modulhandbuch spo 30 master of science in ...€¦ · 5 35004 in-memory data management ... an...
Post on 27-Jul-2020
1 Views
Preview:
TRANSCRIPT
Wirtschaftsinformatik M.Sc.(konsekutiv)
- -
Hochschule Aalen - Technik und Wirtschaft
Modulhandbuch SPO 30 Master of Science in Wirtschaftsinformatik (konsekutiv) Fakultät für Wirtschaftswissenschaften
Stand 19.11.2015
Wirtschaftsinformatik M.Sc.(konsekutiv)
- I -
Inhaltsverzeichnis
Abbildungsverzeichnis ...................................................................................... I
1 Modulübersicht - Wirtschaftsinformatik M.Sc.(konsekutiv) ........................ 1
2 35001 Quantitative Methoden und Statistik .............................................. 2
3 35002 Big Data – Grundlagen .................................................................. 5
4 35003 Big Data - Technologien und Anwendungsfälle ............................. 8
5 35004 In-Memory Data Management ..................................................... 11
6 35005-Business-Analytics ....................................................................... 14
8 35006 Online Marketing & Web-Analytics ............................................... 17
9 35011 International Project Management ............................................... 21
10 35012 Customer Relationship Marketing ............................................. 24
11 35013 Market Research ...................................................................... 27
12 35014 Business Intelligence ................................................................ 30
13 35015 Unternehmensführung & -steuerung......................................... 33
14 35021_Wahlpflichtfach ........................................................................ 36
15 35030_Masterarbeit ............................................................................. 38
16 35999 Studium Generale ..................................................................... 40
Abbildungsverzeichnis Abbildung 1 - Modulübersicht 1
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 1 -
1 Modulübersicht - Wirtschaftsinformatik M.Sc.(konsekutiv)
1 Abbildung 1 – Modulübersicht
1 Abbildung 1 - Studien- und Prüfungsordnung für Master-Studiengänge der Hochschule Aalen (SPO 30) https://www.hs-aalen.de/uploads/mediapool/media/file/1785/8338_spo30-master-Lesefassung-End.pdf
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 2 -
2 35001 Quantitative Methoden und Statistik
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr. C. Koot
Modul-Name
Quantitative Methoden und Statistik
Modul-Nr : 35001
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
1
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35101
Quantitative
Methoden und
Statistik
Roger Knecktys
V
Ü
4
5
1
PLM 20
benotet
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 3 -
Lernziele / Kompetenzen
Allgemeines: Beherrschung der Grundbegriffe und Methoden der Statistik im Hinblick auf technische und vor
allem auch wirtschaftswissenschaftliche Anwendungen. Die Studierenden sind mit zentralen Methoden der
deskriptiven Statistik vertraut und befähigt, deren wichtigste Daten mit Hilfe von Beispielen zu berechnen und
fachlich angemessen zu interpretieren. Beherrschung der statistischen Arbeitsweise, Umgang mit statistischen
Erhebungen. Sie sind zur Präsentation von statistischen Ergebnissen in der Lage.
Fachkompetenz: Absolventen sind mit den Methoden des Auswertens und Interpretierens von Daten im
anwendungsorientierten Kontext vertraut. Sie sind in der Lage, die richtigen Methoden zu evaluieren,
auszuwählen und anzuwenden.
Methodenkompetenz: Absolventen kennen die Methoden des Projektmanagements und können diese im
jeweiligen Kontext anwenden.
Sozialkompetenz: Absolventen sind mit den Herausforderungen in Bezug auf den gegenseitigen Umgang im
Projektteam vertraut gemacht. Sie sind in der Lage, ihre Position argumentativ zu vertreten und Sachverhalte
konstruktiv-kritisch zu hinterfragen. Sie können andere von ihren Ideen und Lösungsvorschlägen überzeugen.
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
Ausgehend von grundlegenden Problemen der Erfassung statistischer Daten werden im Kurs eindimensionale
Häufigkeitsverteilungen und deren Maße wie Mittelwerte und Streuung hergeleitet und beschrieben. Gleiches
geschieht mit Maßen der Konzentration. Darüber hinaus werden bivariate Zusammenhangmaße behandelt sowie
eine Einführung in die Regressionsanalyse gegeben. In allen Fällen werden die jeweiligen Maße anhand von
Übungsaufgaben berechnet und interpretiert.
Häufigkeiten und empirische Verteilungen. Parameter empirischer Verteilungen. Messung von
Wirtschaftskonzentration. Mehrdimensionale Daten. Analyse und Messung von Zusammenhängen. Korrelations-
und Regressionsrechnung. Konzepte der Wahrscheinlichkeitsrechnung. Zufallsexperimente und Zufallsvariablen.
Spezielle diskrete und stetige Wahrscheinlichkeitsmodelle. Laplace-Experimente, Kombinatorik . Diskrete und
stetige Zufallsvariable, Dichtefunktion. Lineare Transformationen von Zufallsvariablen. Erwartungswert und
Varianz. Spezielle diskrete und stetige Verteilungen. Gemeinsame Verteilungen, Randverteilung, bedingte
Verteilung. Kovarianz, Korrelationskoeffizient. Grenzwertsätze. Statistiken und Stichproben, Schätzer und
Schätzwerte. Punkt- und Intervallschätzung. Hypothesentests. Schätzmethoden: Kleinste Quadrate,
Momentenmethode, Maximum-Likelihood - Methode.
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 4 -
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
Statistik für Ökonomen und Wirtschaftsingenieure I + II : Bamberg, Baur :
Statistik, 12. Auflage, München/Wien (Oldenbourg) 2002.
Ziegler, B.: Grundlagen der statistischen Methodenlehre, (jeweils neueste
Auflage), Gernsbach
Fahrmeir, L., Hamerle, A. and Tutz, G. (eds) (1996). Multivariate statistische
Verfahren, 2nd edn, de Gruyter, Berlin
Rossi, P.E., Allenby, G., McCulloch, R. (2005). Bayesian Statistics and
Marketing, John Wiley and Sons.
