Master Wirtschaftsinformatik: Lehrveranstaltungen und Informationen zum Studium

Fakten zum Studium

  • Start: September
  • Kosten pro Semester: € 363,36 Studiengebbühr, € 75,- Kostenbeitrag für Zusatzleistungen, € 20,20 ÖH-Beitrag
  • Anwesenheitszeiten im Studium: drei Abende pro Woche
  • Möglichkeit für ein Auslandssemester

Studienplan zum Download

Spezialisierungsangebot

Vom ersten bis zum dritten Semester können die Studierenden pro Semester selbst eine Spezialisierung (5 ECTS) aus unserem großen Spezialisierungsangebot wählen. Im Laufe der gesamten Studiendauer können u.a. folgende Spezialisierungen angeboten werden: 

  • Big Data Analytics
  • Business Management
  • Consulting
  • Industrie 4.0 (Supply Chain Management)
  • IT Audit (CISA)
  • IT Innovation Management
  • IT Security Management
  • Machine Learning
  • Mobile Innovation
  • PRINCE2 und PMA
  • SAP Advanced
  • SAP Grundlagen
  • Sustainable IT (Green IT)
  • SW-Projektmanagement (Agile Methoden des Projektmanagements und Aufwandsabschätzung)

Lehrveranstaltungen

Hier finden Sie die aktuellen Lehrveranstaltungen des Studiengangs. Die Darstellung unterliegt laufenden Aktualisierungen und entspricht nicht zwangsläufig dem Studienplan für das nächste Studienjahr. Module, die sich über mehrere Semester erstrecken, werden jeweils mit der ECTS-Zahl für alle Semester angezeigt. Legende: 

  • kMod kumulatives Modul (jede LV besitzt eine eigene Prüfung)
  • iMod integratives Modul mit abschließender Modulprüfung
  • UE Übung
  • ILV Integrative Lehrveranstaltung
  • SE Seminar
  • LAB Laborstunden
  • TUT Tutorien 

1. Semester

Bezeichnung ECTS
SWS
IT-Management (MOD1.1)
German / iMod
5.00
-
IT Strategie und IT Controlling (ITSCbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Diese Lehrveranstaltung befähigt die Teilnehmer, eine IT-Strategie auf der Grundlage der Unternehmens-Strategie zu entwickeln, um eine optimale Ausrichtung der IT an das Business zu gewährleisten. Darüber hinaus wird das IT-Controlling auf der Basis des Unternehmens-Controlling praktisch abgeleitet. Im Rahmen einer Musterfirma werden die praktischen Umsetzungen der theoretischen Grundlagen, internationalen Normen und Best Practices trainiert.

Methodik

Präsentation der grundlegenden Theorie Gruppenarbeiten Diskussionen Durcharbeit von Fallstudien Selbständige Erarbeitung von Teil-Konzepten

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • eine Unternehmens-Strategie und die abgeleitete IT-Strategie zu entwickeln
  • ein Unternehmens-Controlling und IT-Controlling daraus abzuleiten
  • ein Unternehmens-Planungs-, Management- und Steuerungs-System zu designen

Lehrinhalte

  • Entwicklung von Unternehmens- und IT-Strategien
  • Entwicklung von Unternehmens- und IT-Steuerungs-Instrumenten
  • Aufbau von Advanced Controlling Systems
  • Kennenlernen und Vertiefung von notwendigen Management-Methoden, Instrumenten, relevante internationale Normen und Best Practices
  • Praktisches Üben beim Aufbau einer Musterfirma

Vorkenntnisse

Basics der Betriebswirtschaft und IT-Grundlagen (ITIL, IT-Management-Systeme etc.)

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • Moodle-Tests
  • Beteiligung
  • Abschlussarbeit und Präsentation

Anmerkungen

Die Teilnehmer erhalten optional bei einem positiven Abschluss das Zertifikat „Experte für Strategie und Controlling (inklusive IT-Strategie und IT-Controlling)“ eines internationalen Zertifizierungs-Institutes.

Management 1 (MOD1.3)
German / kMod
5.00
-
IT-Projekt Management (PMI) (PMIbb)
German / ILV, FL
3.00
2.00

Kurzbeschreibung

Der Nachweis der PM-Qualifikation gewinnt zunehmend an Bedeutung.Diese Lehrveranstaltung behandelt Großteils den PMI Standard. Die Studierenden können nach Absolvierung dieser LV die PMI® Zertifizierung zum Certified Associate in Project Management (CAPM®) oder Project Management Professional (PMP®) durchführen. Diese Zertifizierungen stellen eine Bestätigung einer vorhandenen PM-Qualifikation dar.

Methodik

Präsentationen Gruppenarbeit SATs Datenbank & Glossar Einträge

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Die Übersicht der Prozesse und Wissensgebiete von PMI wiederzugeben und deren Zusammenhänge zu erläutern.
  • Die PMI Prozesse, deren Input- und Output-Faktoren, sowie die angewandten Methoden/ Techniken wiederzugeben.
  • Projektmanagementmethoden, welche den PMI Regelungen folgen, im Zuge von Projekten anzuwenden.

Lehrinhalte

  • Übersicht über PMI Zertifzierungen
  • Project Management Framework
  • Initiating Process Group
  • Planning Process Group
  • Executing Process Group
  • Monitoring & Controlling Process Group
  • Closing Process Group

Vorkenntnisse

Kenntnisse zum Einsatz von Projektmanagement-Methoden erforderlich

Literatur

  • PMBOK Version 6 (2017): A Guide to the Project Management Body of Knowledge, PMBOK® Guide, 6th Edition.

Leistungsbeurteilung

  • 7 SATs
  • 1 Final Prüfung (online)
  • 1 Präsentation
  • Datenbank Einträge
  • Glossar Einträge
  • Hausarbeit (Gruppenarbeit)
Mitarbeiterführung (MAFbb)
German / SE
2.00
1.50

Kurzbeschreibung

Die Lehrveranstaltung gibt den Studierenden einen Überblick über den aktuellen Stand zum Thema Mitarbeiterführung sowohl hinsichtlich der Theorie als auch der Praxis. Ein wichtiger Teil der Lehrveranstaltung ist die eigene Reflexion der Studierenden zu ausgewählten Themenbereichen.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Aufgaben und Instrumente von Führung (z. B. Delegation, Zielvereinbarung) zu benennen und zu erläutern.
  • klassische Führungsmodelle (z. B. Führungskontinuum, Reifegradmodell) zu erläutern auf Praxisbeispiele anzuwenden.
  • unterschiedliche Menschenbilder (z. B. McGregor) zu beschreiben und die Konsequenzen hinsichtlich der Führung von MitarbeiterInnen abzuleiten

Lehrinhalte

  • Führungsstile und Führungsinstrumente (z.B. MitarbeiterInnengespräch)
  • Motivation, Förderung und Entwicklung von MitarbeiterInnen
  • Führungsaufgaben vs. Fachaufgaben
  • Konsequenzen des „Nicht-Führens“
  • Rolle der Führungskraft bei Veränderungsprozessen

Vorkenntnisse

keine

Literatur

  • Blanchard, Kenneth H./Zigarmi, Patricia/Zigarmi, Drea (2009): Der MinutenManager: Führungsstile, 6. Auflage, Verlag Rowohlt, Reinbek bei Hamburg
  • Goleman, Daniel/Boyatzis, Richard/McKee, Annie (2012): Emotionale Führung, 7. Auflage, Ullstein Verlag, Berlin
  • Kasper, Helmut/Mayrhofer, Wolfgang (2009): Personalmanagement, Führung, Organisation, 4. Auflage, Verlag Linde, Wien
  • Malik, Fredmund (2006): Führen, Leisten, Leben. Wirksames Management für eine neue Zeit, 13. Auflage, Verlag Heyne, München
  • Wunderer, Rolf (2007): Führung und Zusammenarbeit, 7. Auflage, Verlag Luchterhand, Köln

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung (Note)

Anmerkungen

keine

Spezialisierung 1 (MOD1.4)
German / iMod
5.00
-
Artificial Intelligence in Enterprises (Spezialisierung) (AIbb)
German / ILV, FL
5.00
3.00
Business Management (Spezialisierung) (BMGbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung erwerben die Studierenden grundlegende Kenntnisse hinsichtlich internen und externen Rechnungswesen sowie der Planungsrechnung. Damit sind die Studierenden in der Lage kurz-, mittel- und langfristige, betriebliche Entscheidungen aus finanzwirtschaftlicher Sicht zu treffen.

