htw saar Piktogramm QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code

Angewandte Informatik

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Angewandte Informatik
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Supply Chain Management, Master, ASPO 01.04.2016
Code: MASCM-140
SAP-Submodul-Nr.:
Die Prüfungsverwaltung mittels SAP-SLCM vergibt für jede Prüfungsart in einem Modul eine SAP-Submodul-Nr (= P-Nummer). Gleiche Module in unterschiedlichen Studiengängen haben bei gleicher Prüfungsart die gleiche SAP-Submodul-Nr..
P420-0333, P420-0334
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
4VU (4 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
6
Studiensemester: 1
Pflichtfach: ja
Arbeitssprache:
Deutsch
Prüfungsart:
Klausur und Projektarbeit (90 Minuten / Gewichtung 1:1 / Wiederholung semesterweise)

[letzte Änderung 05.01.2016]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

MASCM-140 (P420-0333, P420-0334) Supply Chain Management, Master, ASPO 01.04.2016 , 1. Semester, Pflichtfach
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 6 Creditpoints 180 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 135 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Sonstige Vorkenntnisse:
s. Zulassungsvoraussetzungen (mindestens 10 Creditpoints aus dem Bereich Informations- und Datenverarbeitung)

[letzte Änderung 06.01.2016]
Als Vorkenntnis empfohlen für Module:
MASCM-210 Supply Chain Planning
MASCM-230 Studienprojekt
MASCM-310 Master-Abschlussarbeit


[letzte Änderung 25.01.2016]
Modulverantwortung:
Prof. Dr. Stefan Selle
Dozent/innen:
Prof. Dr. Christian Liebig
Prof. Dr. Stefan Selle
Dozierende des Studiengangs
Nico Krivograd, M.Sc.


[letzte Änderung 06.04.2017]
Lernziele:
Die Studierenden sollen durch die erfolgreiche Beendigung dieses Moduls in der Lage sein,
- Grundlegende Begriffe und Techniken der Informatik zu kennen,
- Zusammenhänge des Knowledge Management und Busineness Intelligence darzustellen,
- Methoden des Data Mining zu begreifen und anzuwenden,
- in selbstorganisierten Teams zu arbeiten,
- Arbeitsergebnisse zu verdichten und zu präsentieren,
- Projektergebnisse zu kritisieren.


[letzte Änderung 05.01.2016]
Inhalt:
[1] Grundlagen
- Informatik und Algorithmen
- Einführung in die Programmierung
- Tabellenkalkulation und Datenbanken
- Knowledge Management (KM)
 
[2] Business Intelligence (BI)
- Managementinformationssysteme und Reporting
- Datenmodellierung: Data Warehouse, Star-Schema, Snowflake-Schema
- Datenbereitstellung: Extract Transform Load(ETL)-Prozess
- Datenanalyse: Online Analytical Processing (OLAP)
 
[3] Data Mining (DM)
- Data Mining Prozesse
- ABC-Analyse, Scoring-Verfahren
- Clusteranalyse, Assoziationsanalyse, Entscheidungsbaum


[letzte Änderung 06.01.2016]
Weitere Lehrmethoden und Medien:
Vorlesung mit integrierten praktischen Übungen am PC mit Hilfe von MS Excel, Visual Basic for Applications (VBA), SAP BI 7 und Knime. Projektstudium in selbstorganisierten Teams.

[letzte Änderung 05.01.2016]
Literatur:
[1] Grundlagen
- Kilian, D., Krismer, R., Loreck, S., Sagmeister, A.: Wissensmanagement – Werkzeuge für Praktiker. 3. Auflage,
  Linde Verlag, Wien, 2007.
- Probst, G., Raub, S., Romhardt, K.: Wissen managen. Wie Unternehmen ihre wertvollste Ressource optimal nutzen.
  7 Auflage, Gabler Verlag, Wiesbaden, 2012.
 
[2] Business Intelligence
- Chamoni, P., Gluchowski, P.: Analytische Informationssysteme,  3. Auflage, Springer Verlag, Berlin, 2006.
- Marx Gómez, J. M., Rautenstrauch, C., Cissek, P.: Einführung in Business Intelligence mit SAP NetWeaver 7.0,
  Springer Verlag, Berlin, 2009.
- Müller, R., Lenz, H.-J.: Business Intelligence, Springer Vieweg Verlag, Berlin, 2013.
- Schmidt-Volkmar, P.: Betriebswirtschaftliche Analyse auf operationalen Daten, Gabler Verlag, Wiesbaden, 2008.
 
[3] Data Mining
- Kießwetter, M., Vahlkamp, D.: Data Mining in SAP NetWeaver BI, Galileo Press, Bonn, 2007.
- Runkler, T.A.: Data Mining, Vieweg+Teubner Verlag, Wiesbaden, 2010.
- Witten, I.H., Frank, E., Hall, M.A.: Data Mining, 3. Auflage, Morgan Kaufmann, Burlington, 2011.


[letzte Änderung 25.01.2016]
[Fri Jul 19 05:42:20 CEST 2024, CKEY=saia, BKEY=scm2, CID=MASCM-140, LANGUAGE=de, DATE=19.07.2024]