Master Innovations- und Technologiemanagement: Lehrveranstaltungen und Informationen zum Studium

Kurzbeschreibung

In dieser Lehrveranstaltung erwerben die Studierenden grundlegende Kenntnisse und Kompetenzen auf dem Gebiet der empirischen Marktforschung.

Methodik

Selbststudium, Vortrag, Diskussion, Übungen (Fallbeispiele), Feldarbeit in Gruppen (eigenes Marktforschungsprojekt mit Interviews, Befragung)

Lernergebnisse

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

• Erkenntnisobjekte und Funktionen der Marktforschung zu skizzieren
• ein Marktforschungsprojekt zu planen und zu leiten
• zu unterscheiden zwischen Eigen- und Fremdforschung
• zu unterscheiden zwischen Primär- und Sekundärforschung; Big Data, Social Media Data
• zu entscheiden, ob quantitative oder qualitative Forschungstechniken zur Anwendung kommen
• Messkonzepte zu erklären und Fragebögen oder online-Umfragen zu entwerfen
• eine Stichprobe zu ziehen und Stichprobe von Zensus zu unterscheiden
• Feldforschung durchzuführen, d. h. eine Umfrage anzuleiten und die Datenqualität abzusichern
• Daten zu analysieren, Marktforschungsergebnisse für die Entscheidungsfindung zu interpretieren und zu präsentieren

Lehrinhalte

• Marktforschungsprozess, Funktionen und Anwendungen
• Definieren des Forschungsproblems, formulieren der Forschungsziele, Forschungsangebot
• Forschungsdesign und Anwendungen: explorative, deskriptive oder kausale Forschung
• Eigenforschung versus Fremdforschung
• Primäre versus sekundäre Daten; Big Data; Social Media Data
• Forschungstechniken: quantitativ versus qualitativ; Marktforschung in online-communities
• Grundlegende Arten und Typen der Datenerhebung: persönliche Interviews, Telefoninterviews, Online-Befragung, Fokusgruppen
• Datenmessung (nominal, ordinal, skaliert) und Fragebogenentwicklung
• Grundlagen der Stichprobenziehung und Axiome zur Stichprobengröße
• Feldarbeit und Datenqualität
• Datenanalyse: qualitative (Themenanalyse, Grounded Theory) und quantitative (deskriptive Statistik, Inferenzanalyse) Methoden
• Marktforschungsbericht, Visualisierung, mündliche Präsentation und Diskussion der Ergebnisse

Vorkenntnisse

Grundlegende Kenntnisse des wissenschaftlichen Arbeitens

Literatur

• Burns/Veek/Bush: Marketing Research, 9th Global Edition, Pearson Education Ltd. 2020
• Pecher: Marketing Research - Script on Approaches, Research Concepts, Quantitative and Qualitative Methods as well as Analysis Techniques, V02 of August 2020

Leistungsbeurteilung

• Moodle-Test (30%) + Erstellung einer Marktforschungsstudie (70%)

Kurzbeschreibung

In diesem Modul erwerben die Studierenden Kenntnisse und Kompetenzen auf dem Gebiet des Innovationsmanagements.

Methodik

Selbststudium, Vortrag, Diskussion, Gruppenarbeiten, Fallstudien, Präsentation, online Kurztests

Lernergebnisse

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

• zwischen verschiedenen Arten von Innovationen zu unterscheiden
• verschiedene Innovationsstrategien abgrenzen zu können
• die organisatorischen und personellen Voraussetzungen für eine innovationsfreundliche Unternehmenskultur zu schaffen
• Methoden der Projektauswahl anzuwenden
• einen systematischen Innovationsprozess von der Ideenfindung bis hin zur Markteinführung zu kennen

Lehrinhalte

• Innovationsbegriff
• Motivation und Relevanz des Innovationsmanagements
• Quellen für Innovationen
• Open Innovation
• Innovationsarten
• Innovationsdiffusion
• Innovationsstrategien
• Innovationsprozess inkl. Stage Gate Modell
• Management des Neuproduktentwicklungsprozesses
• F&E-Projektauswahl
• Management von Teams in Neuproduktentwicklungsprozessen
• Gewerbliche Schutzrechte (insb. Patente, Gebrauchsmuster, Geschmacksmuster)

Vorkenntnisse

Grundlagen der Betriebswirtschaftslehre

Literatur

• Schilling, M. A. (2020). Strategic Management of Technological Innovation. 6. Aufl., New York: McGraw-Hill Education.
• zusätzliche Literatur wird im Kurs bereitgestellt

Leistungsbeurteilung

• schriftlicher Test (60%) + Teamarbeit 'Methoden des Innovationsmanagement' (20%) + Teamarbeit 'Case Study' (10%) + online Tests / Tasks (10%)

Anmerkungen

Detailinformationen und zusätzliche Lehrmaterialien werden über die Lernplattform moodle zur Verfügung gestellt.

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung erhalten die Studierenden einen ersten Überblick über innovative Informations- und Kommunikationstechnologien.

Methodik

Selbststudium, Vortrag, Praxisbeispiele, Diskussion, Gastvorträge, E-Learning

Lernergebnisse

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

• Die Bedeutung der Infromationstechnologie für ein Unternehmen zu erklären
• die Gefahren von Cyber Crime richtig einzuschätzen und geeignete Abwehrstrategien zu diskutieren
• die Aufgaben der IT-Abteilung eines Unternehmens zu skizzieren
• die Einsatzgebiete sowie den Nutzen innovativer Informationstechnologien (z.B. IoT, Virtual Reality, Blockchain etc.) zu skizzieren
• an der Digitalisierungsstrategie eines Unternehmens mitzuarbeiten

Lehrinhalte

• Informationstechnolgie Allgemein
• ERP-Systeme (z.B. SAP R/3)
• Business Intelligence
• Bürodigitalisierung
• Datenspeicherung und Cloud Computing
• Cyber Crime
• IT-Management in Unternehmen
• E-Commerce
• Digitale Transformation
• Big Data Analytics
• Künstliche Intelligenz
• Internet of Things
• Virtual Reality
• Blockchain

Vorkenntnisse

Grundlagen der Informatik und Elektronik wie sie in den Vorbereitungskursen zum Studium vermittelt werden.

