Modulhandbuch

Digitales Management und E-Commerce (DME)

Data Analytics

Empfohlene Vorkenntnisse

Grundlagen Betriebswirtschaftslehre, Marketing, Grundlagen Statistik und Modellierung betriebswirtschaftlicher Zusammenhänge

Lehrform Seminar
Lernziele / Kompetenzen

Die Studierenden erhalten eine Einführung in die Herausforderungen und Methoden der Datenanalyse. Die Studierenden lernen mit den Methoden der Datenanalyse umzugehen, um die durch die Untersuchung des Verhaltens der Konsumenten und Unternehmen gewonnenen Daten auswerten und interpretieren zu können.

Dauer 1
SWS 4.0
Aufwand
Lehrveranstaltung 60 h
Selbststudium / Gruppenarbeit: 120 h
Workload 180 h
ECTS 6.0
Voraussetzungen für die Vergabe von LP

PA für Business Analytics I und II

Modulverantwortlicher

Prof. Dr. Dirk Drechsler

Empf. Semester DME 1
Haeufigkeit jedes Jahr (WS)
Verwendbarkeit

Digitales Management und E-Commerce (Pflichtmodul)

Veranstaltungen

Business Analytics I

Art Seminar
Nr. DME3001
SWS 2.0
Lerninhalt

Die LV gliedert sich folgendermaßen:

  • Business Analytics in Unternehmen
  • Wahrscheinlichkeiten und Entscheidungen unter Unsicherheit
  • Statistische Inferenz
  • Einführung in die Regression

Folgende Lernziele werden gemeinsam mit den Studierenden erarbeitet:

  • Prinzipien und Methoden von Business Analytics und der Datenanalyse kennen und verstehen und
  • auf gegebene Problemstellungen aus verschiedenen Anwendungsbereichen anwenden können

Lehr- und Lernmethoden:
Seminar mit Beispielen und Fallstudien. Der Stoff wird mit Hilfe von Diskussionen vertieft. Zudem wird Distance-Learning eingesetzt, um im virtuellen Raum an verschiedenen Fallstudien in Gruppen zu arbeiten.

Literatur

Die aktuelle Literaturliste wird in der Lehrveranstaltung bekannt gegeben. Auszug aus der Literaturliste:
Albright, S.C./Winston, W.L. (2020): Business Analytics. Cengage Learning.

Business Analytics II

Art Seminar
Nr. DME3002
SWS 2.0
Lerninhalt

Die LV gliedert sich folgendermaßen:

  • Fortgeschrittene Regressionsanalyse
  • Zeitreihen
  • Optimierung und Simulation
  • Lineare Programmierung

Folgende Lernziele werden gemeinsam mit den Studierenden erarbeitet:

  • Prinzipien und Methoden von Business Analytics und der Datenanalyse vertiefen und verstehen und
  • auf gegebene fortgeschrittene Problemstellungen aus verschiedenen Anwendungsbereichen anwenden können

Lehr- und Lernmethoden:
Seminar mit Beispielen und Fallstudien. Der Stoff wird mit Hilfe von Diskussionen vertieft. Zudem wird Distance-Learning eingesetzt, um im virtuellen Raum an verschiedenen Fallstudien in Gruppen zu arbeiten.

Literatur

Die aktuelle Literaturliste wird in der Lehrveranstaltung bekannt gegeben. Auszug aus der Literaturliste:
Hanke, J.E./Wichern, D. (2014): Business Forecasting. Pearson.
Albright, S.C./Winston, W.L. (2019): Practical Management Science. Cengage Learning.