Bezeichnung |
Sprache |
Lehrform |
ECTS
SWS |
Controlling (CONTR)
German /
kMod
|
Deutsch |
kMod |
5.00
- |
IT-Based Controlling (ITCON)
English /
ILV
|
Englisch |
ILV |
3.00
2.00 |
Kurzbeschreibung
In dieser Lehrveranstaltung wird die Durchführung typischer Aufgaben des internen Rechnungswesens (Kostenrechnung, Finanzierung, Controlling) mit Hilfe von Software durchgeführt.
Methodik
Workshops, laufende Übungen
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
die Analyse eines Jahresabschlusses mithilfe von betriebswirtschaftlichen Kennzahlen durchzuführen
-
Cash-Flows zu ermitteln
-
Aufgaben der Kosten- und Leistungsrechnung (BÜB, BAB, Deckungsbeitragsrechnung) abzubilden
-
Investitionsrechnungen durchzuführen
-
Planungsrechnungen zu erstellen
Lehrinhalte
-
Funktionsweise moderner Tabellenkalkulationen
-
Praktische Durchführung von Aufgaben des internen Rechnungswesens
-
Betriebswirtschaftliche Entscheidungsrechnungen
Vorkenntnisse
Unternehmensführung
Rechnungswesen
Investition & Finanzierung
Leistungsbeurteilung
-
2 Zwischenklausuren (je 25 Punkte)
-
1 Abschlussklausur (50 Punkte)
|
Unternehmensplanspiel (UNPLA)
German /
UE
|
Deutsch |
UE |
2.00
1.00 |
Kurzbeschreibung
In diesem Teilmodul vertiefen, erweitern und vernetzen die Studierenden die in vorangegangenen Semestern vermittelten betriebswirtschaftlichen Kompetenzen im Rahmen eines Planspiels.
Methodik
Flipped Classroom
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
wertorientierte Unternehmensziele zu formulieren
-
zwischen strategischen und operativen unternehmerischen Entscheidungen zu differenzieren
-
die verschiedenen marketingpolitischen Instrumente optimal aufeinander abzustimmen
-
die Vorteilhaftigkeit von Investitionen anhand geeigneter Rechenverfahren zu evaluieren
-
ein optimales Produktions- und Absatzprogramm zu entwickeln
-
zwischen Eigenfertigung und Fremdbezug abzuwägen
-
eine Break-Even-Analyse durchzuführen
-
Bilanzkennzahlen zur Interpretation eines Jahresabschlusses zu ermitteln
-
betriebliche Rationalisierungspotenziale zu identifizieren und durch geeignete Maßnahmen zu heben
-
Strukturiert mit großen Informationsmengen umzugehen
Lehrinhalte
-
Strategisches Management
-
Bilanzierung
-
Bilanzanalyse
-
Beschaffungsmanagement
-
Produktionsmanagement
-
Marketing
-
Investitionsplanung
-
Kostenrechnung
Vorkenntnisse
Grundlagen der Betriebswirtschaftslehre
Literatur
-
Wala, Grobelschegg: Kernelemente der Unternehmensführung, Linde-Verlag
Leistungsbeurteilung
-
Immanente Leistungen (100%)
Anmerkungen
Details siehe Moodle-Kurs
|
Datenanalyse und angewandte Statistik (DATEN)
German /
iMod
|
Deutsch |
iMod |
5.00
- |
Einführung in Statistical Learning (STAT2)
German /
ILV
|
Deutsch |
ILV |
2.00
1.00 |
Kurzbeschreibung
Die LV „Einführung in Statistical Learning“ hat zum Ziel, Studierende anhand von vier klassischen Methoden in das Themengebiet des Statistischen Lernens einzuführen, das in der Schnittmenge von Statistik und Maschinellem Lernen angesiedelt ist. Als Fortsetzung der LV „Statistische Datenanalyse“ sollen hier Möglichkeiten der Datenauswertung besprochen werden, die nicht den Prinzipien der klassischen Inferenzstatistik (Testen, Schätzen, Modellieren) entsprechen. Anhand der Klassifikationsmethoden wird auch gezeigt, dass hier nicht die Erklärung, sondern die Vorhersage von entscheidendem Interesse ist.