Bankhofer, Vogel: Datenanalyse und Statistik - Eine Einführung für Ökonomen
im Bachelor, Gabler
Bankhofer, Vogel: Übungsbuch Datenanalyse und Statistik - Aufgaben -
Musterklausuren - Lösungen, Springer Gabler
Bausch, T.; Opitz, O.: PC-gestützte Datenanalyse mit Fallstudien aus der
Marktforschung, Vahlen, München
Everitt, B.; Dunn, G.: Applied Multivariate Data Analysis, Arnold , London
Opitz, O.: Numerische Taxonomie, UTB, Fischer, Stuttgart
Jobson, J.D.: Applied Multivariate Data Analysis, Volume I: Regression and
Experimental Design, Springer, New York
Jobson, J.D.: Applied Multivariate Data Analysis, Volume II: Categorical and
Multivariate Methods, Springer, New York
Zusammensetzung der Endnote
Ergebnis der mündlichen Prüfung.
Bemerkungen / Sonstiges
Der regelmäßige Besuch der Lehrveranstaltungen wird dringend empfohlen.
Letzte Aktualisierung
01.09.2015
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 5 -
3 35002 Big Data – Grundlagen
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr. C. Koot
Modul-Name
Big Data - Grundlagen
Modul-Nr : 35002
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
1
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35102
Big Data - Grundlagen
Tommy Baumann
V
Ü
4
5
1
PLK 90
benotet
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 6 -
Lernziele / Kompetenzen
Allgemeines: Die Studierenden beherrschen zentrale Merkmale und Funktionalitäten datenorientierter
betriebswirtschaftlicher Anwendungssysteme (Big Data)
Fachkompetenz: Die Studierenden lernen die Begriffe und Methoden von Big Data kennen (Stufe 1) und können
Zusammenhänge zwischen diesen herstellen (Stufe 2). Sie können die Begriffe von Big Data interpretieren und
miteinander in Verbindung setzen. Anwendungsunabhängig können Studierende Big Data Technologien
verstehen und können diese testen und anwenden.
Methodenkompetenz: Erstes Anwenden der Algorithmen, Verfahren und Architekturen für Data Science & Big
Data.
Sozialkompetenz: Die Studierenden sind in der Lage das erlangte Faktenwissen selbstständig aufzubereiten
und im Rahmen von Präsentationen vorzustellen.
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
• Grundlagen von Data Science & Big Data • Hadoop & Map Reduce • NoSQL Datenbanken • In-Memory Datenbanken • Big Data Visualisierung • Big Data Analytics • Real-Time Data Streams • Big Data & Cloud Computing
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
D. Syme, A. Granicz, und A. Cisternino, Expert F# 3.0, 3. Aufl. Apress, 2012.
L.-J. Zhang, „Editorial: Big Services Era: Global Trends of Cloud Computing
and Big Data“, IEEE Transactions on Services Computing, Bd. 5, Nr. 4, S.
467–468, 2012.
H. Plattner und A. Zeier, In-memory data management: an inflection point for
enterprise applications. Springer, 2011.
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 7 -
T. White, Hadoop: The definitive guide. O’Reilly Media, 2012.
M. Indrawan-Santiago, „Database Research: Are We at a Crossroad?
Reflection on NoSQL“, in 2012 15th International Conference on Network-
Based Information Systems, Los Alamitos, CA, USA, 2012, Bd. 0, S. 45–51.
A. McAfee und E. Brynjolfsson, „Big data: the management revolution.“,
Harvard business review, Bd. 90, Nr. 10, S. 60, 2012.
S. LaValle, E. Lesser, R. Shockley, M. S. Hopkins, und N. Kruschwitz, „Big
data, analytics and the path from insights to value“, MIT sloan management
review, Bd. 52, Nr. 2, S. 21–32, 2011.
Weitere vertiefende Literatur wird in der Veranstaltung bekannt gegeben.
Zusammensetzung der Endnote
Ergebnis der Klausur
Bemerkungen / Sonstiges
Letzte Aktualisierung
01.08.2014
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 8 -
4 35003 Big Data - Technologien und Anwendungsfälle
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr. C. Koot
Modul-Name
Big Data - Technologien und Anwendungsfälle
Modul-Nr : 35003
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
2
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35201
Big Data -
Technologien und
Anwendungsfälle
Tommy Baumann
V
Ü
P
4
5
2
PLK 90
benotet
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 9 -
Lernziele / Kompetenzen
Allgemeines: Studierende vertiefen zentrale Merkmale und Funktionalitäten datenorientierter
betriebswirtschaftlicher Anwendungssysteme (Big Data)
Fachkompetenz: Die Studierenden können die in der Grundlagen-Lehrveranstaltung behandelten Technologien
von Big Data auf beispielhafte Problemstellungen anwenden (Stufe 3), um Lösungsansätze zu erarbeiten.Die
Studierenden sind zudem mit Hilfe der besprochenen Technologien und Anwendungsbeispiele in der Lage, Big
Data Problemstellungen zu erkennen und Lösungsansätze zu erstellen (Stufe 4).
Methodenkompetenz: Die Studierenden erlernen das strukturierte Denken durch vertieftes Anwenden von
Algorithmen, Verfahren und Architekturen für Data Science & Big Data
Sozialkompetenz: Die Studierenden sind in der Lage ihre Fähigkeiten sowohl selbstständig als auch im Team
auf konkrete Aufgabenstellungen anzuwenden. Sie erlangen die Fähigkeit zur systematischen und strukturierten
Anwendung verschiedener Lösungsmöglichkeiten zur Konzeption und Umsetzung von Big Data Anwendungen
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
• Vertiefung von Methoden und Technologien zur Verarbeitung von großen Datenmengen • Konzeption und Implementation von Big Data Anwendungen unter Einsatz von
Simulationsmodellen o Überwachung und Diagnose technischer Systeme o Qualitätsanalyse durch integrierte Daten o Flottenmanagement in Echtzeit o Trend-Analyse im Internet
• Anwendung von Big Data Technologien im Rahmen der Erstellung von Simulationsmodellen, u.a.: parallele Verarbeitung großer Datenmengen
o Anfragesprachen und Anfrageframeworks, wie bspw. MapReduce o Erkennung von Ereignisketten o Kompressionsalgorithmen o Datenpartitionierung und Datenreplikation
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 10 -
Literatur D. Syme, A. Granicz, und A. Cisternino, Expert F# 3.0, 3. Aufl. Apress, 2012.