Methodik

Vortrag, Übungen, Artikel

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Geschäftsfälle auf Konten zu verbuchen
  • den Jahresabschluss durchzuführen
  • den Break-Even-Point eines Fertigungsbetriebes zu berechnen
  • Budgetabweichungen einzelner Kostenstellen zu analysieren
  • das Produktionsprogramm eines Fertigungsbetriebes zu optimieren
  • statische und dynamische Investitionsrechenverfahren anzuwenden
  • zu vergleichen ob Leasing oder Kreditfinanzierung für ein Investitionsvorhaben günstiger ist
  • das Geschäftsjahr anhand von Kennzahlen zu bewerten

Lehrinhalte

  • Elemente und Funktionen der Finanzbuchhaltung, rechtliche Vorschriften, Grundsätze ordnungsmäßiger Buchführung, Belegwesen, Konten, Doppelte Buchhaltung, Begriffe der Kostenrechnung, BÜB, Kostentypologien, Kostenrechnungssysteme, Kostenarten-, Kostenstellen-, Kostenträgerrechnung, Deckungsbeitragsrechnung, statische und dynamische Investitionsrechenverfahren, Beteiligungs-, Kredit- und Selbstfinanzierung

Vorkenntnisse

Grundlagen des Rechnungswesens und der Finanzmathematik werden stark empfohlen.

Literatur

  • Bertl, Romuald/Deutsch, Eva/Hirschler, Klaus: Buchhaltungs und Bilanzierungshandbuch, jeweils aktuelle Auflage, Verlag Orac, Wien.
  • Olfert, Klaus: Kompakt-Training: Kostenrechnung, jeweils aktuelle Auflage, Friedrich Kiehl Verlag GmbH, Ludwigshafen.
  • Geyer, Alois / Hanke, Michael / Littich, Edith / Nettekoven, Michaela: Grundlagen der Finanzierung, jeweils aktuelle Auflage, Linde Verlag Wien Ges.m.b.H., Wien.
  • Thommen, Jean-Paul/Achleitner, Ann-Kristin: Allgemeine Betriebswirtschaftslehre, jeweils aktuelle Auflage, Springer Verlag, Berlin.

Leistungsbeurteilung

  • Abschlussprüfung (100%)

Anmerkungen

Arbeiten Sie bitte bereits vor der ersten LV das Skriptum durch.

Consulting (Spezialisierung) (CONbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Consulting ist vielfältiges Tätigkeitsfeld in dem professionelle Berater Probleme von Kunden lösen und dabei versuchen das bestmögliche Ergebnis für den Kunden herauszuholen. Hinter Consulting steht mittlerweile eine enorme Industrie die den Bedarf an Beratungstätigkeiten in den verschiedensten Themenfeldern abdeckt. Um dies zu erreichen bedienen sich Berater oftmals einem Toolset an spezialisierten Methoden. In diesem Kurs lernen sie einige dieser Methoden kennen und erlernen deren Anwendbarkeit in Form von zu bearbeitenden Case Studies. Neben den generell erforderlichen Beraterfähigkeiten erlernen sie zudem wie Beratungsleistungen verkauft werden können und begeben sich somit auf die Reise durch die gesamte Wertschöpfungskette eines professionellen Beratungsunternehmens.

Methodik

Vorlesung, Übungen, Case Studies

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die Grundlagen und Voraussetzungen für professionelles Consulting zu erklären sowie das Verständnis für das Consulting Business zu erlangen und typische Aufgabengebiete eines Consultants zu nennen
  • einen Überblick über die einzelnen Phasen des Consulting Prozesses zu geben, sowie die Relevanz von Ethik und Regulationen im Consulting Umfeld zu erklären
  • Analyse und Lösung eines Business Problems im Rahmen von Case Studies unter Anwendung von strategischen Methoden wie Porters 5 Forces, Porters Value Chain, SWOT Analyse und der McKinsey 7s Methode
  • Anwendung der BKM Methode, um Prozesse darzustellen und zu optimieren sowie erklären des Garnter Hype Cycles
  • das Kommunikations-Quadrat zu beschreiben und die verschiedenen Rollen eines Consultants in der Beziehung zum Kunden zu erklären
  • Erfolgsfaktoren für Outsourcing Projekte zu nennen und die Kenntnis erlangt verschiedenen Funktionen in solch einem Projekt sowie die typischen Probleme für den Anbieter zu erklären
  • die Organisation von Consulting Firmen und den Unterschied zwischen dem Verkauf von Services gegenüber Produkten zu benennen und dies in Form einer Angebots-Simulation anzuwenden

Lehrinhalte

  • Consulting Basics (Business, Unternehmen, Job-Aussichten, Wie denken Berater?, Wie arbeiten Berater?, Wie steuern Sie als Kunde einen Berater?)
  • Der Consulting Prozess (generelle Beratungsmethodik)
  • Consulting Methoden (Strategie, Organisation und IT, Digitalisierung)
  • Consulting Ethik
  • Verkauf von Consulting Dienstleistungen
  • Case Studies um theoretisches in praktischen Beispielen anzuwenden

Vorkenntnisse

-

Leistungsbeurteilung

  • Case Studies
  • Abschlussklausur
Industrie 4.0 (Supply Chain Management) Spezialisierung (INDbb)
German / ILV, FL
5.00
3.00
Machine Learning (Spezialisierung) (MLbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Wie schaffen die Spezialisten von CSI einen Fahrzeughalter zu identifizieren, mit nichts mehr als einem verschwommenen Foto des Nummernschildes? Ist es möglich, ein autonom fahrendes Auto mit einer Schaufensterpuppe am Vorbeifahren zu hindern? Kennt uns Facebook nach 200 “Likes” besser als unsere jahrelangen Lebenspartner? Weiß Billa/Merkur was wir kaufen werden sobald wir mit dem Einkaufswagen in den Laden kommen? Und woher wissen sie das?

Methodik

Kurze Motivationsvorträge Geführte Tutorials anhand einer Standard-Bibliothek für Machine Learning. Selbständige Übungen mit scikit-learn Kurzpräsentationen der Studenten Zukünftige Kurse werden auf den Ergebnissen dieses Jahres aufbauen

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Anwendungsgebiete für Machine Learning zu identifizieren und zuverstehen
  • Algorithmen und Werkzeuge zur Problemlösung anzuwenden
  • Mit einem speziellen Set an Werkzeugen konkrete Lösungen zu implementieren
  • die eingangs gestellten sowie zukünftige Fragen zu beantworten

Lehrinhalte

  • Lernarten (supervised vs. unsupervised learning)
  • Problemmodellierung (Featuredefinitionen, Hypothesenbildung und Lernkonvergenz)
  • Datenbeschaffung, -aufbereitung and -nutzung
  • Algorithmen und Methoden (Klassifikation, Clustering, Dimensionsreduktion)
  • Praktische Beispiele aus ausgewählten Bereichen angewandten Machine learnings
  • Ausblick in mögliche zukünftige Anwendungsgebiete

Vorkenntnisse

Grundkenntnisse der Linearer Algebra, Differentialrechnung sowie der Programmiersprache Python notwendig

Literatur

  • Grundlegende Literatur wird in Moodle bereitgestellt

Leistungsbeurteilung

  • Implementierung lauffähiger Übungsbeispiele für eine positive Note erforderlich
Mobile Innovation (Spezialisierung) (MITbb)
English / ILV, FL
5.00
3.00
Systems Engineering (MOD1.5)
German / iMod
5.00
-
Systems Engineering (SYEbb)
English / ILV, FL
5.00
3.00

Kurzbeschreibung

Dieser Kurs vermittelt eine Einführung in das Systems Engineering (SE) als interdisziplinären Engineering-Ansatz zur Lösung komplexer Engineering-Probleme. SE betrachtet ein System als Ganzes und versteht seine interne Struktur, interne und externe Schnittstellen und deren Wechselwirkungen mit seiner Umgebung in einem unterschiedlichen Kontext. SE zwingt die Systemingenieure, die Probleme der Stakeholder zu kommunizieren, begleitet sie während des Lebenszyklus der Systemanforderungen und unterstützt ihre Entscheidungsprozesse auf verschiedenen Lösungsebenen, bis die Lebenszyklusaktivitäten in einem Systemarchitekturdesign münden, das alle funktionalen und nicht-funktionalen Stakeholderanforderungen abdeckt. Die Vielfalt der Teile eines komplexen Systems kann nicht unabhängig voneinander entwickelt werden, daher überbrückt SE die traditionellen Ingenieurdisziplinen und koordiniert die Aktivitäten, während einzelne Teile eines komplexen Systems von verschiedenen Organisationen entworfen, implementiert, getestet und integriert werden.

