Post on 12-Apr-2018
transcript
Modulhandbuch für den StudiengangMaster Digitale Transformation, PO-Version 18 WS
Inhaltsverzeichnis
Abschluss Master
Pflichtmodule
MDT-301 Innovations- und Zukunftsmanagement..................................................................................3
MDT-301-01 Innovations- und Zukunftsmanagement................................................................................4
MDT-302 Auswirkungen der Digitalisierung........................................................................................... 5
MDT-302-01 Auswirkungen der Digitalisierung......................................................................................... 6
MDT-303 Simulation ökonomischer Systeme......................................................................................... 7
MDT-303-01 Simulation ökonomischer Systeme....................................................................................... 8
MDT-304 Referenzmodelle und Standards............................................................................................. 9
MDT-304-01 Referenzmodelle und Standards......................................................................................... 10
MDT-305 Datenanalyse und Digitalisierung......................................................................................... 11
MDT-305-01 Datenanalyse und Digitalisierung....................................................................................... 12
MDT-306 Innovative Methoden des Projektmanagements.................................................................. 14
MDT-306-01 Innovative Methoden des Projektmanagements................................................................ 15
MDT-307 Künstliche Intelligenz............................................................................................................ 16
MDT-307-01 Künstliche Intelligenz...........................................................................................................17
MDT-308 Forschungsmethoden in der WI............................................................................................ 19
MDT-308-01 Forschungsmethoden in der WI.......................................................................................... 20
MDT-397 Forschungs-/Praxisphase....................................................................................................... 22
MDT-397-01 Forschungs-/Praxisphase..................................................................................................... 23
MDT-399 Master-Arbeit.......................................................................................................................... 24
MDT-399-01 Master-Arbeit........................................................................................................................ 25
Schwerpunkt Digitale Unternehmenstransformation
MDT-331 Optimierung von Geschäftsprozessen...................................................................................26
MDT-331-01 Optimierung von Geschäftsprozessen.................................................................................27
Stand: 18. Dezember 2017 Seite 1 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
MDT-332 Neue Geschäftsmodelle, Produkte und Dienstleistungen.................................................... 28
MDT-332-01 Neue Geschäftsmodelle, Produkte und Dienstleistungen.................................................. 29
Schwerpunkt Informationstechnologien
MDT-341 Cyber-Sicherheit..................................................................................................................... 30
MDT-341-01 Cyber-Sicherheit................................................................................................................... 31
MDT-342 Verteilte, intelligente Systeme.............................................................................................. 32
MDT-342-01 Verteilte, intelligente Systeme............................................................................................ 33
Stand: 18. Dezember 2017 Seite 2 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-301 Innovations- und Zukunftsmanagement
Modulniveau Grundlagenmodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-301-01 Innovations- und Zukunftsmanagement, Pflicht
Verantwortliche(r) Clasen, Michael, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden verfügen über eine vertiefte Einsicht in die Funktionen und Ziele von Innovations- undZukunftsmanagement. Sie verfügen über fundierte Kenntnisse wesentlicher Methoden der Innovations- undZukunftsforschung und sind in der Lage, die dem jeweiligen Gegenstandsbereich bzw. der Fragestellungangemessenen Methoden auszuwählen und in der unternehmerischen Praxis anzuwenden. ErgänzendeKenntnisse im Change Management erlauben es den Studierenden, Strategien zu erarbeiten, die alsnotwendig identifizierten Veränderungen in die Realität umzusetzen.
Stand: 18. Dezember 2017 Seite 3 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-301-01 Innovations- und Zukunftsmanagement
Verantwortliche(r) Clasen, Michael, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfohlene Voraussetzungen keine
Studien-/ Prüfungsleistungen H, K2, M, P, R
Gruppengröße 25
Angestrebte Lernergebnisse
Die Studierenden verfügen über eine vertiefte Einsicht in die Funktionen und Ziele von Innovations- undZukunftsmanagement. Sie verfügen über fundierte Kenntnisse wesentlicher Methoden der Innovations- undZukunftsforschung und sind in der Lage, die dem jeweiligen Gegenstandsbereich bzw. der Fragestellungangemessenen Methoden auszuwählen und in der unternehmerischen Praxis anzuwenden. ErgänzendeKenntnisse im Change Management erlauben es den Studierenden, Strategien zu erarbeiten, die alsnotwendig identifizierten Veränderungen in die Realität umzusetzen.
Inhalt
- Einsicht in die Funktionen und Ziele der Innovations- und Zukunftsforschung, sowie des ChangeManagements für betriebswirtschaftliche Fragestellungen.
- Die Kompetenz zur komplexen Problemerfassung in zukunftsrelevanten Fragestellungen, derenBeurteilung und Bewertung.
