Wirtschaftsinformatik: Studienplan des Bachelor-Studiengangs

Fakten zum Studium

  • Start: September
  • Kosten pro Semester: € 363,36 Studienbeitrag, € 21,20 ÖH-Beitrag
  • Anwesenheitszeiten in der Tagesform: in der Regel Dienstag, Mittwoch, Donnerstag
  • Berufspraktikum im 6. Semester
  • eine Bachelor-Arbeit
  • 180 ECTS-Punkte
  • Möglichkeit für ein Auslandssemester

Lehrveranstaltungen

Unten finden Sie die aktuellen Lehrveranstaltungen des Studiengangs.

Stand: Wintersemester 2020

Für Quereinsteiger ins 3. Semester gilt auch im Wintersemester 2020 noch der Studienplan mit Stand 2019/20 (PDF)

 

1. Semester

Bezeichnung ECTS
SWS
Betriebswirtschaftslehre (BWL)
German / kMod
5.00
-
Rechnungswesen (RW)
German / ILV
2.00
1.00

Kurzbeschreibung

In diesem Teilmodul erwerben die Studierenden grundlegende Kenntnisse auf den Gebieten des externen sowie des internen Rechnungswesens.

Methodik

Flipped Classroom

Lernergebnisse

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

  • das System der doppelten Buchhaltung zu beschreiben
  • einfache Buchungen durchzuführen
  • einen Jahresabschlusse (Bilanz, GuV) zu erstellen
  • einen Jahresabschluss anhand von Kennzahlen zu analysieren
  • die Systematik der Unternehemensbesteuerung (v.a. Körperschaftsteuer, Umsatzsteuer) zu skizzieren
  • die Aufgaben und Instrumente der Kosten- und Leistungsrechnung zu erläutern
  • die Systembestandteile der Kosten- und Leistungsrechnung zu benennen.
  • kostenorientierte Preise zu kalkulieren
  • ein optimales Produktion- und Absatzprogramm zu erstellen

Lehrinhalte

  • Rechnungswesen
  • Buchhaltung
  • Bilanzierung
  • Bilanzanalyse
  • Umsatzsteuer
  • Gewinnbesteuerung
  • Kostenrechnung

Vorkenntnisse

keine

Literatur

  • Wala, Baumüller, Krimmel: Buchhaltung, Bilanzierung und Steuern, Facultas
  • Wala: Kostenrechnung kompakt, Amazon
  • Wala, Siller: Klausurtraining Kostenrechnung, Bookboon
  • Wala, Felleitner: Klausurtraining Accounting & Finance, Bookboon

Leistungsbeurteilung

  • Zwischentests: 10 Punkte
  • Abschlussklausur 90 Punkte

Anmerkungen

Details siehe Moodle-Kurs

Unternehmensführung (UF)
German / ILV
3.00
2.00

Kurzbeschreibung

In diesem Teilmodul erwerben die Studierenden grundlegende Kenntnisse auf den Gebieten normatives, strategisches und operatives Management.

Methodik

Flipped Classroom

Lernergebnisse

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

  • zwischen verschiedenen Arten von Unternehmenszielen zu unterschreiben.
  • zwischen normativem, strategischem und operativem Management zu unterscheiden.
  • Aufgabenfelder und Instrumente des Controllings zu erklären.
  • die Vor- und Nachteile einer starken Unternehmenskultur zu skizzieren.
  • aus der Analyse von Stärken, Schwächen, Chancen und Gefahren Strategien für ein gesamtes Unternehmen als auch dessen einzelne Geschäftsfelder zu entwickeln
  • die Vor- und Nachteile verschiedener Formen der Aufbauorganisation zu analysieren
  • Geschäftsprozesse zu dokumentieren, zu analysieren und zu optimieren
  • zwischen intrinsischer und extrinsischer Motivation zu unterscheiden
  • zwischen verschiedenen Führungstheorien und -stilen zu unterscheiden
  • Aufgabenfelder und Instrumente der Personalwirtschaft zu erklären

Lehrinhalte

  • Management
  • Unternehmensziele
  • Unternehmenskultur
  • Strategisches Management
  • Aufbauorganisation
  • Ablauforganisation
  • Changemanagement
  • Motivation und Führung
  • Personalmanagement
  • Controlling

Vorkenntnisse

keine

Literatur

  • Wala, Grobelschegg: Kernelemente der Unternehmensführung, Linde

Leistungsbeurteilung

  • Zwischentests: 10 Punkte
  • Abschlussklausur 90 Punkte

Anmerkungen

Details siehe Moodle-Kurs

Communication 1 (COMM1)
German / kMod
5.00
-
Kompetenz und Kooperation (KOKO)
German / UE
2.00
1.00

Kurzbeschreibung

Die Lehrveranstaltung fokussiert die eigenverantwortlichen Lernprozesse der Studierenden und vermittelt entsprechende Lernstrategien sowie Techniken und Methoden des Zeit- und Selbstmanagements. Sie dient den Studierenden zum Kennenlernen der Gruppenkolleglnnen und bereitet diese auf eigene Teamarbeiten vor, indem sie ausgewählte Teamkonzepte fallbezogen anwenden und reflektieren.

Methodik

Impulsvortrag, Eigenstudium (Kurzvideos, Literatur, etc.), Diskussion, Gruppenarbeit, Präsentation

Lernergebnisse

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

  • sich Lerninhalte auf vielfältige Weise anzueignen (Repertoire) und sie gut abrufbar aufzubereiten (z.B. Strukturen, Visualisierungen usw.); dabei berücksichtigen sie die Funktionsweise des Gedächtnisses
  • unter Anwendung verschiedener Methoden (z. B. ABC-Analyse, Pomodoro-Technik) Aktivitäten begründet zu priorisieren und deren zeitlichen Ablauf zu planen
  • persönliche Stressauslöser und Verhaltensmuster zu bezeichnen und Möglichkeiten zur Musterunterbrechung zu entwickeln und zu beschreiben
  • Phasenmodelle der Teamentwicklung (z. B. Tuckman) und Teamrollen (z.B. Belbin) zu erläutern und Interventionen für ihre eigene Praxis abzuleiten

Lehrinhalte

  • Lernen, Lernmodelle und Lerntechniken
  • Selbst- und Zeitmanagement
  • Konstruktiver Umgang mit Stress
  • Teamarbeit: Aufgaben, Rollen, Entwicklung

Vorkenntnisse

keine

Literatur

  • Franken, Swetlana: Verhaltensorientierte Führung – Handeln, Lernen und Diversity in Unternehmen, 3. Aufl. 2010
  • Lehner, Martin: Viel Stoff – schnell gelernt, 2. Aufl. 2018
  • Seiwert, Lothar: Wenn du es eilig hast, gehe langsam: Wenn du es noch eiliger hast, mache einen Umweg, 2018
  • Van Dick, Rolf / West, Michael A.: Teamwork, Teamdiagnose, Team-entwicklung, 2. Aufl. 2013

Leistungsbeurteilung

  • Übungen, Fallbeispiele, Tests, schriftliche Prüfung

Anmerkungen

keine

Technical English (ENG1)
English / UE
3.00
2.00

Kurzbeschreibung

In der Lehrveranstaltung Technical English erweitern die Studierenden ihre Sprach- und Kommunikationskompetenz, um technisches Fachvokabular im Kontext zukunftsorientierter Technikthemen wie Automatisierung, Digitalisierung, Maschinen und Materialien sowie 3D-Druck richtig verstehen und anwenden zu können. Darüber hinaus entwickeln die Studierenden ihre mündliche und schriftliche Kommunikationskompetenz im technischen Bereich weiter, indem sie Beschreibungen technischer Objekte und technischer Prozesse speziell für ein technisches Fachpublikum und die Ingenieurswissenschaften erstellen.

Methodik

Aufgaben und Aktivitäten kleinen und mittleren Umfangs; offene Aufgaben und Diskussionen in der Klasse; Einzelaufgaben; Peer Review und Diskussion

Lernergebnisse

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

  • technisches Vokabular zu verstehen und einzusetzen
  • Anweisungen für technische Prozesse zu geben und zu verstehen
  • technische Textsorten in Hinblick auf ihr Zielpublikum und ihren Kommunikationszweck zu identifizieren und zu erstellen (beispielsweise einen Fachartikel und eine Prozessbeschreibung)

Lehrinhalte

  • Technologietrends der Zukunft (Automatisierung, Digitalisierung, Maschinen und Materialien, 3D-Druck, Künstliche Intelligenz, Internet der Dinge.)
  • Visualisierung technischer Beschreibungen
  • Beschreibung technischer Visualisierungen
  • Beschreibung technischer Objekte
  • Beschreibung technischer Prozesse
  • Technischer Fachvortrag

Vorkenntnisse

Englisch auf Niveau B2 des Gemeinsamen Europäischen Referenzrahmens für Sprachen

Literatur

  • Murphy, R. (2019). English Grammar in Use, 5th Edition. Klett Verlag.
  • Oshima, A., Hogue, A. (2006). Writing Academic English, 4th Edition. Pearson Longman.

Leistungsbeurteilung

  • 25% Gruppenarbeit Technische Prozessbeschreibung
  • 25% Sprachaufgabe zur technischen Prozessbeschreibung
  • 50% Schriftliche Prüfung (25% Schreiben / 25% Anwendung der Kenntnisse)
Datenmanagement (DMNMT)
German / iMod
5.00
-
Datenmanagement (DMNMT)
German / ILV
5.00
3.00

Kurzbeschreibung

Diese Lehrveranstaltung vermittelt die Grundlagen und wesentlichen Fertigkeiten des Datenmanagements. Hierbei beschäftigt sich der erste, ausführlichere Teil mit Datenbanksystemen. Es wird beübt, wie Datenmodelle zu erstellen sind und daraus Datenbankschemata entworfen werden können, die in weiterer Folge in einem konkreten Softwareprodukt angelegt, mit Daten befüllt und mit einfachen und komplexen SQL-Anweisungen abgefragt werden sollen. Im zweiten Teil der Lehrveranstaltung wird gelernt, wie Inhalte auf Basis gängiger Datenformate erstellt bzw. genutzt werden können und wie Zeitreihen mit einer NoSQL-Datenbank aufzeichnet bzw. exploriert werden können.

Methodik

Neben Impulsvorträgen zu den theoretischen Themen liegt der Schwerpunkt des Kurses auf praktischen Übungen zu relationalen Datenbanksystemen, gängigen Datenformaten und NoSQL-Datenbanken. Die Übungen erfolgen teilweise durch Diskussion im Präsenzunterricht, zum Teil in unbetreuter Fernlehre mittels Moodle-Fragen und automatisierter SQL-Aufgaben. Das für den Präsenzunterricht vorausgesetzte Wissen wird zu Beginn jeder Einheit mit Zwischentests abgeprüft. Am Ende des Kurses wird die Erreichung der Lernergebnisse anhand einer Abschlussprüfung erhoben.

Lernergebnisse

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

  • einen Überblick über Datenbanktechnologien und deren Anwendungen geben, verschiedene Architekturen argumentieren sowie die grundlegenden Begriffe relationaler Datenbanken erklären
  • ein logisches Datenmodell für ein Szenario mittels Entity-Relationship-Modellierung entwerfen und dieses in ein Datenbankschema überführen
  • eine relationale Datenbank auf Basis eines Datenmodells und unter Berücksichtigung wichtiger Designgrundsätze erstellen, sowie die Qualität des DB-Schemas hinsichtlich der Normalformen beurteilen.
  • ein Datenbankschema erstellen bzw. abändern, eine relationale Datenbank mit Daten befüllen sowie Datenbankeinträge mit einfachen oder komplexen Transaktionen manipulieren
  • einfache und komplexe SQL-Queries auf einer Datenbank durchführen, sowie Views und Indizes anlegen
  • XML und JSON-basierte Daten erstellen, durchsuchen und transformieren
  • eitreihen mit einer NoSQL-Datenbank aufzeichnen und explorieren

Lehrinhalte

  • Grundlagen von Datenbanksystemen
  • Datenmodellierung und Datenbankentwurf
  • Datenqualität und SQL-Grundlagen
  • Datenmanipulation und einfache SQL-Abfragen
  • Komplexe SQL-Abfragen und weiterführende Datenbankkonzepte
  • Datenformate XML und JSON
  • NoSQL-Datenbanken

Vorkenntnisse

Keine

Literatur

  • Elmasri, R. und Navathe, S.B. (2017). Fundamentals of Database Systems (7..Aufl.). Pearson.

