

Im Master bieten wir die

Komplexi-

tätstheorie

, die

Modal logik

, die

Mul-

tiagentensysteme II

(die im neuen

Master

Spieltheorie

heiÿen wird),

For-

male Grund lagen von Agentensyste-

men

, und

Computersiherheit und Si-

herheitsprotokol le

an. Dies sind eher

theoretish-mathematish orientierte

Vorlesungen, in denen auh formale

Beweise geführt werden.

Unter den in den letzten Jahren bei

uns betreuten Abshlussarbeiten sind

etwa folgende:

Model Cheking Ratio-

nal Behaviour of Agents

Transforma-

tion von Promela nah SLPN

Im-

plementierung eines URBI- und Ru-

bymoduls für Jazzyk zur Entwiklung

von Robotern

Optimierte SLPN-LTL-

Modelheker

Implementierung eines

autonomen Agenten in einer Simulier-

ten 3D Umgebung

Entwurf und Im-

plementierung eines ontologiebasierten

Systems zur Extraktion von Produkt-

informationen aus Onlineshops

Sol-

ving onsisteny onits in distri-

buted ontologies

Statishe Analyse

von Spe-Sharp-Programmen

Model-

lierung des Temperaturverlaufs in ei-

nem Shmelzofen

Model lbasierte Dia-

gnose des Zündsystems im Ottomo-

tor: Entwiklung neuer Model lierungs-

tehniken

Anwendungen von semanti-

shen Netzen auf die Struktierung von

Lehrinhalten im Rahmen einer Multi-

Agentenarhitektur für das E-Learning

Eine der letzten Abshlussarbeiten ist

über die Ehrenfeuht-Vermutung. Sie

behandelt ein Problem aus der theore-

tishen Informatik, das ebenso gut in

die reine Mathematik (Algebra) passt.

Wir sind daher auh sehr oen für Ma-

thematiker!

Forshung und Zusammenarb eit

Wir arb eiten sowohl in der Forshung

als auh in der Organisation von Kon-

ferenzen und Workshops eng mit Grup-

pen in Europa zusammen: Delft (Prof.

Witteveen, Dr. Dastani), Liverpo ol

(Prof. Fisher), Luxemburg (Dr. Jamro-

ga), Norwegen (Prof. Agotnes), Däne-

mark (Prof. Goranko), und in Üb ersee

(Brasilien (Prof. Bordini, Prof. Hüb-

ner), Argentinien (Prof. Simari), USA

(Prof. Subrahmanian)). Wir sind in

den wihtigsten PC's sowie in Edi-

torial Boards von Zeitshriften und

Steering ommittees vertreten und ge-

ben regelmäÿig Kurse auf internationa-

len Sommershulen (eine genaue Auf-

listung ist auf unserer Homepage

ver-

http://ig.in.tu-lausthal.de

WURZEL 2/12

Computational Intelligene Group

fügbar). Zu fast allen obengenannten

europäishen Universitäten hab en wir

auh Erasmus Programme etabliert.

Übergeordnetes Ziel unserer Forshun-

gen sind die Grundlagen von Agen-

tensystemen.

Wie kann man solhe

Systeme model lieren und spezizie-

ren? Wie wihtige Eigenshaften aus-

drüken bzw. solhe Systeme program-

mieren? Gibt es geeignete Logiken, in

denen man Teile von Agentensystemen

spezizieren und Tehniken des model-

heking anwenden kann? Wie ist die

Komplexität solher Verfahren?

Eine eher praktishe Anwendung sind

unsere Untersuhungen über eine ge-

eignete Plattform zum Vergleih von

vershiedenen Agentensystemen (im

Rahmen des oben erwähnten Multi-

Agent Programming Contest).

Formale Grundlagen von Multiagenten-

systemen

Ende des 20. Jahrhunderts wurde das

Agentenparadigma

vorgestellt, welhes

zu einem vielfältigen Forshungsgebiet

im Bereih autonomer und verteilter

Computersysteme, dem der

Multiagen-

tensysteme

, führte. Ein groÿer Teil die-

ser Forshung beshäftigt sih mit ko-

operativen Asp ekten von Agenten und

insbesondere deren kollaborativen Fä-

higkeiten. In den letzten Jahren lag in

diesem Gebiet das Forshungsinteresse

meiner Grupp e bei Logiken zur Model-

lierung und Verikation von Fähigkei-

ten von Koalitionen.

Neben diesen eher theoretishen

Grundlagen umfasst unsere Forshung

in Multiagentensyteme auh aktu-

elle Themen neuartiger (Compu-

ter)Netzwerke und Siherheitseigen-

shaften. Zum Beispiel befassen wir

uns derzeit mit Routing-Methoden in

Delay-Tolerant Networks

und

Oppor-

tunisti Networks

. Dab ei handelt es

sih um

ad-ho

Netzwerke, deren Kom-

munikationsstruktur sih dynamish

verändert und in denen keine zuverläs-

sige Kommunikation möglih ist. Stel-

len Sie sih zum Beispiel Krisen- und

Rettungsszenarien vor, in denen die

Infrastruktur zusammengebrohen ist

und der Informationsuss nun (tem-

porär) üb er heterogene p eer-to-p eer

Verbindungen mit b eshränkter Reih-

weite und unzuverlässiger Konnektivi-

tät gewährleistet werden muss.

Generell ist unsere Forshung im Be-

reih der Multiagentensysteme in Ge-

bieten der Formalen Methoden, Spiel-

theorie und Verikation angesiedelt

und lässt sih auf viele aktuelle Pro-

bleme der Praxis anwenden. Für Stu-

dierende bieten wir die Pro jektgruppe

Multi-Agent Systems: Modeling, Rea-

soning, and Veriation

an und freu-

en uns immer über interessierte Stu-

dentinnen und Studenten, die aktiv

in diesem Bereih mitarb eiten möh-

ten. Die Anmeldung geshieht üb er

das StudIP System. Für weitere Infor-

mationen können Sie sih auh gerne

an Dr. Nils Bulling wenden.

Agent Contest

Im Jahre 2005 haben wir den ersten

Agent Contest veranstaltet. Ziel war

WURZEL 2/12

Computational Intelligene Group

es, eine verteilte künstlihe Intelligenz

für die Lösung eines Problems zu ent-

wikeln: Auf einer zunähst unerforsh-

ten Karte waren Leb ensmittel verteilt.

Autonome, simulierte Agenten sollten

dieses Essen nden, einsammeln und

in ein Lager bringen. Dieses Szenario

haben wir insgesamt dreimal gespielt.

Wir hab en gesehen, dass hier die

Wegndung mit den entsprehenden

Algorithmen ein leihtes Unterfangen

war. Leider war die Koop eration der

Agenten eher dürftig  die Strategien

funktionierten gröÿtenteils, obwohl die

Agenten niht bzw. kaum miteinander

kommunizierten. Dieses Manko haben

wir mit dem Cowboy-Szenario beho-

ben. Hier mussten nun Agententeams

programmiert werden, die gemeinsam

in der Steppe Kühe nden und ein-

fangen sollten. Der Reiz lag hier in

der Tatsahe, dass ein einzelner Agent

niht in der Lage war, Kühe zu fangen.

In den drei Malen, in denen wir die-

ses Szenario spielten, haben wir viele

interessante Kuh-Fang-Strategien ken-

nengelernt.

Ein kleiner Nahteil der ersten bei-

den Szenarien war immer die Agenten-

Homogenität. Alle Agenten waren völ-

lig gleih, was ihre Wahrnehmung üb er

ihre Sensoren und ihre Fähigkeiten be-

traf. 2011 haben wir das geändert und

shikten die Agenten zum Mars. Je-

des Team hatte zehn Agenten auf der

Planetenoberähe und es waren je-

weils fünf vershiedene Rollen vertre-

ten. Es gab Agenten, die die Karte

mit ihren Sannern erforshen, Agen-

ten die gegnerishe Agenten sab otieren

und sogar Agenten, die beshädigte

Agenten reparieren konnten. Ziel war

es, auf dem Mars Gebiete mit einem

hohen Wasservorkommen zu nden, zu

erobern und zu verteidigen.

Seit 2005 haben sehr viele fähige Stu-

dierende zum Agent Contest beigetra-

gen. In den ersten Jahren wurde die

sehr stabile und zuverlässige MASSim-

Plattform in Java entwikelt. Danah

wurden die vershiedenen Szenarien

entwikelt und To ols wie etwa eine

Visualisierung in Form von Videos

oder sogar ein Leveleditor. Auh ha-

ben wir den Contest mehrfah in un-

serer b eliebten Multiagentensysteme-

Vorlesung b enutzt, in der wir praktish

wihtige Themen der Künstlihen In-

telligenz vermittelt haben.

Weitere Informationen zum Agent

Contest gibt es unter:

http://multiagentontest.org/

WURZEL 2/12

Computational Intelligene Group

Model Cheking von lokalen Communi-

ties

Die Bedeutung von sozialen Netzwer-

ken wie

Faebook

und

Twitter

oder be-

rufsorientierten Portalen wie

Xing

für

den Alltag nimmt stetig zu: Verabre-

dungen werden üb er diese getroen,

Informationen und Fotos geteilt o der

die aktuelle Position einer bestimm-

ten Gruppe b ekannt gegeb en. Aller-

dings gibt es dabei meist keine direk-

te Verknüpfung des sozialen Netzwerks

mit dem realen Leben, d. h., jede Ver-

änderung im realen Leb en muss von

Hand in das soziale Netzwerk üb ertra-

gen werden.

