Moduldetails

Market und Business Intelligence DIS23a
Dieses Modul ist der Studienrichtung Data Analyst zugeordnet.
	Workload	Credits	Studiensemester	Frequenz	Dauer
	180h	6	6. Sem.	jährlich	1 Sem.
1	Lehrveranstaltungen	Kontaktzeit	Selbststudium	Sprache	Gruppengröße
		∑ 60h	∑ 120h
	DIS23a Market und Business Intelligence (Vorlesung und Übung)	DIS23a 4 SWS / 60h	DIS23a 120h	DIS23a Deutsch / Englisch	DIS23a 90
2	Lernergebnisse (learning outcomes / Kompetenzen):
	DIS23a Lernergebnisse (learning outcomes) / Kompetenzen: Die Studierenden werden in die Lage versetzt, das in den Vorlesungen erworbene Wissen selbst anzuwenden, um so ihre Kompetenzen im Bereich Market & Business Intelligence weiter auszubauen. Dazu sind die Learning Outcomes wie folgt: (WAS) Die Studierenden werden fachlich in die Lage versetzt, eine systematische Erhebung und Analyse von Daten und Informationen unter Markt- und Wettbewerbsgesichtspunkten vorzunehmen. Das schließt umfangreiche Kenntnisse von entsprechenden Daten- und Informationsquellen mit ein. Sie können Besonderheiten in großen Datenmengen aus Unternehmens- und Marktdaten identifizieren, die für die Vorreiterrolle eines Unternehmens in einem spezifischen Marktsegment ausschlaggeben sind, (WOMIT) indem sie Methoden und Tools der Markt- und Wettbewerbsanalyse anwenden, einschließlich anspruchsvoller Daten- & Informationsrecherchen und indem sie weitestgehend hypothesenfrei, diese Datenmengen statistisch analysieren, validieren und optimieren sowie auf neue unbekannte Markt- und Unternehmensdaten anwenden, (WOZU) um aus den umfangreichen Analysen und Ergebnismodellen Vorhersagen für den Markterfolg abzuleiten, diese zu prüfen und zu hinterfragen und die Erkenntnisse als Entscheidungsgrundlagen (z.B. als Investment Decision Support für das Management) aufzubereiten und Trends ableiten zu können.
3	Inhalte:
	DIS23a Marktanalyse inkl. Methoden und Modelle Wettbewerbsanalyse inkl. Methoden und Modelle Knowledge Management und Business Intelligence Grundlagen Cross Industry Standard Process for Data Mining (CRISP-DM ) Datenselektion Datenvorverarbeitung Predictive Analytics Verfahren Modellierung, Validierung und Interpretation Auswahl der Verfahren und Anwendung auf eigenes Problem aus der Markt- und Wettbewerbsanalyse Reporting
4	Lehrformen:
	Vorlesung und Übung (DIS23a)
5	Teilnahmevoraussetzungen:
	Inhaltlich: Erfolgreiche Teilnahme an den Veranstaltungen Data Mining (DIS14) und Informationsanalyse (DIS15)
6	Art der Prüfung:
	Mündliche Prüfung oder Präsentation (DIS23a)
7	Voraussetzungen für die Vergabe von Kreditpunkten:
	Bestandene Modulprüfung
8	Art: Pflicht- oder Wahlmodul
	Wahlpflichtmodul
9	Bewertungsmethoden benotet/unbenotet
	benotet
10	Stellenwert der Note für die Endnote:
	4%
11	Modulbeauftragte/r und hauptamtlich Lehrende
	Modulbeauftragte/r: Prof. Ragna Seidler-de Alwis, MBA Hauptamtlich Lehrende: Prof. Dr. Gernot Heisenberg, Prof. Ragna Seidler-de Alwis, MBA
12	Sonstige Informationen:
	-
13	Literatur / Quellen
	Fritz, M.: Markt- und Wettbewerbsbeobachtung für Unternehmensnetzwerke: neue Potenziale durch das Internet – Wiesbaden: Deutscher Univerl., 2005 Porter, Michael E.: Competitive Advantage. – New York, London: The Free Press; Macmillan, 1st ed. 1985 – latest ed. 2004 Porter, Michael E.: Die Wettbewerbskräfte neu betrachtet. – In: Harvard Business Manager Mai (2008) S. 20-28 Cassell, K.: Reference and Information Services in the 21st Century – 2nd Ed. - New York: Neal -Schumann Publ., 2011 Markus Hofmann, Ralf Klinkenberg, RapidMiner: Data Mining Use Cases and Business Analytics Applications, Chapman & Hall/CRC Data Mining and Knowledge Discovery Series, 2013 Vijay Kotu, Bala Deshpande, Predictive Analytics and Data Mining: Concepts and Practice with RapidMiner, Morgan Kaufmann, ISBN: 978-0128014608, 2014 Andrew Chisholm, Exploring Data with RapidMiner, PACKT Publishing, ISBN: 978-1782169338, 2013 Matthew North, Data Mining for the masses, Global Text Project, ISBN: 978-0615684376, 2012

Market und Business Intelligence

DIS23a

Dieses Modul ist der Studienrichtung Data Analyst zugeordnet.

