SingleView of Module
Module (6 Credits)
Business Intelligence
- Name in diploma supplement
- Business Intelligence
- Responsible
- Admission criteria
- See exam regulations.
- Workload
- 180 hours of student workload, in detail:
- Attendance: 60 hours
- Preparation, follow up: 60 hours
- Exam preparation: 60 hours
- Duration
- The module takes 1 semester(s).
- Qualification Targets
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
- Module Exam
Die Modulnote ergibt sich aus einer Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
- Usage in different degree programs
- Elements
Lecture (3 Credits)
Business Intelligence
- Name in diploma supplement
- Business Intelligence
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- winter semester
- Participants at most
- no limit
- Preliminary knowledge
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.
- Contents
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
- Literature
- 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.
- Teaching concept
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.
- Participants
Exercise (3 Credits)
Business Intelligence
- Name in diploma supplement
- Business Intelligence
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- winter semester
- Participants at most
- no limit
- Preliminary knowledge
siehe Vorlesung
- Contents
siehe Vorlesung
- Literature
siehe Vorlesung
- Teaching concept
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.
- Participants