Knowledge-based Systems Engineering / CSxxxx-KPxx
Dozentin: Prof. Dr. rer. nat. Sylvia Melzer
Zeit/Ort:
Vorlesung: Freitags 10:15 - 11:45 Uhr im IFIS 2035
Übung: Freitags 15:15 - 16:45 Uhr PC Pool 1&2
Bemerkung: Zeiten und Räume können sich ggf. noch ändern.
Beginn Vorlesung:
Freitag, 16.10.2026
Beginn Übung:
Freitag, 23.10.2026
Inhalt
- Einführung in das Knowledge-Based Systems Engineering
- Wissensrepräsentation und Ontologien
- Systems-Engineering-Konzepte
- Einführung in UML und SysML
- Systemmodellierung mit SysML
- Anforderungs- und Prozessmodellierung
- Modellvalidierung mit OCL
- Geschäftsprozessmodellierung mit BPMN
- Modell- und Ontologieintegration mit DOL
Qualifikationsziele/Kompetenzen
Wissen:
Die Studierenden erwerben fundierte Kenntnisse des Systems Engineering sowie modell- und wissensbasierter Ansätze zur Entwicklung und Integration komplexer Systeme. Sie kennen Konzepte, Methoden und Prozesse des Model-Based Systems Engineering (MBSE) und verstehen den Einsatz von Modellierungssprachen wie Unified Modeling Language (UML), Systems Modeling Language (SysML) und Business Process Modeling and Notation (BPMN). Grundlagen der UML werden als Basis zur Einordnung und zum Verständnis der SysML genutzt. Darüber hinaus kennen die Studierenden Ansätze des Requirements Engineering, der Prozessmodellierung sowie Verfahren zur Modellvalidierung mittels Object Constraint Language (OCL). Sie erwerben Kenntnisse der Wissensrepräsentation durch Ontologien und verstehen Konzepte der semantischen Interoperabilität, Modellintegration und Wissensintegration. Weiterhin kennen sie die Distributed Ontology, Modeling and Specification Language (DOL) als formalen Ansatz zur Beschreibung, Verknüpfung und Integration heterogener Modelle, Metamodelle, Modellierungssprachen und Ontologien.
Fertigkeiten:
Die Studierenden können komplexe Systeme mit UML, SysML und BPMN modellieren und analysieren. Sie sind in der Lage, Ontologien zur formalen Beschreibung von Domänenwissen zu entwickeln und einzusetzen. Sie können unterschiedliche Modellierungssprachen und Wissensrepräsentationsansätze hinsichtlich ihrer Ausdrucksmächtigkeit, Semantik und Einsatzgebiete vergleichen und bewerten. Darüber hinaus können sie mithilfe von DOL Beziehungen zwischen Modellen, Metamodellen und Ontologien spezifizieren sowie heterogene Modellierungsartefakte integrieren. Die Studierenden können Modelle und Wissensbestände hinsichtlich Konsistenz, Vollständigkeit und Interoperabilität analysieren und geeignete Methoden zur Validierung anwenden. Sie können formale Beziehungen zwischen unterschiedlichen Modellierungssprachen, Metamodellen und Ontologien beschreiben und Verfahren zur sprachübergreifenden Modellintegration anwenden.
Sozialkompetenz und Selbständigkeit:
Die Studierenden bearbeiten Modellierungs-, Integrations- und Wissensrepräsentationsaufgaben selbstständig sowie im Team. Sie können unterschiedliche Modellierungs- und Ontologieansätze kritisch diskutieren und deren Eignung für konkrete Anwendungsszenarien beurteilen. Durch projektorientierte Arbeiten entwickeln sie die Fähigkeit, komplexe Systeme unter Verwendung wissensbasierter Methoden strukturiert zu analysieren, zu modellieren und zu integrieren.