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
mehrdimensionale Daten zu visualisieren und zu clustern
-
Klassifikationsverfahren anzuwenden und deren Vorhersagegüte zu beurteilen
-
die Ergebnisse in Form eines strukturierten Forschungsberichtes zusammenfassen
Lehrinhalte
-
Spineplot, Spinogram, Doubledecker-Plot
-
Naive Bayes-Algorithmus
-
k-Nearest Neighbors-Verfahren
-
Resamplingmethoden
-
Performance-Evaluierung auf Grundlage der Wahrheitsmatrix
-
Distanzmaße
-
Dendrogramm
-
Hierarchische Clusteranalyse
-
Bannerplot
-
Nichthierarchische Clusteranalyse (k-Means, k-Medoids)
-
Ellbogen-, Cluster- und Silhouette-Plot
|
Statistische Datenanalyse (STAT3)
German /
ILV
|
Deutsch |
ILV |
3.00
2.00 |
Kurzbeschreibung
Die LV „Statistische Datenanalyse“ hat das Ziel, einen praxisnahen Zugang zur angewandten Analyse empirischer Daten zu vermitteln. Die Studierenden sollen vor allem ein Verständnis dafür entwickeln, welche statistischen Methoden für welche Fragestellungen sinnvoll einsetzbar sind und die entsprechenden Analysen Schritt für Schritt selbst durchführen können – vom Einlesen der Daten über das Datenmanagement bis hin zur deskriptiven und inferenzstatistischen Auswertung. Besonderes Augenmerk wird dabei auf die Interpretation und Kommunikation der Ergebnisse in Form von statistischen Berichten gelegt. Durch den dabei verwendeten „Literate Programming“-Ansatz wird auch der Notwendigkeit, Studien reproduzierbar zu machen, Rechnung getragen. Auch auf die Planungsphase quantitativer Studien wird in Grundzügen eingegangen, um zu zeigen, wie man zu den Daten kommt, die zur Beantwortung einer Forschungsfrage notwendig sind.
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
die wichtigsten Grundaufgaben der Statistik erklären und einer konkreten praktischen Aufgabe zuzuordnen
-
Die Funktionsweise und die Anforderungen empirischer Sozialforschung zu verstehen
-
Daten in R einzulesen, zu beschreiben und zu visualisieren
-
Univariate Tests für ein kategoriales oder ein metrisches Merkmal durchzuführen
-
Zusammenhänge zwischen zwei kategorialen oder zwei metrischen Merkmalen zu testen
-
Regressionsmodelle für metrische Variablen aufzustellen und zu prüfen
-
einfache Zeitreihenanalysen durchzuführen
Lehrinhalte
-
Grundlagen der empirischen Sozialforschung (Untersuchungsplanung, Datenerhebung)
-
Datenmanagement in R
-
Eine kategoriale Variable: absolute und relative Häufigkeiten, Balkendiagramme, Binomialtest, Chi-Quadrat-Test
-
Zwei kategoriale Variablen: Kontingenztabellen, gruppierte Balkendiagramme, Spineplot, Chi-Quadrat-Test auf Unabhängigkeit und Homogenität, Paarvergleiche
-
Eine metrische Variable: Histogramm, Lage- und Streumaße, Boxplot, t-Test
-
Zwei metrische Variablen: Streudiagramm, Korrelationsrechnung, partielle Korrelation, einfache und multiple Regressionsrechnung
-
Zeitreihenanalyse: Zeitreihendiagramm, Kurzfristprognosen
-
Reproducible Scientific Research: Literate Programming mit R Markdown
-
Bestimmung der korrekten statistischen Methode für ein konkretes Problem
|
Distributed Systems (DISYS)
German /
iMod
|
Deutsch |
iMod |
5.00
- |
Distributed Systems (DISYS)
English /
ILV
|
Englisch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Diese LV führt in die Entwicklung komponentenbasierter (inb. serviceorientierter) Softwaresysteme ein.
Methodik
Vorträge, Hausübungen / Projektarbeit und Eigenstudium mit praktischen Beispielen und betreuter Projektarbeit
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
Komponentenbasierte Systeme anhand einer ausgewählten Programmiersprache umzusetzen
-
Serviceorientierte Systeme anhand einer ausgewählten Programmiersprache zu realisieren
-
Vorhandene monolithische Systeme zu analysieren und in flexible, verteilte Systeme überzuführen
-
Daten asynchron zwischen (sub)-Systemen mittels Messagequeue, Filetransfer, RPC oder Shared Databases auszutauschen
-
Datenlayerfunktionalitäten mittels O/R Mapper zu kapseln und mittels Schnittstellen verfügbar zu machen
-
Designprinzipien im Rahmen der Objektorientierung im Programmierprozess zu berücksichtigen und anzuwenden
Lehrinhalte
-
Component Based System Engineering
-
Service-oriented System Components
-
Verschiedene Prinzipien des System Designs
-
SOA im Zusammenhang mit Systemkomponenten
-
UML-Modellierung (Komponenten-/ Sequenzdiagramme)
Vorkenntnisse
Grundlagen in der Softwareentwicklung mit einer ausgewählten Programmiersprache. Grundlegende Kenntnisse in der Software Architektur.
Literatur
Leistungsbeurteilung
-
Multimodal:
-
Theoretische Leistungsüberprüfung (Moodle MC-Test)
-
Hausübungen (Coding Hand-Ins)
-
Projektarbeit
|
Vertiefungen (VERT)
German /
kMod
|
Deutsch |
kMod |
10.00
- |
Vertiefung: App & Web Development (VAWD)
German /
kMod
|
Deutsch |
kMod |
10.00
- |
Android App Development (AAD)
English /
ILV
|
Englisch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Der erste Teil der Vertiefung: "App & Web Development" behandelt die Entwicklung von Android-Apps.