Literatur

• Turban et al, Information Technology for Management

Leistungsbeurteilung

• schriftliche Abschlussprüfung (80 %), Mitarbeit und Projektarbeit (20 %)

Anmerkungen

Weiterführende Informationen und Unterrichtsmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Im Rahmen dieses Moduls erwerben die Studierenden grundlegende Kenntnisse und Kompetenzen auf dem Gebiet der Unternehmensführung

Methodik

Blended Learning - Vortrag, Diskussion, Übungen, Fallstudien, Webinare

Lernergebnisse

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

• zwischen verschiedenen Arten von Unternehmenszielen zu unterscheiden
• die Grundelemente einer Unternehmensstrategie zu umschreiben
• die Vor- und Nachteile verschiedener Organisationsformen abzuwägen
• Aufgaben und Instrumente der Personalwirtschaft zu skizzieren
• zwischen intrinsischer und extrinsischer Motivation zu unterscheiden
• einen situationsadäquaten Führungsstil zu praktizieren
• Stellhebel für eine unternehmerische Grundhaltung der Mitarbeiter zu identifizieren
• besondere Managementaufgaben im internationalen Kontext zu skizzieren
• den gelernten Inhalt an praktischen Beispielen anwenden.

Lehrinhalte

• Strategische Planung und Kontrolle
• Organisation
• Unternehmenskultur
• Personalmanagement
• Motivation und Personalführung
• Personalmanagement
• Entrepreneurship
• Internationales Management

Vorkenntnisse

Grundlagen der Betriebswirtschaftslehre

Literatur

• Wala/Groblschegg: Kernelemente der Unternehmensführung
• Büter: Internationale Unternehmensführung. Entscheidungsorientierte Einführung

Leistungsbeurteilung

• schriftliche Zwischentests (10%) + Fallstudienausarbeitung (20%) + schriftliche Abschlussklausur (70%)

Anmerkungen

Die Lehrveranstaltung wird nach dem Flipped Classroom-Konzept abgehalten. Lehrmaterialien für das vorbereitende Selbststudium (z.B. Videos etc.) werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Die Lehrveranstaltung bereitet die Studierenden auf die Phase der Ideenfindung innerhalb eines Innovationsprozesses vor. Inhaltlich werden das Verstehen des Kunden und seiner Probleme / seines Nutzens, die Entwicklung von Perspektiven, die Ideenfindung für Innovationen, die Bewertung und Auswahl sowie das Finden von Lösungen erarbeitet.

Lernergebnisse

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

• sich besser in Situationen der KundInnen hineinzuversetzen
• Fragetechniken zur Entwicklung von Perspektiven anzuwenden
• Kreativitätstechniken für eine konkrete Problemstellung begründet auszuwählen
• die Bewertung und Auswahl zu dokumentieren und den gesamten Ideenfindungsprozess in einfachen Fallbeispielen anzuwenden

Lehrinhalte

• Laterales Denken, vertikales Denken
• Relevante Fragetechniken um sich besser in Kund*inn*en hineinversetzen zu können
• Intuitive, diskursive und kombinierte Kreativitätstechniken
• Fortgeschrittene Ideenfindungstechniken und systematische Problemlösungsmethoden

Vorkenntnisse

Boos, Evelyn (2011): Das große Buch der Kreativitätstechniken, Compact

Literatur

• Birkenbihl, Vera F. (2007): ABC-Kreativ / Techniken zur kreativen Problemlösung, Ariston
• Boos, Evelyn (2011): Das große Buch der Kreativitätstechniken, Compact
• Schnetzler, Nadja (2004): Die Ideenmaschine: Methode statt Geistesblitz - wie Ideen industriell produziert werden, Wiley-VCH
• Zobel, Dietmar (2001): Systematisches Erfinden / Methoden und Beispiele für den Praktiker, expert-Verl

Leistungsbeurteilung

• LV-Immanente Leistungsbeurteilung inklusive Distance-Learning

Anmerkungen

keine

Kurzbeschreibung

Im Seminar werden Basiskenntnisse im Bereich Technologie- und Wissensmanagement dargelegt bzw. vertieft und darüber hinaus aktuelle Entwicklungen aufgegriffen und diskutiert.

Methodik

Ein Mix bestehend aus Impulsvorträgen, akademischen und empirischen Befunden, Kurzaufgaben und Diskussionen. Zentral ist die Ausarbeitung einer Seminararbeit zu einem selbst gewählten Thema aus einem von der Seminarleiterin erstellten Themenkatalog.

Lernergebnisse

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

• Grundzüge des Wissensmanagements zu verstehen.
• Empowerment als großes Potential für Forschung, Technologie und Innovation (FTI) zu sehen.
• FTI in einem breiteren Kontext zu erfassen.
• aktuelle Entwicklungen zu überblicken und besser im Kontext einzuordnen.
• in einem ausgewählten Bereich Fachexpertise zu entwickeln.

Lehrinhalte

• Grundzüge des Wissensmanagements
• Technologiemanagement im Kontext von Forschung und Innovation
• Aktuelle Entwicklungen auf nationaler und internationaler Ebene

Vorkenntnisse

Wirtschaftswissenschaftliches Grundverständnis

Literatur

• Schuh, G., Klappert, S. (2010): Handbuch Produktion und Management, 2. Auflage, Heidelberg, Dordrecht, London, New York: Springer.
• Christensen, C.M.: Innovator's Dilemma (2016): When New Technologies Cause Great Firms to Fail, Boston, Massachusetts: Harvard Business Review Press.
• Laloux, F. (2016): Reinventing Organizations visuell: Ein illustrierter Leitfaden sinnstiftender Formen der Zusammenarbeit, München: Vahlen.

Leistungsbeurteilung

• Verfassung und Präsentation einer Seminararbeit

Anmerkungen

Aktive Mitarbeit und Interaktion sind erwünscht.

