Fakultät Wirtschaft und Technik
Im Studium Digital Business Anaysespezialist werden

Bachelor of Science (B.Sc.)Digital Business

Daten sind heute für den Unternehmenserfolg so wichtig wie nie. Im Studium Digital Business lernst Du betriebswirtschaftliches Know-how kombiniert mit der Fähigkeit, Daten zu analysieren, auszuwerten und in den passenden Kontext zu stellen.  Somit legst Du die Basis für fundierte Handlungsalternativen und unternehmerische Entscheidungen. Damit trägst Du maßgeblich zum Unternehmenserfolg bei.

Ab 2. Mai bewerben!
chart

Studieninhalte

Dich erwartet eine betriebswirtschaftliche Grundlagenausbildung gepaart mit den Schwerpunkten Digitalisierung und Data Science sowie Inhalten der Wirtschaftspsychologie.
Die Studieninhalte orientieren sich am CRISP-DM (Cross Industry Standard Process for Data Mining), dem einheitlichen Standard für die Entwicklung von Data Mining Prozessen.

settings.sp.show_modules:

1. Semester

31 ECTS
Wirtschaftswissenschaften 1

Wirtschaftswissenschaften 1

Ziele

Die Lehrveranstaltungen sind der Ausgangspunkt und das Fundament des wirtschaftlichen Teils Deines Studiengangs. Du lernst die Grundlagen und die Beziehung der Teilbereiche untereinander.


Lehrveranstaltungen

A) Vorlesung »Betriebswirtschaftslehre«

Themen sind u.a.

  • Grundlagen
  • Konstitutive Entscheidungen
  • Unternehmensführung
  • Rechnungs- und Finanzwesen
  • Leistungserstellung

B) Vorlesung »Volkswirtschaftslehre«

Themen sind u.a.

  •  Überblick Wirtschaftsgeschichte
  •  Angebot und Nachfrage
  •  Klassische Theorie der Konsumentscheidung
  •  Steuersystem
  •  Einkommensverteilung, Gerechtigkeit

Voraussetzungen

Keine Teilnahmevoraussetzungen


Studien-/Prüfungsleistung

A) 90-minütige benotete Klausur

B) 90-minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

8 ECTS
Wirtschaftspsychologie 1

Wirtschaftspsychologie 1

ZIele

Im Modul werden Dir die wichtigsten psychologischen Modelle sowie die Grundlagen des wissenschaftlichen Arbeitens und der Selbstorganisation vermittelt. Du wirst in die Lage versetzt situativ und selbstreflektiert zu agieren. Darüber hinaus lernst Du psychologische Erklärungsansätze für Konsumenten-, Markt- und Produzentenverhalten zu verstehen und deren Implikationen zu erkennen.


Lehrveranstaltungen

A) Vorlesung mit Übungen »Wirtschaftspsychologie«

Themen u.a.

  • Einführung
  • Kunden, Kundenorientierung und -zufriedenheit
  • Marktforschung und Neuro-Marketing
  • Evolutionspsychologie in der Werbung
  • Führung und Wissenesmanagement

B) Vorlesung mit Übungen »Arbeitsmethoden«

Themen u.a.

  • Kennenlernen der wichtigsten Lern- und Arbeitsmethoden
  • Transfer auf das Studium
  • Grundlagen des wissenschaftlichen Arbeitens
  • Entwickelung eines Rollenverständnisses

C) Vorlesung mit Übungen »Business Studies & Personal Skills« (*)

Themen sind u.a.

  • Introduction
  • Business, Financial and Marketing Basics
  • Human Resources Management
  • Operations Management
  • Presentation Skills
  • Situation-based decision making

Voraussetzungen

Empfohlen: Englischkenntnisse (B2 Niveau)


Prüfungsleistung

A) 90‐minütige benotete Klausur

B) Unbenotetes Referat

C) Unbenotetes Referat


(*) Course is taught in English

Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

8 ECTS
Mathematik 1

Mathematik 1

ZIELE

Die Lehrveranstaltung vermittelt grundlegende mathematische Fähigkeiten, die zur Behandlung wirtschaftlicher und technischer Fragestellungen benötigt werden.


Lehrveranstaltungen

A) Vorlesung mit Übung »Mathematik«

Themen sind u.a.

  • Trigonometrie und Vektorrechnung
  • Funktionen einer Variablen
  • Wurzel-, Exponential-, Logarithmusfunktionen
  • Differenzialrechnung von Funktionen einer Variablen
  • Finanzmathematik

Voraussetzungen

Empfohlen: Schulkenntnisse in Mathematik, Umgang mit dem Taschenrechner, Durchführen und Nachvollziehen von Umformungen und Berechnungen mit und ohne Rechnerhilfe


Studien-/Prüfungsleistung

A) 90-minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

6 ECTS
Data Basics 1

Data Basics 1

Ziele

Die Lehrveranstaltung vermittelt Prinzipien und Techniken, die bei der Speicherung von Daten und dem effizienten und effektiven Datenzugriff in Geschäftsprozess-abwickelnden Systemen zu berücksichtigen sind.


Lehrveranstaltungen

A) Vorlesung mit Übung »Datenquellen & Datenbanken«

Themen sind u.a.

  • Erstellung, Aktualisierung und Abfrage von relationalen Datenbanken

  • QBE-Abfragen und SQL-Befehle

  • Datenstrukturen und Datenzugriff

  • Wichtige Daten- und Dateiformate

  • Daten- und Informationsgewinnung


B) Labor Datenbanken und Datenquellen

  • Betreute Übungsaufgaben zur Veranstaltung

Voraussetzungen

Keine Teilnahmevoraussetzungen


Studien-/Prüfungsleistung

A) und B) 60-minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

4 ECTS
Data Basics 2

Data Basics 2

Ziele

Die Lehrveranstaltungen lehren die Grundlagen für den datenbasierten Teil Deines Studiums.


