Direkt zum InhaltDirekt zur SucheDirekt zur Navigation
▼ Zielgruppen ▼

Humboldt-Universität zu Berlin - Mathematisch-Naturwissenschaftliche Fakultät - Software Engineering

Forschungsmethoden der Informatik

 


 

Wann und Wo

Vorlesung: Montag, 9-12, RUD 26, 1'307        

Übung: Montag, 12-13, RUD 26, 1'307

Wer

Dozenten: Prof. Grunske, Prof. Kehrer

Übung: Dipl.Inf. Simon Heiden

Beschreibung und Aufbau der Lehrveranstaltung

Die Teilnehmer erhalten einen Überblick über die in der Informatik üblichen Forschungsmethoden und Vorgehensweisen.
Der Kurs soll dem Studierenden ermöglichen, empirische und statistische Methoden auf Forschungsfragen anzuwenden, um praktische Forschungsarbeiten aus der Informatik zu bearbeiten. Daher kann das Modul als Ergänzung und Vorbereitung für eine forschungsorientierte Bachelorarbeit gesehen werden.

Die speziellen Inhalte sind:

  • Wissenschaftstheorie
  • Theoretische, methodische, konstruktive und empirische Forschung
  • Qualitative und quantitative Methoden
  • Systematische Literaturauswertung, Umfragen, Interviews
  • Experimente und Fallstudien
  • Schreiben und Publizieren

 

Terminplanung bis Semesterende (Änderungen möglich)

Mo, 9.00-11.00   Thema   Mo, 11.00-13.00   Thema
16.10.17 V Question Everything or Critical Thinking and Computer Science and Software Engineering Research Methods   16.10.17 V Fundamental Skills: How to read Scientific Literature?
23.10.17 V Introduction to Research Methods   23.10.17 V Fundamental Skills: Writing a Research Paper
30.10.17 V

Qualitative Research Methods

  30.10.17 V Fundamental Skills: Thesis Writing
06.11.17 V Quantitative Research Methods: Basic Statistics (1)   06.11.17 V Fundamental Skills: Research Ethics
13.11.17 Ü Quantitative Research Methods: Descriptive Statistic in R   13.11.17 V Fundamental Skills: Writing a Research Proposal
20.11.17 V Quantitative Research Methods: Basic Statistics (2)   20.11.17 V

Fundamental Skills: Value and Impact of Computer Science Research

27.11.17 Ü Quantitative Research Methods: Inferential Statistic in R   27.11.17 Ü Quantitative Research Methods: Inferential Statistic in R
04.12.17 V Quantitative Research Methods: Descriptive Research, Data, Measurement, Scale Theory   04.12.17 V Fundamental Skills: Presentation of Research Results
11.12.17 V

Quantitative Research Methods: Experiments

  11.12.17 V Fundamental Skills: Reviewing Research Papers
18.12.17 V Quantitative Research Methods: Benchmarking and  Simulations   18.12.17 V Fundamental Skills: Time Management
08.01.18 V Critical Evaluation of Research Results, Threats to Validity   08.01.18 V Fundamental Skills: Networking
15.01.18 V Keine Vorlesung   15.01.18 V Keine Vorlesung
22.01.18 P Examples of CS Research: Search Based Software Engineering and Mining   22.01.18 P Examples of CS Research: Automatic Program Repair
29.01.18 P Examples of CS Research: Defect Prediction and Fault Localization and Debugging   29.01.18

P

Examples of CS Research: Testing

05.02.18 P Examples of CS Research: Model Driven Engineering   05.02.18 P Examples of CS Research: Self Adaptive Systems
12.02.18 V Summary and Q&A   12.02.18 V Summary and Q&A

Literatur

  • C. Wohlin, P. Runeson, M. Höst, M.C. Ohlsson, B. Regnell, A.Wesslén, Experimentation in Software Engineering, Springer Verlag Berlin Heidelberg, 2012.
  • P. Runeson, M. Höst, A. Rainer,B. Regnell, Case Study Research in Software Engineering: Guidelines and Examples, Wiley, 2012.

Voraussetzungen und Prüfung

Umfassende technische Kenntnisse in der Informatik oder im Software Engineering werden vorausgesetzt. Insbesondere allgemeine Softwareentwicklungskonzepte sollten bekannt sein.

Die Lehrveranstaltung wird mit einer mündlichen Prüfung geprüft.

Übungsaufgaben

Im Verlauf des Semesters ist von den Studenten ein wissenschaftlicher Vortrag zu halten und ein Forschungskonzeptpapier zu erstellen. Benötigte Literatur und Richtlinien werden noch bereitgestellt.