Business Intelligence

Modulnummer
WK2102
Modulverantwortliche
Harald Ritz
Dozenten
  • Josef Fink
  • Michael Guckert
  • Harald Ritz
  • Qualifikations- und Lernziele

    Die Studierenden kennen Softwarelösungen im Bereich Data Warehouse und Data Mining und sind in der Lage, derartige Systeme aufzusetzen und zu bewerten sowie mit umfangreichen Datenbeständen umzugehen. Sie können die betriebswirtschaftlichen Anwendungen dieser Technologie im Unternehmen identifizieren und besitzen insbesondere die Kompetenz, diese Lösungen wirtschaftlich gewinnbringend anzuwenden. Durch die Veranstaltung begleitende KleingruppenProjektbearbeitungen sind die Studierenden in der Lage im Team zusammen zu arbeiten und gemeinsam betriebliche Fragstellungen zu bearbeiten sowie ihre Ergebnisse vor anderen vorzustellen und zu verteidigen.

    Lerninhalte
    • Grundlagen Business Intelligence / Data Warehousing
    • BI-Reporting, OLAP, Visualisierung und Dashboards
    • Datenbereitstellung: Datenintegration und –qualität
    • Data Mining: Cluster- und Assoziationsanalyse, Klassifikation
    • Balanced Scorecard, Prognose, Simulation, Planung & Konsolidierung
    • BI-Einführungsprojekte u. -Reifegradmodelle
    • BI: Aktuelle Entwicklungen und Herausforderungen (u.a. Big Data, In-Memory Data Management, NoSQL, Predicitve u.Prescriptive Analytics, Mobile BI, Self-Service BI)
    • PC-Übungen zu Data Mining (mit SAP, SAS o.a.)
    • BI-Kleingruppen-Projekte anhand von verschiedenen Werkzeuge für das Reporting & OLAP, Data und Text Mining, das Datenqualitätsmanagement, zu „Visual Discovery” und zur Dashboard-Erstellung
    Moduldauer (Semester)
    1
    Unterrichtssprache
    Deutsch
    Gesamtaufwand
    6 CrP; 180 Stunden
    Semesterwochenstunden
    4
    Lernformen

    Vorlesung 2 SWS, Übung 1 SWS, Praktikum 1 SWS

    Geprüfte Leistung

    Prüfungsleistung: Klausur, mündliche Prüfung oder eine Kombination aus Klausur und mündlicher Prüfung bzw. Projektarbeit

    (Art und Umfang des Leistungsnachweises wird den Studierenden rechtzeitig und in geeigneter Weise bekannt gegeben)

    Bewertungsstandard

    Bewertung der Prüfungsleistung nach § 9 der Prüfungsordnung (Teil I)

    Häufigkeit des Angebots
    Einmal im Jahr
    Literatur
    • Kemper, Hans-Georg; Baars, Henning; Mehanna, Walid: Business Intelligence - Grundlagen und praktische Anwendungen, Vieweg+Teubner, Wiesbaden
    • Müller, Roland M.; Lenz, Hans-Joachim: Business Intelligence, Springer Vieweg, Berlin / Heidelberg
    • Kohlhammer, Jörn; Proff, Dirk U.; Wiener, Andreas: Visual Business Analytics,dpunkt.verlag, Heidelberg
    • Cleve, Jürgen; Lämmel, Uwe: Data Mining, de Gruyter Oldenbourg, München
    • Runkler, Thomas A.: Data Mining - Methoden und Algorithmen intelligenter Datenanalyse, Vieweg+Teubner
    • Han, Jiawei; Kamber, Micheline; Pei, Jian: Data Mining: Concepts and Techniques, San Francisco u.a.
    • BI-Spektrum: Fachzeitschrift für Business Intelligence und Data Warehousing / eine Publikation des TDWI Germany e.V.
    • Kießwetter, Martin; Vahlkamp, Dirk: Data Mining in SAP Netweaver BI, SAP Press, Bonn