Sommersemester 2010 - Wirtschaftswissenschaftliche Fakultät ...

Wirtschaftsinformatik 135
Literatur: Ferstl/Sinz (2008) Grundlagen der Wirtschaftsinformatik, 6. Auage München.
Frick/Gadatsch/Schäer-Külz (2007) Grundkurs SAP ERP: Geschäftsprozessorientierte
Einführung mit durchgehendem Fallbeispiel, Wiesbaden Gadatsch (2007)
Grundkurs Geschäftsprozessmanagement, 5. Auage Wiesbaden. Hoppe/Prieÿ (2003)
Sicherheit von Informationssystemen. Gefahren, Maÿnahmen und Management im
IT-Bereich, Herne/Berlin. Linkies/O (2005) Sicherheit und Berechtigungen in SAP-
Systemen, Bonn. Maassen/Schoenen/Werr (2006) Grundkurs SAP R/3. Lern- und
Arbeitsbuch mit durchgehendem Fallbeispiel - Konzepte, Vorgehensweisen und Zusammenhänge
mit Geschäftsprozessen, 4. Auage Wiesbaden. Mertens et al (2001)
Lexikon der Wirtschaftsinformatik, 4. Auage Berlin u.a. Rosenkranz (2005) Geschäftsprozesse,
2. Auage Berlin u.a. Scheer (2002) ARIS - vom Geschäftsprozess
zum Anwendungssystem, 4. Auage Heidelberg. Specker (2004) Modellierung von Informationssystemen:
ein methodischer Leitfaden zur Projektabwicklung, 2. Auage
Zürich. Stahlknecht/Hasenkamp (2009) Einführung in die Wirtschaftsinformatik, 12.
Auage Berlin u.a. Staud, J. L. (2006) Geschäftsprozessanalyse: Ereignisgesteuerte
Prozessketten und objektorientierte Geschäftsprozessmodellierung für Betriebswirtschaftliche
Standardsoftware, 3. Auage Berlin. Wenzel (Hrsg.)(2001) Betriebswirtschaftliche
Anwendungen mit SAP R/3, 4. Auage Braunschweig.
Bemerkungen: Die Teilnehmerzahl ist begrenzt. Anmeldungen ab März 2010 im Internet.
In der ersten Vorlesungswoche (KW 14) entfällt die Veranstaltung wegen der Vorstellung
der Vertiefungsfächer.
Neuronale Netze in der Ökonomie (171420 / 71420)
Blockveranstaltung
Breitner, von Mettenheim, Zimmermann
Inhalt: Neuronale Netze und Ökonomie haben eine Reihe überraschender Schnittstellen:
(a) sie erlauben einen hochdimensionalen nichtlinearen ökonometrischen Modellbau.
Die Techniken zur Beherrschung solch groÿer Funktionenklassen unterscheiden
sich jedoch in wesentlichen Teilen von der Modellierung mit linearen Funktionen.
Überraschenderweise lassen sich bei neuronalen Netzen in natürlicher Art viele Vorinformationen
über ein Problem integrieren, so dass die Lösung nicht nur von der
Güte der Daten abhängt. Darüber hinaus erlauben neuronale Netze (b) eine unmittelbare
Marktmodellierung in Form von Multiagenten Modellen. Hier wird nicht
nur eine syntaktische sondern auch eine semantische Verbindung zwischen Ökonomie
und neuronalen Netzen hergestellt. Kursinhalte 1. Einführung in die neuronalen Netze
(Bemerkungen zur geschichtlichen Entwicklung, Probleme) 2. Die Wechselwirkung
von Daten und Strukturen: Das Beobachter - Beobachtungs - Dilemma (Zur Statistik
der Approximation nichtlinearer Strukturen) 3. Modellierung dynamischer Systeme
mit feedforward Neuronalen Netzen (Einbeziehung ökonometrischer Gesichtspunkte
in das Architekturdesign) 4. Das Training rekurrenter neuronaler Netze (Endliche
Entfaltung in der Zeit) 5. Identikation oener Systeme mit rekurrenten neuronalen
Netzen (Schätzung der Einbettungsdimension, Overshooting) 6. Modellierung dynamischer
Systeme mit neuronalen Fehlerkorrektur - Systemen (Hier wird der Prognosefehler
als zusätzlicher Input verwendet) 7. Varianz - Invarianz -Trennung mit neuro-