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung erwerben die Studierenden grundlegende Kenntnisse und Kompetenzen auf dem Gebiet des Datenschutzrechts und haben die Möglichkeit zum Erwerb einer Zertifizierung als "Datenschutzbeauftrager" nach Austrian Standards

Methodik

Vortrag, Fallbeispiele und Fernlehre

Lernergebnisse

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

• Personen und Organisationen in Bezug auf das geltende Datenschutzrecht zu beraten
• die Einhaltung der geltenden Datenschutzvorschriften zu überwachen und zu koordinieren
• die Aufgaben eines Datenschutzbeauftragen nach Art 39 DSGVO wahrzunehmen

Lehrinhalte

• Entstehungsgeschichte und Anwendungsbereich der Datenschutz-Grundverordnung
• Grundsätze der Datenverarbeitung des Datenschutzrechts (Rechtmäßigkeit der Datenverarbeitung, Datenkategorien)
• Pflichten von Verantwortlichen und Auftragsverarbeitern
• Betroffenenrechte
• Gewährleistung von Datenschutz und Datensicherheit (insbesondere Informationssicherheit gemäß ISO 27001)
• Rechtsbehelfe, Haftung und Strafen
• Grundzüge des Österreichischen Datenschutzgesetzes

Vorkenntnisse

Grundzüge des Privatrechts, Grundzüge des öffentlichen Rechts

Literatur

• Forgó, Grundriss Datenschutzrecht (2018)
• Marzi/Pallwein-Prettner, Datenschutzrecht (2018) und der EU (2016)
• Knyrim, Datenschutz-Grundverordnung - Das neue Datenschutzrecht in Österreich und der EU (2016)

Leistungsbeurteilung

• Klausur, mündliche Mitarbeit, Fernlehraufgaben

Anmerkungen

Weiterführende Informationen und Unterrichtsmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung erwerben jene Studierenden, die über keine Programmierkenntnisse aus dem Bachelorstudium verfügen, grundlegende Kenntnisse und Kompetenzen auf den Gebieten Informatik und Programmiersprachen. Für die Lehrveranstaltung ist ein RaspberryPi und ein Sensoren/Kabel Set pro Projektgruppe nötig.

Methodik

Selbststudium, E-Learning, Vortrag, praktische Übungen, Diskussion, Projektarbeit

Lernergebnisse

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

• allgemeine Grundlagen der Informatik zu verstehen
• zwischen verschiedenen Arten und von Programmiersprachen und deren Anwendungsbereichen zu unterscheiden
• die Grundlagen der Programmierung in verschiedenen Programmiersprachen anzuwenden
• ein einfaches Computerspiel mit der Programmiersprache Python zu erstellen
• die GPIO Pins eines RaspberryPi mit Python anzusteuern

Lehrinhalte

• Informatik (z.B. Hardware, Software, Binärsystem etc.)
• Arten von Programmiersprachen und Pseudocode
• Variablen, Datentypen und Operatoren
• Wenn-dann-Bedingungen
• Funktionen
• Schleifen
• Arrays
• Python
• RaspberryPi
• GPIO Steuerung des RaspberryPi mit Python
• Datenanalyse von zb. Messwerten der Sensoren
• Linux Terminal Kommandos
• Python Bibliotheken

Vorkenntnisse

Studienanfängern/innen ohne Informatik- bzw. Programmierkenntnissen wird der Besuch des Warming-Up-Kurses "Informatik" wird dringend empfohlen.

Literatur

• div. Lynda-Kurse (www.lynda.com)

Leistungsbeurteilung

• schriftlicher Test (30%) + Projektarbeit (70%)

Anmerkungen

Weiterführende Informationen und Lehrmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Diese Lehrveranstaltung zeigt den Studierenden das Zusammenspiel zwischen agilem Projektmanagement, User Experience Design und dessen effizienter und effektiver Integration, dem so genannten "Lean UX". Die erworbenen Kenntnisse werden im Rahmen mehrerer Übungen und einem abschließenden Projekt in die Praxis umgesetzt.

Methodik

Selbststudium, Vortrag, Diskussion, Gruppenarbeiten, Praxisbeispiele, Online-Tutorials, Projektarbeit

Lernergebnisse

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

• Methoden des agilen Projektmanagements praktisch anzuwenden (u.a. Aufwandschätzung, User Stories, Software Requirements Specification)
• Projektteams im agilen Umfeld aufzubauen und zu koordinieren
• die wesentlichen Merkmale von state-of-the-Art User Experience Design zu erklären sowie die wichtigsten Methoden in der Praxis einzusetzen (u.a. Expert Reviews, UI-Prototyping, Discount Usability Evaluation)
• Projekte unter Betrachtung des "Lean UX" Aspekts zu planen und umzusetzen

Lehrinhalte

• Agiles Projektmanagement (Scrum, Kanban etc.)
• User Experience
• Softwareentwicklung
• User Stories
• Aufwandsschätzung in Softwareprojekten
• Software Requirements Specification
• Einschlägige Normen
• Probanden- und Expertenbasierte Methoden
• Personas
• Prototyping
• Eyetracking
• Usability Labor
• Minimum Viable Product
• Discount Usability
• UX Canvas

Vorkenntnisse

Grundlagen der Informatik sowie Grundlagen des Projektmanagements

Literatur

• Gothelf, Lean UX: Applying Lean Principles to Improve User Experience, aktuelle Auflage
• Richter/Flücker, Usability und UX kompakt: Produkte für Menschen, aktuelle Auflage
• Roock/Wolf, Scrum verstehen und erfolgreich einsetzen, aktuelle Auflage

Leistungsbeurteilung

• immantente Leistungen (30%) + Projektarbeit (70%)

Anmerkungen

Weiterführende Informationen und Lehrmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Im Rahmen dieses Moduls erwerben die Studierenden Kenntnisse und Kompetenzen auf dem Gebiet des Change Managements.

Methodik

Vortrag, Selbststudium, Gruppenarbeit, Fallstudie

Lernergebnisse

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

• Arten von organisationalen Veränderungen zu unterscheiden
• interne und externe Barrieren für einen erfolgreichen Wandel zu antizipieren
• Erfolgsfaktoren für Veränderungsprozesse zu identifizieren
• die wichtigsten Schritte und Maßnahmen für einen konkreten Veränderungsprozess zu definieren
• Gründe für Widerstand zu verstehen

Lehrinhalte

• Arten des organisationalen Wandels
• Phasen des organisationalen Wandels
• Barrieren für Veränderungen
• Erfolgsfaktoren für Veränderungen
• Change Management
• Organisationales Lernen und strategische Erneuerung
• Agile Organisationen

Vorkenntnisse

Grundlagen der Betriebswirtschaftslehre

Literatur

• • Stouten, J., Rousseau, D. M., de Cremer, D. (2018) Successful organizational change: Integrating the management Practice and scholarly articles . Academy of Management Annals, 12 (2), 752-788.

Leistungsbeurteilung

• • Case Work 1 (30 %) + Case Work 2 (Group Work, 40%) + Case Work 3 (30%). Es gibt keine Prüfung.

