VorlesungsverzeichnisBachelor of Science - ComputerlinguistikPrüfungsversion Wintersemester 2017/18
Sommersemester 2018
Inhaltsverzeichnis
Inhaltsverzeichnis
Abkürzungsverzeichnis 4
Einführungsphase..................................................................................................................................................5
LCL-E - Einführung in die Linguistik und Computerlinguistik 5
PHON-E - Einführung in die Phonetik und Phonologie 5
MORPH-E - Einführung in die Morphologie 5
66582 V - Einführung in die Morphologie 5
SYN-E - Einführung in die Syntax 5
SEM-E - Einführung in die Semantik 5
66586 EV - Einführung in die Semantik 5
PSY-E - Einführung in die Psycholinguistik 5
66587 V - Einführung in die Sprachverarbeitung 5
MuLG - Mathematische und Logische Grundlagen 5
Vertiefungsphase................................................................................................................................................... 5
Pflichtmodule 6
FSA-CL-V - Finite state automata in der Computerlinguistik 6
66766 V - Einführung in formale Sprachen und Automaten 6
CLT-V - Computerlinguistische Techniken 6
CL-V - Computerlinguistik 6
67716 S - Automatische Sentimentanalyse 6
Wahlpflichtmodule 6
PHON-V - Phonetik und Phonologie 6
66813 S - Phonologie II 6
SYN-V - Syntax einer Einzelsprache 6
66814 S - Syntax des Deutschen 6
66826 U - Syntax des Deutschen 7
SEM-V - Semantik 7
EMG-V - Empirische Methoden in der Grammatikforschung 7
67006 S - Signalverarbeitung 7
67789 S - Uralische Syntax 7
Aufbauphase...........................................................................................................................................................7
METH-A - Methoden der Computerlinguistik und Versuchspersonenstunden 7
67009 S - Classification Approaches for Social Media Text 7
PRO1-A - Programmierung 8
PRO2-A - Programmierung II 8
67717 SU - C++ in der Computerlinguistik II 8
ANW-A - Anwendungen der Computerlinguistik 8
67010 SU - Diskursparsing 8
67715 SU - Coreference Resolution 9
Wahlpflichtmodule Informatik...............................................................................................................................9
2Abkürzungen entnehmen Sie bitte Seite 4
Inhaltsverzeichnis
INF 1011 - Algorithmen und Datenstrukturen 9
66228 U - Algorithmen und Datenstrukturen 9
66229 V - Algorithmen und Datenstrukturen 9
INF 1020 - Theoretische Grundlagen: Modellierungskonzepte der Informatik 10
INF 1021 - Theoretische Grundlagen: Effiziente Algorithmen 10
66231 V - Theoretische Informatik II: Effiziente Algorithmen 10
66232 TU - Theoretische Informatik II: Effiziente Algorithmen 10
66233 U - Theoretische Informatik II: Effiziente Algorithmen 11
INF 1050 - Datenbanken und wissensbasierte Systeme 11
66409 VU - Datenbanksysteme I 12
68383 VU - Datenbanken und Informationssysteme 12
INF 1060 - Software Engineering 13
INF 1070 - Intelligente Datenanalyse 13
66106 V - Intelligente Datenanalyse 13
66107 U - Intelligente Datenanalyse 13
INF 1080 - Komputationale Intelligenz 13
66130 V - Computational Intelligence 13
66131 U - Computational Intelligence 14
66132 PJ - Computational Intelligence 14
Akademische Grundkompetenzen..................................................................................................................... 15
SWA - Selbstreflexion und wissenschaftliches Arbeiten 15
67062 TU - Wissenschaftliches Arbeiten und Schreiben 15
StEM - Statistik und empirische Methoden 15
66811 S - Empirical Methods in Linguistics 15
67135 V - Einführung in die Statistik für Humanwissenschaftler 15
Berufsfeldspezifische Kompetenzen (fachintegrativ)...................................................................................... 16
PRS - Programmiersprache 16
66810 EV - Python für LinguistInnen 16
Glossar 17
3Abkürzungen entnehmen Sie bitte Seite 4
Abkürzungsverzeichnis
Abkürzungsverzeichnis
Veranstaltungsarten
AG Arbeitsgruppe
B Blockveranstaltung
BL Blockseminar
DF diverse Formen
EV Einführungsveranstaltung
EX Exkursion
FP Forschungspraktikum
FS Forschungsseminar
FU Fortgeschrittenenübung
GK Grundkurs
HS Hauptseminar
IL individuelle Leistung
KL Kolloquium
KU Kurs
LK Lektürekurs
LP Lehrforschungsprojekt
OS Oberseminar
P Projektseminar
PJ Projekt
PR Praktikum
PU Praktische Übung
RE Repetitorium
RV Ringvorlesung
S Seminar
S1 Seminar/Praktikum
S2 Seminar/Projekt
S3 Schulpraktische Studien
S4 Schulpraktische Übungen
SK Seminar/Kolloquium
SU Seminar/Übung
TU Tutorium
U Übung
UN Unterricht
V Vorlesung
VE Vorlesung/Exkursion
VP Vorlesung/Praktikum
VS Vorlesung/Seminar
VU Vorlesung/Übung
WS Workshop
Veranstaltungsrhytmen
wöch. wöchentlich
14t. 14-täglich
Einzel Einzeltermin
Block Block
BlockSa Block (inkl. Sa)
BlockSaSo Block (inkl. Sa,So)
Andere
