Modul EESYS-BIA-M: Business Intelligence & Analytics

Modulverantwortlicher: Dr. Konstantin Hopf

Inhalte:
Dieses Modul behandelt Themen aus den Bereichen Business Intelligence, Data Science und Business
Analytics und gibt einen Einblick in die datengetriebene Entscheidungsunterstützung. Schwerpunktmäßig
behandelt werden
• die Rolle von Business Intelligence in Unternehmen,
• der Datenanalyse-Prozess anhand des Vorgehensmodells CRISP-DM,
• Datenquellen in Unternehmen und frei verfügbare Datenquellen,
• eine Einführung in Data Science und die Grundlagen von Datenanalysen einschließlich einer
Wiederholung der Grundlagen beschreibender Statistik und der Visualisierung von Daten,
• die Grundlagen der zeitlich-räumlichen Datenanalyse,
• fortgeschrittene Datenanalysemethoden einschließlich unüberwachte und überwachte maschinelle
Lernverfahren, Optimierung und Simulation und
• rechtliche und ethische Aspekte von Datenanalysen (insb. Schutz der Privatsphäre, Datensicherheit
und Urheberrecht).
Die Studierenden erlernen die Inhalte anhand von konkreten Datenanalyse-Beispielen in der
Programmierumgebung GNU R. Ebenfalls behandelt wird die Durchführung der wichtigsten Schritte des
Datenanalyseprozesses (Geschäftsverständnis, Datenverständnis, Datenvorbereitung, Modellierung,
Evaluation und Modellnutzung)

Lernziele/Kompetenzen:
Studierende sind in der Lage,
• die Rolle von Business Intelligence und Datenanalysen in Unternehmen zu beschreiben,
• verfügbare unternehmensinterne und öffentlich verfügbaren Datenquellen zu identifizieren, nutzbar
zu machen und die Daten zu beschreiben,
• die vorgestellten Analysemethoden (insbesondere: k nearest neighbor, Entscheidungsbäume,
Support Vector Machines, Random Forest) in der Software R selbstständig auch auf neue Probleme
anzuwenden und Auswertungen für geschäftsrelevante Fragestellungen zu erstellen,
• Ergebnisse der Analysen sinnvoll zu visualisieren und
• ausgewählte ethische und rechtliche Aspekte von Datenanalysen zu beschreiben.

Organisatorisches:

• 6 ECTS / 180 h
• Zulassungsvoraussetzung für die Belegung des Moduls: keine
• Empfohlene Vorkenntnisse:  Grundlegende Statistik-Kenntnisse (z.B. aus dem Bachelor-Studium).
  Eine Wiederholung der Statistik-Grundlagen ist Teil der ersten Übungen und sollte, wenn erforderlich, durch ein Selbststudium
  ergänzt werden.
  Grundlegende Kenntnisse einer Programmiersprache.
• Angebotshäufigkeit: WS, jährlich
• Lehrformen: Vorlesung und Übung - 4,00 SWS
• Sprache: Englisch/Deutsch
• Schriftliche Prüfung (Klausur) / Prüfungsdauer: 90 Minuten