Wintersemester 2013/14 - Fakultät Informatik und Wirtschaftsinformatik
Wintersemester 2013/14 - Fakultät Informatik und Wirtschaftsinformatik
Wintersemester 2013/14 - Fakultät Informatik und Wirtschaftsinformatik
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Modul 34: Vertiefung II: Big-Data-Anwendungen<br />
Modulnummer 34<br />
Modulbezeichnung<br />
Kürzel<br />
Lehrveranstaltungen<br />
Big-Data-Anwendungen<br />
VMII<br />
Vorlesung<br />
Semester 7<br />
Modulverantwortliche(r)<br />
Dozent(in)<br />
Sprache<br />
Zuordnung zum Curriculum/<br />
Veranstaltungsart<br />
Prof. Dr. Frank Hennermann<br />
Prof. Dr. Jens Albrecht, Prof. Dr. Frank<br />
Hennermann, N.N.<br />
Deutsch<br />
Vertiefung<br />
(Pflichtfach/Wahlfach)<br />
Lehrform/SWS<br />
(Vorlesung/Seminar/Projekt/Übung)<br />
4 SWS als Vorlesung mit integrierten Übungen<br />
Arbeitsaufwand (in St<strong>und</strong>en)<br />
Gesamt<br />
Präsenzstudium<br />
Eigenstudium<br />
150<br />
50<br />
100<br />
Kreditpunkte 5<br />
Voraussetzungen nach<br />
Prüfungsordnung<br />
LV PXPH; 120 CP<br />
Empfohlene Voraussetzungen Logistik, Business Software, Business<br />
Technologies, Statistik<br />
Lernziele, angestrebte<br />
Lernergebnisse<br />
- Kenntnis der externen <strong>und</strong> internen Treiber<br />
sowie der wirtschaftlichen Potenziale von Big<br />
Data in Unternehmen<br />
- Verständnis der fachlichen Herausforderungen<br />
für das Big Data Management<br />
- Verständnis unterschiedlicher Anwendungsszenarien<br />
zur statistischen Datenanalyse<br />
- Befähigung zur Bewertung der<br />
Einsatzmöglichkeiten von Big Data in<br />
Unternehmen<br />
Bezug zur Gesamtqualifikation<br />
- Math.-naturwiss. Gr<strong>und</strong>lagen: Statistische<br />
Verfahren zur Analyse numerischer <strong>und</strong><br />
textueller Daten<br />
- Fachspezifische Vertiefungen: Auswertung<br />
130 / 153
Change language