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 Abschussarbeiten

Bitte beachten Sie bei der Auswahl und Erstellung von Abschlussarbeiten im Bereich Wirtschaftsinformatik folgende Dokumente:

 

Lehrveranstaltungen WS2023/2024

Semester:WS 23/24
Inhalt:Im Wintersemester 2023/2024 bietet der Lehrstuhl für ABWL und Wirtschaftsinformatik 1 ein Seminar an zum Thema "Künstliche Intelligenz in Unternehmen: Potentiale, Grenzen und Trends".

Im Bereich der Künstlichen Intelligenz (KI) und hier insbes. bei Verfahren des Maschinellen Lernens (ML) und des Deep Learnings (DL) hat es in den letzten Jahren beachtliche Innovationssprünge gegeben, deren Möglichkeiten noch nicht ansatzweise ausgelotet sind. In Kombination mit abgestimmten Architekturen für die Datenbereitstellung sowie einer austarierten Analytics & Data Governance eröffnen sich gänzlich neue Potentiale zur Gestaltung von Geschäftsprozessen und Geschäftsmodellen. Hieraus ergeben sich jedoch auch neue Herausforderungen, etwa bezüglich Datenschutz und Datensicherheit, hinsichtlich des ethischen Einsatzes der KI-Modelle sowie bei deren Integration, Überwachung und Wartung.

Das Seminar widmet sich diesem Themenkomplex und beleuchtet sowohl technische wie auch betriebswirtschaftliche Aspekte.
LV-Nr.:261713000
Art:Seminar
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 23/24
Inhalt:Im Wintersemester 2023/2024 bietet der Lehrstuhl für ABWL und Wirtschaftsinformatik 1 ein Seminar an zum Thema "Künstliche Intelligenz in Unternehmen: Potentiale, Grenzen und Trends".

Im Bereich der Künstlichen Intelligenz (KI) und hier insbes. bei Verfahren des Maschinellen Lernens (ML) und des Deep Learnings (DL) hat es in den letzten Jahren beachtliche Innovationssprünge gegeben, deren Möglichkeiten noch nicht ansatzweise ausgelotet sind. In Kombination mit abgestimmten Architekturen für die Datenbereitstellung sowie einer austarierten Analytics & Data Governance eröffnen sich gänzlich neue Potentiale zur Gestaltung von Geschäftsprozessen und Geschäftsmodellen. Hieraus ergeben sich jedoch auch neue Herausforderungen, etwa bezüglich Datenschutz und Datensicherheit, hinsichtlich des ethischen Einsatzes der KI-Modelle sowie bei deren Integration, Überwachung und Wartung.

Das Seminar widmet sich diesem Themenkomplex und beleuchtet sowohl technische wie auch betriebswirtschaftliche Aspekte.
LV-Nr.:261723000
Art:Seminar
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 23/24
Inhalt:Im Wintersemester 2023/2024 bietet der Lehrstuhl für ABWL und Wirtschaftsinformatik 1 ein Seminar an zum Thema "Künstliche Intelligenz in Unternehmen: Potentiale, Grenzen und Trends".

Im Bereich der Künstlichen Intelligenz (KI) und hier insbes. bei Verfahren des Maschinellen Lernens (ML) und des Deep Learnings (DL) hat es in den letzten Jahren beachtliche Innovationssprünge gegeben, deren Möglichkeiten noch nicht ansatzweise ausgelotet sind. In Kombination mit abgestimmten Architekturen für die Datenbereitstellung sowie einer austarierten Analytics & Data Governance eröffnen sich gänzlich neue Potentiale zur Gestaltung von Geschäftsprozessen und Geschäftsmodellen. Hieraus ergeben sich jedoch auch neue Herausforderungen, etwa bezüglich Datenschutz und Datensicherheit, hinsichtlich des ethischen Einsatzes der KI-Modelle sowie bei deren Integration, Überwachung und Wartung.

Das Seminar widmet sich diesem Themenkomplex und beleuchtet sowohl technische wie auch betriebswirtschaftliche Aspekte.
LV-Nr.:261723010
Art:Seminar
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 23/24
Inhalt:Die Veranstaltung gibt einen Überblick über grundlegende Strukturen
und Prozesse des Informationsmanagements (IM). Intensiv werden
die Gestaltungsfelder der IM-Institutionalisierung, der strategischen
Situationsanalyse und Zielplanung, der Strategie-Entwicklung und
strategischen Maßnahmenplanung behandelt, wobei insbesondere die
in diesen Bereichen erforderliche Methodenkenntnis vermittelt wird. Die
Inhalte werden anhand von umfangreichen Fallbeispielen präsentiert und
diskutiert.
LV-Nr.:262100080
Art:Vorlesung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 23/24
Inhalt:In der Übung werden Probleme und Lösungskonzepte des betrieblichen Informationsmanagement anhand von Fallstudien anwendungsorientiert vertieft, erweitert und eingeübt.
LV-Nr.:262712000
Art:Übung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 23/24
Inhalt:Der strategiegerichtete Einsatz von Informationstechnik (IT) und Informationssystemen (IS) im Rahmen von Geschäftsprozessen wird in mehr und mehr Branchen zu einem wettbewerbsentscheidenden Erfolgsfaktor. In der Veranstaltung wird anhand von Fallstudien diskutiert, wie eine Ausrichtung von IT/IS auf die strategischen Unternehmensziele erfolgen kann, welche Potentiale damit verbunden sind und welchen Herausforderungen begegnet werden muss.
LV-Nr.:262721000
Art:Vorlesung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 23/24
LV-Nr.:262722000
Art:Übung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 23/24
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 23/24
LV-Nr.:262723100
Art:Übung
SWS:2
Link:C@MPUS
Organisationsname:ABWL und Wirtschaftsinformatik I
Semester:WS 23/24
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

Kontakt

Dieses Bild zeigt Henning Baars

Henning Baars

Dr.

Akademischer Oberrat

Zum Seitenanfang