Business Analytics (M.Sc.)

Big (Social) Data Analytics - Methoden und Anwendungen

Über soziale Medien, wie bspw. Online Social Networks, stehen Unternehmen enorme Datenmengen zur Verfügung. Die zielgerichtete und fundierte Analyse dieser Daten ermöglicht eine verbesserte Entscheidungsunterstützung und birgt großes Potenzial, bspw. in den Bereichen Produktentwicklung, Marketing und Customer Relationship Management. Im Modul „Social Media Analytics“ werden hierfür zentrale Methoden vermittelt und fallstudienbasiert illustriert.

Business Analytics

Durch die fortschreitende Digitalisierung der Wirtschaft stehen Unternehmen eine Vielzahl von Daten zur Verfügung. Die Herkunft dieser Daten ist vielfältig. So werden bspw. im Zuge von „Industrie 4.0“ Produktionsmaschinen mit immer mehr Sensoren ausgestattet, die fortwährend Prozessdaten liefern. Aber auch neuartige unternehmensexterne Datenquellen, wie Social Media Plattformen, rücken in zunehmenden Maße in den Fokus von Unternehmen.
Die Frage ist allerdings, wie aus der Datenflut, die auch oftmals als „Big Data“ bezeichnet wird, sinnvolles betriebswirtschaftliches Wissen extrahiert werden kann. Wissen, das zu besseren Entscheidungen, besseren Produkten und neuartigen Services führen soll. Eine konkrete Antwort erhalten Sie im Modul „Grundlagen Business Analytics“.

Im Modul „Business Analytics“ werden den Teilnehmern die Funktion, der Aufbau und die Instrumente des Business-Analytics-Prozesses vermittelt. Durch anschauliche Fallstudien, Übungen und interaktive Elemente werden die Teilnehmer zudem in die Lage versetzt, diese Kenntnisse in realen Situationen anzuwenden. Business Analytics verwendet Methoden der Mathematik und der Informatik, um die zur Verfügung stehenden Daten in sinnvolle betriebswirtschaftliche Entscheidungen zu überführen. Eine zentrale Fähigkeit in Zeiten von „Industrie 4.0“ und „Big Data“.

Business Process Management

In diesem Modul lernen Teilnehmer, Geschäftsprozesse auf fachlicher Ebene zu analysieren, modellieren und optimieren. Ferner erhalten sie fundierte Einblicke in deren digitale Transformation und Automation mittels prozessorientierten Informationssystemen. Sie können die für die Realisierung prozessorientierter Informationssysteme bestehenden Anforderungen benennen sowie wesentliche Charakteristika, Kompo­nenten und Funktionen solcher Informations­systeme beschreiben und in einer Gesamtarchitektur einordnen.

Controlling

Controlling ist für die erfolgreiche Führung eines Unternehmens unabdingbar, da es das Management mit unternehmensbezogenen Daten und Analysen versorgt und somit fundierte Entscheidungen auf allen Unternehmensebenen ermöglicht. Der Stellenwert des Controllings ist aufgrund seiner zentralen Bedeutung bei der Entscheidungsfindung und Verhaltenssteuerung in den vergangenen Jahrzehnten kontinuierlich gestiegen.

Konkret werden den Teilnehmern in diesem Modul grundlegende Aufgaben, Konzepte und Instrumente zur Planung, Steuerung und Kontrolle von wirtschaftlichen Entscheidungen im Unternehmen vermittelt. Die Studierenden können das normative, strategische und operative Controlling der jeweiligen Unternehmensführungsebenen unterscheiden sowie deren Ziele und Methoden beschreiben. Die Teilnehmer können die Bedeutung der Koordination als zentrale Funktion des Controllings erklären und organisationale Aspekte des Controllings diskutieren.

Data & Process Mining

Die Teilnehmer erhalten fundierte Einblicke in grundlegende Methoden, Verfahren und Konzepte des Data und Process Mining. Sie können diese, unterstützt durch Softwarewerkzeuge, auf gegebene Aufgabenstellungen anwenden und ihre Analyseergebnisse angemessen präsentieren und visualisieren.

Finanzielles Management

Im Modul werden den Studierenden grundlegende Begriffe, Konzepte und Methoden zur Führung operativer Einheiten vermittelt. Die Studierenden erlangen ein Verständnis relevanter Kennzahlen auf der Grundlage von Unternehmensabschlüssen, der finanziellen Planung und Steuerung sowie des Unternehmenswertes.

Sie kennen verschiedene Rechnungslegungssysteme eines Unternehmens und können betriebswirtschaftliche Entscheidungsinstrumente des Rechnungswesens beschreiben und vergleichen.

