Data Science: Datenmanagement und -analyse für Wirtschaftsinformatik (DMA-WI)5 ECTS
(englische Bezeichnung: Data Science: Data Management and Analytics for Information Systems)

Lehrveranstaltungen:

• • Data Science: Datenmanagement und -analyse (DMA)
    (Vorlesung, 2 SWS, Sven Laumer et al., Di, 9:45 - 11:15, Zoom-Webinar)
  • Übung zu Data Science: Datenmanagement und -analyse für Wirtschaftsinformatik
    (Übung, 2 SWS, Sven Laumer et al., Fr, 11:30 - 13:00, Zoom-Meeting, (außer Fr 28.5.2021))
  • Tutorium zu Data Science: Datenmanagement und -analyse für Wirtschaftsinformatik (optional)
    (Tutorium, 2 SWS, Sven Laumer et al., Di, Mi, 15:00 - 16:30, Zoom-Meeting)

Empfohlene Voraussetzungen:

Erfolgreicher Abschluss der Veranstaltungen „Algorithmen und Datenstrukturen (für Medizintechnik)“ und „Data Science: Machine Learning und Data-driven Business“ sowie Kenntnisse der Sprache R im Umfang des „Basiskurses R/RStudio“ in StudOn

Inhalt:

Das Modul bietet einen detaillierten Überblick über wesentliche Konzepte, Verfahren und Technologien des Datenmanagements, der Datenintegration und der Datenanalyse und vermittelt, wie diese im unternehmerischen Kontext eingesetzt werden können, um aus Datensätzen des operativen Geschäfts strategisch relevantes Wissen zu generieren.

In der Vorlesung erlernen die Studierenden theoretische und technische Grundlagen der Modellierung, Verwaltung, Abfrage, Integration, Transformation, Auswertung und Visualisierung von Daten und verstehen, wie durch deren Zusammenspiel ein strukturierter Datenmanagement- und -analyseprozess konzipiert und implementiert werden kann. Anhand einer begleitenden Fallstudie werden zudem konkrete Anwendungsmöglichkeiten der behandelten Konzepte im betrieblichen Kontext verdeutlicht.

In der Übung vertiefen die Studierenden das Verständnis der Vorlesungsinhalte und erlernen deren technische Umsetzung anhand von interaktiven Übungsaufgaben. Dabei liegt der Fokus im Bereich des Datenmanagements auf dem Einsatz verschiedener Datenbanksysteme und Webtechnologien, während im Bereich der Datenanalyse die Integration, Auswertung und Visualisierung von analytischen Datensätzen mithilfe von Statistiksoftware behandelt wird. Ergänzend hierzu wenden die Studierenden das erworbene Wissen im Rahmen eines semesterbegleitenden Gruppenprojekts an, bei dem die behandelten Technologien zur Verwaltung, Integration und Auswertung realer betrieblicher Datensätze eingesetzt werden.

Lernziele und Kompetenzen:

Die Studierenden

• erkennen die strategische Relevanz einer strukturierten Datenverwaltung und -analyse für Unternehmen.

• sind in der Lage, einen auf strategische Unternehmensziele ausgerichteten Datenmanagement- und -analyseprozess zu konzipieren und mithilfe geeigneter Technologien zu implementieren.

• verfügen über ein vertieftes technisches Verständnis in den Bereichen Datenmanagement und Datenanalyse durch praxisorientierte Projektarbeit mit SQL, Webtechnologien, R und Tableau.

Literatur:

Köppen, Veit; Saake, Gunter; Sattler, Kai-Uwe (2014): Data Warehouse Technologien. Heidelberg: Verlagsgruppe Hüthig Jehle Rehm.
Meier, Andreas (2018): Werkzeuge der digitalen Wirtschaft: Big Data, NoSQL & Co. Wiesbaden: Springer Fachmedien.
Sauer, Sebastian (2019): Moderne Datenanalyse mit R. Wiesbaden: Springer Fachmedien.
Steiner, René (2017): Grundkurs Relationale Datenbanken. Wiesbaden: Springer Fachmedien.

Weitere Informationen:

Studien-/Prüfungsleistungen:

Data Science: Datenmanagement und -analyse für Wirtschaftsinformatik (Prüfungsnummer: 463344)

Klausur, Dauer (in Minuten): 90, benotet, 5 ECTS

Prüfungssprache: Deutsch

Erstablegung: SS 2021, 1. Wdh.: WS 2021/2022

1. Prüfer:

Sven Laumer