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
fortgeschrittene Applikationen für die Smartphone Plattform Android unter Zuhilfenahme aktueller Entwicklungsumgebungen und Tools zu entwickeln.
-
fortgeschrittene Entwurfsmuster und bewährte Verfahren in der Entwicklung von Android Applikationen zu erläutern.
-
eigene Android Applikationen gemäß diesen Entwurfsmustern und Verfahren zu strukturieren und zu implementieren.
Lehrinhalte
-
Entwicklung von Smartphone Applikationen für Android
-
Entwurfsmuster für Android Applikationen
-
Android Applikationsdesign (Strukturieren und Entwickeln von Userinterface-Code, Threading, Zugriff auf Web-Services, Datenpersistenz)
-
Fallstricke und bewährte Methoden (Speicherverwaltung & Memory-Leaks, Debugging, Crash-Logs, Performance)Fallstricke und bewährte Methoden (Speicherverwaltung & Memory-Leaks, Debugging, Crash-Logs, Performance)
Vorkenntnisse
Programmierung; Web Engineering
|
iOS App Development (IOSD)
German /
ILV
|
Deutsch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Der zweite Teil der Vertiefung: "App & Web Development" behandelt die Entwicklung von iOS-basierten Apps.
Methodik
Selbststudium-Unterlagen zur Vorbereitung und Besprechung der offenen Fragen/Punkte in der Präsenzphase.
Zeigen von praktischen Umsetzungen in der Präsenzphase.
Kleine praktische Übungen als Vertiefung.
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
fortgeschrittene Applikationen für die Smartphone Plattform iOS unter Zuhilfenahme aktueller Entwicklungsumgebungen und Tools zu entwickeln.
-
fortgeschrittene Entwurfsmuster und bewährte Verfahren in der Entwicklung von iOS Applikationen zu erläutern.
-
eigene iOS Applikationen gemäß diesen Entwurfsmustern und Verfahren zu strukturieren und zu implementieren.
Lehrinhalte
-
Entwicklung von Smartphone Applikationen für iOS
-
Entwurfsmuster für iOS Applikationen
-
Grundlagen der Programmierung mit Swift
-
iOS Applikationsdesign (Strukturieren und Entwickeln von Userinterface-Code, Threading, Zugriff auf Web-Services, Datenpersistenz)
-
Fallstricke und bewährte Methoden (Speicherverwaltung & Memory-Leaks, Debugging, Crash-Logs, Performance)
Vorkenntnisse
Erfahrung in objekt-orientierter Programmierung.
Leistungsbeurteilung
-
Kleine Übungen nach jeder Stunde.
-
Theorietest am Ende des Semesters.
|
Vertiefung: Big Data & Data Science (VBIGD)
German /
kMod
|
Deutsch |
kMod |
10.00
- |
Big Data Engineering (BDENG)
German /
ILV
|
Deutsch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Dieser Vertiefungskurs beschäftigt sich mit dem Datenhandling in heterogenen Umgebungen mit unterschiedlichsten Datenarten (von strukturiert bis unstrukturiert, von stetigen und diskreten Daten bis zu Textdaten) mit speziellem Fokus auf Big Data Umgebungen.
Die LV ist Teil 2 einer Serie zu Big Data & Data Science Themen (Vertiefung "Big Data & Data Science" bestehend aus Big Data Infrastructure, Big Data Engineering, Data Science, Machine Learning). Nach Absolvieren der kompletten Serie kann von den Studierenden ein durchgängiger Big Data Workflow selbständig aufgebaut und beurteilt werden
Methodik
Inhalte werden in einer Flipped Classroom Methodik vermittelt, d.h. es findet eine eingeständige Einarbeitung in neue Themengebiete seitens der Studierenden statt, in den Präsenzphase werden diese Inhalte vertieft und mit praktischen Beispielen beübt.
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
Unterschiede zwischen Datenarten bzw. Datenformaten zu verstehen, um Daten einer gezielten Verarbeitung zuführen zu können
-
Daten aus Webquellen (Websites und zur Verfügung gestellten Schnittstellen) abzurufen
-
größere Datenmengen unter Zuhilfenahme von Apache Spark einzulesen und verarbeiten zu können
-
strukturierte und unstrukturierte Daten mittels Spark SQL weiterverarbeiten zu können
-
Vorteile unterschiedlicher Daten Architekturen (Lambda und Kappa) zu erarbeiten
-
den Workflow von Daten zu steuern und gezielt Verarbeitungsschritten zuzuführen
Lehrinhalte
-
Daten in Big Data Umgebungen
-
WebScraping, REST-APIs
-
Apache Spark
-
Kafka
-
Nifi
Vorkenntnisse
Der Kurs setzt Datenmanagement, Python-Kenntnisse sowie die Inhalte der LV "Big Data Infrastructure" voraus und ist selbst Voraussetzung für den Vertiefungskurs Data Science.