Leistungsbeurteilung

  • Laufende Beurteilung mittels Zwischentests (Moodle-Fragen, SQL-Aufgaben), Bonuspunkte 10%
  • Abschlussprüfung über Theorie und praktische Fertigkeiten, 100%
Einführung in die Wirtschaftsinformatik (EINWI)
German / iMod
5.00
-
Einführung in die Wirtschaftsinformatik (EINWI)
German / ILV
5.00
3.00

Kurzbeschreibung

Diese Lehrveranstaltung behandelt im ersten Schritt die Grundfragen der Wirtschaftsinformatik (WI): Berufsfelder der WI, Bedeutung und Prozesse eines Unternehmens, Grundlagen Informationssysteme. Danach werden relevante Modellierungstechniken aus den Bereichen der Geschäftsprozessmodellierung eingeführt. Weitere Schwerpunkte bilden den Prozess der Softwareauswahl und -einführung. Zur Umsetzung von gegebenen Softwareanforderungen werden einerseits die Modellierung von Use Case-Diagrammen der UML, sowie andererseits die Spezifikation von Use Cases.

Methodik

In den Präsenzphasen werden Lernkontrollen durchgeführt, Kurzinputs zu den aktuellen Lehrinhalten gegeben, sowie der Übungsteil A der jeweils aktuellen Übung gemeinsam ausgearbeitet. Im Eigenstudium sollen die Studierenden den Übungsteil B zu der aktuellen Übung fertig stellen, sowie die Lehr-/ Lerninhalte der folgenden Präsenzphase vorbereiten bzw. sich in diese einlesen.

Lernergebnisse

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

  • die Tätigkeitsfelder der Wirtschaftsinformatik in die Organisation eines Unternehmens einzuordnen.
  • anhand einer praxisorientierten Problemstellung adäquate Lösungsmethoden der Wirtschaftsinformatik zu benennen.
  • die Aufbau- und Ablauforganisation einer Organisation mittels Organigramm und Prozesslandkarte zu modellieren.
  • Geschäftsprozessabläufe aus vorgegebenen Problemstellungen zu abstrahieren und diese anschließend mittels Geschäftsprozessmodellen (eEPK, BPMN) zu modellieren.
  • Aus Systembeschreibungen Use Cases abzuleiten, zu modellieren und zu beschreiben.
  • Zusammenhänge zwischen Geschäftsprozessen eines Unternehmens und deren Unterstützung durch Informationssysteme selbst zu erkennen und zu definieren.
  • Software anhand von definierten Kriterien zu bewerten und auswählen.

Lehrinhalte

  • Kernaufgaben der Wirtschaftsinformatik
  • Betriebe aus Sicht der Wirtschaftsinformatik
  • Grundlagen der Modellierung - Modelltheorie
  • Geschäftsprozessmodellierung (eEPK, BPMN)
  • Use Case Diagramm und Use Case Spezifikation
  • Software-Auswahl & -Einführung
  • Vom Geschäftsprozess zum Softwaresystem

Vorkenntnisse

Es sind keine Vorkenntnisse erforderlich.

Literatur

  • Als Pflichtliteratur sind die erstellten Skripten und Präsentationen, sowie die Übungen und Lernkontrollen vorgegeben.
  • Allweyer, T. (2005): Geschäftsprozess-management – Strategie, Entwurf, Implementierung, Controlling, W3L-Verlag
  • Hanschke, I./Giesinger, G. /Goetze, D. (2010): Business Analyse - Einfach und Effektiv
  • Hansen, R. (2009): Wirtschaftsinformatik 1 – Grundlagen und Anwendungen. Verlag: UTB. 12. Auflage
  • Rupp, C. / Zengler, B. / Queins, S. (2004): UML 2 Glasklar, Carl Hanser Verlag, 3. Aufl

Leistungsbeurteilung

  • 6 Lernkontrollen zu gesamt max. 20 Punkten (müssen nicht positiv absolviert werden)
  • Eine Zwischenklausur zu gesamt max. 10 Bonus-/Kompensations-Punkten (muss nicht positiv absolviert werden)
  • 7 Übungen zu gesamt max. 20 Punkten (müssen nicht positiv absolviert werden)
  • Eine Abschlussklausur zu max. 60 Punkten (muss positiv absolviert werden)

Anmerkungen

-

Mathematik für Computer Science 1 (MACS1)
German / iMod
5.00
-
Mathematik für Computer Science 1 (MACS1)
German / ILV
5.00
3.00

Kurzbeschreibung

Die Lehrveranstaltung „Mathematik für Computer Science 1“ hat das Ziel, grundlegende mathematische Fertigkeiten und strukturierte Denkweisen zu vermitteln. Die erlernten Methoden sind Bestandteil eines tragfähigen Fundamentes, um aktuelle technische bzw. IT-relevante Aufgabenstellungen effizient und nachvollziehbar zu lösen bzw. um bestehende Lösungen zu analysieren. Die Schwerpunkte liegen in den Themenbereichen diskrete Mathematik und Analysis.

Methodik

Verzahnung von Präsenzunterricht (Vorlesung, Übungen) mit Selbststudium zur Vor- und Nachbereitung.

Lernergebnisse

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

  • Sachverhalte mithilfe der Aussagenlogik und Mengenlehre logisch korrekt zu formulieren, Zahlen in unterschiedlichen Zahlensystemen darzustellen und Rechenoperationen mithilfe modularer Arithmetik durchzuführen
  • grundlegende Eigenschaften von Funktionen in einer Variablen zu analysieren und im fachrelevanten Kontext zu interpretieren
  • Rechenoperationen mit und Darstellungswechsel von komplexen Zahlen durchzuführen und in der Gauß´schen Zahlenebene geometrisch zu interpretieren
  • Folgen und Reihen hinsichtlich Konvergenz zu untersuchen
  • grundlegende Rechenoperationen der Differentialrechnung durchzuführen, Funktionen mithilfe der Differentialrechnung zu analysieren (u.a. hinsichtlich Extremwerten, Krümmungsverhalten) bzw. lokal durch Taylorpolynome zu approximieren
  • bestimmte, unbestimmte und uneigentliche Integrale zu berechnen
  • bestimmte Integrale als Fläche bzw. im fachrelevanten Kontext zu interpretieren

Lehrinhalte

  • Logik und Mengen, Zahlenmengen und Zahlensysteme
  • Einführung elementare Zahlentheorie
  • Relationen, Funktionen
  • Komplexe Zahlen
  • Folgen und Reihen
  • Differentialrechnung
  • Integralrechnung

Vorkenntnisse

keine

Literatur

  • Tilo Arens, Frank Hettlich, Christian Karpfinger, Ulrich Kockelkorn, Klaus Lichtenegger und Hellmuth Stachel: Mathematik. Springer Spektrum (aktuell: 4. Auflage 2018).

Leistungsbeurteilung

  • Grundlage der Leistungsbeurteilung sind 10 (Online-)Quizzes, zwei Übungstermine und zwei schriftliche Tests. Die qualitativen Beurteilungskriterien für Übungen und Tests sind das Vorhandensein eines adäquaten Grundverständnisses und der benötigten rechentechnischen Fertigkeiten.
Strukturierte Programmierung (PROGR)
German / iMod
5.00
-
Strukturierte Programmierung (STPRO)
German / LAB
5.00
3.00

Kurzbeschreibung

Programmieren AnfängerInnenkurs in Java.

Methodik

Selbststudiumsphasen abwechselnd mit Anwesenheitsphasen.

Lernergebnisse

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

  • einfache Problemstellungen mithilfe der strukturierten Programmierung zu lösen
  • reguläre Ausdrücke zu erstellen und in Programmen einzusetzen
  • unter Verwendung der Elemente der strukturierten Programmierung textbasierte Konsolenapplikationen zu entwickeln, die es ermöglichen, strukturierte Daten einzulesen, zu sortieren, zu durchsuchen und in verschiedenen Formaten darzustellen
  • Blackbox-Tests zu erstellen und durchzuführen
  • die Grundoperationen in den Datenstrukturen Array, List, Stack, Queue und in binären Suchbäumen durchzuführen und zu erläutern
  • gegebene Musterimplementierungen von gebräuchlichen Datenstrukturen und Algorithmen für ein gegebenes Problem anzupassen
  • geeignete Algorithmen und Datenstrukturen für ein gegebenes Problem auszuwählen und in Hinblick auf deren Laufzeit mit Hilfe der O-Notation zu evaluieren

Lehrinhalte

  • Flussdiagramme
  • Variablen und primitive Datentypen
  • Ausdrücke
  • Kontrollstrukturen
  • Funktionen
  • Reguläre Ausdrücke
  • Sortieren, Suchen
  • Debugger
  • Blackbox-Tests
  • zusammengesetzte Datentypen, Felder, Liste, Stack, Queue, (binäre) Bäume, Graphen

Vorkenntnisse

Mathematik Maturaniveau. Grundlegende PC Kenntnisse.

Literatur

  • - Christian Ullenboom: Java ist auch eine Insel. (Rheinwerk Verlag)
  • - Aditya Bhargava: Grokking Algorithms: An illustrated guide for programmers and other curious people. (Manning Publications)
  • - Joshua Bloch: Effective Java (3rd Edition). (Addison-Wesley Professional)
  • - Sedgewick: Algorithmen in Java. (Addison-Wesley)
  • - Solymosi: Grundkurs Algorithmen und Datenstrukturen in JAVA (Springer)
  • - Abts: Grundkurs JAVA (Springer)
  • - Beneken: Grundkurs Informatik (Springer)

Leistungsbeurteilung

  • Final Test (80pts)
  • Final Project (20pts)
  • Exercises (10 bonus pts)

Anmerkungen

Wie das Erlernen jeder Sprache ist auch das Erlernen einer Programmiersprache keine triviale Angelegenheit. Es erfordert das Studium der Vokabeln und der Grammatik, das Lernen von Phrasen, sowie das Üben von Sprechen, Lesen und Schreiben, bis man in der Lage ist seine eigenen Gedanken und Ideen in der neuen Sprache auszudrücken. Übungsphasen und der Austausch mit Personen, die, die Sprache sprechen (und einen auch mal korrigieren), sind in diesem Prozess von großer Hilfe, weswegen (bei Bedarf) zusätzlich zu den Lehrveranstaltungszeiten ein Tutorium von höhersemestrigen StudentInnen abgehalten wird. Allen AnfängerInnen sei der Besuch des Tutoriums ausdrücklich und dringend empfohlen. Die Belohnung für diese Mühen ist die Fähigkeit Lösungen von interessanten Problemen in eleganter und effizienter Weise in einer neuen Sprache - Java – - formulieren zu können, sowie die Befriedigung etwas Schaffen zu können – ein Produkt.