Methodik

ILV Schülerzentrierter Unterricht mit Teamprojekt und wöchentlicher Hausarbeit, um den Schülern zu helfen, die Disziplin "Systems Engineering" besser zu verstehen.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Prozesse, Methoden und Praktiken von Systems Engineering zu beschreiben;
  • technische Vokabular/Terminologie die von Systems Engineering zu verwenden;
  • System Engineering als Teil des Projektmanagements anzuerkennen;
  • Anforderungsanalysetechniken für ein bestimmtes System anzuwenden;
  • die Bedeutung einer hochqualitativen Spezifikation zu verstehen und Spezifikationen erstellen zu können;
  • die unterschiedlichen Tests für jede Entwicklungsstufe des Systemlebenszyklus anzuerkennen;
  • das Risikomanagement und die Kostenschätzung im Systems Engineering zu verstehen;

Lehrinhalte

  • Einführung in die Systemengineering
  • Systems Engineering perspektive, Komplexe Systeme
  • Systems Engineering Lebenszyklus
  • Die Systems Engineering-Methode
  • Konzeptentwicklungsphase des SE-Lebenszyklusmodells
  • Entscheidungsfindung und Trade-off-Analyse
  • Risikomanagement und Kostenschätzung
  • Systemmodellierung mit UML - Hauptkonzepte und Überblick
  • Ausgewählte Aspekte anderer SE-Lebenszyklusphasen: Validierung, Wartung

Vorkenntnisse

Software Engineering

Literatur

  • Folien
  • Buch: Systems Engineering Principles and Practice, 2nd Edition, Alexander Kossiakoff, William N. Sweet, Samuel J. Seymour, Steven M. Biemer

Leistungsbeurteilung

  • Heimarbeit, Teamprojekt und Abschlussprüfung

Anmerkungen

Weitere Informationen finden Sie unter Moodle

Wissenschaftliches Arbeiten 1 (MOD1.6)
German / iMod
5.00
-
Quantitative Methoden (Statistik) Anwendungen (QTMbbAW)
German / ILV, FL
1.00
1.00

Kurzbeschreibung

In diesem Kurs wird - parallel zur Lehrveranstaltung "Quantitative Methoden (Statistik) - Grundlagen" ein Statistik-Projekt in Zweiergruppen geplant und durchgeführt - von der anfänglichen Forschungsfrage bis zum abschließenden Projektbericht.

Methodik

- Vortrag - Coaching in der Umsetzungsphase

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die wichtigsten Grundaufgaben der Statistik zu erklären und einer konkreten praktischen Aufgabe zuzuordnen
  • eine empirische Untersuchung von der Forschungsfrage über deren Operationalisierung hin zur Datenerhebung und -auswertung zu planen
  • einen Fragebogen zu entwerfen und zu testen
  • Daten zu erheben
  • erhobene Daten in R vorzuverarbeiten, zu beschreiben und zu visualisieren
  • die Ergebnisse in Form eines strukturierten Berichtes zusammenzufassen

Lehrinhalte

  • Grundlagen der empirischen Sozialforschung (Untersuchungsplanung, Datenerhebung)
  • Reproducible Scientific Research

Vorkenntnisse

- Wahrscheinlichkeitsrechnung & Angewandte Statistik - Datenanalyse und statistische Modellierung - Programmierkenntnisse

Literatur

  • Skriptum

Leistungsbeurteilung

  • laufende Hausübungen
  • abschließende Abgabe eines Projektberichts
Quantitative Methoden (Statistik) Grundlagen (QTMbbGL)
German / ILV, FL
4.00
2.00

Kurzbeschreibung

Dieser Kurs vermittelt Methoden für die Auswertung von quantitativen Erhebungen (zB Umfragen, Firmendaten oder technischen Messungen). Inhalte sind gängige Analysemethoden der beschreibenden und schließenden Statistik, die mittels der Standardsoftware R umgesetzt werden.

Methodik

- Vortrag - Übungen (am Computer)

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die wichtigsten Grundaufgaben der Statistik zu erklären und einer konkreten praktischen Aufgabe zuzuordnen
  • erhobene Daten in R vorzuverarbeiten
  • Daten in R zu beschreiben und zu visualisieren
  • Intervall- und Punkschätzungen und Hypothesentests für kategoriale und metrische Merkmale durchzuführen
  • Zusammenhänge zwischen zwei kategorialen Variablen zu testen
  • lineare Regressions- und varianzanalytische Modelle für metrische abhängige Variablen aufzustellen und zu prüfen
  • einfache Zeitreihenanalysen durchzuführen
  • logistische Regressionsmodelle für die Wahrscheinlichkeit des Eintretens eines Ereignisses aufzustellen und zu prüfen
  • die Ergebnisse in Form eines strukturierten Berichtes zusammenzufassen

Lehrinhalte

  • Grundlagen der empirischen Sozialforschung (Untersuchungsplanung, Datenerhebung)
  • Datenmangement in R
  • Eine kategoriale Variable: absolute und relative Häufigkeiten, Balkendiagramme, Chi-Quadrat-Test
  • Zwei kategoriale Variablen: Kontingenztabellen, gruppierte Balkendiagramme, Spineplot, Chi-Quadrat-Test auf Unabhängigkeit und Homogenität
  • Eine metrische Variable: Histogramm, Lage- und Streumaße, Boxplot, t-Test
  • Zwei metrische Variablen: Streudiagramm, Korrelationsrechnung, Regressionsrechnung
  • Zeitreihenanalyse: Zeitreihendiagramm, Anpassen von Regressionsmodellen, Zerlegung in Trend- und Saisonkomponenten, Kurzfristprognosen
  • Kategoriale und metrische Variablen: Ein- und zweifache Varianzanalyse mit Wechselwirkungen
  • Binäre und metrische Variablen: Logistische Regression, Spinogram, Wechselwirkungen

Vorkenntnisse

- Wahrscheinlichkeitsrechnung & Angewandte Statistik (insbesondere Verteilungen, Konfidenzintervalle und t-Test) - Programmierkenntnisse

Literatur

  • Skriptum
  • Hatzinger/Hornik/Nagel: R – Einführung durch angewandte Statistik, Pearson Studium, 2011

Leistungsbeurteilung

  • Abschlussklausur
  • 10 Bonuspunkte auf laufende Übungen (Präsenz)
eBusiness (MOD1.2)
German / iMod
5.00
-
eBusiness (EBUbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Dieser Kurs bietet einen umfassenden Überblick über die digitalen Prozesse und Transaktionen in Unternehmen. Innovative Technologien haben weitreichende Veränderungen in Organisationen ermöglicht. Ziel dieses Kurses ist es, die Auswirkungen innovativer Technologien auf Organisationen und Verbraucher zu diskutieren. Überdies sollen die Auswirkungen aufkommender Technologien (z. B. Blockchain-Technologie, künstliche Intelligenz, Internet der Dinge) diskutiert werden. Die Fallstudie "The Technology Group" wird die Studierenden während des gesamten Kurses begleiten, um Studierenden praktische Einblicke zu geben.

Methodik

Dieser Kurs kombiniert eine klassische Vorlesung mit einem Seminar. Neben der Präsentation des Lektors besteht jede Einheit aus Übungen & Diskussionen über die vorliegenden Themen. Diese Diskussionen sollen den Studierenden helfen, verschiedene eBusiness-Konzepte in die Praxis umzusetzen und dienen als Vorbereitung für die abschließende Prüfung. Darüber hinaus führen die Studierenden ein sogenanntes "Group work project" durch, das aus einem kleinen Forschungsprojekt besteht, um einen Expertenstatus in einem eBusiness-Thema zu erlangen. Die entsprechende Literatur wird online zur Verfügung gestellt. Die digitale Lernplattform wird für Kommunikationszwecke, den Austausch von Lernmaterial und mögliche Fragen genutzt.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die gesamte Bandbreite der B2C- und B2B-Modelle Geschäftsmodelle zu identifizieren
  • die Erfolgsfaktoren für die erfolgreiche digitale Transformation in Organisationen anzuwenden
  • die wichtigsten Trends neuer Technologie auf Wirtschaft und Gesellschaft zu analysieren
  • eine digitale Plattform hinsichtlich Nutzerverhalten, Informationssicherheit und Technologie zu evaluieren
  • theoretische Kenntnisse auf effektiven B2B-Handel (E-Procurement und E-Collaboration) umzulegen
  • zu verstehen, wie aufkommende Technologien (z.B. Blockchain-Technologie, künstliche Intelligenz oder das Internet der Dinge) eBusiness verändern

Lehrinhalte

  • 1. Einführung: Grundlagen der eBusiness-Technologien und Merkmale der Internetökonomie.
  • 2. Geschäftsmodelle: Identifikation und Diskussion einzelner Komponenten von B2C- und B2B-Geschäftsmodellen und der Einflussfaktoren der digitalen Transformation.
  • 3. Entwicklung und Analyse einer digitalen Plattform: Diskussion der Prinzipien von User Experience und Entwicklungstrends, Optimierungsmöglichkeiten und Management der Informationssicherheit.
  • 4. B2B eBusiness: Transformation von Lieferketten, elektronischer Beschaffung und elektronischer Behördendienste. Diskussion über verschiedene Arten von B2B-Commerce (verschiedene Modelle von Marktplätzen und industriellen Netzwerken) sowie Co-Creation Bemühungen.
  • 5. Schnittstellen und die Erweiterung der Realität: Künstliche Intelligenz als Treiber für ein nahtloses eBusiness-Erlebnis (z. B. Chatbots). Anwendungsfälle von IoT im eBusiness.
  • 6. Game changer Blockchain Technology: Diskussion von Smart Contracts, Tokenization und digitaler Identität.
  • 7. Fallstudie Transformation der etablierten Banken: Digitale Disruption und FinTech-Revolution. Wie PSD2 und offene APIs die Bank- und Geschäftslandschaft verändern.

