Applied Analytics

Studieng?nge mit diesem Modul: Wirtschaftsingenieurwesen Agrar/Lebensmittel (B.Eng.)

Kurzbeschreibung: Daten spielen im Arbeitsalltag eine immer gr??er werdende Rolle. Dementsprechend ist es für jeden Mitarbeiter wichtig, mit Daten umgehen zu k?nnen. Das bedeutet konkret, die Daten mit geeigneten Tools und Verfahren zu verarbeiten, auszuwerten, visualisieren und pr?sentieren zu k?nnen. In dieser Veranstaltung lernen die Studierenden deshalb Instrumente und Softwaretools kennen, mit denen verschiedene Arten von Daten geeignet verarbeitet, aufbereitet und analyisert werden k?nnen.

Lehrinhalte: 1 Arten von Daten
2 Verarbeitung von Daten
3 Analyse von Daten
4 Visualisierung und Pr?sentation
5 Machine Learning

Lernergebnisse / Kompetenzziele: Wissensverbreiterung
Die Studierenden kennen verschiedene Arten von Daten und Verfahren, mit diesen geeignet umzugehen.

Die Studierenden kennen Softwaretools für die Analyse und Visualisierung von Daten.
Wissensvertiefung
Die Studierenden kennen moderne Methoden des Machine Learning und verstehen deren Anwendungsbereiche.
K?nnen - instrumentale Kompetenz
Die Studierenden k?nnen eigenst?ndig einen unbekannten Datensatz erfassen und verstehen.

Die Studierenden k?nnen Fragen und Hypothesen formulieren und anhand vorliegender Daten beantworten bzw. best?tigen.

Die Studierenden k?nnen Daten für verschiedene Fragestellungen gezielt aufbereiten und geeignet visualisieren.
K?nnen - kommunikative Kompetenz
Die Studierenden k?nnen ihre Ergebnisse auf den Punkt einer bestimmten Zielgruppe pr?sentieren.
K?nnen - systemische Kompetenz
Die Studierenden k?nnen in unbekannten Situationen die gelernten Vorgehen und Tools einsetzen, um anhand von Daten Entscheidungen zu treffen.

Lehr-/Lernmethoden: Die Veranstaltung folgt dem Prinzip des Flipped Classroom. Materialien in Form von Audio, Video oder Literatur werden vor den Sitzungen bereitgestellt. Die Studierenden besch?ftigen sich in Vorbereitung auf die Sitzung mit diesen Inhalten, so dass die gemeinsame Zeit gr??tenteils zur Arbeit in Gruppen und zur Anwendung und Vertiefung des Wissens verwendet werden kann.

Empfohlene Vorkenntnisse: Es wird empfohlen das Modul "Information Management" belegt zu haben. Alternative müssen die Inhalte eigenst?ndig mittels bereit gestellter Materialien erarbeitet werden.

Lehr-/Lernkonzept

Workload Dozentengebunden
Std. Workload	Lehrtyp
10	Vorlesungen
40	?bungen
5	Prüfungen
Workload Dozentenungebunden
Std. Workload	Lehrtyp
30	Kleingruppen
45	Veranstaltungsvor-/-nachbereitung
20	Prüfungsvorbereitung

Prüfungsleistung

Bemerkung zur Prüfungsform: Teilleistungen in der Portfolioprüfung:Antwort-Wahl-Verfahren (AWV) - 15%Antwort-Wahl-Verfahren (AWV) - 15%Fallstudie, schriftlich (FSS) - 70%

Regelm??ige Teilnahme (RT) - unbenotet

Prüfungsanforderungen: Standardprüfungsleistung: Portfolioprüfung (alternative Prüfungsleistung ist ggf. vom Prüfer zu w?hlen und bei Veranstaltungsbeginn bekannt zu geben)