Literatur
-
Kleppmann, M., 2017. Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems, Revised Edition. ed. O’Reilly UK Ltd., Boston.
-
Luu, H., 2021. Beginning Apache Spark 3: With DataFrame, Spark SQL, Structured Streaming, and Spark Machine Learning Library, 2nd ed. ed. Apress, S.l.
-
Estrada, R., 2018. Apache Kafka Quick Start Guide: Leverage Apache Kafka 2.0 to simplify real-time data processing for distributed applications. Packt Publishing, Birmingham Mumbai.
Leistungsbeurteilung
-
kurze Moodle-Tests
-
Übungsbeispiele in Eigenverantwortung
-
Abschlussprojekt
|
Big Data Infrastructure (BDINF)
German /
ILV
|
Deutsch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Dieser Vertiefungskurs vermittelt Grundlagen und Basiskompetenzen für Technologien mit speziellem Fokus auf großen Datenbeständen (Big Data). Davor werden notwendige Fertigkeiten im Umgang mit Betriebssystemen (Linux), DevOps Engineering (Git, Docker), Programmiersprachen (Python) und Entwicklungsumgebungen (Jupyter Notebook) vermittelt.
Die LV ist Teil einer Serie zu Big Data & Data Science Themen (Vertiefung "Big Data & Data Science" bestehend aus Big Data Infrastructure, Big Data Engineering, Data Science, Machine Learning). Nach Absolvieren der kompletten Serie kann von den Studierenden ein durchgängiger Big Data Workflow selbständig aufgebaut und beurteilt werden
Methodik
Inhalte werden in einer Flipped Classroom Methodik vermittelt, d.h. es findet eine eingeständige Einarbeitung in neue Themengebiete seitens der Studierenden statt, in den Präsenzphase werden diese Inhalte vertieft und mit praktischen Beispielen beübt.
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
Linux-Basisbefehle für praktische Aufgabenstellungen zu nutzen, Dateien in einem Linux Account einzuspielen bzw. zu verwalten
-
Inhalte eines Git-Repository zu beziehen und Services mittels Container bereitzustellen
-
die wichtigsten Befehle und Datenstrukturen der Python Programmiersprache zu verwenden sowie lauffähigen Code in Form von Python Programmen und Jupyter Notebooks zu entwickeln
-
Daten aus CSV-Dateien einzulesen und Jupyter Notebooks versionskontrolliert zu verwalten
-
strukturierte, semi-strukturierte und unstrukturierte Daten mittels NoSQL-Datenbanktechnologien abzuspeichern und abzurufen
-
einen Überblick über die Dimensionen und Herausforderungen großer Datenmengen zu geben sowie das Verteilen von Daten und Rechenoperation auf einem Hadoop Cluster zu planen
-
die Verwendung eines Hadoop Clusters zu verstehen und anhand einfacher Beispiele nachzuvollziehen
-
Daten auf einen Hadoop-Cluster verteilt zu speichern und mit Hadoop-eigenen Methoden zu verarbeiten
-
die im Kurs erlernten Technologien kombiniert für ein beispielhaftes Szenario zum Einsatz zu bringen, um Berechnungen für einen Datensatz auf einem Hadoop Cluster zu realisieren
Lehrinhalte
-
Linux, Git und Docker
-
Python und Jupyter Notebooks
-
Datenspeicher und NoSQL
-
Big Data Einführung
-
Hadoop Grundlagen
Vorkenntnisse
Der Kurs setzt Datenmanagement und Programmierkenntnisse voraus und ist selbst Voraussetzung für den Vertiefungskurs Big Data Engineering.
Literatur
-
Leornardo, C., 2020. Docker: Docker for the Absolute Beginner. Independently published.
-
Loeliger, J., McCullough, M., 2012. Version Control with Git: Powerful tools and techniques for collaborative software development, 2nd ed. O’Reilly and Associates, Beijing.
-
Meier, A., Kaufmann, M., 2019. SQL & NoSQL Databases: Models, Languages, Consistency Options and Architectures for Big Data Management, 1st ed. 2019 Edition. ed. Springer Vieweg, New York, NY.
-
Kunigk, J., George, L., Wilkinson, P., Buss, I., 2019. Architecting Modern Data Platforms: A Guide to Enterprise Hadoop at Scale, 1st Edition. ed. O’Reilly UK Ltd., Beijing China ; Sebastopol, CA.
Leistungsbeurteilung
-
kurze Moodle-Tests
-
Übungsbeispiele in Eigenverantwortung
-
Abschlussprojekt
|
Vertiefung: Business Applications (VBAP)
German /
kMod
|
Deutsch |
kMod |
10.00
- |
Auswahl von ERP-Systemen (AERPS)
German /
ILV
|
Deutsch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Projektmäßige und prozessgesteuerte Auswahl von ERP-Systemen
Methodik
Blended Learning Ansatz
Fallstudie
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
die Auswahl eines ERP-Systems mit den Methoden des Projektmanagements unter Rücksichtnahme der betrieblichen Bedingungslage zu planen, zu koordinieren und zu kontrollieren.