Vorkenntnisse

Es sind keine speziellen Vorkenntnisse notwendig.

Literatur

  • Laudon & Traver, E-Commerce 2016: Business, Technology, Society | Pearson

Leistungsbeurteilung

  • Individual assignments: 20%
  • Group work project: 40%
  • Individual written exam: 40%

2. Semester

Bezeichnung ECTS
SWS
Datenmanagement (MOD2.1)
German / iMod
5.00
-
Data Warehouse und Business Intelligence (DWBIbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Dieser Kurs führt in grundlegende Konzepte, Technologien und Methoden der Business Intelligence (BI) ein. Unter anderem wird ein Überblick über Analytics und Data Warehousing gegeben (Modellierung und Umsetzung einer DWH-Lösung). Zudem werden die Planung von BI-bezogenen Projekten, relevante Techniken der Datenmodellierung und -präsentation sowie ausgewählte Aspekte des Datenmanagements behandelt. Hinsichtlich praktischer Fertigkeiten lernen die Kursteilnehmer, wie ein ETL-Prozess zur Generierung eines Data Warehouses durchgeführt, ein OLAP-Würfel aufgesetzt und analysiert sowie Techniken des Data Minings eingesetzt werden. Im Kurs wird die Software MS SQL Server (Integretation Services, Analysis Services) verwendet.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • einen Überblick über Business Intelligence und Data Warehousing zu geben
  • einen BI-bezogenen Geschäftsfall zu entwerfen und ein dazugehöriges Projekt zu planen
  • Anforderungen an eine BI Lösung für einen gegebenen Geschäftsfall abzuleiten
  • ein für einen BI-Ansatz notwendiges Datenmodell zu erstellen und einen Datensatz vorzubereiten
  • Datenquellen handzuhaben, die Qualität der Daten abzuschätzen und Daten aus Datenbanksystemen zu beziehen
  • wesentliche BI Operationen zu erklären, passende BI Werkzeuge auszuwählen und ausgewählte Methoden der Statistik auf Echtdaten anzuwenden
  • Grundlagen des Data Mining zu erklären und ausgewählte Techniken in der Praxis anzuwenden
  • selbständig ein komplettes DWH-Projekt (Planung, Implementierung, Berichte) auf Basis von Daten eines ERP-Systems umzusetzen
  • Ein multidimensionales Analysemodel (OLAP) praktisch umzusetzen und damit Daten auszuwerten

Lehrinhalte

  • Einführung zu Business Intelligence (BI) und Data Warehousing (DW)
  • Entwicklung von Geschäftsfällen und BI-bezogenen Projekten
  • Geschäftsmodell für und Anforderungen an Business Intelligence
  • Datenmodellierung
  • Datenmanagement (Datenquellen, Datenqualität und Datenbanken)
  • BI Operationen, Werkzeuge und (statistische) Methoden
  • Data Mining
  • Datenpräsentation (Scorecards, Dashboards)

Vorkenntnisse

Kenntnisse zu Datenmodellierung, Datenbanken, Projektmanagement und statistischer Methoden

Literatur

  • Haertzen, D. (2012): The Analytical Puzzle: Profitable Data Warehousing, Business Intelligence and Analytics. 1. Ausgabe. Technics Publications.
  • Folien/Slides
  • Kimball, R., Ross, M.: The Datawarehouse Toolkit (2nd Ed., Chapters 1-6)

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung und Abschlussprüfung
Geschäftsprozessmanagement (MOD2.2)
German / iMod
5.00
-
Geschäftsprozessmanagement (GPMbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Diese LV hat die Aufgabe, ihnen die Methoden, Techniken und Konzepte des Geschäftsprozessmanagements zu vermitteln. Als AbsolventInnen der LV können sie die Aufgaben des Geschäftsprozessmanagements beschreiben und besitzen ein Rollenbild eines Prozessmanagers. Dies führt dazu, dass (betriebliche sowie IT basierende) Geschäftsprozesse als solche erkannt, abstrahiert, analysiert und optimiert (IT basierend) werden können. Sie sind in der Lage Modelle, Frameworks, weitere Rollen und Tools des Geschäftsprozessmanagements zu erläutern und deren Verwendung im Unternehmen zu diskutieren und zu konzipieren. Darüber hinaus hat die LV das Ziel, das Verhältnis des Geschäftsprozessmanagements zu anderen Managementdisziplinen zu klären und ihnen somit die Leistungsfähigkeit und auch die Notwendigkeit von integrierten Managementsystemen und deren Werkzeugen zu verdeutlichen. Dadurch sind sie nach Absolvierung der LV in der Lage, das Verhältnis des Geschäftsprozessmanagements zu anderen Managementdisziplinen zu bestimmen, die Grundlagen des Qualitätsmanagements darzustellen, Tools des Qualitäts- und Prozessmanagements zur kontinuierlichen Verbesserung anzuwenden und die Funktionsweise eines integrierten Managementsystems zu erklären.

Methodik

Integrierte Lehrveranstaltung, Inverted Classroom

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die Aufgaben, sowie die organisatorischen, personellen und technischen Herausforderungen des Geschäftsprozessmanagements (GPM) in einem Unternehmen zu identifizieren und das Verhältnis des GPM zu anderen Managementdisziplinen zu erläutern.
  • einen Orientierungs- und Handlungsrahmen (Framework) zur prozessorientierten Ausrichtung eines Unternehmens in normativer, strategischer und operativer Ebene zu konzipieren, sowie daraus die notwendigen Aktivitäten zur Implementierung und das GPM-Produkt- und Serviceportfolio abzuleiten.
  • die wesentlichen Aspekte der strategischen und operativen Führung in Geschäftsprozessen (Grundprinzipien des GPM, Rollen & Gremien, Reifegrade und Erfolgsmessung und Kompetenzentwicklung) zu erklären und geeignete Modelle (z.B. Reifegradmodelle) und Werkzeuge zur organisatorischen Verankerung (Leistungsmessung mit KPI, Kompetenzentwicklung etc.) auszuwählen.
  • die notwendigen Rollen & Gremien des GPM bei Einführung und im laufenden Betrieb zu beschreiben und in eine Aufbauorganisation konzeptionell – auch im Verhältnis zu anderen Managementdisziplinen (Qualitäts-, Wissensmanagement, etc.) - zu integrieren.
  • die operativen Aktivitäten in der Konzeption, Implementierung & Einführung von Geschäftsprozessen zu beschreiben und die dazu notwendigen Werkzeuge in der Identifizierung, Analyse, Abbildung und Steuerung von Prozessen anzuwenden.
  • die wesentlichen Begriffe, Aufgaben und Herausforderungen des Qualitätsmanagements zu erläutern, sowie die Schnittstellen zu Geschäftsprozessmanagement zu identifizieren.
  • grundlegende Tools zur qualitätsorientierten Problemlösung und kontinuierlichen Verbesserung anzuwenden, sowie unter Einsatz von ganzheitlichen Methoden des Qualitätsmanagements in einer Organisation auf Basis von Standards (ISO 9001, EFQM, etc.) zu diskutieren.
  • einzelne Managementsysteme durch Harmonisierung und gemeinsame Zielsetzungen in Form eines integrierten Managementsystems und Unternehmenssteuerungsansatzes zu diskutieren.

Lehrinhalte

  • Grundlegende Konzepte des GPM (Framework, Leadership, Rollen und Gremien, Modellierung von GP, Tätigkeiten und Aufgaben des normativen, strategischen und operativen GPM)
  • GPM als Managementansatz und das Verhältnis zu anderen Managementansätzen
  • Grundlagen des Qualitätsmanagements
  • Tools, Konzepte und Methoden des Qualitätsmanagements
  • GPM und QM als wesentliche Aspekte eines integrierten Ansatzes zur Unternehmenssteuerung

Vorkenntnisse

Grundlagen des Prozessmanagements, Grundlagen der Betriebswirtschaft, Grundlagen der Unternehmensorganisation und -führung , Grundwissen betriebliche Informationssysteme

Literatur

  • Platinus Consulting GmbH, 2015., Trainingsunterlagen - Geschäftsprozessmanagement Grundlagen basierend auf dem Certified Business Process Professional (CBPP) - Foundation Level.
  • Schmelzer,H.J.,Sesselmann,W. 2003, Geschäftsprozessmanagement in der Praxis; 3.Auflage, Carl Hanser Verlag.

