Veröffentlicht: von

  1. „Monitoring einer verteilten Microservice Systemlandschaft“, Marcel Wiaterek, Januar 2020, Masterthesis.
  2. „Exfiltration der Daten durch Cloud Technologie“, Selim Kozan, Januar 2020, Bachelorarbeit.
  3. „Das Wissen in einer Application-Support Abteilung teilen und nutzen durch Einführung eines Wiki-Systems“, Baki Sürüm, Februar 2020, Masterthesis.
  4. „NoSQL Datenbanken und die Abfragesprachen“, Serhat Yildiz, Februar 2020, Bachelorarbeit.
  5. „Analytische CRM als wichtiger Bestandteil des CRM-Ansatzes“, Soufiane Lachhab, Mai 2020. Bachelorarbeit.
  6. „Funktionsumfang des „SSPR“ – Self Service Passwort Reset erweitern“, Ogün Akdin, Mai 2020. Bachelorarbeit.
  7. „Auswertung von Kundensicherungsdateien zur automatisierten Generierung von Prüfberichten“, Artur Wolter, Juni 2020, Bachelorarbeit.
  8. „Service Procurement im B2B-Umfeld: Anbieteranalyse und Evaluierung des idealen Dienstleistungsbeschaffungsprozesses mit Fokus auf zeitgemäße Leistungserfassung“, Sebastian Hoppe, Juni 2020, Masterthesis.
  9. „Prozessoptimierung der Ressourcenrückführung in einem marktführenden Unternehmen“, Mara Simona Lückert, August 2020, Bachelorarbeit.
  10. „Analyse, Entwurf und Durchführung der Testaktivitäten eines Portfolio Managements für ein mittelständisches IT-Unternehmen am Beispiel der telexiom AG“, Eyüp Ridvan Balkaya, August 2020, Bachelorarbeit.
  11. „Robotergestützte Prozessautomatisierung Konzeptionierung und prototypische Implementierung von Robotic Process Automation in der Logistik“, Jana Lahmann, August 2020, Masterthesis.
  12. „Konzeptentwicklung und prototypische Implementierung einer Datenerfassungsmethode von Barcodes“, Nicole Mick, August 2020, Bachelorarbeit.
  13. „Konzeption und Implementierung eines B-Baum- Zeichners für eine Datenbank-eLearning-Plattform“, Sebastian Harnisch, November 2020, Bachelorarbeit.
  14. Visualisierung sowie Auswertung medizinischer Sensordaten unter Zuhilfenahme unterschiedlicher Algorithmen des maschinellen Lernens„, Krystian Schindler, November 2020, Bachelorarbeit.
  15. „Konzeption einer Self Service Business Intelligence Landschaft“, Thomas Schwittek, November 2020, Masterthesis.
  16. „Vergleich von NoSQL Datenbanken hinsichtlich Architektur und Funktionalität“, Sevcan Boz, November 2020, Bachelorarbeit.
  17. „Ein Architekturvergleich und prototypische Implementierung von Data Warehouse und Data Lake Techniken für IoT – und Prozessdaten eines mittelständischen Unternehmens“, Samuel Bolle, Dezember 2020, Masterthesis.

Veröffentlicht: von

ist im Wintersemester immer donnerstags, von 15:00 bis 16:00 in Zoom:  https://th-koeln.zoom.us/j/87549014557.

Bitte melden Sie sich bei mir (heide.faeskorn-woyke(add)dot.th-koeln.de) per Mail an, damit ich Ihnen einen Kenncode schicken kann.

 

 

Veröffentlicht: von

​​​​​​​​​​​​​​​​​​​​​​​​​​Bereits im Sommer und somit vor der Corona-Pandemie hat das Wissenschaftsministerium Nordrhein-Westfalen die Förderlinie OERContent.NRW zur Erstellung von offenen Lehrinhalten ausgeschrieben. Als eines von 18 Projekten wird nun für zwei Jahre die Entwicklung von Inhalten für die Lehre im Fach Datenbanken in vielfältigen Lernszenarien (EILD) gefördert.

Förderung:

Das Projekt EILD wird gefördert durch das Ministerium für Wissenschaft und Kunst des Landes Nordrhein-Westfalen und ist ein Kooperationsvorhaben der Digitalen Hochschule DH.NRW.

