Wissenschaftliches Arbeiten für Fortgeschrittene (WIF)

Bereite dich auf deine Masterarbeit vor: Du lernst wissenschaftliche Methoden, Modelle und Denkweisen kennen und wendest sie an, um IT-Probleme systematisch zu untersuchen, Studien zu bewerten und eigene Forschungsarbeiten nach wissenschaftlichen Standards zu planen und umzusetzen.

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

• H. Balzert, M. Schröder, and C. Schäfer, Wissenschaftliches Arbeiten - Ethik, Inhalt & Form wiss. Arbeiten, Handwerkszeug, Quellen, Projektmanagement, Präsentation, [3rd ed.]. Dortmund: Prof. Balzert Stiftung, 2022, doi: 10.18420/LB-WISSARBEITEN.
• N. Döring and J. Bortz, Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften. Berlin, Heidelberg: Springer Berlin Heidelberg, 2016. doi: 10.1007/978-3-642-41089-5.
• DFG, Deutsche Forschungsgemeinschaft (ed.), Sicherung Guter Wissenschaftlicher Praxis. Weinheim: Wiley-VCH Verlag, 2013.
• HS Mannheim. "Satzung wissenschaftliches Fehlverhalten." Accessed: Aug. 27, 2026. [Online.] Available: https://www.th-mannheim.de/fileadmin/user_upload/hauptseite/forschung/Dokumente/Forschungsprofil/Satzung_WissenschaftlichesFehlverhalten_HS_Mannheim.pdf
• K. Popper, Logik der Forschung. Vienna: Springer, 1935. doi: 10.1007/978-3-7091-4177-9.
• L. Prechelt, Kontrollierte Experimente in der Softwaretechnik. Potenzial und Methodik. Berlin: Springer, 2001.
• H. D. Rombach, J. Rech, and M. Ciolkowski, Forschungsmethoden im Software Engineering, 2001.
• T. Wilde and T. Hess, “Forschungsmethoden der Wirtschaftsinformatik: Eine empirische Untersuchung,” Wirtsch. Inform., vol. 49, no. 4, pp. 280–287, Aug. 2007, doi: 10.1007/s11576-007-0064-z.
• C. Wohlin, P. Runeson, M. Höst, M. C. Ohlsson, B. Regnell, and A. Wesslén, Experimentation in Software Engineering. Berlin, Heidelberg: Springer, 2012. doi: 10.1007/978-3-642-29044-2.

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 (CP)	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 (SWS) 

Vorlesung	2 SWS
Übung	2 SWS
Summe	4 SWS

Arbeitsaufwand (Workload) 

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