Sprache
Englisch
Zielgruppe
- Master Informatik 2019, Kanonische Vertiefung Data Science und KI, Beliebiges Fachsemester
- Master Entrepreneurship in digitalen Technologien 2020, Praktische Informatik, 1. oder 2. Fachsemester
- Master Medieninformatik 2020, Informatik, Beliebiges Fachsemester
- Master Informatik 2019, Praktische Informatik, 1. oder 2. Fachsemester
- Master Medizinische Informatik 2019, Praktische Informatik, 1. oder 2. Fachsemester
- Master Robotics and Autonomous Systems 2019, Wahlpflicht, 1. oder 2. Fachsemester
- Master IT-Sicherheit 2019, Praktische Informatik, 1. oder 2. Fachsemester
- Master Medizinische Informatik 2014, eHealth / Informatik, 1. oder 2. Fachsemester
- Master Medieninformatik 2014, Informatik, Beliebiges Fachsemester
- Master Entrepreneurship in digitalen Technologien 2014, Praktische Informatik, 1. oder 2. Fachsemester
- Master Informatik 2014, Schwerpunktfach Software Systems Engineering, 2. oder 3. Fachsemester
- Master Informatik 2014, Praktische Informatik, 1. oder 2. Fachsemester
Moodle Kurs
Alle weiteren Informationen zur Veranstaltung finden sich im Moodle-Kurs zur Veranstaltung. Der Moodle-Kurs ist intern über den folgenden Link erreichbar: tbd
Literatur
Melzer, S., Weilkiens, T., Muggeo, C. & Berres, A. (2024). Sustainable Development of Information Systems Using SysML, FAS and DOL, The 18th Annual International Systems Conference , 2024, DOI 10.1109/SysCon61195.2024.10553629
Weilkiens, T., Lamm, J.G., Roth, S. and Walker, M., Eichmann, O. E., God, R. & Melzer, S. (2022). Systems, Systems of Systems, and Cyber-Physical Systems. In Model-Based System Architecture, Second Edition (eds T. Weilkiens, J.G. Lamm, S. Roth and M. Walker).
doi.org/10.1002/9781119746683.ch4Melzer, S., Thiemann, S. & Möller, R. (2021). Modeling and Simulating Federated Databases for early Validation of Federated Searches using the Broker-based SysML Toolbox, IEEE International Systems Conference (SysCon 2021), Vancouver, BC, Canada, April 15 - May 15, 2021 , IEEE, 2021. pp. 1-6, DOI 10.1109/SysCon48628.2021.9447055
Weilkiens, T. (2016). Variant Modeling with SysML. MBSE4U, 2016, ISBN 978-3-9817875-7-3
Weilkiens, T. (2015). SYSMOD - The Systems Modeling Toolbox. Pragmatic MBSE with SysML. MBSE4U, Fredesdorf 2015, ISBN 978-3-9818529-8-1
Holt, J., Perry, S., Payne, R.J., Bryans, J., Hallerstede, S., & Hansen, F.O. (2015). A Model-Based Approach for Requirements Engineering for Systems of Systems. IEEE Systems Journal, 9, 252-262
Alt, O. (2012). Modellbasierte System-Entiwkclung mit SysML, München, 2012, Hanser Verlag München
Friedenthal, S., Moore, A., & Steiner, R. (2012). A practical guide to SysML: the systems modeling language / Sanford Friedenthal, Alan Moore, Rick Steiner. ([2nd ed.].). Morgan Kaufmann.
Holt, J., Perry, S. & Brownsword (2012). Model-Based Requirements Engineering, London, 2012, The Institution of Engineering and Technology
Holt, J. & Perry, S. (2008). SysML for Systems Engineering. Institution of Engineering and Technology. doi.org/10.1049/PBPC020E
Weilkiens, T. (2008). Systems Engineering mit SysML/UML. dpunkt.verlag, Heidelberg 2008, ISBN 978-3-89864-577-5
Weilkiens, T. (2008). Systems Engineering with SysML/UML. Morgan Kaufmann, Burlington 2008, ISBN 978-0-12-374274-2

- Teaching
- Lectures
- WS2627
- Human and Machine Intelligence / CS3150-KP08
- Knowledge-based Systems Engineering / CSxxxx-KPxx
- SoSe26
- Archiv Lehrveranstaltungen
- WS2627
- Theses
- Lectures