N.N. Noch keine Angaben
n.V. Nach Vereinbarung
LP Leistungspunkte
SWS Semesterwochenstunden
Belegung über PULS
PL Prüfungsleistung
PNL Prüfungsnebenleistung
SL Studienleistung
L sonstige Leistungserfassung
4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
Vorlesungsverzeichnis
Einführungsphase
LCL-E - Einführung in die Linguistik und Computerlinguistik
Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten
PHON-E - Einführung in die Phonetik und Phonologie
Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten
MORPH-E - Einführung in die Morphologie
66582 V - Einführung in die Morphologie
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 V Di 10:00 - 12:00 wöch. 2.05.0.01 10.04.2018 Prof. Dr. phil. DoreenGeorgi
Bemerkung
Beginn: 17.4.2018 (2. Vorlesungswoche)
Leistungen in Bezug auf das Modul
PNL 321811 - Einführung in die Morphologie (unbenotet)
SYN-E - Einführung in die Syntax
Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten
SEM-E - Einführung in die Semantik
66586 EV - Einführung in die Semantik
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 V Di 12:00 - 14:00 wöch. 2.05.0.01 10.04.2018 Prof. Dr. MalteZimmermann
2 V Mo 14:00 - 16:00 wöch. 2.14.0.47 09.04.2018 Dr. Mira Grubic
Leistungen in Bezug auf das Modul
PNL 322011 - Einführung in die Semantik (unbenotet)
PSY-E - Einführung in die Psycholinguistik
66587 V - Einführung in die Sprachverarbeitung
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
2 V Di 14:00 - 16:00 wöch. 2.14.0.47 10.04.2018 Daniela Mertzen
Leistungen in Bezug auf das Modul
PNL 322113 - Einführung in die Sprachverarbeitung (unbenotet)
MuLG - Mathematische und Logische Grundlagen
Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten
Vertiefungsphase
5Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
Pflichtmodule
FSA-CL-V - Finite state automata in der Computerlinguistik
66766 V - Einführung in formale Sprachen und Automaten
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 V Mi 12:00 - 14:00 wöch. 2.14.0.09 11.04.2018 Dr. Thomas Hanneforth
1 V Do 12:00 - 14:00 wöch. 2.14.0.09 12.04.2018 Dr. Thomas Hanneforth
Leistungen in Bezug auf das Modul
PNL 322711 - Computerlinguistik (unbenotet)
CLT-V - Computerlinguistische Techniken
Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten
CL-V - Computerlinguistik
67716 S - Automatische Sentimentanalyse
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 S Di 10:00 - 12:00 wöch. 2.14.0.12 10.04.2018 Prof. Dr. Manfred Stede
Kommentar
Sentimentanalyse hat sich zu einer sehr populären Anwendung der Computerlinguistik entwickelt. Wir erarbeiten das Themasowohl aus linguistischer als auch aus anwendungsnaher CL-Perspektive: Was bedeutet der Begriff der "Subjektivität" undwas sind ihre sprachlichen Ausdrucksmittel? Was sind die wesentlichen Ansätze zur automatischen Sentimentanalyse, wiefunktionieren sie, und wozu kann man sie verwenden?
Leistungen in Bezug auf das Modul
PNL 326411 - Seminar I (unbenotet)
PNL 326412 - Seminar II (unbenotet)
Wahlpflichtmodule
PHON-V - Phonetik und Phonologie
66813 S - Phonologie II
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 S Do 10:00 - 12:00 wöch. 2.06.1.01 12.04.2018 Dr. Daniel Philip Williams
2 S Fr 10:00 - 12:00 wöch. 2.14.0.32 13.04.2018 Dr. Daniel Philip Williams
Leistungen in Bezug auf das Modul
PNL 322411 - Phonologie (unbenotet)
SYN-V - Syntax einer Einzelsprache
66814 S - Syntax des Deutschen
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 S Mi 12:00 - 14:00 wöch. 2.27.1.01 11.04.2018 Prof. Dr. GisbertFanselow
Leistungen in Bezug auf das Modul
PNL 322511 - Syntax einer Einzelsprache (unbenotet)
6Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
66826 U - Syntax des Deutschen
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 U Di 12:00 - 14:00 wöch. 2.05.1.04 10.04.2018 Prof. Dr. GisbertFanselow
2 U Mi 10:00 - 12:00 wöch. 2.10.0.25 11.04.2018 Prof. Dr. GisbertFanselow
Leistungen in Bezug auf das Modul
PNL 322512 - Übung zum Syntax einer Einzelsprache (unbenotet)
SEM-V - Semantik
Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten
EMG-V - Empirische Methoden in der Grammatikforschung
67006 S - Signalverarbeitung
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 S Mo 12:00 - 14:00 wöch. 2.14.2.22 09.04.2018 Dr. Stephen Tobin
Leistungen in Bezug auf das Modul
PNL 323211 - Seminar I (unbenotet)
PNL 323212 - Seminar II (unbenotet)
67789 S - Uralische Syntax
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 S Di 12:00 - 14:00 wöch. 2.14.0.09 10.04.2018 Andreas Schmidt
Kommentar
Für Nachzügler: In der zweiten Semesterwoche findet der Kurs am Montag den 16.04. um 16 Uhr im Hinterzimmer vonRaum 3.22 statt. Beachtet, dass der Kurs auch für WPB - Grammatiken einzelner Sprachen belegbar ist, aber halt bloßper Liste.