- Die Kompetenz, die wesentlichen Methoden der Innovations- und Zukunftsforschung, sowie desChange Managements anzuwenden und die dem jeweiligen Gegenstandsbereich bzw. der Fragestellungangemessenen Methoden auszuwählen, einzusetzen und weiterzuentwickeln.
- Die Kompetenz zur Planung und Durchführung von Zukunftsstudien und zur wissenschaftlichen Begleitungvon Prozessen der Innovations- und Zukunftsgestaltung in verschiedenen beruflichen Zusammenhängen.
- Kenntnisse bei der Planung und Realisierung von Prozessen der Zukunftsgestaltung, mit besonderemFokus auf Möglichkeiten und Auswirkungen der Digitalisierung von Unternehmen.
Anforderungen der Präsenzzeit
- Aktive Teilnahme an der Vorlesung und an den Übungen
Anforderungen des Selbststudiums
- Selbstständiges Bearbeiten der Aufgaben- intensives Nacharbeiten der Lehrinhalte
Literatur
- Gerhold et al. (Hrsg.) (2014): Standards und Gütekriterien der Zukunftsforschung: Ein Handbuch fürWissenschaft und Praxis (Zukunft und Forschung)
- Gransche, B. (2015): Vorausschauendes Denken, transcript Verlag, Bielefeld.- Hauschildt, J. und Salomo, S. (2011): Innovationsmanagement, 5. Auflage, Verlag Franz Vahlen, München.- Lauer, T. (2014): Change Management - Grundlagen und Erfolgsfaktoren, Spinger Gabler, Berlin,
Heidelberg.- Popp, R. (2016): Zukunfts-Wissenschaft & Zukunfts-Forschung, Lit Verlag, Wien.- Völker, R. und Friesenhahn, A.(Hrsg.) (2018): Innovationsmanagement 4.0, Kohlhammer, Stuttgart.
Stand: 18. Dezember 2017 Seite 4 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-302 Auswirkungen der Digitalisierung
Modulniveau Grundlagenmodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-302-01 Auswirkungen der Digitalisierung, Pflicht
Verantwortliche(r) Schulze, Arne, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden kennen die Grundlagen (globaler) Wertschöpfungsketten und die aktuelle Situationder Menschen in der Gesellschaft im Allgemeinen. Sie können den Einfluss der Digitalisierung auf dieWertschöpfung, das Menschenbild und die Rolle des Menschen in der Gesellschaft bewerten. Insbesonderekönnen Sie die Veränderungen bei der Einbindung von Kunden und der Art der Wertschöpfung analysieren.Die Studierenden können die fortschreitenden Veränderungen in allen Bereichen des menschlichen Lebenserkennen und einordnen. Die Studierenden kennen die aktuelle Situation der Menschen im Arbeitslebenim Allgemeinen. Sie können die durch die Digitalisierung initiierten Veränderungen in der Arbeit undArbeitsorganisation erkennen und bewerten. Die Maschine wird als möglicher Teil der Gesellschaft erkannt.Die resultierenden Fragestellungen können abgeleitet werden.
Stand: 18. Dezember 2017 Seite 5 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-302-01 Auswirkungen der Digitalisierung
Verantwortliche(r) Schulze, Arne, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfohlene Voraussetzungen Grundlagen der BWL, VWL
Studien-/ Prüfungsleistungen H, K2, M, P, R
Gruppengröße 25
Angestrebte Lernergebnisse
Die Studierenden kennen die Grundlagen (globaler) Wertschöpfungsketten und die aktuelle Situationder Menschen in der Gesellschaft im Allgemeinen. Sie können den Einfluss der Digitalisierung auf dieWertschöpfung, das Menschenbild und die Rolle des Menschen in der Gesellschaft bewerten. Insbesonderekönnen Sie die Veränderungen bei der Einbindung von Kunden und der Art der Wertschöpfung analysieren.Die Studierenden können die fortschreitenden Veränderungen in allen Bereichen des menschlichen Lebenserkennen und einordnen. Die Studierenden kennen die aktuelle Situation der Menschen im Arbeitslebenim Allgemeinen. Sie können die durch die Digitalisierung initiierten Veränderungen in der Arbeit undArbeitsorganisation erkennen und bewerten. Die Maschine wird als möglicher Teil der Gesellschaft erkannt.Die resultierenden Fragestellungen können abgeleitet werden.