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung und Abschlussprüfung
Management 2 (MOD2.3)
German / kMod
5.00
-
Unternehmenssteuerung (USTbb)
German / ILV, FL
3.00
2.00

Kurzbeschreibung

Diese Lehrveranstaltung gibt einen Einblick in Management Systeme und Instrumente sowie deren IT Unterstützung. Basierend auf theoretischen Aspekten werden praktische Beispiele durchgeführt.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die relevanten Aspekte von Corporate Positioning und Strategieentwicklung zu benennen und anzuwenden
  • die relevanten Aspekte von Corporate Planning, Management, Monitoring and Operational Management in unterschiedlichen Abteilungen kritisch zu diskutieren
  • relevante Management und Software Tools zu benutzen

Lehrinhalte

  • Corporate positioning
  • Strategieentwicklung
  • Corporate planning
  • Monitoring
  • Management
  • Operational management
  • Management Systems
  • Management Instrumente

Vorkenntnisse

Grundlagen der Betriebswirtschaft

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung und Abschlussprüfung
Verhandlungstechnik (VHTbb)
German / SE
2.00
1.50

Kurzbeschreibung

Die Lehrveranstaltung bereitet die Studierenden auf Verhandlungsprozesse vor. Dabei steht der beratungs- und lösungsorientierte Ansatz im Vordergrund.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die Prinzipien und Phasen des lösungsorientierten Verhandlungsprozesses (z.B. Harvard Konzept) zu erläutern.
  • Einwände aus einer kundenorientierten Sichtweise (z. B. Bedarf, Motive, Nutzen) darzustellen und lösungsorientiert zu argumentieren.
  • einen Verhandlungsprozess in mehreren Schritten unter Anwendung vorgegebener Tools (z.B. Fragetechniken) zu konzipieren und in einem einfachen realitätsnahen Verhandlungsgespräch umzusetzen.

Lehrinhalte

  • Prinzipien des Verhandelns und Verkaufens
  • Harvard-Konzept
  • Psychologie der Überzeugung
  • Lösungsorientiertes Verhandlungsgespräch: Vorbereitung, Bedarf, Argumentation, Einwandbehandlung, Abschluss
  • Rollen im Verhandlungs- und Verkaufsprozess
  • Konflikte in Verhandlungs- und Verkaufssituationen

Literatur

  • Cialdini, Robert B. (2007): Die Psychologie des Überzeugens, Bern: Verlag Hans Huber
  • Fischer, Roger/Ury, William/Patton, Bruce (2009): Das Harvard Konzept, 23. Auflage, Frankfurt: Verlag Campus

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung (Note)

Anmerkungen

keine

Spezialisierung 2 (MOD2.4)
German / iMod
5.00
-
IT Innovation Management (Spezialisierung) (ITIMbb)
German / ILV, FL
5.00
3.00
IT Security Management (Spezialisierung) (ITSECbb)
German / ILV, FL
5.00
3.00
SAP Grundlagen (Spezialisierung) (SAPGbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Die Lehrveranstaltung SAP Fundamentals beginnt mit einer grundsätzlichen Einführung in die Bedienung das SAP ERP Systems. Um dieses Wissen zu vermitteln verwendet die Lehrveranstaltung zwei Standard-Geschäftsprozesse um damit Wissen über Prozesse, Organisationsstrukturen, Stammdaten und Belege zu vermitteln. Diese beiden Geschäftsprozesse werden erläutern und auch demonstriert. Aufgaben dienen dazu, das erworbene Wissen zu festigen. Im zweiten Teil der Lehrveranstaltung wird das bisher erworbene Wissen über die Durchführung von Geschäftsprozesse in SAP ERP weiter vertieft. Dieser Teil zeigt Konzepte und Funktionalitäten des Systems. Vier Module werden durch eine Kombination von theoretischen Erläuterungen und praktischen Demonstrationen näher erklärt. Auch hier dienen Aufgaben dazu das erworbene Wissen zu festigen und auch die Selbstlernfähigkeiten der StudentInnen zu fördern.

Methodik

Integrierte Lehrveranstaltung

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Die Benutzeroberfläche von SAP ERP bedienen und die wesentlichsten Grundfunktionen verwenden zu können.
  • Die Darstellung eines Unternehmens in SAP ERP und die Funktion der wesentlichsten Organisationsstrukturen beschreiben zu können.
  • Die wichtigsten Stammdaten und Belege in SAP ERP anlegen, ändern, anzeigen und auflisten zu können.
  • Geschäftsprozesse in Einkauf und Vertrieb in SAP ERP zu erläutern und durchzuführen.
  • Geschäftsprozesse im externen und internen Rechnungswesen in SAP ERP zu erläutern und durchzuführen.

Lehrinhalte

  • Bedienung von SAP ERP
  • Beschaffungsprozess in SAP ERP
  • Vertriebsprozess in SAP ERP
  • Integrierte Geschäftsprozesse im Einkauf und Vertrieb
  • Integrierte Geschäftsprozesse im externen und internen Rechnungswesen

Vorkenntnisse

Keine

Literatur

  • Beigestelltes Lernmaterial

Leistungsbeurteilung

  • Dokumentierte Durchführung von praktischen Aufgaben
  • Schriftliche Prüfung
Visual Analytics (Spezialisierung) (VisAbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Durch zunehmende Digitalisierung nimmt die Anzahl der geschäftsrelevanten Daten stetig zu. Um diese Daten gewinnbringend auswerten zu können, werden häufig Methoden z.B. aus dem Bereich des maschinellen Lernens angewandt. Um diese zielführend einsetzen zu können, müssen sich Data Scientists zunächst einen (oft visuellen) Überblick über die Daten verschaffen. Die oft komplexen Ergebnisse der anschließenden Datenanalyse dienen als Grundlage für Entscheidungen, und müssen daher in verständlicher Art und Weise präsentiert werden. Aus diesem Grund werden statistische Verfahren und maschinelles Lernen häufig mit (interaktiver) Datenvisualisierung zu Visual Analytics kombiniert, um die menschliche Fähigkeit der visuellen Mustererkennung nutzbar zu machen. Visual Analytics kann dazu dienen, sich einen Überblick über die Daten zu verschaffen, Hypothesen zu generieren, und die Ergebnisse maschinellen Lernens zu analysieren. Entscheider werden in die Lage versetzt, Zusammenhänge und Trends selbst interaktiv und visuell auszuwerten. Vermittelte Inhalte: • Grundlagen der interaktiven Datenvisualisierung und Visual Analytics • Aufbereitung von Rohdaten zur visuellen Auswertung • Effektive, anforderungsgetriebene Visualisierung von Unternehmensdaten verschiedener Typen (z.B. Geschäftsprozessausführungsdaten oder Verkaufsdaten) • Zielgruppengerechte Erstellung interaktiver Visualisierungen mit Tableau • Entwicklung von interaktiven, web-basierten Visualisierungen mit D3.js • Multi-modale Visualisierung (in Kombination mit Sonifikation, der Vermittlung von Daten über Klänge)

Methodik

- Impulsvorträge - Interaktive Tutorials - Praktische Gruppen- und Einzelarbeit (vor Ort und in Fernlehre) - Gruppendiskussionen - Gruppenpräsentationen

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Existierende Visualisierungen zu beurteilen und zu klassifizieren sowie die verschiedenen Visualisierungsarten bestimmen und beschreiben zu können
  • Für einen bestimmten Anwendungsfall die passende Visualisierungsart wählen zu können
  • Die verschiedenen Interaktionsmechanismen von Visual Analytics zu erklären, und ein Interaktionskonzept für einen konkreten Anwendungsfall zu entwerfen
  • Die Prinzipien und Vor- und Nachteile von Multi-Modaler Visualisierung und Sonifikation zu diskutieren, und verschiedene Anwendungsgebiete auf ihre Tauglichkeit dafür zu analysieren
  • Komplexe Unternehmensdaten für die interaktive Verwendung in einer Visualisierungs-Software zielgruppengerecht aufzubereiten und einzulesen sowie Visualisierungen zu entwickeln, welche Anwender in die Lage zu versetzen, datenbasierte Entscheidungen zu treffen
  • Unternehmensgetriebene Fragestellungen mittels Visualisierungs-Software zu beantworten
  • Web-basierte, interaktive Visualisierungen zu entwickeln

Lehrinhalte

  • Grundlagen der interaktiven Datenvisualisierung und Visual Analytics
  • Aufbereitung von Rohdaten zur visuellen Auswertung
  • Effektive, anforderungsgetriebene Visualisierung von Unternehmensdaten verschiedener Typen (z.B. Geschäftsprozessausführungsdaten oder Verkaufsdaten)
  • Zielgruppengerechte Erstellung interaktiver Visualisierungen mit Tableau
  • Entwicklung von interaktiven, web-basierten Visualisierungen mit D3.js
  • Multi-modale Visualisierung (in Kombination mit Sonifikation, der Vermittlung von Daten über Klänge)

Vorkenntnisse

Grundlegende Kenntnisse in JavaScript sind notwendig

Literatur

  • BigData mit JavaScript visualisieren: D3.js für die Darstellung großer Datenmengen einsetzen, Clemens Gull, Franzis Verlag, 2014

Leistungsbeurteilung

  • Einzel- und Gruppenarbeiten
Systemintegration (MOD2.5)
German / iMod
5.00
-
Systemintegration (SYIbb)
English / ILV, FL
5.00
3.00

Kurzbeschreibung

Es ist notwendig, dass die verschiedenen Applikationen in einem Unternehmen miteinander kommunizieren. Im Kurs Systemintegration werden die Grundlagen und die wichtigsten Konzepte vorgestellt, die dazu dienen, die Kommunikation zwischen IT-Systemen zu verbessern. Das soll Ihnen dabei helfen, wertschöpfende Integrationslösungen zu planen und zu entwickeln. Ziel ist es, die wichtigsten EAI (Enterprise Application Integration) Konzepte kennenzulernen. Microsoft Biztalk Server dient als Beispiel dafür, wie Microsoft diese Konzepte implementiert hat. Durch praktische Entwicklungsbeispiele besteht die Möglichkeit, Erfahrung in der Umsetzung von Integrationslösungen zu sammeln.

