Business Intelligence & Data Science
Typ und Verwendbarkeit
- WiInf-MSc: Wahlpflichtmodul im Wahlpflichtbereich und in der Spezialisierung Entwicklung und Management von Informationssystemen
- BWL-BSc: Wahlpflichtmodul im Methodenbereich und in den Schwerpunkten Operations and Supply Chain Management sowie Business Analytics (per Queranrechnung)
- ITMC-MSc: Wahlpflichtmodul im Wahlpflichtbereich IT-Management
Voraussetzungen
Keine. Vorkenntnisse in den Bereichen Informationsmanagement, multivariate Statistik und ggf. Programmierung sind hilfreich, aber nicht zwingend erforderlich.
Umfang
6 Leistungspunkte
3 SWS (VL mit integrierter Übung)
Dozent
Termine der Veranstaltungen
Mo, 14:00-17:00 Uhr, ESA A
Anmeldung
Für die Teilnahme an diesem Modul ist unbedingt eine Anmeldung über STiNE innerhalb der STiNE-Anmeldephasen notwendig.
Prüfung
Prüfungsart: Klausur
Die genauen Termine werden in STiNE bekannt gegeben.
Anmeldung zu den Klausuren (auch Wiederholer): innerhalb der Anmeldezeiträume in STiNE
Jeder Geschäftsprozess erzeugt eine Vielzahl von Daten. Wird z.B. ein Buch bei Amazon bestellt, liefert diese Transaktion Daten über den Kunden, das bestellte Buch, welche anderen Bücher ggf. vor der eigentlichen Bestellung betrachtet wurden, die Zeit der Bestellung, die gewählte Zahlungsweise usw. Aufgrund der konsequenten Unterstützung betrieblicher Prozesse durch Informationssysteme (insb. ERP Systeme) werden sämtliche dieser Daten gespeichert und stehen damit prinzipiell für eine Auswertung zur Verfügung. Folgerichtig hat das Interesse an Techniken und Methoden zur Datenauswertung in den vergangenen Jahren stark zugenommen hat. Das Schlagwort Business Intelligence bezeichnet in diesem Zusammenhang ein integriertes IT-Gesamtkonzept, das für unterschieliche Anforderungen an Systeme zur Entscheidungsunterstützung tragfähige und miteinander verknüpfte Lösungen anbietet (Gluckowski/Kemper, 2006).
Gegenstand der Vorlesung sind also Systeme und Methoden zur Unterstützung betrieblicher Planungs- und Entscheidungsprobleme. Dabei werden vornehmlich Fragestellungen aus dem Bereich des Kundenbeziehungsmanagements (engl. Customer Relationship Management CRM) betrachtet, in dessen Rahmen Business Intelligence und Data Mining Anwendungen besonders häufig eingesetzt werden.
Data Mining wird allgemein als Ansatz zur Aufdeckung neuartiger, potentiell geschäftsrelevanter und verständlicher Muster bzw. Zusammenhange in (großen) Datenbeständen aufgefasst und kann in die Teilgebiete des prädiktiven (gerichteten/überwachten) und deskriptiven (ungerichteten/unüberwachten) Data Minings unterschieden werden (vgl. Fayyad et al., 1996; Berry/Linoff, 2004) . Die betrieblichen Anwendungsmöglichkeiten solcher Techniken sowie deren methodische Grundlagen werden in der Vorlesung ausführlich diskutiert. Darüber hinaus werden die der eigentlichen Analyse vor- und nachgelagerte Schritte, beispielsweise die Datenaufbereitung der Ergebnisauswertung behandelt.
Einen weiteren Themenblock bilden Anwendungen von Data-Mining Methoden im WWW-Umfeld. Beispielsweise hat sich der Begriff Web-Mining als Obermenge für Techniken zur Analyse von Nutzungsmustern (Weg-Usage-Mining), Verlinkungstrukturen (Web-Structur-Mining) und Webseiten (Web-Content-Mining) etabliert. Letzteres gewinnt insb. zur Auswertung von Nachrichtenartikeln oder Blog-Beiträgen an Bedeutung und wird u.a. im Marketing und zur Vorhersage von Finanzmarktentwicklungen genutzt. Allgemeine Grundlagen des Web-Minings sowie spezielle Aspekte der Auswertung texttueller Inhalte im Opinion-Mining sind entsprechend ebenfalls Gegenstand der Vorlesung.
Unterlagen
Das Material wird über STiNE bereitgestellt (Anmeldung für den Kurs erforderlich).
Literatur
Literaturhinweise werden in der Veranstaltung gegeben.