FB20 Computer Science · 6 CP (estimated from SWS) · Offered in WiSe 2026/27, WiSe 2025/26
Average of averages
2.17
Every semester counts equally, whatever its size.
Pooled average
2.17
Weighted by cohort size — what an arbitrary student across all semesters scored.
Pass rate
93%
Share of results at 4.0 or better. 4.0 is the last passing grade.
Semesters with data
1
The German scale runs 1.0 (best) to 4.0 (last pass), with 5.0 as fail. There is no 4.3.
Missing (no reason): 2Reported Oct 6, 2026
No ratings yet — be the first.
Your vote is stored against a random id in this browser. No account, nothing that identifies you.
Ein eingebettetes System ist eine Kombination aus Hardware und Software, die darauf ausgelegt ist, eine bestimmte Funktion innerhalb eines größeren Systems zu erfüllen. Eingebettete Systeme sind beispielsweise ein integraler Bestandteil von Industriemaschinen, Geräten der Agrar- und Prozessindustrie, Automobilen, medizinischen und mobilen Geräten, Haushaltsgeräten, Flugzeugen und dem Internet der Dinge. In diesem Kurs geht es um Modelle, Methoden und Werkzeuge zur Entwicklung moderner eingebetteter Systeme. Der Schwerpunkt liegt auf Low-Power- und Low-Energy-Design um die erforderlichen Effizienz zu erzielen sowie auf Kommunikationsschnittstellen und Netzwerkprinzipien zur zuverlässigen Verbindung verteilter eingebetteter Systeme. Vorlesungen und Übungen werden durch Labore ergänzt, in denen die Studierenden praktische Erfahrungen in der Programmierung einer modernen eingebetteten Hardwareplattform in C unter Verwendung eines bekannten eingebetteten Betriebssystems und einer integrierten Entwicklungsumgebung sammeln. Im Einzelnen werden im Kurs folgende Themen behandelt: Architekturen, Komponenten und Anwendungen eingebetteter Systeme Hardware- Software-Schnittstellen und Speicherarchitekturen Software-Design-Methoden und eingebettete Betriebssysteme Kommunikation und kabelgebundene/drahtlose Vernetzung für eingebettete Systeme Echtzeitplanung und gemeinsam genutzte Ressourcen Low-Power- und Low-Energy-Design inklusive Energy-Harvesting und batterielose eingebettete Systeme Machinelles Lernen für ressourcenbeschränkte eingebettete Systems Die Teilnahme ist auf 60 Studierende begrenzt.
No exam date published.
Add to plannerTimes, rooms and details come from TUCaN and may be out of date. Report something wrong