L.-J. Zhang, „Editorial: Big Services Era: Global Trends of Cloud Computing
and Big Data“, IEEE Transactions on Services Computing, Bd. 5, Nr. 4, S.
467–468, 2012.
H. Plattner und A. Zeier, In-memory data management: an inflection point for
enterprise applications. Springer, 2011.
T. White, Hadoop: The definitive guide. O’Reilly Media, 2012.
M. Indrawan-Santiago, „Database Research: Are We at a Crossroad?
Reflection on NoSQL“, in 2012 15th International Conference on Network-
Based Information Systems, Los Alamitos, CA, USA, 2012, Bd. 0, S. 45–51.
A. McAfee und E. Brynjolfsson, „Big data: the management revolution.“,
Harvard business review, Bd. 90, Nr. 10, S. 60, 2012.
S. LaValle, E. Lesser, R. Shockley, M. S. Hopkins, und N. Kruschwitz, „Big
data, analytics and the path from insights to value“, MIT sloan management
review, Bd. 52, Nr. 2, S. 21–32, 2011.
Brauer, Hampe, Edlich, Friedland, Brückner: NoSQL: Einstieg in die Welt
nichtrelationaler Web 2.0 Datenbanken, Carl Hanser Verlag, 2. Auflage. 2011
Plattner, Zeier: In-Memory Data Management: Technology and Applications,
Springer Verlag, 2. Auflage, 2012
Sauer, C. Härder, T.: “Compilation of Query Languages into
MapReduce”, Datenbank-Spektrum 1/13; S.5-16, Springer,
03/2013
Schildgen J.; Jörg, T.; Deßloch, S.: “Inkrementelle
Neuberechnungen in MapReduce”, Datenbank-Spektrum
1/13; S. 33-44, Springer, 03/2013
Tiwari, S.: “Professional NoSQL”, Wrox, 2011
Runkler, T. A.: Data Analytics: Models and Algorithms for Intelligent Data
Analysis, Springer-Vieweg, aktuelle Auflage
Berthold, M.; Borgelt, C.; Höppner, F.; Klawonn, F.: Guide to Intelligent Data
Analysis
Han, J.; Kamber, M.; Pei, J.: Data Mining: concepts and techniques, Elsevier,
aktuelle Auflage
Zusammensetzung der Endnote
Ergebnis der Klausur
Bemerkungen / Sonstiges
Letzte Aktualisierung
01.08.2014
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 11 -
5 35004 In-Memory Data Management
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr. Rössle
Modul-Name
In-Memory Data Management
Modul-Nr : 35004
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
2
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35202
In-Memory Data
Management
Prof. Dr. Manfred
Rössle
V
Ü
L
4
5
2
PLL
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 12 -
Lernziele / Kompetenzen
Fachkompetenz: Die Studierenden kennen die grundlegenden Konzepte von In-Memory Datenbanken. Sie sind
in der Lage, diese Konzepte zu beurteilen und auf praktische Probleme anzuwenden.
Überfachliche Kompetenz: Die Studierenden konzipieren neue Anwendungen für moderne
Geschäftsanforderungen in interdisziplinären Teams.
Ggf. besondere Methodenkompetenz: Die Studienrenden sind in der Lage, selbständig performanceoptimierte
Abfragen auf großen Datenmengen zu erstellen. Sie können einschlägige Algorithmen der Datenanalyse
anwenden.
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
Ausgangslage: SQL-Datenbanken und ihre Konsequenzen in der Unternehmensdatenverarbeitung
Konzept und technische Hintergründe von In-Memory Datenbanken
Grundlegende Datenbankspeichertechniken
- Datenlayout im Hauptspeicher
- Dictionary Encoding und Compression
- Partitionierung
Im-Memory Datenbank Operatoren
- Delete, Insert, Update, Select
- Tupel Rekonstruktion
- Join
- Parallelisierung
Fortgeschritten Speichertechniken
- Differentioal Buffer und Merge
- Insert Only
- Logging und Recovery
Auswirkung auf die Anwendungsentwicklung und Einsatzszenarien
Praktische Anwendungsbeispiele
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 13 -
Literatur
Plattner, Hasso: Lehrbuch In-Memory Data Management, Wiesbaden 2013
Zusammensetzung der Endnote
Ausarbeitung und Präsentation
Bemerkungen / Sonstiges
Letzte Aktualisierung
29.05.2014 Rössle
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 14 -
6 35005-Business-Analytics
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr. C. Koot
Modul-Name
Business Analytics
Modul-Nr : 35005
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
2
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35203
Business Analytics
Prof. Dr. Christian
Koot
V
Ü
L
4
5
2
PLM 30
benotet
Zugelassene Hilfsmittel
Taschenrechner gemäß Taschenrechnerrichtlinie.
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 15 -
Lernziele / Kompetenzen
Allgemeines: Die Studierenden lernen die Grundlagen der Business Analytics sowie im Kontext relevante
statistische und mathematische Verfahren kennen.
Fachkompetenz: Kenntnis der Grundlagen der Business Analytics sowie im Kontext relevanter statistischer und
mathematischer Verfahren.
Methodenkompetenz: Fähigkeit, Verfahren der Business Analytics in gängiger Standsoftware (z. B. R und
RStudio) anzuwenden.