Anmerkungen

Weiterführende Informationen und Lehrmaterialien werden auf dem begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Aufbauend auf den im Vorsemester vermittelten statistischen Grundlagen werden in diesem Kurs die notwendigen Kompetenzen erarbeitet, um strukturierte Daten handhaben, analysieren, aufbereiten sowie für einfache maschinelle Lernverfahren verwenden zu können. Hierbei wird geübt, Datensätze mittels deskriptiver Statistiken zu beschreiben, statistische Analyseverfahren wie die Korrelations- und Regressionsanalyse anzuwenden sowie Vorhersagemodelle für Klassifikations- und Approximationsaufgaben zu entwickeln und hinsichtlich der Qualität zu bewerten.

Methodik

Neben Fachvorträgen zu den theoretischen Themen liegt der Schwerpunkt des Kurses auf praktischen Übungen mit ausgewählten IT-Werkzeugen (Excel, Tableau, Python bzw. Jupyter Notebooks) und interaktiven Diskussionen der Datenanalyse-Verfahren. Zudem sollen ausgewählte Themen in Fernlerneinheiten selbst erarbeitet werden. Die für die Präsenzeinheiten vorausgesetzte Wissen wird zu Beginn mit kurzen Tests abgeprüft.

Lernergebnisse

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

• strukturierte Datenbestände mittels Excel und Tableau aufzubereiten, zu visualisieren und auszuwerten.
• einen Datensatz in ein IPython Notebook einzulesen, in dieser Entwicklungsumgebung aufzubereiten sowie anhand deskriptiver Statistiken und ausgewählter statistischer Verfahren zu explorieren.
• Beziehungen zwischen einer abhängigen und einer oder mehreren unabhängigen Varablen zu erkennen und mittels Regressionsverfahren ein Vorhersagemodell zu entwickeln.
• Datenpunkte im mehrdimensionalen Merkmalsraum mit Hilfe von einfachen und überwachten Lernverfahren zu klassifizieren (Nearest Neighbours, Entscheidungsbäume).
• die Performance von Klassifikations- und Regressionsverfahren zu evaluieren und zu verbessern.
• Datenpunkte im mehrdimensionalen Merkmalsraum mittels kMeans-Verfahrens zu clustern und die optimale Anzahl an Cluster zu ermitteln.
• ein geeignetes Lernverfahren für eine Fallstudie mit Echtdaten zu wählen, um ein Vorhersagemodell zu erstellen.

Lehrinhalte

• Datenaufbereitung, -visualisierung und -auswertung
• Einsatz von Python in Data Science
• Regressionsanalyse
• Klassifikation
• Performanceevaluierung
• Cluster-Analyse
• Predictive Analytics (Fallstudie)

Vorkenntnisse

Python Programmierung, statistische Grundlagen

Literatur

• Folienskriptum
• Jupyter Notebooks
• Ergänzende Literatur: McKinney, W. (2012). Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly Media.

Leistungsbeurteilung

• Schriftlicher Test zu Beginn des Moduls (30 Punkte, 15 bis 45 Min., keine Wiederholungsmöglichkeit)
• Praktische Datenauswertungsklausur (70 Punkte, open book, 90 Min.)

Anmerkungen

Weitere Informationen und Lehrmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung erwerben die Studierenden grundlegende Kenntnisse und Kompetenzen auf den Gebieten E-Commerce und Online-Marketing.

Methodik

Selbststudium, Vortrag, Diskussion, Gruppenarbeiten, Praxisbeispiele, Online-Tutorials

Lernergebnisse

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

• zwischen verschiedenen Formen des Online-Vertriebs zu unterscheiden
• Vor- und Nachteile des Online-Vertriebs im Vergleich zum stationären Handel zu evaluieren
• einen eigenen Online-Shop zu konzipieren
• die Auffindbarkeit einer Homepage bzw. eines Online-Shops mittels Suchmaschinen-Marketing zu verbessern
• soziale Netzwerke zur Kundenbindung zu verwenden
• die von Interessenten und Kunden zur Verfügung stehenden digitalen Informationen und Daten auszuwerten und für individualisierte Angebote einzusetzen

Lehrinhalte

• Electronic Commerce
• Social Commerce
• Mobile Commerce
• Online-Marketing
• Homepage-Gestaltung
• E-Mail-Marketing
• Affiliate-Marketing
• Suchmaschinen-Marketing
• Mobile Marketing
• Social Media Marketing
• Online-Marktforschung

Vorkenntnisse

Grundlagen der Betriebswirtschaftslehre

Literatur

• Olbrich/Schultz/Holsing, Electronic Commerce und Online-Marketing, aktuelle Auflage

Leistungsbeurteilung

• schriftlicher Test (20%) + schriftliche Ausarbeitung (80%)

Anmerkungen

Weiterführende Informationen und Lehrmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Vertiefende Grundlagen der Robotik in der Theorie sowie Offline und Online Programmierung von Industrierobotern.

Methodik

Selbststudium, Vortrag, Diskussion, Übungen, Labor

Lernergebnisse

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

• einen ABB IRB 120 Sechs-Achs-Knickarmrobotern (Online wie Offline) zu steuern und zu programmieren.
• Industrie-, Mobil- und Serviceroboter zu definieren und Ihre Komponenten, Vor- und Nachteile, Einsatzbereiche und –grenzen zu nennen und zu erklären.
• eine vorgegebene Aufgabenstellung aus dem Themenbereich Robotik zu analysieren, einen Lösungsweg zu entwerfen und diesen mit Hilfe der zur Verfügung gestellten Tools umzusetzen.

Lehrinhalte

• Stand der Robotik und aktuelle Entwicklungstendenzen
• Arten von Robotern (z.B. Industrieroboter, Mobiler Roboter, Serviceroboter etc.)
• Bestandteile von Robotern
• Programmierung von Robotern
• Soziale, technische, wirtschaftliche und sicherheitstechnische Aspekte des Einsatzes von Robotern
• Praktische Übungen mit Industrierobotern

Vorkenntnisse

Grundlegende technische Kenntnisse, Mathematik, Grundlegende Programmierkenntnisse

Literatur

• Hesse/Malisa (Hrsg.): Taschenbuch Robotik - Montage - Handhabung, aktuelle Auflage.

