Inhalt der Module des Studiums (Stand 24.03.2020):
Business Analytics and BI Governance (6 ECTS)
Die Business Analytics und BI Governance definiert die Regelungsstrukturen rund um Projektdurchführung, Inbetriebnahme und Betrieb der Business Intelligence Infrastruktur. Ziel ist die systematische Projektdurchführung sowie der verlässliche und stabile Systembetrieb. Um dies zu gewährleisten, müssen Best Practices Standards etabliert und deren Einhaltung durch Qualitätssicherungsmaßnahmen überwacht werden. Diese Standards sind durch Experten zu erarbeiten und von den verantwortlichen Senior Management Ebenen zu beschließen.
Business Models and Controlling Methods (6 ECTS)
Das Modul gibt einen Einblick in die relevantesten Methoden zur Geschäftsmodellentwicklung und für das Controlling sowie deren Einsatz für die Beurteilung und Entwicklung von Geschäftsmodell- und Controlling-Konzepten im Bereich Business Analytics.
Applied Data Science (6 ECTS)
Die Analyse von großen Datenmengen in verschiedenen Formaten und möglichst in Echtzeit erfordert neue Prozesse, Methoden und Werkzeuge. Das Modul gibt einen grundlegenden Einblick in die Prozesse, Methoden und Technologien und zeigt diese auch im Zusammenspiel. Der Schwerpunkt liegt in der praxisorientierten Anwendung der zu Grunde liegenden Architekturen. Die Anwendungsbeispiele orientieren sich an betriebswirtschaftlichen Aufgabenstellungen. Dabei wird auch auf die theoretischen Grundlagen dieser Technologien eingegangen sowie ein Einblick in die internen Aspekte dieser Systeme gewährt und mit praktischen Übungen vertieft.
Advanced Business Analytics Models (6 ECTS)
Die Digitalisierung impliziert massive Veränderungen in den Bereichen Prozesse, Produkten, und Geschäftsmodellen und stellt damit völlig neue Anforderungen an die Steuerung von Unternehmen. Das Modul adressiert diese veränderten Anforderungen im Bereich Unternehmenssteuerung/ Controlling und vermittelt die erforderliche Methodenkompetenz in den Bereichen Daten und Analytics für eine Neuausrichtung der Unternehmenssteuerung.
Applied Statistics (6 ECTS)
Die Angewandte Statistik ist eine Schlüsseldisziplin des Studiengangs „Data Science“, welche sich insbesondere mit der Analyse von Zusammenhängen in Daten befasst. Dabei werden unterschiedliche Methoden und Werkzeuge genutzt, mit deren Hilfe möglichst optimale Entscheidungen getroffen werden können. Das Modul vermittelt anhand von praktischen Übungen umfangreiches Wissen zu den wichtigsten statistischen Modellen und Analysewerkzeugen für die erfolgreiche Analyse komplexer Daten.
Working on Real Projects I oder Wahlfächer (6 ECTS)
In diesem Modul bearbeiten die Studierenden ein Transferprojekt aus ihrem beruflichen Kontext und entwickeln Lösungen für Problemstellungen eines realen Cases. Sie stellen unter Beweis, dass Sie in der Lage sind, innerhalb einer vorgegebenen Frist ein Problem aus der Praxis selbstständig zu bearbeiten. Dabei wenden sie ihr bereits erworbenes Wissen auf eine konkrete Situation an, setzen sowohl fachliche als auch methodische Fähigkeiten ein und entwickeln unter realen Bedingungen ein Konzept und Lösungsvorschläge und setzen diese um.
Business Planning and Forecasting (6 ECTS)
In diesem Modul wird vermittelt, wie Planung, Budgetierung und Forecasting mit Business Intelligence und Advanced Analytics optimal umgesetzt werden kann. Der Fokus liegt dabei auf informationstechnischen Ansätzen zur Unterstützung der Planung sowie zur Integration von strategischer und operativer Planung. Darüber hinaus erhalten die Teilnehmer einen Überblick zum Einsatz von Standardsoftware im Bereich Planung. Abgerundet wird das Modul mit einem Ausblick auf Predictive Forecasting, der Einbindung von datengestützten, treiberbasierten Simulationen und Prognosen.
Applied Artificial Intelligence (6 ECTS)
In diesem Modul geht es darum, Algorithmen für das Maschinelle Lernen sowie für Data-Mining-Verfahren im Detail kennenzulernen und anzuwenden. Dazu müssen die Verfahren sowie die Möglichkeiten zur Parametrisierung der Verfahren vermittelt werden. Es werden Verfahren und Algorithmen aus verschiedenen Paradigmen des Maschinellen Lernens mit exemplarischen Anwendungen mit überwiegend betriebswirtschaftlichem Hintergrund vorgestellt.
