Bachelor of Science (B.Sc.)Digital Business

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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

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).

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.

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]

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

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.

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.