2. Semester

Bezeichnung ECTS
SWS
Communication 2 (COMM2)
German / kMod
5.00
-
Business English (ENG2)
English / UE
3.00
2.00

Kurzbeschreibung

In der Lehrveranstaltung Business English lernen die Studierenden, klare, überzeugende, professionelle Texte zu schreiben, und erweitern ihre Sprach- und Kommunikationskompetenz, um wirtschaftliches Fachvokabular im Kontext von Zukunftstrends im Bereich Wirtschaft und Technik richtig verstehen und anwenden zu können. Zu diesen Trends gehören unter anderem Diversität und Inklusion, die Globalisierung der Wirtschaft und auch die Internationalisierung des Finanzwesens. Darüber hinaus entwickeln die Studierenden ihre mündliche und schriftliche Kommunikationskompetenz im Englischen weiter, indem sie kritisches Denken für die Erstellung von Folgenabschätzungsanalysen speziell für ein internationales Fachpublikum im Bereich Technik und Wirtschaft zur Anwendung bringen.

Methodik

Aufgaben und Aktivitäten kleinen und mittleren Umfangs; offene Aufgaben und Diskussionen in der Gruppe; Einzelaufgaben; Peer Review und Diskussion

Lernergebnisse

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

  • Vokabular für Wirtschaft in technischem Kontext zu verstehen und einzusetzen
  • eine Analyse der wirtschaftlichen Folgen einer Technologie zu erstellen
  • sowohl mündlich als auch schriftlich darzulegen, welche unterschiedlichen Auswirkungen eine Technologie auf die Wirtschaft hat
  • Spezialvokabular und -terminologie anzuwenden, um beispielsweise ein Meeting zu leiten

Lehrinhalte

  • Wirtschaftliche Aspekte der Technik (beispielsweise Finanzierung und Investitionen, Weltwirtschaft, Online-Marketing und Verkauf, internationale Teams, sowie Diversität und Inklusion)
  • Folgenabschätzungsanalysen für Wirtschaft und Technologie
  • Business English-Präsentation

Vorkenntnisse

Englisch auf Niveau B2 des Gemeinsamen Europäischen Referenzrahmens für Sprachen

Literatur

  • Murphy, R. (2019). English Grammar in Use, 5th Edition. Klett Verlag.

Leistungsbeurteilung

  • 25% Gruppenarbeit zur wirtschaftlichen Folgenabschätzungsanalyse
  • 25% Sprachaufgabe zur wirtschaftlichen Folgenabschätzungsanalyse
  • 50% Schriftliche Prüfung
Kreativität und Komplexität (KREKO)
German / UE
2.00
1.00

Kurzbeschreibung

Die Lehrveranstaltung führt in den Prozess der Ideenfindung ein, indem verschiedene Kreativitätstechniken erprobt werden, dabei agieren die Studierenden auch als ModeratorIn unter Einsatz entsprechender Moderationstechniken. Im Rahmen der Lehrveranstaltung setzen sich die Studierenden mit dem Phänomen „Komplexität“ auseinander, entwickeln eine systemische Grundhaltung und trainieren das Erklären komplexer Sachverhalte, insbesondere für Personen ohne größere technische Expertise.

Methodik

Impulsvortrag, Eigenstudium (Kurzvideos, Literatur, etc.), Diskussion, Gruppenarbeit, Präsentation

Lernergebnisse

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

  • eine Kartenabfrage mit anschließender Clusterbildung und Mehrpunktabfrage zu moderieren
  • Vorgehensweisen zu ideenfindung fallorientiert umzusetzen (z.B. laterales Denken, kritisches Denken) sowie ausgewählte Kreativitätstechniken (z.B. Reizwortanalyse, morphologischer Kasten) zu erläutern und anzuwenden
  • eine systemische Denkhaltung einzunehmen und Werkzeuge für den Umgang mit Komplexität zu erläutern und anzuwenden (z.B. Wirkungsgefüge, Papiercomputer)
  • komplexe technische Sachverhalte zielgruppenspezifisch (auch für Nicht-Techniker*innen) zu erklären

Lehrinhalte

  • Moderation von Gruppen
  • Indeenfindung und Kreativität
  • Vernetztes Denken, Umgang mit Komplexität
  • Erklären komplexer Sachverhalte

Vorkenntnisse

Keine

Literatur

  • Dörner, Dietrich: Die Logik des Misslingens: Strategisches Denken in komplexen Situationen, 14. Aufl. 2003
  • Rustler, Florian: Denkwerkzeuge der Kreativität und Innovation – Das kleine Handbuch der Innovationsmethoden, 9. Aufl. 2019
  • Schilling, Gert: Moderation von Gruppen, 2005
  • Vester, Frederic: Die Kunst vernetzt zu denken, 2002
  • Lehner, Martin: Erkären und Verstehen: Eine kleine Didaktik der Vermittlung, 5. Aufl. 2018

Leistungsbeurteilung

  • Übungen, Fallbeispiele, Tests

Anmerkungen

Keine

Management und Recht (MANRE)
German / kMod
5.00
-
Projektmanagement (PM)
German / ILV
2.00
1.00

Kurzbeschreibung

In diesem Teilmodul erwerben die Studierenden grundlegende Projektmanagement-Kompetenzen.

Methodik

Flipped Classroom

Lernergebnisse

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

  • typische Merkmale von Projekten zu erklären und den Begriff "Projekt" zu definieren.
  • Projekte anhand geeigneter Kriterien zu klassifizieren
  • den Projektlebenszyklus in verschiedene Phasen mit jeweils unterschiedlichen Aufgabenstellungen zu unterteilen
  • zwischen verschiedenen Vorgehensmodellen zu differenzieren
  • Projektziele in Bezug auf Leistung, Kosten und Termine zu formulieren
  • Anforderungen in einem Lastenheft sowie einem Pflichtenheft nachvollziehbar zu dokumentieren
  • verschiedene Projektorganisationsformen zu unterscheiden und deren jeweilige Vor- und Nachteile zu skizzieren
  • verschiedene Projektrollen zu unterscheiden
  • fachliche und soziale Kompetenzen der Projektmitarbeiter als wesentliche Voraussetzung für eine erfolgreiche Projektarbeit zu identifizieren
  • relevante Stakeholder und deren Erwartungen an das Projekt zu identifizieren
  • Instrumente zur Entwicklung einer förderlichen Projektkultur zu skizzieren
  • Gegenmaßnahmen für nicht akzeptable Projektrisiken zu konzipieren
  • Projektpläne zu erstellen (z.B. Projektstrukturplan, Ablaufplan, Terminplan, Kostenplan etc.)
  • Methoden und Instrumente des Projektcontrollings (z.B. Earned-Value-Analyse etc.) für Zwecke der Termin- und Kostensteuerung anzuwenden
  • Auswirkungen veränderter Rahmenbedingungen und Kundenanforderungen zu bewerten
  • eine Projektabschlussbesprechung zu moderieren sowie einen Projektabschlussbericht zu verfassen
  • die erzielten Projektergebnisse selbstkritisch zu reflektieren (z.B. Lessons Learned etc.) und daraus im Sinne eines Wissenstransfers Verbesserungspotenziale für zukünftige Projekte abzuleiten
  • Projektergebnisse vor Projektstakeholdern zu präsentieren und zu verteidigen
  • zwischen Programm- und Portfoliomanagement zu differenzieren
  • Projektmanagement-Software (Project Libre) zu nutzen

Lehrinhalte

  • Projektmerkmale
  • Projektbegriff
  • Projektarten
  • Projektmanagement
  • Vorgehensmodelle
  • Projektziele
  • Projektanforderungen
  • Phasen- und Meilensteinplanung
  • Projektorganisation
  • Projektrollen
  • Projektstrukturplanung
  • Aufwandsschätzung
  • Ablauf- und Terminplanung (z.B. Balkendiagramm, Netzplan)
  • Ressourcen- und Kostenplanung
  • Projektcontrolling und Berichtswesen
  • Projektabschluss
  • Stakeholdermanagement
  • Risikomanagement
  • Projektmarketing
  • Qualitätsmanagement
  • Dokumentenmanagement
  • Konfigurationsmanagement
  • Änderungsmanagement
  • Vertragsmanagement
  • Führung von Projektteams
  • Agiles Projektmanagement
  • Scrum
  • Programmmanagement
  • Portfoliomanagement
  • Projektmanagement-Software
  • Internationales Projektmanagement
  • Projektmanagement-Zertifizierungen

Vorkenntnisse

Keine

Literatur

  • Timinger, Schnellkurs Projektmanagement, Wiley

Leistungsbeurteilung

  • Projektarbeit: 50 %
  • Zwischentests: 50 %

Anmerkungen

Details siehe Moodle-Kurs

Wirtschaftsrecht (RECHT)
German / ILV
3.00
2.00

Kurzbeschreibung

Die Veranstaltung vermittelt grundlegende Kenntnisse im für die Teilnahme am Wirtschaftsverkehr bedeutenden Rechts und dient einem Grundverständnis der österreichischen und europäischen Rechtsordnung.

Methodik

Vortrag, Selbststudium, Diskussion, Übungen, Fallbeispiele, Inverted Classroom

Lernergebnisse

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

  • den Stufenbau der Rechtsordnung sowie das Verhältnis von unionsrechtlichen und nationalen Rechtsvorschriften zu benennen.
  • die im Geschäftsleben wichtigsten privatrechtlichen Rahmenbedingungen (z.B. Rechtssubjektivität, Vertragsrecht, Stellvertretung, Leistunsstörungen, Schadenersatz, etc) zu kennen und ihren Einfluss auf unternehmerische Entscheidungen abschätzen zu können..
  • die Besonderheiten im B2B-Geschäftsverkehr (z.B. Mängelrügepflicht etc.) als auch jene im B2C-Geschäftsverkehr (z.B. Konsumentenschutz etc.) zu berücksichtigen
  • die zur Problemlösung benötigten Rechtsquellen (z.B. Gesetze, Verordnungen, Gerichtsurteile) effizient in Datenbanken (z.B. Rechtsinformationssystem des Bundes) zu finden und weiterführende einschlägige Literatur zu recherchieren.
  • mit einem Gesetzestext umzugehen und anhand des Auslegungskanons der juristischen Methodenlehre zu interpretieren.
  • den für eine bestimmte unternehmerische Tätigkeit erforderlichen gewerberechtlichen Erfordernissen zu entsprechen
  • Verträge rechtswirksam abzuschließen
  • einfache Sachverhalte zivilrechtlich zu beurteilen und darauf aufbauend die Entscheidung zu treffen, ob professionelle Unterstützung - etwa die Beiziehung eines Rechtsanwaltes oder Notars - einzuholen ist.
  • Bei der Konzipierung eines unternehmerischen Compliance-Systems, welches der Einhaltung gesetzlicher Vorgaben im Unternehmen sicherstellen soll, mitzuwirken.
  • im Zuge einer Unternehmensgründung die Vor -und Nachteile verschiedener Rechtsformen (Personen -und Kapitalgesellschaften) gegeneinander abzuwägen.

Lehrinhalte

  • Grundlagen der Rechtsordnung (Stufenbau, Staatsrecht)
  • Europarecht und Europäische Grundfreiheiten
  • Gesellschaftsrecht
  • Unternehmensrecht
  • Vertragsrecht und Willensmängel
  • Konsumentenschutzrecht
  • Leistungsstörungen (Verzug, Gewährleistung)
  • Schadenersatzrecht
  • Produkthaftungsrecht

Vorkenntnisse

Keine

Literatur

  • Brugger, Einführung in das Wirtschaftsrecht. Kurzlehrbuch, aktuelle Auflage

Leistungsbeurteilung

  • Schriftliche Abschlussprüfung (70%) + Zwischentests bzw Case Studies (30%)

Anmerkungen

Keine

Mathematik für Computer Science 2 (MACS2)
German / iMod
5.00
-
Mathematik für Computer Science 2 (MACS2)
German / ILV
5.00
3.00

Kurzbeschreibung

Die LV „Mathematik für Computer Science 2“ hat das Ziel, grundlegende mathematische Fertigkeiten und strukturierte Denkweisen zu vermitteln. Die Schwerpunkte liegen in den Bereichen Lineare Algebra und mehrdimensionale Analysis.