Die Idee hinter den lokalen Communi-

ties ist es nun, das reale Leben mit

dem sozialen Netzwerk zu verbinden,

indem jede Person ein Smartphone mit

sih trägt und dieses Gerät automa-

tish und ohne Nutzerinteraktion er-

kennt, in welhem Kontext (eine Be-

sprehung, eine Vorlesung, im Kino,

et.) die Person sih gerade bendet.

Wenn die Person also zum Beispiel ge-

rade in einer Vorlesung sitzt, bilden al-

le Teilnehmer und der Vortragende ei-

ne sp ontane Grupp e, in der wihtige

Informationen (Handouts, Foliensatz,

Kontaktdaten des Profs, Übungsblät-

ter, Termine, et.) automatish ausge-

tausht werden. Sobald die Vorlesung

zu Ende ist, löst sih die Gruppe auf.

Bei solh sp ontanen Grupp enbildun-

gen muss natürlih darauf geahtet

werden, dass wirklih nur die Daten

ausgetausht werden, die für diesen

Personenkreis gedaht sind; so mö hte

ein Student vielleiht niht die Fotos

von der letzten Party an den Professor

shiken. Deshalb ist es wihtig, diese

sogenannten Minimaleigenshaften si-

herstellen zu können.

Dazu b enutzen wir die Tehnik des

Model Cheking

. Zuerst muss man ein

formales Mo dell des Netzwerkes erstel-

len, welhes die möglihen Zustands-

veränderungen b eshreibt. Die Mini-

maleigenshaften (Datenshutz, et.)

werden in einer Logik beshrieben. Die

Gültigkeit dieser kann man dann for-

mal verizieren.

Die Shwierigkeit und der Forshungs-

bereih sind dabei, wie man solhe Sys-

teme formal spezizieren und wie man

die Komplexität des Model Chekings

trotz dieser groÿen Systeme noh im

Gri hab en kann. Dazu entwikeln

wir zum Beispiel Abstraktionstehni-

ken, die den Zustandsraum vor dem

Model Cheking verkleinern oder pas-

sen den Mo del Cheking Algorithmus

so an, dass er auf parallel aufgebauter

Hardware läuft.

Planen und LTL

In vielen Anwendungen der (Mul-

ti-)Robotik bis zur Ambient Intelli-

gene spielt ein spezielles Planungs-

problem, nämlih

Planen in kooperati-

ven Umgebungen

, auh

Teamwork

ge-

nannt, eine groÿe Rolle. Trotz vieler

Fortshritte im Bereih der Planung in

Multiagentensystemen ist dieses Pro-

blem no h weit von einer Lösung ent-

fernt und stellt eine groÿe Herausforde-

rung in vielen Anwendungsproblemen

WURZEL 2/12

Computational Intelligene Group

dar. Wir wollen daher die Grundlagen

des Planens in Multiagentensystemen

untersuhen. Unser Ansatz ist die An-

nahme, dass ein groÿer Teil dieses Pro-

blems auf kleinere Probleme des Mo-

del Chekings (sowie auf aussagenlo-

gishe Erfüllbarkeit) gewisser

tempo-

raler modaler Logiken

zurükgeführt

werden kann. Die

lineare temporale Lo-

gik

(LTL) ist eine solhe Logik, ab er es

gibt viele Erweiterungen davon.

Wir arbeiten an einem präzisen theo-

retishen Rahmen für das Problem

des

Team Level Mission Planning

, um

dann entsprehende Algorithmen zur

Lösung dieses Problems zu evaluieren

und zu implementieren. Insb esondere

soll das Potential dieser Tehniken für

das Design von shnellen Planungsal-

gorithmen in nihttrivialen Anwendun-

gen untersuht werden.

Weitergehende Informationen üb er un-

sere Forshung sind auf unserer Web-

seite

ig.in.tu-lausthal.de

zu nden.

WWW.PAPIERFLIEGER-VERLAG.DE · 0 53 239 67 46

DIGITALDRUCK

OFFSETDRUCK

BINDEARBEITEN

GESTALTUNG · SATZ

VERLAG

WISSENSCHAFTLICHE VERÖFFENTLICHUNGEN

Dissertationen · Habilitationen · Diplomarbeiten · Berichte · Tagungsbände

PRIVATE VERÖFFENTLICHUNGEN

Bücher und Broschüren in Kleinstauflage · Vereinszeitschri en · Abiturzeitungen

EINBÄNDE

vom Taschenbuch bis zur ledergebundenen Schwarte

FARBDRUCK VON PDF

WURZEL 2/12

Gebietsplanung  Arbeitsgrupp e Kombinatorishe Optimierung

Gebietsplanung  Oder wie teile ih Gebiete optimal auf

(Arb eitsgrupp e Kombinatorishe Optimierung)

Dr. Jörg Kalsis

Einfah gesagt b eshäftigt sih Ge-

bietsplanung damit, kleine geographi-

she Einheiten, genannt Basisgebiete,

so zu übergeordneten Gebieten oder

Bezirken zusammenzufassen, dass ver-

shiedene Planungskriterien b erük-

sihtigt werden. Was heiÿt das im kon-

kreten Fall? Shauen wir uns drei klas-

sishe Beispiele an.

Wahlkreise in Baden-

Württemberg bei der

Bundestagswahl 2009.

Planung von Wahlkreisen

Die Aufgabe der Wahlkreisplanung

besteht darin, ein Wahlgebiet, z. B.

ein Bundesland, in einzelne Wahlkrei-

se aufzuteilen, aus denen jeweils ein

Kandidat direkt ins Parlament ge-

wählt wird. Um den Grundsatz glei-

hen Stimmgewihts zu gewährleisten,

müssen daher in jedem Wahlkreis un-

gefähr gleih viele Wähler leb en. Basis-

gebiete sind in diesem Zusammenhang

i. A. Stadtteile o der Landkreise, die je-

weils komplett einem Wahlkreis zuge-

ordnet werden.

Darüber hinaus sollen die Wahlkrei-

se zusammenhängend und kompakt

sein, u. a. um das so genannte Gerry-

mandering zu verhindern. Der Name

geht auf den amerikanishen Gouver-

neur Elbrige Gerry zurük, der Anfang

des 19. Jhds. seinen Wahlkreis so ent-

artet zugeshnitten hatte, dass seine

Wiederwahl als siher galt.

Satirishe Darstellung der

Wahlkreise in

Massahusetts 1812.

WURZEL 2/12

Gebietsplanung  Arbeitsgrupp e Kombinatorishe Optimierung

Planung von Verkaufsgebieten

Hierbei geht es um die Unterteilung

des gesamten Absatzgebietes in Zu-

ständigkeitsbezirke für einzelne Mit-

arbeiter. Dabei soll zum einen die

Arbeitsauslastung der Mitarb eiter an-

nährend gleih sein und zum ande-

ren sollen die Bezirke zusammenhän-

gend und kompakt sein, so dass die

meist unpro duktive Fahrzeit minimal

wird. Zusätzlihe Kriterien können ei-

ne ungefähr gleih starke Kaufkraft

in den Bezirken sein oder die Berük-

sihtigung der Standorte der Mitarbei-

ter o der Verkaufszentren. Basisgebiete

sind in der Regel einzelne Kunden o der

Postleitzahlgebiete.

Gebietsaufteilung von

Adressen.

Planung von Einsatzb ezirken für die

Müllabfuhr oder den Winterdienst

Ziel dieser Planung ist es, die Straÿen

einer Region (z. B. einer Stadt) in meh-

rere Bezirke zu unterteilen, für die je-

weils eine Müllfahrzeug o der ein Streu-

fahrzeug zuständig ist. Auh hierb ei

sollen Arb eitsauslastung und Fahrzeit

möglihst gleih verteilt werden.

Aufteilung von Straÿen in 3

Bezirke.

Zudem sollen die Bezirke zusammen-

hängend und kompakt sein und inner-

halb der Bezirke sollte eine gute und

sinnvolle Routenplanung möglih sein.

Typishe Planungskriterien

Trotz der so untershiedlihen Anwen-

dungen sind die zugrundeliegenden

Kriterien (fast) immer dieselben:

◦

Ausgeglihenheit (Balane): Die

Bezirke sollen (ungefähr)  gleih

groÿ b ezüglih eines o der meh-

rerer Aktivitätsmaÿe sein. Dab ei

kann es sih z. B. um Einwohner-

zahlen, Kaufkraft, Arbeitsauslas-

tung oder Wahlb erehtigte han-

deln.

WURZEL 2/12

Gebietsplanung  Arbeitsgrupp e Kombinatorishe Optimierung

Links sind die Punkte gleih-

mäÿig üb er die Bezirke verteilt

im Gegensatz zu rehts.

◦

Kompaktheit: Die Bezirke sollen ei-

ne shöne Form hab en, d. h. annä-

hernd rund und ohne Entartungen.

Links sind die Gebiete

deutlih kompakter als rehts.

◦

Zusammenhang: Die Bezirke sollen

zusammenhängend sein.

Während die linke Gebiets-

aufteilung zusammenhängend

ist, haben wir rehts Enklaven.

◦

Jedes Basisgebiet soll genau einem

Bezirk zugeordnet werden.

◦

Eine feste Anzahl von Gebieten.

Forshungsaufgab en und Ziele

Eine Vielzahl von Forshungsarbei-

ten b eshäftigt sih mit Lösungsan-

sätzen für spezielle Einsatzgebiete.

