Das Projekt
Um zukünftige Führungskräfte darauf vorzubereiten, wie datengetriebene Entscheidungs- und Innovationsprozesse zu gestalten und zu bewerten sind, muss sich auch die Ausbildung dieser ändern. Ein erster Schritt in diese Richtung ist die Veranstaltung EEBDA. Gefördert durch den Zukunftsfond Bayern Digital, wurde in Zusammenarbeit von fünf Universitäten eine virtuelle Lehrveranstaltung entwickelt, welche essentielles Wissen im Bereich Big Data Analytics vermittelt und somit ein stabiles Fundament für eine Brücke zwischen klassischer Betriebswirtschaft und zukünftigen Technologien bildet.
Technologien der Digitalisierung im Studium der Betriebswirtschaften
Big Data Analytics (BDA) fasst mehrere Unterkategorien zusammen: je nach Fragestellung und Ziel des BDA Projektes gibt es unterschiedliche Methoden und Herangehensweisen.
In diesem Kurs lernen die Studierenden primär Descriptive Analytics und Predictive Analytics kennen. An der Zielsetzung eines BDA-Projektes lässt sich erkennen, welche Methodik anzuwenden ist. Dabei ist relevant, ob durch Datenanalyse Informationen aus den Daten gewonnen und komplexe Sachverhalte verstanden werden oder ob z.B. durch künstliche Intelligenz Entscheidungen getroffen und auf Basis dieser gehandelt werden.
- Descriptive Analytics wird dazu genutzt, zu beschreiben, welche Informationen in den Daten stecken, und zu verstehen, wie die Daten eine reale Situation repräsentieren.
- Diagnostic Analytics wird dazu genutzt, gewisse Sachverhalte tiefer zu verstehen. Mittels statistischer Methoden, z.B. der Suche nach Korrelationen in den Daten, und auch Data Mining Methoden können Muster in den Daten erkannt werden, welche dann auf bestimmte Sachverhalte zurückgeführt werden können.
- Predictive Analytics wird dazu genutzt, zukünftige Ereignisse anhand vergangener Daten vorauszusagen, und ist wohl das typischste Anwendungsfeld von Big Data Analytics. Darunter fallen beispielsweise auch Empfehlungssysteme.
- Prescriptive Analytics wird dazu genutzt, neue Lösungswege für vorhandene, oft für den Menschen zu komplexe Probleme zu finden. Beispielsweise können Algorithmen genutzt werden, um einen neuen Flugzeugflügel zu konstruieren.
Digitale Herausforderungen und Ziele der Lehre
Nach erfolgreichem Abschluss des Moduls sind die Studierenden in der Lage, ...
- Big-Data-Analysen hinsichtlich ihrer Eigenschaften den traditionellen betriebswirtschaftlichen Theorien/Entscheidungen/Methoden gegenüberzustellen (insbesondere hinsichtlich Datenerstellung, -verarbeitung, -speicherung und -aufbereitung),
- (Einsatz-)Möglichkeiten von Big Data für Wirtschaftswissenschaftler zu evaluieren,
- grundlegende Methoden der Datenbeschaffung, -aufbereitung und -auswertung anzuwenden,
- Herausforderungen beim Einsatz von Big Data (z. B. Datenschutz, Datensicherheit, ethische Erwägungen usw.) zu bewerten und
- Entwicklungen und Trends von Big Data Analytics (BDA) rechtzeitig zu erkennen und für ihre spätere Tätigkeit oder für eine Unternehmensgründung zu nutzen.