 |
| Detailinformationen |
| Quellcurriculum |
Masterstudium Joint Master Programm Digital Business Management 2025W |
| Lernergebnisse |
Kompetenzen |
Die Studierenden
- verstehen Chancen und Risiken von Business Analytics im unternehmerischen Umfeld
- können ausgewählte Methoden und Werkzeuge anwenden
|
|
| Fertigkeiten |
Kenntnisse |
| Die Studierenden sind in der Lage, praxisorientierte Aufgaben selbstständig prototypisch zu bearbeiten
|
Die Studierenden verstehen
- Datenbereinigung, Governed Data Discovery
- Datenvisualisierung, Agile Data Exploration
- Überblick über unterschiedliche Anwendungsbereiche im Enterprise-Umfeld (Marketing & Pricing Analytics, Fraud Analytics, Enterprise Optimization, etc.)
- Online Analytical Processing (OLAP), Reporting Tools
- Einführung in Data Science Werkzeuge
|
|
| Beurteilungskriterien |
LV-immanente Prüfung mit Projekt/Fallstudien und (Haus-)Übungen
|
| Lehrmethoden |
Theorie-Inputs; Schwerpunkt auf Praxisunterricht mit Anwendungsphasen der Studierenden
|
| Abhaltungssprache |
Deutsch |
| Literatur |
- Wisniewski, M.: Quantitative Methods for Decision Makers. Pearson, in der aktuellen Auflage
- Braschler, M. et al.: Applied Data Science - Lessons Learned for the Data-Driven Business. Springer, in der aktuellen Auflage.
- Carruthers, C. & Jackson, P.: Data Driven Business Transformation. Wiley, in der aktuellen Auflage.
- Jurney, R.: Agile Data Science 2.0 - Building Full-Stack Data Analytics Applications with Spark. O'Reilly, in der aktuellen Auflage.
|
| Lehrinhalte wechselnd? |
Nein |
| Frühere Varianten |
Decken ebenfalls die Anforderungen des Curriculums ab (von - bis)
947SEM2EAAU20: UE Enterprise Analytics Applications (2020W-2022S)
|
|