Im Gegensatz dazu verwenden wir

ein generishes, anwendungsunabhän-

giges Basismo dell, welhes alle gängi-

gen Planungskriterien für die Gebiets-

planung berüksihtigt (s. o.). Beglei-

tend dazu haben wir einen geometri-

shen Lösungsalgorithmus entwikelt,

der selbst für groÿe Probleme in we-

nigen Sekunden gute Lösungen liefert.

Unsere aktuellen Zielsetzungen für

Forshungsarbeiten liegen in der Er-

weiterung und Modikation dieses Ba-

sismodells, um eine gröÿere Anwend-

barkeit zu erreihen. Dies b einhaltet

beispielsweise die Betrahtung praxis-

relevanter Probleme, wie die unvoll-

ständige Zuordnung von Basisgebie-

ten, überlapp ende Gebiete, hierarhi-

she Unterteilungen oder gewünsh-

te Ausgeglihenheit über einen gewis-

sen Zeitraum hinweg. Es kann sih

aber auh um im Rahmen von OR-

Modellen (Op erations Researh) niht

behandelte interdisziplinäre Einüsse

handeln, wie beispielsweise p olitishe

Überlegungen. Ein weiterer Aspekt b e-

trit die Erforshung der Anwendbar-

keit der Algorithmen auf niht OR

spezishe Problemstellungen. Bei der

Clusteranalyse z. B. geht es darum, in

groÿen Datenmengen ähnlihe Daten

zusammenzufassen. Die einzelnen Da-

ten könnten als Basisgebiete, die Clus-

ter als Bezirke aufgefasst werden.

WURZEL 2/12

Gebietsplanung  Arbeitsgrupp e Kombinatorishe Optimierung

Anknüpfungspunkte für Studieren-

Im Rahmen der oben b eshriebenen

Forshungziele gibt es vershiedene

Themengebiete für die Mitarb eit von

Studierenden. Diese können sowohl

im Rahmen von Abshlussarbeiten

als auh durh Hilfskräfte b earb eitet

werden und bieten die Möglihkeit

sih aktiv in die Forshung einzubrin-

gen. Voraussetzung sind ausreihende

Programmierkenntnisse, b evorzugt in

C++. Auf Wunsh können diese The-

men auh in Zusammenarbeit mit ei-

ner Firma bearb eitet werden. Die The-

mengebiete sind:

Entwurf von Verbesserungsheuristiken

Der von uns entwikelte Line-Parti-

tioning-Algorithmus zerlegt das Ge-

samtproblem iterativ so lange in im-

mer kleinere Teilprobleme, bis jeweils

eine triviale Lösung für ein Teilpro-

blem angegeben werden kann. Die Lö-

sungen der Teilprobleme bilden dann

eine Lösung für das Gesamtproblem.

Jede Zerlegung erfolgt durh die Wahl

einer Linie, die das Problem in zwei

Teilprobleme zerlegt. Bei der Wahl

der Linie gibt es zwei Probleme: Zum

einen kann sih die Wahl einer Linie

in einer späteren Iteration als ungeeig-

net herausstellen, da man u. U. unzu-

lässige Teilprobleme erhält. Zum an-

deren können bei der Wahl der Linie

im Wesentlihen nur die Kriterien Ba-

lane und Kompaktheit berüksihtigt

werden.

Ein erster Ansatz zielt auf den Ent-

wurf einer Datenstruktur zur eindeuti-

gen Beshreibung einer Lösung basie-

rend auf den gewählten Linien für die

Unterteilung. Mit Hilfe dieser Struktur

soll eine Heuristik entworfen und im-

plementiert werden, die eine lokale Su-

he auf den möglihen Linienrihtun-

gen durhführt.

Darüber hinaus wollen wir eine Heu-

ristik entwikeln, die auh Kriterien

betrahten und optimieren kann, die

sih nur shwer im Line-Partitioning-

Algorithmus b erüksihtigen lassen.

Hier gibt es vershiedene Ansatzpunk-

te für die Mitarb eit von Studierenden,

zum Beispiel b eim Entwurf und der

Implementierung einer Meta-Heuristik

(Tabu Searh oder Variable Neighb or-

hoo d Searh) und der zugehörigen

Nahbarshaftsstrukturen oder der Er-

weiterung des Algorithmus zur Berük-

sihtigung von Zusammenhangsinfor-

mationen.

Unvollständige Ab dekung

Im Allgemeinen ist ein Planungskrite-

rium der Gebietsplanung die vollstän-

dige Zuordnung aller Basisgebiete zu

Gebieten. Es kann jedo h passieren,

dass eine vollständige Zuordnung auf-

grund von Kapazitätsbeshränkungen

(z. B. zu wenig Mitarb eiter) niht mög-

lih ist. Nun gilt es zu entsheiden, wel-

he Basisgebiete niht zugeordnet wer-

den (z. B. auf welhe Kunden verzih-

tet wird). Die Aufgab enstellung um-

fasst die Entwiklung mathematisher

Modelle, die Denition mögliher Ziel-

setzungen und Vorgab en, z. B. die Mi-

WURZEL 2/12

Gebietsplanung  Arbeitsgrupp e Kombinatorishe Optimierung

nimierung der Ausdehnung der Ge-

biete o der die Maximierung des Ge-

winns, sowie die entsprehende Anpas-

sung des Line-Partitions-Algorithmus.

Dynamishe Gebietsplanung

Ein wihtiges Kriterium der Gebiets-

planung ist die Balane. Dabei wird

im Allgemeinen nur der Wert des

Aktivitätsmaÿes zum aktuellen Zeit-

punkt b erüksihtigt. Dieser Wert

kann sih jedoh über die Zeit ändern

(z. B. durh demographishe Entwik-

lungen o der Veränderungen im Kun-

denstamm). Basierend auf einer Pro-

gnose der zeitlihen Entwiklung die-

ser Daten ergeben sih neue Planungs-

kriterien, z. B. die Balane über al-

le Zeitperio den zu erreihen und/oder

die Anzahl der notwendigen Anpas-

sungen je Zeitperio de gering zu hal-

ten. Die Aufgabenstellung umfasst die

Entwiklung mathematisher Mo delle,

die Denition mögliher Zielsetzungen

und Vorgaben, z. B. die Minimierung

der notwendigen Änderungen o der die

Minimierung der maximalen Abwei-

hung üb er die Zeit, sowie die Entwik-

lung geeigneter Lösungsverfahren.

xkd.om

WURZEL 2/12

Gebietsplanung  Arbeitsgrupp e Kombinatorishe Optimierung

WURZEL 2/12

Hohshulp olitik: So wird's gemaht!

Ho hshulp olitik: So wird's gemaht!

Dennis Wimmer, Johann-Robert Kummer

Liebe Studierende,

dieser Artikel bildet den Beginn ei-

ner Reihe, in der wir euh die Ho h-

shulstrukturen näher bringen wollen

 wer möhte niht wissen, was um ihn

herum passiert? Da die Gremien der

Hohshule und ihre Aufgaben niht je-

dem bekannt sein dürften, werden wir

euh in dieser Reihe die wihtigsten

vorstellen und ihre Funktionen erläu-

tern.

Die Hohshulgremien lassen sih

in Gremien der Ho hshulverwaltung

und Organe der Studierendenshaft

unterteilen, wobei letztere der Ho h-

shule gegenüber eine b eratende Funk-

tion einnehmen und sih aus studenti-

shen Mitgliedern zusammensetzen.

Während wir in den nähsten Aus-

gaben die einzelnen Organe genauer

betrahten wollen, werden wir euh

in diesem Heft zunähst einen groben

Überblik über die Organe der Studie-

rendenshaft geben. Die Zusammen-

hänge der Gremien sind im Shaubild

auf der nähsten Seite nah dem She-

ma Name/Anzahl der Mitglieder dar-

gestellt.

Die Studierendenshaft besteht aus

sämtlihen eingeshriebenen Studen-

ten der TU Clausthal, welhe alle das

Studierendenparlament (SP) wählen

können. Dies entsheidet üb er die meis-

ten Angelegenheiten der Studierenden-

shaft und wählt auÿerdem die Mit-

glieder des Allgemeinen Studierenden-

ausshusses (AStA). Für diese Wahlen

können sih alle Studenten aufstellen

lassen.

Wenn ihr keine deutshe Staatsangehö-

rigkeit habt, könnt ihr zusätzlih no h

den Ausländerrat (AuslR) wählen, der

sih neben den anderen Gremien sp ezi-

ell um die Belange ausländisher Stu-

dierender kümmert. Für diese letzten

beiden Gremien kann sih jeder von

euh, der sie wählen darf, auh zur

Wahl aufstellen lassen.

Des Weiteren wählt ihr entsprehend

eurer Fahrihtung einen der vier Fah-

shaftsräte (GRW, MI, MVC, PMC)

(FSRe), welhe von Seiten der Stu-

dierenden die Fahb ereihe vertreten.

Darüber hinaus entsendet jeder der

Fahshaftsräte für die fahüb ergrei-

fende Koordination eines seiner Mit-

glieder in den Fahshaftszentralrat

(FZR).

Der Ältestenrat (ÄRa), dem zwei Mit-

glieder aus dem FZR und drei aus dem

SP angehören, stellt siher, dass die

Satzungen und Ordnungen der Studie-

rendenshaft eingehalten werden.

Das letzte Gremium in dieser Ausgabe

ist das Sp ortreferat (SpRef ), das vom

SP gewählt wird. Es bildet die Ver-

tretung der sporttreib enden Studenten

im Breiten- und im Wettkampfsp ort.

WURZEL 2/12

Hohshulp olitik: So wird's gemaht!

