Business Intelligence

Modul: Business Intelligence (6 Credits)
Name im Diploma Supplement	Business Intelligence
Verantwortlich	Prof. Dr. Mario Schaarschmidt
Voraussetzungen	Siehe Prüfungsordnung.
Workload	180 Stunden studentischer Workload gesamt, davon: Präsenzzeit: 60 Stunden Vorbereitung, Nachbereitung: 60 Stunden Prüfungsvorbereitung: 60 Stunden
Dauer	Das Modul erstreckt sich über 1 Semester.
Qualifikationsziele	Die Studierenden Kennen die ökonomische Bedeutung und praktische Relevanz von Business Intelligence Verstehen die Besonderheiten von technischen und rechtlichen Rahmenbedingungen für den betrieblichen Einsatz von Business Intelligence, auch im Vergleich zu Predictive Analytics Kennen wesentliche Methoden und Techniken des Business Intelligence, Können die Risiken des Einsatzes von Business Intelligence einschätzen und den betrieblichen Einsatz planen
Prüfungsmodalitäten	Die Modulnote ergibt sich aus einer Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
Verwendung in Studiengängen	WiInf Bachelor > Vertiefungsstudium > Wahlpflichtbereich > Vertiefungsrichtung "Modellierung und Realisierung betrieblicher Informationssysteme" > 5.-6. FS, Wahlpflicht WiInf Bachelor > Vertiefungsstudium > Wahlpflichtbereich: Wirtschaftsinformatik und Informatik > 5.-6. FS, Wahlpflicht
Bestandteile	Vorlesung Business Intelligence (3 Credits) Übung Business Intelligence (3 Credits)
Modul: Business Intelligence (WIWI‑M0965)

Vorlesung: Business Intelligence (3 Credits)
Name im Diploma Supplement	Business Intelligence
Anbieter	Lehrstuhl für Wirtschaftsinformatik und Applikationsmanagement
Lehrperson	Prof. Dr. Mario Schaarschmidt
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Wintersemester	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Grundkenntnisse zu Digital Business und Geschäftsmodellen
Abstract Das Modul Business Intelligence (BI) bietet Studierenden eine umfassende Einführung in die Techniken und Werkzeuge, die zur Analyse und Interpretation großer Datenmengen verwendet werden. BI ist ein zentraler Bestandteil moderner Unternehmen, da es die Basis für fundierte Entscheidungsfindungen bildet. Die Anwendung von BI-Methoden ermöglicht es Unternehmen, ihre Geschäftsprozesse zu optimieren, Markttrends frühzeitig zu erkennen und Wettbewerbsvorteile zu erlangen. In der heutigen datengetriebenen Welt spielt Business Intelligence eine entscheidende Rolle in der Unternehmensführung. Praktische Anwendungen von BI-Techniken sind vielfältig und reichen von der Verbesserung der Kundenbindung über die Optimierung von Lieferketten bis hin zur Vorhersage von Markttrends. Fachkräfte mit BI-Kompetenzen sind in der Lage, wertvolle Erkenntnisse aus Daten zu gewinnen und diese in strategische Handlungen umzusetzen. Dieses Modul bereitet Studierende darauf vor, in verschiedenen Branchen BI-Lösungen zu entwickeln und anzuwenden, um den wirtschaftlichen Erfolg ihrer Unternehmen zu steigern.
Lehrinhalte In der Vorlesung werden die wesentlichen Grundkonzepte sowie die Ziele von Business Intelligence vorgestellt, auch und insbesondere in Abgrenzung von Data Analytics. Gliederung Begriffsdefinition und -abgrenzung Betriebliche Anwendungssysteme als Datenquelle für BI-Systeme Bedeutung, Entwurf und Architektur von Data-Warehouse-Systemen Metadaten und Datenqualität Extraktion, Transformation und Laden von Daten (ETL) Data Marts und ODS-erweiterte Data-Warehouses Persistierung und Abfrage multidimensionaler Daten OLAP (relational, multidimensional, hybrid), Data Mining, Advanced Analytics Statistische Verfahren der Datenanalyse Big Data, Unstructured Data, Streams etc. BI-Systeme in der Cloud Empfehlungssysteme Arbeiten mit marktgängigen Business-Intelligence-Werkzeugen
Literaturangaben Bauer, Günzel: Data-Warehouse-Systeme, dpunkt, 2013 Chaudhuri, Dayal, Narasayya: An Overview of Business Intelligence Technology, Communications of the ACM, Vol. 54, No. 8, 2011 Cleve, Lämmel: Data Mining, De Gruyter/Oldenbourg, 2016 Müller, R. M., & Lenz, H. J. (2013). Business intelligence. Berlin, Heidelberg: Springer Berlin Heidelberg. Mohammed, A. B., Al-Okaily, M., Qasim, D., & Al-Majali, M. K. (2024). Towards an understanding of business intelligence and analytics usage: Evidence from the banking industry. International Journal of Information Management Data Insights, 4(1), 100215.
didaktisches Konzept Die Veranstaltung umfasst einerseits klassische Vorlesungen, in denen ein/e Dozent/in Inhalte erläutert und Fragen interaktiv diskutiert werden. Darüber hinaus sind die Studierenden aufgefordert, Inhalte z.B. mit Hilfe von angebotenen Videos, Online-Quizzes und interaktiven digitalen Lernsystemen selbständig zu erarbeiten oder zu wiederholen.
Vorlesung: Business Intelligence (WIWI‑C1260)

Übung: Business Intelligence (3 Credits)
Name im Diploma Supplement	Business Intelligence
Anbieter	Lehrstuhl für Wirtschaftsinformatik und Applikationsmanagement
Lehrperson	Prof. Dr. Mario Schaarschmidt
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Wintersemester	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen siehe Vorlesung
Lehrinhalte siehe Vorlesung
Literaturangaben siehe Vorlesung
didaktisches Konzept Die Übung greift die Inhalte der Vorlesung auf und verbindet sie mit aktuellen Praxisbeispielen und Anwendungen. In der Übung werden Konzepte vertieft und auch deren Grenzen besprochen. Ferner werden einfache Anwendungen (z.B. Clusteranalyse) in Programmen ausgeführt. Dazu werden verschiedene Frameworks verwendet wie bspw. Pandas und Python.
Übung: Business Intelligence (WIWI‑C1261)