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/

In this module, students engage with methods of data analysis and business decision theory to enable data-driven and well-informed decision-making in a corporate context. They learn to apply techniques such as decision trees, goal programming, and multi-criteria analysis to model and solve complex decision-making scenarios. Additionally, students reflect on examples of non-rational decision-making behavior and develop critical evaluation skills for decision processes.

In the field of data analysis, students acquire practical knowledge of data preparation, machine learning, and neural networks. They gain a foundational understanding of key concepts such as Artificial Intelligence (AI), Deep Learning, and Bayesian decision theory. Furthermore, they learn how to process and visualize data analysis results using appropriate tools.

Beyond the subject-specific content, students enhance their teamwork and self-management skills by working in groups on projects related to data analysis and decision-making and independently exploring specific topics.

This module provides a practical introduction to the fundamentals of data analysis and decision theory. It enables students to model and optimize business decisions using analytical methods and data-driven approaches.

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

In diesem Modul erhalten Studierende eine fundierte Einführung in die Welt der Informationssysteme und deren Anwendung in der Praxis. Ziel ist es, die notwendigen Fähigkeiten und Kenntnisse zu vermitteln, um moderne Technologien effektiv in betrieblichen Kontexten einzusetzen.

Was Studierende erwartet:

• Digital Transformation: Studierende lernen Strategien und Ansätze kennen, mit denen Unternehmen die digitale Transformation erfolgreich gestalten.
• Business Architectures und Prozessmodellierung: Studierende werden in die Grundlagen von Geschäftsarchitekturen eingeführt und erlernen, wie betriebliche Prozesse modelliert und durch IT unterstützt werden, insbesondere in finanziellen Prozessen.
• Robotic Process Automation (RPA): Studierende entdecken, wie sich Geschäftsprozesse durch RPA automatisieren lassen, und wenden ihr Wissen in Workshops an, die sowohl einfache als auch komplexe Automatisierungen behandeln.
• Internet of Things (IoT): Studierende beschäftigen sich mit den Grundkonzepten, der Infrastruktur und Investitionsstrategien des IoT. In praktischen Workshops entwickeln und demonstrieren sie eigene IoT-Lösungen.
• Integration von IT und OT (Operational Technology): Studierende erfahren, wie Informationstechnologie und Betriebstechnologie zusammengeführt werden, um Geschäftsprozesse umfassender zu gestalten.
• Request for Proposals (RFP): Studierende erlernen Methoden zur Entwicklung von Ausschreibungen für IT-Projekte und wenden diese direkt in praxisnahen Szenarien an.
• Digital Leadership: Studierende entwickeln Kompetenzen, um in digitalen Kontexten erfolgreich zu führen.

Das Modul kombiniert theoretische Inhalte mit praxisorientierten Übungen wie Case Studies, Workshops und Online-Assessments. Studierende haben die Möglichkeit, ihr Wissen direkt anzuwenden und durch interaktive Formate eigenständig Lösungen zu entwickeln.

Ziele des Moduls:
Nach Abschluss des Moduls sind Studierende in der Lage, Informationssysteme gezielt in der betrieblichen Praxis einzusetzen, eigenständig Herausforderungen zu analysieren und innovative Lösungen zu entwickeln.

Modularer Aufbau:
Das Modul ist so konzipiert, dass über zwei Semester verschiedene Themen behandelt werden können. Dadurch wird sichergestellt, dass sich die Inhalte der Module Informationssysteme I und Informationssysteme II ergänzen und nicht überschneiden.

https://zpa.cs.hm.edu/public/module/112/

This module provides students with a comprehensive introduction to the world of information systems and their application in practice. The goal is to equip students with the necessary skills and knowledge to effectively utilize modern technologies in business contexts.

What students can expect:

• Digital Transformation: Students will learn strategies and approaches for successfully managing digital transformation in organizations.
• Business Architectures and Process Modeling: Students will be introduced to the fundamentals of business architectures and learn how to model business processes and support them with IT, particularly in financial processes.
• Robotic Process Automation (RPA): Students will explore how business processes can be automated using RPA and will apply their knowledge in workshops focusing on both simple and complex automation tasks.
• Internet of Things (IoT): Students will engage with the fundamental concepts, infrastructure, and investment strategies of IoT. In practical workshops, they will develop and demonstrate their own IoT solutions.
• Integration of IT and OT (Operational Technology): Students will learn how to merge information technology and operational technology to create more comprehensive business processes.
• Request for Proposals (RFP): Students will acquire methods for developing proposals for IT projects and apply them in practical, real-world scenarios.
• Digital Leadership: Students will develop skills to lead effectively in digital contexts.

The module combines theoretical knowledge with practical exercises such as case studies, workshops, and online assessments. Students will have the opportunity to directly apply their knowledge and develop solutions independently through interactive formats.

Module Objectives:
Upon completion of the module, students will be able to effectively utilize information systems in business practices, independently analyze challenges, and develop innovative solutions.

Modular Structure:
The module is designed to cover different topics across two semesters. This ensures that the content of Information Systems I and Information Systems II complements each other without overlapping.

https://zpa.cs.hm.edu/public/module/112/