Die Vorlesung soll ein Einblick in die aktuelle Forschung und Entwicklung schaffen sowie einen Einblick in den zur Umsetzung notwendigen Technologie-Stack schaffen. Ziel der Vorlesung ist es das notwendige Vorgehen bei Entwicklung und Entwurf kontextsensiver Anwendungen zu vermitteln. Neben essentiellen Grundlagen, wird daher insbesondere ein domänenübergreifende Sicht über Methoden, Verfahren und Rahmenwerke gegeben.

Begleitend zur Vorlesung wird das gleichnamige Praktikum angeboten, welches die Lehrinhalte anhand der Anwendung von Technologien aus dem Bereich Machine Learning Algorithmen, Predictive Analytics und Smart/Big Data Technologien sowie Datensätzen aus realen Anwendungen praktisch vertieft. Die gleichzeitige Teilnahme am Praktikum wird empfohlen.

Abowd, Gregory D., et al. "Towards a better understanding of context and context-awareness." Handheld and ubiquitous computing. Karlsruhe, 1999.

• Theorie/Kategorisierung Kontextsensitiver Systeme
• Sensoren zur Kontexterkennung
• Kontext- und Aktivitätserkennung mit Maschine Learning Methoden
• Herrausforderungen der Sensordatenanalyse bzgl. Volume, Velocity, Variety, Varacity (Smart Data/Big Data)
• Autonome Adaption von Softwaresystemen

Studenten im Diplom- oder Master-Studiengang Informationswirtschaft