Methodik

Verzahnung von Präsenzunterricht (Vorlesung, Übungen) mit Selbststudium zur Vor- und Nachbereitung.

Lernergebnisse

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

  • grundlegende Aufgabenstellungen in allgemeinen Vektorräumen, sowie einfache geometrische Problemstellungen im zwei- und dreidimensionalen euklidischen Raum zu lösen
  • elementare Rechenoperationen mit Matrizen durchzuführen sowie Determinanten und Inverse zu berechnen
  • lineare Gleichungssysteme in Matrixschreibweise mit Hilfe des Gaußalgorithmus zu lösen
  • geometrische Operationen mithilfe linearer Abbildungen durchzuführen
  • Skalarprodukte, orthogonale Projektionen und orthogonale Transformationen zu berechnen und geometrisch zu interpretieren
  • Eigenwerte, Eigenvektoren und Eigenräume zu berechnen
  • partielle Ableitungen von Funktionen mehrerer Variabler zu berechnen und insbesondere Gradient, Hesse-Matrix, Richtungsableitung sowie lokale Extremwerte eines Skalarfeldes zu berechnen
  • Mehrfachintegrale zu berechnen

Lehrinhalte

  • Vektorräume
  • Matrizen und lineare Abbildungen
  • lineare Gleichungssysteme
  • Skalarprodukt und Orthogonalität
  • Eigenwerte und Eigenvektoren
  • mehrdimensionale Differentialrechnung
  • Einführung mehrdimensionale Integralrechnung

Vorkenntnisse

Mathematik für Computer Science 1

Literatur

  • Tilo Arens, Frank Hettlich, Christian Karpfinger, Ulrich Kockelkorn, Klaus Lichtenegger und Hellmuth Stachel: Mathematik. Springer Spektrum (aktuell: 4. Auflage 2018).

Leistungsbeurteilung

  • Grundlage der Leistungsbeurteilung sind 10 (Online-)Quizzes, zwei Übungstermine und zwei schriftliche Tests. Die qualitativen Beurteilungskriterien für Übungen und Tests sind das Vorhandensein eines adäquaten Grundverständnisses und der benötigten rechentechnischen Fertigkeiten.
Objektorientierte Programmierung und Modellierung (OOPM)
German / iMod
5.00
-
Objektorientierte Programmierung und Modellierung (OOPM)
German / LAB
5.00
3.00

Kurzbeschreibung

Aufbauend auf den Kurs "Strukturierte Programmierung" werden die Grundlagen objektorientierter Programmierung und Modellierung vermittelt.

Methodik

Selbststudiumsphasen abwechselnd mit Anwesenheitsphasen.

Lernergebnisse

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

  • Objektorientierte Prinzipien wie Vererbung, Polymorphie und Kapselung anhand von Beispielen zu erklären
  • Klassen, Interfaces und Generics anhand von Beispielen zu erklären
  • Einen Überblick über Abstrakte Datentypen (Collections) zu geben und deren Funktionsweise zu erläutern
  • einfache Problemstellungen mit Klassendiagrammen und Interaktionsdiagrammen zu modellieren
  • Verbindungen zwischen Klassen korrekt in Klassendiagrammen abzubilden
  • einen Programmfluss, an dem mehrere Klassen beteiligt sind, als Interaktionsdiagramm abzubilden
  • einfache Klassen zu implementieren
  • das Verhalten von abstrakten Super-Klassen in konkreten Subklassen zu implementieren
  • Vorgegebene Klassendiagramme programmatisch umzusetzen
  • sortierbare und durchsuchbare Datenstrukturen für konkrete Klassen zu implementieren und zu verwenden
  • Textfiles unter Beachtung von Exception Handling ein- und auszulesen - konsolen-basierte, text-menü gesteuerte Applikationen zu erstellen, die es erlauben Daten von selbst implementierten Containern darzustellen, zu durchsuchen und zu sortieren sowie die Inhalte von Files ein-/auszulesen
  • Grundoperationen von Versionierungssystemen für eigene Projekte einzusetzen

Lehrinhalte

  • Klassen und Objekte
  • Kapselung, Vererbung und Polymorphie
  • Abstrakte Klassen
  • Interfaces
  • Generics
  • Collections
  • UML Klassendiagramme
  • UML Interaktionsdiagramme
  • Objektorientierte Programmierung (Klassen, Objekte, Referenzen, Vererbung, Polymorphismus, abstrakte Klassen, Interfaces, innere Klassen)
  • Ausnahmen, Ausnahmebehandlung, einfache Dateioperationen
  • Grundlagen Versionierungssysteme

Vorkenntnisse

LVs aus dem 1. Semester, insbesondere 1. Structured Programming Lab (SPL) 2. Einführung in die Wirtschaftsinformatik (EWI) 3. Datenmanagement (DM)

Literatur

  • Martina Seidl, Marion Scholz, Christian Huemer, Gerti Kappel: UML @ ClassroomAn Introduction to Object-Oriented Modeling. (Springer)
  • Brahma Dathan, Sarnath Ramnath: Object-Oriented Analysis,Design and ImplementationAn Integrated Approach. (Springer)
  • Christian Ullenboom: Java ist auch eine Insel. (Rheinwerk Verlag)
  • Robert Sedgewick, Kevin Wayne: IntroductiontoProgramming in Java - An Interdisciplinary Approach. (Addison-Wesley)
  • Schiedermeier: Programmieren mit Java (Pearson)

Leistungsbeurteilung

  • Tests (schriftlich und/oder Tool-basiert, closed book, 100 Punkte): MidTerm Exam (Modellierungsaufgabe Tasks, ca. in Kurswoche 5, 60 min, 30 Punkte) Final Exam (Modellierungs & Programmieraufgabe, Semesterende, 150 min, 70 Punkte)
  • Übungen (10 Bonus points, gleich gewichtet): 2 Abgaben (Modelling) 1 Workshop (peer review) 6 Programmier Aufgaben
Softwareauswahlprojekt (SWPRO)
German / iMod
5.00
-
Softwareauswahlprojekt (SWPRO)
German / PRJ
5.00
3.00

Kurzbeschreibung

Basierend auf den Ausschreibungsunterlagen eines Unternehmens muss ein Projekt aufgesetzt werden, dass die Auswahl eines Content-Management-Systems (CMS) inklusive Installation und Konfiguration beim Kunden (FHTW Umgebung) umfasst. Ziel ist es, mithilfe des CMS die relevanten Geschäftsprozesse des Unternehmens mittels Software zu unterstützen. Hierdurch wird die Vernetzung und Anwendung interdisziplinärer Themenbereiche (Projektmanagement, Geschäftsprozessmanagement und -modellierung, Softwaresystemmodellierung, sowie Nutzwertanalyse) des vorangegangenen und des aktuellen Ausbildungssemesters im Kontext eines Softwareauswahlprojektes gefördert.

Methodik

In den Präsenzphasen werden Lernkontrollen durchgeführt, Kurzinputs zu den aktuellen Lehrinhalten gegeben, sowie Feedback zum aktuellen Projektstatus einerseits durch die Betreuer*innen und andererseits von Studierenden an Studierende mittels Peer-Reviews gegeben. Im Eigenstudium sollen die Studierenden das Softwareauswahlprojekt weiterentwickeln, sowie die Lehr-/ Lerninhalte der folgenden Präsenzphase und Projektaufgabe vorbereiten bzw. sich in diese einlesen.

Lernergebnisse

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

  • ein reales Projekt zu planen (Vision, PSP, PAP etc.).
  • ein reales Projekt durchzuführen (Protokollführung, Teamarbeit, Abschlusspräsentation etc.).
  • eine Unternehmensanalyse zur Unterstützung der Geschäftsprozesse durch Software durchzuführen.
  • Softwareanforderungen zu erheben (UCD) und darzustellen.
  • die Kriterien zur Auswahl eines CMS zu definieren.
  • eine Nutzwertanalyse auf Basis definierter Auswahlkriterien zu erstellen.
  • das Customizing ausgewählter Prozesse im CMS durchzuführen.

Lehrinhalte

  • Entwickeln einer Projektplanung
  • eine dreiteilige Projektvision zu formulieren
  • Stakeholder zu identifizieren und zu beschreiben
  • einfache Projektstruktur und Projektablaufpläne zu erstellen
  • Identifizierung und Modellierung von Geschäftsprozessen
  • Erhebung und Ableitung von Kundenanforderungen
  • Erarbeiten einer Systemspezifikation
  • Identifizieren, Gewichten und Bewerten von Kriterien
  • Durchführen einer Marktrecherche auf Basis eines Kriterienkatalogs
  • Auswahl einer CMS-Software anhand einer Nutzwertanalyse
  • Installation, Konfiguration und Customizing eines CMS

Vorkenntnisse

Es sind Vorkenntnisse aus Lehrveranstaltungen des aktuellen zweiten und des vorangegangenen ersten Semesters des Studiums erforderlich zu relevanten Themen wie bspw. Präsentationstechniken, Projektmanagement, Geschäftsprozessmodellierung, Softwaresystemmodellierung, sowie zur Softwareauswahl und Nutzwertanalyse.

Literatur

  • m Zuge dieser Fallstudie werden keine eigenen Lehrmaterialien eingesetzt, sondern auf Lehr-/Lernmaterialien aus vorangegangenen und aktuellen Lehrveranstaltungen des Studiums verwiesen, welche zur Umsetzung der Fallstudie Aufgaben relevant sind.

Leistungsbeurteilung

  • Gruppenbeurteilung auf Basis des durchgeführten Softwareauswahlprojektes:
  • Projektabwicklung (max. 20 Punkte)
  • Test (max. 10 Punkte)
  • Unternehmensanalyse (max. 15 Punkte)
  • SW-Auswahlverfahren (max. 15 Punkte)
  • CMS-Test-Installationen (max. 10 Punkte)
  • Nutzwert-Analyse (max. 10 Punkte)
  • Abschluss-Präsentation (max. 10 Punkte)
  • Gesamt-Eindruck (max. 10 Punkte)
Softwaremanagement (SWMAN)
German / kMod
5.00
-
Agiles Projektmanagement (APM)
German / ILV
2.00
1.00

Kurzbeschreibung

Diese Lehrveranstaltung vermittelt einen theoretischen und praktischen Überblick über Grundlagen des agilen Projektmanagements und adressiert im Detail die agilen Vorgehensmodelle Scrum und Kanban.

Methodik

Integrierte Lehrveranstaltung mit Eigenstudium- und Präsenzlehreanteilen.

Lernergebnisse

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

  • den Einsatz von agilen und klassischen Vorgehensmodellen in der SW-Entwicklung zu beurteilen und den passenden Entwicklungsprozess auswählen zu können
  • Scrum Projekte zu planen und durchzuführen
  • Kanban Projekte zu planen und durchzuführen

Lehrinhalte

  • Agile Grundlagen: Phasenmodell der SW-Entwicklung (Software Life Cycle); Entwicklungsprozesse (sequentiell, iterativ, agil, hybrid) und deren Anwendungsgebiete; Veränderungen im Projekt (Stacey Matrix); Unterschiede zwischen klassischem und agilem Projektmanagement; das agile Manifest und die 12 Prinzipien
  • Scrum: Methoden der Aufwandsschätzung; Agile Aufwandsschätzung - Planning Poker; Scrum Entwicklungsmethode; Agile Skalierungsframeworks
  • Kanban: Vorgehensmodell; Visualisierung und WIP-Limit; Serviceklassen; Kadenzen (Regelmäßige Meetings)

Vorkenntnisse

keine

Literatur

  • Agile Practice Guide; PMI Institute – Agile Alliance; 2017; Project Management Institute, Pennsylvania
  • Erfolgsfaktor Agilität; Janko Böhm; 2019; Springer
  • Kanban für die Softwareentwicklung; Thomas Epping; 2011; Springer

Leistungsbeurteilung

  • Lernaufgaben
  • Zwischentests
  • Abschlussprüfung
Software Lifecycle Management (SLM)
German / ILV
3.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung vermittelt einen Überblick über den Software Lifecycle (SLC) im Allgemeinen und bietet in ausgewählten Phasen des SLC weitere Einblicke. Ein wesentlicher Bestandteil der Lehrveranstaltung ist die Vermittlung von Tools, die den SLC in einem kollaborativen Setting unterstützen.