Lehrveranstaltungen

A) Vorlesung »Einführung Digital Business«

Themen sind u.a.

  • Kennenlernen von Use Cases aus verschiedenen Bereichen eines Unternehmens

B) Vorlesung mit Übung »Programmiersprache 1«

Themen sind u.a.

  • Grundkonzepte einer Programmiersprache

Voraussetzungen

Keine Teilnahmevoraussetzungen

Studien-/Prüfungsleistung

A) Unbenotetes Testat
B) Unbenotetes Testat


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

5 ECTS

2. Semester

29 ECTS
Wirtschaftswissenschaften 2

Wirtschaftswissenschaften 2

Ziele

Im Modul werden die für ein betriebswirtschaftliches Studium erforderlichen Rechnungswesen-Kenntnisse vermittelt.


Lehrveranstaltungen

A) Vorlesung mit Übungen »Externes Rechnungswesen«

Themen sind u.a.

  •  Buchführung
  •  Jahresabschluss

B) Vorlesung mit Übungen »Internes Rechnungswesen«

Themen sind u.a.

  •  Kalkulation
  •  Erfolgsrechnungen
  •  Kontrollrechnungen

Voraussetzungen

Empfohlen: 0901 Wirtschaftswissenschaften 1 (Betriebswirtschaftslehre)


Studien-/Prüfungsleistung

A) und B) 120-minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

8 ECTS
Grundlagen Applied Business

Grundlagen Applied Business

Ziele

Das Modul befähigt Dich Projekte zum Erfolg zu führen sowie eine Schlüsselqualifikationen daten-orientierter Betriebswirt:innen zu erlernen: den Umgang mit strukturierten Datenbeständen und deren Auswertung in MS-Excel.


Lehrveranstaltungen

A) Vorlesung mit Übungen »Projektmanagement« (*)

Themen sind u.a.

  •  Sinn und Zweck von Projekten
  •  Kennenlernen von Projektarten und -abläufen
  •  Projektsteuerung und Projektlenkung
  •  Kennenlernen der Methoden und Werkzeuge
  •  Durchführung eines Projektmanagement-Planspiels in Gruppenarbeit

B) Vorlesung mit Übungen »Business Computing«

Themen sind u.a.

  •  Lösung von betriebswirtschaftlichen Problemstellungen mit Hilfe von MS-Office-Produkten
  • Datenverwaltung mit Hilfe der Tabellenkalkulation MS-Excel

Voraussetzungen

Empfohlen: 0901 Wirtschaftswissenschaften 1, 0928 Mathematik 1


Studien-/Prüfungsleistung

A) Unbenotetes Testat

B) Unbenotetes Testat


(*) Course is taught in English

Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

4 ECTS
Statistik 1

Statistik 1

Ziele

Du erwirbst in diesem Modul grundlegende statistische Kenntnisse und Fertigkeiten, die zur Behandlung wirtschaftswissenschaftlicher Fragestellungen benötigt werden. Du erlernst ein wichtiges Instrument zur Unterstützung von betrieblichen Entscheidungen unter Unsicherheit.


Lehrveranstaltungen

A) Vorlesung mit Übungen »Statistik«

Themen sind u.a.

  •  Datengewinnung und Datenbereinigung
  •  Darstellung statistischen Materials
  •  Mehrdimensionale Stichproben und Kombinatorik
  •  Wahrscheinlichkeitsrechnung
  • Anwendung statistischer Methoden in der Qualitätssicherung

B) Labor Statistik

  •  Bearbeitung grundlegender statistischer Fragestellungen mit Büro-Standardsoftware

Voraussetzungen

Keine Teilnahmevoraussetzungen

  •  Empfohlen: 0928 Mathematik 1, Schulkenntnisse in Mathematik, Umgang mit dem Taschenrechner, Durchführen und Nachvollziehen von Umformungen und Berechnungen mit und ohne Rechnerhilfe

Studien-/Prüfungsleistung

A) und B) 90-minütige benotete Klausur

B) Unbenotetes Testat


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

5 ECTS
Data Basics 3

Data Basics 3

Ziele

Der datenbasierte Teil Deines Studiums wird vertieft, indem du lernst Daten in technischen System zu erfassen und zu speichern, um diese betriebswirtschaftlich zu nutzen.


Lehrveranstaltungen

A) Vorlesung »Grundlagen der technischen Datenerfassung«

Themen sind u.a.

  • Grundlagen Messtechnik und Datenerfassung
  • Aufbau und Ablauf in einer Messkette/in einem Messsystem
  • Einordnung und Arten relevanter Sensoren
  • Methoden zur Bewertung der Datenqualität
  • Fehlerarten in Daten

B) Labor technische Datenerfassung

  • Betreute Übungsaufgaben zur Veranstaltung

Voraussetzungen

Keine Teilnahmevoraussetzungen


Studien-/Prüfungsleistung

A) und B) 60-minütige benotete Klausur

B) Unbenotetes Testat


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

5 ECTS
Data Basics 4

Data Basics 4

Ziele

Du lernst eine Referenzarchitektur kennen, über die verschiedene IT-Lösungen, die im Bereich Data Science angeboten werden, eingeordnet und voneinander abgegrenzt werden können. Du wirst in die Lage versetzt, beliebige Quelldaten so aufzubereiten, dass diese für spätere Anwendungen (z. B. im Information Retrieval oder für das Data Mining) genutzt werden können, und kannst diese in den Software-Lifecycle einordnen.


Lehrveranstaltungen

A) Vorlesung »Data Science«

Themen sind u.a.

  • Big Data Architekturen und Konzepte

  • Kennenlernen von Technologien zur Speicherung und Verteilung unstrukturierter und heterogener Datenmengen

  • Standardprozess für Data-Mining-Projekte

  • Maschinelles Lernen

  • Methoden der Informationsvisualisierung

B) Vorlesung mit Labor »Datenaufbereitung«

Themen sind u.a.