AStA/3  5

(im Vorstand)

ÄRa/5

SP/25 SpRef/mind. 1

AuslR/5

Studierende der TU

Ausländishe Stud.

FSRe/je 7

FZR/4

Organe der Studierendenshaft

WURZEL 2/12

Feedbaks

Funktionentheorie b ei Dr. Vogt

Christian Barthel

Allgemeines

Zu Beginn hörten 10 Bahelorstuden-

ten der angewandten Mathematik im

4. Semester die Vorlesung, von denen 6

bis zum Shluss durhgehalten haben.

Von 4 Teilnehmern bekamen wir Feed-

bak.

Vorlesung

Die Meinungen der Teilnehmer zur

Vorlesung liefern insgesamt ein sehr

einheitlihes Bild. Es gab viel zu ler-

nen und zu verstehen, was bei einer an-

spruhsvollen Veranstaltung wie dieser

siherlih einige Stunden mühsamen

Grübelns zur Folge hatte. Aber dank

der guten Struktur ging der Faden nie

verloren. Um den Lernprozess noh

weiter zu unterstützen wurden genü-

gend Anregungen gegeb en, wodurh

auh die Gedanken und niht nur die

shreibenden Hände der Studenten an-

gekurbelt wurden.

Dozent

Wie in den vergangenen Vorlesungen

gibt es auh in dieser niht viel üb er

Dr. Vogt zu shreiben. Er maht seine

Sahe sehr gut, ist sehr motiviert, lie-

fert gute Erklärungen und lässt den

Sto interessant werden. Welh gröÿe-

res Kompliment könnte man einem Do-

zenten wohl mahen? Sein gewohnt gu-

tes Shriftbild sowie die gute Shreib-

geshwindigkeit runden dieses Bild ab.

Tutorium

Ergänzt wurde die Vorlesung von ei-

nem Tutorium. In diesem wurden vor

allem die Hausaufgaben, deren Ab-

gabe Piht war, vorgerehnet. Die-

se waren, wie auh die Vorlesung,

sehr anspruhsvoll aber auh lösbar.

Siherlih muss man auh dem Tu-

tor einen groÿen Anteil an der erfolg-

reihen Stovermittlung zusprehen.

Denn dieser hat eine sehr gute Leis-

tung abgeliefert und die Studenten gut

unterstützt. Er ist einfah groÿartig!

Danke!

Fazit

Alles in allem war Funktionentheorie

eine hervorragende Vorlesung. Beste

Vorlesung des Semesters!

WURZEL 2/12

Numerik I b ei Dr. Behnke

Numerik I bei Dr. Behnke

Dennis Wimmer

Allgemeines

Die von Dr. Behnke gehaltene Vorle-

sung Numerishe Mathematik I ist für

die meisten eine Pihtveranstaltung,

welhe eine Einführung in die Nume-

rik darstellen soll. So kam das Feed-

bak von fünf Bahelor-Studenten, die

Informatik oder Mathematik im vier-

ten Semester studieren.

Vorlesung

Die Studenten empfanden die Vorle-

sung als gut und üb ersihtlih und

niht mit zu vielen Informationen b e-

laden. Der Sto war oenbar niht zu

einfah und wehselte für mindestens

einen kritisierenden Hörer zu plötzlih

von trivial zu shwer. Obwohl die Be-

wertungen im folgenden Bereih b esser

ausfallen als b ei anderen Veranstaltun-

gen, wünsht sih der Durhshnitts-

student, noh mehr in den Vorlesungs-

betrieb eingebunden zu werden.

Dozent

Es sheint unter den Studenten eine

groÿe Zufriedenheit mit Herrn Behnke

zu herrshen. Sie bewerten seine Vor-

tragsweise als eher anregend und sind

sih einig, dass er immer motiviert und

gut vorbereitet ist. Eb enso b eantwor-

tet er etwaige Zwishenfragen immer

gut und kann sih oenbar auh sonst

gut auf die Studenten einstellen.

Material

Wie für Mathevorlesungen üblih

shrieb Herr Behnke die Vorlesungs-

inhalte shnell und in gut lesbarer

Shrift an die Tafel.

Hausaufgab en & Groÿe Übung

Die Pihtabgaben wurden im Allge-

meinen als anspruhsvoll, aber niht

zu shwierig aufgefasst, wobei die ein-

zelnen Aufgab en nah den Feedbaks

einen durhwahsenen Shwierigkeits-

grad von einfah bis sehr shwierig hat-

ten. In der groÿen Übung wurden sie

vorgerehnet, was zum Beispiel einer

der Hörer als sehr hilfreih empfand.

Tutorium

Während Motivation und Vorberei-

tung als gut empfunden wurden, b e-

werteten die Studenten die Vortrags-

weise leider nur durhshnittlih. Die

Aufgaben waren für die Feedbak-

gebenden relativ shwer, ab er dafür

gut erklärt. Die gerehneten Übungen

empfand ein Student als niht so nütz-

lih, da sie angeblih mit den Hausauf-

gaben wenig zu tun hatten, was aber

nur die Meinung eines Einzelnen zu

sein sheint, da der Rest hier zufrie-

den ist, trotzdem es teilweise Zusatz-

informationen waren, die über die Vor-

lesung hinausgingen.

WURZEL 2/12

Ingenieurmathematik I I b ei Dr. Brashe

Rob ert Fulshe

Allgemeines

Die Ingenieurmathematik I I b ei Herrn

Brashe konnte dieses Semester mit

ungefähr 400 Hörern am Anfang und

noh rund 200 Studenten am Ende

ein groÿes Publikum verzeihnen. Die-

se groÿe Hörershaft setzte sih da-

bei  wie der Name der Vorlesung be-

reits vermuten lässt  aus den ver-

shiedensten Ingenieursstudiengängen

zusammen. Zu Beginn des Semesters

wurde die Vorlesung, wie im letzten

Semester shon die Ingenieurmathema-

tik I, in zwei Hörsälen gehalten: Die

Vorlesung, die Herr Brashe im Au-

dimax hielt, konnte per Videoüb er-

tragung zeitgleih auh im Werner-

Grübmeyer-Hörsaal verfolgt werden.

Vorlesung

Auh dieses Semester gelang es Herrn

Brashe wieder, eine üb erzeugende

Vorlesung zu gestalten. Die als relativ

anspruhsvoll empfundene Vorlesung

war stets gut strukturiert und organi-

siert, der Sto wurde gut erklärt. Da-

bei blieb den Hörern auh oft genug

die Möglihkeit, sih selbst Gedanken

zum Sto zu mahen. Der einzige, je-

doh nur kleine Kritikpunkt ist, dass

die Stomenge als etwas zu Umfang-

reih empfunden wurde. Leider emp-

fanden einige Hörer der Vorlesung die

Theorie als uninteressant o der unwih-

tig, was dazu führte, dass sie der Vor-

lesung fern blieben. Das spiegelte sih

auh in den Feedbaks wider: zum Be-

stehen der Veranstaltung sei ein Be-

suh der Übungen und Tutorien aus-

reihend gewesen.

Dozent

Als Dozent erhielt Herr Brashe durh-

gängig Hö hstbewertungen. Mit sei-

nem einzigartigen Vorlesungsstil ver-

stand er es, den Sto auf eine Art

zu vermitteln, die dazu führte, dass

auh der Theorieteil der Vorlesung nie

langweilig wurde. Er ershien stets bes-

tens vorbereitet zur Vorlesung und war

hohmotiviert. Auh auf Fragen aus

dem Publikum wurde stets zufrieden-

stellend eingegangen.

Materialien

Die Vorlesung wurde durhgängig als

Tafelvortrag gehalten. Das Tafelbild

blieb dabei immer ordentlih und gut

lesbar. Leider war die Shreibgeshwin-

digkeit des Dozenten hierb ei jedo h

stellenweise etwas zu hoh.

Ergänzend zur Vorlesung gab es ein

gutes Skript. Mit diesem Skript war

neben einer guten Nahb ereitung der

Vorlesung auh die Möglihkeit gege-

ben, sih den Sto selbst zu erarb eiten,

falls einmal eine Teilnahme an der Vor-

lesung niht möglih war.

WURZEL 2/12

Ingenieurmathematik I I b ei Dr. Brashe

Übungen

Im Übungsbetrieb oenbart sih eine

weitere Stärke von Herrn Brashes Vor-

lesung: Dieser spaltet sih in 2 Teile

auf: die groÿe Übung und die Tutorien.

In beidem wurden Übungsaufgaben ge-

rehnet. Aufgrund der groÿen Teilneh-

merzahl mussten jede Wo he 2 groÿe

Übungen gehalten werden. Eine von

beiden wurde dab ei durhgängig das

ganze Semester von Herrn Brashe ge-

halten, die Andere wurde ungefähr ab

der Hälfte des Semesters von Herrn Ha-

nauska gehalten. Dabei erhielten bei-

de Übungen unabhängig vom Dozen-

ten durhgängig sehr gute Bewertun-

gen.

Ein Ähnlihes Bild zeihnete sih bei

den Tutorien ab. Auh diese erhiel-

ten durhweg sehr gute Bewertungen,

die Tutorien wurden als groÿe Hilfe

beim Verständnis des Stos b eshrie-

ben. Jedoh shien hier eine etwas in-

homogene Hausaufgabenp olitik gefah-

ren worden zu sein. In manhen Tu-

torien wurden die Übungsaufgaben als

freiwillige Abgab e aufgefasst, welhe

dann später in den Tutorien bespro-

hen wurde, in anderen Tutorien wur-

de auf die freiwillige Abgabe verzih-

tet. Der Verziht von Pihthausauf-

gaben wird von vielen als positiv auf-

gefasst, die Veranstaltung wird durh

den geringeren Zeitaufwand angeneh-

mer. Jedoh würden manhe auh gern

durh Pihtaufgaben zu ihrem Glük

gezwungen werden, sih intensiver mit

dem Sto zu beshäftigen.