Methodik

Projektbasierter Unterricht, Präsenz- und Fernlehrphasen, wöchentliche Hausarbeiten, laufende Review-Gespräche

Lernergebnisse

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

  • Tools zur Unterstützung des SLCs hinsichtlich der Anforderungen auszuwählen und zu bedienen,
  • Anforderungserhebungen durchzuführen und mittels Tools zu persistieren,
  • Sourcecode im Team zu entwickeln und mittels Tools zu verwalten,
  • Rudimentäre Deployment Pipelines zu erstellen und anzustoßen,
  • Qualitätskriterien zu formulieren und Testpläne zu erstellen.

Lehrinhalte

  • Ausgewählte Tools unterschiedlicher Komplexität zur Unterstützung des SLC
  • Toolgestützte Methoden zur Anforderungserhebung
  • Kollaborationstools und Source Code Verwaltungstools
  • Deployment Pipelines
  • Integration von Tests in die Pipeline
  • Grundlegende DevOps Themen

Vorkenntnisse

Java Programmier-Grundlagen (Semester 1), Projektmanagement-Grundlagen (vor allem Agile Methoden)

Literatur

  • Sommerville, I., 2018. Software Engineering, 10., aktualisierte Auflage. it - informatik. Pearson, Hallbergmoos.
  • Kim, G., Humble, J., Debois, P., Willis, J., 2017. Das DevOps-Handbuch: Teams, Tools und Infrastrukturen erfolgreich umgestalten, 1. Auflage. O’Reilly, Heidelberg.

Leistungsbeurteilung

  • LV-immanente Leistungsbeurteilung (Zwischentests, Übungen)
  • Abschlussprüfung

3. Semester

Bezeichnung ECTS
SWS
Angewandte Wahrscheinlichkeitsrechnung & Statistik (AWS)
German / iMod
5.00
-
Angewandte Wahrscheinlichkeitsrechnung und Statistik (AWS)
German / ILV
5.00
3.00

Kurzbeschreibung

Dieser Kurs vermittelt elementare Kenntnisse der Wahrscheinlichkeitsrechnung und angewandten Statistik mit Hilfe der Statistik-Software R.

Methodik

integrierte Lehrveranstaltung, Fernlehre

Lernergebnisse

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

  • Probleme der Kombinatorik (Permutationen, Kombinationen) zu lösen
  • Wahrscheinlichkeiten für das Eintreten von Ereignissen zu berechnen
  • den Zusammenhang von Zufallsvariablen und Wahrscheinlichkeitsverteilungen erklären zu können
  • die grundlegende Funktionsweise statistischer Tests zu verstehen, insbesondere einen einfachen statistischen Test durchzuführen und zu interpretieren
  • Punkt- und Intervallschätzer zu ermitteln
  • die beschriebenen Aufgaben mit der Software R durchzuführen

Lehrinhalte

  • Grundlagen der Wahrscheinlichkeitsrechnung
  • Kombinatorik
  • Zufallsvariablen
  • Diskrete und stetige Verteilungen
  • Erwartungswert und Varianz
  • Statistische Tests
  • Konfidenzintervalle

Vorkenntnisse

Grundkenntnisse auf Maturaniveau

Literatur

  • G. Teschl, S. Teschl (2014): Mathematik für Informatiker 2: Analysis und Statistik, Springer

Leistungsbeurteilung

  • Grundlage der Leistungsbeurteilung sind 7 Moodle-Tests, in denen sowohl das Verständnis der wichtigsten Konzepte als auch die konkrete Durchführung statistischer Analysen mit R überprüft werden. Bonuspunkte gibt es für das Absolvierung von Moodle-Quizzes.

Anmerkungen

-

Business Process Engineering (BPE)
English / iMod
5.00
-
Business Process Engineering (BPE)
English / ILV
5.00
3.00

Kurzbeschreibung

Studierende erlernen hier die Definition von Geschäftsprozessen und deren Einsatz in Unternehmen. Basierend auf diversen Aspekten eines Geschäftsprozesses können Studierende diesen erfassen, modellieren und dokumentieren.

Lernergebnisse

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

  • Geschäftsprozesse zu erfassen und zu beschreiben
  • Geschäftsprozesse zu modellieren (z.B. mit Hilfe der EPK oder BPMN)
  • Grundbegriffe des unternehmensweiten Geschäftsprozessmanagements zu erklären
  • ein Prozesshandbuch zu erstellen
  • Methoden der Prozesserhebung und Prozessbeschreibung anzuwenden
  • Prozesse zu verbessern

Lehrinhalte

  • Erfassen und definieren von Geschäftsprozessen
  • Beschreibung von relevanten Aspekten des Geschäftsprozesses (zB. Inputs, Outputs, KPIs, …)
  • Modellierung von Geschäftsprozessen
  • Erstellen von Prozesslandkarten
  • Prozesshandbuch
  • Geschäftsprozessmanagementhandbuch

Vorkenntnisse

Keine

Literatur

  • Foliensatz

Leistungsbeurteilung

  • prüfungsimmanente Leistungsbeurteilung
Enterprise Resource Planning (ERP)
German / iMod
5.00
-
Enterprise Resource Planning (ERP)
German / ILV
5.00
3.00

Kurzbeschreibung

ERP-Systeme sind integrierte Anwendungssysteme zur Unterstützung betrieblicher Standardabläufe, z.B. in den Bereichen Beschaffung, Produktion und Vertrieb. Die Lehrveranstaltung vermittelt die nötigen betriebswirtschaftlichen Grundlagen, sowie die technischen Hintergründe und Funktionsweisen am Beispiel des Softwaresystems MS Dynamics NAV 2018.

Methodik

Kurzvorträge, Workshops, Übungen, Fernlehre, Projekt

Lernergebnisse

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

  • betriebswirtschaftliche Grundlagen in Beschaffung, Produktion und Vertrieb wiederzugeben.
  • Architekturen von ERP-Systemen zu vergleichen und Vor- und Nachteile (wirtschaftlich, technisch) zu erklären.
  • ein vereinfachtes Datenmodell für Teile eines ERP-Systems zu skizzieren.
  • die Abhängigkeiten der Informationsobjekte in den Standard-Workflows Beschaffung, Produktionsdurchführung und Vertrieb aufzulisten und zu begründen.
  • Problemstellungen der Beschaffungsplanung (Brutto/Nettobedarfsrechnung, Losgrößenoptimierung) rechnerisch zu lösen und in NAV abzubilden.
  • die verschiedenen Schritte der Kapazitäts- und Materialbedarfsplanung in ihren Zusammenhang zu erklären und anhand eines Beispiels durchzuführen.
  • die Herstellkosten eines einfachen Fertigerzeugnisses zu kalkulieren und die Berechnung in NAV abzubilden.
  • Potentiale und Herausforderungen von ERP-Systemen (am Beispiel von NAV), bezogen auf ein spezifisches Einsatzszenario, zu diskutieren.
  • ein selbstgewähltes Einsatzszenario in einem gegebenen Mandanten abzubilden.

Vorkenntnisse

Geschäftsprozessmodellierung mit BPMN, Datenmodellierung, Kostenrechnung

Leistungsbeurteilung

  • Laufende Übungen
  • Multiple-Choice-Tests
  • Projekt
  • Abschlussklausur (Theorie)
  • Softwareklausur (open book)

Anmerkungen

Die Software: "MS Dynamics NAV 2018" wird zur Verfügung gestellt und muss auf dem eigenen Laptop installiert oder mittels virtueller Maschine (auf dem Laptop) verwendet werden.

Finanzmanagement (FINAN)
German / kMod
5.00
-
IT-basiertes Rechnungswesen (ITRW)
German / ILV
2.00
1.00

Kurzbeschreibung

In dieser LV wird die praktische Durchführung von Buchungsaufgaben bis zur Rohbilanz in einem IT-System vermittelt und geübt.

Methodik

Kurzvortrag, Computerdemos

Lernergebnisse

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

  • in einem Buchhaltungssystem eine Buchhaltung einzurichten (Kontenrahmen, Mehrwertsteuer)
  • Eröffnungsbuchungen durchzuführen
  • Debitoren, Kreditoren und Anlagen zu pflegen
  • laufende Geschäftsfälle (Eingangs- und Ausgangsrechnungen; Zahlungen) zu verbuchen
  • Offene Posten zu verwalten
  • Typische Aufgaben im Rahmen des Jahresabschlusses (Rückstellungen, Abschreibungen, Rechnungsabgrenzungen) abzubilden
  • Berichte wie Saldenlisten und Kontenblätter zu erstellen
  • Rohbilanz und G+V zu erstellen

Lehrinhalte

  • Laufende Buchungsfälle
  • Abschlussbuchungen
  • Bilanz; G+V-Rechnung
  • Einrichtung und Funktionsweise von Buchhaltungsystemen

Vorkenntnisse

Externes Rechnungswesen

Leistungsbeurteilung

  • 6 Hausübungen (40 Punkte)
  • Abschlussfallstudie (60 Punkte)
Investition und Finanzierung (INVES)
German / ILV
3.00
2.00

Kurzbeschreibung

Unternehmen treffen regelmäßig Investitionsentscheidungen. Vorhandene Investitionsalternativen sind zu bewerten und die beste auszuwählen. Darüber hinaus ist die erforderliche Finanzierung sicherzustellen.

Methodik

Integrierte LV

Lernergebnisse

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

  • den Zusammenhang von betrieblicher Mittelherkunft und Mittelverwendung zu erklären
  • verschiedene Finanzierungsarten zu erklären
  • die Effektivverzinsung eines Zero Bonds auszurechnen
  • statische und dynamische Investitionsrechenverfahren anzuwenden
  • den Kapitalwert einer zu kaufenden Maschine zu berechnen
  • eine Kapitalflussrechnung durchzuführen

Lehrinhalte

  • Planbilanz
  • Finanzmathematische Grundlagen
  • Finanzierungsarten, Selbstfinanzierung
  • Beteiligungsfinanzierung
  • Fremdfinanzierung
  • Investitionsrechenverfahren
  • Leistungsbudget
  • Finanzplan

Vorkenntnisse

Grundlagen der Finanzbuchhaltung - Grundlagen der Kostenrechnung

Literatur

  • Geyer, Alois / Hanke, Michael / Littich, Edith / Nettekoven, Michaela (2012): Grundlagen der Finanzierung, 4. Auflage, Linde Verlag, Wien.
  • Kruschwitz, Lutz (2014): Investitionsrechnung, 14. Auflage, Verlag De Gruyter, Oldenbourg.
  • Thommen, Jean-Paul / Achleitner, Ann-Kristin (2012): Allgemeine Betriebswirtschaftslehre, 7. überarbeitete Auflage, Gabler Verlag, Berlin.
  • Wöhe, Günter / Bilstein, Jürgen (2013). Grundzüge der Unternehmensfinanzierung, 11., überarbeitete Auflage, Vahlen Verlag, München

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung (100%)

Anmerkungen

Arbeiten Sie bitte bereits vor der ersten LV die Übungen und Kontrollfragen im Studienbrief bis Seite 56 durch.