Die Sprachen der uralischen (= finno-ugrischen + samoyedischen) Sprachfamilie weisen eine Vielzahl syntaktischer undmorphologischer Phänomene auf, die den vielerforschten Sprachen Europas fremd sind. Zu diesen im Kurs zu besprechendenPhänomen zählen (u.a.) die Verwendung von Negationsverben (anstatt Negationspartikeln), das große Inventar nicht-finiterVerbformen, das reiche Kasussystem, die Syntax und Semantik von Possessivsuffixen, Wortstellungsvariation und -variabilität,und der agglutinierende Sprachbau im allgemeinen. Durch das Kennenlernen dieser Phänomene werden Kenntnisse inder Typologie und syntaktischen Diversität der Sprachen der Welt vermittelt. Doch es bleibt nicht beim bloß deskriptivenKennenlernen der Phänomene, sie werden auch noch formal zu analysieren versucht. Auf Grundlage dieser Analysen werdetihr dann selber tätig werden um neue Sachen über uralische Sprachen feldforschend herauszufinden, wobei sich natürlichdie drei größten Sprachen, Estnisch, Finnisch und Ungarisch, am einfachsten dafür eignen. Die Feldforschungsarbeit wird imKurs vorbereitet und ausgewertet, und bei geringer Teilnehmendenzahl würde ich auch einfach entsprechende native speakereinladen. Aufgrund des Feldforschungsanteils kann dieser Kurs für 'Empirische Methoden' angerechnet werden. Auch sonstwerdet ihr im Kurs vieles selber aktiv und ergebnisoffen herausfinden, zusammenstellen und analysieren.Der Leistungsnachweis wird in einer Projektarbeit + Protokoll (= nicht eine schriftliche Hausarbeit) bestehen. Das Projekt bestehtim Ausweiten der auf Wikipedia verfügbaren Informationen zu weniger dokumentierten uralischen Sprachen.
Leistungen in Bezug auf das Modul
PNL 323211 - Seminar I (unbenotet)
PNL 323212 - Seminar II (unbenotet)
Aufbauphase
METH-A - Methoden der Computerlinguistik und Versuchspersonenstunden
67009 S - Classification Approaches for Social Media Text
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 S Fr 12:00 - 14:00 wöch. 2.06.1.01 20.04.2018 Dr. Tatjana Scheffler
7Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
Kommentar
Kurs beginnt erst am 20.4.!
Kurssprache: Deutsch und/oder Englisch, wie von Teilnehmer*innen gewünscht
In this class, we study classification and clustering approaches for social media. Social media data typically comes with textbut also other metadata (user information, geo-tags, network structure, etc.) which can be exploited for classification.
We will present different classification algorithms including:
• naive Bayes• support vector machines (SVM)• k-nearest-neighbor• decision trees• neural network approaches
We will work with concrete implementations of these algorithms to try them out on Twitter data. The class will include apractical component where we collaboratively build a classifier.
We will discuss tasks in social media classification such as:
• sentiment• spam• impartiality• hate speech• bot or not• on/off topic• user characteristics: gender, age, occupation, social class• ... and others
For practical matters, we will also introduce toolkits such as WEKA or RapidMiner if requested by participants, but will mainlyuse Python and scikit-learn
Leistungen in Bezug auf das Modul
PNL 326511 - Seminar I (unbenotet)
PNL 326512 - Seminar II (unbenotet)
PRO1-A - Programmierung
Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten
PRO2-A - Programmierung II
67717 SU - C++ in der Computerlinguistik II
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 SU Mo 14:00 - 17:00 wöch. 2.14.0.09 09.04.2018 Dr. Thomas Hanneforth
Leistungen in Bezug auf das Modul
PNL 326811 - Seminar (unbenotet)
ANW-A - Anwendungen der Computerlinguistik
67010 SU - Diskursparsing
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 SU Mo 10:00 - 12:00 wöch. 2.14.0.09 09.04.2018 Prof. Dr. Manfred Stede
Kommentar
In diesem Semester steht der Texttyp "narrativ" im Zentrum des Interesses. Wir untersuchen Ebenen der Beschreibungnarrativer Texte, lesen Arbeiten aus der Computerlinguistik und auch aus der Narratologie und definieren Semesterprojekte,die allein oder in Gruppen bearbeitet werden. Eine Möglichkeit dafür ist die Teilnahme an einer aktuell laufenden Shared Taskzur automatischen Identifikation narratologischer Ebenen in Prosatexten.
Moodle-Seite: https://moodle2.uni-potsdam.de/course/view.php?id=16698
8Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
Leistungen in Bezug auf das Modul
PNL 326211 - Seminar I (unbenotet)
PNL 326212 - Seminar II (unbenotet)
67715 SU - Coreference Resolution
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 SU Di 10:00 - 12:00 wöch. 2.05.1.02 10.04.2018 Berfin Aktas
Kommentar
Coreference resolution is the task of identifying all expressions pointing to the same entity in a text. It is an important part ofnatural language understanding, and therefore, a crucial step in many higher level NLP tasks such as text summarization,question answering, and information extraction. In this course, we will cover the linguistic concepts relevant to coreferenceresolution and study some classical coreference resolution algorithms. We will also go over the automatic coreferenceresolution systems and discuss the methods for evaluating the outcome of these automated systems.
