Wirtschaftsingenieurwesen

Modulhandbuch

 Zurück 

Information und Kommunikation 2 (IK2)

Empfohlene Vorkenntnisse

Veranstaltungen Grundlagen IT und Software Engineering und Datenbanken

Lehrform Vorlesung
Lernziele / Kompetenzen

Ziel des Moduls ist die Erlangung von Kernkompetenzen im Bereich Web-Technologien sowie Data-Warehousing und Business-Intelligence.
Die Studierenden:

  • kennen die Einsatzgebiete und Vorteile von Web-Technologien im Bereich der Unternehmenskommunikation
  • lernen die Vorgehensweise bei der Realisierung von Service orientierten Architekturen
  • können XML-basierte, interaktive Anwendungen programmieren
  • können eigene Webservices entwickeln und programmieren
  • kennen die Grundfunktionen von XML Werkzeugen
  • können den Aufwand und die Kosten der verschiedenen Web-Technologien in konkreten Situationen bewerten
  • können einfache Multimedia-Applikationen einschließlich Synchronisation verschiedener Medien erstellen
  • kennen die Vorgehensweise bei der Durchführung von Projekten im Bereich Online Verteilung und Medien-Streaming
  • kennen die Grundbegriffe, Komponenten, Anwendungsfelder und Gefahren des Web 2.0 (Social Software)
  • können strukturiert die Anforderungen des Kunden im BI-Umfeld aufnehmen
  • kennen verschiedene kommerzielle und OpenSource BI-Produkte (SAP, Microsoft, Palo, ...) insbesondere deren Stärken und Schwächen
  • kennen BI-Architekturen und verschiedene Datenmodelle einschließlich Modellierungswerkzeugen
  • können selbständig BI-Produkte konfigurieren, Daten modellieren und ETL-Prozesse einrichten
  • können komplexe BI-Architekturen mit zahlreichen heterogenen Datenquellen konzipieren

 

 

Dauer 1
SWS 6.0
Aufwand
Lehrveranstaltung 90
Selbststudium / Gruppenarbeit: 150
Workload 240
ECTS 8.0
Voraussetzungen für die Vergabe von LP

Für Data-Warehousing: Klausur K60+Praktische Arbeit
Für Web-Technologien: Klausur K60+Praktische Arbeit

Leistungspunkte Noten

8 Credits

Modulverantwortlicher

Prof. Dr. phil. nat. Martin Zimmermann

Empf. Semester 7
Haeufigkeit jedes Semester
Verwendbarkeit

Wirtschaftsingenieurwesen (Bachelor)

Veranstaltungen

Web-Technologien

Art Vorlesung
Nr. B+W0337
SWS 3.0
Lerninhalt

LERNBLOCK 1: Grundlagen
Hypertext Markup Language (HTML)
Cascading Stylesheets (CSS)
Technologien für dynamische Webseiten

LERNBLOCK 2: XML
Einsatzgebiete und Anwendungsszenarien (B2B und B2C)
XML Dokumente, XML Namespaces, XML Schema, XML Path Language, XSL Transformations (XSLT), Programmierschnittstellen, DOM, XML-Werkzeuge

LERNBLOCK 3: Service-orientierte Architekturen und Web Services
Definition und Einsatz-Szenarien
Simple Object Access Protocol (SOAP), Web Services Description Language (WSDL)
Leistungsbewertung
Realisierung mit einer Programmiersprache, z.B. PHP
Aktuelle kommerzielle Fallbeispiele: z.B. Amazon Amazon Web Services

LERNBLOCK 4: Multimedia Kommunikation
Streaming Technologie
Dienste (Push-, Pull-Technologien)
Komponenten (Server, Encoder, Player),
Vorgehensweise bei Projekten
Fallbeispiele für kommerzielle Systeme: Komponenten von RealNetworks, Microsoft

LERNBLOCK 5: Web 2.0
Begriffe, Vision, Benutzer, Prinzipien
Communities, Groupware und Social Software
Blogs, Foren, Wikis
Social Tagging
Social Networking
Gefahren bezüglich Datenschutz

Projekt:
Analyse, Design und Realisierung einer anspruchsvollen Web-Applikation mit den erlernten Technologien

 

 

Literatur
  • Vorlesungsskript, Übungen und Animationen sind geordnet nach Lernblöcken im E-Learning System der Hochschule verfügba.
  • Meinel, C./ Sack, H. (2011): Web-Technologien: Grundlagen, Web-Programmierung, Suchmaschinen, Semantic Web, Springer.
  • Melzer, I. (2010): Service-orientierte Architekturen mit Web Services: Konzepte - Standards - Praxis, Spektrum Akademischer Verlag
  • Butz, A./ Hussmann, H./ Malaka R. (2009): Medieninformatik: Eine Einführung, Pearson Studium.

 

Data-Warehousing und Business Intelligence

Art Vorlesung
Nr. B+W0338
SWS 3.0
Lerninhalt

Grundlagen;
Komponenten von Data Warehouse Architekturen: Data-Warehouse-Manager, Monitore, Extraktoren, Transformatoren sowie Lade- und Analysekomponenten;
Multidimensionale Datenmodellierung;
Datenaufbereitung und -bereinigung;
Anfrageverarbeitung und -optimierung;
Grundlagen OLAP: Flache Strukturen, Sternschema, Erweitertes Sternschema (Schneeflockenschema);
Verfahren zur Anfrageverarbeitung und -optimierung;
Funktionen sowie Methoden zur Erstellung von Reports und Visualisierungen;
Soft- und Hardwareauswahl für Data Warehouse Projekte;
Integrierte Fallstudie

Literatur
  • Vorlesungsskript, Übungen und Animationen sind geordnet nach Lernblöcken im E-Learning System der Hochschule verfügbar.
  • Bauer, A./ Günzel, H. (2008): Data Warehouse - Architektur, Entwicklung, Anwendung; dpunktVerlag.
  • Gabriel, R./ Gluchowski P./ Pastwa A. (2009): Datawarehouse und Data Mining, W3l Verlag.

 

 

 Zurück