Master Applied Data Science

Lerninhalte

Die Veranstaltung umfasst die Grundlagen und formalen Anforderungen wissenschaftlichen Schreibens. Sie erlernen verschiedene Methoden wissenschaftlichen Arbeitens, beispielsweise zur Aufstellung und Überprüfung von Hypothesen. Zudem werden die Facetten von Informationsflut und wissenschaftlicher Recherche beleuchtet.

Grundlagen der Wissenschaftstheorie werden genauso behandelt wie praktische Probleme beim Erstellen einer wissenschaftlichen Arbeit.

Lerninhalte

Die Lehrveranstaltung leitet die Teilnehmer in einer strukturierten Abfolge durch die wesentlichsten Entscheidungsbereiche der strategischen Gesamtausrichtung einer Unternehmung. Ziel ist es, die hierzu gebräuchlichen Modelle, die zur Verfügung stehenden Handlungsoptionen, ihre Interdependenzen und die klassischen (i.S.v. bewährten) Auswahlentscheidungen kennen zu lernen und an Beispielsfällen einzuüben.

Nach einer einführenden Umfeldanalyse werden die grundlegenden strategischen Optionen auf Basis verschiedener Lösungsansätze diskutiert, die Wirksamkeit der Strategieumsetzung mit Hilfe von Kennzahlen näher beleuchtet und übergeordnete Preis- und Mengeneffekte betrachtet. Darauf aufbauend vermittelt die Veranstaltung ein Verständnis der langfristigen Geschäftsfeldsteuerung mittels Portfolioanalysen und diskutiert Formen einer übergeordneten Konzernentwicklung und -steuerung. Abschließend werden den verschiedenen Denkansätzen mögliche Kulturtypen zugeordnet und allgemeingültige Lösungsansätze zur Unternehmensethik vorgestellt. Neben diesen eher klassischen Inhalten liegt ein dezidierter Schwerpunkt der Veranstaltung in der Überwindung der strategischen Sondersituationen „schrumpfende Märkte“ und „Unternehmenskrise“.

Lerninhalte

Die Grundlage empirischer wissenschaftlicher Arbeit sind statistische Methoden wie Hypothesentests, Signifikanztests und Regressionsanalysen (ANOVA). Durch dieses Modul werden die Studierenden in die Lage versetzt, derartige Methoden in ihren Arbeiten anzuwenden.

• Beschreibende univariate Statistik
• Beschreibende bivariate Statistik
• Regressionsrechnung
• Multiple und nichtlineare Regression
• Kernsätze der Wahrscheinlichkeitsrechnung
  • Zufallsvariablen
  • Tschbyschevsche Ungleichung
  • Gesetze der großen Zahlen
  • Normalverteilung
  • Zentraler Grenzwertsatz
• Schätzen
• Statistische Signifikanz
• Hypothesentests
• Regressionsanalyse

Lerninhalte

Das Modul soll Studierende dazu hinführen, ihr technisches und gesellschaftspolitisches Wissen im Lichte ethischer Fragestellungen und Ansätze zu reflektieren, um daraus Handlungsorientierung in der beruflichen Zielsetzung und zur Bewältigung ethischer Konfliktsituationen zu gewinnen.

Den Schwerpunkt bildet die ethisch-normative Bewertung aktueller Innovationen der Informations- und Kommunikationstechnologie aus einer folgenethischen Perspektive. Das Modul behandelt Interessen- und Wertekonflikte und diskutiert Ansätze, diese im Dialog mit den Beteiligten ökonomisch tragfähig, technisch umsetzbar, gerecht und respektvoll zu überwinden.

Auf Ebene der Individualethik werden Möglichkeiten und Grenzen aufgezeigt, individuelle Entscheidungen zum Umgang mit Techniken in Übereinstimmung mit dem eigenen Ethos im betrieblichen Kontext verantwortlich zu fällen sowie umzusetzen (Geschäftsethik, Führungsethik), um daraus ethisch begründete Orientierungen für eigenes Handeln in Abstimmung mit Kollegen, Unterstellten, Vorgesetzten, Kunden und weiteren Stakeholdern abzuleiten.

Ferner werden Themen der Unternehmens- bzw. Organisationsethik sowie der Systemethik diskutiert, ebenso wie Fragestellungen zur Technikfolgenabschätzung, wie Autonome Systeme, Netzsicherheit, personenbezogene Daten, Digitalisierung (IoT etc.), Wandelung der Arbeitswelt, Automatisierung, Verschlüsselung und Backdoors, Einsatz von KI, Copyright und Patente, Schonung materieller Ressourcen sowie Chancen und Risiken der Digitalisierung für Klima- und Umweltschutz (Stoffstrommanagement, Ressourceneffizienz, Sharing Economy etc.).

Lerninhalte

Im Projekt sollen die Studierenden im Team wissenschaftliche Methoden und Erkenntnisse auf eine konkrete Aufgabenstellung anwenden. Im Vordergrund der Projektarbeit stehen anwendungsorientierte Aufgabenstellungen, die aufgrund ihres Innovationsgehaltes und/oder ihrer Interdisziplinarität geeignet sind, wissenschaftliche Befähigung und persönlichkeitsfördernde Kompetenzen, wie das das selbstorganisierte Arbeiten im Team, auszubilden.

In der Regel widmet sich die Projektgruppe einer praxisrelevanten, durch einen externen Projektpartner gestellten Aufgabe, deren Lösung erarbeitet und nach wissenschaftlichen Gesichtspunkten aufbereitet werden muss.

Lerninhalte

In der Masterthesis soll die Kandidatin oder der Kandidat nachweisen, dass sie oder er in der Lage ist, innerhalb der Bearbeitungsdauer von fünf Monaten eine anwendungsbezogene Aufgabe selbstständig auf wissenschaftlicher Grundlage methodisch mit Erfolg zu bearbeiten. Die Bearbeitung der Thesis erfolgt studienbegleitend.

Die Masterthesis kann begonnen werden, sobald 50 ETCS-Punkte erreicht wurden.