-
mit ausgewählten Methoden des Geschäftsprozessmanagments (Prozesslandkarte, Business Process Master List, Business Process Diagram) die Organisation im IST zu analysieren, Potentiale zu identifizieren und den SOLL-Zustand zu beschreiben.
-
den idealtypischen Auswahlprozess (Ablauf, Methoden) zu beschreiben und an die betriebliche Bedingungslage anzupassen.
-
einen Kriterienkatalog für die ERP-Systemauswahl systematisch zu entwickeln und in den verschiedenen Stufen des Auswahlprozesses (Shortlist/Longlist) situationsgerecht einzusetzen.
-
die Auswahlentscheidung im Prozess methodengestützt (Nutzwertanalyse, AHP) durchzuführen sowie die Stärken/Schwächen von eingesetzten Methoden zu bewerten.
-
einen Anbieterworkshop zu planen, organisieren und anhand einer systematischen Vorbereitung ("Drehbuch") durchzuführen.
-
die Auswahlentscheidung zu verschiedenen Zeitpunkten des Prozesses mit den Mitteln einer Wirtschaftlichkeitsbetrachtung (TCO, ROI) zu unterstützen.
-
die Konfigurations- und Customizing Anforderungen durch eine FIT/GAP-Analyse zu identifizieren und zu bewerten.
Lehrinhalte
-
ERP-Systeme (Grundlagen, Nutzen, Markt)
-
Organisationsanalyse (Aufbau- und Ablauforganisation)
-
Systemauswahl (Auswahlprozess und Methoden)
-
Kriterienkataloge (Referenzkataloge)
-
Optimierung von Kriterienkatalogen (Nutzwertanalyse, Analytic Hierarchy Process)
-
Wirtschaftlichkeitsbetrachtung (Kostenbetrachtung mit TCO, ROI)
-
Fit/Gap-Analyse
-
Projektansatz zur Bewertung und Auswahl von ERP-Systemen
-
Vorgehensmodelle in ERP-Projekten
Vorkenntnisse
LV: Einführung in die Wirtschaftsinformatik
LV: Geschäftsprozessanalyse und -modellierung
Literatur
-
Gronau, N., 2010. Enterprise Resource Planning. Architektur, Funktionen und Management von ERP-Systemen. 2. Auflage. München: Oldenbourg Wissenschaftsverlag GmbH
-
Kurbel, K., 2003. Produktionsplanung und –steuerung – Methodische Grundlagen von PPS-Systemen und Erweiterungen. 5. Auflage. München.
-
Hesseler M., Görtz M., 2008. Basiswissen ERP-Systeme. W3L-Verlag, 1. Auflage, Witten
-
Jansen, M. 2014. Nutzwertanalyse – wenn Entscheiden schwerfällt. VDI. ERFA-Kreis Nürnberg/München
-
Becker, J., Vering, O., Winkelmann, A. (2007). Softwareauswahl und Einführung in Industrie und Handel – Vorgehen und Erfahrung mit ERP- und Warenwirtschaftssystemen. Springer Verlag Berlin
Leistungsbeurteilung
-
Einzelleistung: Zwischenprüfung
-
Gruppenleistung: Fallstudie
|
Customizing von ERP-Systemen (BUSAPP2)
German /
ILV
|
Deutsch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Die Lehrveranstaltung vermittelt Fertigkeiten, um das ERP System Navision an eigene Bedürfnisse anzupassen.
Einfache Anpassungen umfassen beispielsweise das Erscheinungsbild und die der jeweiligen Rolle zur Verfügung gestellten Möglichkeiten mit dem Programm zu arbeiten. Ist eine erweiterte Funktionalität erforderlich, reicht es nicht eine Anpassung vorzunehmen, hierfür ist meist ein Eingriff in die Datenbasis und in die Anwendungslogik erforderlich.
Diese Themenbereiche werden im Laufe der Lehrveranstaltung anhand von Beispielen vermittelt. Um in Navision neue Funktionalität zu implementieren, wird die interne Programmiersprache C/AL verwendet.
Neben der Vermittlung der Programmiersprache und des Vorgehens bei der Ergänzungsprogrammierung, wird ein neuer Mandant erstellt und bestehende Daten eingepflegt.
Der Umgang mit Daten wird auch bei der Thematik der Schnittstellen behandelt. (Wie externe Systeme Daten mit Navision austauschen können)
Den Abschluss bildet die Berichterstellung (visuelle Repräsentation interessierender Daten) und die Einbindung der Berichte im Rollencenter der jeweiligen Benutzerrolle.