Gesamtb ewertung

Insgesamt ershien die Ingenieurma-

thematik I I als eine ausgezeihnete

Vorlesung. Mit Herrn Brashe wurde

sie von einem Dozenten gehalten, b ei

dem die Lehre groÿ geshrieben wird.

Mit seinem einzigartigen Stil und ei-

nem ausgezeihneten Team an Tuto-

ren und Übungsleitern hat er eine Vor-

lesung gestaltet, wie man sie sih als

Student nur wünshen kann.

Kommentare

◦

Super interessante Vorlesung

◦

Es soll so bleiben, wie es ist

◦

Der Vorlesungsstil ist einzigartig -

man merkt die Freude am Fah

WURZEL 2/12

Kombinatorishe Optimierung bei Dr. Kalsis

Kombinatorishe Optimierung b ei Dr. Kalsis

Christian Barthel

Allgemeines

An der Vorlesung nahmen 33 Mathe-

matiker und (Wirtshafts-)Informati-

ker teil, für die es eine Pihtveranstal-

tung im 4. Semester war. Von den 17

Hörern, die zum Ende des Semesters

noh dabei waren, bekamen wir 8 Be-

wertungsbögen.

Vorlesung

Die Vorlesung b ekommt eine durh-

shnittlihe Bewertung. Die Stomen-

ge war in Ordnung, der Shwierigkeits-

grad wurde als trivial, teilweise sogar

als zu einfah empfunden. Bei der

Strukturierung gehen die Meinungen

etwas auseinander. Es gibt sowohl po-

sitive als auh negative Bewertungen,

wobei leider niht näher auf Gründe

eingegangen wurde. Zu Verständnis-

problemen ist es ab er niht gekommen,

denn Dr. Kalsis war in seinen Aus-

führungen sehr gründlih.

Dozent

Dr. Kalsis bekommt insgesamt ei-

ne durhwahsene Bewertung. Es wird

kritisiert, dass er eine reht monoto-

ne und ermüdende Vortragsweise ha-

be, wodurh der Sto niht sonder-

lih spannend vermittelt werde. Auh

in Sahen Motivation könnte hier et-

was zugelegt werden. Was die Beant-

wortung von Fragen angeht so kann

man Dr. Kalsis keinerlei Vorwürfe

mahen.

Material/Präsentation

Präsentiert wurden die Inhalte an der

Tafel. Es waren jedoh niht alle Zu-

hörer mit dem Shriftbild und der Ge-

shwindigkeit des Dozenten zufrieden,

denn teilweise gab es Probleme b eim

Entziern der Shrift sowie längere

Wartezeiten, da es wohl nur reht lang-

sam voran ging.

Übungsb etrieb

Ergänzt wurde der Vorlesungsb etrieb

um eine groÿe Übung, in der die Lö-

sungen der Hausaufgab en bespro hen

wurden. Diese waren Piht. Geleitet

wurde die Übung ebenfalls von Dr.

Kalsis. Auh hier gibt es geteilte

Meinungen unter den Teilnehmern. Ei-

nige fanden die Aufgab en gut, ande-

re hingegen viel zu trivial, weshalb

auh niht an jeder Übung teilgenom-

men wurde. Des Weiteren wird kri-

tisiert, dass die Übungen niht sehr

gut auf die Klausur vorbereiten wür-

den, sofern diese anspruhsvoller als

der Übungsbetrieb werde.

Fazit

Die Vorlesung Kombinatorishe Opti-

mierung bekommt nur durhshnittli-

he Noten. Der Sto ist reht einfah

WURZEL 2/12

Kombinatorishe Optimierung b ei Dr. Kalsis

und teilweise unterfordernd. Durh die

Vortragsweise des Dozenten wird dies

niht unb edingt verbessert. Erfreulih

ist jedo h, dass es sih hier um ein

Mathe-Fah, das niht ganz unsha-

bar ist handelt.

WURZEL 2/12

Lineare Algebra und diskrete Strukturen I I b ei Prof. Kairies

Jan Kerk

Allgemeines

Die Veranstaltung LADS II wurde

anfangs von etwa 24 Studenten gehört,

von denen 10 die Vorlesung bis zum

Shluss b egleiteten. Die sehs Feed-

baker sind alle Bahelorstudententen

der Informatik, die die Veranstaltung

als Pihtfah besuhten. Von Mathe-

matikern gab es leider kein Feedbak.

Vorlesung

Der Vorlesungssto wurde von den

Feedbakern als anspruhsvoll empfun-

den. Allerdings gelang es dem Dozen-

ten mit Hilfe der sehr guten Struktu-

rierung, den Studenten den Sto gut

zu erklären. Er konnte komplizierte

und abstrakte Sahverhalte verständ-

lih und anshaulih erklären.

Dozent

Herr Kairies kam bei den Studenten

sehr gut an. Es herrshte eine sehr

gute Atmosphäre , da er sehr gut auf

die Studenten eingestellt, sowie stets

hoh motiviert war. Zudem konnte er

aufkommende Fragen auf verständli-

he Art beantworten.

Materialien

Bei der Vorlesung handelte es sih um

einen Tafelvortrag, dem die Studenten,

auh auf Grund der sehr guten Lesbar-

keit und Struktur, gut folgen konnten.

Übungen

Es gab Hausübungen, die verpih-

tend abgegeb en werden mussten. Zur

Vorb ereitung der reht anspruhsvol-

len Hausaufgaben wurden, passend

zum aktuellen Vorlesungssto, in der

groÿen Übung Aufgaben vorgerehnet.

Hier konnte der motivierte Dozent Fra-

gen der Studenten sehr gut beantwor-

ten. Zudem konnte man ihm durh

seine anrregende Vortagtragsweise gut

folgen, sodass die groÿe Übung ins-

gesamt eine hilfreihe Veranstaltung

für die Studenten war. Die Hausauf-

gaben wurden in zwei Tutorgrupp en

bespro hen. Leider wurden nur fast

ausshlieÿlih Feedbaks von der Mitt-

wohsgruppe abgegeb en, so dass nur

diese b ewertet werden kann. Der moti-

vierte Tutor konnte die anspruhsvol-

len Sahverhalte den Studenten gut er-

klären. Auh ihm gelang es sehr gut,

sih auf die Studenten einzustellen.

Gesamtb ewertung

Insgesamt handelte es sih bei der Vor-

lesung LADS II um eine reht an-

spruhsvolle Veranstaltung, bei der je-

doh der Dozent, auh durh seine Er-

klärungen, den Studenten gut zur Sei-

te stand. Des Weiteren runden die gu-

WURZEL 2/12

Lineare Algebra und diskrete Strukturen I I b ei Prof. Kairies

ten und somit hilfreihen Übungen das

sehr gute Gesamtbild ab.

Kommentare

◦

Sehr gut. Der Sto wurde gut er-

klärt.

◦

Gut!

◦

sehr gut gelungen!

◦

 guter Dozent

◦

sehr gut, da gute Strukturierung

blog.beetlebum.de

WURZEL 2/12

Mathematik für BWL & Chemie I I b ei Prof. Kolonko

Johann-Rob ert Kummer

Allgemeines

Wie der Titel der Veranstaltung shon

vermuten lässt, b estand die Hörer-

shaft aus BWL- und Chemiestudie-

renden, ab er auh Studierende der

Rohsto-Geowissenshaften waren zu

nden, meist im zweiten Semester. Am

Ende des Semesters gingen no h etwa

20 bis 30 Studenten in die Vorlesung.

Insgesamt wurden erfreulihe 35 Feed-

baks abgegeb en. Wie viele Hörer es

am Anfang waren, ist shwer zu sa-

gen, da die Angaben der Feedbaker

zwishen 50 und 250 shwanken. Man

kann auf jeden Fall festhalten, dass

es viele waren. Alle Feedbaker hörten

diese Veranstaltung als Pihtfah im

Bahelor.

Vorlesung

Viele Feedbaker b esuhten die Vor-

lesung so gut wie immer. Diejenigen,

die dies niht taten, gaben unter ande-

rem als Grund an, dass Übungen für

die Klausurvorb ereitung reihen. Die

Meinungen zur Vorlesung sind auh

sehr breitgefähert. Als Tendenz ist

zu erkennen, dass auf jeden Fall niht

zu wenig Sto b ehandelt wurde und

dass die Organisation in Ordnung war.

Ob es insgesamt eher leiht oder an-

spruhsvoll und strukturiert war und

der Sto gut erklärt wurde, das lässt

sih niht eindeutig sagen  da hat je-

der Feedbaker eine andere Meinung.

Dozent

Prof. Kolonko war in der Lage, sih

gut vorbereitet auf die vielen Studen-

ten einzustellen, aber leider niht auf

alle. Die meisten Feedbaker empfan-

den den Dozenten als motiviert, ab er

ob Prof. Kolonkos Vortragsweise einen

mitriss oder eher das Verlangen nah

einem kurzen Nikerhen förderte, nah-

men die Studenten sehr untershied-

lih wahr. Die Äuÿerungen dazu wa-

ren über die Meinungsmöglihkeiten

gleihmäÿig verteilt. Manhe Feedba-

ker fanden zudem, dass Prof. Kolonko

zu leise spriht.

