Sie befinden sich hier:

Echtzeit-Betriebssysteme und Zuverlässigkeit

Lernen Sie, zuverlässige Betriebssysteme für sicherheitsrelevante Systeme zu verstehen, anzuwenden und zu entwickeln. Vor allem bei sicherheitskritischen Anwendungen – wie zum Beispiel in der Flugüberwachung oder bei der Steuerung und Überwachung chemischer Prozesse – ist die Zuverlässigkeit eingebetteter Systeme unverzichtbar. In diesem Kurs beschäftigen Sie sich mit den Anforderungen an die Echtzeitfähigkeit von Betriebssystemen für eingebettete Systeme und lernen, diese Anforderungen beim Systementwurf erfolgreich umzusetzen.

  • Weiterbildung ohne Ausfallzeiten
  • Hohe Flexibilität durch berufsbegleitendes Lernen
  • Hohe Effizienz und Anwendbarkeit durch praxisnahe Inhalte
  • Hoher Lernerfolg durch neueste Lehr- und Lernmethoden und innovative Bildungstechnologien wie z. B. virtuelle Klassenzimmer, Lernforen, Chats oder mobile Hardwarepraktika

Termine / Veranstaltungsort / Kosten

TerminVeranstaltungsort Kosten
Kurs läuft bereits. Weitere Termine in Planung.

Veranstalter und Veranstaltungsort

Veranstalter

Albert-Ludwigs-Universität Freiburg
Weiterbildungsprogramm IEMS

Veranstaltungsort

Online

Zielgruppe und Voraussetzungen

Zielgruppe

Berufstätige und Interessierte im Bereich Embedded Systems Engineering

Teilnahmevoraussetzungen

Grundlagen von eingebetteten Systemen und technischer Informatik werden für diesen Kurs empfohlen.

Inhalte und Lernziele

Inhalte

Die Anforderungen an und Realisierungskonzepte für Echtzeit-Betriebssysteme eingebetteter Systeme unterscheiden sich wesentlich von Standard-Betriebssystemen. Beim Entwurf zuverlässiger Echtzeit-Betriebssysteme muss nicht nur die Einhaltung von Zeitbedingungen gewährleistet sein. Auch die gemeinsame Ressourcennutzung sowie die Synchronisation und Kommunikation verschiedener Prozesse in eingebetteten Systemen müssen berücksichtigt werden.

Lernziele

Im Kurs erproben Sie verschiedene Methoden zur Laufzeitabschätzung und Scheduling-Verfahren zur Einhaltung von Zeitbedingungen und lernen, diese zu klassifizieren und hinsichtlich ihrer Güte und Kosten zu analysieren. Neben der Sicherstellung der Zuverlässigkeit der entworfenen Software lernen Sie auch, die Zuverlässigkeit der umgebenden Hardwarekomponenten zu erreichen.

Format, Abschluss, Qualitätssicherung

Lehr- / Lernformat

Online

Abschluss

Am Ende des Semesters nehmen Sie an einer Prüfung teil. Bei Bestehen erhalten Sie ein Zertifikat der Universität Freiburg. Sie erwerben 6 Kreditpunkte (ECTS), die Ihnen im Master-studiengang IEMS angerechnet werden können.

Creditpoints (ECTS)

6

Sprache

Deutsch / English

Aussagen zur Qualitätssicherung

Dank des Fokus der Weiterbildung auf Online-Lehre sind die Angebote besonders gut auf die Bedürfnisse berufstätiger Lerner und Lernerinnen abgestimmt. Die Universität Freiburg ist führend im Bereich Vorlesungsaufzeichnungen und hat langjährige Erfahrung im Bereich innovativer Bildungstechnologien. Ein interdisziplinäres Team aus Bildungs- und Fachexperten und -expertinnen arbeitet an der Evaluation und Weiterentwicklung des Blended Learning-Konzeptes. Begleitforschung unterstützt die hohe Qualität der Weiterbildung und trägt zum Gelingen des Wissenstransfers bei.

Termine und Fristen

Der aktuelle Kurs hat bereits begonnen. Neue Termine werden online bekanntgegeben.

Dozent*innen
Prof. Dr. Christoph Scholl
Arbeitsgruppe Betriebssysteme, Universität Freiburg
 

Zum nachlesen

Vertragsbedingungen (PDF, Datei ist nicht barrierefrei)

Sie haben noch mehr Interesse am Thema Eingebettete Mikrosysteme?

Entdecken Sie hier mehr Angebote des Weiterbildungsprogramms Intelligente Eingebettete Mikrosysteme (IEMS):

Mikroelektronische Bauelemente und Grundschaltungen Projektmanagement in Software Engineering für Embedded Systems Entwurf, Analyse und Umsetzung von Algorithmen Entwurf von Mikrosystemen Wahrscheinlichkeitstheorie und Statistik Microcontroller und FPGA-Systeme Vernetzte Eingebettete Systeme Maschinelles Lernen Grundlagen Algorithmik und Wahrscheinlichkeit (CAS) Eingebettete Mikrosysteme: Bauelemente und Vernetzung (CAS) Maschinelles Lernen für eingebettete Systeme (CAS)
Kategorien: , Schlagwörter: , , , , , , , , ,