Leistungen in Bezug auf das Modul
PNL 326211 - Seminar I (unbenotet)
PNL 326212 - Seminar II (unbenotet)
Wahlpflichtmodule Informatik
INF 1011 - Algorithmen und Datenstrukturen
66228 U - Algorithmen und Datenstrukturen
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 U Di 12:00 - 14:00 wöch. 3.06.S26 10.04.2018 Dr. Henning Bordihn
2 U Mi 16:00 - 18:00 wöch. 3.06.S24 11.04.2018 Dr. Henning Bordihn
3 U Mi 16:00 - 18:00 wöch. 3.06.S27 11.04.2018 Dr. Henning Bordihn
4 U Fr 14:00 - 16:00 wöch. 3.07.0.38 13.04.2018 Dr. Henning Bordihn
Voraussetzung
Grundlagen der Programmierung
Leistungsnachweis
Klausur am Schluß der Lehrveranstaltung
Lerninhalte
• Abstrakte Datentypen• Implementierung von Datentypen• Komplexität von Algorithmen• Entwurfsparadigmen für Algorithmen:Divide-and-Conquer, Backtracking, Greedy-Methode,Dynamisches Programmieren• Algorithmen auf Sequenzen und Matrizen• Algorithmen auf Bäumen• Algorithmen auf Graphen• Algorithmen auf Punktmengen
Leistungen in Bezug auf das Modul
SL 550221 - Übung (unbenotet)
66229 V - Algorithmen und Datenstrukturen
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 V Mo 14:00 - 16:00 wöch. 3.06.H04 09.04.2018 Dr. Henning Bordihn
Voraussetzung
Grundlagen der Programmierung
Leistungsnachweis
Klausur am Schluß der Lehrveranstaltung
9Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
Lerninhalte
• Abstrakte Datentypen• Implementierung von Datentypen• Komplexität von Algorithmen• Entwurfsparadigmen für Algorithmen:Divide-and-Conquer, Backtracking, Greedy-Methode,Dynamisches Programmieren• Algorithmen auf Sequenzen und Matrizen• Algorithmen auf Bäumen• Algorithmen auf Graphen• Algorithmen auf Punktmengen
Kurzkommentar
Bitte beachten Sie die Sondertermine am 19.4. und 3.5.17 jeweils um 18 Uhr im HS 03.06.H03!
Leistungen in Bezug auf das Modul
SL 550211 - Vorlesung (unbenotet)
INF 1020 - Theoretische Grundlagen: Modellierungskonzepte der Informatik
Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten
INF 1021 - Theoretische Grundlagen: Effiziente Algorithmen
66231 V - Theoretische Informatik II: Effiziente Algorithmen
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 V Di 08:00 - 10:00 wöch. 3.06.H04 10.04.2018 Prof. Dr. Christoph Kreitz,Nuria Brede
Kommentar
Die Theoretische Informatik beschäftigt sich mit den grundlegenden Fragestellungen der Informatik. Hierzu werdenComputer- und Automatenmodelle idealisiert und mathematisch untersucht. Die Automatentheorie und die Theorie derformalen Sprachen (Thema des ersten Semesters) ist grundlegend für die Entwicklung von Programmiersprachen undCompilern. Sie untersucht, mit welchen Techniken welche Arten von Sprachen effizient analysiert werden können. DieBerechenbarkeitstheorie befasst sich mit den prinzipiellen Grenzen des Berechenbaren und der Relation zwischenverschiedenen Computer- und Programmiermodellen. Die Komplexitätstheorie untersucht Effizienz von Algorithmen imHinblick auf Platz- und Zeitbedarf und kümmert sich insbesondere um die Frage, wie effizient man bestimmte Probleme lösenkann. Gliederung der Theoretischen Informatik II * Berechenbarkeitstheorie o Turingmaschinen o Rekursive Funktioneno Lambda-Kalkül und arithmetische Repräsentierbarkeit o Die Churchsche These o Berechenbarkeit, Aufzählbarkeit undEntscheidbarkeit o Unlösbare Probleme * Komplexitätstheorie o Konkrete Komplexitätsanalyse o Komplexitätsklassen oHandhabbarkeit: das P - NP Problem o NP-vollständige Problem o Jenseits von NP-vollständigkeit o Pseudopolynomielle undapproximierende Algorithmen o Probabilistische Lösung nichthandhabbarer Probleme
Voraussetzung
Erfolgreiche Teilnahme an Theoretische Informatik I ist sehr zu empfehlen
Literatur
. Hopcroft, R. Motwani, J. Ullman: Einfuehrung in die Automatentheorie, Formale Sprachen und Komplexitaetstheorie,Pearson 2002 Michael Sipser: Introduction to the Theory of Computation. 2. Auflage, PWS 2005 J
Leistungsnachweis
Klausur zum Ende des vorlesungsfreien Zeitraums
Leistungen in Bezug auf das Modul
SL 550411 - Vorlesung (unbenotet)
66232 TU - Theoretische Informatik II: Effiziente Algorithmen
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 TU Mo 12:00 - 14:00 wöch. 3.06.H01 16.04.2018 Prof. Dr. Christoph Kreitz,Nuria Brede
10Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
Kommentar
Die Theoretische Informatik beschäftigt sich mit den grundlegenden Fragestellungen der Informatik. Hierzu werdenComputer- und Automatenmodelle idealisiert und mathematisch untersucht. Die Automatentheorie und die Theorie derformalen Sprachen (Thema des ersten Semesters) ist grundlegend für die Entwicklung von Programmiersprachen undCompilern. Sie untersucht, mit welchen Techniken welche Arten von Sprachen effizient analysiert werden können. DieBerechenbarkeitstheorie befasst sich mit den prinzipiellen Grenzen des Berechenbaren und der Relation zwischenverschiedenen Computer- und Programmiermodellen. Die Komplexitätstheorie untersucht Effizienz von Algorithmen imHinblick auf Platz- und Zeitbedarf und kümmert sich insbesondere um die Frage, wie effizient man bestimmte Probleme lösenkann. Gliederung der Theoretischen Informatik II * Berechenbarkeitstheorie o Turingmaschinen o Rekursive Funktioneno Lambda-Kalkül und arithmetische Repräsentierbarkeit o Die Churchsche These o Berechenbarkeit, Aufzählbarkeit undEntscheidbarkeit o Unlösbare Probleme * Komplexitätstheorie o Konkrete Komplexitätsanalyse o Komplexitätsklassen oHandhabbarkeit: das P - NP Problem o NP-vollständige Problem o Jenseits von NP-vollständigkeit o Pseudopolynomielle undapproximierende Algorithmen o Probabilistische Lösung nichthandhabbarer Probleme
