Hauptinhalt

Business Intelligence
(engl. Business Intelligence)

Niveaustufe, VerpflichtungsgradVertiefungsmodul, Wahlpflichtmodul
Lehr- und Lernformen,
Arbeitsaufwand
Vorlesung, Übung,
180 Stunden (Kontaktstunden: 50 Stunden Vor- und Nachbereitung: 65 Stunden Prüfungsvorbereitung: 65 Stunden)
Leistungspunkte,
Voraussetzungen zum Erwerb
6 LP
Studienleistung: Essay (2-3 Seiten)
Prüfungsleistung: Klausur
Sprache,
Benotung
Deutsch/Englisch,
Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang B.Sc. Betriebswirtschaftslehre.
Dauer des Moduls,
Häufigkeit
Ein Semester,
Jedes Wintersemester
Modulverantwortliche(r)Prof. Dr. Paul Alpar

Inhalt

Heute werden nahezu alle Geschäftsprozesse durch Computersysteme unterstützt, so dass in Unternehmungen große Mengen von detaillierten Daten anfallen. Das Ziel von Business Intelligence besteht darin, diese Daten geeignet zu strukturieren und Entscheidern in Form von standardisierten Berichten oder komplexen Analyseergebnissen zur Verfügung zu stellen. Mit solchen Informationen können Manager sowohl die Erfüllung vorgegebener Ziele überwachen als auch Anstöße für neue Geschäftsmöglichkeiten erhalten. In der Vorlesung werden ausgewählte Verfahren und Werkzeuge vorgestellt, die die Teilnehmer dann in der Übung selbst ausprobieren und erlernen können.


Qualifikationsziele

Die Studierenden sind in der Lage, Daten aus einer Datenbank oder einem Data Warehouse mit Hilfe weit verbreiteter Softwarewerkzeuge zur Lösung betriebswirtschaftlicher Fragestellungen auszuwerten. Dazu gehört z. B. die Ermittlung von Kennzahlen zur Steuerung und Kontrolle von Finanz-, Marketing-, Vertriebs-, Beschaffungs- oder Produktions-Prozessen.


Voraussetzungen

Keine


Verwendbarkeit

Importmodul aus dem B.Sc. Betriebswirtschaftslehre.

Im Studiengang M.Sc. Mathematik kann das Modul im Studienbereich Nebenfach Betriebswirtschaftslehre absolviert werden.


Literatur

  • - Gluchowski, P.: Management Support Systeme und Business Intelligence: computergestützte Informationssysteme für Fach- und Führungskräfte, 2. Auflage, Springer, Berlin 2008.
  • - Alpar, P.; Niedereichholz, J.: Data Mining im praktischen Einsatz, Vieweg, Wiesbaden 2000.



Bitte beachten Sie:

Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2019/20 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:

Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.

Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.