Leistungsbeurteilung

• Projekt in Robotstudio (30%) + Online-Roboterprogrammierung (70%)

Anmerkungen

Weitere Details und Lehrmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Dieser Kurs gibt einen Überblick über Grundlagen sowie die wesentlichen Formalismen und Techniken des maschinellen Lernens. Hierbei werden traditionelle Ausrichtungen wie Logik oder Neuronale Netze genauso wie neuartige Entwicklungen wie Wahrscheinlichkeitsmodelle, Methoden des überwachten und unüberwachten Lernens und Deep Learning Ansätze behandelt. In den Übungen wird anhand praktischer Beispiele mit Python gezeigt, wie Machine Learning Verfahren verwendet werden können, um intelligente Softwareartefakte zu entwickeln. Vorausgesetzt werden grundlegende Kenntnisse der Programmierung und Statistik.

Methodik

Der Kurs ist in 5 Themenbereiche gegliedert, die jeweils aus Theorie und Übung bestehen. In den Übungen werden für die theoretischen Inhalte mit vorgefertigten Python Scripts (Softwarepaket Anaconda bzw. Jupyter Notebook) geübt. Es sind Selbstlernphasen und Übungsaufgaben vorgesehen, die in der Folgeeinheit mit einem kurzen Test zu Beginn des Kurses abzuschließen sind. In einem Gruppenprojekt ist eine durchgehende Fallstudie zu einem aktuellen Thema von Machine Learning zu entwickeln und in der letzten Einheit zu präsentieren.

Lernergebnisse

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

• Grundlagen des Data Mining und Machine Learning erklären sowie die wichtigsten Formalismen und Verfahren für konkrete Problemstellungen (Knowledge Engineering) auswählen
• Unsicherheit in Form von probabilistischen Modellen berücksichtigen und Schlussfolgerungen auf Basis solcher Wahrscheinlichkeitsmodelle (Satz von Bayes, Bayes-Netze, Markov-Modelle) ableiten
• Verfahren des überwachten Lernens (Perzeptron, Nearest-Neighbour, Entscheidungsbäume, Naive-Bayes, One Class Learning) für praktische Aufgabenstellungen anwenden
• Verfahren des unüberwachten Lernens (Clustering, Hauptkomponentenanalyse) sowie des Lernens durch Verstärkung (Robotik, AlphaGo) für Beispieldatensätze umsetzen
• Mustererkennungsverfahren mittels ein- und mehrschichtiger neuronaler Netze (Deep Learning mit Keras/Tensorflow) auf Echtdaten anwenden
• Ein praktisches Machine Learning Projekt durch alle Phasen (Datenaufbereitung, explorative Datenanalyse, Trainieren und Validieren von ML-Modellen) für ein konkretes Anwendungsszenario in Form einer Projektgruppenarbeit umsetzen

Lehrinhalte

• Knowledge Engineering
• Probabilistische Modelle
• Überwachtes Lernen
• Unüberwachtes Lernen und Lernen durch Verstärkung
• Neuronale Netze und Deep Learning
• Praktische Anwendungen von ML-Verfahren

Vorkenntnisse

Python Programmierung, Statistik und Datenanalyse

Literatur

• Folienskriptum, Jupyter Notebooks
• Ergänzende Literatur: Ertl, W. (2016). Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung. 4. Auflage, Springer Verlag.

Leistungsbeurteilung

• Anwendungsorientiertes Gruppenprojekt (Abgabe und Präsentation in letzter Einheit): 30%
• Fernlehranteil mit kurzem Theorietest zu Beginn der Einheiten: 30%
• Abschließender computerbasierter Test (60 Minuten) = 40%
• (Wiederholung der schriftlichen Prüfung und des computerbasierten Tests bei negativer Beurteilung)

Anmerkungen

Weiterführende Informationen und Lehrmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Die Lehrveranstaltung vermittelt den Studierenden einen praktischen Einblick in die Anwendung und Implementierung aktueller Smart Homes-Technologien in Kombination mit Assistive Technologies. Ein besonderes Augenmerk wird auf die Vereinigung beider Technologien zu Active Assisted Living gelegt, um auf den demographischen Wandel zu reagieren.

Methodik

Selbststudium, Vortrag, Diskussion, Labor, Gruppenübungen, Fernlehre

Lernergebnisse

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

• den aktuellen Stand der Technologien in den Bereichen Smart Homes und Assistive Technologies zu erklären.
• einfache Implementierung für Active Assisted Living umzusetzen.
• einfache Unterstützungstechniklösungen mit AsTeRICS umzusetzen.
• eine elementare Smart Home Installation auf Basis eines offenen, verdrahteten Automationsnetzes umzusetzen.

Lehrinhalte

• Darstellung des aktuellen Standes von Active Assisted Living (AAC), Smart Homes und Assistive Technologies
• Vertiefung der theoretischen Inhalte durch praktische Laborübungen mit KNX, AsTeRICS und alternativen Eingabemethoden
• Konfiguration, Parametrierung und Inbetriebnahme drahtgebundener und drahtloser Smart Homes mittels gängiger Tools
• Visualisierungen für Smart Homes

Vorkenntnisse

grundlegende Programmierkenntnisse (z.B. Modellierung von Funktionen in grafischen Editoren), grundlegende Elektrotechnikkenntnisse (z.B. Spannung, Strom, Verkabelung)

Literatur

• Merz / Hansemann / Hübner (2009): Gebäudeautomation - Kommunikationssysteme mit EIB/KNX, LON und BACnet, aktuelle Auflage
• Robitaille (2010): The Illustrated Guide to Assisitve Technology and Devices, Demos Health Publishing

Leistungsbeurteilung

• aktive Mitarbeit (20%) + Laborübungen (80%)

Anmerkungen

Weiterführende Informationen und Lehrmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Im Zuge dieser Lehrveranstaltung erwerben die Studierenden weiterführende Kenntnisse auf den Gebieten Finanzanalyse, Kostenmanagement Finanzierung und Unternehmensbewertung.

