Business Technologies
Überblick/Einführung
Vertiefung 1: Business Intelligence & Data Science
Dozent: Prof. Dr. Frank-Michael Schleif
Beschreibung
Business Intelligence (BI) beschreibt das Vorgehen in Unternehmen, aus verfügbaren Daten nutzbringende Informationen für einzelne Entscheidungsträger zu gewinnen. Dabei schließt BI den Entscheider auf Dispositionsebene ebenso ein, wie den Entscheider auf höchster Managementebene.
Business Intelligence ist heute eine Schlüsseltechnologie, ohne die kaum ein Unternehmen auskommt,
denn nur wer die richtigen Kennzahlen zur Unternehmenssteuerung zur Verfügung hat, kann im Wettbewerb bestehen.
Business Intelligence nutzt dabei Algorithmen und Modelle die auch in anderen Data-Science Gebieten eingesetzt werden. Als technische Grundlage für BI dient zumeist ein Data Warehouse (DWH).
Ein DWH ist eine Datenbasis, die Daten aus den operativen Systemen des Unternehmens und aus externen Quellen für analytische Auswertungen integriert und aufbereitet. Es steht also im Gegensatz zu anderen betrieblichen Informationssystemen nicht ein einzelner Geschäftsprozess im Vordergrund, sondern die Bereitstellung einer ganzheitlichen Sicht auf das Unternehmen für das Management. Die Datenversorgung, Datenhaltung und Auswertung ist sowohl fachlich als auch technisch hoch anspruchsvoll. Ursache dafür sind die vielen unterschiedlichen Datenquellen, das hohe Datenvolumen (oft im mehrstelligen Terabyte-Bereich) und die Management-gerechte Aufbereitung und Präsentation der Information.
Die Veranstaltung BI stellt Werkzeuge und Methoden vor, um BI-Systeme zu konzipieren, zu implementieren und zu betreiben.
Inhalte
- Begriffliche Klärung.
- Betriebswirtschaftliche Anwendungsszenarien.
- Grundlagen des Data Warehousing.
- Anforderungsanalyse für BI-Systeme.
- Erstellung eines dimensionalen Modells.
- Infrasturktur für BI-Systeme.
- Data-Warehouse-Architektur und Datenbank-Design.
- Datenbewirtschaftung (ETL).
- Multidimensionale Analyse (OLAP).
- Data Science Algorithmen und Methoden.
- Informationsvisualisierung und Visual Analytics.
Lernziele
- Verständnis der Bedeutung von Business Intelligence in Unternehmen.
- Fähigkeiten zur Einordnung typischer Einsatzszenarien.
- Kenntnis von Methodologien zur Entwicklung von BI-Systemen.
- Business-Intelligence-Prozess.
- Verständnis der allgemeinen Arbeitsweise von BI-Werkzeugen.
- Praktische Erfahrungen bei Analyse, Datenmodellierung und Implementierung von BI-Systemen mit ausgewählten BI-Werkzeugen.
- Kenntnisse zu Grenzen und Möglichkeiten der Datenanalyse.
- BI-spezifische Algorithmen zur Datenanalyse verstehen.
- Grundlegende Befähigung zur Durchführung von BI-Projekten.
Vertiefungsseminar
Beschreibung
Im Vertiefungsseminar werden die aktuellen BT-Themen selbstständig erarbeitet und in Form schriftlicher wissenschaftlicher Arbeiten und Präsentationen vermittelt. Dabei stehen praktische, methodische und wissenschaftliche Arbeitstechniken und aktuelle Themenstellungen im Vordergrund, die tiefgehend aufzuarbeiten sind.
Für alle Teilnehmer des Seminars werden auf diese Weise komplexe Zusammenhänge des Business Technology Managements (BTM) transparent und die Fähigkeit der Analyse, Darstellung und Wiedergabe intensiv geschult.