Die Studierenden wählen aus verschiedenen Methoden zur Führung operativer Einheiten eine geeignete Methode aus. Sie sind in der Lage, an konkreten Unternehmensbeispielen z. B. Finanzkennzahlen zu beurteilen, Investitionsentscheidungen zu treffen und zu begründen.

Grundlagen von Datenbanksystemen

Bevor mit gesammelten Daten irgendwelche Analysen erstellt, Trends entdeckt oder verborgene Zusammenhänge ans Licht gebracht werden können, müssen diese Daten in einem Rechensystem gespeichert werden. Dazu werden Datenbanken genutzt.

Dieses Modul führt die Studierenden an die Grundlagen solcher Datenbanksysteme heran. Dabei geht es zum einen um die notwendige Struktur dieser Daten bei der Speicherung und zum anderen über die Möglichkeiten diese Daten auf klassische Weise abzufragen, d.h. aus einer anwendungsabhängigen Fragestellung die tatsächliche Abfrage im Rechner bzw. auf der Datenbank abzuleiten. Datenbanksysteme haben für diesen Zweck so genannte Abfragesprachen. Das Modul führt die Studierenden in die Abfragesprache SQL ein, eine Grundvoraussetzung für den Umgang mit heutigen Datenbanksystemen.

Das Modul ist die Grundlage für weiterführende Module im Bereich der Informatik, die sich dann vertieft mit der Analyse von Daten beschäftigen werden.

Infrastruktur & Sicherheit

Die Analyse von großen Datenmengen, die unter anderem zum Zwecke der Business Intelligence und des Data Minings erforderlich ist, erfolgt auf Basis leistungsfähiger Recheninfrastrukturen, die in Rechenzentren zentralisiert sind. Dabei ergeben sich vielfältige Herausforderungen an die Architektur der eingesetzten Hardware, in Bezug auf Betriebsmodelle und ebenso in Hinblick auf die eingesetzten Software Frameworks für verteiltes Rechnen und zur Datenanalyse.

Eine weitere Herausforderung stellt in diesem Umfeld die Sicherheit und der Datenschutz der dort verarbeiteten Daten dar. Dies gilt vermehrt in Zeiten des Cloud Computings, das die Systeme für mehrere unabhängige Nutzer zur Verfügung stellt.

Die beiden Teile dieses Moduls widmen sich diesen Fragestellungen und vermitteln wesentliche Grundlagen, welche die Teilnehmer in die Lage versetzen, Cloud Computing effizient, effektiv, aber auch sicher und datenschutzfreundlich einzusetzen.

IT-Recht

Das Modul behandelt die grundlegenden rechtlichen Rahmenbedingungen zum Umgang mit personenbezogenen Daten im Unternehmen.

Management digitaler Plattformen

Digitale Plattformen verändern von Grund auf das unternehmerische Handeln, indem sie eine neue Ebene des Wettbewerbs und der Wertschöpfung etablieren. Führende digitale Plattformen erwirtschaften deutlich höhere Umsätze und Gewinne als wichtige deutsche DAX-Konzerne.

Eine solche Veränderung stellt für Unternehmen ohne plattformbasierte Geschäftsmodelle eine Bedrohung ihrer Wertschöpfung und ihrer Wettbewerbsfähigkeit dar. Der Aufbau und die Nutzung digitaler Plattformen ist folglich eine Top-Priorität von einer Vielzahl von Unternehmen in so unterschiedlichen Branchen wie Maschinenbau, Handel, Automobilbau und dem Finanzsektor.

Die grundlegende, aber nicht triviale Frage, lautet bei diesen Überlegungen: Aufbau einer eigenen digitalen Plattform oder Nutzung einer bestehenden? Je nach Antwort stellen sich dem Management spezifische weiterführende Fragen, nach Skalierungsstrategien, Pricing-Varianten oder Lock-In-Effekten.

Im Modul „Management digitaler Plattformen“ werden den Teilnehmern die Arten und Charakteristika von digitalen Plattformen vermittelt. Auf Basis anschaulicher Fallstudien werden wesentliche Managementaspekte analysiert und Lösungsmöglichkeiten erarbeitet. Teilnehmer sollen in die Lage versetzt werden, die wesentlichen Fragestellungen rund um das Management digitaler Plattformen selbständig beantworten zu können, um somit die Chancen der Plattformökonomie optimal nutzen zu können.