Materialien

Diese Mathevorlesung wurde mit Hilfe

von Folien gehalten. Diese fanden die

Feedbaker einigermaÿen bis gut struk-

turiert und konnten sie auh ganz gut

lesen. Für viele Hörer war das Temp o,

in dem Prof. Kolonko den Sto lehr-

te, angenehm. Etlihen war der Dozent

aber auh etwas shnell.

Bei der Qualität des Skriptes sheiden

sih wiederum die Geister: Ein Teil der

Feedbaker war damit zufrieden, ande-

re hielten niht sehr viel davon.

WURZEL 2/12

Mathematik für BWL & Chemie II bei Prof. Kolonko

Übungen

Der Übungsb etreib zu dieser Veran-

staltung bestand aus einer groÿen

Übung und einem Tutorium in kleiner

Runde. Die groÿe Übung und beson-

ders die Tutorien erfreuten sih groÿer

Beliebtheit. Jens Poppenborg stellte

als motivierter, guter Übungsleiter

mit einem oenen Ohr und viel Ge-

duld in der groÿen Übung die Lösung

der freiwilligen Hausaufgaben vor und

erhielt durhweg gute bis sehr gute

Bewertungen. Die Hausaufgaben wur-

den durhaus als anspruhsvoll emp-

funden. Wie die groÿe Übung wurden

auh die Tutorien als sehr hilfreih

zum Verständnis der Vorlesung von

den Feedbakern empfunden. In den

Tutorien wurden weitere Übungsauf-

gaben gerehnet und b espro hen, die

vom Shwierigkeitsgrad her den Haus-

aufgaben ähnlih waren. Die Tutoren

erhielten gute bis sehr gute Bewertun-

gen, wob ei der Tutor, der dienstags um

15 Uhr in Raum 308 im IfM die kleine

Übung geleitet hat, besonders positiv

aufgefallen ist, da er sehr kompetent

ist und kompilzierte Sahverhalte gut

verständlih maht.

Gesamtb ewertung

Wie es shon häuger bei dieser Ver-

anstaltung war, ist es auh in diesem

Semester wieder so gewesen, dass der

Dozent darum bemüht war, die nötige

Theorie zu vermitteln  was niht über-

mäÿig positiv wahrgenommen wurde.

Auf der anderen Seite stehen groÿe

und kleine Übung, die den Studenten

eher Spass mahten, da sie dort mehr

das Gefühl hatten, am Ende des Se-

mesters die Klausur bestehen zu kön-

nen.

Kommentare

◦

 gute und interessante Veranstal-

tung

◦

zu viel Sto 

◦

Mathe ist Learning-by-doing

◦

sehr gut

◦

Es gab immer einen Sitzplatz

(gut)

◦

zu wenig Praxisb ezug für die

BWL

◦

Mathe lernt man durh Praxis

◦

Folien in Mathe niht eektiv

◦

Übungen und Tutorien sind sinn-

voller

WURZEL 2/12

Stohastishe Simulation und Statistik b ei Dr. Sandmann

Sto hastishe Simulation und Statistik bei Dr. Sandmann

Daniel Arnsberger

Allgemeines

Die Veranstaltung Sto hastishe Si-

mulation und Statistik wurde zu Be-

ginn von etwa 7 Studenten gehört,

von denen ungefähr vier die Vorle-

sung bis zum Shluss b esuht haben.

Die drei Feedbaker sind allesamt Stu-

denten der angewandten Mathematik

und sind vornehmlih Viertsemester

(Bahelor), die die Veranstaltung als

Pihtfah regelmäÿig besuhten.

Vorlesung

Die Vorlesung wird mit eher durh-

shnittlihen Noten beurteilt. Die

Menge des Stoes und dessen Shwie-

rigkeitsgrad werden als weder zu viel

noh zu wenig, die Erklärung des Stof-

fes als ausreihend angesehen. Als gut

wurde die Organisation der Veranstal-

tung bewertet.

Dozent

Auf der einen Seite war Herr Sand-

mann sehr motiviert und gewillt seinen

Stundenten das Thema näher zu brin-

gen und hat sih somit gut auf die Stu-

denten eingestellt, jedo h wurde b e-

mängelt, dass einige Fragen niht aus-

reihend beantwortet werden konnten.

Weiterhin hatten sih die Studenten ei-

ne etwas leb endigere Vortragsweise ge-

wünsht.

Materialien

Für die Vorlesung wurden sowohl Ta-

fel, als auh Folien genutzt. Die Struk-

turierung und die Lesbarkeit wurden

als gut bis sehr gut bewertet. Ledig-

lih die Shreibgeshwindigkeit hätte

für einige Studenten etwas shneller

sein können.

Übungen

Die Hausaufgab en waren eine Piht-

abgabe und wurden in der groÿen

Übung vorgerehnet. Diese wurde

durhgehend mit sehr guten Noten

bewertet. Die Motivation und Vor-

bereitung des Dozenten sind b eson-

ders hervorzuheben. Der Shwierig-

keitsgrad wird als reht anspruhsvoll

angesehen. Insgesamt war die Übung

sehr hilfreih.

Fazit

Insgesamt kann die Veranstaltung Sto-

hastishe Simulation und Statistik als

gelungen bezeihnet werden. Die rest-

lihen Studenten hab en die Vorlesung

regelmäÿig besuht und in Verbindung

mit der groÿartigen Übung konnten

sie die Thematik erfolgreih bewälti-

gen. Jedo h könnte die Vorlesung et-

was lebendiger werden und der Bezug

zum Vorlesungstitel dürfte ausführli-

her hergestellt werden.

WURZEL 2/12

Informatik I I bei Prof. Hartmann

Marel Bergmann

Allgemeines

Eines vorweg: Wir haben uns dazu

entshieden, diesen Artikel zu shrei-

ben, obwohl wir relativ wenige Feed-

baks bei einer sehr breit gestreuten

Meinungsvielfalt vorfanden. Denn es

gibt zu der Vorlesung Informatik I I

von Prof. Hartmann ein paar Kritik-

punkte, die von ausnahmslos allen (!)

Studenten, die einen Bewertungsb ogen

ausfüllten, stark hervorgehoben wur-

den  die wir daher im Wurzelmänn-

hen niht untershlagen wollen.

Insgesamt haben wir 8 Feedbaks be-

kommen, wobei laut den Angaben der

Studenten am Ende der Veranstaltung

noh a. 20 Zuhörer dabei waren. Es

handelte sih hierbei um Studenten

des zweiten Semesters, hauptsählih

aus der Fahrihtung Informatik, ab er

auh ein Wirtshafts- und ein Tehni-

sher Informatiker waren dabei. Sie b e-

suhten die Veranstaltung häug bis

immer, was auh dazu beitrug, dass

wir ihnen Gehör shenken wollten.

Dennoh reiht das gestreute Mei-

nungsbild niht durhgehend für ei-

ne repräsentative Aussage, was in den

folgenden Abshnitten auh entspre-

hend vermerkt wird.

Vorlesung

Wie gesagt gibt es, was die Bewertun-

gen angeht, kein einheitlihes Bild. In

der Tat wurde für die Vorlesung das ge-

samte Sp ektrum an Bewertungen ver-

geben, so dass nur der Shluss gefasst

werden kann, dass sie insgesamt sehr

untershiedlih wahrgenommen wurde:

zu überladen, zu überfordernd, ausge-

zeihnet, zu unstrukturiert o der sehr

leiht.

Viele der Bewerter bemängelten, dass

der Sto unangemessen erklärt wor-

den sei: Leihte Themen seien teilwei-

se sehr ausführlih, shwierigere dage-

gen zu shnell abgehandelt worden.

Ebenso empfanden es die Studenten

oft als übermäÿig shwierig, mit Hil-

fe des in der Vorlesung behandelten

Stos die Hausaufgaben zu lösen.

Dozent

Auh hier lieÿen es sih die Studenten

niht nehmen, jedes verfügbare Käst-

hen aus dem Bewertungsspektrum

mindestens einmal anzukreuzen. Des-

halb ist auh hier eine klare Aussage

über den Dozenten niht möglih, die

Tendenz ist aber positiv.

WURZEL 2/12

Informatik I I bei Prof. Hartmann

Materialien

Einig waren sih die Studenten dar-

über, dass die Lesbarkeit der Folien

gut bis sehr gut war. Auh das Vor-

tragstempo konvergiert in Rihtung

angenehm. Zur Struktur kann man

aus den Feedbak-Bögen keine Shlüs-

se ziehen, da, wie bei den anderen

Fällen, die Bewertungen querb eet ge-

hen. Drei Studenten hatten zudem be-

mängelt, dass es auÿer zur Program-

miersprahe Python keine weiteren Li-

teraturangaben gab. Gerade vor dem

Hintergrund, dass die Erklärungen der

shwierigeren Themen für manhe un-

genügend auselen, hätten diese viel-

leiht helfen können.

Übungen

An dieser Stelle wird es nun um die

eingangs erwähnte deutlihe Kritik ge-

hen, die von den Studenten geäuÿert

wurde. Um ein wenig Systematik hin-

einzubringen, gliedert sih dieser Ab-

shnitt in zwei Teilgebiete. Tutorien

gab es keine, dafür mehrere, angeblih

parallel stattndende, groÿe Übungen,

in denen die Hausaufgab en vorgereh-

net wurden.