Vertiefung 2: Business Process Management
Dozentin: Prof. Dr. Gabriele Saueressig
Beschreibung
Geschäftsprozesse sind der Kern jeder Unternehmenstätigkeit. Die Zusammensetzung der Mitarbeiter und die Art und Weise, wie Prozesse im Unternehmen organisiert sind, machen es einzigartig. Geschäftsprozesse sind deshalb eine wesentliche Komponente eines jeden Wettbewerbsvorteils. In den meisten Unternehmen sind Geschäftsprozesse mittlerweile in der IT abgebildet bzw. werden durch IT unterstützt. Diese Verknüpfung von IT und Prozessen ist in den vergangenen Jahren immer wichtiger geworden.
Unter Business Process Management (BPM) oder Geschäftsprozessmanagement (GPM) wird ein integriertes Konzept verstanden, das von der systematischen Gestaltung über die Steuerung und Kontrolle bis hin zur Weiterentwicklung der Geschäftsprozesse alle Phasen der Geschäftsprozessentwicklung berücksichtigt. BPM umfasst damit das strategische Prozessmanagement ebenso wie den Prozessentwurf, die Prozessimplementierung und das Prozesscontrolling.
Der Fokus des IT-gestützten Geschäftsprozessmanagements liegt auf der Vernetzung und technischen Integration sämtlicher Prozesse und Dienste unternehmensweit und unternehmensübergreifend. Um den damit verbundenen Anforderungen an Flexibilität, Interoperabilität und Performance gewachsen zu sein, bedarf es neuer Lösungsansätze sowie unterstützender Tools und Architekturen. Ein solcher Lösungsansatz sind integrierte Business Process Management Systeme (BPMS). Voraussetzung für die Umsetzung von BPMS ist eine IT-Architektur, welche eine Integration ermöglicht (z. B. die Serviceorientierte Architektur - SOA).
Inhalte
- Begriffsklärung und Einordnung des Geschäftsprozessmanagements.
- Strategisches BPM:
- Zusammenhang Unternehmensziele - Strategie - Prozesse.
- Ansätze zum Strategischen BPM.
- Reifegradmodelle.
- Process Mining.
- Operatives BPM:
- Prozessorganisation.
- Prozesscontrolling.
- Unternehmensarchitekturen für BPM.
- Systeme zur Unterstützung des Prozessmanagements.
- Praktische Anwendung eines BPMS (Fallstudie).
Lernziele
- Verständnis für das Basisparadigma des BPM entwickeln.
- Zusammenhänge zwischen strategischem und operativem BPM verstehen.
- Einsicht in die Bedeutung des strategischen Prozessmanagements gewinnen.
- Kenntnis von BPM-Standards und Prozessbeschreibungssprachen.
- Relevanz des Prozesscontrollings erkennen.
- Kenntnis von BPM-relevanten IT-Architekturen.
- Kenntnis der Funktionsweise von BPM-Systemen.
Voraussetzungen
- Fachlich: Modul Business Technologies (4. Semester).
- Studierende der Vertiefung Business Technologies.
Thematisch passende FWPM
Intelligente Datenanalyse
Die Veranstaltung (blended learning) vermittelt wesentliche Kenntnisse im Kontext Data Science. Die Teilnehmer lernen Grundlagen und Algorithmen zur Datenanalyse kennen. Es werden die Risiken und Potentiale für Data Science Anwendungen besprochen und kleine prototypische Lösungen mit RapidMiner (Data Science Werkzeug) erarbeitet.
Folgende Themengebiete werden behandelt:
- Chancen, Grenzen und Risiken der Datenanalyse/Data-Science.
- Mathematische Grundlagen.
- Datenvorverarbeitung und Aufreinigung.
- Modelle, Modellbildung, Evaluierungsmethoden.
- Unüberwachtes und Überwachtes Lernen.
- Datenvisualisierung.
Weitere Informationen
Das Labor BIX.lab (Labor für Business Information Excellence) steht als Raum Studierenden der Vertiefungsrichtung BT und für Bacheloranden und Masteranden zur Verfügung.