Softwarearchitekturen (SWARC)
German / iMod
5.00
-
Softwarearchitekturen (SWARC)
German / ILV
5.00
3.00

Kurzbeschreibung

Diese LV liefert eine Einführung in Software-Architekturen.

Lernergebnisse

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

  • Die Notwendigkeit von Architekturen argumentieren
  • Die Einflüsse auf Architekturentscheidungen benennen und berücksichtigen
  • Methodische und konstruktive Architekturaspekte im Rahmen eines Softwareprojektes adressieren
  • Während des Architekturprozesses Anhand von einfachen Problemstellungen relevante Schnittstellen und Bausteine identifizieren und beschreiben
  • Grundlegende Architekturprinzipien argumentieren und deren Auswirkung auf die Architektur beschreiben
  • Architekturstile anhand der Anforderungen auswählen und umsetzen (bei kleinen bis mittleren Projekten)

Lehrinhalte

  • Aspekte von Architekturen
  • Architekturbeeinflussende Anforderungen
  • Ebenen von Architekturen
  • Aufgaben eines Architekten
  • Rollenverständnis und Aufgaben von ArchitektInnen
  • Interaktion mit anderen Rollen
  • Architekturstile
  • Design Prinzipien
  • Patterns
  • Softwarearchitektur als Prozess
  • Entwurf von Softwarearchitekturen
Webtechnologien (WEB1)
German / iMod
5.00
-
Webtechnologien (WEB1)
German / ILV
5.00
3.00

Kurzbeschreibung

In dieser Lehrveranstaltung werden Kenntnisse zur Entwicklung von (mobilen) Web Applikationen entlang des Full-Stacks vermittelt. Dies umfasst die Erstellung von Front-Ends mit gängigen Basis-Technologien, wie sie Browser zur Darstellung von Webseiten benötigen (HTML5, CSS3) sowie aktuelle Frameworks (am Beispiel Bootstrap). Am Back -End werden anhand der Programmiersprache PHP sowie des Datenbankmanagementsystems MariaDB die Basis-Konzepte zur serverseitigen Programmierung und damit verbundener Technologien erläutert sowie auf aktuelle Trends und Entwicklungen eingegangen.

Methodik

Voträge und angeleitete Übungen, Übungspräsentationen und -besprechungen

Lernergebnisse

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

  • statische Webseiten auf Basis von standardisierten Technologien (HTML, CSS) zu entwerfen und zu implementieren
  • Webseiten mittels CSS zu gestalten und das Layout klar von Strukturierung und Inhalt zu trennen
  • Webseitenteile anderer Entwickler zu integrieren und CSS Frameworks (exemplarisch anhand von Bootstrap) einzubinden und zu verwenden
  • dynamische Webseiten mittels serverseitiger Programmierung (unter Verwendung von PHP) zu planen und zu implementieren.
  • allgemeine Konzepte der serverseitigen Programmierung (Sessions, Datenübergabe, Authentifizierung) für eigene Projekte einzusetzen
  • sich bei Bedarf leicht weitere Kenntnisse im Bereich der serverseitigen Programmierung anzueignen.
  • das Konzept von Sessions und Cookies zu verstehen und mittels PHP anzuwenden.
  • eine Datenbankverbindung mittels PHP zu etablieren sowie CRUD-Statements aus einer Web Applikation auszuführen.
  • Technologien im Full-Stack zu benennen und fachgerecht einzusetzen.

Lehrinhalte

  • Grundlagen der Webseitenentwicklung
  • HTML5 zur Beschreibung von Webseiten
  • CSS3 für Layout und grafische Gestaltung, Bootstrap Framework
  • Basistechnologien der Webserver-Infrastruktur
  • Grundlagen serverseitiger Programmierung (Sessions, Cookie, Datenübergabe)
  • PHP Programmierung
  • Datenbankanbindung
  • Full Stack Development
  • SEO, Accessibility, Usability

Vorkenntnisse

-

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • Tests
  • Übungen
  • Projektarbeit

4. Semester

Bezeichnung ECTS
SWS
Controlling (CONTR)
German / kMod
5.00
-
IT-Based Controlling (ITCON)
English / 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, Exercises

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 und Finanzierung

Leistungsbeurteilung

  • 2 Zwischenklausuren (je 25 Punkte)
  • 1 Abschlussklausur (50 Punkte)
Unternehmensplanspiel (UNPLA)
German / 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
5.00
-
Einführung in Statistical Learning (STAT2)
German / 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

Vorkenntnisse

Mathematik 1 und 2 Angewandte Wahrscheinlichkeitsrechnung und Statistik Statistische Datenanalyse

Literatur

  • Skriptum: Datenanalyse und statistische Modellierung (D. Meyer, M. Wurzer)
  • Hatzinger, K. Hornik, H. Nagel, M. Maier: R – Einführung durch angewandte Statistik (2. Auflage), Springer, 2014

Leistungsbeurteilung

  • Abschlussklausur: Verfassen eines statistischen Berichts
  • Bonuspunkte durch begleitete Übungen und Moodle-Quizzes
Statistische Datenanalyse (STAT3)
German / 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

Vorkenntnisse

Mathematik 1 und 2 Angewandte Wahrscheinlichkeitsrechnung und Statistik

Literatur

  • Skriptum: Datenanalyse und statistische Modellierung (D. Meyer, M. Wurzer)
  • R. Hatzinger, K. Hornik, H. Nagel, M. Maier: R – Einführung durch angewandte Statistik (2. Auflage), Springer, 2014

Leistungsbeurteilung

  • Abschlussklausur: Verfassen eines statistischen Berichts
  • Bonuspunkte durch begleitete Übungen und Moodle-Quizzes
Distributed Systems (DISYS)
English / iMod
5.00
-
Distributed Systems (DISYS)
English / 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

  • siehe Moodle

Leistungsbeurteilung

  • Multimodal:
  • Theoretische Leistungsüberprüfung (Moodle MC-Test)
  • Hausübungen (Coding Hand-Ins)
  • Projektarbeit
Vertiefungen (VERT)
German / kMod
10.00
-
Vertiefung: App & Web Development (VAWD)
German / kMod
10.00
-
Android App Development (AAD)
English / 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
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
10.00
-
Big Data Engineering (BDENG)
German / 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
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
10.00
-
Auswahl von ERP-Systemen (AERPS)
German / 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
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
10.00
-
Business Integration (BSINT)
German / 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
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
10.00
-
UX and Interaction Design (UXSQA)
German / 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

  • Aufgaben
  • Projektabgaben
Usabilty Evaluation (UXEV)
German / 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
5.00
-
Web Scripting (WEBSC)
German / 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
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%)

5. Semester

Bezeichnung ECTS
SWS
Digital Marketing (DIGMA)
English / iMod
5.00
-
Digital Marketing (DIGMA)
English / ILV
5.00
3.00

Kurzbeschreibung

Nach einer Einführung in klassische Marketingkonzepte wird insbesondere auf Methoden des digitalen Marketings eingeführt.

Lernergebnisse

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

  • Zielgruppen zu identifizieren und eine Marketing Strategie dafür zu entwickeln
  • die relevanten Aspekte des digitalen Marketings, inklusive mobilem Marketing, beschreiben, planen und umsetzen
  • konventionelles und digitales, sowie inbound und outbound, Marketing abgrenzen und beschreiben
  • einen Überblick über Digital Marketing Tools geben und ausgewählte Tools einsetzen
  • den Customer Lifecycle und den Sales Funnel beschreiben und Marketingentscheidungen davon ableiten
  • Die Herausforderungen von Cross-Channel Marketing beschreiben und in der Planung berücksichtigen
  • Growth Hacking und die relevanten Aspekte beschreiben und umsetzen
  • Influencer Marketing planen und umsetzen
  • E-Mail Marketing und Content Marketing einsetzen

Lehrinhalte

  • Zielgruppen
  • 4 P’s, 7 P’s, 4 C’s
  • Digitales Marketing, mobile Marketing
  • Customer Lifecycle
  • Growth Hacking
  • Email Marketing
  • Content Marketing
  • Influencer Marketing
IT Security (ITSEC)
English / kMod
5.00
-
IT Security Basics (ITSEC)
English / ILV
3.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung bietet einen Überblick über die wesentlichen Aspekte der IT-Sicherheit und beschäftigt sich mit kryptografische Verfahren, Authentizität, Schlüsselmanagement, Zugangs- und Zugriffskontrolle sowie sicherer Kommunikation.

Lernergebnisse

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

  • die Schutzziele der IT Security zu nennen und sowohl Bedrohungen als auch Methoden zur Gewährleistung der Ziele aufzuzeigen
  • kennen kryptographische Methoden und können ihre jeweiligen Stärken und Schwächen und damit mögliche Einsatzszenarien nennen
  • Emails und beliebige Dokumente zu verschlüsseln und zu signieren
  • Methoden zur Zugriffskontrolle und -überwachung auf Netzwerk-, System- und Applikationseben aufzuzählen und deren Funktion und Einsatzszenarien zu erklären
  • Können grundlegende Technologien zur sicheren Kommunikation erklären
  • Grundlegende Verfahren für die Bewertung der Wichtigkeit von Systemen bzw. für eine Risikoanalyse zu erklären

Lehrinhalte

  • Grundlagen Informationssicherheit
  • Bedrohung der IT-Sicherheit und Gefahrenquellen (interne und externe Bedrohungen)
  • Grundlagen der Kryptographie
  • HMAC
  • Public Key Infrastrukturen (PKI)
  • Signaturen
  • Zertifikate
  • Access Control
  • Identifizierung/Authentifizierung/Autorisierung
  • Sicherheit von Passwörtern/Entropie
  • DMZ, Firewall & IDS/IPS
  • IPSec
  • Transport Layer Security
  • Sichere Kommunikationsmechanismen
Software Security (SWSEC)
English / ILV
2.00
1.00

Kurzbeschreibung

Softwaresicherheit ist der Oberbegriff für Software, die so entwickelt wurde, dass sie bei böswilligen Angriffen weiterhin ordnungsgemäß funktioniert. Sicherheit als Teil des Softwareentwicklungsprozesses ist ein fortlaufender Prozess, an dem Personen und Verfahren beteiligt sind und der die Vertraulichkeit, Integrität und Verfügbarkeit der Anwendung gewährleistet. Sichere Software ist das Ergebnis sicherheitsbewusster Softwareentwicklungsprozesse, bei denen Sicherheit eingebaut ist und Software daher unter Berücksichtigung der Sicherheit entwickelt wird

Lernergebnisse

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

  • Identity & Access Management in (Web)-Applikationen zu etablieren
  • Die 10 häufigsten Sicherheitslücken in Software zu er/kennen
  • Etablierte Authentifikationsmethoden einzusetzen (HTTP Digest, Single Sign On/SAML/OAuth2)
  • Entwicklung sicherer Applikationen und Bewertung von aktuellen Sicherheitsrisiken
  • Softwareprojekte anhand eines Secure Software Lifecycles zu bewerten
  • Einschätzung der Bedrohungen gegenüber Applikationen anhand einer Risikomatrix
  • Grundlagen zur Durchführung eines Security Assessments / Pentests
  • Entwicklung von Software: Secure by design, secure by default

Lehrinhalte

  • Application Security
  • Secure by design principles
  • Secure authentication in SW
  • Web Application Security
  • Identity & Access Management
  • Risikobewertung in SW / Threat Modeling
  • DB Security

Vorkenntnisse

Kenntnis gängiger Web-Sprachen (HTML, JS, CSS, PHP, AJAX); Kenntnis von objektorientierten Sprachen (Java || C#. / .net); Kenntnis im Umgang mit Datenbanken (mySQL bzw. Oracle); Basiskenntnisse im Umgang mit Linux; Kenntnis von Netzwerkprotokollen: Ethernet, IP/ARP, TCP/UDP, DNS, Application Layer Protokolle Transport Layer Security bzw, http/s, s/ftp, ssh,…

Literatur

  • SAML Specifications 2.1
  • OAuth 2.0 Autorization Framework - RFC6749
  • OWASP 10 2021++/--
  • NIST Secure Software Development Framework
  • OWASP Secure Coding Guideline
Research und Communication Skills (COMM3)
English / kMod
5.00
-
Kommunikation und Kultur (KOKU)
German / UE
2.00
1.00

Kurzbeschreibung

Die Lehrveranstaltung führt in die Grundlagen der Kommunikation und Gesprächsführung ein und vermittelt Möglichkeiten angemessenen Verhaltens in unterschiedlichen beruflichen Kommunikationssituationen (z.B. Konflikte). Im Rahmen der Lehrveranstaltung setzen sich die Studierenden mit dem Phänomen „Kultur“ auseinander und entwickeln Handlungsstrategien für interkulturelle Kontexte.