  • Aufbereitung, Bereinigung, Strukturierung und Überführung elektronischer Daten und Informationen

  • Automatisierte Transformation und Editoren

  • Typische Verfahren, Tools und Formate

  • Unterschiedliche Anwendungsfälle und Anforderungen

C) Vorlesung mit Übung »Programmiersprache 2«

Themen sind u.a.

  •  Objekt-orientierte Konzepte einer Programmiersprache
  •  Einsatz externer Bibliotheken und Module
  •  Software-Entwicklungsprozess/-Lifecycle, Vorgehensmodelle, UML (Unified Modeling Language) und Requirements-Engineering

Voraussetzungen

Verpflichtend: 0893 Data Basics 1
Empfohlen: 0928 Mathematik 1, 0933 Statistik 1


Studien-/Prüfungsleistung

A) 60-minütige benotete Klausur

B) Unbenotetes Testat

C) Unbenotetes Testat


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

7 ECTS

3. Semester

30 ECTS
Marketing & Vertrieb

Marketing & Vertrieb

Ziele

Du baust Deine grundlegenden, betriebswirtschaftlichen Kenntnisse den wichtigen Unternehmensbereichen Marketing, Vertrieb und Organisation aus.


Lehrveranstaltungen

A) Vorlesung »Marketing«

Themen sind u.a.

  • Grundlagen und Begriffe des Marketings
  • Einordnung der Marketingfunktion im Unternehmenskontext
  • Ansätze der Marktdatenbeschaffung/-forschung
  • Marketingstrategie
  • Digitales Marketing

B) Vorlesung »Vertrieb«

Themen sind u.a.

  • Grundlagen und Begriffe des Vertriebes
  • Kundenbeziehungsprozess
  • Besonderheiten der unterschiedlichen Marktkategorien
  • Kunden- und Wettbewerbsanalysen
  • Differenzierung der Teilbereiche des Vertriebes

C) Vorlesung »Organisation«

Themen sind u.a.

  • Grundlagen der Organisation
  • Ansätze der Organisationstheorie
  • Organisationskonzepte
  • Change-Management
  • Digitalisierung in der Organisation

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt


Studien-/Prüfungsleistung

A), B) und C) 90-minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

6 ECTS
Finance & Accounting

Finance & Accounting

ZIele

Du erwirbst Kenntnisse über das Treffen kostenorientierter Entscheidungen sowie der Verhaltenswirkungen von Controlling-Instrumenten.


Lehrveranstaltungen

A) Vorlesung »Corporate Finance«

Themen sind u.a.

  • Opportunitätskosten, Rechtsformen und Unternehmensziele
  • Einführung in die Investitionsrechnung, NPV-Methode
  • Internal Rate of Return und Amortisationszeit
  • Einführung in die Finanzierungsrechnung
  • Eigenkapital und Fremdkapital

B) Vorlesung »Management Accounting«

Themen sind u.a.

  •  Controlling-Begriff, Controlling Aufgaben
  •  Operative Controlling-Instrumente (Break-Even-Analyse, Lineare Planungs- und Optimierungsprobleme, Preisgrenzen, Budgetierung)
  •  Instrumente des Kostenmanagements (Target Costing, Prozesskosten)
  •  Abweichungsanalysen

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt


Studien-/Prüfungsleistung

A) und B) 90-minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

4 ECTS
Wirtschaftspsychologie 2

Wirtschaftspsychologie 2

Ziele

In der vertiefenden Lehrveranstaltung werden von der Entscheidungslehre vorgeschlagene Methoden vermittelt, somit kannst Du diese auf typische Beispielszenarien aus dem wirtschaftlichen Alltag praktisch anwenden.


Lehrveranstaltungen

A) Vorlesung mit Übungen »Entscheidungstheorie/-psychologie«

Themen sind u.a.

  • Normative Entscheidungstheorie
    • Einführung
    • Problemstrukturierung und –visualisierung
    • Risiko und ein Ziel, Risiko und mehrere Ziele
       
  • Deskriptive Entscheidungstheorie
    • Grundlagen
    • Heuristiken und Biase
    • Prospect Theorie

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt


Studien-/Prüfungsleistung

A) 90-minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

5 ECTS
Statistik 2

Statistik 2

Ziele

Du kannst statistische Methoden sowohl im Bereich Forschung als auch für Praxis relevante Fragestellungen anwenden. Darüber hinaus werden in der Lehrveranstaltung die Grundlagen von maschinellem Lernen vermittelt und Du lernst geeignete Methoden für unterschiedliche Problemstellungen zu identifizieren.


Lehrveranstaltungen

A) Vorlesung mit Übungen »Statistische Analyseverfahren«

Themen sind u.a.

  • Einführung
  • Multivariate Regression
  • Regression mit Zeitreihendaten
  • Faktorenanalyse
  • Nichtlineare Regression

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt
Empfohlen: 0933 Statistik 1, 0997 Data Basics 4


Studien-/Prüfungsleistung

A) 90‐minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

5 ECTS
Advanced Data 1

Advanced Data 1

Ziele

Das weiterführende Modul vertieft Deine datenbasierte Ausbildung auf Deutsch und Englisch.


Lehrveranstaltungen

A) Vorlesung mit Übung »Visual-/Text-Analyse/NLP«

Themen sind u.a.

  • Definition und Abgrenzung der Techniken
  • Anwendungsfälle
  • Prozess Text Analytics/ NLP
  • Anwendung der Techniken

B) Vorlesung mit Übung »Data Analytics« (*)

Themen sind u.a.

  • Introduction to advanced and applied data analytics
  • Introduction KNIME
  • Principels of modelling
  • Supervised learning, unsupervised Learning
  • Ensemble models (in KNIME)

C) Vorlesung »Data Security«

Themen sind u.a.

