Wissenschaftliches Arbeiten für Fortgeschrittene (WIF)

Inhalte

• Grundlagen der Wissenschaftstheorie: Instrumentalismus, wissenschaftlicher Realismus, Grundlagen der Logik, deduktives und induktives Schließen, deduktiv-nomologisches Modell, Falsifizierbarkeit und Informationsgehalt, hypothetisch-deduktive Methode und das Duhemsche Problem, Theorie und Modell, Theoriegeladenheit der Beobachtung, Werturteilsfreiheit, Paradigma
• Systematik: Unterscheidung theoretischer, methodischer, konstruktiver und empirischer Forschung, methodisches Vorgehen in der Informatik-Praxis unter besonderer Berücksichtigung von Multi-/Inter-/Transdisziplinarität
• Empirische Forschung: Forschungsprozess, Forschungsfragen, kontrolliertes Experiment, Hypothesen und andere Grundbegriffe, ausgewählte Methoden des statistischen Hypothesentests, Reproduktion der statistischen Tests, ausgewählte qualitative und quantitative Methoden
• Systemeigenschaften und ihre Operationalisierung
• Präskriptive Entscheidungstheorie (Nutzwertanalyse)
• Modellbildung und Simulation, Last-Tests, Benchmarks
• Wissenschaftliches Schreiben: Literaturrecherche, Literatur Review und Surveys, Strukturierung, Abstracts, Literaturverwaltung, Referenzieren und Zitieren, Schreibprozess und -techniken, generative KI
• Gute wissenschaftliche Praxis und Ethik (Management von Primär-/Sekundärdaten im Sinne guter wissenschaftlicher Praxis)
• Entwicklung der technisch/wissenschaftlichen Fragestellungen und daraus abgeleiteter Methodik für die eigene Masterarbeit

Lernziele/Kompetenzen

Die Studierenden sind in der Lage,

• Systematik und Methodik unterschiedlicher wissenschaftlicher Vorgehensweisen zu benennen
• Systematik und Methodik unterschiedlicher wissenschaftlicher Vorgehensweisen auf Probleme der Informatik-Praxis anzuwenden
• Projekte auf die Anwendung systematischer und methodischer Vorgehensweisen hin zu beurteilen
• die Grundsätze "Guter wissenschaftlicher Praxis" auf ihre eigene Abschlussarbeit anzuwenden

Literatur

• Balzert, Helmut; Schröder, Marion; Schäfer, Christian (2022): Wissenschaftliches Arbeiten - Ethik, Inhalt & Form wiss. Arbeiten, Handwerkszeug, Quellen, Projektmanagement, Präsentation, 3. Auflage. DOI: 10.18420/LB-WissArbeiten
• Döring, Nicola; Bortz, Jürgen (2016): Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften. Berlin, Heidelberg: Springer Berlin Heidelberg.
• DFG, Deutsche Forschungsgemeinschaft (Hg.) (2013): Sicherung Guter Wissenschaftlicher Praxis. Weinheim, Germany: Wiley-VCH Verlag GmbH & Co. KGaA.
• HS Mannheim. Satzung wissenschaftliches Fehlverhalten, https://www.hs-mannheim.de/fileadmin/ user_upload/hauptseite/forschung/Dokumente/Forschungsprofil/Satzung_WissenschaftlichesFehlverhalten_HS_Mannheim.pdf
• Karl Popper (1935): Logik der Forschung. Wien: Springer (Schriften zur wissenschaftlichen Weltauffassung; Band 9). DOI: 10.1007/978-3-7091-4177-9
• Prechelt, Lutz (2001): Kontrollierte Experimente in der Softwaretechnik. Potenzial und Methodik. Zugl.: Karlsruhe, Univ., Habil.-Schr., 2000 u.d.T.: Prechelt, Lutz: Rolle und Methodik kontrollierter Experimente in der Softwaretechnik. Berlin: Springer.
• Rombach, H. D.; Rech, J.; Ciolkowski, M. (2001): Forschungsmethoden im Software Engineering.
• Wilde, Thomas; Hess, Thomas (2007): Forschungsmethoden der Wirtschaftsinformatik. In: WIRTSCHAFTSINFORMATIK 49 (4), S. 280–287. DOI: 10.1007/s11576-007-0064-z.
• Wohlin, Claes; Runeson, Per; Höst, Martin; Ohlsson, Magnus C.; Regnell, Björn; Wesslén, Anders (2012): Experimentation in Software Engineering. Berlin, Heidelberg: Springer Berlin Heidelberg.

Dozentinnen / Dozenten

• Prof. Dr.-Ing. Sandro Leuchter
• Prof. Dr. Till Nagel
• Prof. Dr. Lutz Strüngmann
• Prof. Dr. Ivo Wolf

Empfohlene Vorkenntnisse

• Grundlagen des wissenschaftlichen Arbeitens: Literaturrecherche, -verwaltung, Zitieren, Plagiate, Aufbau von wissenschaftlichen Arbeiten, Textverarbeitung/Textsatz, Korrekturzeichen

Daten zum Modul

Semester	1/2
Unterrichtssprache	Deutsch
Häufigkeit	Jedes Semester
Kreditpunkte	5
Modulverantwortlich	Prof. Dr.-Ing. Sandro Leuchter
Dauer	1 Semester
Schwerpunkt(e)	Medical Data Science (MDS) Software Engineering (SE) Creative Technology (CT)
Studienleistung	Keine
Prüfungsvorleistung	Keine
Prüfungsleistung	Continuous Assessment (CA)

Semesterwochenstunden

Vorlesung	2 SWS
Übung	2 SWS
Summe	4 SWS

Arbeitsaufwand (work load)

Vorlesung	30 h
Labor	30 h
Selbststudium	45 h
Aufgaben	45 h
Summe	150 h