Methodik

Über entsprechende Beispiele, Fallbearbeitungen und Workshop-Einheiten, die sich im Wesentlichen auf die Kurzvideos beziehen.

Lernergebnisse

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

  • Kommunikationsverhalten unter Verwendung relevanter Modelle (z. B. Schulz v. Thun, Transaktionsanalyse) zu analysieren und eigene Strategien für gesprächsförderndes Verhalten (z.B. Rapport) zu entwickeln;
  • die verschiedenen Stufen eines Konfliktes (z. B. nach dem Eskalationsmodell von Glasl) fallbezogen zu erläutern und angemessene Handlungsmöglichkeiten für Konfliktsituationen zu entwickeln
  • Ebenen von Kultur (z.B. Verhaltensweisen, Glaubenssätze) anhand konkreter Beispiele zu erläutern; situativ angemessene Handlungsmöglichkeiten (interkulturelle Kompetenz) für den Umgang mit kulturellen Unterschieden zu entwickeln.

Lehrinhalte

  • Kommunikation und Gesprächsführung
  • Konfliktmanagement
  • Kulturtheorie
  • Interkulturalität

Vorkenntnisse

keine

Literatur

  • Doser, Susanne: 30 Minuten Interkulturelle Kompetenz, 5. Aufl. 2012
  • Glasl, Friedrich: Selbsthilfe in Konflikten, 8. Aufl. 2017
  • Greimel-Fuhrmann, Bettina (Hrsg.): Soziale Kompetenz im Management, 2013
  • Weisbach, Christian-Rainer / Sonne-Neubacher, Petra: Professionelle Gesprächsführung, 9. Aufl. 2015

Leistungsbeurteilung

  • LV-immanent

Anmerkungen

-

Scientific Writing (WIA)
English / ILV
3.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung Wissenschaftliches Arbeiten bereitet die Studierenden auf das Verfassen wissenschaftlicher Arbeiten, insbesondere der Bachelorarbeit vor.

Methodik

Die integrierte Lehrveranstaltung besteht aus zwei Teilen: Der Online-Kurs behandelt die Basics des Wissenschaftlichen Arbeitens inkl. grundlegender Statistik. Der fakultätsspezifische Teil führt in die Besonderheiten ihrer Forschungsfelder und die konkrete Bearbeitung diesbezüglicher Themenfelder ein.

Lernergebnisse

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

  • verschiedene Typen wissenschaftlicher Arbeiten zu erklären.
  • die Standards, die wissenschaftliche Arbeiten kennzeichnen, zu erläutern.
  • Themenstellungen zu entwerfen und Forschungsfragen zu formulieren.
  • Arbeitsmethoden für die gewählten Fragestellungen auszuwählen und einzusetzen.
  • eine wissenschaftliche Arbeit formal korrekt zu strukturieren.
  • ein Proposal (Exposé, Disposition) zu einer Seminar- oder Bachelorarbeit zu verfassen.
  • (Literatur-) Recherchen durchzuführen, Quellen zu bewerten und nach wissenschaftlichen Standards zu zitieren.
  • formale und sprachliche Ansprüche an einen wissenschaftlichen Text zu erklären und umzusetzen.
  • Darstellungen grundlegender deskriptiver Statistiken zu verstehen sowie sinnvolle Methoden für die eigenen Fragestellungen zu wählen und anzuwenden.

Lehrinhalte

  • Kriterien der Wissenschaftlichkeit
  • Erkenntnisgewinnungsmethoden und -theorien
  • Typen sowie Strukturierung und Aufbau wissenschaftlicher Arbeiten
  • Richtlinien zur Sicherung guter wissenschaftlicher Praxis
  • Themensuche und –eingrenzung
  • Forschungsfragen - ihre Formulierung, Operationalisierung
  • Strategien der Quellenbeschaffung
  • Dokumentation von Quellen
  • Proposal (Exposé, Disposition)
  • Wissenschaftlicher Schreibstil und Grundzüge der Argumentation
  • Formale Gestaltung wissenschaftlicher Arbeiten
  • Methoden, Anwendungsgebiete und Interpretation deskriptivstatistischer Verfahren.
Software Engineering Project (SWENP)
English / iMod
5.00
-
Software Engineering Project (SEPJ)
English / PRJ
5.00
3.00

Kurzbeschreibung

Ziel dieser Projekt-LV ist das integrative Üben der verschiedenen Bereiche des Software Lifecycle (von der Anforderungserhebung über das Software-Design zu Implementierung, Testen, und Deployment).

Lernergebnisse

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

  • ein Softwareprojekt in kleinem Umfang unter Anwendung von ingenieurmäßigem Vorgehen (agil, klassisch) zu planen und umzusetzen
  • eine Softwarespezifikation zu erstellen oder eine vorhandene zu analysieren und diese anhand geänderter Kundenanforderungen weiter zu entwickeln
  • Schnittstellen zwischen (Sub-) Systemen zu definieren und implementieren

Lehrinhalte

  • Integration unterschiedlicher Fachthemen aus den vorangegangen sowie aktuellen Semestern zu einer Gesamtapplikation im Rahmen eines Projektes

Vorkenntnisse

Software Lifecycle Management; Agiles Projektmanagement; Strukturierte und Objektorientierte Programmierung; Software Architekturen; Verteilte Systeme; Datenmanagement

Vertiefungen (VERT)
English / kMod
10.00
-
Vertiefung: App & Web Development (VAWD)
English / kMod
10.00
-
Backend Web Engineering (BWENG)
English / ILV
5.00
3.00

Kurzbeschreibung

In dieser Lehrveranstaltung werden Kenntnisse zur Entwicklung von (mobilen) Web Applikationen anhand von gängigen Backend Web Frameworks vermittelt. Dies umfasst die Vorstellung relevanter Backend Web Frameworks, wie Spring Boot, Symfony und Flask, sowie die Umsetzung einer eigenen Web Applikation mit dem Web Framework Spring Boot. Die im Framework angewendeten Architektur- und Designprinzipien werden erlernt und im Rahmen einer eigenen Web Applikation angewandt. Es wird eine REST Schnittstelle umgesetzt, die mittels JWT autorisiert wird. m Rahmen der Lehrveranstaltung Backend Web Engineering (Spezialisierung) wird großer Wert auf Praxis und Handlungsfähigkeit gelegt. Die geplanten Inhalte bieten einen vertiefenden Einblick in die Materie und repräsentieren eine Spezialisierung für die (auch selbstständige) Weiterentwicklung innerhalb des Feldes Backend Web Engineering.

Methodik

Vorträge, Hausübungen / Projektarbeit und Eigenstudium mit praktischen Beispielen und betreuter Projektarbeit

Lernergebnisse

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

  • dynamische Web Applikationen mittels serverseitiger Programmierung (unter Verwendung von Java Spring Boot) zu planen und zu implementieren
  • allgemeine Konzepte der serverseitigen Programmierung (Sessions, Datenübergabe, Authentifizierung) für eigene Projekte einzusetzen
  • Implementierung und Anbindung von Datenbanken an Web Applikationen selbständig durchzuführen
  • Datenaustausch zwischen Client und Server mittels Ajax und JSON zu realisieren
  • Wartbare Software anhand ausgewählter backend Frameworks zu planen und umzusetzen

Lehrinhalte

  • Basistechnologien der Webserver-Infrastruktur
  • Grundlagen serverseitiger Programmierung (Sessions, Cookie, Datenübergabe)
  • Java Spring Boot Programmierung
  • Datenbankanbindung
  • Bereitstellung von Restfull Web Services

Vorkenntnisse

Grundlagen in der Programmierung Objektorientierte Programmierung Datenbanken Web Engineering

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • Multimodal:
  • 2 Milestones zur Projektarbeit
  • Projektarbeit
Frontend Web Engineering (FWENG)
English / ILV
5.00
3.00

Kurzbeschreibung

In dieser Lehrveranstaltung werden Kenntnisse zur Entwicklung von (mobilen) Web Applikationen anhand von gängigen Frontend Web Frameworks vermittelt. Dies umfasst die Vorstellung relevanter Frontend Web Frameworks, wie React, Angular und Vue.js, sowie die Umsetzung einer eigenen Web-Applikation mit dem Web Framework Vue.js. Die im Framework angewendeten Architektur- und Designprinzipien werden erlernt und im Rahmen einer eigenen Web-Applikation angewandt. Es wird eine Anbindung an eine REST API mittels Ajax umgesetzt, die das Datenformat JSON zum Austausch verwendet. Im Rahmen der Lehrveranstaltung Frontend Web Engineering (Spezialisierung) wird großer Wert auf Praxis und Handlungsfähigkeit gelegt. Die geplanten Inhalte bieten einen vertiefenden Einblick in die Materie und repräsentieren eine Spezialisierung für die (auch selbstständige) Weiterentwicklung innerhalb des Feldes Frontend Web Engineering. Bei der praktischen Erarbeitung der Inhalte wird auf folgendes gesetzt: Demonstration konkreter Anwendungsfälle und Applikationen Erwerb von Umsetzungs-/Handlungskompetenz Visualisierung von erreichten Lernzielen/Position am Lernpfad Einsatz von Technologien für konkrete Anforderungen (Problemstellung & Diskussion/Demonstration technologischer Lösungsansätze)

Methodik

Vorträge, Hausübungen / Projektarbeit und Eigenstudium mit praktischen Beispielen und betreuter Projektarbeit

Lernergebnisse

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

  • Einen Überblick über relevante Frontend Web Frameworks zu erläutern
  • Mit Ausgewählten Frameworks eine Applikation realisieren
  • Datenaustausch zwischen Client und Server mittels Ajax und JSON zu realisieren
  • Die im Framework angewendeten Architektur- und Designprinzipien zu erläutern und im Rahmen der Programmierung Framework spezifisch anzuwenden
  • Die implementierte Software zu deployen
  • Wartbare Software anhand ausgewählter Frontend Frameworks zu planen und umzusetzen

Lehrinhalte

  • Überblick über relevante Frontend Frameworks
  • Architektur und Designprinzipien ausgewählter Frameworks
  • Aufbau eines ausgewählten Frameworks
  • Programmieren mit einem ausgewählten Framework

Vorkenntnisse

Grundlagen in der Programmierung und die Lehrveranstaltung "Web Engineering".

Literatur

  • siehe Moodle

Leistungsbeurteilung

  • Multimodal:
  • 2 Milestones zur Projektarbeit
  • Projektarbeit
Vertiefung: Big Data & Data Science (VBIGD)
English / kMod
10.00
-
Data Science Engineering (DSENG)
English / ILV
5.00
3.00

Kurzbeschreibung

Der dritte Teil der Vertiefung: "Big Data & Data Science" führt in das Data Engineering und die Datenvisualisierung ein.

