- SWS: 4
- Art der Veranstaltung: Vorlesung+Übung
- Angebotsturnus: WiSe
- Sprache: Deutsch
- Leistungspunkte: 6 LP
- Prüfungstermin: siehe Campus
- Prüfungsform: schriftliche Prüfung
- Vorlesungsunterlagen: siehe ILIAS
- Ansprechpartner: Leon Lehnert
Lernziele
Verständnis der Erkenntnispotenziale und -grenzen empirischer Forschung in den Wirtschaftswissenschaften und ein Einblick in das allgemeine Vorgehen bei Experimenten, Befragungen und Studien auf Grundlage von Sekundärdaten. Darüber hinaus können die Studierenden die wesentlichen Stärken und Schwächen der unterschiedlichen Datenerhebungsformen einschätzen und sind in der Lage, multivariate Verfahren zur Datenanalyse anzuwenden und die entsprechenden Ergebnisse zu interpretieren.
Inhalte
Grundlagen zur empirischen Forschung; Methoden zur Gewinnung der Datengrundlage (Befragungsforschung, experimentelle Forschung, Sekundärdatenforschung, qualitative Forschung); (Multivariate) Datenanalyse und -interpretation, u.a. Varianzanalyse, Regressionsanalyse, Strukturgleichungsmodelle, Clusteranalyse; Gastvorträge aus der Unternehmenspraxis.
Literatur
Literatur wird in der Veranstaltung bekannt gegeben.
- SWS: 4
- Art der Veranstaltung: Vorlesung+Übung
- Angebotsturnus: SoSe
- Sprache: Deutsch, Englisch
- Leistungspunkte: 6 LP
- Prüfungstermin: siehe Campus
- Prüfungsform: schriftliche Prüfung
- Vorlesungsunterlagen: siehe ILIAS
- Ansprechpartner: Leon Lehnert
Lernziele
- Berufliche Kompetenzen: Sie sind in der Lage, das komplexe Zusammenspiel der Einflussfaktoren und die aktuellen Entwicklungen im Produkt- und Preismanagement zu verstehen und diese kritisch zu bewerten.
- Methodische Kompetenzen: Sie übertragen theoretisches Wissen auf die Praxis und wenden es an.
- Soziale Kompetenzen: Teamfähigkeit und Kommunikationsfähigkeit auf Englisch
Inhalte
- Produktmanagement: Grundlegende Aspekte des Produktmanagements, Management von Innovationen, Brandmanagement, Management etablierter Produkte, Markenmanagement.
- Preismanagement: Allgemeine Grundlagen des Preismanagements, Grundlagen der klassischen Preistheorie, Verhaltenswissenschaftliche Grundlagen, Preisbestimmung und Preisdurchsetzung.
- Gastvorträge
Literatur
Literatur wird in der Veranstaltung bekannt gegeben.
Allgemeine Informationen:
- Wahl von 2 Lehrveranstaltungen
-
- Digitale Marketingstrategien & Geschäftsmodelle
- Angewandte Marktforschung
- Grundlagen des Maschinellen Lernens im Marketing
- Die beiden Lehrveranstaltungen müssen zwingend im selben Semester belegt werden
- Sprache: Deutsch
- Pro Lehrveranstaltung 3 LP
1. Digitale Marketingstrategien und Geschäftsmodelle
- Inhalte: Der Kurs bietet Einblicke in digitale Marketingstrategien sowie Auswirkungen und Potenziale verschiedener Kanäle (z.B. SEO, SEA, Social Media). Es werden Kernelemente einer digitalen Strategie - Geräterelevanz (Mobile, Tablet), Website-Auftritt, Usability-Konzepte, App-Entscheidung, Marktforschung und Content Management - behandelt. Im Rahmen des Kurses wird dieser Inhalt diskutiert:
- Überblick über Key Performance Indicators (KPIs)
- Zusammenhang der KPIs
- Aufbau eines KPI-Dashboards
- Kombination von digitalen und nicht-digitalen Maßnahmen zur Berechnung des Return on Investment (RoI)
- Lernziele:
- Digitale Strategie - Übersicht der Disziplinen
- Digitalisierung von Geschäftsmodellen
- Digitale Auswirkungen auf B2B- und B2C-Geschäftsmodelle
- Digitale umsatzrelevante Wertschöpfung (inkl. Business Case)
- Lehrform: Interaktive Vorlesung mit Case Studies
- Prüfungsleistung: Case Study Präsentation & Hausarbeit
2. Angewandte Marktforschung
- Inhalte: Ziel des Kurses ist es, Masterstudierende und Doktoranden auf ihre Thesis im Marketing vorzubereiten. In einem Hands-On-Format mit Diskussionen von Fachartikeln sowie eigener empirischer Anwendung gibt er Orientierung, um in den verschiedenen Phasen eines Forschungsprojektes die „richtigen“ Entscheidungen zu treffen. Diese Phasen umfassen:
- Problemdefinition,
- konzeptioneller Rahmen,
- Studiendesign,
- Datensammlung und -analyse mit Softwareanwendung (z.B. R Studio, EViews),
- Dokumentation
- Lernziele
- Kritische Bewertung von bestehenden Studien der Marketingforschung
- Definition von Umfang und Design von Marketingforschung
- Erlernen von quantitativen (und qualitativen) Marktforschungsmethoden
- Schreiben von Studien der Marketingforschung
- Lehrform: Interaktive Vorlesung mit Softwareanwendung
- Prüfungsleistung: Schriftliches Review eines wissenschaftlichen Papers
3. Grundlagen des Maschinellen Lernens im Marketing
- Inhalte Für Master-Studierende und Doktoranden im Marketing, anderen Disziplinen der BWL und den Sozialwissenschaften ist es wichtig, sich mit den Grundlagen des maschinellen Lernens und den zahlreichen Anwendungsmöglichkeiten vertraut zu machen. Denn: Verfahren des maschinellen Lernens leisten einen zentralen Beitrag zur fulminanten Entwicklung der künstlichen Intelligenz. Der Kurs greift diesen Bedarf auf und behandelt, mit Blick auf das Marketing, folgende Inhalte:
- Grundlagen des maschinellen Lernens
- Ausgewählte Methoden des supervised learning
- Einführung in künstliche neuronale Netze
- Grundlagen der Programmiersprache Python
- Lernziele:
- Verständnis grundlegender Konzepte und Methoden des maschinellen Lernens sowie ihrer Anwendung im Marketing
- Trainieren von eigenen Modelle in Python basierend auf der kompakten, praktischen Einführung in die Programmierung mit Python
- Lehrform: Interaktive Vorlesung mit Anwendungsbeispielen
-
Prüfungsleistung: Hausarbeit & Ergebnis-Präsentation
Einen Überblick über alle Fachübergreifende Schlüsselqualifikationen (FÜSQ), die der Lehrstuhl für ABWL und Marketing anbietet finden Sie unter folgendem Link:
Kontakt

Leon Lehnert
M.Sc.Wissenschaftlicher Mitarbeiter