Sozialkompetenz: --
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
- Grundlagen der Business Analytics
- Deskriptive Statistik
- Induktive Statistik
- Operations Research: Ausgewählte Methoden
- Daten in R
- Methoden in R
- Programmieren in R
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
Evans, James R.: Business Analytics; 1. int. Auflage; Harlow; Pearson 2014.
Taha, Hamdy A.: Operations Research - An Introduction; 9. Auflage; Boston,
MA; Pearson Prentice Hall 2011.
Weitere Literatur wird in der Vorlesung bekannt gegeben.
Zusammensetzung der Endnote
Ergebnis der mündlichen Prüfung.
Bemerkungen / Sonstiges
--
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 16 -
Letzte Aktualisierung
09.03.2015
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 17 -
8 35006 Online Marketing & Web-Analytics
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator Prof. Dr. Peter Gentsch
Modul-Name
Online-Marketing & Web-Analytics
Modul-Nr : 35006
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
2
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Sonstiges: Gutes Vorwissen in E-Business und Marketing, Kenntnisse in der
Skriptsprache html und in Internetdiensten.
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35206
Online-Marketing &
Web-Analytics
Prof. Dr. Peter
Gentsch
V
Ü
P
4
5
2
PLP
benotet
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 18 -
Zugelassene Hilfsmittel
Keine
Lernziele / Kompetenzen
Allgemeines: Die Veranstaltung bereiten die Studierenden auf zukünftige Herausforderungen im Bereich des betrieblichen
Medienmanagement vor. Die Absolventen erhalten ein vertieftes Verständnis von Online-Marketing. Sie können
konkrete Fragestellungen aus dem Online-Marketing strukturiert analysieren
und systematisch Lösungen erarbeiten. Das Erlernte wird dabei durch praxisnahe Fallbeispiele und
studentische Projekte vertieft und angewandt werden.
Fachkompetenz: Die Teilnehmer erwerben ein vertieftes Verständnis für Medienmanagement und Online-Marketing und ihres
Einsatzes in der betrieblichen Praxis, insbesondere kleinerer und mittlerer Unternehmen, und können dieses
zielgerichtet anwenden. Im Einzelnen werden folgende Fachkompetenzen erworben:
- Absolventen lernen Instrumente des Online-Marketing und Lösungsansätze des Medienmanagement im
Mittelstand kennen, können diese evaluieren und analysieren.
- Absolventen können o.g. Problemstellungen anhand von Fallbeispielen und Projekten formulieren, analysieren
und anwenden.
Methodenkompetenz: Die Teilnehmer können konkrete Problemstellungen von Unternehmen im Bereich des Medienmanagements
und des Online-Marketing strukturiert analysieren und systematisch Lösungen erarbeiten. Dabei werden
methodische Konzepte erlernt und anhand ausgewählter Fallbeispiele angewandt.
Sozialkompetenz: - Absolventen haben die Fähigkeit, im Team zu arbeiten, indem sie ihre Positionen argumentativ vertreten und
andere von ihrer Haltung fachlich überzeugen.
- Absolventen haben die Fähigkeit, auch komplexe Sachverhalte verständlich aufzubereiten
- Absolventen erwerben Problemlösungsfähigkeit und Fähigkeiten, sich in Projekten zu behaupten, indem sie ihre
Position logisch darstellen und argumentieren können.
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 19 -
Lehrinhalte
Das Modul besteht aus vier Teilmodulen:
I. Grundlagen Digital Intelligence
1. Begriffe und Entwicklung
2. Big Data im Rahmen der Digital Intelligence
3. Technologien und Methoden
II. Instrumente des Online-Marketing
1. Online-Marketing im Marketing-Mix
2. Spezifische Instrumente des Online-Marketing
3. Besonderheiten des Mobile Marketing
4. Besonderheiten des Mobile Marketing
5. Webanalytics und Webcontrolling
II. Customer Journey Management
1. Motivation und Zielsetzung
2. Attribution Modeling
3. Praxisbeispiele
III. Rating & Review Management
1. Motivation und Zielsetzung
2. Methoden, Technologien und Tools
3. Praxisbeispiele
IV. Trends und aktuelle Entwicklungen
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
Fritz, W. (2012): Internet-Marketing und Electronic Commerce, 4. Aufl, Gabler
Verlag, Wiesbaden 2012.
Härting, R. (2000): Elektronischer Geschäftsverkehr aus Sicht privater
Haushalte, Gabler Verlag, München 2000.
Rieg. R. / Härting, R. (2010): Electronic Business – was bleibt nach dem Ende
der „New Economy“?, in: Arnold, F. (Hrsg,) Handbuch der Telekommunikation
Aktualisierungsauflage, 2010.
Vertiefende Literatur wird in der Veranstaltung bekannt gegeben.
1/3 Referat, 2/3 Projekt
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 20 -
Zusammensetzung der Endnote
Bemerkungen / Sonstiges
Letzte Aktualisierung
01.08.2014
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 21 -
9 35011 International Project Management
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr.-Ing. Frank Richter
Modul-Name
International Project Management
Modul-Nr : 35011
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
1
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35111
International Project
Management
Prof. Dr. Frank
Richter
P
4
5
1
PLP
benotet
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 22 -
Lernziele / Kompetenzen
Allgemeines: Die Studierenden erlernen im Rahmen der Durchführung ausgewählter Projekte die Analyse,
Evaluation und Anwendung strategischer Instrumente/Methoden, Projektmanagement und sind in der Lage, ihre
logisch-analytischen Fähigkeiten zur Problemlösung einzusetzen.
Fachkompetenz: Die Absolventen sind in der Lage, Methoden des Projektmanagements zielgerichtet
anzuwenden und Lösungsansätze gegenüber den Teammitgliedern zu erklären, zu interpretieren und zu
evaluieren.
Methodenkompetenz: Methoden des Projektmanagements können von den Absolventen eingeschätzt und
angewandt werden.
Sozialkompetenz: Absolventen sind in der Lage, auch kontroverse Diskussionen im Projektteam zu führen, ihre
Vorschläge darzustellen und zu vertreten. Sie sind in der Lage, durch Argumentieren zu überzeugen.