Voraussetzung
Erfolgreiche Teilnahme an Theoretische Informatik I ist sehr zu empfehlen
Literatur
. Hopcroft, R. Motwani, J. Ullman: Einfuehrung in die Automatentheorie, Formale Sprachen und Komplexitaetstheorie,Pearson 2002 Michael Sipser: Introduction to the Theory of Computation. 2. Auflage, PWS 2005 J
Leistungsnachweis
Klausur zu Beginn des vorlesungsfreien Zeitraums
Leistungen in Bezug auf das Modul
SL 550431 - Tutorium (unbenotet)
66233 U - Theoretische Informatik II: Effiziente Algorithmen
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 U Mi 14:00 - 16:00 wöch. 3.07.0.38 11.04.2018 Prof. Dr. Christoph Kreitz,Sebastian Böhne
2 U Mi 16:00 - 18:00 wöch. 3.06.S25 11.04.2018 Prof. Dr. Christoph Kreitz,Sebastian Böhne
3 U Do 12:00 - 14:00 wöch. 3.04.1.02 12.04.2018 Prof. Dr. Christoph Kreitz,Sebastian Böhne
4 U Fr 12:00 - 14:00 wöch. 3.07.0.38 13.04.2018 Prof. Dr. Christoph Kreitz,Sebastian Böhne
Kommentar
Die Theoretische Informatik beschäftigt sich mit den grundlegenden Fragestellungen der Informatik. Hierzu werdenComputer- und Automatenmodelle idealisiert und mathematisch untersucht. Die Automatentheorie und die Theorie derformalen Sprachen (Thema des ersten Semesters) ist grundlegend für die Entwicklung von Programmiersprachen undCompilern. Sie untersucht, mit welchen Techniken welche Arten von Sprachen effizient analysiert werden können. DieBerechenbarkeitstheorie befasst sich mit den prinzipiellen Grenzen des Berechenbaren und der Relation zwischenverschiedenen Computer- und Programmiermodellen. Die Komplexitätstheorie untersucht Effizienz von Algorithmen imHinblick auf Platz- und Zeitbedarf und kümmert sich insbesondere um die Frage, wie effizient man bestimmte Probleme lösenkann. Gliederung der Theoretischen Informatik II * Berechenbarkeitstheorie o Turingmaschinen o Rekursive Funktioneno Lambda-Kalkül und arithmetische Repräsentierbarkeit o Die Churchsche These o Berechenbarkeit, Aufzählbarkeit undEntscheidbarkeit o Unlösbare Probleme * Komplexitätstheorie o Konkrete Komplexitätsanalyse o Komplexitätsklassen oHandhabbarkeit: das P - NP Problem o NP-vollständige Problem o Jenseits von NP-vollständigkeit o Pseudopolynomielle undapproximierende Algorithmen o Probabilistische Lösung nichthandhabbarer Probleme
Voraussetzung
Erfolgreiche Teilnahme an Theoretische Informatik I ist sehr zu empfehlen
Literatur
. Hopcroft, R. Motwani, J. Ullman: Einfuehrung in die Automatentheorie, Formale Sprachen und Komplexitaetstheorie,Pearson 2002 Michael Sipser: Introduction to the Theory of Computation. 2. Auflage, PWS 2005 J
Leistungsnachweis
Klausur zu Beginn des vorlesungsfreien Zeitraums
Leistungen in Bezug auf das Modul
SL 550421 - Übung (unbenotet)
INF 1050 - Datenbanken und wissensbasierte Systeme
11Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
66409 VU - Datenbanksysteme I
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 VU N.N. N.N. wöch. N.N. N.N. Prof. Dr. Felix Naumann
Kommentar
Angaben zum Lehrinhalt in der Beschreibung aufrufbar unter http://hpi.de/studium/lehrveranstaltungen/it-systems-engineering.html
Voraussetzung
Voraussetzungen werden in den Lehrinhaltsbeschreibungen unter http://hpi.de/studium/lehrveranstaltungen/it-systems-engineering.html benannt.
Bemerkung
Unter http://hpi.de/studium/lehrveranstaltungen/it-systems-engineering.html sind folgende Angaben aufrufbar:
• Raum und Zeit• Lehrinhalt und Leistungserfassung• Teilnehmerbegrenzung
Leistungen in Bezug auf das Modul
PNL 550831 - Praktikum (unbenotet)
68383 VU - Datenbanken und Informationssysteme
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 V Fr 10:00 - 12:00 wöch. 3.06.H02 20.04.2018 Prof. Dr. Key Pousttchi
Hörsaal 3.06.H02 (am 8.6. 3.01.H09)
1 U Do 14:00 - 16:00 wöch. 3.06.H06 26.04.2018 Prof. Dr. Key Pousttchi
1 V Fr 10:00 - 12:00 Einzel 3.01.H09 08.06.2018 Prof. Dr. Key Pousttchi
Hörsaal 3.06.H02 (am 8.6. 3.01.H09)
Kommentar
Die Digitalisierung hat sowohl zur Folge wie auch zur Voraussetzung, dass sehr große Mengen von Daten dauerhaftgespeichert werden und gleichzeitig ein performanter Zugriff darauf möglich ist. Die Bedeutung von Datenbanken ist damitkaum zu überschätzen.
Vor diesem Hintergrund ist Ziel der Lehrveranstaltung, die Studierenden zum geeigneten technischen und wirtschaftlichenUmgang mit Daten in der Organisation zu befähigen.
Im Einzelnen werden die folgenden Aspekte behandelt: Einführung in Datenbanken, Datenbankentwurf, Datenmodelle,Datenmanipulationssprachen, Datenintegrität, Transaktionsverwaltung und physische Datenorganisation. Besonderen Raumerhalten aktuelle Entwicklungen wie nicht-relationale Datenbanken (XML, NoSQL), In-Memory-Datenbanken sowie Technikenund Möglichkeiten der unter dem Schlagwort "Big Data" zusammengefassten Entwicklungen. Der Stoff der Vorlesung wird inÜbungen anhand von Praxisbeispielen verdeutlicht.