Methodik

Wiederholungsfragen, Praktische Übungen, Präsentation der eigenen Lösung, Ausarbeitung und Präsentation eines Themas vom Gruppenprojekt

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die grundlegenden Kommunikationskonzepte und Datenformate (Flat Files und XML) zum Verbinden von IT Systemen und deren Vor- und Nachteile wiederzugeben.
  • die wichtigsten EAI Muster wiederzugeben.
  • den Zweck von Transaktionen und deren Verwendung als Atomic oder Long Running Transactions in EAI Lösungen zu erklären.
  • die Vor- und Nachteile von EAI Mustern wiederzugeben und zum Planen einer passenden EAI Lösung anwenden zu können.
  • die für den Software Entwicklungsprozess notwendigen Rollen und Umgebungen zu verstehen und zu nutzen.
  • die Grundprinzipien von Web Services bei der Umsetzung von Webservices, die auf SOAP und WSDL basieren, mit Microsoft Visual Studio anzuwenden.
  • eine Integrationslösung mit Microsoft Biztalk Server als Middleware zu entwickeln.

Lehrinhalte

  • Message based communication
  • Web services
  • Enterprise application integration
  • Reliability and environments
  • Message broker
  • Content-based routing
  • Business process modeling
  • Transactions

Literatur

  • Studienbrief
  • VMware Image mit kompletter Microsoft Biztalk Installation

Leistungsbeurteilung

  • Wiederholungsfragen - 15%
  • Praktische Übungen - 30%
  • Gruppenprojekt - 30%
  • Abschlussprüfung - 25%
Wissenschaftliches Arbeiten 2 (MOD2.6)
German / iMod
5.00
-
Wiss. Arbeiten und Methoden des Wiss. Arbeitens (WAMbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Den Studierenden sollen Hilfestellungen und Methoden für die Erstellung ihrer Arbeiten geliefert werden. Die beinhaltet alles von Themenfindung, Strukturierung der Arbeit bis hin zur Erstellung der Arbeit und das Anwenden von wissenschaftlichen Methoden.

Methodik

Präsentation durch die Lektoren Präsentationen des Status durch die Studierenden Workshop

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • • grundlegende Typen wissenschaftlicher Veröffentlichungen zu nennen, zu beschreiben und zu unterscheiden, insbesondere Originalarbeiten, Review Papers, Konferenzbeiträge, Journal Papers und Buchbeiträge.
  • • facheinschlägige (auch englischsprachige) Literaturquellen hinsichtlich Nachvollziehbarkeit, Verlässlichkeit, Plausibilität und Übertragbarkeit der Erkenntnisse auf vergleichbare Problemlagen oder Kontexte zu bewerten und in der eigenen Arbeit geeignet zu verwenden bzw. zu referenzieren
  • • eine fachrelevante Forschungsfrage anhand des nach wissenschaftlichen Gesichtspunkten erhobenen State-of-the-Art zu begründen, nachvollziehbar zu formulieren, sowie überprüfbare Zielerreichungskriterien zu definieren
  • • die Phasen einer wissenschaftlichen Entwicklung oder Untersuchung mittels fachüblicher Methoden selbständig zu planen, zielgerichtet durchzuführen, nachvollziehbar zu dokumentieren, und dabei systematisch Nachvollziehbarkeit, Verlässlichkeit, Plausibilität und Übertragbarkeit der Erkenntnisse auf vergleichbare Problemlagen oder Kontexte sicherzustellen
  • • für die jeweilige Fragestellung geeignete Methoden auszuwählen und anzuwenden, und dementsprechend die Struktur einer Masterarbeit, ein Proposal und nachfolgend die Masterarbeit zu verfassen, insbesondere o ingenieurwissenschaftlicher Modellierungs-, Entwicklungs- und Testmethoden o experimentelle Forschungsmethoden o empirische Erhebungsmethoden
  • • Forschungsergebnisse in einen übergreifenden (z.B. branchenbezogenen, gesellschaftlichen, wirtschaftlichen oder ökologischen) Zusammenhang zu stellen
  • • eigene oder fremde wissenschaftlichen Publikation nachvollziehbar zu präsentieren, zu bewerten, und substantielle Vorschläge für die Weiterentwicklung zu formulieren

Lehrinhalte

  • Wissenschaftliches Arbeiten
  • Wissenschaftliches Schreiben
  • Wissenschaftliche Methoden
  • Struktur wissenschaftlicher Arbeiten
  • Literaturanalyse
  • Qualitative Methoden
  • Ingenieurswissenschaftliche Methoden

Vorkenntnisse

Erfahrungen aus der Verfassung der Bachelorarbeit

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung und Abschlussprüfung

3. Semester

Bezeichnung ECTS
SWS
IT Operations Management (MOD3.5)
German / iMod
5.00
-
IT Operations Management (ITOMbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Diese Lehrveranstaltung gibt einen Einblick in das operative Management von IT Organisationen und dessen Betrieb. Basierend auf theoretischen Aspekten und praktische Beispiele durchgeführt.

Methodik

Fallstudien aus der Praxis, praktische Beispiele, Gruppenarbeiten

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Studenten erlernen die die notwendigen Teilaspekte im Operations Management zu benennen und zuzuordnen
  • basierend auf dem Teilgebiet Lösungen zu konstruieren
  • basierend auf den konstruierten Lösungen deren Auswirkungen auf den IT Betrieb abzuleiten und abzuschätzen

Lehrinhalte

  • Das IT Operations Framework
  • Erwartungshaltung der Endanwender und steigende Komplexität
  • Organisation und Aufbau eines eigenen IT Betriebs
  • Organisatorische Sicht, Rollen, Leistungserbringung & SLA’s
  • Outsourcing – Risken & Chancen
  • Verbindung zu ITIL & ISO 27000 im operativen Betrieb
  • Plan-Build-Run oder das neue IT Operating Model zur Ausrichtung an agile Geschäftsanforderungen
  • Operations Management und Cloud Computing
  • Vertrags Management & Lizenzmodelle
  • Einfluß der EU-DSGVO

Vorkenntnisse

Lehrveranstaltungen der ersten beiden Semester

Literatur

  • Siehe Moodle

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung und Abschlussprüfung
IT-Governance (MOD3.2)
German / iMod
5.00
-
IT-Governance (ITIL, Cobit) (ITGbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Im Gegensatz zur gängigen, eng gefassten Definition von IT Infrastruktur als technisches Rückgrat der IT Organisation, vermittelt dieser Kurs ein weiter gefasstes Verständnis von IT Infrastrukturmanagement. Im Fokus steht dabei das Zusammenspiel verschiedener Aspekte, die die Erbringung von IT Services im Sinne einer modernen Dienstleitungsorganisation ermöglicht: physische IT Assets ebenso wie Humanressourcen, Wissen, Fähigkeiten und Prozesse als verbindendes Element. Dabei werden Methoden des Prozessmanagements ebenso behandelt wie anerkannte Vorgehensweisen ('Best Practices') und internationale Standards. In weiterer Folge basiert der Inhalt dieser LV auf dem COBIT Framework welches zur Ergänzung wesentlicher IT Governance Aspekte behandelt wird.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • einen Überblick über Frameworks und Standards zu geben und die grundlegende Notwendigkeit von Frameworks und Standards zu diskutieren
  • die Teile von ITIL zu benennen und an ein Beispiel anzuwenden
  • einen Überblick über Cobit inkl. der Key Features zu geben
  • die COBIT principles zu beschreiben und zu diskutieren
  • die COBIT Enablers zu beschreiben und zu diskutieren
  • einen Überblick über die Einführung die Bewertung von COBIT zu geben

