In diesem Modul setzen sich die Studierenden mit Verfahren der Datenanalyse und der betriebswirtschaftlichen Entscheidungstheorie auseinander, um datenbasierte und fundierte Entscheidungen im betrieblichen Umfeld treffen zu können. Sie erlernen den Umgang mit Methoden wie Entscheidungsbäumen, Goal Programming und Multi-Kriterien-Analysen, um komplexe Entscheidungssituationen zu modellieren und zu lösen. Zudem reflektieren die Studierenden Beispiele für nicht rationales Entscheidungsverhalten und lernen, Entscheidungsprozesse kritisch zu bewerten.

Im Bereich der Datenanalyse erwerben die Studierenden praktische Kenntnisse zu Datenvorbereitung, maschinellem Lernen und neuronalen Netzen. Sie entwickeln ein grundlegendes Verständnis für zentrale Konzepte wie Künstliche Intelligenz (KI), Deep Learning und die Bayes’sche Entscheidungstheorie. Ergänzend lernen sie, Datenanalyseergebnisse mit geeigneten Tools aufzubereiten und zu visualisieren.

Neben den fachlichen Inhalten stärken die Studierenden ihre Team- und Selbstkompetenzen, indem sie in Gruppen Projektthemen zu Datenanalyse und Entscheidungsfindung bearbeiten und eigenverantwortlich Teilgebiete erarbeiten.

Das Modul bietet eine praxisnahe Einführung in die Grundlagen der Datenanalyse und Entscheidungstheorie. Es befähigt die Studierenden, wirtschaftliche Entscheidungen mithilfe analytischer Verfahren zu modellieren und datenbasiert zu optimieren.

https://zpa.cs.hm.edu/public/module/439/