Methodik

Vortrag, Übungen, Diskussion, E-Learning, Selbststudium, Flipped Classroom, Planspiel

Lernergebnisse

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

• die Vorteilhaftigkeit eines Investitionsprojekts mittels statischer oder dynamischer Investitionsrechnung zu beurteilen
• die typischen Inhalte einer Investitionsrichtlinie zu skizzieren
• Maßnahmen zur Kostenreduktion zu identifizieren und umzusetzen
• Maßnahmen zur Variabilisierung von fixen Kosten zu identifizieren und umzusetzen
• Kennzahlen zur Analyse der Vermögens-, Rentabilitäts- und Liquiditätslage zu berechnen
• zwischen verschiedenen Finanzierungsarten zu unterscheiden
• den Wert eines Unternehmens mittels Discounted-Cashflow-Verfahren zu ermitteln

Lehrinhalte

• Bilanzierung
• Bilanzanalyse
• Kostenmanagement
• Investitionsrechnung
• Finanzierung
• Unternehmensbewertung

Vorkenntnisse

Grundlagen der Betriebswirtschaftslehre, Buchhaltung, Kostenrechnung

Literatur

• Berk, Jonathan, and Peter DeMarzo. Corporate Finance. Actual Edition. Harlow: Pearson Education Limited
• Brealey, Richard A., Stewart C. Myers, und Franklin Allen. Principles of Corporate Finance. New York: McGraw-Hill Higher Education
• Charles T. Horngren; Srikant M. Datar; Madhav V. Rajan, Cost Accounting, Global Edition, Pearson Education Limited
• Eisl/Hofer/Losbichler, Grundlagen der finanziellen Unternehmensführung. Band IV: Controlling
• Losbichler, Grundlagen der finanziellen Unternehmensführung. Band III: Cashflow, Investition und Finanzierung

Leistungsbeurteilung

• schriftliche Abschlussprüfung (50%) + Punkte für immanente Leistungen Planspiel (50%)

Anmerkungen

Weiterführende Informationen zur Lehrveranstaltung sowie verwendete Unterrichtsmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Im ersten Block des Diplomanden/innenseminars werden die Grundlagen des wissenschaftlichen Arbeitens sowie die formalen und methodischen Anforderungen an Masterarbeiten kommuniziert. Im zweiten Block des Diplomanden/innenseminars erfolgen eine Präsentation und Verteidigung der Disposition zur Masterarbeit.

Methodik

Präsentation, Feedback, akademischer Diskurs, Verteidigung, Peer-Feedback

Lernergebnisse

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

• ihr Masterarbeitsprojekt in inhaltlicher, methodischer, organisatorischer und zeitlicher Hinsicht professionell zu planen
• ein für die Bearbeitung im Rahmen einer Masterarbeit geeignetes Thema auszuwählen
• innerhalb des ausgewählten Themas eine praxisrelevante Forschungsfrage zu formulieren
• die Forschungsfrage unter Einbeziehung einschlägiger Literatur und Verwendung der in einer eigenen empirischen (qualitativen oder quantitativen) Untersuchung erzielten Ergebnisse wissenschaftlich fundiert zu beantworten
• die Ergebnisse zu präsentieren und in einer nachfolgenden Diskussion zu verteidigen

Lehrinhalte

• Die Lehrinhalte richten sich nach den Themen der im Diplomanden/innenseminar präsentierten und diskutierten Masterarbeiten und sind insofern variabel.

Vorkenntnisse

Innovations- und Technologiemanagement, Projektmanagement, Textverarbeitung, Wissenschafftliches Arbeiten, Quantitative und Qualitative Forschungsmethoden, Präsentationstechnik

Literatur

• Froehlich, Wissen schaffen für Ingenieure. Der Wegweiser durch deine Masterarbeit, aktuelle Auflage,
• Beller, Empirisch forschen lernen. Konzepte, Methoden, Fallbeispiele, aktuelle Auflage.
• Mayer, Interview und schriftliche Befragung. Grundlagen und Methoden empirischer Sozialforschung, aktuelle Auflage
• Karmasin/Ribing, Die Gestaltung wissenschaftlicher Arbeiten, aktuelle Auflage
• Zepke, Lust auf qualitative Forschung, aktuelle Auflage.
• Haslehner/Wala/Springler, Bachelor- und Masterarbeiten an Fachhochschulen, aktuelle Auflage

Leistungsbeurteilung

• Im Falle einer positiven Beurteilung des Diplomanden/innenseminars lautet diese „mit Erfolg teilgenommen“.

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung erwerben die Studierenden grundlegende Kenntnisse und Kompetenzen auf dem Gebiet der Geschäftsmodellentwicklung.

Methodik

Selbststudium, Vortrag, Fallstudien, Gruppenarbeiten, Diskussion, schriftliche Ausarbeitungen, Präsentationen

Lernergebnisse

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

• die Bestandteile eines Geschäftsmodells zu benennen und zu beschreiben
• Geschäftsmodelle hinsichtlich Stärken, Schwächen, Chancen und Risiken zu analysieren
• neue Geschäftsmodelle / Geschäftsmodellsinnovationen auf Basis von Trends und Kundenbedürfnissen zu entwickeln
• neue Geschäftsmodelle / Geschäftsmodellinnovationen systematisch umzusetzen

Lehrinhalte

• Geschäftsmodellelemente und –darstellung
• Geschäftsmodellmuster
• Digitale Geschäftsmodelle
• Geschäftsmodellinnovation
• Design Thinking
• Lean Start Up
• Geschäftsmodellanalyse
• Geschäftsmodelltransformation

Vorkenntnisse

Grundlagen der Betriebswirtschaftslehre

Literatur

• Gassmann et al, Geschäftsmodelle entwickeln (aktuelle Auflage)
• Schallmo, Digitale Transformation von Geschäftsmodellen

Leistungsbeurteilung

• Ausarbeitung und Präsentation von Gruppenarbeiten (100%)

Anmerkungen

Weiterführende Informationen und Unterrichtsmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Kurzbeschreibung

Die Lehrveranstaltung bietet eine Einführung in das Immaterialgüterrecht, insbesondere in das Patentrecht, Markenrecht und Musterschutzrecht (Designschutz).

Methodik

Vortrags-, Diskussions- und Übungseinheiten.

Lernergebnisse

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

• Verstehen und Lesen von Patentschriften
• Durchführen von Patentrecherchen
• Verstehen von Anmeldeverfahren und Patentstreitverfahren
• Beurteilen der Patentfähigkeit von Erfindungen
• grundsätzliche Fragen zur Übertragbarkeit und Lizenzierung von Immaterialgüterrechten zu beantworten

Lehrinhalte

• Gewerbliche Schutzrechte
• Patentschriften
• Schutzbereich von Patenten
• Neuheit und Stand der Technik; Erfinderische Tätigkeit
• Weitere Patentierbarkeitsvoraussetzungen
• Patentanmeldeverfahren
• Patentverletzung und Verletzungs-/Nichtigkeitsverfahren
• Internationaler Patentschutz
• Privatrechtliche Aspekte des Patentschutzes, insbesondere Lizenzverträge
• Designrecht
• Markenrecht

Vorkenntnisse

keine

Leistungsbeurteilung

• Hausarbeitsbeispiele: Recherche; Beurteilung der erfinderischenTätigkeit; Ausarbeitung eines Patentverletzungsfalls
• Schriftliche Abschlussprüfung

Kurzbeschreibung

Die Studierenden bearbeiten eine von einem Unternehmen beauftragte reale Aufgabenstellung unter Einhaltung eines limitierten Zeitbudgets von maximal einem Semester und haben einen qualitativ hochwertigen Abschlussbericht zu verfassen sowie daraus abgeleitete Handlungsempfehlungen professionell zu präsentieren und zu verteidigen.