Studierende lernen schrittweise den Aufbau des ERP Systems kennen, verstehen dadurch die Funktionsweise und die internen Abläufe, beispielsweise an welchen Datenquellen Änderungen vorgenommen werden, wo diese Daten gespeichert werden und wie darauf zugegriffen werden kann. Im Zuge der Erstellung der visuellen Repräsentation von Daten in Form einer Eingabe und Ausgabemaske wird das Gesamtverständnis für den Aufbau des Programms ersichtlich. Studierenden wird es dadurch möglich eigene Informationen darzustellen, aber auch bestehende Ansichten so zu konfigurieren, dass der Workflow vereinfacht werden kann. Der Wissenstransfer ist direkt sichtbar und erfahrbar, da sehr einfach eigene Anpassungen vorgenommen werden können (beispielsweise an Text, Positionierung, Darstellung, zusätzliche Reiter, ...).
Das Verständnis für den Umgang mit der Datenbasis und der Darstellung bildet die Grundlage für die Ergänzungsprogrammierung, wo das Verständnis der internen Abläufe von Navision erforderlich sind, um eigene Funktionalität zu entwickeln.
Dieses spezielle Wissen, das über die Anwendung hinaus geht, ist in der Praxis stets gefragt.
Methodik
Vorträge und angeleitete Übungen, Live Demonstration, Projektarbeit
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
Das Datenmodell (Tabellenstruktur) des ERP Systems MS Dynamics Navision zu beschreiben
-
Unterschiedliche Anpassungen an dem Erscheinungsbild des ERP Systems MS Dynamics Navision vorzunehmen
-
Zusätzliche Funktionalität in MS Dynamics NAV unter Anwendung der Sprache C/AL mithilfe der Dynamics Entwicklungsumgebung zu erstellen und in das System einzubinden
-
unterschiedliche Systeme mittels ausgewählter Konnektoren an MS Dynamics anzubinden, um Zugriff von außerhalb des ERP Systems zu ermöglichen.
-
Datenmigration durchzuführen (bestehende Daten, beispielsweise aus Altsystemen, importieren)
-
Berichte zu Erstellen (visuelle Repräsentation interessierender Daten) und diese in das ERP System einzubinden
-
einen neuen Mandanten zu erstellen (Minimalkonfiguration vornehmen)
-
neue Benutzer im ERP System anzulegen, Rollen und Rechte zuzuweisen und individuelle Ansichten für Rollen zu erstellen
Lehrinhalte
-
Grundlagen Architektur und Aufbau von MS Dynamics Navision
-
Umgang mit der Entwicklungsumgebung: Debuggen, Codeerstellung
-
C/AL Programmiersprache
-
Erweiterungen in MS Dynamics Navision implementieren
-
Konfiguration des ERP-Systems (Einrichtung Mandant, Datenimport und -migration)
-
Umgang mit der Entwicklungsumgebung: Debuggen, Codeerstellung
-
ERP System via Webschnittstelle anbinden (OData & SOAP)
Vorkenntnisse
ERP Grundlagen
Basisprogrammierkenntnisse
Leistungsbeurteilung
-
Hausübungen
-
Projektarbeit
-
Projektpräsentation
|
Vertiefung: Business Digitalization (VBD)
German /
kMod
|
Deutsch |
kMod |
10.00
- |
Business Integration (BSINT)
German /
ILV
|
Deutsch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Diese zweite Lehrveranstaltung der Vertiefung "Business Digitalization" erweitert das Vormodul "Process Automation" auf die IT-Unterstützung betriebsübergreifender Prozesse (insb. Kunden und Lieferanten).
Methodik
In der Lehrveranstaltung wird eine Fallstudie zur Digitalisierung eines Unternehmens vor dem Hintergrund der Einbettung in ein Unternehmensgeflecht (z.B. über die Lieferkette) bearbeitet. Die Bearbeitung beginnt mit der Erstellung einer Digitalisierungsstrategie, Digitalisierungsroadmap bis hin zur ("Hands-On") Automatisation von Geschäftsprozessen mittels BPA- und RPA-Werkzeugen - mit dem Ziel der Integration über Unternehmensgrenzen hinweg.
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
Digitalisierung und Automatisierung als Werkzeug in der Transformation von Unternehmensverbünden erkennen
-
unternehmensübergreifende Prozesse zu identifizieren, die sich mittels Automatisation optimieren lassen
-
Prozess- und Datenschnittstellen zwischen Unternehmen zu identifizieren und zu spezifizieren
-
Technologien zum Datenaustausch zwischen Systemen verschiedener Unernehmen auszuwählen und anzuwenden
Lehrinhalte
-
Vorgehens- und Erklärungsmodelle zur Organisation und Optimierung unternehmensübergreifender Prozesse
-
Business Process Automation (BPA) und Robotic Process Automation (RPA) im Kontext von Unternehmensverbünden
Vorkenntnisse
Process Automation
Literatur
-
Krumay, B., Rueckel, D., & Koch, S. (2019). Model for Strategic Positioning in Transformative Situations. Proceedings of ICIS 2019 – International Conference on Information Systems, 1–17.
-
Venkatraman, N. (1994). IT-enabled business transformation: From automation to business scope redefinition. Sloan management review, 35, 73–73.