Inhalt
- Grundlagen und Entwicklung des Wertschöpfungsmanagements- Aktuelles Menschenbild- Strukturen und gesellschaftliche Modelle- Struktur von globalen Wertschöpfungsketten und den möglichen Einflussfaktoren auf diese- Veränderung der Wertschöpfung und Organisation der Arbeit mit der fortschreitenden Digitalisierung in
Unternehmen und der Gesellschaft- Zusammenwirken von Mensch und Maschine bei der Erbringung der Wertschöpfung- Neue Anforderungen an Mitarbeiter und Manager- Aktuelle Rolle des Menschen im Arbeitsleben und in der Gesellschaft- Durch die Digitalisierung initiierte gesellschaftliche Herausforderungen und Problemfelder- Zukünftige Veränderungen in der Stellung von Maschinen und Software in der Gesellschaft und
insbesondere dem Arbeitsleben- Resultierende Fragestellungen und Lösungsansätze
Anforderungen der Präsenzzeit
- Aktive Teilnahme- Vorbereitung der Fallbeispiele
Literatur
- Elms, Deborah K. and Patrick Low (Editors): Global Value chains in a changing world, WTO PublicationsSwitzerland 2013
- Hackl, Benedikt et. al. New Work: Auf dem Weg zur neuen Arbeitswelt Springer 2017- Hoffmeister, Christian: Digitale Geschäftsmodelle richtig einschätzen Hanser 2013- Laloux, Frederic: Reinventing organizations, Vahlen 2017- Pelzer, Claudia and Burgard, Nora Co-Economy: Wertschöpfung im digitalen Zeitalter Springer 2014
Stand: 18. Dezember 2017 Seite 6 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-303 Simulation ökonomischer Systeme
Modulniveau Grundlagenmodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-303-01 Simulation ökonomischer Systeme, Pflicht
Verantwortliche(r) von Viebahn, Christoph, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Empfohlene Voraussetzungen Grundlagen der BWL, Geschäftsprozessmanagement, Programmieren
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden lernen komplexe ökonomische Systeme mit smarten Objekten und dem Menschenals Akteur kennen. Sie verstehen es konkrete Systeme zu modellieren und mithilfe des Werkzeugs derSimulation Systeme zu analysieren und Aussagen über das Systemverhalten zu treffen.
Stand: 18. Dezember 2017 Seite 7 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-303-01 Simulation ökonomischer Systeme
Verantwortliche(r) von Viebahn, Christoph, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfehlungen zum Selbststudium - Vor- und Nachbereitung des zur Verfügung gestellten Skriptes- Paralleles Studium der empfohlenen Literatur insb. zur
Simulationssoftware AnyLogic- Selbstständiges Lösen von Aufgaben
Empfohlene Voraussetzungen Grundlagen der BWL, Geschäftsprozessmanagment, Programmieren
Studien-/ Prüfungsleistungen EDR, H, M, R
Gruppengröße 25
Angestrebte Lernergebnisse
Die Studierenden lernen komplexe ökonomische Systeme mit smarten Objekten und dem Menschenals Akteur kennen. Sie verstehen es konkrete Systeme zu modellieren und mithilfe des Werkzeugs derSimulation Systeme zu analysieren und Aussagen über das Systemverhalten zu treffen.
Inhalt
Lehrninhalte: Simulation- Modellierung ökonomischer Systeme- Agentenbasierte, diskret-ereignisorientierte und systemdynamische Modellierung sowie der
Multimethodenansatz- Zeitvariante Datenreihen zur Auswertung der Simulationsdurchläufe- Ergebnisinterpretation, Parameterjustierung und ModellvergleicheLehrinhalte: Labor Simulation- Simulation ökonomischer Modelle mit AnyLogic- Programmierung mit Java- Datenabfragen und -analysen mit SQL- Parametrierung und Datenvisiualisierung mit AnyLogic und Microsoft Excel- Modellvergleich
Anforderungen der Präsenzzeit
- Regelmäßiger Besuch der Veranstaltung- Aktive Teilnahme an der Vorlesung- Intensive Mitarbeit im Labor
Anforderungen des Selbststudiums
- Intensive Nachbereitung und Vorbereitung der Lehrinhalte- Selbstständige Lösung der vorgegebenen Fallstudien
Literatur
- Beyer, J.; Becher, F.: Agentenbasiertes Scheduling und Rescheduling in Produktions-Transport-Netzwerken.Frauenhofer IRB Verlag, Stuttgart
- Grigoryev, I.: AnyLogic 7 in Three Days, A Quick Course in Simulation Modeling- Ottemöller, O.: Modelling Change in Supply Chain Structures and ist Effect on Freight Transport Demand.
Technische Universität Darmstadt- Wilke, J.: Supply Chain Koordination durch Lieferverträge mit rollierender Mengenflexibilität. Eine
Simulationsstudie am Beispiel von Lieferketten der deutschen Automobilindustrie. Gabler Verlag SpringerFachmedien, Wiesbaden
Stand: 18. Dezember 2017 Seite 8 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-304 Referenzmodelle und Standards
Modulniveau Grundlagenmodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-304-01 Referenzmodelle und Standards, Pflicht
Verantwortliche(r) Clasen, Michael, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden sind nach Abschluss des Moduls in der Lage, den Nutzen von Referenzmodellen für dieEntwicklung Smarter Objekte und Dienste zu erkennen. Dabei lernen sie konkrete Referenzmodelle aus demBereich Internet-of-Thinks (IoT) kennen. Die Studierenden lernen den Prozess der Standardisierung undNormierung sowie die beteiligten Organisationen kennen. Einzelne Standards und technische Normen ausdem Portfolio von GS1 werden detailliert behandelt, um die praktische Arbeit mit Normierungsdokumentenzu üben.
