Modul
Data Science: Advanced CRM [M-WIWI-101470]
Leistungspunkte
9Turnus
Jedes SemesterDauer
1 SemesterSprache
DeutschLevel
4Version
6Verantwortung
Einrichtung
- KIT-Fakultät für Wirtschaftswissenschaften
Bestandteil von
Teilleistungen
Identifier | Name | LP |
---|---|---|
T-WIWI-111219 | Artificial Intelligence in Service Systems - Applications in Computer Vision | 4.5 |
T-WIWI-102762 | Business Dynamics | 4.5 |
T-WIWI-102848 | Personalization and Services | 4.5 |
T-WIWI-103549 | Intelligente CRM Architekturen | 4.5 |
T-WIWI-105778 | Service Analytics A | 4.5 |
T-WIWI-102847 | Recommendersysteme | 4.5 |
T-WIWI-111267 | Intelligent Agent Architectures | 4.5 |
T-WIWI-109921 | Advanced Machine Learning | 4.5 |
T-WIWI-110915 | Intelligent Agents and Decision Theory | 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 Service Wettbewerb als Unternehmensstrategie und kennt die Auswirkungen von Service Wettbewerb auf die Gestaltung von Märken, Produkten, Prozessen und Dienstleistungen,
- modelliert, analysiert und optimiert die Struktur und Dynamik von komplexen wirtschaftlichen Zusammenhängen,
- entwickelt und realisiert personalisierte Services, im Besonderen im Bereich der Empfehlungsdienste,
- analysiert soziale Netzwerke und kennt deren Einsatzmöglichkeiten im CRM,
- erarbeitet Lösungen in Teams.
Voraussetzungen
Keine
Inhalt
Aufbauend auf den CRM-Grundlagen aus dem Bachelor-Programm, befasst sich das Modul Data Science: Advanced CRM mit informationstechnischen und -wirtschaftlichen Fragestellungen aus dem CRM-Umfeld.Die Veranstaltung Intelligente CRM Architekturen geht dabei auf die Art und Weise ein, wie man moderne intelligente Systeme entwirft. Der Fokus liegt hier auf der Software Architektur und den Entwurfsmustern, die für lernende Systeme relevant sind. Zudem wird auf wichtige Methoden des maschinellen Lernens eingegangen, die das intelligente System vervollständigen. Beispiele für vorgestellte Systeme sind Taste Map-Architekturen, Counting Services sowie die Architektur von Business Games. Die Auswirkungen von Management-Entscheidungen in komplexen Systemen werden in Business Dynamics betrachtet. Das Verstehen, Modellieren und Simulieren komplexer Systeme ermöglicht die Analyse, das zielgerichtete Design sowie die Optimierung von Märkten, Geschäftsprozessen, Regulierungen und ganzen Unternehmen.Spezielle Probleme intelligenter Systeme werden in den Veranstaltungen Personalization and Services, Recommendersysteme, Service Analytics sowie Sozialnetzwerkanalyse im CRM behandelt. Die Inhalte umfassen Vorgehensweisen und Methoden um die angebotenen Dienste nutzerorientiert zu gestalten. Dabei wird das Messen und Monitoring von Servicesystemen diskutiert, die Gestaltung von personalisierten Angeboten besprochen und die Generierung von Empfehlungen aufgrund der gesammelten Daten von Produkten und Kunden aufgezeigt. Es wird die Bedeutung von Benutzermodellierung und -wiedererkennung, aber auch von Datensicherheit und Privatheit angesprochen.
Empfehlungen
Keine
Arbeitsaufwand
Der Gesamtarbeitsaufwand für dieses Modul beträgt ca. 270 Stunden (9 Credits). Die Aufteilung erfolgt nach den Leistungspunkten der Lehrveranstaltungen des Moduls. Dabei beträgt der Arbeitsaufwand für Lehrveranstaltungen mit 4,5 Credits ca. 135h.
Die Gesamtstundenzahl je Lehrveranstaltung ergibt sich dabei aus dem Aufwand für den Besuch der Vorlesungen und Übungen, sowie den Prüfungszeiten und dem zeitlichen Aufwand, der zur Erreichung der Lernziele des Moduls für einen durchschnittlichen Studenten für eine durchschnittliche Leistung erforderlich ist.