  • Bedrohungsszenarien für Data in Transit und Data at Rest
  • Sicherheitsziele für Daten
  • Kryptographische Sicherheitsmaßnahmen
  • Hash-Funktionen
  • Zertifikate und PKI

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt
Empfohlen: 0893 Data Basics 1, 0994 Data Basics 2, 0996 Data Basics 3, 0997 Data Basics 4, 0933 Statistik 1, 0999 Statistik 2


Studien-/Prüfungsleistung

A) Benotetes Testat

B) Benotetes Testat

C) Unbenotetes Referat


(*) Course is taught in English

Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

10 ECTS

4. Semester

30 ECTS
Production & Quality

Production & Quality

Ziele

Du erwirbst technische Grundlagen im Bereich Produktion und Qualitätssicherung, um u.a. Produktionssysteme in den Gesamtwertschöpfungsprozess einordnen und die Zusammenhänge zwischen Produkt-, Service- und Prozessqualität verstehen zu können.


Lehrveranstaltungen

A) Vorlesung »Fertigungssysteme und Automatisierung«

Themen sind u.a.

  • Steuerung und Vernetzung von Produktionssystemen
  • Fertigung mit Werkzeugmaschinen
  • Montagesysteme und -automatisierung
  • Produktionsdigitalisierung und Industrie 4.0

B) Vorlesung mit Übungen »Qualitätsmanagement«

Themen sind u.a.

  • Unterschiedliche Qualitätsbegriffe
  • Entstehung und Entwicklung eines Qualitätsmanagements
  • Compliance Managements
  • Methoden des Qualitätsmanagements
  •  Qualitätsmanagementsysteme und Normen

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt


Studien-/Prüfungsleistung

A) und B) 60-minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

4 ECTS
Beschaffung & Logistik

Beschaffung & Logistik

Ziele

Das Modul befähigt Dich grundlegende Zusammenhänge in der Logistik zu verstehen und einfache Aufgaben zur Gestaltung von Transport, Lagersystemen und Bestandsdisposition zu lösen.


Lehrveranstaltungen

A) Vorlesung mit Übungen »Beschaffung & Logistik«

Themen sind u.a.

  • Grundlagen und Begriffe einer modernen Materialwirtschaft und Logistik
  • Operative Beschaffung
  • Bedarfsermittlung, Beschaffungsplanung und Bestandsmanagement

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt


Studien-/Prüfungsleistung

A) 60-minütige benotete Klausur


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

4 ECTS
Prozessmanagement

Prozessmanagement

Ziele

Du wirst in die Lage versetzt, Prozessprobleme zu erkennen und für diese mit Hilfe von Analyse und Bewertung methodisch zielorientierte Lösungsansätze zu entwickeln.
Als grundlegende Werkzeuge im Umgang mit strukturierten Datenbeständen und deren Auswertung werden dabei fast immer Tabellenkalkulationsprogramme und Datenbanksysteme eingesetzt. Das Modul vermittelt den Umgang mit derartigen Werkzeugen.


Lehrveranstaltungen

A) Vorlesung »Methoden des Prozessmanagements«

Themen sind u.a.

  • Sammeln von praktischen Erfahrungen
  • Auswertung und Visualisierung von Unternehmensprozessen und deren Eigenschaften
  • Ableitung von Kennzahlen
  • Prozessoptimierung

B) Vorlesung mit Übung »Enterprise Resource Planning (ERP)«

Themen sind u.a.

  • Architektur, Eigenschaften und Elemente von Standardsoftwaresystemen/ERP‐Systemen
  • Standardsoftwaresystem-Einführung
  • Möglichkeiten und Grenzen
  • Funktionalitäten und Prozesse

C) Labor Prozessmanagement & ERP

Themen sind u.a.

  • Durchführung von beispielhaften Prozessen
  • Erstellung und Auswertung von Prozessmodellen

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt


Studien-/Prüfungsleistung

A), B) und C) 90-minütige benotete Klausur
C) Unbenotetes Testat


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

6 ECTS
Grundlagen der empirischen Forschung

Grundlagen der empirischen Forschung

Ziele

In der Lehrveranstaltung werden Methoden zur empirischen Datenerhebung vermittelt, die Du praktisch umsetzt. Die erlernten Ansätze und Verfahren legen den Grundstock für Dein wissenschaftliches Arbeiten in höheren Fachsemestern.


Lehrveranstaltungen

A) Vorlesung »Grundlagen der empirischen Forschung«

Themen sind u.a.

  •  Methoden der Datengewinnung
  •  Auswahlverfahren/ Stichprobenziehung
  •  Quantitative und qualitative Methoden

B) Übung empirische Forschung

Themen sind u.a.

  •  Entwicklung eines eigenen Fragebogens
  •  Durchführung einer Befragung
  •  Datenanalyse und -auswertung

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt


Studien-/Prüfungsleistung

A) Unbenotete Studienarbeit
B) Unbenotetes Referat


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

4 ECTS
Sozialkompetenz

Sozialkompetenz

Ziele

Die seminaristische Gruppen- und Projektarbeit trägt gezielt dazu bei nicht fachspezifische Kompetenzen, Soft Skills zu entwickeln. Das Modul vermittelt die Relevanz von außerfachlichen Engagement in sozialen Bereichen der Gesellschaft.


Lehrveranstaltungen

A) Projektarbeit »Sozialkompetenz«

  • Aktive Mitwirkung im studentischen und Hochschulleben
  • Organisation und Mitwirkung an Hochschulveranstaltungen

Mögliche Leistungserbringung

  • Tätigkeiten als Semestersprecherin oder Semestersprecher
  • Mitglied im Fakultätsrat, der Studienkommission, im Senat, in der Fachschaft
  • Erstsemesterbetreuung
  • Unterstützung bei fakultätsinternen und hochschulweiten Veranstaltungen
  • Unentgeltliche Tutorentätigkeiten bei Lehrveranstaltungen

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt


Studien-/Prüfungsleistung

A) Unbenotetes Testat


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

2 ECTS
Advanced Data 2

Advanced Data 2

Ziele

In den Lehrveranstaltungen leitest Du anhand von realen Use Cases und Best Practices eigene Datenstrategien ab und reflektierst und diskutierst ethisches Verhalten.