-
Beetz, R., & Riedl, Y. (2019). Robotic Process Automation: Developing a Multi-Criteria Evaluation Model for the Selection of Automatable Business Processes. 25th Americas Conference on Information Systems, AMCIS 2019, Cancún, Mexico, August 15-17, 2019. https://aisel.aisnet.org/amcis2019/enterprise_systems/enterprise_systems/4
-
Lehnert, M., Röglinger, M., & Seyfried, J. (2018). Prioritization of Interconnected Processes. Business & Information Systems Engineering, 60(2), 95–114. https://doi.org/10.1007/s12599-017-0490-4
-
Wanner, J., Hofmann, A., Fischer, M., Imgrund, F., Janiesch, C., & Geyer-Klingeberg, J. (2019). Process Selection in RPA Projects—Towards a Quantifiable Method of Decision Making. In H. Krcmar, J. Fedorowicz, W. F. Boh, J. M. Leimeister, & S. Wattal (Hrsg.), Proceedings of the 40th International Conference on Information Systems, ICIS 2019, Munich, Germany, December 15-18, 2019. Association for Information Systems. https://aisel.aisnet.org/icis2019/business_models/business_models/6
Leistungsbeurteilung
-
Fallstudie (70%), Wissensüberprüfung (30%)
|
Process Automation (PRAUT)
German /
ILV
|
Deutsch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Diese erste Lehrveranstaltung der Vertiefung "Business Digitalization" behandelt eines der wichtigsten Themen der digitalen Transformation: die Prozessautomatisierung, hier beschränkt auf interne Prozesse.
Methodik
In der Lehrveranstaltung wird eine Fallstudie zur Digitalisierung eines Unternehmens bearbeitet. Die Bearbeitung beginnt mit der Erstellung einer Digitalisierungsstrategie, Digitalisierungsroadmap bis hin zur ("Hands-On") Automatisation von Geschäftsprozessen mittels BPA- und RPA-Werkzeugen.
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
Digitalisierung und Automatisierung als Werkzeug in der Transformation von Unternehmen zu erkennen
-
Vorgehensmodelle zur digitalen Transformation von Unternehmen anzuwenden
-
Unternehmensinterne Prozesse zu identifizieren, die sich mittels Automatisation optimieren lassen
-
Potentiale für neue unternehmensinterne digitale Abläufe zu identifizieren
-
Unternehmensinterne Prozesse zum Zweck der Optimierung (mittels BPA und RPA) automatisieren
Lehrinhalte
-
Konstrukte Digitalisierung und Digitale Transformation
-
Vorgehens- und Erklärungsmodelle zur Transformation von Unternehmen
-
Digitalisierung von Organisationen und Automatisation von Prozessen
-
Business Process Automation (BPA) und Robotic Process Automation (RPA)
-
Automatisation unternehmensintern mittels Workflow Management Systemen (zur Umsetzung von BPA) und AutomatisierungssystemeSystemen zur RPA
Vorkenntnisse
Geschäftsprozessmanagement
Literatur
-
Krumay, B., Rueckel, D., & Koch, S. (2019). Model for Strategic Positioning in Transformative Situations. Proceedings of ICIS 2019 – International Conference on Information Systems, 1–17.
-
Venkatraman, N. (1994). IT-enabled business transformation: From automation to business scope redefinition. Sloan management review, 35, 73–73.
-
Han, P. F. (2013). Criteria, Use Cases and Effects of Information Technology Process Automation (ITPA). Advances in Robotics & Automation, 03(03). https://doi.org/10.4172/2168-9695.1000124
-
Bharadwaj, A., El Sawy, O. A., Pavlou, P. A., & Venkatraman, N. (2013). Digital Business Strategy: Toward a Next Generation of Insights. MIS Quarterly, 37(2), 471–482. https://doi.org/10.25300/MISQ/2013/37:2.3
-
Koch, C., & Fedtke, S. (2020). Robotic Process Automation: Ein Leitfaden für Führungskräfte zur erfolgreichen Einführung und Betrieb von Software-Robots im Unternehmen. Springer Vieweg.
Leistungsbeurteilung
-
Fallstudie (70%), Wissensüberprüfung (30%)
|
Vertiefung: User Experience & Software Quality Assurance (VUXSQA)
German /
kMod
|
Deutsch |
kMod |
10.00
- |
UX and Interaction Design (UXSQA)
German /
ILV
|
Deutsch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Der zweite Teil der Vertiefung: "UX & Software Quality Assurance" behandelt die gebrauchstaugliche Gestaltung von Benutzerschnittstellen.
Methodik
Integrierte Lehrveranstaltung
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
den Design Lifecycle zu erläutern
-
Design Methoden zu erläutern und praktisch anzuwenden
-
User Interfaces nach anerkannten Methoden iterativ zu entwickeln
-
Low- und High-Fidelity Prototypen mithilfe geeigneter Werkzeuge anzufertigen
Lehrinhalte
-
Prototyping
-
Design-Methoden & Patterns
-
Vier Dimensionen eines Prototyps
-
Prototyping-Werkzeuge
Vorkenntnisse
BWI-4-BB - Usabilty Evaluation
Leistungsbeurteilung
|
Usabilty Evaluation (UXEV)
German /
ILV
|
Deutsch |
ILV |
5.00
3.00 |
Kurzbeschreibung
Der erste Teil der Vertiefung: "UX & Software Quality Assurance" behandelt die Evaluierung von Software hinsichtlich Gebrauchstauglichkeit.
