Universität Wien

136011 UE Datenstrukturen und Datenmodellierung (2022S)

Prüfungsimmanente Lehrveranstaltung
GEMISCHT

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 25 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Dienstag 01.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 08.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 15.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 22.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 29.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 05.04. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 26.04. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 03.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 10.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 17.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 24.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 31.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 14.06. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 21.06. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Dienstag 28.06. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziel der Lehrveranstaltung ist es, Sie mit grundlegenden Datenstrukturen vertraut zu machen und dabei insbesondere die semantische Datenmodellierung auf der Grundlage von Anforderungsanalysen zu erlernen. Dabei steht die Praxis im Vordergrund, d.h. Sie sollen anhand von kleinen geisteswissenschaftlichen Projekten entsprechende Datenmodelle generieren und ggf. auch technisch umsetzen. Dafür sind keine Programmierkenntnisse vorweg notwendig. Viel mehr sollen Sie anhand der Projektarbeit die für das jeweilige Projekt notwendigen Kenntnisse im Laufe der Lehrveranstaltung erwerben, was der (DH-)Praxis ohnehin entspricht. Im Vordergrund steht anwendungsorientiertes Vorgehen und somit auch der/die (imaginäre) User*in - somit unterschiedliche geisteswissenschaftliche Disziplinen. In kleinen Teams entwickeln Sie anhand selbst gewählter Projekte Daten, Strukturen und Modelle, die Sie für dieses Projekt benötigen. Sie präsentieren Anforderungen und Lösungen und schlussendlich die Umsetzung anhand des Abschlussprojekts, das sie auch schriftlich dokumentieren (s.u.). Datenmodellierung lädt dabei auch dazu ein, über empirische und theoretische Rahmenbedingungen der Datengewinnung und -verarbeitung zu diskutieren.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Aktive Mitarbeit während der Einheiten, Übungen anhand kleiner Projekte, Projektpräsentation und Abschlussprojekt (inkl. schriftlicher Beschreibung in Form eines Abstracts, Datenmanagementplans, Daten(bank)modells).

Mindestanforderungen und Beurteilungsmaßstab

Prüfungsimmanente Lehrveranstaltung, d. h. Anwesenheitspflicht (max. 3 entschuldigte Fehleinheiten), aktive Mitarbeit, positive Bewertung der Projektpräsentation und positive Bewertung des Abschlussprojekts.

Achtung: Die LV ist prinzipiell als hybride LV ausgelegt, sie können also entweder physisch, oder online teilnehmen (weitere Information erhalten Sie zeitgerecht); die Teilnahme an den live-Veranstaltungen entspricht der traditionellen Anwesenheit.

Prüfungsstoff

Grundlagen der semantischen Datenmodellierung (EER-Modell), Übertragung von Anforderungsanalysen anhand eines Wireframes auf ein semantisches Modell und je nach gewähltem Projekt rudimentäre technische Umsetzung in Form einer Datenbank bzw. entsprechender Datentypen.

Literatur

Wird während der LV bekanntgegeben.

Zuordnung im Vorlesungsverzeichnis

DH-S I

Letzte Änderung: Mo 28.02.2022 14:28