Kernmodule

Die Kernmodule bilden den Fokusbereich des Studiums Digital Engineering und vermitteln Grundlagen im ingenieur- und informationstechnischen Bereich und angewandte mathematisch-naturwissenschaftlichen Kompetenzen. Der Kernbereich bietet einen Abschluss in einer der drei Vertiefungen:

• Vertiefung «Digital Development»
• Vertiefung «Digital Manufacturing»
• Vertiefung «Digital Transformation» 

Wesentliche Kernmodule (ausgewählte Module):

Grundlagen Digital Engineering: Grundbegriffe des Projektmanagements und des Produkt Entwicklungsprozess im Zeitalter der Digitalisierung. Grundbegriffe der Informatik & Informationssysteme, Informationssicherheit, Rechnerarchitekturen. Einblick in neue Technologien, wie VR, Cloud und Digital Twin.

Einführung Python: Einführung in Python als prozedurale Programmiersprache. Kennenlernen von Variablen, Operatoren, Kontrollstrukturen und Funktionen, sowie komplexen Datentypen. Übersicht der wichtigsten Module und Systembibliotheken, sowie Einblick in Prozesse und Thread

Data Engineering: Übersicht und Einordnung in Data Engineering. Grundlagen in Cloud-Technologien, Data-Pipelines, Datenbanksysteme (SQL & NoSQL), ETL, OLTP & OLAP. Grundlagen der Data Governance und Data Security sowie Vorstellung von Werkzeugen wie IBM Cloudant, IBM Informix und Elasticsearch.

Cyber-physische Systeme: Übersicht über Anwendungen von IoT Geräten, und existierenden Kommunikationstechnologien. Grundlagen des Designs von IoT–Systemen anhand aktueller, kommerziell verfügbarer Technologien mit dem Ziel komplexe IoT-Systeme entwickeln und aufbauen zu können.

Robotic Process Automation: Realisierung von Geschäftsprozessautomatisierung mit Microsoft Anwendungen (Azure, Power Plattform, VBA). Sie erfahren, wie man Data Warehouse konzipiert und wie man mit Low-Code Anwendungen spielerisch repetitive Prozesse automatisiert. Durch praktische Übungen und aktuelle Fallstudien erlernen sie, virtuelle Bots zu erstellt, zu testet und zu implementiert.

Digital Twin & Produkte: Einführung in Digital Twins, als digitale Abbilder realer Produkte in einer virtuellen Welt. Grundlagen für digitale Services, digitales Arbeiten und digitale Entwicklungen in der realen Welt. Praktische Kenntnisse im Aufbau von Digital Twins in unterschiedlichen Anwendungskontexten.

Information Security Fundamentals: In diesem Modul werden die grundlegenden Konzepte für das Erreichen der Schutzziele der Informationssicherheit behandelt. Die Studierenden verstehen die typischen Bedrohungen und kennen die technischen und organisatorischen Massnahmen zu deren Abwehr.

Produktentwicklung Grundlagen: Einführung in Konstruktionsmethodik mit Formgebungsverfahren und Bauteilgestaltung und das spezifische Entwerfen und Gestalten. Überblick über Korrosionsvorgänge und Verfahren der Oberflächentechnik.

Deep Learning: Angewandtes Machine Learning basierend auf Grundlagen Wahrscheinlichkeitsrechnung und Statistik, Verständnis von Kenngrössen und Verteilungen, Analyse von Stichproben, Auseinandersetzung mit Schätz- und Testproblemen.

Data Communication Systems: Grundlegende Strukturen und Konzepte der Kommunikationssysteme (Router, Switch, WLAN mit Fokus Internet TCP/IP), Einführung in Vermittlungs- und Übertragungstechnik.

Artificial Intelligence (AI): Einführung in Such- und Optimierungstechniken der künstlichen Intelligenz einschliesslich deren Anwendung in der Spieltheorie und diskreten, multikriteriellen Optimierung (Constraint Programming).

AI & Robotik: Einblick in die Verknüpfungen von AI und Robotik. Studierende lernen Möglichkeiten und Anwendungen von AI zur Entwicklung und Regelung von Robotern einzusetzen. Sie lernen darüber hinaus, welche mechatronischen Konzepte sich besonders gut mit AI verknüpfen lassen und welche nicht.

> 50%

Erweiterungsmodule

erlauben es den Studierenden mit Themen aus verwandten Ingenieurwissenschaften, Informatik und Data Science ihren technischen Fokus zu erweitern und spezifische Fachkompetenzen zu entwickeln.

~ 10%