- HRW-Lehrende/r (HV): Philip Fischer
- HRW-Lehrende/r (HV): Karla Ohler-Martins
- Lehrende/r: Necibiye Yildirim
Semesterkennzeichen: WiSe202627
- HRW-Lehrende/r (HV): Simon Jansen
- HRW-Lehrende/r (HV): Martin Reufer
Semesterkennzeichen: WiSe202627
Semesterkennzeichen: WiSe202627
- HRW-Lehrende/r (HV): Dirk Rueter
Semesterkennzeichen: WiSe202627
Semesterkennzeichen: WiSe202627
Semesterkennzeichen: WiSe202627
Im Gesundheitswesen reicht es nicht, dass Daten ankommen – sie müssen richtig verstanden und sicher verwendet werden. Im Challenge-based Learning analysieren Sie in festen Kleingruppen (meist zu dritt) einen klinischen Fall und modellieren ihn mit UML: Prozess, Systemlandschaft, Nachrichtenaustausch und Informationsmodell mit Terminologien. Die Note entsteht aus drei Modellpaketen, zwei mündlichen Live-Verteidigungen am eigenen Modell und fünf kurzen Wissenschecks. LLMs sind erlaubt, wenn ihre Nutzung transparent gemacht wird.
- HRW-Lehrende/r (HV): Jens Allmer
- HRW-Lehrende/r (HV): Anika Nietert
Semesterkennzeichen: WiSe202627
Semesterkennzeichen: WiSe202627
Semesterkennzeichen: WiSe202627
- HRW-Lehrende/r (HV): Martin Reufer
Semesterkennzeichen: WiSe202627
Hier werden alle Anliegen bezüglich unseres Projekts „Smart Health Lab“ kommuniziert. Abgaben (Präsentation, Rohdatei, Endbericht usw.) werden hier als Aufgabe gestellt.
- HRW-Lehrende/r (HV): Carole Leguy
- Lehrende/r: Daniel Zimnowoda
Semesterkennzeichen: WiSe202627
- HRW-Lehrende/r (HV): Frank Kreuder
- HRW-Lehrende/r (HV): Timo Waschk
Semesterkennzeichen: WiSe202627
Semesterkennzeichen: WiSe202627