Advanced Data Analytics

© shutterstock_andreypopov

Kurzbeschreibung

Die neuen Möglichkeiten und „Intelligenz“ von Informationstechnologien zu nutzen, um das in großen Datenmengen steckende Wissen verwertbar zu machen – darum geht es im Schwerpunkt Advanced Data Analytics (ADA). Der Schwerpunkt befasst sich mit der Analyse, Gestaltung und Bewertung von intelligenten Systemen und hier insbesondere mit dem Einsatz von modernen Methoden der Data Science. Die Studierenden lernen, die zur Lösung wirtschaftlicher Probleme benötigten Daten/Informationen zu identifizieren und zu verarbeiten. Die dafür notwendigen Kenntnisse zur Analyse solcher Probleme und deren Formulierung als Data Analytics-Fragestellungen sowie die praktische Anwendung dieser Kenntnisse im Rahmen von Projekten werden ihnen in Veranstaltungen dieses Schwerpunkts ebenso vermittelt. Der Schwerpunkt ist als Ausbildung zum gefragten Jobprofil des „Data Scientist“ zu verstehen. Dieser Schwerpunkt ist nur in den Diplomstudiengängen Wirtschaftsinformatik und Wirtschaftsingenieurwesen wählbar.

Typische Fragestellungen

• Industrie 4.0: Wie können strukturierte und unstrukturierte Daten analysiert werden, um Geschäftsprozesse zu optimieren?
• Social Media Analytics: Wie lassen sich die Inhalte und Strukturen in sozialen Netzwerken analysieren, um das Verhalten von Nutzern nachvollziehbar und erklärbar zu machen?
• Marketing: Welche Methoden des maschinellen Lernens eignen sich für welche Analysezwecke? Wie kann mittels entsprechender Methoden das Kundenverhalten vorhergesagt werden?

Module (Auswahl)

einführend

• Applied Data Analysis (Prof. Dr. Brendel)
• Data Science: Foundations (Prof. Dr. Brendel)

vertiefend

• Applied Data Science: Case Studies (Prof. Dr. Brendel)
• Learning Analytics im Community Management (Prof. Dr. Schoop)
• Operations Research Vertiefung (Prof. Dr. Buscher)

Karriereperspektiven

Vielfältige Einsatzmöglichkeiten für Absolvent:innen des Schwerpunkts Advanced Data Analytics bieten sich grundsätzlich in allen Unternehmen, die Informationstechnologien einsetzen und vor allem in solchen, die mit großen Datenmengen konfrontiert sind. Gleiches gilt für beratende Unternehmen (vor allem in der IT-Branche), u. a. für:

• Beratung hinsichtlich der Sammlung und Auswertung von Unternehmensdaten
• Tätigkeiten zur Entwicklung von neuartigen Analysealgorithmen§Konzeption und Implementierung von Systemen zur Entscheidungsunterstützung