| Modul: | Business Intelligence |
| Belegnummern: | 41.4822 [PVL 41.4823; Modul 41.48220] |
| Sprache: | deutsch |
| Zuordnung: | Dualer Master 2021 - Katalog AS: Anwendungs- und systemorientierte Module
Dualer Master 2021 - Vertiefung WI: Wirtschaftsinformatik
Master 2021 - Katalog AS: Anwendungs- und systemorientierte Module
Master 2021 - Vertiefung WI: Wirtschaftsinformatik
Dualer Master 2013 - Katalog AS: Anwendungs- und systemorientierte Module
Dualer Master 2013 - Vertiefung WI: Wirtschaftsinformatik
Master 2013 - Katalog AS: Anwendungs- und systemorientierte Module
Master 2013 - Vertiefung WI: Wirtschaftsinformatik
Master 2006 - Katalog AS: Anwendungs- und systemorientierte Module
Master 2006 - Vertiefung AE: Application Engineering
Master 2006 - Vertiefung WI: Wirtschaftsinformatik
MN Data Science 2016 - Katalog DS-I: Data Science - Informatik |
| Lehrform: | V+P = Vorlesung+Praktikum |
| SWS: | 3+1 |
| CP: | 6 |
| Prüfung: | Klausur |
| Anmeldung zur Prüfung: | explizit und unabhängig von der Belegung |
| PVL (z.B. Praktikum): | benotet (benotete Hausarbeit und deren Präsentation, unbenotetes Praktikum) |
| Anteil PVL: | 50% |
| Häufigkeit des Angebots: | jedes Sommersemester (zuletzt im SS 2022) |
| Erforderliche Vorkenntnisse: | Für Studierende der Informatik / Wirtschaftsinformatik wird der vorherige oder begleitende Besuch der Lehrveranstaltung "Data Mining" dringend empfohlen. |
| Lernziele: | Die Studierenden
- kennen die Terminologie und Historie der Managementunterstützung durch Methoden und Werkzeuge der Wirtschaftsinformatik und der quantitativen Methoden, sie können diese in die Konzepte der MIS, DSS, ESS und Business Intelligence einordnen.
- kennen notwendige Voraussetzungen (Datenbeschaffung, -bereitstellung, -vervollständigung, -klärung etc.) und dazu verwendete Technologien und Ansätze (DWH, Data und Text- Mining, Statistische Grundlagen).
- beherrschen die wichtigsten Methoden und Verfahren im Bereich BI und können diese anwenden (DWH-Strukturierung inkl. ETL-Prozess, ausgewählte Verfahren des Data-, Text- und Web-Mining, Kennzahlen-systeme, Reporting, Balanced Score Card-Ansätze, Operations Research).
- kennen den Markt relevanter Softwareunterstützung und haben exemplarisch mit einem oder mehreren Werkzeugen (BI Suite) gearbeitet.
- kennen exemplarische Anwendungen und können die Bezüge zu Bereichen wie CRM, Controlling u. ä. darstellen, erklären und in "neuen" Anwendungsanforderungen entsprechende Methoden und Techniken bewerten und anwenden.
- kennen die betriebliche Bedeutung und die Abhängigkeiten umfassender BI-Lösungen.
- sind mit den Aspekten der Governance und des Alignments, soweit für BI-Systeme relevant, vertraut.
- kennen die organisatorischen Notwendigkeiten und Strukturen großer BI-Lösungen und können diese sowohl planen wie auch beurteilen.
|
| Lehrinhalte: | Ausgehend von einem breiten Verständnis des Business Intelligence werden behandelt:
- Definitionen, Abgrenzungen, Einordnungen
- Historische Entwicklungen, Konzepte, Fehlschläge
- Voraussetzungen: Daten, Datenmodellierung, DWH inkl. ETL, Statistik, OR
- Data-, Text- und Web-Mining
- Anforderungsanalyse und Konzepterstellung eines Business Intelligence Systems, Differenzierung in strategische und operative Ebene
- Anwendungen in CRM, Controlling etc. und ihre Zusammenführung/Integration in ein System der Business Intelligence
- Praxisbeispiele, Fallstudien, marktrelevante Systeme, z.B. von SAP etc.
- Beurteilung der Kosten und des Nutzens, Bestimmung der Total Cost of Ownership
- Varianten der Implementierung (Sourcing-Konzepte wie z.B. SaaS und Cloud-Computing)
- Exkurs: Bezüge zum Wissensmanagement
|
| Literatur: | - Business Analytics, Heft Nr. 3, Band 53, HMD hrsg. v. K. Hildebrand, Dezember 2016 und folgende Hefte der Reihe HMD, Springer Verlag, zu Themen der BI
- Kemper, H. G.; Baars, H., Mehanna, W.: Business Intelligence & Analytics, Springer Vieweg, 4. Auflage, 2019, ISBN: 978-3834819581
- Mertens, P.; Griese, J.: Integrierte Informationsverarbeitung, Bd. 2; 10. Auflage Gabler, Wiesbaden, 2009, ISBN: 978-3834910011
- Bashiri, C., Engels, C., Heinzelmann, M.: Strategic Alignement, Springer, 2010, ISBN: 978-3642114373
- Gabriel, R. Gluchowski, P., Pastwa, A.: Data Warehouse & Data Mining, W3L-Verlag, 2011, ISBN: 978-3937137667
- Bachmann, R., Kemper, G.: Raus aus der BI-Falle, mitp-Verlag, 2011, ISBN: 978-3826691065
- Bauer, A., Günzel H.: Data-Warehouse-Systeme: Architektur, Entwicklung, Anwendung, dpunkt.verlag, 4. Auflage, 2013, ISBN: 978-3898647854
- Inmon, W.H., Strauss, D., Neushloss, G.: DW 2.0: The Architecture for the Next Generation of Data Warehousing, Morgan Kaufmann, 2008, ISBN: 978-0123743190
- Kimball, R., Caserta, J.: The Data Warehouse ETL Toolkit, Wiley, 2004, ISBN: 978-0764567575
- Gluchowski, P., Chamoni, P.: Analytische Informationssysteme: Business Intelligence-Technologien und -Anwendungen, Springer Gabler, 5. Auflage, 2016, ISBN: 973662477625
- Müller, R.M.., Lenz, H.: Business Intelligence, Springer Vieweg, 2013, ISBN: 978-3642355592
- diverse spezielle und weiterführende Bücher und Artikel der Fachliteratur besonders zu DWH- und Data-Mining-Verfahren, Erfahrungsberichte, vergleichende Studien.
|
| Arbeitsformen / Hilfsmittel: | Seminaristische Vorlesung, hoher Anteil an Interaktion speziell zur Übung und Vertiefung. Im Praktikum exemplarische Nutzung eines BI-Werkzeuges (Suite) |
| Modulverantwortung: | Arnim Malcherek |
| Freigabe ab: | WS 2019/2020 |
| Angebot im SS 22: | Malcherek
LN: Malcherek |
| Fachliche Kompetenzen: | - Formale, algorithmische, mathematische Kompetenzen: mittel
- Analyse-, Design- und Realisierungskompetenzen: hoch
- Technologische Kompetenzen: mittel (exemplarische Werkzeug-Analyse und -Bewertung von BI-Tools, exemplarischer Einsatz von BI-Tools)
- Befähigung zum Wissenschaftlichen Arbeiten: mittel
|
| Überfachliche Kompetenzen: | - Fachübergreifende Sachkompetenzen: Wirtschaftliche Grundkompetenz
- Sozial- und Selbstkompetenzen: Analysekompetenz, Urteilskompetenz, Entscheidungskompetenz
|