Working on Real Projects II oder Wahlfächer (6 ECTS)
In diesem Modul bearbeiten die Studierenden ein Transferprojekt aus ihrem beruflichen Kontext und entwickeln Lösungen für Problemstellungen eines realen Cases. Sie stellen unter Beweis, dass Sie in der Lage sind, innerhalb einer vorgegebenen Frist ein Problem aus der Praxis selbstständig zu bearbeiten. Dabei wenden sie ihr bereits erworbenes Wissen auf eine konkrete Situation an, setzen sowohl fachliche als auch methodische Fähigkeiten ein und entwickeln unter realen Bedingungen ein Konzept und Lösungsvorschläge und setzen diese um.
Applied Data Engineering (6 ECTS)
In der Betriebswirtschaftslehre wird mit dem Begriff „Information“ zweckbezogenes Wissen bezeichnet. Zweckorientierung bedeutet in diesem Zusammenhang, dass nur solches Wissen als Information bezeichnet wird, das dazu dient, Entscheidungen oder Handeln vorzubereiten. Dadurch wird Information zu einem bedeutenden Produktionsfaktor im betrieblichen Leistungserstellungsprozess. Information Engineering umfasst Strategien, Methoden, Werkzeuge und deren Anwendung für das Management handlungsbezogenen Wissens. In diesem Modul werden die Aufgaben eines Information Engineers betrachtet, der in einer nutzungsorientierten Sichtweise Daten sucht, filtert, organisiert und als Informationen aufbereitet, zusammenfasst und präsentiert.
Self-Service Business Intelligence (6 ECTS)
Self-Service Business Intelligence ermöglicht es Anwendern, selbst Information aufzubereiten, zusammenzufassen und zu präsentieren, ohne dass hierfür eine Zusammenarbeit mit der IT-Abteilung des Unternehmens erforderlich ist. Es stehen dafür verschiedene Werkzeuge und Anwendungen zur Verfügung, die intuitiv bedienbar sind. Um Self-Service Business Intelligence zu ermöglichen, muss der Zugang zum Data Warehouse über intuitiv bedienbare Tools und Anwendungen bereitgestellt werden. Die Fachabteilungen werden dadurch in die Lage versetzt, auf Daten zuzugreifen, sie aufzubereiten und sie zu analysieren. Schon bei der Einführung von Business-Intelligence-Anwendungen im Unternehmen ist darauf zu achten, dass das Business-Intelligence-System Self-Services unterstützt. In diesem Modul werden strategische, organisatorische, methodische und technische Aspekte für die Einführung und Nutzung von Self-Service Business Intelligence (SSBI) im Unternehmen behandelt und an praktischen Beispielen geübt.
Programming Languages for Advanced Analytics (6 ECTS)
Für den Umgang mit heterogenen Daten ist die Anwendung einer Programmiersprache unumgänglich. Ziel ist dabei nicht, eine Programmiersprache im Sinne des klassischen Software-Engineering vollumfänglich zu beherrschen. Vielmehr handelt es sich um sogenannte Skriptsprachen, die bestehende Softwarebausteine miteinander verknüpfen um rasch Ergebnisse aufzuzeigen.
Masterthesis (6 ECTS)
Jedem Studierenden wird ein in der Konzeption, Strukturierung und Methodik zur Erstellung wissenschaftlicher Arbeiten erfahrener Professor als Coach zugewiesen. Dieser begleitet den Studierenden bei der Wahl, der Strukturierung und der Aufbereitung des Themas für die Master-Thesis. In den in Form von Projektmeetings organisierten Seminarveranstaltungen stellen die Studierenden den Inhalt, die Methodik und den Arbeitsplan ihres Masterprojekts vor; die gesamte Studierendengruppe fungiert dabei als Steuerungsgruppe, die die jeweiligen Projektpläne diskutiert und verabschiedet.
Die Studierenden zeigen, dass sie selbständig ein Problem nach wissenschaftlichen Vorgehensweisen lösen können. Sie verfügen über die Kompetenzen, sich eigenständig in die jeweilige Materie einzuarbeiten, den Stand und die Ergebnisse in einer wissenschaftlichen Form aufzubereiten, die Arbeitsfortschritte in der Masterarbeit zu dokumentieren sowie die Ergebnisse im Rahmen eines wissenschaftlichen Vortrags zu präsentieren und zu diskutieren.