Methodik

Projektbearbeitung in Gruppen, Coaching, Projektbericht, Präsentation und Diskussion der Projektergebnisse

Lernergebnisse

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

• die in den vorangegangenen Lehrveranstaltungen bzw. im Vorstudium erworbenen betriebswirtschaftlichen und technischen Kenntnisse und Kompetenzen praktisch anzuwenden
• die Einsatzmöglichkeiten und -grenzen von Modellen, Methoden, Technologien und Instrumenten kritisch zu reflektieren
• Informationen zur Bearbeitung von komplexen Aufgabenstellungen zu recherchieren und auszuheben, auf ihre Relevanz zu prüfen, entsprechend den Erfordernissen aufzubereiten und schließlich bei der Problemlösung einzusetzen
• die in selbst organisierter Teamarbeit ausgearbeiteten Lösungen bzw. Empfehlungen in einem inhaltlich und formal hochwertigen schriftlichen Abschlussbericht zu dokumentieren und die Kerninhalte dieses Berichts vor dem Auftraggeber zu präsentieren und in einer abschließenden Diskussion zu verteidigen

Lehrinhalte

• Projektmanagement
• Unternehmensberatung
• Präsentationstechnik

Vorkenntnisse

Unternehmensführung, Innovationsmanagement, Technologiemanagement, Kreativitäts- und Problemlösungstechniken

Literatur

• Portny, Projektmanagement für Dummies, aktuelle Auflage

Leistungsbeurteilung

• Die Beurteilung der Studierenden erfolgt durch die/den Lektor/in, wobei diese/r auch das Feedback der Ansprechperson des beauftragenden Unternehmens zu den Projektergebnissen zu berücksichtigen hat. Als Beurteilungskriterien werden die inhaltliche und formale Qualität von Zwischenpräsentationen (10%), der Abschlusspräsentation (20%) und des Abschlussberichts (70%) herangezogen.

Anmerkungen

Die Studierenden können eines aus insgesamt 4 Projekten auswählen.

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung beschäftigen sich die Studierenden mit ausgewählten Gebieten moderner Automatisierungstechniken. Aktuelle Schwerpunkte bilden die Themen „Industrie 4.0“ sowie „Intelligent Manufacturing Systems“.

Methodik

Selbststudium, Vortrag, Diskussion, Labor, Übungen

Lernergebnisse

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

• • einfache automatisierungstechnische Beziehungen zu verstehen, elementare Automatisierungssysteme zu analysieren und ihre funktionalen Abhängigkeiten zu erkennen.
• • Industrie 4.0 sowie Smart Automation zu definieren und deren Erscheinungsformen, Vor- und Nachteile, Einsatzgebiete zu skizzieren.
• • für eine gegebene Problemstellung die Vor- und Nachteile des Einsatzes eines Smart Manufacturing Systems zu diskutieren und zu bewerten und dafür passendes Systemkomponenten auszuwählen.
• • Intelligent Manufacturing Systems sowie wesentliche Aspekte in diesem Themenfeld zu definieren und abzugrenzen.
• • zentrale Elemente von Intelligent Manufacturing Systems zu beschreiben.
• ausgewählte Herausforderungen im Rahmen einer praxisbezogenen Fallstudie zu bearbeiten

Lehrinhalte

• • Grundkonzepte moderner Automatisierungssysteme
• • Digitalisierung im Rahmen von Industrie 4.0 am Beispiel einer Digitalen Fabrik
• • Elemente von Intelligent Manufacturing Systems
• Herausforderungen und Entwicklungen im Bereich innovativer Intelligent Manufacturing Systems

Vorkenntnisse

Grundlegende technische Kompetenzen, Robotik, Mathematik, Grundlagen der Programmierung

Literatur

• • Favre-Bulle: Automatisierung Komplexer Industrieprozesse: Systeme, Verfahren und Informationsmanagement, aktuelle Auflage.
• • Orsolits H., Lackner M., 2020. Virtual Reality und Augmented Reality in der Digitalen Produktion. Gabler Verlag. 2020
• • Hesse/Malisa (Hrsg.): Taschenbuch Robotik - Montage - Handhabung, aktuelle Auflage.

Leistungsbeurteilung

• • Multiple Choice, Projekt

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung gewinnen die Studierenden einen Überblick über die österreichische und europäische Forschungs-, Technologie- und Innovationspolitik sowie ihre Akteure. Zusätzlich werden die Studierenden in die unterschiedlichen Möglichkeiten der Forschungsförderung eingeführt.

Methodik

Selbststudium, Vortrag, Gastvorträge, Diskussion, Gruppenarbeiten

Lernergebnisse

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

• die Bedeutung von FTI-Politik in wissenschaftlicher, wirtschaftlicher und sozialer Hinsicht zu erkennen.
• die nationale und internationale FTI-Förderlandschaft (die wichtigsten Akteure, Programme, Instrumente etc.) zu kennen.
• unterschiedliche Wege und Möglichkeiten der Forschungsförderung zu identifzieren.
• das Vorgehen bei der steuerlichen Forschungsförderung zu verstehen.
• einen Überblick zum Thema Forschungsinfrastruktur zu haben.
• Unterstützung für Wissens- und Technologietransfer sowie für F&E-Kooperationen zu verorten.
• über regionale Ansätze zur Stärkung von F&E und Innovation Bescheid zu wissen.
• den Stellenwert von Evaluierungen richtig einzuordnen.
• neue Entwicklungen und Trends zu verorten.