Lehrveranstaltungen

A) Vorlesung »IT-Recht«

Themen sind u.a.

  • Einführung in Rechtsbegriffe und -bereiche
  • Kommunikationsnetze und -dienste
  • Datenschutzrecht
  • Relevantes Strafrecht
  • Vertragsrecht

B) Vorlesung »Data Governance & Ethics«

Themen sind u.a.

  • Definition Data Governance
  • Wichtige organisatorische und fachliche Bestandteile einer Datenstrategie 
  • Best Practice Datenstrategien
  • Definition und Abgrenzung Ethics und Business Ethics
  • Ethical Framworks

Voraussetzungen

Verpflichtend: Abgeschlossener erster Studienabschnitt


Studien-/Prüfungsleistung

A) 60-minütige benotete Klausur
B) Unbenotetes Referat


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

4 ECTS
Advanced Data 3

Advanced Data 3

Ziele

Dieses Modul führt Dich in die Projektarbeit mit realen Daten entlang des CRISP-DM ein. Darüber hinaus werden die grundlegenden Prinzipien und Anwendungsgebiete von Künstlicher Intelligenz vermittelt.


Lehrveranstaltungen

A) Projekt »Data Science-Projekt«

Themen sind u.a.

  •  Durchführen eines Projekts basierend auf realen Daten
  •  Konkrete Themenstellung

B) Vorlesung »Künstliche Intelligenz«

Themen sind u.a.

  • Definition und Begriffsbestimmung
  • Einteilung von Lernverfahren mit Beispielen
  • Anwendungsgebiete der KI in Industrie und Gesellschaft
  • Arbeiten mit KI Werkzeugen

Voraussetzungen

Verpflichtend: Abgeschlossener ersten Studienabschnitt
Empfohlen: 0893 Data Basics 1, 0994 Data Basics 2, 0996 Data Basics 3, 0997 Data Basics 4, 0933 Statistik 1, 0999 Statistik 2, 0928 Mathematik 1, 1002 Advanced Data 1


Studien-/Prüfungsleistung

A) Benotete Projektarbeit
B) Unbenotetes Testat


Detaillierte Informationen zu den Modulen sowie den einzelnen Lehrveranstaltungen findest Du im Modulhandbuch.

6 ECTS

5. Semester

30 ECTS
Seminar

Seminar

Inhalte

Im Seminar erarbeiten die Studierenden aufgrund wissenschaftlicher Grundlagen selbstständig (auch im Team, wenn die Eigenleistung nachgewiesen werden kann), eine vorgegebene, in der Regel theoretische Aufgabenstellung innerhalb einer vorgegebenen Frist. Dazu sind Literaturrecherchen, Internetrecherchen und gegebenenfalls Gespräche mit Experten erforderlich.
Dazu gehören:

  •  Entwicklung, Konkretisierung und Absprache der Aufgabenstellung mit dem Betreuer
  •  Erstellung eines Arbeits- und Zeitplanes
  •  Literaturrecherche und eventuell Gespräche mit Experten
  •  Durchführung der Aufgabenstellung nach Arbeits- und Zeitplan.

Voraussetzungen

verpflichtend: abgeschlossener erster Studienabschnitt.
empfohlen: Grundlagen der empirischen Forschung

Prüfungsleistung

Die Seminararbeit wird benotet.

5 ECTS
Praxis

Praxis

Inhalte

Im praktischen Studiensemester wenden die Studierenden die im Studium vermittelten wissenschaftlichen Methoden und Verfahren im Rahmen aktueller Aufgaben der beruflichen Praxis an. Sie erwerben praktische Erfahrungen in der Arbeitswelt und bereiten sich dadurch unmittelbar auf ihre spätere berufliche Tätigkeit vor. Die Studierenden kennen Aufgabenstellungen und Arbeitsumfeld der Praxisstelle und können diese Erfahrungen bei der Wahl ihrer Schwerpunktfächer berücksichtigen. Sie arbeiten in einem Betrieb oder in einer anderen Einrichtung der Berufspraxis im Umfang von mindestens 100 Präsenztagen und erstellen über die Ausbildungsinhalte einen schriftlichen Bericht. Am Ende des praktischen Studiensemesters sind die Studierenden in der Lage, ihr bisher erlangtes theoretisches Wissen im Kontext ihrer Praxiserfahrungen zu reflektieren sowie die von ihnen in der Unternehmenspraxis wahrgenommenen Vorgehensweisen und Prozesse auf Basis ihres theoretischen Wissens kritisch zu hinterfragen. Es erfolgt eine Rückkopplung der Praxiserfahrungen in die Hochschule.

Voraussetzungen

verpflichtend: Bestandene Bachelor-Vorprüfung
empfohlen: Alle Module der ersten vier Semester.

Prüfungsleistung

a) Nachweis über mindestens 100 Anwesenheitstage in einer geeigneten Praxisstelle und Durchführung von Tätigkeiten aus gemäß Praktikumsrichtlinie möglichen Tätigkeitsbereichen.
b) Vom Praktikantenamt anerkannter schriftlicher Bericht gemäß den Vorgaben der Praktikumsrichtlinie.
c) Meldung des Praktikums auf der Webseite der Hochschule.
d) Erstellung einer Präsentation und Teilnahme an der Blockveranstaltung „Audit Praxissemester“ im Folgesemester.