Voraussetzung
Die Anmeldung erfolgt ab Anfang April über die Seiten des Lehrstuhls.
Literatur
Siehe Homepage des Lehrstuhls
Leistungsnachweis
Klausur (90 Minuten)
Leistungen in Bezug auf das Modul
PNL 550831 - Praktikum (unbenotet)
12Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
INF 1060 - Software Engineering
Für dieses Modul werden aktuell keine Lehrveranstaltungen angeboten
INF 1070 - Intelligente Datenanalyse
66106 V - Intelligente Datenanalyse
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 V Mo 12:00 - 14:00 wöch. 3.06.H06 09.04.2018 Prof. Dr. Tobias Scheffer
Kommentar
Die Veranstaltung beschäftigt sich mit Algorithmen, die aus Daten lernen können. Algorithmen des maschinellen Lernensgewinnen aus Daten Modelle, mit denen sich dann Vorhersagen über das beobachtete System treffen lassen. Anwendungenfür Datenanalyse-Verfahren erstrecken sich von der Vorhersage von Kreditrisiken über die Auswertung astronomischerDaten bis zu persönlichen Musikempfehlungen. Die Veranstaltung setzt sich aus einem Vorlesungs- und einem Projektteilzusammen. Der Vorlesungsteil vermittelt das notwendigen Grundlagen des maschinellen Lernens. Im Projektteil werdenanwendungsnahe Aufgaben eigenständig in Python bearbeitet.
Leistungsnachweis
Projektaufgabe, Klausur oder mündliche Prüfung
Leistungen in Bezug auf das Modul
SL 551011 - Vorlesung (unbenotet)
66107 U - Intelligente Datenanalyse
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 U Di 10:00 - 12:00 wöch. 3.04.0.04 10.04.2018 Prof. Dr. Tobias Scheffer
2 U Do 10:00 - 12:00 wöch. 3.04.0.04 12.04.2018 Prof. Dr. Tobias Scheffer
Kommentar
Die Veranstaltung beschäftigt sich mit Algorithmen, die aus Daten lernen können. Algorithmen des maschinellen Lernensgewinnen aus Daten Modelle, mit denen sich dann Vorhersagen über das beobachtete System treffen lassen. Anwendungenfür Datenanalyse-Verfahren erstrecken sich von der Vorhersage von Kreditrisiken über die Auswertung astronomischerDaten bis zu persönlichen Musikempfehlungen. Die Veranstaltung setzt sich aus einem Vorlesungs- und einem Projektteilzusammen. Der Vorlesungsteil vermittelt die Grundlagen des maschinellen Lernens. Im Projektteil werden anwendungsnaheAufgaben eigenständig in Python bearbeitet.
Leistungsnachweis
Projektaufgabe, Klausur oder mündliche Prüfung
Leistungen in Bezug auf das Modul
SL 551021 - Übung (unbenotet)
INF 1080 - Komputationale Intelligenz
66130 V - Computational Intelligence
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 V Fr 12:00 - 14:00 wöch. 3.06.H01 13.04.2018 Prof. Dr. Torsten Schaub,Dr. Martin Gebser
1 V Fr 12:00 - 14:00 Einzel 3.06.S23 08.06.2018 Prof. Dr. Torsten Schaub,Dr. Martin Gebser
Kommentar
This course gives an introduction the the basic techniques used in intelligent systems. This includes advanced searchtechniques, logical reasoning, as well as their applications in diagnosis, planning, and data mining.
Voraussetzung
keine
Literatur
* D. Poole, A. Mackworth and R. Goebel. Computational Intelligence: A Logical Approach. Oxford University Press, New York,1998. * W. Bibel, S. Hölldobler, and T. Schaub. Wissensrepräsentation und Inferenz. Vieweg Verlag, Braunschweig, 1993. *I. Bratko. Prolog Programming for Artificial Intelligence. Addison-Wesley, 1990. * W. Clocksin and C. Mellish. Programmingin Prolog. Springer Verlag, Berlin, Heidelberg, New York, 1981. * T. Dean, J. Allen and Y. Aloimonos. Artificial Intelligence.
13Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
Theory and Practice. Addison-Wesley, 1995. * N. J. Nilsson. Artificial Intelligence: A new Synthesis. Morgan Kaufmann, 1998.* St. Russell and P. Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall, Englewood Cliffs,NJ, 1994. * Y. Shoham.Artificial Intelligence Techniques in Prolog. Morgan Kaufmann, 1994.
Leistungsnachweis
Scheinvergabe durch Praktika und eine benotete Klausur. Während des Semesters wird es mindestens zweiProgrammieraufgaben geben, die als Teilnahmevoraussetzung für die abschließende Klausur bestanden werden muessen(keine Notenvergabe). Die Gesamtnote wird an Hand der Klausur festgelegt. In der Nachklausur kann maximal die Note 4.0erzielt werden.
Bemerkung
Eine Einführung in Prolog wird in der 1.Veranstaltung angekündigt.
Leistungen in Bezug auf das Modul
SL 551111 - Vorlesung (unbenotet)
66131 U - Computational Intelligence
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 U Do 16:00 - 18:00 wöch. 3.06.S16 19.04.2018 Dr. Martin Gebser
Kommentar
This course gives an introduction the the basic techniques used in intelligent systems. This includes advanced searchtechniques, logical reasoning, as well as their applications in diagnosis, planning, and data mining.
