BBM-33 (B)



1. Basis Daten/ basic data


Status

FREIGEGEBEN

Modul-/Seminar-Nr.

BBM-33

Fakultät / faculty

Business and Economics und Technology & Engineering

Titel

Business Intelligence

Verwendbarkeit / applicability

Verwendbar im Bachelorstudiengang Business Administration, Wirtschaftsinformatik, Angewandte Informatik

Modulteile / courses

-

Dauer / duration

Gesamtdauer: 37,5 (= 300 Stunden)

davon

Seminartage: 5 (= 40 Stunden)

Selbstlerntage: 12,5 (= 100 Stunden)

Transfertage: 20 (= 160 Stunden)

Sprache / language

D / E

Workload

10 CP

Leistungsnachweis / exam

Transfer-Dokumentations-Report, 6-8 Seiten oder Klausur, 60 min.

Noten werden von 1,0 bis 4,4 vergeben, ab einer Note von 4,5 gilt der Leistungsnachweis als nicht bestanden.

Gewichtung / weighting

10 CP / 180 CP bzw. 5,56 %

Terminierung / termination

Mindestens 1x pro Studienjahr

Eingangsvoraussetzung / entry requirement

§ 10 und § 11 BerlHG in Verbindung mit RSPO und SPO.

Voraussetzungen/ requirements

Das Modul ist ohne Vorkenntnisse aus anderen Modulen studierbar.

Modulverantwortlicher / Responsibility

Prof. Dr. Christian Rohm


2. Qualifikationsziele / Intention of Qualification

Bei der erfolgreichen Beendigung dieser Lehrveranstaltung ist der Lernende zu Folgendem in der Lage (erwartete Lernergebnisse und zu erwerbende Kompetenzen):

  • verstehen BIG-Data und die Nutzungsmöglichkeiten (Fachkompetenz),

  • lernen ausgewählte Methoden der KI kennen und diese zu verstehen (Methodenkompetenz),

  • können den Nutzen der KI-Anwendungen für das Unternehmen beurteilen (Fachkompetenz),

  • verstehen den Zusammenhang zwischen BI und KI (Fachkompetenz),

  • können einfache Beispiele selbst durchführen (Transferkompetenz),

  • können Anwendungen im eigenen Unternehmen definieren (Transferkompetenz).

3. Inhalt /content

  • Big-Data als Basis von BI

  • Künstliche Intelligenz als Basis von BI

  • Methoden und Technologie der KI

  • Data Science und Data Mining

  • Best Practices

  • Fallbeispiele

4. Lehr- und Lernmethoden

Asynchrones Lernen

☒ Pre-Reading

☒ Post-Reading

☒ E-Learning

Synchrones Lernen

☒ Vorlesung

☒ Seminar

☒ E-Learning

Transfer

☒ Transfer auf das eigene Unternehmen

☐ Projektarbeit

5. Literatur

  • Ertel, W. (2016): Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung

  • Gentsch, P. (2017): Künstliche Intelligenz für Sales, Marketing und Service: Mit AI und Bots zu einem Algorithmic Business – Konzepte, Technologien und Best Practices

  • Seufert, A., Lehmann P. (2017) Symposium Business Intelligence / Tagungsband: 12. Symposium Business Intelligence: Status Quo - Chancen und Herausforderungen (Symposium Business Intelligence / Tagungsbänden)