Vorlesung: Business Intelligence - Details

Allgemeine Informationen

Veranstaltungsname	Vorlesung: Business Intelligence
Semester	WiSe 2015/16
Aktuelle Anzahl der Teilnehmenden	8
Heimat-Einrichtung	Technische Universität Carolo-Wilhelmina zu Braunschweig
Veranstaltungstyp	Vorlesung in der Kategorie Lehre
Teilnehmende	Bachelor-Studierende von Wirtschaftsinformatik-Studiengängen bzw. verwandten Studiengängen der verschiedenen Standorte
Voraussetzungen	Grundvorlesungen der Informatik / Wirtschaftsinformatik
Lernorganisation	Wir stellen ihnen Materialien zum Selbststudium (i.d.R. Vorlesungsmitschnitte und Folien) zur Verfügung (siehe Menüpunkt "Dateien"). Wir empfehlen Ihnen, sich kapitelweise mit den entsprechenden Materialien zu versorgen und sich die Inhalte mit Hilfe der Folien und der Vorlesungsmitschnitte anzueignen. Es gibt zwei Varianten: a) 4 Leistungspunkte Relevant sind die Materialien für die Kapitel 1, 2 und 3. b) 6 Leistungspunkte Relevant sind alle Materialien, also zusätzlich noch Kapitel 4. Dieses beinhaltet eine Fallstudie, die sie selbständig erarbeiten. Eine Abgabe der Fallstudie ist freiwillig, bringt ihnen jedoch Bonuspunkte bei der Abschlussklausur. Bitte diskutieren sie offene Fragen im Stud.IP-Forum. Rechtzeitig vor der Prüfung (News beachten) findet eine Videokonferenz für ihre Fragen zur Klausur statt. Oder sprechen sie den Betreuer/Tutor direkt an.
Leistungsnachweis	Klausur: Kenntnisse der entsprechenden Konzepte, Begriffe, Einsatzbereiche. Dauer: 60 Minuten für 4 Leistungspunkte (a), 90 Minuten für 6 Leistungspunkte (b).
Lernziele	Ziel der Veranstaltung ist es, eine Einordnung der Business Intelligence in den Bereich der Entscheidungsunterstützung im betrieblichen Umfeld zu liefern und ein Grundverständnis für das Data Warehousing sowie das Data Mining zu vermitteln.
Literatur	M. Lusti, Data Warehousing and Data Mining, Springer, 2002 A. Kurz, Data Warehousing, mitp, 1999 Han, Kamber, Data Mining - Concepts and Techniques, Morgan Kaufmann, 2006 D. Hand / H. Mannila / P. Smyth, Principles of Data Mining, MIT-Press, 2001 M. Berthold / D. Hand, Intelligent Data Analysis, Springer, 2004 K. Backhaus et al., Multivariate Analysemethoden: Eine Anwendungsorientierte Einführung, Springer 2008 W. Lehner, Datenbanktechnologie für Data-Warehouse-Systeme. Konzepte und Methoden, Dpunkt Verlag, 2003
ECTS-Punkte	4 (6)

Lehrende

• Prof. Dr. Dirk Mattfeld
• Dipl.-Math. Viola Ricker

Tutor/-innen

• M. Sc Jan Brinkmann
• Administrator Wirtschaftsinformatik Entsch
• Prof. Dr. Jörg Müller
• Dr. Nadine Guhr
• Sven Packmohr
• Arne Frerichs
• Dipl.-Wirt.-Inf. Christopher Mumme
• Björn Pilarski
• Dr. Jelena Fiosina
• Aaron Johannes Mengelkamp
• Maksims Fiosins

Räume und Zeiten

Keine Raumangabe

Studienbereiche

• Atlantis-Veranstaltungen

Kommentar/Beschreibung

In der Veranstaltung werden zunächst die datengetriebenen Ansätze der Business Intelligence den gängigen Paradigmen zur Lösung betrieblicher Entscheidungsprobleme gegenübergestellt.
Eine repräsentative Auswahl von Methoden, die den gängigen Paradigmen folgen, wird vorgestellt.
Der Schwerpunkt der Veranstaltung liegt auf den Methoden der Business Intelligence. Im Bereich Data Warehousing stehen OLAP-Ansätze, die Data Warehouse Modellierung, ETL-Prozesse und Metadaten im Vordergrund. Darauf aufbauend wird eine Einführung in das Data Mining gegeben und einige DM-Methoden vorgestellt.