Data Science: Datenmanagement und -analyse (DMA)

Inhalt

Das Modul „Data Sciece: Datenmanagement und -analyse“ bietet einen kompakten Überblick über wesentliche Konzepte, Verfahren und Technologien zur Verwaltung, Speicherung, Abfrage, Integration, Transformation, Auswertung und Visualisierung von Daten. Anhand einer Mischung aus theoretischen Inhalten und praktischen Anwendungsaufgaben lernen die Studierenden grundlegende Verfahren und Technologien des Datenmanagements und der Datenanalyse kennen und sind in der Lage, abhängig vom jeweiligen Anwendungsfall ein geeignetes Verfahren auszuwählen und umzusetzen.

Das Modul wird in zwei Varianten angeboten:

Modulbezeichnung Data Science:
Datenmanagement und -analyse
Data Science:
Datenmanagement und -analyse für Wirtschaftsinformatik (GOP)
Zielgruppe Studierende der Wirtschafts-
wissenschaften
im 2. Semester
(Studienbeginn ab 2020/21)
Studierende der Wirtschafts-
informatik
im 2. Semester (Studienbeginn ab 2020/21)
Empfohlene Teilnahme-voraussetzungen
  • Data Science: Data Driven Business
  • Data Science: Datenauswertung
  • Data Science: Statistik
  • Data Science: Data Driven Business
  • Algorithmen und Datenstrukturen (für MT)
  • Kenntnisse der Sprache R im Umfang des „Basiskurses R/RStudio“ in StudOn

Wissensvermittlung

In der Vorlesung erlernen die Studierenden theoretische und technische Grundlagen der Modellierung, Verwaltung, Abfrage, Integration, Transformation, Auswertung und Visualisierung von Daten und verstehen, wie durch deren Zusammenspiel ein strukturierter Datenmanagement- und -analyseprozess konzipiert und implementiert werden kann. Anhand einer begleitenden Fallstudie werden zudem konkrete Anwendungsmöglichkeiten der behandelten Konzepte im betrieblichen Kontext verdeutlicht.

Wissensanwendung

Zu jeder Einheit werden in einer Globalübung (2 SWS) Aufgaben im Zusammenhang mit der Fallstudie besprochen, welche zur Anwendung des theoretischen Wissens aus der Vorlesung animieren. Diese werden an die beiden Zielgruppen der Vorlesung angepasst, um gezielt an die unterschiedlichen Vorkenntnisse der jeweiligen Studierenden anknüpfen zu können. Neben Selbsttests im StudOn, welche Verständnisfragen zu den Inhalten der jeweiligen Vorlesungseinheit enthalten, werden darüber hinaus nach Möglichkeit auch Tutorien angeboten, in denen die Inhalte des Übungsbetriebs noch einmal vertieft und Verständnisfragen geklärt werden können.

Wissensumsetzung

Zum einen werden im StudOn Anwendungsaufgaben (z.B. Formulierung von Datenbankanfragen, Durchführung einfacher Berechnungen, Auswertung von Datensätzen etc.) für beide Zielgruppen der Vorlesung angeboten, die sich zur autodidaktischen Bearbeitung eignen. Neben den einfachen Anwendungsaufgaben wird speziell den Studierenden der Wirtschaftsinformatik außerdem die Möglichkeit geboten, das erworbene Wissen im Rahmen eines semesterbegleitenden Gruppenprojekts anzuwenden, bei dem die behandelten Technologien zur Verwaltung, Integration und Auswertung realer betrieblicher Datensätze eingesetzt werden.

Lernziele

Ziel des Moduls ist es, einen detaillierten Überblick über wesentliche Konzepte, Verfahren und Technologien des Datenmanagements, der Datenintegration und der Datenanalyse zu erhalten und zu verstehen, wie diese im unternehmerischen Kontext eingesetzt werden können, um aus Datensätzen des operativen Geschäfts strategisch relevantes Wissen zu generieren.

Nach erfolgreichem Abschluss des Moduls erkennen die Studierenden die strategische Relevanz einer strukturierten Datenverwaltung und -analyse für Unternehmen und sind in der Lage, einen auf strategische Unternehmensziele ausgerichteten Datenmanagement- und -analyseprozess zu konzipieren und mithilfe geeigneter Technologien zu implementieren. Darüber hinaus verfügen die Studierenden über ein grundlegendes technisches Verständnis in den Bereichen Datenmanagement und Datenanalyse durch erworbene Grundlagenkenntnisse in SQL, R und Tableau, welche speziell für Studierende der Wirtschaftsinformatik durch praxisorientierte Projektarbeit mit SQL, Webtechnologien, R und Tableau zusätzlich vertieft werden.

Hinweise

Das Modul besteht aus einer Vorlesung und einer Übung und schließt mit einer schriftlichen Prüfung ab, welche für Studierende der Wirtschaftswissenschaften und der Wirtschaftsinformatik separat gestellt wird, um das Erreichen der jeweiligen Lernziele festzustellen.

Die Vorlesung ist folgt dem Ansatz des „Flipped Classrooms“. Dabei bereiten sich die Studierenden mithilfe von Lernvideos und ergänzenden Materialien (Vorlesungsfolien, Skript, ggf. Literatur) auf den Präsenztermin zur Vorlesung vor, bei dem dann die Wiederholung und die Anwendung des erworbenen Wissens auf die Fallstudie im Vordergrund stehen. Dieser Teil des Moduls ist für beide Zielgruppen identisch.

Die Übung findet nach Zielgruppen getrennt statt und besteht aus vorab bereitgestellten Materialien, welche während des Präsenztermins präsentiert und besprochen werden. Speziell für die Studierenden der Wirtschaftsinformatik wird darüber hinaus eine freiwillige semesterbegleitende praktische Projektarbeit angeboten, deren erfolgreiche Absolvierung zu einer Notenverbesserung für die Abschlussprüfung führt. Zusätzlich zum Übungsbetrieb werden nach Möglichkeit Tutorien angeboten, bei denen die Studierenden individuell Fragen stellen und Unterstützung beim Bearbeiten der Übungsaufgaben erhalten können.

Übungstermine

Die Übung findet an folgenden Terminen jeweils im Hybridbetrieb (d.h. parallel in Präsenz sowie über Zoom) statt, sofern sich der Fachbereich für die Aufnahme des hybriden Lehrbetriebs im Sommersemester entscheidet. Unabhängig davon werden alle Termine auch digital in Form eines Zoom-Meetings oder Zoom-Webinars angeboten. Die Studierenden wählen einen der folgenden Termine entsprechend ihres Studienfachs aus. Weitere Details zum Übungsbetrieb werden kurz vor Semesterbeginn bekanntgegeben.

Wirtschaftswissenschaften

  • Donnerstag, 16:45 – 18:15 Uhr, LG H5 & Zoom
  • Donnerstag, 16:45 – 18:15 Uhr, LG H6 & Zoom
  • Freitag, 9:45 – 11:15 Uhr, LG H5 & Zoom

Wirtschaftsinformatik

  • Freitag, 11:30 – 13:00 Uhr, LG H6 & Zoom