Voraussetzung
keine
Literatur
* D. Poole, A. Mackworth and R. Goebel. Computational Intelligence: A Logical Approach. Oxford University Press, New York,1998. * W. Bibel, S. Hölldobler, and T. Schaub. Wissensrepräsentation und Inferenz. Vieweg Verlag, Braunschweig, 1993. *I. Bratko. Prolog Programming for Artificial Intelligence. Addison-Wesley, 1990. * W. Clocksin and C. Mellish. Programmingin Prolog. Springer Verlag, Berlin, Heidelberg, New York, 1981. * T. Dean, J. Allen and Y. Aloimonos. Artificial Intelligence.Theory and Practice. Addison-Wesley, 1995. * N. J. Nilsson. Artificial Intelligence: A new Synthesis. Morgan Kaufmann, 1998.* St. Russell and P. Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall, Englewood Cliffs,NJ, 1994. * Y. Shoham.Artificial Intelligence Techniques in Prolog. Morgan Kaufmann, 1994.
Leistungsnachweis
Scheinvergabe durch Praktika und eine benotete Klausur. Während des Semesters wird es mindestens zweiProgrammieraufgaben geben, die als Teilnahmevoraussetzung für die abschließende Klausur bestanden werden muessen(keine Notenvergabe). Die Gesamtnote wird an Hand der Klausur festgelegt. In der Nachklausur kann maximal die Note 4.0erzielt werden.
Bemerkung
Eine Einführung in Prolog wird in der 1.Veranstaltung angekündigt.
Leistungen in Bezug auf das Modul
SL 551121 - Übung (unbenotet)
66132 PJ - Computational Intelligence
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 PJ N.N. N.N. wöch. N.N. N.N. Dr. Martin Gebser
Raum und Zeit nach Absprache
Kommentar
This course gives an introduction the the basic techniques used in intelligent systems. This includes advanced searchtechniques, logical reasoning, as well as their applications in diagnosis, planning, and data mining.
Voraussetzung
keine
Literatur
* D. Poole, A. Mackworth and R. Goebel. Computational Intelligence: A Logical Approach. Oxford University Press, New York,1998. * W. Bibel, S. Hölldobler, and T. Schaub. Wissensrepräsentation und Inferenz. Vieweg Verlag, Braunschweig, 1993. *I. Bratko. Prolog Programming for Artificial Intelligence. Addison-Wesley, 1990. * W. Clocksin and C. Mellish. Programmingin Prolog. Springer Verlag, Berlin, Heidelberg, New York, 1981. * T. Dean, J. Allen and Y. Aloimonos. Artificial Intelligence.Theory and Practice. Addison-Wesley, 1995. * N. J. Nilsson. Artificial Intelligence: A new Synthesis. Morgan Kaufmann, 1998.* St. Russell and P. Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall, Englewood Cliffs,NJ, 1994. * Y. Shoham.Artificial Intelligence Techniques in Prolog. Morgan Kaufmann, 1994.
14Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
Leistungsnachweis
Scheinvergabe durch Praktika und eine benotete Klausur. Während des Semesters wird es mindestens zweiProgrammieraufgaben geben, die als Teilnahmevoraussetzung für die abschließende Klausur bestanden werden muessen(keine Notenvergabe). Die Gesamtnote wird an Hand der Klausur festgelegt. In der Nachklausur kann maximal die Note 4.0erzielt werden.
Bemerkung
Eine Einführung in Prolog wird in der 1.Veranstaltung angekündigt.
Kurzkommentar
Am 18.4.17 Auftaktveranstaltung für Projekte der Professur WI" im HS 03.06.H03. (Nur einmalig am 18.04.17)
Leistungen in Bezug auf das Modul
PNL 551131 - Praktikum (unbenotet)
Akademische Grundkompetenzen
SWA - Selbstreflexion und wissenschaftliches Arbeiten
67062 TU - Wissenschaftliches Arbeiten und Schreiben
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 TU Do 10:00 - 12:00 wöch. 2.12.0.01 12.04.2018 Anna Sophia Bolze, Dr.Anja Gollrad
Leistungen in Bezug auf das Modul
PNL 323911 - Wissenschaftliches Arbeiten (unbenotet)
StEM - Statistik und empirische Methoden
66811 S - Empirical Methods in Linguistics
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 S N.N. 10:00 - 17:00 BlockSaSo 3.06.S15 09.06.2018 Dario Paape
1 S Sa 10:00 - 17:00 Einzel 3.06.S21 16.06.2018 Dario Paape
1 S So 10:00 - 17:00 Einzel 3.06.S15 17.06.2018 Dario Paape
Leistungen in Bezug auf das Modul
PNL 324012 - Empirische Methoden (unbenotet)
67135 V - Einführung in die Statistik für Humanwissenschaftler
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 V Di 08:15 - 09:45 wöch. 2.12.0.01 17.04.2018 Prof. Dr. WolfgangSchwarz
15Abkürzungen entnehmen Sie bitte Seite 4
Bachelor of Science - Computerlinguistik - Prüfungsversion Wintersemester 2017/18
Links:
vollständigeVeranstaltungsinformationenfür BachelorstudiengangErziehungswissenschaften(ab WiSe 2012/13)
http://lehre.psych.uni-potsdam.de/klv/s2018s/b2erz20122/lehrveranstaltung/k26019-d.html
vollständigeVeranstaltungsinformationenfür BachelorstudiengangLinguistik (ab SoSe 2012)
http://lehre.psych.uni-potsdam.de/klv/s2018s/b2lin20121/lehrveranstaltung/k26019-d.html