Mathematische Optimierung betrieblicher Prozesse

Welche Produkte in welchem Umfang soll ein Unternehmen wann produzieren, um gleichzeitig die Nachfrage zu befriedigen, die Produktionskapazitäten auszunutzen und den vorhandenen Lagerplatz einzuhalten? Wann soll welcher Produktionsauftrag auf welcher Maschine einer Fabrik ausgeführt werden, um die Produktionslinien optimal auszulasten? Wie sollten die unterschiedlich qualifizierten Mitarbeiter einer Beratung auf die anstehenden Projekte verteilt werden, um diese effizient zu bewältigen?

Dies sind gängige Probleme, die oftmals im Firmenalltag von erfahrenen Planern von Hand gelöst werden. Die Komplexität dieser Probleme steigt jedoch gewöhnlich exponentiell, sodass die händische Planung langwierig wird und nur suboptimale Lösungen liefert. Hier setzt mathematische Optimierung an. Sie lernen in diesem Kurs, welche Möglichkeiten es gibt, Produktionsprozesse und Ressourceneinteilungen mathematisch zu modellieren, und welche Algorithmen geeignet sind, diese zu optimieren. Anhand realitätsnaher Beispiele werden Sie unter Einsatz von Python üben, die Theorie in Praxis umzusetzen.

Numerische Methoden für Data Science

Durch das Wachstum an Datenvolumen stehen Unternehmen vor der Herausforderung, diese extrem großen Datenmengen (“Big Data”) speichern und analysieren zu können. Dies ist entscheidend, um sie für weitere Prozesse zu verwenden. Herkömmliche algorithmische Methoden, die alle Daten betrachten, sind entweder nicht mehr anwendbar oder benötigen zu lange Rechenzeiten.

In diesem Modul werden Sie numerische Methoden, Verfahren und Algorithmen kennenlernen, die auch für große Datenmengen noch effizient arbeiten und so erlauben, aus größeren Datenmengen Muster zu erkennen und wichtige Informationen zu extrahieren.

Stochastische Modellierung und Simulation

Im Modul „Stochastische Modellierung und Simulation“ werden die zentralen Begriffe, Zusammenhänge und Methoden der Stochastik intuitiv eingeführt und anhand zahlreicher Beispiele illustriert.

Praxisnahe Übungen, die von den Studierenden selbstständig bearbeitet und zu den Präsenzterminen gemeinsam mit dem Mentor besprochen werden, sollen ein tieferes Verständnis für die vermittelte Thematik schaffen.

Die in diesem Modul gelehrten Inhalten bilden nicht nur die Grundlage für weitere mathematische Module, insbesondere „Angewandte Statistik und prädiktive Methoden“, sondern werden auch in den meisten Modulen der Bereiche Wirtschaftswissenschaften und Informatik als zentrale Bestandteile wieder aufgegriffen.

Strategisches Management

Im Modul Strategisches Management werden den Teilnehmerinnen und Teilnehmern die Funktion, die Prozesse und die Instrumente des strategischen Managements vermittelt. Das Modul ist unterteilt in die drei Teilprozesse des strategischen Managements: Strategieentwicklung, Strategieimplementierung und Strategiereview

Strategieentwicklung:
Instrumente zur internen Analyse | Instrumente zur externen Analyse | SWOT-Analyse | Erarbeitung von Strategieoptionen | qualitative und quantitative Bewertungsverfahren.

Strategieimplementierung:
Wertschöpfungsmodelle | Kennzahlen und deren Qualitätskriterien | Balanced Scorecard | Kommunikationsinstrumente.

Strategiereview:
Prämissenanalyse | Typologie von Implementierungsbarrieren.

Technologie- und Innovationsmanagement

Die Globalisierung und der zunehmende Innovationsdruck verändern das Wettbewerbsumfeld von Unternehmen. Durch Kundenorientierung und Wettbewerbsdifferenzierung sollen kürzer werdende Produktlebenszyklen kompensiert und optimiert werden. Das Produktmanagement als »CEO seines Produktes« spielt eine wichtige Rolle in der Planung und Ausgestaltung dieses Prozesses.

Nach Abschluss des Moduls sind die Teilnehmer in der Lage, den Produktmanagementprozess zu erläutern und im Unternehmen umzusetzen (Produktlebenszyklus, Innovation, Spezifikation, Entwicklung, Markt-Test, Produkteinführung, Verkauf und Phase Out) sowie Techniken im Rahmen des Produktmanagementprozesses anzuwenden und deren Ergebnisse zu bewerten (u.a. die strategische Produktpositionierung, die Produktprofitabilität, Erstellung der User und Functional Specification).