1202 Business Intelligence

Modulverantwortliche
  • Prof. Dr.-Ing. Sven Keller
Lehrende
  • Prof. Dr.-Ing. Sven Keller
Empfohlene Voraussetzungen zur Teilnahme

Grundkenntnisse zu Datenbanken und integrierten Informationssysteme

Kurzbeschreibung

Konzeption und Nutzung von IT-Systemen zur datenbasierenden Unterstützung von Managemententscheidungen

Inhalte

- Definition und Einordnung der Thematik
- Anwendungs- und Einsatzgebiete von BI
- Architekturen von BI-Systemen
- Basistechnologien zur Realisierung von BI-Systemen
- Phasen zur Datenaufbereitung in BI-Systemen
- Informationsnutzung / Reporting / Dashboards
- Data Analytics Reifegrade und deren Konsequenzen für Big Data und KI-basierende Geschäftsmodelle
- Aktuelle Entwicklungen

Qualifikations- und Lernziele

Die Studierenden verstehen die Einordnung des Fachgebiets Business Intelligence (BI) im Kontext betrieblicher Informationssysteme.
Sie lernen dessen Aufgaben und Anwendungsgebiete kennen und können die Bedeutung für eine datenbasierende Unterstützung von Managemententscheidungen abschätzen. Außerdem verstehen sie die Bedeutung von BI für datengetriebene Geschäftsmodelle.
Die Studierenden kennen die wesentlichen technischen Komponenten und deren mögliche wechselseitige Beziehungen in einschlägigen BI – Architekturen. Auf dieser Basis können sie die jeweiligen Stärken und Schwächen beurteilen.
Ihnen sind die dezidierten Herausforderungen bezüglich der Erstellung und Sicherstellung einer validen Datenbasis bewusst. Sie können diese mit Hilfe eines systematischen Phasenmodells benennen und konkrete Lösungsschritte zur Gewährleistung der benötigten Datenqualität formulieren.
Die Studierenden haben konkrete Vorstellungen hinsichtlich der Möglichkeit der Informationsnutzung und Konsequenzen künftiger Entwicklungen.
Sie haben grundlegende Kenntnisse bezüglich aktueller Technologien und Methoden und üben deren praktische Anwendung an einem durchgängigen konkreten Fallbeispiel.

Fachkompetenzen
Die Studierenden können die Bedeutung von Business Intelligence für die datenbasierte Unterstützung von Managemententscheidungen verstehen und die Bedeutung des Fachgebiets für datengetriebene Geschäftsmodelle erklären.
Sie kennen Konzepte sowie Komponenten von BI – Architekturen und verstehen deren Zusammenwirken so dass sie diese bzgl. Eignung konkreter Einsatzgebiete bewerten können. Sie sind in der Lage Chancen, Risiken und Grenzen von Entwicklungen im BI-Umfeld zu beurteilen.
Methodenkompetenzen (fachlich & überfachlich)
Die Studierenden können BI- Projekte konstruktiv mitgestalten und planungsunterstützend mitwirken. Sie können mit technischen Spezialisten aus den Bereichen von Datenbank- und Data Warehouse -Entwicklung bzw. - Administration fachlich und formal korrekt kommunizieren. Sie kennen die Bedeutung einer validen Datenbasis und kennen die notwendigen Schritte, um diesbezüglich ein hohes Qualitätsniveau sicherzustellen.
Sie können sich aktiv in die Konzeption projektbezogener Lösungen einbringen. Außerdem können Sie einschlägige Technologien zum Aufbau und zur Nutzung von BI-Lösungen praktisch anwenden.
Sozialkompetenzen
Die Studierenden sind in der Lage, in einem interdisziplinären Team mit Spezialisten aus technischen und betriebswirtschaftlichen Bereichen (Informatik, Data Science, Geschäftsführung, Controlling, Marketing, etc.) Know how zu vermitteln und lösungsorientiert zusammenzuarbeiten.
Selbstkompetenzen
Die Studierenden können sich in diesem interdisziplinären Fachgebiet fortlaufend selbst weiterbilden. Sie verstehen entsprechende Technologien und Methoden, auf deren Basis sie sich aktuelle und vertiefende Entwicklungen eigenständig aneignen können.
ECTS-Leistungspunkte (CrP)
  • 6 CrP
  • Arbeitsaufwand 180 Std.
  • Präsenzzeit 60 Std.
  • Selbststudium 120 Std.
Lehr- und Lernformen
  • 4 SWS
  • Seminar
Studiensemester
  • Digital Business (M.Sc. 2022) - 1. Semester
Dauer
1 Semester
Häufigkeit des Angebots
Nur im Sommersemester
Unterrichtssprache
Deutsch
Bonuspunkte

Nein

Bonuspunkte werden gemäß § 9 (4) der Allgemeinen Bestimmungen vergeben. Art und Weise der Zusatzleistungen wird den Studierenden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise mitgeteilt.

Prüfungsleistungen

Bestehen der Prüfungsleistung(en)

Benotung
Die Bewertung des Moduls erfolgt gemäß §§ 9, ggf. 12 (Teilleistungen), ggf. 18 (Arbeiten, Kolloquien) der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung).
Verwendbarkeit
Gemäß § 5 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung) Verwendbarkeit in allen Masterstudiengänge der THM möglich.
Literatur, Medien

• Chamoni, Gluchowski: Analytische Informationssysteme – Business Intelligence - Technologien und -Anwendungen. 5. Auflage. Springer Gabler Verlag. Berlin 2016
• Hahne: Modellierung von Business-Intelligence-Systemen; dpunkt.verlag 2014
• Shermann: Business Intelligence Guidebook: From Data Integration to Analytics; Morgan Kaufmann (Verlag);
• Lang (Hrsg.), Bensberg, Buchkremer et al.: Business Intelligence erfolgreich umsetzen: Von der Technologie zum Geschäftserfolg; Symposium Publishing, 2016
• Joachim Dorschel (Hrsg.): Praxishandbuch Big Data; Springer Gabler 2015
• Steven Finlay: Artificial Intelligence and Machine Learning for Business: A No-Nonsense Guide to Data Driven Technologies; Relativistic 2017

Rechtliche Hinweise