Bachelor in Computational Business Analytics (BSc)

Der Kurs führt in die Konzepte, Werkzeuge und Prinzipien des Managements im heutigen globalen Geschäftskontext ein. Er beginnt mit einer Vorstellung dessen, was Management ist, und einem kurzen Überblick über die Historie des Managements. Wir untersuchen dann die externen und internen Rahmenbedingungen, die einen Kontext dafür darstellen, wie Manager ihre Aufgaben ausführen. Als nächstes untersuchen wir, wie Manager Entscheidungen treffen, da der Entscheidungsprozess von zentraler Bedeutung dafür ist, wie Organisationen funktionieren. Der Rest des Kurses ist um die vier Funktionen des Managements, nämlich Planen, Organisieren, Führen und Kontrollieren, organisiert.

         Modulverantwortliche:

         Dr. Stevo Pavicevic

         Dr. Jiping Li

Nach erfolgreichem Abschluss des Moduls kennen Studierende die grundlegenden gesetzlichen Publizitätsanforderungen und Grundlagen der handelsrechtlichen Rechnungslegung insbesondere für kapitalmarktorientierte Unternehmen. Sie können insbesondere:

- Definieren, was unter Vermögenswerten, Schulden, Eigenkapital, Aufwand und Ertrag zu verstehen ist
- Erläutern, welche Auswirkungen verschiedene Arten von Geschäftsvorfällen auf die Vermögens-, Finanz- und Ertragslage haben und beschreiben, wie Geschäftsvorfälle unter der Systematik der doppelten Buchführung auf Konten erfasst werden
- Beschreiben, welche allgemeinen und spezifischen Ansatz- und Bewertungsvorschriften nach nationaler und internationaler Rechnungslegung bei der Erstellung von Abschlüssen zu beachten sind.

Modulverantwortliche:

Prof. Dr. Yuping Jia

In diesem Modul werden die analytischen Fähigkeiten und die Fähigkeit zur logisch validen und fundierten Argumentation geschult. Zudem werden die philosophischen Grundlagen und normativen Implikationen der Betriebs- und Volkswirtschaftslehre bewertet. In diesem Modul geht es also darum, herausfordernde Fragen zu stellen. Die Beantwortung dieser Fragen soll Studierende befähigen, besser zu denken und im Idealfall auch besser zu handeln.

Dieser Kurs vermittelt den Studierenden ein grundlegendes Verständnis der wesentlichen Konzepte in den mathematischen Bereichen Analysis, Algebra, Numerik und Optimierungstheorie, die für viele Anwendungen in den Bereichen Management, Data Sience und Machine Learning erforderlich sind. Es dient somit als Grundbaustein für alle anderen Kurse im Programm.

Modulverantwortliche:

Dr. Pia Domschke

Dieser Kurs bietet eine Einführung in die Datenanalyse mit Microsoft Excel und Python/Pandas. Die Studierenden erhalten eine ausführliche Einführung in die Programmierung mit Python und den dazugehörigen Programmbibliotheken. Darüber hinaus lernen die Studierenden außerdem die verschiedenen Programmierparadigmen kennen, welche den heutigen datenwissenschaftlichen Anwendungen zugrunde liegen.

Nach erfolgreichem Abschluss des Moduls sind die Studierenden in der
Lage:

- Die Bedeutung der Finanzierung für ein Unternehmen aufzuzeigen
- Die Investitions- und Finanzierungsmöglichkeiten von Unternehmen zu analysieren
- Die Preisbildung von Wertpapieren auf den Finanzmärkten darzustellen
- Die Portfolio- und Kapitalmarkttheorie sowie ihre praktische Relevanz zu erläutern
- Das Zusammenspiel von Angebot und Nachfrage auf Finanzmärkten unter unterschiedlichen Informationsszenarien zu untersuchen

Modulverantwortlicher:

Prof. Dr. Martin Faust

Im Rahmen der Lehrveranstaltung werden den Studierenden die relevanten Kenntnisse in den Grundlagen der Mikroökonomik als auch der Entscheidungstheorie vermittelt. Eine Kernfrage der ökonomischen Theoriebildung ist, wie das Zusammenspiel der Entscheidungen unterschiedlicher Individuen Marktprozesse und gesellschaftliche Realität beeinflusst. Als Grundlage dafür dienen die betriebswirtschaftliche Entscheidungstheorie sowie die aus der Volkswirtschaftslehre stammende Mikroökonomie, die hier integrativ gelehrt werden. Da dies mit sozialwissenschaftlichen Resultaten aus der experimentellen Wirtschaftsforschung verbunden wird, erhalten die Teilnehmer einen umfassenden Einblick in menschliches Verhalten unter verschiedenen Nebenbedingungen sowie deren Einfluss auf wirtschaftliche Entwicklungen. Nach Abschluss der Lehrveranstaltung sollten die Studierenden die zentralen Ansätze der Mikroökonomie und der Entscheidungstheorie durchdrungen haben und in der Lage sein, diese kritisch zu beurteilen.

Modulverantwortlicher:

Prof. Dr. Heiko Karle

Nach erfolgreichem Abschluss des Moduls kennen die Studierenden stochastische Begriffe und Methoden, die zur quantitativen Behandlung ökonomischer und finanzwirtschaftlicher Problemstellungen erforderlich sind. Sie sind in der Lage, folgende Begriffe aus unterschiedlichen Teilgebieten der Statistik und Wahrscheinlichkeitstheorie zu erläutern:

• Deskriptive Statistik
• Wahrscheinlichkeitsrechnung
• Induktive Statistik

Modulverantwortliche:

Dr. Pia Domschke

In diesem Modul werden die Studierenden mit verschiedenen Arten von Algorithmen vertraut gemacht, mit denen Probleme, die häufig bei Datenanalysen auftreten, numerisch gelöst werden können. Die Studierenden erwerben außerdem ein tieferes Verständnis für Ursachen von Optimierungsproblemen und können so rechnerisch effiziente Modelle für die Datenanalyse erstellen.