Methodik
Integrierte Lehrveranstaltung
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
einen Überblick über Usability-Testmethoden zu geben
-
ausgewählte Evaluierungsmethoden (Heuristische Evaluierungen, Tree Testing, Usability Test) selbständig durchzuführen
-
Evaluierungen nach wissenschaftlichen Prinzipien zu entwerfen
-
Testergebnisse auszuwerten und mittels standardisierter Berichtvorlagen zu dokumentieren
-
die Bedeutung von Accessibility und Ethik im Design zu erläutern
Lehrinhalte
-
Psychologische und technische Grundlagen,
-
Planung, Durchführung und Analyse von Heuristischen Evaluierungen, Tree Tests und Usability-Tests
-
Aufbereitung der Testergebnisse für AuftraggeberInnen
Vorkenntnisse
keine
Leistungsbeurteilung
-
Hausübungen
-
Projektabgaben
|
Webentwicklung (WEBEN)
German /
iMod
|
Deutsch |
iMod |
5.00
- |
Web Scripting (WEBSC)
German /
ILV
|
Deutsch |
ILV |
3.00
2.00 |
Kurzbeschreibung
Die Lehrveranstaltung schließt direkt an die LV „Web Technologien“ an und setzt auf die erlernten Grundlagen der Web-Applikations-Entwicklung auf. In der LV werden Skriptsprachen wie JavaScript und TypeScript erarbeitet sowie weiterführende State-of-the-Art Frontend-Frameworks wie jQuery vorgestellt und verwendet. Die LV bereitet den Einstieg in Fortsetzungen wie Web Frameworks bzw. Web Entwicklungsprojekt vor.
Methodik
Vorträge und angeleitete Übungen, Programmieraufgaben, Zwischentests und Code-Besprechungen
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
dynamische Inhalte (Benutzerinteraktionen, AJAX) in eine Webseite einzubinden mittels JavaScript.
-
Webseitenteile anderer Entwickler zu integrieren und Frameworks (z.B. JQuery, Bootstrap) einzubinden und zu verwenden.
-
Grundlagen der Web-Applikations-Entwicklung mittels TypeScript anzuwenden.
-
JS/TypeScript-basierte Web-Frontends an Backend-Komponenten anzubinden.
Lehrinhalte
-
JavaScript, DynamicHTML, DOM (browserseitige Programmierung)
-
dynamisches Laden von Webinhalten mittels Ajax
-
JavaScript-Libraries/Frameworks am Beispiel jQuery
-
Grundlagen TypeScript
-
Anbindung Web-Frontend an Backend
Vorkenntnisse
Basics der Web-Applikationsentwicklung, Client-Server-Infrastrukturen, HTML, CSS, Arbeiten mit HTML/CSS-Frameworks (siehe vorangeganges Modul "Webtechnologien")
Leistungsbeurteilung
-
Übungen
-
Zwischentests (Moodle Quizzes)
-
praktischer Zwischentest
-
Projektarbeit
|
Webentwicklungsprojekt (WEBEN)
German /
PRJ
|
Deutsch |
PRJ |
2.00
1.00 |
Kurzbeschreibung
In dieser Lehrveranstaltung wird der Fokus auf Frontend- & Backend-Entwicklung für Web-Anwendungen gelegt. Bereits erworbenes Wissen und angeeignete Fertigkeiten aus den Lehrveranstaltungen Webtechnologien und Web Scripting werden an einem konkreten Webentwicklungsprojekt praktisch eingesetzt und vertieft. Die Lehrenden fungieren dabei als Auftraggeber*innen, um den Berufsalltag für Webentwickler*innen zu simulieren. Regelmäßige Sprint-Reviews im Rahmen der Lehrveranstaltung stellen dabei die Vorbereitungen auf wiederkehrende Meetings mit den Auftraggeber*innen dar, welche auch Teil des Berufsalltags von Webentwickler*innen sind.
Methodik
Selbständiges Entwickeln einer Web-Anwendung. Lehrende fungieren dabei als Auftraggeber*innen. In den Eigenstudiumsphasen werden Sprints durchgeführt, welche während den Präsenzeinheiten einem Review unterzogen werden.
Lernergebnisse
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...
-
eigenständig eine Web-Anwendung mit Frontend- und Backend-Technologien zu entwickeln
Lehrinhalte
-
Vertiefung der Inhalte aus Webtechnologien & Web Scripting
Vorkenntnisse
Webtechnologien & Web Scripting
Leistungsbeurteilung
-
Projektplanung (15%)
-
Projektabwicklung (20%)
-
Projektergebnisse (50%)
-
Projektpräsentation (15%)
|