Kompetenzbereich Schwerpunkt Teilschwerpunkt In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
Durchführung von Projekten u.a. im Bereich der Unternehmensanalyse, insbesondere Anwendung strategischer
Management-Instrumente im Rahmen von konkreten Projektarbeiten. Aufbereiten komplexer Sachverhalte mit
anschließender transparenter Darstellung. Effizientes Arbeiten im Team. Präsentationstechnik und erfolgreiches
Argumentieren in der Gruppe.
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
wird gfls. - sofern benötigt - projektspezifisch bekanntgegeben
zusätzlich hilfreich:
Hungenberg, H.: Strategisches Management in Unternehmen, 5. Aufl., 2008.
Coenenberg, A.-G./Fischer, T. M./Günther, T.: Kostenrechnung und
Kostenanalyse, 7. Aufl., 2009.
Coenenberg, A. G./Haller, A./Schultze, W.: Jahresabschluss und
Jahresabschlussanalyse, 21. Aufl., 2009
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 23 -
Schein, E.: Organizational culture and leadership. Jossey-Bass-Verlag, 1985.
Wöhe, Günter: Einführung in die Allgemeine Betriebswirtschaftslehre, 2008
Kaplan, R.S./ Norton, D.P.: Putting the Balanced Scorecard to work, in: HBR
71 (Harvard Business Review), No. 5 (1993), S. 134 – 147
Zusammensetzung der Endnote
Ergebnis der Projektarbeit
Bemerkungen / Sonstiges
--
Letzte Aktualisierung
01.09.2015
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 24 -
10 35012 Customer Relationship Marketing
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator Prof. Dr. Peter Gentsch
Modul-Name
Customer Relationship Marketing
Modul-Nr : 35012
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
1
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35112
Customer
Relationship
Marketing
Wolfgang
Gunsenheimer
P
4
5
1
PLK 90
benotet
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 25 -
Lernziele / Kompetenzen
Allgemeines: Die Studierenden erlernen im Rahmen der Durchführung ausgewählter Übungen die Anwendung
der Instrumente des CRM kennen.
Fachkompetenz: Nach Teilnahme an der Vorlesung können Studierende die Besonderheiten des Customer Relationship
Marketings darstellen und erläutern, wissen die Konzepte, Modelle und CRM spezifischen Anwendungen zu
benennen und die Implikationen für die marktorientierte Unternehmensführung einzuschätzen und entsprechende
Empfehlungen abzugeben.
Basierend auf den Grundlagen, können Studierende komplexe Problemlösungen im Bereich des CRMs
analysieren, sachgerechte Lösungen zu Problemstellungen im Rahmen der zu diskutierenden Fallstudien
formulieren und angemessen präsentieren.
Absolventen sind in der Lage Problemstellungen des im Rahmen des CRMs vorauszusagen und
Lösungsvorschläge zu begründen.
Methodenkompetenz: Absolventen sind in der Lage, je nach Aufgabenstellung die richtigen Methoden
anzuwenden, indem sie diese analysieren und entsprechend erfolgreich anwenden.
Sozialkompetenz: Durch die Kombination aus Vorlesung, Übung und Projekt-/Hausarbeiten wird eine optimale Einübung
kommunikativer Fähigkeiten erzielt (Einzel- und Gruppenarbeit i.R.v. Projekten). Insbesondere erlernen
Absolventen selbständig komplexe Sachverhalte zu erarbeiten, zu untersuchen und einzuschätzen.
Präsentationen befähigen die Studierenden zum logischen Argumentieren und auch komplexe Sachverhaöte
verständlich darzustellen und deren Lösungsansätze zu begründen.
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
1. Grundlagen CRM
2. Entwicklung des CRM
3. Customer Lifetime Value
4. Strategisches und operatives CRM
5. Fallstudien
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 26 -
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
- Kumar and Reinartz (2012), Customer Relationship Management; Springer
- Buttle (2008), Customer Relationship Management, BH
- Peppers and Rogers (2011), Managing Customer Relationships: A strategic
framework
- Peelen (2005), Customer Relationship Management, FT press
- Bruhn, M.; Georgi, D. (1998): Wirtschaftlichkeit des
Kundenbindungsmanagements. In: Bruhn
- M./Homburg, Chr. (Hrsg.): Handbuch Kundenbindungsmanagement, 3. Aufl.,
Wiesbaden,
- Gaulik, T./Kellner, J./Seifert, D. (2002): Effiziente Kundenbindung mit CRM,
Bonn.
- Georgi, D. (2003): Kundenbindungsmanagement im
Kundenbeziehungslebenszyklus. In: Bruhn M./Homburg, Chr. (Hrsg.):
Handbuch Kundenbindungsmanagement, 4. Aufl., Wiesbaden, S. 223 – 243.
- Hippner, H. (2004): CRM – Grundlagen, Ziele und Konzepte. In: Hippner,
H./Wilde, K. (Hrsg.): Grundlagen des CRM – Konzepte und Gestaltung,
Wiesbaden
- Hippner, H./Wilde, K. (2003): CRM – Ein Überblick. In: Helmke S./Uebel - -
M./Dangelmaier W. (Hrsg.): Effektives Customer Relationship Management, 3.
Aufl., Wiesbaden
- Homburg, Chr./Bruhn, M. (2003): Kundenbindungsmanagement – Eine
Einführung in die theoretischen und praktischen Problemstellung. In: Bruhn
M./Homburg, Chr. (Hrsg.): Handbuch Kundenbindungsmanagement, 4. Aufl.,
Wiesbaden
Zusammensetzung der Endnote
Ergebnis der Klausur
Bemerkungen / Sonstiges
--
Letzte Aktualisierung
05.08.2014
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 27 -
11 35013 Market Research
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator Prof. Dr. Peter Gentsch
Modul-Name
Market Research
Modul-Nr : 35013
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
1
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35113
Market Research
Prof. Dr. Peter
Gentsch
P
4
5
1
PLP
benotet
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 28 -
Lernziele / Kompetenzen
Allgemeines: Die Studierenden erlernen im Rahmen der Durchführung ausgewählter Übungen vertiefende
Kenntnisse im Bereich Market Research.