Assistenten

Aufgrund der Aussagen aus den

Feedbak-Bögen nehmen wir an, dass

es mehrere Assistenten gab, die ver-

shiedene Übungsgrupp en betreuten

und selten war die Kritik an ihnen der-

maÿen konsequent negativ. Sie seien

oensihtlih nahezu komplett unvor-

bereitet gewesen und mahten zudem

den Eindruk, als hätten sie keiner-

lei Kompetenzen, um anderen Studen-

ten den Sto zu erklären. Dementspre-

hend ungenügend wären daher auh

die Erklärungen und die Beantwortun-

gen der Fragen gewesen. Ein demoti-

vierendes und ermüdendes Auftreten

und ein Heruntergeshreibe der Mus-

terlösung seien die Folge dessen gewe-

sen. Eb enso hatten einige Studenten

das Gefühl, ungereht bewertet wor-

den zu sein. Dazu aber mehr im nähs-

ten Punkt.

Hausaufgaben

Bei den Hausaufgaben herrsht auh

wieder Uneinigkeit darüber, wie der

Shwierigkeitsgrad zu beurteilen ist.

Aus den Bemerkungen entnehmen wir,

dass es sih hierb ei um praktishe An-

wendungen und Übungen zur Theorie

aus der Vorlesung handelte, was gene-

rell ja sehr gut ist. Allerdings mein-

ten einige, dass die Aufgaben zum Teil

niht eindeutig gestellt wurden, was

zu Missverständnissen führte. In Kom-

bination mit den vermeintlih kaum

vorbereiteten und niht im Sto ste-

henden Assistenten führte dies dazu,

dass Lösungen, die unter Umständen

hätten rihtig sein können, aus Siht

der Studenten falsh b ewertet wur-

den. Auh wurde angeblih jede Ab-

gabe, die niht der Musterlösung ent-

sprah, unkommentiert als falsh be-

wertet. Dies war auh einer der Kritik-

punkte, der die meisten der Studenten

störte: Es gab keine Erklärungen dar-

über, warum etwas als Fehler angestri-

hen wurde. Darüber hinaus kritisier-

WURZEL 2/12

Informatik I I bei Prof. Hartmann

ten die Studenten, dass b ei Nahfra-

gen zu diesem Thema ebenfalls meist

keine Antwort gegeb en werden konnte

und stattdessen auf die Musterlösung

verwiesen wurde.

Es soll an dieser Stelle allerdings no h

einmal klargestellt werden, dass niht

unbedingt alle Übungsleiter in den

Bewertungsbögen erfasst worden sein

müssen. Die Aussagen können daher

niht verallgemeinert werden und ge-

ben nur den Ausshnitt wieder, der

uns vorliegt.

Auÿerdem wollen wir die Kritik niht

zu einseitig aussprehen: Die Studen-

ten, die negative Bewertungen abge-

geben hab en  und im Shnitt, wahr-

sheinlih aus genannten Gründen, nur

selten bei den Übungen waren  hätten

die für sie untragbare Situation deut-

lih früher versuhen können abzustel-

len, z. B. im Dialog mit dem Dozenten

oder auh der Fahshaft. Aus den Be-

wertungen geht jedenfalls niht hervor,

dass jemand ernsthaft versuht hätte,

etwas an der Situation zu ändern 

Professoren können niht wissen, dass

es Probleme gibt, wenn sie keiner an-

spriht. Siher: Gerade für Studenten

jüngeren Semesters kostet es Überwin-

dung, so etwas mit dem Dozenten zu

besprehen, eine vernihtende Bewer-

tung der Vorlesung am Ende des Se-

mesters ist vor diesem Hintergrund al-

lerdings ebenfalls unshön.

Gesamtb ewertung

Nimmt man die zuletzt genannten

Aspekte heraus, ist die Bewertung der

Vorlesung niht so shleht, wie es

zunähst sheint: Zwar konnte Prof.

Hartmann niht jeden von seiner Vor-

lesung üb erzeugen, aber es gab eben-

so viele Zuhörer, die die Vorlesung gut

fanden, wie jene, die ihr nihts abge-

winnen konnten.

Was das Gesamtbild kräftig trübt, ist

der Übungsbetrieb. Klar ist aber auh,

dass es dem verantwortlihen Profes-

sor obliegt zu beurteilen, ob die von

ihm ausgewählten Assistenten in der

Lage sind, die Informatik II zu be-

treuen. Es sollte daher dringend ge-

prüft werden, inwieweit die Einshät-

zung der Studenten hier zutrit. Denn

gerade bei einer so wihtigen Grund-

veranstaltung wie dieser Vorlesung ist

es essenziell, dass die Studienanfänger

kompetente Betreuer bekommen, die

die Lehre ernst nehmen.

WURZEL 2/12

Einführung in die künstlihe Intelligenz bei Prof. Dix

Einführung in die künstlihe Intelligenz b ei Prof. Dix

Marel Bergmann

Allgemeines

Letztes Semester fand wieder einmal

die Einführung in die künstlihe In-

telligenz bei Prof. Dix statt. Da die-

se Vorlesung mittlerweile auh via

Multimedia-Hörsaal nah Göttingen

exportiert wird, versammelten sih zu

Beginn insgesamt immerhin etwa 20

bis 25 Zuhörer. Zuletzt waren es dann

niht mehr ganz so viele, nämlih 4

in Clausthal und 5 in Göttingen. Von

den Clausthalern hab en wir dann so-

gar von fast allen ein Feedbak erhal-

ten (insgesamt 3 Stük), sodass wir

uns entshieden hab en, einen Artikel

dazu zu shreiben. Der Beitrag spie-

gelt die Meinung der Clausthaler Be-

suher wider, die die Vorlesung kon-

sequent bis zum Ende besuht hab en.

Eben diese sind im Folgenden auh ge-

meint, wenn von Studenten die Re-

de ist. Es handelt sih hierbei um

zwei Bahelor-Informatiker und einen

-Mathematiker.

Vorlesung

Die Vorlesung baut auf dem Grund-

wissen der Informatik I I I auf und ist

demnah ein relativ theoretishes Fah.

Dennoh waren die Studenten davon

niht üb erfordert, die Menge wurde al-

lerdings als etwas zu viel eingeshätzt.

Prof. Dix maht dies ab er durh eine

hervorragende Vortragsweise wett. So

wurde zum Beispiel seine Art, die Stu-

denten in die Vorlesung zu integrieren

und immer wieder zum Mitdenken an-

zuregen, explizit gelobt. Gleihes gilt

für den sehr guten Einsatz von erklä-

renden Beispielen, die zahlreih einge-

streut wurden. Die Strukturierung der

Vorlesung geel zwei der drei Studen-

ten hier und da niht ganz so gut,

weshalb hier zwar keine perfekte, aber

trotzdem ein gute Wertung erzielt wer-

den konnte. Dafür war die Rundum-

Organisation ausgezeihnet.

Dozent

Prof. Dix hat wieder sehr gute Ar-

beit geleistet: Die Studenten waren

fast vollkommen zufrieden mit der Vor-

tragsweise und seiner Motivation, was

sih auh darin zeigt, dass er sih auf

seine Zuhörer einstellte und sehr viel

mit den Studenten zusammen erarb ei-

tete. Das kam bei letzteren hervorra-

gend an  und sollten doh einmal Fra-

gen aufgekommen sein, so konnten die-

se zufriedenstellend geklärt werden.

Materialien

Hier sheiden sih die Geister etwas.

Zwar stimmen alle überein, dass die

Folien gut strukturiert und lesbar wa-

ren und man der Vorlesung aufgrund

eines angenehmen Vortragstemp os gut

folgen konnte. Allerdings wird das

WURZEL 2/12

Einführung in die künstlihe Intelligenz b ei Prof. Dix

Skript im Shnitt eher als mittelmäÿig

bewertet, wobei manhe es tendenziell

besser und manhe shlehter fanden.

So merkte ein Student an, dass die

Folien zwar gut und mit klaren Aus-

sagen versehen waren, aber es stör-

te ihn, dass der Vortrag auf deutsh,

die Folien ab er auf english waren. Ein

anderer war vom Foliensatz gar niht

angetan: zu viele Denitionen blieben

in der Foliensammlung unklar und wa-

ren im Nahhinein auh nur shwierig

nahzuvollziehen.

Übungen

Auh die Tutorien b esuhten die Stu-

denten regelmäÿig. Sie mussten dort

auh Hausaufgabenzettel abgeben, da

diese für den Erhalt der Prüfungszulas-

sung essenziell waren. Der behandelte

Sto dort war tendenziell anspruhs-

voll, wurde dann ab er in den Tutorien

vorgerehnet. Eine groÿe Übung gab es

übliherweise niht.

Der Übungsleiter glänzt leider niht so

wie der Dozent der Vorlesung. Zwar

mahte er auf die Studenten einen

motivierten Eindruk und konnte dies

auh gut in seine Vortragsweise üb er-

tragen, allerdings hab e er oft unvor-

bereitet gewirkt, was sih vor allem

bei längeren Beweisen und shwieri-

geren Aufgab enstellungen b emerkbar

gemaht hab e. Eb enso hätte die Ver-

ständlihkeit seiner Lösungen deutlih

besser sein können, wurde angemerkt.

Dennoh konnte er sih ausgezeihnet

auf seine Zuhörer einstellen, wo durh

ein generell p ositiver Eindruk zurük-

blieb.

Gesamtb ewertung

Insgesamt kann man sagen, dass die

Vorlesung vor allem durh den her-

vorragenden Dozenten sehr gut abge-

shnitten hat. Zwar sheinen die The-

men niht unbedingt jeden Theoreti-

ker zu b egeistern (ein Student emp-

fand die Vorlesungsinhalte als eher un-

spannend), ab er dennoh konnte Prof.

Dix selbst jene bei der Stange halten.