Lernergebnisse

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

  • Rohdaten aus verschiedenen Quellen (Datenbanken, Internet) und in verschiedenen Formaten zu importieren
  • Rohdaten so aufzubereiten, dass diese für die weitere Verarbeitung tauglich sind
  • Diagramme kritisch zu beurteilen
  • Daten für explorative Zwecke zu visualisieren
  • Interaktive Grafiken zu erstellen

Lehrinhalte

  • Erstellen von Data Science-Projekten mit Hilfe von R-Studio
  • Aufbereitung von Daten mit Hilfe des R-TidyVerse-Frameworks
  • Grundlagen der Visualisierung
  • Erstellen von aussagekräftigen Diagrammen mittels ggplot2
  • Erstellen interaktiver Diagramme

Vorkenntnisse

R; Statistik

Machine Learning (MALE)
English / ILV
5.00
3.00

Kurzbeschreibung

Der vierte Teil der Vertiefung: "Big Data & Data Science" behandelt maschinelles Lernen.

Lernergebnisse

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

  • Modelle des maschinellen Lernens (überwacht und nicht-überwacht) anzupassen
  • die Vorhersagegüte prädiktiver Algorithmen zu bewerten und zu vergleichen
  • sich selbständig in ein aktuelles Data Science-Thema einzuarbeiten

Lehrinhalte

  • Überwachtes Lernen: Bäume, Neuronale Netze, k-NN, NaiveBayes
  • Unüberwachtes Lernen: PCA, k-Means, Assoziationsregeln
  • Benchmarking und Tuning von Machine Learning-Algorithmen
  • Spezialthemen: Netzwerkanalyse; Textmining

Vorkenntnisse

Data Engineering; Angewandte Wahrscheinlichkeitsrechnung und Statistik; Angewandte Statistik und Datenanalyse; Einführung in Statistical Learning

Vertiefung: Business Applications (VBAP)
German / kMod
10.00
-
Agile Requirements Engineering (ARE)
English / ILV
5.00
3.00

Kurzbeschreibung

Der dritte Teil der Vertiefung "Business Applications" fokussiert das Requirements Engineering (auch im agilen Kontext) und bereitet auf die IREB-Zertifizierung vor.

Lernergebnisse

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

  • Systemkontext, System- und Kontextabgrenzung bestimmen zu können und anzuwenden
  • Natürlichsprachige Dokumentation von Anforderungen durchzuführen
  • Anforderungen zu verwalten
  • Anforderungsquellen (Stakeholder, Dokumente, Systeme) zu identifizieren, zu klassifizieren und zu verwalten
  • Anforderungsermittlungstechniken (Erhebungstechniken, Entwurfs- und Ideenfindungstechniken, Denkwerkzeuge) anzuwenden
  • Konflikte zu identifizieren, zu analysieren und zu lösen
  • Kontextmodellierung durchzuführen
  • Informationsstrukturmodellierung (UML Klassendiagramm) durchzuführen
  • Dynamische Sichten der Anforderungsmodellierung (Use Cases, Datenflussdiagramm, Aktivitätsdiagramm, State Charts) durchzuführen
  • Szenariomodellierung (Sequenzdiagramm) durchführen
  • funktionale Anforderungen, Randbedingungen sowie Qualitätsanforderungen in agilen Projekten (User Stories, Priorisieren, Schätzen) umzusetzen (RE@agile)

Lehrinhalte

  • Requirements Engineering-Projekte
  • Dokumentation
  • Anforderungsermittlungstechniken
  • Anforderungsmodellierung
  • Szenariomodellierung
  • Anforderungen an Agile Requirements Engineering-Projekte

Vorkenntnisse

Grundzüge der Modellierung

Rapid Application Development (RAD)
English / ILV
5.00
3.00

Kurzbeschreibung

Im vierten Teil der Vertiefung "Business Applications" wird die tool-basierte Entwicklung von datenbankbasierten Geschäftsanwendungen behandelt.

Lernergebnisse

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

  • die Potentiale von No-Code/Low-Code-Applikationen gegenüber klassischer Software-Entwicklung zu bewerten
  • Anwendungsfälle für No-Code/Low-Code zu identifizieren
  • Eine geeignete NCLC-Entwicklungsplattform auszuwählen
  • Mit einem beispielhaften Werkzeug (zB MS Power Apps) einfache Geschäftsanwendungen zu erstellen
  • die Applikation mit geeigneter Security zu versehen
  • die Applikation mittels Schnittstellen an bestehende Systeme anzubinden

Lehrinhalte

  • No-Code und Low-Code-Entwicklungsplattformen
  • Funktionsweise von Application Buildern
  • Integration von Datenbankapplikationen in bestehende Infrastrukturen
  • Security-Aspekte
Vertiefung: Business Digitalization (VBD)
English / kMod
10.00
-
Cloud Computing (CLCO)
English / ILV
5.00
3.00

Kurzbeschreibung

Die LV gibt einen Überblick über technische, wirtschaftliche und rechtliche Grundlagen des Cloud Computings und ermöglicht die Planung, Umsetzung und Evaluierung von nativen Cloud- sowie Migrationsprojekten sowie die Implementierung von einfachen Cloud Applikationen.

Lernergebnisse

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

  • die Vor- und Nachteile der verschiedenen Deployment-Varianten (klassisch on premise vs. verschiedene Cloud-Modelle) evaluieren und die geeignete Variante für ein Projekt auswählen
  • einen passenden CSP und Cloud Anwendungen anhand spezifischer Einsatzgebiete und Standards bewerten, auswählen und eine TCO Kalkulation durchführen
  • mehrere Instanzen in einer public Cloud-Umgebung automatisiert via Templates konfigurieren und überwachen
  • im Platform as a Service (PaaS) Kontext eigene Anwendungen entwickeln

Lehrinhalte

  • Cloud Computing NIST definition, architecture and deployment models
  • Public Cloud Services, Amazon Web Services (AWS) and Microsoft Azure
  • Hybrid Cloud Solutions
  • Cloud Computing platforms & applications, basics of Cloud Application Development
  • Economic aspects of Cloud Computing, Outsourcing, TCO calculations
  • Legal aspects, cloud standards
  • Selection of CSPs, Vendor Lock-In
IT Infrastructure (ITINF)
English / ILV
5.00
3.00

Kurzbeschreibung

Die LV beschäftigt sich mit notwendiger Infrastruktur und Hardware für ein modernes digitales Unternehmen vom Rechenzentrum bis zu smarten Endgeräten und ermöglicht die Auswahl, die Planung und das automatisierte Ausrollen dieser Infrastruktur.

Lernergebnisse

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

  • die grundlegenden Konzepte von Virtualisierung und Containertechnologien sowie deren Potenziale und Grenzen erläutern
  • ein redundantes Rechenzentrum zu planen und die notwendige Hardware auswählen
  • mittels modernen IaC Methoden das Rollout einer Infrastruktur automatisieren und mittels CMDBs und aktuellen Tools dokumentieren und überwachen
  • relevante Auswahlkriterien für Hardwareausschreibungen festlegen und ein Beschaffungs- und Einführungsprojekt planen
  • Einsatzszenarien für smarte Endgeräte in einem modernen Unternehmen identifizieren und den Digitalisierungsprozess vorantreiben

Lehrinhalte

  • Data Center Basics
  • Server, Storage and Networking hardware and protocols
  • Scalability and Redundancy
  • Virtualization and different hypervisors, Virtual Machines vs. Container technologies
  • Infrastructure as Code (IaC) and configuration management, CMDBs and IT documentation, Monitoring
  • Smart Devices and equipment (e.g., cameras, drones, sensors)
  • Hardware procurement
  • Planning, Design and Rollout of enterprise IT infrastructure
Vertiefung: User Experience & Software Quality Assurance (VUXSQA)
German / kMod
10.00
-
Agile Software Testing (AST)
English / ILV
5.00
3.00

Kurzbeschreibung

Der dritte Teil der Vertiefung: "UX & Software Quality Assurance" behandelt das Testen von Software im agilen Kontext.

Lernergebnisse

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

  • grundlegenden SW-Test Terminologien zu benennen und einzusetzen.
  • den fundamentalen Testprozess zu beschreiben und aktiv aus TesterInnen-Sicht anzuwenden
  • IT Standards (z.B. IEEE 829) des SW-Tests zu benennen und anzuwenden.
  • Grundlegende Testmethoden anzuwenden
  • einfache Testautomatisierung mittels Unit-Tests und UI-Driven Tests zu planen und durchzuführen
  • Prinzipien des agilen Vorgehens bei der Softwareentwicklung zu erklären
  • die Herausforderungen des Testens und der Qualitätssicherung in agilen Projekten zu erklären
  • entsprechende Testaktivitäten in agilen Teams durchzuführen oder dabei zu unterstützen

Lehrinhalte

  • Testprinzipien
  • Testplanung
  • Testdurchführung
  • Testdokumentation
  • Agile Vorgehensweisen beim Testen
Software Quality & DevOps (SQDO)
English / ILV
5.00
3.00

Kurzbeschreibung

Der vierte Teil der Vertiefung "UX & Software Quality Assurance" behandelt die Qualitätssicherung und das standardisierte Deployment von Software.

Lernergebnisse

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

  • grundlegendes Basiswissen zu Qualitätskriterien wiederzugeben
  • Qualitätsmaßnahmen zu verstehen und einzusetzen
  • Grundlegende Qualitätsstandards (e.g. IEEE…) zu benennen und Teilaspekte anzuwenden
  • Software Qualitätskriterien Kernfaktoren für Management Entscheidungen zu visualisieren
  • Grundlegende Verfahren für die Bewertung der Wichtigkeit von Systemen bzw. für eine Risikoanalyse zu erklären.
  • Risikoabschätzungen bei Softwareprojekten durchzuführen und zu bewerten.
  • Die Prinzipien von DevOps wiederzugeben
  • Den Zusammenhang von DevOps und Qualitätssicherung zu benennen und wiederzugeben
  • DevOps Kultur Merkmale (Kommunikation, Zusammenarbeit, Integration & Automatisierung) zu verstehen und wiederzugeben
  • Rollen-, Team- und Struktur-Aspekte unter DevOps zu verstehen und in einem Rollenspiel anzuwenden
  • Maßnahmen zur Einführung von DevOps zu benennen und anhand einer Fallstudie anzuwenden
  • Bekannte Tools im Zusammenhang mit DevOps zu benennen

Lehrinhalte

  • Qualitätsmanagement
  • Qualitätsstandards
  • Risikoabschätzungen
  • DevOps

6. Semester

Bezeichnung ECTS
SWS
Bachelorarbeit (BA)
German / iMod
8.00
-
Bachelorarbeit (BA)
German / EL
8.00
5.00

Kurzbeschreibung

Die Bachelorarbeit ist eine eigenständige schriftliche Arbeit, die im Rahmen einer Lehrveranstaltung abzufassen ist.

Lernergebnisse

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

  • die im jeweiligen Fach üblichen wissenschaftlichen Methoden korrekt auf eine fachliche Aufgabenstellung anzuwenden und die Ergebnisse kritisch zu reflektieren.
  • eine wissenschaftliche Arbeit formal korrekt zu strukturieren.
  • (Literatur-) Recherchen durchzuführen, Quellen zu bewerten und nach den fachlich üblichen wissenschaftlichen Standards zu zitieren.

Lehrinhalte

  • Die Bachelorarbeit umfasst in der Regel eine eigenständige Untersuchung mit einer ausführlichen Beschreibung und Erläuterung ihrer Lösung.
Berufspraktikum (BPRAK)
German / kMod
22.00
-
Berufspraktikum (BPRAK)
German / SO
21.00
0.00
Berufspraxis-Reflexion (PRAKB)
German / BE
1.00
1.00