25 ECTS

6. Semester

30 ECTS
Digitale Geschäftsmodelle & Innovationsmanagement

Digitale Geschäftsmodelle & Innovationsmanagement

Inhalte

Innovationsmanagement

  •  Zufall kreuzt Absicht – Der steinige Weg zur erfolgreichen Innovation
  •  Der Blick in die Zukunft
  •  Innovative Ideen finden und priorisieren
  •  Vermarktung innovativer Marktangeboten
  •  Innovation als Strategie aus eigener Kraft

Digitale Geschäftsmodelle

  •  Innovationsmanagement im Rahmen von Industrie 4.0
  •  Analyse der Unternehmensumwelt auf Gefahren durch marktverändernde Geschäftsmodelle
  •  Strategien disruptiver Geschäftsmodelle
  •  Betriebswirtschaftliche Bewertung und Prognose des Geschäftserfolgs von neuen Geschäftsmodellen
  •  Ausgewählte Aspekte der Digitalisierung von KMU

Voraussetzungen

verpflichtend: abgeschlossener erster Studienabschnitt

Prüfungsleistung

Innovationsmanagement und Digitale Geschäftsmodelle: Klausur (90min.)
Digitale Geschäftsmodelle: unbenotetes Referat
Best Practices: unbenotetes Testat

5 ECTS
Digitale Produktion

Digitale Produktion

Inhalte

a) Vorlesung:

  •  Einführung und grundlegende Begriffe
  •  Standards, Methoden und Referenzarchitekturen
  •  Planung digitaler Produktionsanlagen /-systeme
  •  Netzwerk-und Cloud-Technologien
  •  Software-und Steuerungstechnologien
  •  Mensch-Maschine Interaktion und digitale Assistenzsysteme
  •  Der Mensch in der digitalen Produktion/I4.0 (HMI, VR/AR, Ergonomie, Sicherheit)
  •  Industrierobotik (Intelligenz, Programmierung, Mobilität)
  •  Mensch-Roboter Kooperation (Kooperationsformen, Sicherheit)
  •  Sensorik und Data Science
  •  Maschinelles Lernen/KI

b) Labor:

  •  Implementierung und Vernetzung von IOT Komponenten in der Produktion:
  •  Datenerfassung und –verarbeitung
  •  Die Studierenden sollen in einem vorgegebenen Programmierportal ein Roboterprogramm erzeugen. Hierzu sollen die Randbedingungen der Mensch-Roboter Kooperation beachtet werden und ein sinnvolles Umsetzungsbeispiel entwickelt werden

Voraussetzungen

verpflichtend: Zulassung zum zweiten Studienabschnitt empfohlen: Erfolgreicher Abschluss der ersten 5. Semesters und des Praxissemesters

Prüfungsleistung

Vorlesung: Benotetes Referat in Gruppenarbeit
Labor: Bericht (BE) als Testat (Studienleistung ist unbenotet).

5 ECTS
Digital-Projekt

Digital-Projekt

Inhalte

Aktuelle Projektthemen werden in jedem Semester von den beteiligten Kolleg*innen definiert und in Form einer Projektbeschreibung den Studierendengruppen als Aufgabe vorgelegt. Die Projektthemen können von Industriepartnern initiiert werden. Ziel ist eine gemeinsame Bearbeitung der Projektaufgabe mit Studierenden des DEBs, so dass Studierende lernen in Teams mit Personen unterschiedlicher Backgrounds zusammen zu arbeiten, Lösungen zu entwickeln und Ihre Rolle zu finden um sie somit auf die zukünftige Arbeit in interdisziplinären Teams in der Praxis vorzubereiten. Studierende des DBBs nehmen hier stärker die betriebswirtschaftlichen Rollen ein, während Studierende des DEBs die technischen Rollen vertreten.
Die Studierenden erarbeiten Projektvorgehen/Pflichtenheft und Zeitplan und bearbeiten das Projekt im Team.
Die Teams präsentieren ihre Arbeiten in regelmäßigen Abständen und stellen die Ergebnisse in einer Abschlusspräsentation dar. Das gesamte Projekt wird in einer schriftlichen Ausarbeitung dokumentiert.

Voraussetzungen

verpflichtend: Zulassung zum zweiten Studienabschnitt

empfohlen: Erfolgreicher Abschluss des Praxissemesters, Projektmanagement

Prüfungsleistung

Die Prüfungsleistung besteht aus einer benoteten Projektarbeit.

5 ECTS
Smart Building und Mobility

Smart Building und Mobility

Inhalte

a) Vorlesung:

  •  Grundlagen der IoT-Anwendungen, Sensorik und Aktorik
  •  Monitoring und Vernetzung intelligenter Geräte
  •  Erfassung von Umgebungsdaten (Luftqualität, Feuchtigkeit, …)
  •  Digitalisierung von kommerziellen Gebäuden (… im Kontrast zum Privathaushalten)
  •  Bedarfsgerechte Gebäudesteuerung (Platz-/Raumbelegung, Beleuchtung, Klimatisierung, Zugangsbeschränkungen, …)
  •  Mobilitätsinfrastruktur (Parkraumüberwachung, Sharing Modelle, Ladestationen, Verkehrswege, Sektorkopplung (z.B. intelligentes, bi-direktionales Laden von E-Fahrzeugen))
  •  Optimierung der Mobilitätsangebote zugunsten einer energieeffizienten, emissionsarmen, komfortablen und kostengünstigen Mobilität (vernetzte Systeme)
  •  Voraussetzungen/Chancen/Risiken des autonomen Fahrens im privaten wie industriellen Umfeld
  •  Automatisierung in der Industrie: Treiber der Nachhaltigkeit?
  •  Digitale Verantwortung (digital responsibility goals)

b) Labor:

  •  Programmierung von Beispielanwendungen im Bereich Smart Building und Mobility
  •  Monitoring Anwendungen (was heißt das, wenn man skaliert)
  •  Konzeptstudie für Beispielanwendungen im Bereich Smart Building und Mobility

Voraussetzungen

verpflichtend: Zulassung zum zweiten Studienabschnitt

empfohlen: Erfolgreicher Abschluss der ersten 5. Semesters und des Praxissemesters