Der Übungsbetrieb ist generell niht

shleht, sollte ab er nah Meinung der

bewertenden Studenten etwas b esser

vorbereitet werden. Eine shöne Veran-

staltung.

WURZEL 2/12

Wir brauhen euer Feedbak

Fabian Shink

Wie auh shon in den vergangenen Se-

mestern sind uns wieder Feedbaks zu

vielen vershiedenen Veranstaltungen

zugegangen. Vielen Dank dafür an alle

Einsender!

Niht immer konnten wir die Feed-

baks auh in einem eigenen Artikel

auswerten. Eine sinnvolle Auswertung

setzt voraus, dass die eingesandten

Meinungen ein zumindest halbwegs re-

präsentatives Bild der Hörershaft wie-

dergeben. Ein faires Urteil zur Veran-

staltung ist unserer Meinung nah nur

dann möglih, wenn die Anzahl der ein-

gereihten Bewertungen in einem ange-

messenen Verhältnis zur Gröÿe der Hö-

rershaft steht. Ist es zu gering, ziehen

wir es vor, gar keine Bewertung der

Vorlesung zu veröentlihen. Das ist

jedenfalls b esser, als sie in ein falshes

Liht zu rüken.

Zu folgenden Veranstaltungen hab en

wir vereinzelte Feedbaks erhalten, je-

doh zu wenige, um einen Artikel zu

verfassen:

◦

Prof. Angermann:

Analysis II

◦

Dr. Behnke:

Numerishes Praktikum

◦

Prof. Bohn:

Regelungstehnik I

◦

Prof. Dix:

Multiagentensysteme I

◦

Prof. Hartmann:

Webinformationssysteme

◦

Dr. Le:

Lehr- und Lerntehnologien

◦

Prof. Müller:

Wirtshaftsinformatik II

◦

Prof. Raush:

Programmierkurs

Softwaretehnik II

◦

Prof. Rihter:

Rehnerorganisation I

und

◦

Prof. Siemers:

Verteilte Systeme

Wir danken allen, die sih die Mühe ge-

maht haben, unseren Feedbakbogen

auszufüllen! Auh wenn wir eure Be-

wertungen dieses Mal niht berüksih-

tigen konnten, heiÿt dies niht, dass

wir kein Interesse an Euren Feedbaks

haben. Ganz im Gegenteil! Wir brau-

hen einfah mehr! Fragt also am En-

de des nähsten Semesters Eure Bank-

nahbarn; den Kerl, der sih immer

einen Stift leiht; den Typen, der immer

vorne rehts sitzt; die Frau, die immer

alles weiÿ; Eure Freunde und alle an-

deren, die noh mit im Hörsaal sitzen:



Shon gefeedbakt?



WURZEL 2/12

Buh-Rezensionen

Büher kostenlos? Shreibt eine Rezension!

Fabian Shink

Ihr habt ein Buh, das euh b egeis-

tert hat? Oder die gruseligste Samm-

lung shwarzer Lettern auf Papier er-

wisht? Der Aufwand, eine Rezension

zu shreiben ist übershaubar, dafür

für die Leser des Wurzels sehr hilfreih!

Und das Beste: Die Fahshaft hat

einen Fundus an Bühern, die von Ver-

lagen zur Verfügung gestellt wurden

und im Taush gegen eine Rezension

im Wurzel kostenlos behalten werden

können! Für eine halbe Stunde Arb eit

bekommt ihr Literatur, welhe sonst

und mehr in der Anshaung kos-

tet. Die Büher gibt es zu den Ö-

nungszeiten im Fahshaftsbüro.

Folgende Büher sind zur Zeit verfüg-

bar:

◦

Deiser: Reelle Zahlen

◦

Winkler: Mathematishe Rätsel für

Liebhaber

◦

Shulze-Pillot: Einführung in Alge-

bra und Zahlentheorie

WURZEL 2/12

B. Korte, J. Vygen: Kombinatorishe Optimierung

B. Korte, J. Vygen: Kombinatorishe Optimierung 

Theorie und Algorithmen

Johann-Rob ert Kummer

Dieses Buh ist die deutshe Üb erset-

zung der englishen Ausgabe

Combi-

natorial Optimization  Theory and

Algorithms

der Bonner Mathematik-

professoren Bernhard Korte und Jens

Vygen. Es ist aus mehreren Vorlesun-

gen über kombinatorishe Optimie-

rung sowie Vertiefungskursen zu ver-

wandten Themen entstanden und soll

als fortgeshrittenes Lehrbuh dienen.

Insgesamt enthält das Buh 22 Kapi-

tel auf 675 Seiten. Neben grundlegen-

den und weiterführenden Themen der

kombinatorishen Optimierung gibt es

auh Kapitel zur linearen Optimie-

rung, ganzzahligen Optimierung und

NP-

Theorie. Im ersten Kapitel werden

auh noh einmal die Grundlagen der

Graphentheorie erläutert.

In jedem Kapitel werden mit ausrei-

hend Worten als erstes die Fragestel-

lungen dargelegt und das Problem gra-

phish deutlih hervorgehoben. Dar-

aufhin wird die Theorie mit Denitio-

nen, Lemmata und Sätzen erläutert.

Dabei werden diese niht einfah hin-

tereinander abgespult, die Theorie

wird dazwishen jeweils no h erklärt

und in Zusammenhang mit anderen

Erkenntnissen gestellt. Daneb en wer-

den, wie der Buhtitel shon vermu-

ten lässt, viele Algorithmen für die ent-

sprehenden Probleme vorgestellt. Die-

se werden ansprehend hervorgehob en,

was es einfaher maht, sie b eim Nah-

shlagen zu nden und zu nutzen.

Am Ende jedes Kapitels gibt es Auf-

gaben zum Üben des gerade b ehandel-

ten Stoes und ein Literaturverzeih-

nis für weiterführende Literatur. Die

Aufgaben sind durhaus anspruhsvoll

 leider sind keine Lösungsskizzen bei-

gefügt.

Die verwendete Sprahe ist auh für

Studenten gut verständlih, lediglih

in die einzelnen Bezeihnungen muss

man sih manhmal kurz einarbeiten,

da diese sih teilweise von denen un-

tersheiden, die man selbst im Studi-

um kennengelernt hat.

Das vorgestellte Buh eignet sih nah

Besuh der entsprehenden Vorlesung

gut als Nahshlagewerk, das tiefer in

die Thematik führt. Um es allerdings

als Lehrbuh zum Selbststudium oh-

ne Vorkenntnisse zu nutzen, fehlt eine

deutlihe Menge an Beispielen.

Bernhard Korte, Jens Vygen

Kombinatorishe Optimierung 

Theorie und Algorithmen

Springer-Verlag; 4., überarb eitete und

aktualisierte Auage; 2008

ISBN 978-3-540-76918-7, 39,95

e-ISBN 978-3-540-76919-4, 35,99

WURZEL 2/12

Impressum

Namentlih gekennzeihnete Artikel geb en niht unbedingt die Meinung der Redakti-

on oder des Fahshaftsrates wieder. Die Vorlesungsb ewertungen (Feedbaks) basie-

ren auf niht-repräsentativen Umfragen am Ende des Semesters, die von der Redaktion

ausgewertet werden. Die darin zusammengefassten Meinungen stammen aus den aus-

gewerteten Frageb ögen und geben niht unbedingt die Meinung der Redaktion o der

des Fahshaftsrates wieder.

Reproduktion oder Nutzung der ershienenen Beiträge durh konventionelle, elektro-

nishe oder beliebige andere Verfahren ist nur im niht-kommerziellen Rahmen ge-

stattet. Verwendungen in gröÿerem Umfang bitte zur Information bei der Fahshaft

anmelden.

Beiträge sollten in Standard-L

X-Quellode o der als unformatierter Text in der

Fahshaft abgegeben bzw. an untenstehende E-Mail-Adresse geshikt werden.

Herausgeber: Fahshaftsrat Mathematik und Informatik

an der TU Clausthal

Silberstraÿe 1

38678 Clausthal-Zellerfeld

http://home.tu-lausthal.de/student/fsmi/

fs-mitu-lausthal.de

Redaktion: Redaktion Wurzelmännhen

wurzeltu-lausthal.de

Fabian Shink (V. i. S. d. P.)

Daniel Arnsb erger Christian Barthel

Marel Bergmann Robert Fulshe

Jan Kerk Johann-Robert Kummer

Dennis Wimmer

Titelbild:

Ulam-Spirale

http://en.wikipedia.org/wiki/Fil e:Sp iral e_U lam_ 150. jpg

Druk: Papierieger Clausthal

Auflage: 300

WURZEL 2/12

ANNOTOBAK|OsteröderStr.4|05323-78107|www.anno-tobak.de

LONG

alle

1,50€

WEIZEN

jedes



1,80€

jedenDonnerstagab19Uhr



jedenMontagab19Uhr



DRINKS

ausgenommenLongdrinksmitWhiskey

ANNO-KELLER

Geöffnet

vonFreitagundSamstag

ab20Uhr

ur au pn  sS aß!

ANNOHOT-SPOT

hiergeht’szudenInfos



FUSSBALL-LIVE

WirzeigenEuchdieSpiele

ANNOCOUPON

9zahlen,10trinken

ANNO

TO AKB

NAN O

TOBAK

K e. meh als ine ne !. . r e  ip



xkd.om

0 views·44 pages

WURZEL MÄNNCHEN PDF Free Download

WURZEL MÄNNCHEN PDF free Download. Think more deeply and widely.

Uploaded by Michele Moore on 5/2/2026

/44

100%