Fachkompetenz: Studierende verstehen den Marktforschungsprozess und seine Bedeutung für Unternehmensstrategie und
Marketing. Sie können die Begriffe Marktforschung und Marketingforschung definieren, unterscheiden und
einordnen. Sie sind vertraut mit quantitativen und qualitativen Methoden der Beschaffung und der Analyse von
Primär- und Sekundärdaten. Sie verfügen über die Fähigkeit, typische Aufgabenstellungen der Marktforschung
zu bewältigen und zu bewerten.
Sie werden in die Lage versetzt sowohl klassische Methoden wie Stichproben auf Basis wissenschaftlicher
Methoden auszuwählen und Marktforschungen durchzuführen und auszuwerten, als neue Big Data-Methoden
entsprechend anzuwenden.
Methodenkompetenz: Absolventen sind in der Lage, fallbezogen die richtigen Methoden anzuwenden, indem
sie diese adäquat analysieren und gegebenenfalls zusammenstellen.
Sozialkompetenz: In Gruppenarbeiten werden die Absolventen in die Lage versetzt, logisch zu argumentieren,
zu empfehlen und zu überzeugen.
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
Entwicklungen und Rahmenbedingungen der Marktforschung
Prozess der Marktforschung
Unterschiede und Besonderheiten B-to-C/ B-to-B-Marktforschung Methoden zur Beschaffung von Primär- und Sekundärdaten
Quantitative und qualitative Ansätze der Marktforschung
Uni- und Multivariate Methoden der Datenanalyse
Data Mining und KI-Ansätze für Marktforschung Relevanz von Big Data und des Internets für die Marktforschung
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 29 -
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
Dannenberg, M./Barthel, S., Effiziente Marktforschung, Verlag Moderne Industrie
Mariampolski, H., Qualitative Market Research: A Comprehensive Guide, SAGE
Publications
Charkrapani, C., Statistics in Market Research (Arnold Applications of Statistics
Series), A Hodder Arnold Publication
Blankenship, A./Breen, G./Dutka, A., State of The Art Marketing Research,
McGraw-Hill
Hague, P.N., Market Research: A Guide to Planning, Methodology and
Evaluation, Kogan Page
Zusammensetzung der Endnote
50% PLP und 50% Hausarbeit
Bemerkungen / Sonstiges
--
Letzte Aktualisierung
05.08.2014
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 30 -
12 35014 Business Intelligence
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr. – Ing. Frank Richter
Modul-Name
Business Intelligence
Modul-Nr : 35014
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
1
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35114
Business Intelligence
Prof. Dr. Alexander
Strehl
V
Ü
4
5
1
PLP
benotet
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 31 -
Lernziele / Kompetenzen
Allgemeines: Die Studierenden beherrschen die Begriffe und Gegenstände der Business Intelligence
und kennen die Relevanz der Business Intelligence für die Unternehmenspraxis und können das Erlernte
zielgerichtet anwenden. Die Studierenden werden Konzepte und Methoden des Business Intelligence funidert
unterscheiden können und die Bedeutung von ganzheitlichen Ansätzen einschätzen und evaluieren können. Die
Studierenden verstehen die verschiedenen Anwendungen im Rahmen der Business Intelligence und können
diese fundiert erläutern.
Fachkompetenz: Vertieftes Verstehen und Anwendung der Methoden und Konzepte im Themebereiche der
Business Intelligence .
Methodenkompetenz: Die Absolventen sind in der Lage, erlernte Methoden und Fachwissen des wenden
Business Intelligence fallbezogen anzuwenden.
Sozialkompetenz: Die Absolventen erlernen das selbständige Erarbeiten und Präsentieren von
Problemlösungen in Kleingruppen. In diesem Kontext werden sie in die Lage versetzt, zu argumentieren, zu
überzeugen und auch komplexe Sachverhalte zu erläutern.
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
Business Intelligence als ganzheitliches Konzept zur intelligenten Entscheidungsunterstützung,
bei dem sowohl die fachlichen Konzepte, die Rolle der Entscheidungsträger und -
trägerinnen als auch die methodischen und technischen Möglichkeiten diskutiert werden. Das Ziel ist
es, aufzuzeigen, wie Daten zielgerichtet zu Informationen transformiert werden, um unternehmerische
Entscheidungen zu unterstützen. Konzepte der Business Intelligence werden ebenso behandelt
wie wichtige Modelle und Methoden.
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
Pattern Classification (2nd Edition) by Richard O. Duda, Peter E. Hart, David
G. Stork, Wiley-Interscience; 2 edition (October 2000), ISBN 978-0471056690
Feldman, Sanger: The Text Mining Handbook: Advanced Approaches
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 32 -
in Analyzing Unstructured Data, Cambridge University
Press, 2006
Zbigniew Michalewicz, Martin Schmidt, Matthew Michalewicz,
Constantin Chiriac: Adaptive Business Intelligence,
Springer, 2006
Burby, Atchison: Actionable Web Analytics: Using Data to
Make Smart Business Decisions, Wiley & Sons, 2007
Kemper, Hans-Georg; Baars, Henning; Mehanna, Walid: Business
Intelligence - Grundlagen und praktische Anwendungen : eine Einführung in
die IT-basierte Managementunterstützung: Vieweg + Teubner, 2010.
Haneke, Uwe: Open Source Business Intelligence : Möglichkeiten, Chancen
und Risiken quelloffener BI-Lösungen: Hanser, 2010.
Gansor, Tom; Totok, Andreas; Stock, Steffen: Von der Strategie zum Business
Intelligence Competency Center (BICC) : Konzeption - Betrieb - Praxis:
Hanser, 2010.