Die Informatik schafft sich ihre Werkzeuge selbst. So besitzen die Professorinnen und Professoren der Projektpartner jahrelange Erfahrung in der Lehre von Datenbanken mit Lernmanagementsystemen. Etwa 1.000 Studierende der beteiligten Hochschulen können jedes Semester mit Wikis, Blogs, interaktiven Tools und Lehrvideos Kenntnisse erwerben und zur Lösung praktischer Aufgaben zur Konzeptionierung, Erstellung und Programmierung von Datenbanken anwenden. Eine Datenbank mit über tausend Fragen, Antworten und Erklärungen wird zur Klausurvorbereitung benutzt.

Mithilfe der Förderung kann jeder Projektpartner eine wissenschaftliche Mitarbeiterin oder einen wissenschaftlichen Mitarbeiter und Studierende als Hilfskräfte über knapp zwei Jahre finanzieren.

Achtung: Diese Stellen können auch an der TH Köln ab sofort besetzt werden. Bitte melden Sie sich bei Interesse bei heide.faeskorn-woyke (add).th-koeln.de

In EILD wird ein Ansatz mit weitgehender Adaptierbarkeit und Wiederverwendbarkeit der Lehrinhalte umgesetzt. Durch eine Trennung von didaktischem Konzept und Anwendungsbereichen der jeweiligen Studiengänge (Wirtschaft, Medizin, Digitale Medien) können Bausteine kleiner Granularität eigenständig genutzt und auf die jeweiligen Kontexte angepasst werden. Die Angabe von Metadaten und Best-Practice Szenarien ermöglicht den Lehrenden die passende Zuordnung der Inhalte. Zur Qualitätssicherung werden die Studierenden in die Evaluation einbezogen.

Die in diesem und den weiteren Projekten der Förderlinie entstehenden Inhalte werden unter der Lizenz CC BY-SA 4.0 – Teilen und Bearbeiten unter Namensnennung und Weitergabe unter gleichen Bedingungen – durch die Digital Hochschule NRW zur Verfügung gestellt.
​​​​

Projektpartner:

Birgit Bertelsmeier und Heide Faeskorn-Woyke, TH Köln

Harm Knolle, HS Bonn-Rhein-Sieg

Inga Marina Saatz, FH Dortmund

Thomas C. Rakow, HS Düsseldorf (Projektleitung) und danke für die Bereitstellung des Textes in diesem Beitrag.

 

Veröffentlicht: von

Die nächsten Datenbankklausuren DBS1 und DBS2 finden im September und im Oktober 2020 in den entsprechenden Prüfungszeiträumen als e-Klausuren statt. Alle weiteren Informationen finden Sie im laufenden ILIAS-Kurs DBS2:  https://ilias.th-koeln.de/goto.php?target=crs_1467209&client_id=ILIAS_FH_Koeln, dem Sie auch noch beitreten können bzw. für DBS 1 im Kurs https://ilias.th-koeln.de/goto.php?target=crs_1340197&client_id=ILIAS_FH_Koeln.

Veröffentlicht: von

Der neue EDB-Trainer für SQL-Anweisungen wurde um eine Komponente erweitert, die dem Benutzer nützliche Hinweise bei Fehlern gibt. Dazu wurden die Fehler über 6 Monate anonym mitprotokolliert um daraus einen Entscheidungsbaum abzuleiten, der eine passendeFehlermeldung generiert. Den Entscheidungsbaum mit Beispielen für jeden Fehlertyp kann man sich hier anschauen: SQL-Fehler_klassifizierung

Auf der DOAG 2019 gab es dazu einen Vortrag mit dem Titel edb2.0: Der smarte PL/SQL und SQL-Trainer. Das neue edb2.0 enthält jetzt auch einen PL/SQL-Trainer, mit dem man neben PL/SQL-Triggern auch Funktionen und Proceduren interaktiv und online erlernen kann.

Der Beitrag „A Decision Tree Approach for the Classification of Mistakes of Students Learning SQL, A case study about SELECT statements“, von Heide Faeskorn-Woyke,  Birgit.Bertelsmeier and Jan Strohschein dazu wurde auf der Delfi 2020 angenommen und schon auf Researchgate veröffentlicht.