Betriebswirtschaft

Modulhandbuch

 Zurück 

Betriebliche Anwendungen der Informatik

Empfohlene Vorkenntnisse

Grundlagen IT, fundierte Kenntnisse in den Funktionsbereichen der Betriebswirtschaftslehre, Kenntnisse in Excel, Statistik und ERP Systemen.

Lehrform Vorlesung/Übung/Labor
Lernziele / Kompetenzen

Die Unterstützung von operativen Geschäftsprozessen durch IT Systeme ist in modernen Unternehmen heutzutage Standard. Darüber hinaus haben in den vergangenen Jahren neuere Technologien der Informatik eine immer wichtigere Bedeutung für die Digitalisierung von Unternehmen erlangt: Die zunehmende Datenflut erfordert vermehrt ein systematisches Management von strukturierten und unstrukturierten Informationen sowie analytische Kompetenzen. Durch mobile Endgeräte können an jedem Ort und zu jeder Zeit nicht nur Informationen abgerufen und erzeugt werden, sondern es werden auch ganz neue Geschäftsprozesse und Geschäftsmodelle möglich. Das Modul fasst diese Entwicklungen zusammen.

  • Die Studierenden entwickeln ein Verständnis für Nutzen, Chancen und Wertbeiträge dieser neuen Technologien im Kontext der Digitalisierung und kennen deren Bedeutung für neue Geschäftsmodelle. 
  • Die Studierenden sind in der Lage, als kompetenter Ansprechpartner die Sicht der Fachabteilung zu Fragestellungen bei Business Analytics, mobilen Anwendungen und Informationsmanagement zu vertreten und bei der Formulierung von Anforderungen und der Technologieauswahl mitzuwirken.
  • Die Studierenden beherrschen den praktischen Einsatz der entsprechenden Werkzeuge über den kompletten Prozess (Entwicklung von mobilen Anwendungen, Realisierung von analytischen Anwendungen und Einsatz von ECM Systemen)
Dauer 1 Semester
SWS 6.0
Aufwand
Lehrveranstaltung 90 h
Selbststudium / Gruppenarbeit: 180 h
Workload 270 h
ECTS 9.0
Voraussetzungen für die Vergabe von LP

Modulprüfung Praktische Arbeit (PA) sowie Klausur (K120)

Gewichtung: Praktische Arbeit 1/3, Klausur 2/3

Modulverantwortlicher

Prof. Dr. Tobias Hagen

Empf. Semester 1. oder 2. Semester
Haeufigkeit jedes Jahr (SS)
Verwendbarkeit

Betriebswirtschaft (Master)
Wirtschaftsingenieurwesen (Master)

Veranstaltungen

Mobile Anwendungen

Art Labor
Nr. W1164
SWS 2.0
Lerninhalt
  • Grundlagen mobiler Applikationen
  • Grundlegende Technologien wie HTML, CSS, Javascript
  • Grunglagen des „responsive Webdesigns“ anhand des Frameworks Bootstrap
  • Projektaufgabe: Entwicklung einer responsive Website unter Verwendung von Bootstrap
  • Merkmale und verschiedene Formen mobiler Applikationen (mit besonderem Augenmerk auf plattformunabhängigen mobilen Applikationen)
  • Einführung in das Framework Apache Cordova
  • Projektaufgabe: Entwicklung einer App für Smartphones und Tablets unter Verwendung des Frameworks Apache Cordova
Literatur

www.selfhtml.de: Online-Dokumentation für HTML, CSS, JavaScript
https://getbootstrap.com/docs/4.1/getting-started/introduction/
http://docs.phonegap.com/

Informationsmanagement

Art Vorlesung
Nr. W1166
SWS 2.0
Lerninhalt
  • Grundlagen des Informationsmanagement
  • Strategische Aspekte des Informationsmanagement
  • Informationswirtschaft
  • Dokumentenmanagement / Enterprise Content Management
  • Portale und Datenintegration
  • Information Retrieval
  • Stammdatenmanagement
Literatur

Krcmar, Helmut (2015): Informationsmanagement. Berlin, Heidelberg: Springer Berlin Heidelberg.
Lewandowski, Dirk (2015): Suchmaschinen verstehen. Berlin, Heidelberg: Springer Berlin Heidelberg; Springer Vieweg.
Götzer, Klaus; Maier, Berthold; Schmale, Ralf; Rehbock, Klaus; Komke, Torsten (2014): Dokumenten-Management. Informationen im Unternehmen effizient nutzen. 5., vollst. überarb. und erw. Aufl. Heidelberg: Dpunkt-Verl.
Steinbrecher, Wolf; Müll-Schnurr, Martina (2014): Prozessorientierte Ablage. Dokumentenmanagement-Projekte zum Erfolg führen. Praktischer Leitfaden für die Gestaltung einer modernen Ablagestruktur. Wiesbaden: Gabler Verlag.
Henrich, Andreas (2008): Information Retrieval 1. Grundlagen, Modelle und Anwendungen. Otto-Friedrich-Universität Bamberg. Online verfügbar unter https://www.uni-bamberg.de/minf/IR1-Buch/, zuletzt geprüft am 11.02.2021.

Business Analytics

Art Vorlesung/Übung
Nr. W1119
SWS 2.0
Lerninhalt
  • Predictive Analytics und Maschinelles Lernen
  • CRISP Prozess
  • Explorative Datenanalyse
  • Supervised Learning: Regression und Klassifikation
  • Non-supervised Learning: Clustering und Assoziationsanalyse
  • Praktische Anwendung der Verfahren mit KNIME
  • Analytische Anwendungen
Literatur

Dorer K, Hagen T, Lauer T, Sänger V, Trahasch, S (2020) Einführung in Maschinelles Lernen (Online Skript) https://imla.gitlab.io/ml-buch/ml2-buch/
Berthold, M. R., Borgelt, C., Höppner, F., Klawonn, F., & Silipo, R. (2020). Guide to Intelligent Data Science. Springer International Publishing.
Müller, R. M., & Lenz, H.-J. (2013). Business Intelligence. Springer Berlin Heidelberg.

 Zurück