Reporting und Business Intelligence : [Berichtsstrukturen und
Kennzahlenauswahl; Praxisbeispiele für Management Cockpits; Effizienz und
Effektivität durch BI-Software; flexible Datenanalyse mit Excel]: Haufe-Grupe,
2011.
Burmester, Lars: Adaptive Business-Intelligence-Systeme: Theorie,
Modellierung und Implementierung: Vieweg+Teubner Verlag / Springer
Fachmedien Wiesbaden GmbH, 2011.
Gluchowski, P.: Management Support Systeme und Business Intelligence:
computergestützte Informationssysteme für Fach- und Führungskräfte, 2.
Auflage, Springer, Berlin 2008.
Zusammensetzung der Endnote
Ergebnis des Projektes.
Bemerkungen / Sonstiges
Sonstiges: Grundlegende Kenntnisse in Statistik und Wirtschaftsinformatik.
Letzte Aktualisierung
01.08.2014
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 33 -
13 35015 Unternehmensführung & -steuerung
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr.-Ing. Frank Richter
Modul-Name
Unternehmensführung & -steuerung
Modul-Nr : 35015
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem
Dauer
5
4
180 Std.
60 Std.
120 Std.
Wintersemester
Sommersemester
2
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35215
Unternehmensführung
& -steuerung
Prof. Dr. Frank
Richter
V
L
4
5
2
PLM 15
benotet
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 34 -
Lernziele / Kompetenzen
Allgemeines:
Fachkompetenz: Die Studierenden sind mit den Kernelementen des strategischen Managements auf
Geschäftsfeldebene sowie auf Corporate-Level vertraut und können diese anwenden. Die Studierenden werden
in die Lage versetzt, die Notwendigkeit für strategische Entscheidungen zu erkennen, zu evaluieren und zu
fachlich kompetent begründen. Sie sind sich ferner der Rolle des Top Managements bei der Ausrichtung von
Unternehmen bewusst. Die Studierenden eignen sich Wissen über strategische Konzepte und Instrumente an
und sind in der Lage, die erlernten Konzepte und Instrumente auf Fallbeispiele aus der Praxis fallorientiert
anzuwenden.
Die Studierenden sind mit relevante Controlling-Instrumente vertraut, mit denen die Geschäftsbeziehungen eines
Unternehmens zu wesentlichen Stakeholdergruppen (Mitarbeiter, Kunden, Kapitalgeber, Lieferanten) nachhaltig
erfolgreich gesteuert werden können. Diese können sie zielgerichtet anwenden.
Im Rahmen eines Unternehmensplanspiels wenden die Studierenden das Erlernte praktisch an, in dem sie
periodische Planungen vornehmen, diese evaluieren und priorisieren und anschließend umsetzen. Sie sind in der
Lage, Entscheidungen im Team zu diskutieren, zu reflektieren und umzusetzen.
Methodenkompetenz: Studierende werden in die Lage versetzt, Sachverhalte logisch aufzubereiten und
konkrete Schlussfolgerungen für praktische Anwendungsbeispiele auf Basis des Erlernten zu ziehen und diese
kontinuierlich zu überprüfen und gegebenenfalls anzupassen.
Sozialkompetenz: Durch Teamarbeit im Rahmen von Gruppenvorträgen sowie im Rahmen des
Unternehmensplanspiels werden die Absolventen in die Lage versetzt, zu argumentieren, zu formulieren zu
überzeugen und sich konstruktiv in Teams einzubringen.
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
- Strategie und Strategiegestaltung auf Unternehmens- und Geschäftsfeldebene
- Unternehmenskultur / Change Management
- Grundlegende Herausforderungen bie der Unternehmensführung
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 35 -
Literatur
Berens, W.; Brauner, H.; Strauch, J.: Due Diligence bei
Unternehmensakquisitionen, Verlag Schäffer Poeschl, 2005
Wöhe, Günter: Einführung in die Allgemeine Betriebswirtschaftslehre, Vahlen
Verlag und Übungsbuch zur Allgemeinen Betriebswirtschaftslehre, Vahlen
Verlag
Goold, M., Campbell, A., Alexander, M.: Corporate-Level-Strategy, 1994.
Hungenberg, H.: Strategisches Management in Unternehmen, 5. Aufl., 2008.
Johnson, G., Scholes, K.: Exploring Corporate Strategy, 6. Aufl., 2000.
Dess, G., Lumpkin, G., Eisner, A.: Strategic Management, 4. Aufl., 2008.
Coenenberg, A.-G./Fischer, T. M./Günther, T.: Kostenrechnung und
Kostenanalyse, 7. Aufl., 2009.
Coenenberg, A. G./Haller, A./Schultze, W.: Jahresabschluss und
Jahresabschlussanalyse, 21. Aufl., 2009
Schein, E.: Organizational culture and leadership. Jossey-Bass-Verlag, 1985.
Zusammensetzung der Endnote
Ergebnis der mündlichen Prüfung
Bemerkungen / Sonstiges
--
Letzte Aktualisierung
01.08.2014
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 36 -
14 35021_Wahlpflichtfach
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Fachdozent des betreffenden Wahlpflichtfaches
Modul-Name
Wahlpflichtfach
Modul-Nr : 35021
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem
Dauer
5
4
150 Std.
60 Std.
90 Std.
Wintersemester
Sommersemester
2
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
WPM - Wahlpflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35221
Wahlpflichfach
Fachdozent des
jeweiligen
Wahlpflichfaches
4
5
2
Zugelassene Hilfsmittel
Laut spezifischer Modulbeschreibung des Wahlpflichtfaches.
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 37 -
Lernziele / Kompetenzen Allgemeines: Studierende sollen die Möglichkeit erhalten, ihre Kompetenzen durch Belegung eines
Wahlpflichtfaches in Themenbereichen zu stärken, die einerseits ihrem persönlichen Interesse gerecht werden,
andererseit aber eine sinnvolle Ergänzung zu den Pflichtmodulen des Curriculums des Masterstueinganges
Wirtschaftsinformatik (konsekutiv) darstellen.
