EN

Modul

Data Science: Data-Driven User Modeling [M-WIWI-103118]

Leistungspunkte
9
Turnus
Jedes Semester
Dauer
1 Semester
Sprache
Deutsch/Englisch
Level
4
Version
7

Verantwortung

Einrichtung

  • KIT-Fakultät für Wirtschaftswissenschaften

Bestandteil von

Teilleistungen

Identifier Name LP
T-WIWI-109863 Business Data Analytics: Application and Tools 4.5
T-WIWI-102899 Modeling and Analyzing Consumer Behavior with R 4.5
T-WIWI-102614 Experimentelle Wirtschaftsforschung 4.5
T-WIWI-108765 Seminarpraktikum: Advanced Analytics 4.5
T-WIWI-113160 Digital Democracy 4.5
T-WIWI-111109 KD²Lab Forschungspraktikum: New Ways and Tools in Experimental Economics 4.5
T-WIWI-111385 Responsible Artificial Intelligence 4.5

Erfolgskontrolle(n)

Die Modulprüfung erfolgt in Form von Teilprüfungen über die gewählten Lehrveranstaltungen des Moduls, mit denen in Summe die Mindestanforderung an Leistungspunkten erfüllt ist. Die Art der Erfolgskontrolle wird bei jeder Lehrveranstaltung dieses Moduls genauer beschrieben.
Die Gesamtnote des Moduls wird aus den mit LP gewichteten Noten der Teilprüfungen gebildet und nach der ersten Nachkommastelle abgeschnitten.

Qualifikationsziele

Der/ die Studierende

  • erlernt Methoden zur Planung empirischer Studien, insbesondere zur Konzeption von Laborexperimenten,
  • gewinnt theoretische Kenntnisse und praktische Fähigkeiten zur Analyse der so erhobenen empirischen Daten,
  • lernt verschiedene Möglichkeiten zur Modellierung von Nutzerverhalten kennen, kann diese kritisch abwägen, implementieren und evaluieren

Voraussetzungen

Keine

Inhalt

In der Gestaltung von Anwendungen im betrieblichen Umfeld wird zunehmend Wert darauf gelegt, Nutzerinteraktionen besser verstehen und unterstützen zu können. Dies gilt sowohl für Anwendungen und Schnittstellen zu Kunden als auch für interne betriebliche Informationssysteme. Die bei der Interaktion von Nutzern mit den Systemen generierten Daten können innerbetrieblich weiterverwendet werden, bspw. indem Kaufentscheidungen analysiert, dekomponiert und in Produktdesignprozesse rückgeführt werden. Der Teilbereich Crowd Analytics beschäftigt sich mit der Analyse von Datenbeständen in Internet-Plattformen, deren primäres Wertschöpfungskonzept auf crowd- und Peer-to-Peer beruht. Dies beinhaltet Plattformen wie Airbnb, Kickstarter oder Amazon Mechanical Turk.

Um das empirisch beobachtete Nutzerverhalten einer systematischen Analyse zugänglich zu machen, werden theoretische Modelle zum (Entscheidungs-)Verhalten von Nutzern verwendet. Die Überprüfung dieser Modelle und ihrer Vorhersagen anhand kontrollierter Experimente (insbesondere im Labor) dient wiederum der Präzisierung der Theorie und der Erarbeitung praktisch relevanter Gestaltungsempfehlungen. Hierbei kommen fortgeschrittene Analyseverfahren zur Anwendung.

Die Studierenden lernen grundlegende theoretische Modelle zur Abbildung von Nutzerverhalten in Systemen kennen und wenden sie auf Fallbeispiele an. Es werden den Studierenden Methoden und Fähigkeiten zur Konzeption und Durchführung empirischer Studien sowie zur Analyse der entstehenden Daten vermittelt.

Empfehlungen

Das Modul setzt ein grundlegendes Verständnis zu den Aufgaben, Systemen und Prozessen in der Wirtschaftsinformatik voraus. Empfohlen wird daher der vorherige Besuch der Veranstaltung Grundzüge der Wirtschaftsinformatik [2540450]. Des Weiteren werden Grundkenntnisse in Operations Research sowie der deskriptiven und schließenden Statistik vorausgesetzt.

Arbeitsaufwand

Gesamtaufwand bei 9 Leistungspunkten: ca. 270 Stunden. Die Aufteilung erfolgt nach den Leistungspunkten der Lehrveranstaltungen des Moduls.