Lehrinhalte

  • IT Prozessmanagement
  • IT Service Management
  • IT Standards und Frameworks
  • ITIL
  • COBIT

Vorkenntnisse

Grundlagen des IT Managements Grundlagen des Prozessmanagements

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung und Abschlussprüfung
Knowledge Management (MOD3.1)
German / iMod
5.00
-
Wissens- und Dokumentenmanagement (WDMbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Diese Lehrveranstaltung startet mit einem kurzen Überblick zu unterschiedlichen Wissensmanagementansätzen (wie bspw. jenem nach Probst et. al), sowie zu den anwendbaren Softwaresystemen in den unterschiedlichen Phasen/ Prozessen/ Bausteinen des Wissensmanagements. Im Anschluss daran eignen sich die Studierenden Möglichkeiten zur Wissensverbreitung in Unternehmen, unter Anwendung diverser eLearning Systeme an. Des Weiteren wird der gezielte Einsatz von Softwaresystemen zur Umsetzung des Dokumentenmanagements in Unternehmen von den Studierenden erlernt.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • unterschiedliche Wissensmanagementansätze zu beschreiben
  • ausgewählte eLearning Systeme zur Umsetzung von Fernlehrszenarien zur Wissensverbreitung anzuwenden.
  • unterschiedliche Softwaresysteme zur Umsetzung des Dokumentenmanagements in Unternehmen anzuwenden.

Lehrinhalte

  • Übersicht Wissensmanagementansätze
  • Überblick Softwaresysteme im Wissens- und Dokumentenmanagement
  • eLearning Systeme zur Wissensverbreitung im Unternehmen
  • Softwaresysteme zur Umsetzung des Dokumentenmanagements in Unternehmen

Vorkenntnisse

Keine

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung und Abschlussprüfung
Management 3 (MOD3.3)
German / kMod
5.00
-
Change Management (CMGbb)
German / SE
2.00
1.50

Kurzbeschreibung

Die Lehrveranstaltung bereitet die Studierenden auf den Umgang mit Veränderungsprozessen aus systemischer Perspektive vor.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Phasen (z. B. nach Conner) und die Dynamik (Symptome, Ursachen) des Widerstandes anhand von einfachen Beispielen zu identifizieren und zu erläutern.
  • Basismodelle des Veränderungsmanagements (z. B. 3-Phasen-Modell von Lewin, Strategiemodelle von Glasl) zu benennen und danach konkrete Situationen zu analysieren.
  • Methoden der Einbindung von MitarbeiterInnen (z. B. Kick-off, Workshop, Interview) und Konsequenzen der Beteiligung / Nichtbeteiligung zu erklären

Lehrinhalte

  • Grundsätze und Vorgehensmodelle für Veränderungsprozesse
  • Kontextklärung
  • Umgang mit Widerständen
  • Systemisches Denken
  • Methoden der Einbindung von MitarbeiterInnen

Vorkenntnisse

keine

Literatur

  • Conner, Daryl R. (2006): Managing at the speed of change, Verlag Randome House, NY
  • Doppler Klaus/ Lauterburg, Christoph (2005): Change Management - Den Unternehmenswandel gestalten, 11. Auflage, Frankfurt/Main: Campus Verlag
  • Häfele, Walter (2009): OE-Prozesse initiieren und gestalten: ein Handbuch für Führungskräfte, BeraterInnen und ProjektleiterInnen, 2. Auflage, Verlag Haupt, Bern/Wien
  • Leao, Anja/Hofmann, Mathias (2009): Fit for Change: 44 praxisbewährte Tools und Methoden im Change für Trainer, Moderatoren, Coaches und Change Manager, 2. Auflage, Verlag managerSeminare, Bonn
  • Schiersmann, Christiane/Thiel, Heinz-Ulrich (2010): Organisationsentwicklung: Prinzipien und Strategien von Veränderungsprozessen, 2. Auflage, Verlag VS, Wiesbaden

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung (Note)

Anmerkungen

keine

IT Recht (ITRbb)
German / ILV, FL
3.00
2.00

Kurzbeschreibung

Einführung in das IT-Recht für Praktiker.

Methodik

Skripten, Vortrag, Fallbeispiele

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Vertragsentwürfe für IT-Verträge zu erstellen und zu beurteilen
  • grundlegende juristische Problemstellungen im Bereich IT-Recht zu beurteilen

Lehrinhalte

  • Juristisches Arbeiten im Internet, Softwareschutz/ Urheberrecht, Vertragsrecht, IT-Verträge, Datenschutz, E-Commerce

Vorkenntnisse

Grundkenntnisse der IT und des IT-Projektmanagements sowie von ERP-Systemen

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung und Abschlussprüfung
Spezialisierung 3 (MOD3.4)
German / iMod
5.00
-
Big Data & Machine Learning (Spezialisierung) (BDMbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Die Analyse großer Datenmengen durchdringt immer größere Teile der Wirtschaftswelt. Erkenntnisse aus Daten zu gewinnen als Kerngeschäft zu sehen ist ein Trend, der sich von dominierenden globalen Unternehmen wie Google oder Facebook bis hin zu kleinen Tech-Startups in der ganzen Breite der Wirtschaftswelt immer deutlicher zeigt. Aber auch Unternehmen, die darin nicht ihr Kerngeschäft sehen, gelingt es immer häufiger, aus der intelligenten Nutzung ihrer Daten entscheidende Wettbewerbsvorteile zu erlangen. Der Übergang ist fließend, wie sich in Unternehmen wie Zalando zeigt, auf den ersten Blick ein Modeversand, aber im eigenen Selbstverständnis auch in erster Linie ein Big-Data-Unternehmen. In diesem dynamischen Umfeld verschiedenster Akteure mit intensivem Austausch auf Technologieebene entsteht eine Landschaft von Free und Open Source Software Tools, die durch ständige Innovationen und Veränderungen geprägt ist. Ziel dieses Schwerpunkts ist es, ein Verständnis für die großen Themen der Big-Data-Welt sowie eine Übersicht über derzeit im Einsatz befindliche Tools zu bekommen, immer in Hinblick darauf, dass genügend allgemeines Verständnis der dahinterliegenden Konzepte aufgebaut wird, um auch mit zukünftigen Entwicklungen am Ball bleiben zu können. Folgende Inhalte werden behandelt: - Explorative Datenanalyse - Datenvisualisierung und -sonifikation - Anwendung von Methoden des überwachten und unüberwachten Maschinellen Lernens - Kommunikation von Analyseergebnissen - Umsetzung eines Use Cases in einer Analyseplattform

Methodik

- Vorträge zu den Themengebieten - Praktische Gruppenarbeit (vor Ort und in Fernlehre) - Gruppendiskussionen - Gruppenpräsentationen

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Aufgabengebiet Data Science verstehen und zu BI abgrenzen können
  • Reproduzierbare Datenanalyse-Pipelines zu implementieren
  • Methoden der Explorativen Datenanalyse verwenden können, sowohl als zusammenfassende Statistiken als auch in Form von grafischen (und auditiven) Analysen
  • Einsatzgebiete von Unsupervised and Supervised Machine-Learning Verfahren zu verstehen und zu identifizieren
  • Versteckte strukturelle Muster in einem Datensatz explizit erkennbar machen durch unsupervised Machine-Learning Tools
  • Prädiktionsmodelle mit Supervised Machine-Learning Tools erstellen und deren Qualität evaluieren
  • Ergebnisse einer Analyse in einem interaktiven Dashboard zu visualisieren
  • Einen Use-Case-Prototypen in einer Analyse-Plattform oder in Python zu erstellen

Lehrinhalte

  • Explorative Datenanalyse
  • Datenvisualisierung und-sonifikation
  • Anwendung von Unsupervised and Supervised Machine-Learning Verfahren
  • Kommunikation von Analyseergebnissen
  • Umsetzung eines Use-Cases in einer Analyseplattform

Vorkenntnisse

Keine

Literatur

  • Data science & big data analytics : discovering, analyzing, visualizing and presenting data; EMC Corporation Indianapolis, Ind. [u.a.] : Wiley 2015
  • Analytics in a Big Data World: The Essential Guide to Data Science and its Applications; Bart Baesens; Wiley 2014

