Lehre

Abt. VII: Wirtschaftsinformatik I

Studierenden bietet der Lehrstuhl vielfältige Ausbildungsmöglichkeiten: Angefangen bei grundlegenden Vorlesungen über Seminare und Gastvorträge bis zu interaktiven, tool-basierten Übungsveranstaltungen.

Allgemein

Hinweise Abschlussarbeiten und Seminararbeiten

Themenangebote und abgeschlossene Abschlussarbeiten

Lehrveranstaltungen WiSe 26/27

Semester:WS 26/27
Inhalt:In der Übung zu "Business Intelligence" werden die Inhalte der Veranstaltung anhand von Fallbeispielen eingeübt, ergänzt und vertieft. Ein besonderer Schwerpunkt liegt hierbei auf der Modellierung dispositiver Datenräume mit Techniken der multidimensionalen Modellierung sowie zu Advanced Analytics und Big Data.
LV-Nr.:261107660
Art:Übung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 26/27
Inhalt:Die Veranstaltung "Business Intelligence" vermittelt die Grundlagen der IT-basierten Managementunterstützung (Business Intelligence und Analytics). Thematisiert werden Architekturkonzepte, integrierte Architekturen und Werkzeuge, Methoden der Datenmodellierung sowie Rahmenkonzepte für Entwicklung und Betrieb von Business-Intelligence-Systemen. Die Inhalte werden anhand von Beispielen und Praxisfällen illustriert.
LV-Nr.:261107670
Art:Vorlesung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 26/27
Inhalt:Im Wintersemester 2025/2026 bietet der Lehrstuhl für ABWL und Wirtschaftsinformatik 1 ein Seminar "Informationsmanagement" an zum Thema " Transformation durch KI-Agentensysteme - eine Betrachtung verschiedener Anwendungsdomänen".
LV-Nr.:261713000
Art:Seminar
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 26/27
Inhalt:Im Wintersemester 2025/2026 bietet der Lehrstuhl für ABWL und Wirtschaftsinformatik 1 ein Seminar an zum Thema "Transformation durch KI-Agentensysteme - eine Betrachtung verschiedener Anwendungsdomänen"

Große Sprachmodelle (Large Language Models haben die betriebliche Informationsverarbeitung bereits massiv verändert. Mit der Kombination der umfassenden Wissensbasis und des Schlussfolgernds aktueller LLMs mit Möglichkeit, eine Folge von Aktivitäten zu planen und auszuführen, dabei Tools aufzurufen sowie eine Art "Gedächtnis" über den Arbeitsfortschritt zu pflegen, werden aus LLMs "KI-Agenten". Diese können alleine oder in Gruppen/Schwärmen ("Multiagentensysteme") komplexe Aufgaben automatisieren. Dies eröffnet grundsätzlich neue Möglichkeiten zur Automatisierung, Informationsbereitstellung und Transformation von Geschäftsprozessen, die bei weitem nciht ausgelotet sind. Gleichzeitig entstehen neuartige Risiken und Bedrohungen sowohl von außen als auch von innen. Chancen ud Risiken stellen je nach Branchen, Funktionsbereich und konkreter Aufgabe dabei sehr unterschiedlich dar  
LV-Nr.:261723000
Art:Seminar
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 26/27
Inhalt:• Data Science-Methoden anhand etablierter Vorgehensmodelle wie CRISP-DM

• Modellierung von Kundendaten, besonders Kundenverhalten

• Grundlegende Programmierkonzepte (wahrscheinlich mit Python)

• Insbesondere Analyse von Daten aus dem E-/M-/VR-Commerce

• Prognoseverfahren

• Eye-Tracking Daten, Clickdaten, Neurophysiologische Daten, Verkaufsdaten, sonstige Unternehmensdaten

• Datenvisualisierung und Evaluation mit Hilfe von Programmiersprachen und Software
LV-Nr.:262723000
Art:Vorlesung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 26/27
LV-Nr.:262723100
Art:Übung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 26/27
Inhalt:- Grundlagen IoT, insbes. Digital Twin

- Grundlagen AI, insbes. des maschinellen Lernens

- Smarte Sensoren und Aktoren, Sensornetzwerke

- Dateninfrastrukturen für IoT und AI (cloud- und edge-basiert, Data Warehouse, Data Lake, Data Lakehouse, Data Mesh)

- AI-Tools und AI-Umgebungen (inkl. Self-Service AI, AutoML, NoCodeAI)

- Künstliche Neuronale Netze

- Organisationansätze

- Governance-Aspekte

- Strategische Aspekte

- Fallstudie in Gruppenarbeit
LV-Nr.:262733011
Art:Vorlesung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 26/27
Inhalt:Auf der Basis einer Fallstudie erarbeiten die Studenten mit Hilfe von Endbenutzerwerkzeugen eine betriebswirtschaftliche Schwachstellenanalyse und entwickeln einen Katalog von Gestaltungsmaßnahmen zur Überwindung einer Geschäftskrise. Im Mittelpunkt steht dabei die Analyse von Kosten- und Umsatzdaten. Die Ergebnisse werden anschließend in Form eines Abschlussberichtes dokumentiert und im Rahmen einer Managementpräsentation vorgestellt.
LV-Nr.:502210000
Art:Übung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I

Kontakt

Dieses Bild zeigtHenning Baars

Henning Baars

Dr.

Akademischer Oberrat

Zum Seitenanfang