Prüfungsleistung

a) und b) Klausur über 60 Minuten [benotet]
b) Testat [unbenotet]

5 ECTS
Datenbasierte Vertiefung

Datenbasierte Vertiefung

Inhalte

Für das Modul „datenbasierte Vertiefung“ können Studierende datenbasierte Wahlpflichtmodule im Umfang von mindestens 10 Creditpunkten aus einem Katalog wählen, der von der Fakultät jeweils zu Semesterbeginn bekannt gegeben wird. Im Katalog werden die zugehörigen Studien- und Prüfungsleistungen genannt.
Die datenbasierten Vertiefungen fokussieren auf einen Fachbereich und sollen den Studierenden ermöglichen Ihr methodisches Wissen, dass sie sich bis dahin angeeignet haben in einen Fachbereich anzuwenden und zu vertiefen. Im Folgenden sind Beispielhaft mögliche Vertiefungen aufgeführt:

  • Digital Business im Marketing
  • Digital Business in Finance and Controlling
  • Digital Business in der Produktion
  • Digital in Beschaffung und Logistik
  • Digitalisierung im Prozessmanagement (Processmining)

Voraussetzungen

verpflichtend: Zulassung zum zweiten Studienabschnitt
empfohlen: Erfolgreicher Abschluss der ersten 5. Semesters und des Praxissemesters

Prüfungsleistung

Im Katalog werden die zugehörigen Studien- und Prüfungsleistungen genannt

10 ECTS

7. Semester

30 ECTS
Wahlpflichtbereich

Wahlpflichtbereich

Siehe Modulhandbuch Wahlpflichtbereich
Für das Modul „Wahlpflichtbereich“ können Studierende Wahlpflichtfächer im Umfang von mindestens 5 Creditpunkten aus einem Katalog wählen, der von der Fakultät jeweils zu Semesterbeginn bekannt gegeben wird. Im Katalog werden die zugehörigen Studien- und Prüfungsleistungen genannt. Beispielhaft ist in Anhang 5.3 ebenfalls das aktuelle Modulhandbuch für den Wahlpflichtbereich der Bachelorstudiengänge internationale technische Betriebswirtschaft (TBB) und technische Betriebswirtschaft/ Automobilindustrie (TAB) aufgeführt. Der Wahlpflichtbereich ist für DBB, TBB und TAB identisch.

5 ECTS
Wissenschaftliches Projekt

Wissenschaftliches Projekt

Inhalte

Wissenschaftliches Projekt:
Im wissenschaftlichen Projekt erarbeiten die Studierenden aufgrund wissenschaftlicher Grundlagen selbstständig (auch im Team, wenn die Eigenleistung nachgewiesen werden kann), eine vorgegebene, in der Regel theoretische Aufgabenstellung innerhalb einer vorgegebenen Frist. Dazu sind Literaturrecherchen, Internetrecherchen und gegebenenfalls Gespräche mit Experten erforderlich.
Dazu gehören:

  •  Entwicklung, Konkretisierung und Absprache der Aufgabenstellung mit dem Betreuer
  •  Erstellung eines Arbeits- und Zeitplanes
  •  Literaturrecherche und eventuell Gespräche mit Experten
  •  Durchführung der Aufgabenstellung nach Arbeits- und Zeitplan.

Voraussetzungen

verpflichtend: abgeschlossener erster Studienabschnitt.
empfohlen: Alle Module der Semester 1-6 angetreten

Prüfungsleistung

Die Projektarbeitet wird benotet.

10 ECTS
Abschlussarbeit

Abschlussarbeit

Inhalte

a) Abschlussarbeit
In der Bachelorarbeit erarbeiten die Studierenden innerhalb einer vorgegebenen Frist eine fachspezifische, in der Regel praktische, Aufgabenstellung auf wissenschaftlicher Grundlage selbstständig (auch im Team, wenn die Eigenleistung nachgewiesen werden kann). Dabei sind die wissenschaftlich erarbeitete Ansätze anzuwenden und in einem Bericht wissenschaftlich darzulegen.


b) Referat
Das Kolloquium besteht aus einem Referat, in dem der Studierende seine Bachelorarbeit in Vortragsform präsentiert und gegenüber einem Plenum verteidigt

Voraussetzungen

verpflichtend: Bestandenes Praktisches Studiensemester.
empfohlen: Alle Prüfungen von Semester 1 - 6 angetreten.

Prüfungsleistung

a) Schriftlicher Bericht (benotet)
b) Referat (benotet)

15 ECTS

Karriereperspektiven

karriereperspektive

Die Entscheidung für das Studium Digital Business ist der richtige Schritt in Deine berufliche Zukunft. Denn Unternehmen suchen gut ausgebildete Expertinnen und Experten, die als Entscheidungsträger an der Schnittstelle von IT, Datenanalyse, Unternehmensführung und BWL, Daten strategisch einsetzen können. Mit Deinem Wissen wirst Du morgen in der Lage sein, datenbasierte Geschäftsmodelle zu entwickeln und so wichtige Veränderungen anzustoßen.

    Diese Karrierechancen warten auf Dich

    Mit Deinem Abschluss stehen Dir unzählige Möglichkeiten offen, denn Expertinnen und Experten im Bereich Digital Business Analytics sind in vielen Bereich gesucht: 

    • Unternehmensführung
    • Controlling, Rechnungswesen, Personal
    • Marketing, Vertrieb, SCM, Produktion, Einkauf, Logistik, Qualitätssicherung
    • Forschung, Produktentwicklung, Produktdesign
    Data Scientist am Arbeitsplatz: Karrierechancen = sehr gut

    Bewerbung / Zulassung

    karriereperspektive

    Du bewirbst Dich für diesen Studiengang über das bundesweite Bewerbungsportal  www.hochschulstart.de.