Lehrinhalte

• Europäische Forschungs-, Technologie- und Innovationspolotik (z.B. Horizon etc.)
• Nationale Forschungs-, Technologie- und Innovationspolitik (z.B. FTI-Strategie des Bundes etc.)
• Förderinstrumente (z.B. Beratung, Zuschüsse, zinsbegünstigte Darlehen etc.)
• Fördergesellschaften auf Bundes- und Landesebene (z.B. AWS, FFG, WIBAG etc.)
• Förderprogramme auf EU-, Bundes- und Landesebene
• Förderungsrecht (z.B. FTI-Richtlinien des BMVIT)
• Herangehensweise bei der Erstellung eines Förder-/Projektantrags
• Instrument der indirekten Forschungsförderung (z.B. Forschungsprämie)
• Rolle der iInnovationsfördernden Beschaffung
• Wissens- und Technologietransfer
• Cluster- und Netzwerkinitiativen
• Landschaft der außeruniversitären Forschungseinrichtungen
• Trends/jüngste Entwicklungen in der FTI-Politik
• Intersektorale Politik

Vorkenntnisse

Es sind keine besonderen Vorkenntnisse erforderlich.

Literatur

• FTI-Strategie des Bundes
• Österreichischer Forschungs- und Technologiebericht
• div. Publikationen

Leistungsbeurteilung

• Mitarbeit, Ausarbeitung und Präsentation einer Seminararbeit

Anmerkungen

Weiterführende Informationen und Unterrichtsmaterialien werden über den begleitenden Moodle-Kurs bereitgestellt.

Kurzbeschreibung

Die einen Fachhochschul-Masterstudiengang abschließende Prüfung ist eine Gesamtprüfung, die sich aus der Abfassung einer Masterarbeit und einer kommissionellen Masterprüfung zusammensetzt. Das Thema der Masterarbeit muss einen Bezug zu den im Studium vermittelten Kompetenzen bzw. zu aktuellen Forschungsschwerpunkten des Studiengangs aufweisen.

Methodik

Wissenschaftliches Arbeiten, Empirisches Forschen, Coaching, Präsentation, Diskussion, Feedback

Lernergebnisse

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

• eine klar abgrenzbare und praxisrelevante Fragestellung (Forschungsfrage) unter Einbeziehung der einschlägigen Literatur und Verwendung der in einer eigenen empirischen (qualitativen oder quantitativen) Untersuchung erzielten Ergebnisse wissenschaftlich fundiert zu beantworten

Lehrinhalte

• Wissenschaftliches Schreiben (z.B. Forschungsfrage, Literaturrecherche, Gliederung, Zitation etc.)
• qualitative und quantitative Forschungsmethoden
• Digitale Literaturverwaltungstoools (z.B. Citavi, Endnote etc.)
• Disposition zur Masterarbeit
• Masterarbeit
• Präsentation und Verteidigung der Masterarbeit (im Diplomanden/innenseminar)

Vorkenntnisse

Innovations- und Technologiemanagement, Wissenschaftliches Arbeiten, qualitative und quantitative Forschungsmethoden, Präsentationstechnik

Literatur

• Beller, Empirisch forschen lernen. Konzepte, Methoden, Fallbeispiele, Tipps, aktuelle Auflage
• Mayer, Interview und schriftliche Befragung. Grundlagen und Methoden empirischer Sozialforschung, aktuelle Auflage
• Zepke, Lust auf qualitative Forschung, aktuelle Auflage
• Karmasin / Ribing, Die Gestaltung wissenschaftlicher Arbeiten, aktuelle Auflage
• Ebster / Stalzer, Wissenschaftliches Arbeiten für Wirtschafts- und Sozialwissenschaftler, aktuelle Auflage

Leistungsbeurteilung

• inhaltliche und formale Qualität der Masterarbeit (100%)

Anmerkungen

Der im 3. Semester startende Masterarbeitsprozess wird über einen eigens eingerichteten Moodle-Kurs gesteuert.

Kurzbeschreibung

Gäste aus der Wirtschaft berichten von ihren Erfahrungen.

Methodik

Vortrag mit Diskussion

Lernergebnisse

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

• neue Inhalte zu reflektieren

Lehrinhalte

• Praxisvorträge

Vorkenntnisse

keine

Literatur

• keine

Leistungsbeurteilung

• Anwesenheit

Anmerkungen

-

Kurzbeschreibung

Im Rahmen dieses Moduls erwerben die Studierende die für eine Unternehmensgründung nötigen Kenntnisse und Kompetenzen.

Methodik

Selbststudium, Vortrag, Gastvorträge, Praxisbeispiele, Diskussion, Gruppenarbeiten, Lehrausgänge, E-Learning

Lernergebnisse

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

• eine innovative Geschäftsidee zu entwickeln
• eine Gründungsstrategie samt Marketingplan zu entwerfen
• die für eine Unternehmensgründung notwendigen Eigen- und Fremdmittel aufzutreiben
• Vor- und Nachteile verschiedener Rechtsformen gegeneinander abzuwägen
• die aus einer Unternehmensgründung resultierenden Verpflichtungen (z.B. Gewerberecht, Sozialversicherung, Steuern etc.) einzuhalten
• einen Business Plan zu erstellen und zu präsentieren
• ein Gründungsprojekt in einem Elevator Pitch überzeugend vorzustellen
• die beiderseitigen Vorteile von Kooperationen zwischen etablierten Unternehmen und Start Ups zu erkennen
• die volkswirtschaftliche Bedeutung von Start Ups zu skizzieren
• die Vor- und Nachteile einer selbstständigen gegenüber ein unsselbständigen Tätigkeit gegeneinander abzuwägen

Lehrinhalte

• Volkswirtschaftliche Bedeutung von Start-Ups
• Entrepreneurship
• Entwicklung von Geschäftsideen
• Gründungsstrategien und Marketingplanung
• Gründungsfinanzieung und -förderungen
• Gründungsberatung und standortpolitische Initiativen (z.B. Gründerzentren, Inkubatoren, Business Plan-Wettbewerbe etc.)
• Gewerberechtliche Grundlagen
• Rechtsformwahl
• Finanzamt und Steuern
• Sozialversicherung
• Elevator Pitch
• Business Planning

Vorkenntnisse

Grundlagen der Betriebswirtschaftslehre

Literatur

• Kailer/Weiß, Gründungsmanagement kompakt, aktuelle Auflage
• WKO, Leitfaden für Gründerinnen und Gründer

Leistungsbeurteilung

• schriftlicher Test (30%) + Elevator Pitch (70%)

Anmerkungen

Weiterführende Informationen und Unterrichtsmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.