Leistungsbeurteilung

  • Prüfung
  • Praktisches Gruppenprojekt
  • Peer-Feedback
Big Data Analytics (Spezialisierung) (BDAbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Die Analyse großer Datenmengen durchdringt immer größere Teile der Wirtschaftswelt. Erkenntnisse aus Daten zu gewinnen als Kerngeschäft zu sehen ist ein Trend, der sich von dominierenden globalen Unternehmen wie Google oder Facebook bis hin zu kleinen Tech-Startups in der ganzen Breite der Wirtschaftswelt immer deutlicher zeigt. Aber auch Unternehmen, die darin nicht ihr Kerngeschäft sehen, gelingt es immer häufiger, aus der intelligenten Nutzung ihrer Daten entscheidende Wettbewerbsvorteile zu erlangen. Der Übergang ist fließend, wie sich in Unternehmen wie Zalando zeigt, auf den ersten Blick ein Modeversand, aber im eigenen Selbstverständnis auch in erster Linie ein Big-Data-Unternehmen. In diesem dynamischen Umfeld verschiedenster Akteure mit intensivem Austausch auf Technologieebene entsteht eine Landschaft von Free und Open Source Software Tools, die durch ständige Innovationen und Veränderungen geprägt ist. Ziel dieses Schwerpunkts ist es, ein Verständnis für die großen Themen der Big-Data-Welt sowie eine Übersicht über derzeit im Einsatz befindliche Tools zu bekommen, immer in Hinblick darauf, dass genügend allgemeines Verständnis der dahinterliegenden Konzepte aufgebaut wird, um auch mit zukünftigen Entwicklungen am Ball bleiben zu können. Folgende Inhalte werden behandelt: - Explorative Datenanalyse - Datenvisualisierung und -sonifikation - Anwendung von Methoden des überwachten und unüberwachten Maschinellen Lernens - Kommunikation von Analyseergebnissen - Umsetzung eines Use Cases in einer Analyseplattform

Methodik

- Vorträge zu den Themengebieten - Praktische Gruppenarbeit (vor Ort und in Fernlehre) - Gruppendiskussionen - Gruppenpräsentationen

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Aufgabengebiet Data Science verstehen und zu BI abgrenzen können
  • Reproduzierbare Datenanalyse-Piples samt Dokumentation zu implementieren
  • Methoden der Explorativen Datenanalyse verwenden können, sowohl als zusammenfassende Statistiken als auch in Form von grafischen (und auditiven) Analysen
  • Einsatzgebiete von Unsupervised and Supervised Machine-Learning Verfahren zu verstehen und zu identifizieren
  • Versteckte strukturelle Muster in einem Datensatz explizit erkennbar machen durch unsupervised Machine-Learning Tools
  • Prädiktionsmodelle mit Supervised Machine-Learning Tools erstellen und deren Qualität evaluieren
  • Ergebnisse einer Analyse in einem interaktiven Dashboard zu visualisieren
  • Einen Use-Case-Prototypen mittels Python und RapidMiner zu erstellen

Lehrinhalte

  • Explorative Datenanalyse
  • Datenvisualisierung und-sonifikation
  • Anwendung von Unsupervised and Supervised Machine-Learning Verfahren
  • Kommunikation von Analyseergebnissen
  • Umsetzung eines Use-Cases in einer Analyseplattform

Vorkenntnisse

Keine

Literatur

  • Data science & big data analytics : discovering, analyzing, visualizing and presenting data; EMC Corporation Indianapolis, Ind. [u.a.] : Wiley 2015
  • Analytics in a Big Data World: The Essential Guide to Data Science and its Applications; Bart Baesens; Wiley 2014

Leistungsbeurteilung

  • Prüfung
  • Praktisches Gruppenprojekt
Digitale Exzellenz & Digitale Strategie (Spezialisierung) (DEDSMbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Führungskräfte in der IT nehmen in den letzten Jahren verstärkt eine Schlüsselrolle im Unternehmen als Drehscheibe zwischen Fachbereichen, Stabstellen, interner IT Departments aber auch ausgelagerter digitaler Dienste ein. Für die technologische, digitale Unterstützung und Lösung bei Herausforderung. Aber auch für das Aufzeigen zukünftiger Geschäftspotentiale durch digitale Innovationen und Trends. In dieser Lehrveranstaltung werden die Studierenden auf diese Herausforderungen vorbereitet.

Methodik

- Lehr-/Lernmethoden o 1/3 Vorlesung, 2/3 ILV o Design und Durchführen von Workshops an Fallbeispielen o Diskurse auf Grund aktueller Fachartikel o Anwendung in Seminararbeit - Gesamtkommunikation über Moodle

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • • die aktuellen aber auch zukünftigen Herausforderungen des Unternehmens mit digitalen Potentiale zu mappen
  • • die Fachbereiche intern zu beraten
  • • das Unternehmen durch digitale Trends neue Geschäftsmöglichkeiten aufzeigen oder zu optimieren

Lehrinhalte

  • Der CDO: Rolle und Aufgaben
  • Business Potentiale und Anforderungen verstehen
  • Möglichkeiten der Digitalisierung erkunden und erkennen
  • Digitalisierungsprojekte realisieren und materialisieren
  • Digitale Trends & Digitale Strategie
  • Methodenschwerpunkt: Digital Business Model Innovation
  • Methodenschwerpunkt: Digital Excellence Navigator:
  • Methodenschwerpunkt: Digtial Innovation Playbook
  • Umgang mit Krisen- und Konflikt Interventionen

Vorkenntnisse

Bachelor Wirtschaftsinformatik (vom Vorteil: IT Strategie)

Literatur

  • Digital Excellence Navigator
  • Digital Innovation Playbook
  • Geschäftsmodelle entwickeln

Leistungsbeurteilung

  • 40 Punkte – Seminararbeit
  • 20 Punkte - Präsentation des Konzeptes aus der Seminararbeit
  • 40 Punkte - Schriftliche Test
IT Audit (CISA) Spezialisierung (CISAdl)
English / ILV, FL
5.00
3.00
SAP Advanced (Spezialisierung) (SAPAMbb)
German / ILV, FL
5.00
3.00
SW-Projektmanagement (Agile Meth. des PM & Aufwandsabschätzung) Spezialisierung (SWPMbb)
German / ILV, FL
5.00
3.00
Sustainable IT (Green IT) (Spezialisierung) (SITMbb)
German / ILV, FL
5.00
3.00
Wissenschaftliches Arbeiten 3 (MOD3.6)
German / iMod
5.00
-
AK der Wirtschaftsinformatik (Seminar) (AWIbb)
German / ILV, FL
5.00
3.00

Kurzbeschreibung

Die Studierenden bekommen die Möglichkeit ausgewählte Themenbereiche der Wirtschaftsinformatik strukturiert zu bearbeiten.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • neue und moderne Themen der Wirtschaftsinformatik zu benennen und im Fachgebiet einzuordnen
  • neue und moderne Themen der Wirtschaftsinformatik strukturiert zu bearbeiten und deren Einsatz im Unternehmen zu beschreibeno

Lehrinhalte

  • Ausgewählte Themenbereiche der Wirtschaftsinformatik wie zB. Customer Relationship Management, Big Data, Internet of Things

Vorkenntnisse

Semester 1 und 2, Master Wirtschaftsinformatik

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung

4. Semester

Bezeichnung ECTS
SWS
Master – Thesis (MOD4.1)
German / iMod
30.00
-
DiplomandInnenseminar (DPSbb)
German / ILV
3.00
2.00

Kurzbeschreibung

Die Studierenden haben die Möglichkeit, ihren momentanen Master Arbeits-Status zu präsentieren und Feedback zu bekommen. Dies soll dabei helfen, die Arbeit inhaltlich besser zu strukturieren und sie desweiteren auch auf die Präsentation der Master Arbeit im Zuge der Master Prüfung vorzubereiten. Desweiteren dient diese Lehrveranstaltung als Plattform für Diskussionen im Themenbereich wissenschaftliches Arbeiten und wissenschaftliches Schreiben.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • eine Präsentation zu einer Masterarbeit vorzubereiten und abzuhalten
  • eine Präsentation zur Masterarbeit erfolgreich zu verteidigen

Lehrinhalte

  • Wissenschaftliches Arbeiten
  • Wissenschaftliches Schreiben
  • Präsentieren und Verteidigen einer Arbeit

Vorkenntnisse

quantitative methods, qualitative methods, scientific writing

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • teilgenommen/ nicht teilgenommen
Master's Thesis (MTHbb)
German / BE
27.00
18.00

Kurzbeschreibung

Ausgehend von realen Problemstellungen sollen die Studierenden im Zuge der Diplomarbeit ein Thema der Wirtschaftsinformatik weitgehend abstrahieren, und dieses dann mit Hilfe von wissenschaftlichen Fragestellungen bearbeiten und lösen. Ein weiterführender Proof-of-Concept (zB. die Anwendung in einem Unternehmen) rundet das Thema und damit die wissenschaftliche Arbeit ab.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • ein komplexes Thema der Wirtschaftsinformatik mit Hilfe von wissenschaftlichen Fragestellungen einzugrenzen
  • ein komplexes Thema der Wirtschaftsinformatik mit Hilfe von wissenschaftlichen Methoden zu bearbeiten.
  • die erhaltene Lösung adäquat zu validieren und zu diskutieren

Lehrinhalte

  • Erstellung einer Masterarbeit

Vorkenntnisse

Semester 1-3, Wirtschaftinformatik Master

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung und Abschlussprüfung