    Studierende lernen in der Bibliothek
    1. Voraussetzungen checken
      Du hast eine  Hochschulzugangsberechtigung (z.B. Abitur / Fachhochschulreife), einen ausländischen Schulabschluss oder eine berufliche Qualifikation? Dann hast Du die erste Voraussetzung für eine erfolgreiche Bewerbung bereits erfüllt.

    2. Registrierung und Bewerbung über hochschulstart.de
      Du registrierst Dich im zentralen Bewerbungsportal hochschulstart und bewirbst Dich dort für einen oder mehrere Studiengänge an der Hochschule Esslingen.  Ein Video-Tutorial der wichtigsten Bewerbungsschritte findest Du demnächst auf der linken Seite. Bitte achte bei Deiner Bewerbung auf die Bedeutung der Priorisierung.

    3. Unterlagen hochladen
      Damit Deine Bewerbung von uns bearbeitet werden kann, benötigen wir Deine Unterlagen und Zeugnisse. Die lädst Du im Campusmanagement-System „HEonline" der Hochschule hoch. Wir benötigen Deine Unterlagen spätestens bis zum Ende der Bewerbungsfrist.

    4. Geschafft
      Über HEonline kannst Du den Bearbeitungsstatus Deiner Bewerbung jederzeit ansehen. Die Zugangsdaten solltest Du gut aufbewahren. Nach Ende der Bewerbungsfrist kannst Du zeitnah in HEonline und hochschulstart sehen, ob Du ein Zulassungsangebot erhalten hast.

    faq

    FAQ - Frequently Asked Questions

    Nach welchen Kriterien werden die Studienplätze vergeben?

    Meistens gibt es mehr Bewerbungen als freie Studienplätze. Deshalb können nicht alle Bewerberinnen und Bewerber zum Studium zugelassen werden. Die freien Studienplätze werden nach dem Ergebnis eines hochschuleigenen Auswahlverfahrens vergeben.

    Einen Numerus Clausus (NC) können wir Dir im Vorfeld nicht nennen. Der NC gibt die Auswahlnote bzw. die Wartehalbjahre des Studierenden mit dem letzten Ranglistenplatz an, der für den Studiengang zugelassen wird. Der NC variiert also abhängig von der Anzahl der Bewerberinnen und Bewerber, deren Auswahlnoten/Wartezeiten und der Zahl der zu vergebenden Studienplätze. Weil sich das in jeder Bewerbungsphase unterscheidet, können wir über den Numerus Clausus leider keine Aussage treffen.

    Warum bewerbe ich mich bei hochschulstart.de und an der Hochschule?

    Die Zulassung für einige Bachelorstudiengänge der Hochschule Esslingen läuft bei Bewerbungen für das erste Fachsemester über das bundesweite Bewerberportal Hochschulstart im "Dialogorientierten Serviceverfahren - DoSV". Du kannst Dich dort auf maximal 12 Studienplätze bewerben.

    Damit das Team „Bewerbung/Zulassung“ Deine Bewerbung bearbeiten kann, benötigen wir Deine vollständigen Unterlagen, die für das Zulassungsverfahren der Hochschule Esslingen notwendig sind. Diese kannst online über das Campusmanagement-System HEonline der Hochschule hochladen und absenden.

    Video-Tutorial „Bewerben über hochschulstart.de“

    Weitere Informationen zur Bewerbung über hochschulstart.de

    Kann ich mich bewerben, obwohl ich noch kein Zeugnis habe?

    Ja. Du kannst Dich auch ohne Dein Abschlusszeugnis bewerben.

    Du kannst die Hochschulzugangsberechtigung spätestens bis zum Ende der Bewerbungsfrist im Campusmanagement-System HEonline der Hochschule hochladen.

    suitability

    Für wen ist der Studiengang geeignet?

    • Du hast Interesse an Wirtschaft und Gesellschaft im Kontext des digitalen Wandels
    • Du hast Spaß daran, mit Zahlen zu arbeiten und Daten in einen logischen Zusammenhang zu bringen.
    • Zu deinen Stärken zählen analytische Fähigkeiten, die Du in kreative Lösungen umsetzen kannst.
    • Du bist interessiert an digitalen Technologien und Medien
    • Gute Mathematik-Kenntnisse sind von Vorteil
    Studierende Ditgital Business arbeiten an Datenprojekt

    Perfekte Mischung

    Der Studiengang Digital Business ist die perfekte Mischung aus BWL, Data Science und einer Prise Psychologie. Damit stehen Dir nach erfolgreichem Abschluss alle Türen offen!

    Prof. Dr. Dorothee Brauner, Studiengangkoordinatorin Studiengang Digital Business
    Dr. Dorothee Brauner informiert über die Vorteile des Studiengangs.
    auszeichnung

    Das zeichnet uns ausGute Gründe für ein Studium an der Hochschule Esslingen

    Praxis & Theorie verknüpft

    Du nimmst bereits ab dem ersten Semester an Laboren und Übungen teil und vertiefst so Deine theoretischen Kenntnisse.

    Reale Datenprojekte

    Ab dem 4. Semester arbeitest Du an praxisrelevanten Fragestellungen mit unseren Kooperationsunternehmen.

    Internationaler Standard

    Module orientieren sich am Standard CRISP-DM. So lernst Du ein standardisiertes Vorgehen in Data Science Projekten.

    Unterstützung garantiert

    Mathe- und Physik-Vorkurs, persönliche Beratung und weitere Unterstützungsangebote erleichtern Dir den Studienalltag.

    Business Understanding

    In allen Studiensemestern sieht Dein Stundenplan betriebswirtschaftliche Fächer vor.

    Kennenlernender Hochschule Esslingen

    Girls' Day 2023

    Am 27.04.2023 ab 09:00 Uhr
    Ein junges Mädchen in einem Laborkittel steht an einem Mikroskop und lächelt.
    Schülerinnen können die technischen und naturwissenschaftlichen Studiengänge kennenlernen.
    Mehr
    apply

    Interesse geweckt? Bewirb Dich! für das Wintersemester 2023/24