Hauptinhalt

CS 537 — Business Intelligence
(engl. Business Intelligence)

Niveaustufe, Verpflichtungsgrad Aufbaumodul, abhängig vom importierenden Studiengang
Lehr- und Lernformen,
Arbeitsaufwand
Vorlesung, Übung, Selbststudium,
180 Stunden (Kontaktstunden: 50 Stunden, Vor- und Nachbereitung: 65 Stunden, Prüfungsvorbereitung: 65 Stunden)
Leistungspunkte,
Voraussetzungen zum Erwerb
6 LP
Studienleistung(en): 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. Wirtschaftsinformatik.
Ursprung B.Sc. Wirtschaftsinformatik
Dauer des Moduls,
Häufigkeit
Ein Semester,
Jedes Wintersemester
Modulverantwortliche(r) Prof. Dr. Paul Alpar

Inhalt

In diesem Modul werden ausgewählte Verfahren und Werkzeuge vorgestellt, um Daten geeignet zu strukturieren und Entscheidern in Form von standardisierten Berichten oder komplexen Analyseergebnissen zur Verfügung zu stellen. Teilnehmer können Verfahren und Werkzeuge in der Übung selbst ausprobieren und erlernen.


Qualifikationsziele

Die Studierenden sind in der Lage,

  • Unternehmens- und Marktdaten geeignet zu strukturieren,
  • Daten aus einer Datenbank oder einem Data Warehouse mit Hilfe weit verbreiteter Softwarewerkzeuge zur Lösung betriebswirtschaftlicher Fragestellungen auszuwerten und
  • Daten in Form von standardisierten Berichten oder komplexen Analyseergebnissen aufzubereiten.

Voraussetzungen

Keine.


Verwendbarkeit

Das Modul kann im FB12 verwendet werden im Studiengang bzw. in den Studiengängen

  • B.Sc. Wirtschaftsinformatik

Im Studiengang B.Sc. Wirtschaftsinformatik kann das Modul im Studienbereich Wirtschaftsinformatik Basis- und Weiterführende Module absolviert werden.

Das Modul kann auch in anderen Studiengängen absolviert werden (Exportmodul).


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 2023/24 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:

  • WiSe 2016/17 (kein Äquivalent)
  • SoSe 2018 (kein Äquivalent)
  • WiSe 2018/19 (kein Äquivalent)
  • WiSe 2019/20 (kein Äquivalent)
  • WiSe 2020/21 (kein Äquivalent)
  • SoSe 2021 (kein Äquivalent)
  • WiSe 2021/22 (kein Äquivalent)
  • WiSe 2022/23 (kein Äquivalent)
  • WiSe 2023/24

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.