EN

Modul

Data Science: Data-Driven Information Systems [M-WIWI-103117]

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

Verantwortung

Einrichtung

  • KIT-Fakultät für Wirtschaftswissenschaften

Bestandteil von

Teilleistungen

Identifier Name LP
T-WIWI-106207 Seminarpraktikum: Data-Driven Information Systems 4.5
T-WIWI-105777 Business Intelligence Systems 4.5
T-WIWI-110918 Introduction to Bayesian Statistics for Analyzing Data 4.5
T-WIWI-111219 Artificial Intelligence in Service Systems - Applications in Computer Vision 4.5
T-WIWI-109863 Business Data Analytics: Application and Tools 4.5
T-WIWI-113459 Practical Seminar: Human-Centered Systems 4.5
T-WIWI-108715 Artificial Intelligence in Service Systems 4.5
T-WIWI-106187 Business Data Strategy 4.5
T-WIWI-113160 Digital Democracy 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 Erfolgskontrolle wird bei jeder Lehrveranstaltung dieses Moduls 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

  • versteht die zielführende Integration, Transformation, und Analyse großer, komplexer Datenmengen als zentrale strategische Aufgabe moderner betrieblicher Informationssysteme,
  • versteht den Steuerungszweck von Kennzahlen im Kontext der jeweiligen Fragestellung und modelliert entsprechend Verrechnungssystematiken zur Generierung der Kennzahlen unter Berücksichtigung der Datenverfügbarkeit.
  • kennt die wichtigsten Eigenschaften und Funktionalitäten aktueller Business Intelligence (BI) Systeme und erwirbt grundlegende Kenntnisse für die Einführung und den Betrieb von BI Systemen in Unternehmen
  • kennt strategischen Entscheidungsalternativen zur Verwaltung und dem Einsatz von Geschäftsdaten, sowie Kennzahlensysteme von Real-Time-Enterprises
  • beherrscht analytische Techniken zur problemspezifischen Vorverarbeitung, Reduktion und Projektion von Unternehmensdaten und kann damit Produkte, Dienstleitungen und Prozesse gezielt nach strategischen Vorgaben und/oder Kunden-und Marktbedürfnissen ausrichten.

Voraussetzungen

Keine.

Inhalt

In modernen betrieblichen Informationssystemen spielt der gewinnbringende Einsatz großer Datenmengen eine immer zentralere Rolle. Die Erfassung, Integration, Analyse, und Operationalisierung der Daten zur Planung und Entscheidung erfordert jedoch ein strategisches Vorgehen im Umgang mit den vielschichtigen, heterogenen und oftmals unzuverlässigen Unternehmensdaten.

Es werden grundlegende Strategien zur Integration, Transformation, Verwaltung und Analyse großer, komplexer Datenmengen im Unternehmen als zentrale strategische Aufgabe verstanden, grundlegende strategisch Alternativen aufgezeigt, und Kennzahlensysteme zum Controlling und Aggregation von Daten und Datenanalyse sowie Datentransformationsprozesse betrachtet und diskutiert.

Die Studierenden lernen analytische Prozesse im Unternehmen über funktionale betriebliche Einheiten und auch Unternehmensgrenzen hinweg und unter Einbezug von Kunden- und Marktdaten kennen, können diese modellieren, analysieren und optimieren. Hierzu werden Techniken des Data Science zur problemspezifischen Vorverarbeitung, Reduktion und Projektion auch von Kundenkauf- und Produkt- und Dienstnutzungsverhalten vermittelt. Die Studierenden sollen damit lernen, Geschäfts- und Dienstleitungsprozesse und Marktmechanismen gezielt strategisch auszurichten und dynamisch anzupassen. DenStudierenden werden grundlegende Strategien zum Aufbau von Analysemodellen, Verrechnungssystematiken (operatives Controlling) sowie der Sicherstellung der technischen Umsetzbarkeit daraus entstehender Informationssysteme 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.