In diesem Kurs werden die Studierenden mit den grundlegenden Konzepten von Datenbanken vertraut gemacht, die von der Erstellung von Datenbanken über Datenmanipulationstechniken bis zur Extraktion relevanter Daten reichen. Die Schüler werden auch die Herausforderungen der Arbeit mit verschiedenen Datentypen kennenlernen.

Dieses Modul vermittelt wie die Produktionsprozesse, mit denen Güter und Dienstleistungen erzeugt werden, gemanagt werden müssen, damit das Angebot an Produkten möglichst gut der Nachfrage nach ihnen entspricht. Dies kann durch den Einsatz geeigneter Werkzeuge des „Operations Managements“ erreicht werden, genauer, durch die konsequente Umsetzung quantitativer Modelle und qualitativer, operativer Strategien. Das Modul führt in ein breites Spektrum solcher Werkzeuge ein und verdeutlicht Ihnen, wann und wie diese in der Praxis anzuwenden sind.

Modulverantwortlicher:

Prof. Dr. Jürgen Strohhecker

Mit Abschluss dieses Moduls sind Sie in der Lage, selbstständig und eigenverantwortlich Vorgänge im Unternehmen auf der Basis betriebswirtschaftlicher Grundlagen zu interpretieren und zu analysieren. Sie lernen die traditionellen Verfahren der Kosten- und Leistungsrechnung (Vollkostenrechnung, Teilkostenrechnung, Plankostenrechnung) sowie moderne Formen des Kostenmanagements kennen und wenden diese an.

Modulverantwortlicher:

Prof. Dr. Timo Vogelsang

Dieses Modul untersucht ethische und rechtliche Fragen, die durch die Entstehung immer größerer Datenbanken und Fortschritte in der Informationstechnologie für Management und Gesellschaft entstehen. Besonderes Augenmerk wird auf Fragen im Zusammenhang mit Datenschutzbedenken, Führungsverantwortung sowie Fairness gelegt.

Im ersten Teil dieses Kurses werden die Studierenden mit verschiedenen Methoden zur Datenerfassung vertraut gemacht und werden sich mit den Stärken und Schwächen der verschiedenen Methoden befassen. Die Studierenden lernen auch, wie sie die Vertrauenswürdigkeit von Daten beurteilen können. Der zweite Teil des Kurses gibt den Studierenden eine Einführung in die Spieltheorie und die Rolle von Anreizen bei Entscheidungsfindungen.

In diesem Kurs lernen die Studierenden aktuelle Methoden des maschinellen Lernens kennen. Der Schwerpunkt liegt hier auf Methoden des überwachten Lernens. Der Kurs beinhaltet außerdem die Grundlagen der statistischen Entscheidungstheorie sowie ihrer Bedeutung in der unternehmerischen Entscheidungsfindung.

Nach erfolgreichem Abschluss dieses Moduls haben die Studierenden ein umfassendes Verständnis der neuesten Fortschritte in der Unternehmensfinanzierung. Beispiele hierfür sind M & A, Private Equity, Risikokapital, Börsengänge, Fremdfinanzierungen, Trends in der Finanztechnologie und Risikomanagement. Die Studierenden erhalten ein tiefgreifendes Verständnis der neuesten Trends in der Branche und können ihr Wissen in der Praxis anwenden.

Modulverantwortliche:

Prof Dr. Yigitcan Karabulut

Prof. Dr. Larissa Schäfer

Das Modul vermittelt grundlegende Kenntnisse und Methoden zur Analyse der Interdependenz von Güter-, Arbeits-, Geld- und Kapitalmärkten einer Volkswirtschaft. Sie gibt damit zugleich einen Einblick in die großen Kontroversen zwischen den wichtigsten volkswirtschaftlichen Schulen und der aus diesen konkurrierenden Lehrmeinungen erwachsenden Konsequenzen für die Stabilisierungspolitik von Regierung und Zentralbank.

Modulverantwortlicher:

Prof. Dr. Benjamin Born

Nach erfolgreichem Abschluss des Moduls, kennen die Studierenden die grundlegenden Theorien, Konzepte und Vorgehensweisen des Marketings, sie sind in der Lage:

• Die Bedeutung des Marketings zu beschreiben,
• Aufgaben des strategischen und operativen Marketings zu erläutern,
• Verhaltensweisen von Konsumenten zu beschreiben,
• Marketing-Mix Instrumente zu veranschaulichen.

Modulverantwortliche:

Dr. Britta Meinert

Dr. Tetyana Kosyakova

Dieses Modul baut auf dem Kurs Computational Statistics auf und behandelt die wichtigsten Techniken des Maschinellen Lernens. Die Themen decken das gesamte Spektrum des beaufsichtigten-  und des unbeaufsichtigten Lernens ab. Die Studenten werden verstehen wie die Algorithmen angewendet werden können um eine Vielzahl praktischer Probleme zu lösen -  von der Zeitreihen Analyse für den Finanzmarkt bis zur Bildverarbeitung.

Dieses Modul verbindet datenwissenschaftliche Techniken mit der Entscheidungsfindung in Führungspositionen. Die Studierenden lernen, wie sie die Ergebnisse der Datenanalyse effektiv an Entscheidungsträger kommunizieren und umsetzbare Empfehlungen für das Management ableiten können. Sie lernen auch, wie sie auch bei stark voreingenommenen Daten aussagekräftige Erkenntnisse gewinnen können.