Workload

Credits

Studiensemester

Frequenz

Dauer

180h

6. Sem.

jährlich

1 Sem.

Lehrveranstaltungen

Kontaktzeit

Selbststudium

Sprache

Gruppengröße

∑ 60h

∑ 120h

DIS23a

Market und Business Intelligence (Vorlesung und Übung)

DIS23a

4 SWS / 60h

DIS23a

120h

DIS23a

Deutsch / Englisch

DIS23a

Lernergebnisse (learning outcomes / Kompetenzen):

DIS23a

Lernergebnisse (learning outcomes) / Kompetenzen:

Die Studierenden werden in die Lage versetzt, das in den Vorlesungen erworbene Wissen selbst anzuwenden, um so ihre Kompetenzen im Bereich Market & Business Intelligence weiter auszubauen. Dazu sind die Learning Outcomes wie folgt:

(WAS) Die Studierenden werden fachlich in die Lage versetzt, eine systematische Erhebung und Analyse von Daten und Informationen unter Markt- und Wettbewerbsgesichtspunkten vorzunehmen. Das schließt umfangreiche Kenntnisse von entsprechenden Daten- und Informationsquellen mit ein. Sie können Besonderheiten in großen Datenmengen aus Unternehmens- und Marktdaten identifizieren, die für die Vorreiterrolle eines Unternehmens in einem spezifischen Marktsegment ausschlaggeben sind,

(WOMIT) indem sie Methoden und Tools der Markt- und Wettbewerbsanalyse anwenden, einschließlich anspruchsvoller Daten- & Informationsrecherchen und indem sie weitestgehend hypothesenfrei, diese Datenmengen statistisch analysieren, validieren und optimieren sowie auf neue unbekannte Markt- und Unternehmensdaten anwenden,

(WOZU) um aus den umfangreichen Analysen und Ergebnismodellen Vorhersagen für den Markterfolg abzuleiten, diese zu prüfen und zu hinterfragen und die Erkenntnisse als Entscheidungsgrundlagen (z.B. als Investment Decision Support für das Management) aufzubereiten und Trends ableiten zu können.

Inhalte:

DIS23a

Marktanalyse inkl. Methoden und Modelle
Wettbewerbsanalyse inkl. Methoden und Modelle
Knowledge Management und Business Intelligence Grundlagen
Cross Industry Standard Process for Data Mining (CRISP-DM )
Datenselektion
Datenvorverarbeitung
Predictive Analytics Verfahren
Modellierung, Validierung und Interpretation
Auswahl der Verfahren und Anwendung auf eigenes Problem aus der Markt- und Wettbewerbsanalyse
Reporting

Lehrformen:

Vorlesung und Übung (DIS23a)

Teilnahmevoraussetzungen:

Inhaltlich: Erfolgreiche Teilnahme an den Veranstaltungen Data Mining (DIS14) und Informationsanalyse (DIS15)

Art der Prüfung:

Mündliche Prüfung oder Präsentation (DIS23a)

Voraussetzungen für die Vergabe von Kreditpunkten:

Bestandene Modulprüfung

Art: Pflicht- oder Wahlmodul

Wahlpflichtmodul

Bewertungsmethoden benotet/unbenotet

benotet

Stellenwert der Note für die Endnote:

Modulbeauftragte/r und hauptamtlich Lehrende

Modulbeauftragte/r: Prof. Ragna Seidler-de Alwis, MBA

Hauptamtlich Lehrende: Prof. Dr. Gernot Heisenberg, Prof. Ragna Seidler-de Alwis, MBA

Sonstige Informationen:

Literatur / Quellen

Fritz, M.: Markt- und Wettbewerbsbeobachtung für Unternehmensnetzwerke: neue Potenziale durch das Internet – Wiesbaden: Deutscher Univerl., 2005
Porter, Michael E.: Competitive Advantage. – New York, London: The Free Press; Macmillan, 1st ed. 1985 – latest ed. 2004
Porter, Michael E.: Die Wettbewerbskräfte neu betrachtet. – In: Harvard Business Manager Mai (2008) S. 20-28
Cassell, K.: Reference and Information Services in the 21st Century – 2nd Ed. - New York: Neal -Schumann Publ., 2011
Markus Hofmann, Ralf Klinkenberg, RapidMiner: Data Mining Use Cases and Business Analytics Applications, Chapman & Hall/CRC Data Mining and Knowledge Discovery Series, 2013
Vijay Kotu, Bala Deshpande, Predictive Analytics and Data Mining: Concepts and Practice with RapidMiner, Morgan Kaufmann, ISBN: 978-0128014608, 2014
Andrew Chisholm, Exploring Data with RapidMiner, PACKT Publishing, ISBN: 978-1782169338, 2013
Matthew North, Data Mining for the masses, Global Text Project, ISBN: 978-0615684376, 2012