vollständigeVeranstaltungsinformationenfür BachelorstudiengangComputerlinguistik (ab SoSe2012)
http://lehre.psych.uni-potsdam.de/klv/s2018s/bscom20121/lehrveranstaltung/k26019-d.html
vollständigeVeranstaltungsinformationenfür BachelorstudiengangComputerlinguistik (ab WiSe2006/07)
http://lehre.psych.uni-potsdam.de/klv/s2018s/bscom20062/lehrveranstaltung/k26019-d.html
vollständigeVeranstaltungsinformationenfür BachelorstudiengangPatholinguistik (ab WiSe2010/11)
http://lehre.psych.uni-potsdam.de/klv/s2018s/bspat20102/lehrveranstaltung/k26019-d.html
Kommentar
Standard PULS Einschreibung - Die Platzvergabe und Zulassung erfolgen durch den Dozenten
Lerninhalte
Für Lerninhalte, Leistungserwerb, Literaturhinweise, Platzvergabe, Teilnahmeinschränkungen, Zulassungsverfahren,Voraussetzungen, Bemerkungen und weitere Informationen auf Deutsch und Englisch klicken Sie bitte auf den Studiengang-spezifischen Link in Weitere Links
Kurzkommentar
Termine: wöchentlich
Zielgruppe
Bachelorstudiengang Patholinguistik, Bachelorstudiengang Erziehungswissenschaften, BachelorstudiengangComputerlinguistik, Bachelorstudiengang Linguistik
Leistungen in Bezug auf das Modul
PNL 324011 - Einführung in die Statistik (unbenotet)
Berufsfeldspezifische Kompetenzen (fachintegrativ)
PRS - Programmiersprache
66810 EV - Python für LinguistInnen
Gruppe Art Tag Zeit Rhythmus Veranstaltungsort 1.Termin Lehrkraft
1 EV Mo 12:00 - 14:00 wöch. 2.14.0.09 09.04.2018 Dr. Thomas Hanneforth
2 EV Mi 12:00 - 14:00 wöch. 2.06.1.01 11.04.2018 Peter Bourgonje
Leistungen in Bezug auf das Modul
PNL 324111 - Programmiersprache (unbenotet)
16Abkürzungen entnehmen Sie bitte Seite 4
Glossar
Glossar
Die folgenden Begriffserklärungen zu Prüfungsleistung, Prüfungsnebenleistung und Studienleistung gelten im Bezug aufLehrveranstaltungen für alle Ordnungen, die seit dem WiSe 2013/14 in Kranft getreten sind.
Prüfungsleistung Prüfungsleistungen sind benotete Leistungen innerhalb eines Moduls. Aus der Benotungder Prüfungsleistung(en) bildet sich die Modulnote, die in die Gesamtnote des Studiengangseingeht. Handelt es sich um eine unbenotete Prüfungsleistung, so muss dieses ausdrücklich(„unbenotet“) in der Modulbeschreibung der fachspezifischen Ordnung geregelt sein. WeitereInformationen, auch zu den Anmeldemöglichkeiten von Prüfungsleistungen, finden Sie unteranderem in der Kommentierung der BaMa-O
Prüfungsnebenleistung Prüfungsnebenleistungen sind für den Abschluss eines Moduls relevante Leistungen, die– soweit sie vorgesehen sind – in der Modulbeschreibung der fachspezifischen Ordnungbeschrieben sind. Prüfungsnebenleistungen sind immer unbenotet und werden lediglichmit "bestanden" bzw. "nicht bestanden" bewertet. Die Modulbeschreibung regelt, obdie Prüfungsnebenleistung eine Teilnahmevoraussetzung für eine Modulprüfung odereine Abschlussvoraussetzung für ein ganzes Modul ist. Als Teilnahmevoraussetzungfür eine Modulprüfung muss die Prüfungsnebenleistung erfolgreich vor der Anmeldungbzw. Teilnahme an der Modulprüfung erbracht worden sein. Auch für Erbringung einerPrüfungsnebenleistungen wird eine Anmeldung vorausgesetzt. Diese fällt immer mitder Belegung der Lehrveranstaltung zusammen, da Prüfungsnebenleistung im Rahmeneiner Lehrveranstaltungen absolviert werden. Sieht also Ihre fachspezifische OrdnungPrüfungsnebenleistungen bei Lehrveranstaltungen vor, sind diese Lehrveranstaltungenzwingend zu belegen, um die Prüfungsnebenleistung absolvieren zu können.
Studienleistung Als Studienleistung werden Leistungen bezeichnet, die weder Prüfungsleistungen nochPrüfungsnebenleistungen sind.
17
Impressum
HerausgeberAm Neuen Palais 1014469 Potsdam
Telefon: +49 331/977-0Fax: +49 331/972163E-mail: [email protected]: www.uni-potsdam.de
UmsatzsteueridentifikationsnummerDE138408327
Layout und Gestaltungjung-design.net
Druck
11.9.2018
Rechtsform und gesetzliche VertretungDie Universität Potsdam ist eine Körperschaft des Öffentlichen Rechts. Sie wirdgesetzlich vertreten durch Prof. Oliver Günther, Ph.D., Präsident der UniversitätPotsdam, Am Neuen Palais 10, 14469 Potsdam.
Zuständige AufsichtsbehördeMinisterium für Wissenschaft, Forschung und Kultur des Landes BrandenburgDortustr. 3614467 Potsdam
Inhaltliche Verantwortlichkeit i. S. v. § 5 TMG und § 55 Abs. 2RStVReferat für Presse- und ÖffentlichkeitsarbeitReferatsleiterin und Sprecherin der UniversitätSilke EngelAm Neuen Palais 1014469 PotsdamTelefon: +49 331/977-1474Fax: +49 331/977-1130E-mail: [email protected]
Die einzelnen Fakultäten, Institute und Einrichtungen der Universität Potsdam sind für die Inhalte und Informationen ihrerLehrveranstaltungen zuständig.
puls.uni-potsdam.de