Fachkompetenz: laut Angabe der Modulbeschreibung des betreffenden Wahlpflichtfaches
Methodenkompetenz: laut Angabe der Modulbeschreibung des betreffenden Wahlpflichtfaches
Sozialkompetenz: laut Angabe der Modulbeschreibung des betreffenden Wahlpflichtfaches
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
Laut Angabe der Modulbeschreibung des betreffenden Wahlpflichtfaches.
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
Laut Angabe der Modulbeschreibung des betreffenden Wahlpflichtfaches.
Zusammensetzung der Endnote
Laut Angabe der Modulbeschreibung des betreffenden Wahlpflichtfaches.
Bemerkungen / Sonstiges
Die möglichen Wahlpflichtfächer werden jeweils zu Semesterbeginn
bekanntgegeben.
Letzte Aktualisierung
01.08.2014
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 38 -
15 35030_Masterarbeit
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr. –Ing. Frank Richter
Modul-Name
Masterarbeit
Modul-Nr : 35030
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
29
900
900 Std.
Wintersemester
Sommersemester
1 Semester
2 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
9999
9998
Masterarbeit
Kolloquium
Professoren aus
dem Studienbereich
Internationale
Betriebswirtschaft
P
25
4
3
PLP
benotet
Zugelassene Hilfsmittel
Keine
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 39 -
Lernziele / Kompetenzen
Allgemeines:
Fachkompetenz: Die Studierenden haben das für eine Forschungsarbeit auf aktuellem Gebiet notwendige
Grundlagen- und Expertenwissen und setzen es zielgerichtet zur Erarbeitung eines Forschungsergebnisses ein.
Methodenkompetenz: Die Studierenden beherrschen das aus den Modulen vermittelte Instrumentarium und
Methodenportfolio und setzen es zur Gewinnung neuer Erkenntnisse und Ergebnisse ein. Idealerweise werden
bestehende Methoden praxisnah angewandt, adaptiert bzw. weiterentwickelt. Die Ergebnisse sollen innovativen
Charakter aufweisen.
Sozialkompetenz: Die Studierenden beherrschen die Methoden der Informationsgewinnung, Zeitmanagement
und Teamarbeit.
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
Selbständige Bearbeitung eines Forschungsthemas aus dem Bereich der Kompetnezschwerpunkte des
Curriculums des Masterstudiengangs Wirtschaftsinformatik konsekutiv. Die Ergebnisse der Masterarbeit müssen
für ein wissenschaftliches Publikum in Form einer Präsentation aufbereitet und vorgetragen werden
werden.
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
Zusammensetzung der Endnote
Die Note setzt sich aus der schriftlichen Arbeit und des Kolloquiums
zusammen.
Bemerkungen / Sonstiges
Letzte Aktualisierung
05.08.2014
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 40 -
16 35999 Studium Generale
Fakultät Wirtschaftswissenschaften
Modulbeschreibung
Studiengang M. Sc. Wirtschaftsinformatik (konsekutiv)
Modulkoordinator
Prof. Dr. –Ing. Frank Richter
Modul-Name
Studium Generale
Modul-Nr : 35999
CP
SWS
Workload
Kontakt-zeit
Selbst-studium
Angebot Beginn
Sem.
Dauer
1
90
Wintersemester
Sommersemester
1 Semester
2 Semester
3 Semester
Angestrebter Abschluss
Modultyp (PM/WPM/WM)
Studienabschnitt
Einsatz in Studiengängen
Master of Science
PM - Pflichtmodul
HS - Hauptstudium
WI M.Sc.
Form der Wissensvermittlung
Vorlesung Übung Labor Selbststudium Seminar
Hausarbeit Projektarbeit Sonstiges: Referat, Bericht
Zugangsvoraussetzung
Modul: --
Prüfung: --
Enthaltene Module / Lehrveranstaltungen
Fach-Nr.
Titel des Moduls / Lehrveranstaltung
Lehrende
Art
SWS
CP
Sem
Modul-prüfung
Art / Dauer / Benotung
35999
Verschiedene
Veranstaltungen aus
dem Angebot des
Studium Generale
Referent aus dem
Angebot des
Studium Generale
S
1
PLS
Zugelassene Hilfsmittel
Hilfsmittel werden in den entsprechenden Veranstaltungen bekannt gegeben.
Wirtschaftsinformatik M.Sc.(konsekutiv)
- 41 -
Lernziele / Kompetenzen
Allgemeines:
Fachkompetenz („Wissen und Verstehen“ und „Fertigkeiten“):
Überfachliche Kompetenz („Sozialkompetenz“ und „Selbstständigkeit“): Ziel des Studium Generale ist es,
die ganzheitliche Bildung der Studierenden zu fördern, sowie ein stabiles theoretisches Fundament für eine
erfolgreiche Berufslaufbahn zu schaffen. Sie Persönlichkeitsentwicklung wird gestärkt und gefördert.
Ggf. besondere Methodenkompetenz:
Kompetenzbereich
Schwerpunkt
Teilschwerpunkt
In geringen Anteilen
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Lehrinhalte
Das Studium Generale an der Hochschule Aalen besteht aus mehreren Schwerpunkten „Philosophie, Ethik und
Nachhaltigkeit“, „Kommunikation und Prozesse“, „Soziale Kompetenz“, „Unternehmensführung“,
„Wissenschaftliche Grundlagen“ „öffentlichen Antrittsvorlesungen“ sowie verschiedenen Vorlesungen aus den
Studiengängen der Hochschule Aalen. Die jeweiligen Lehrinhalte sind flexible und somit jedes Semester dem
jeweils erstellten Programm des Studium Generale zu entnehmen.
Sprache
Deutsch Englisch Spanisch Französisch
Chinesisch Portugiesisch Russisch
Literatur
Die Literatur wird in den entsprechenden Veranstaltungen bekannt gegeben.
Zusammensetzung der Endnote
--
Bemerkungen / Sonstiges
--
Letzte Aktualisierung
03.07.2014
top related