Stand: 18. Dezember 2017 Seite 9 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-304-01 Referenzmodelle und Standards
Verantwortliche(r) Clasen, Michael, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfohlene Voraussetzungen keine
Studien-/ Prüfungsleistungen K2, M, R
Gruppengröße 25
Angestrebte Lernergebnisse
Die Studierenden sind nach Abschluss des Moduls in der Lage, den Nutzen von Referenzmodellen für dieEntwicklung Smarter Objekte und Dienste zu erkennen. Dabei lernen sie konkrete Referenzmodellen ausdem Bereich Internet-of-Thinks (IoT) kennen. Die Studierenden lernen den Prozess der Standardisierung undNormierung sowie die beteiligten Organisationen kennen. Einzelne Standards und technische Normen ausdem Portfolio von GS1 werden detailliert behandelt, um die praktische Arbeit mit Normierungsdokumentenzu üben.
Inhalt
- Referenzmodell: Möglichkeiten, Grenzen, Konzepte und Werkzeuge- Nutzungsszenarien Smarter Objekte und Dienstleitungen- Standardisierung und Normierung: Sinnhaftigkeit, Organisationen, Prozesse- Konkrete Arbeit an der Entwicklung von Standards- Überblick über relevante Standards und Normen für Smarte Objekte und Dienstleistungen- detaillierte Betrachtung der behandelten Standards und technischen Protokolle am Beispiel der GS1/EPC
Standards
Anforderungen der Präsenzzeit
- Aktive Teilnahme an der Vorlesung und an den Übungen
Anforderungen des Selbststudiums
- Selbständiges Bearbeiten der Aufgaben- intensives Nacharbeiten der Lehrinhalte
Literatur
- Bassi, A. (2013): Enabling Things to Talk: Designing IoT solutions with the IoT Architectural ReferenceModel, Spinger Open
- Hartlieb, B., Hövel, A., Müller, N. (2016): Normung und Standardisierung: Grundlagen (Beuth Praxis)- Gampl, B., Robeck, M, Clasen, M. (2008): The RFID Reference Model- GS1 (2016): GS1 General Specifications, https://www.gs1.org/barcodes-epcrfid-id-keys/gs1-general-
specifications
Stand: 18. Dezember 2017 Seite 10 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-305 Datenanalyse und Digitalisierung
Modulniveau Grundlagenmodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-305-01 Datenanalyse und Digitalisierung, Pflicht
Verantwortliche(r) König, Stephan, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Empfohlene Voraussetzungen Grundlagen Datenbanksysteme
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden kennen moderne Datenanalyseverfahren im Kontext der Digitalisierung und können diesein der Praxis anwenden. Sie können Analysen sehr großer, ggfs. unstrukturierter Datenmengen selbständigkonzipieren, umsetzen und bewerten und dadurch sowohl operative als auch strategische Entscheidungenim Unternehmen unterstützen. Die Studierenden sind in der Lage, neue, datenbasierte Geschäftsmodelle zuerkennen und zu ermöglichen. Die Gruppenarbeit (Pair Programming) während der Fallstudie unterstützt dieWeiterentwicklung sozialer Kompetenzen.
Stand: 18. Dezember 2017 Seite 11 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-305-01 Datenanalyse und Digitalisierung
Verantwortliche(r) König, Stephan, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfehlungen zum Selbststudium - Vor- und Nachbereitung anhand des Vorlesungsskriptes- Studium der empfohlenen Literatur- Bearbeitung der Vertiefungsaufgaben zur Fallstudie- Vorbereitung Prüfungsleistung
Empfohlene Voraussetzungen Grundlagen Datenbanksysteme
Studien-/ Prüfungsleistungen H, K2, M, R
Gruppengröße 25
Angestrebte Lernergebnisse
Die Studierenden kennen moderne Datenanalyseverfahren im Kontext der Digitalisierung und können diesein der Praxis anwenden. Sie können Analysen sehr großer, ggfs. unstrukturierter Datenmengen selbständigkonzipieren, umsetzen und bewerten und dadurch sowohl operative als auch strategische Entscheidungenim Unternehmen unterstützen. Die Studierenden sind in der Lage, neue, datenbasierte Geschäftsmodelle zuerkennen und zu ermöglichen. Die Gruppenarbeit (Pair Programming) während der Fallstudie unterstützt dieWeiterentwicklung sozialer Kompetenzen.
Inhalt
- Moderne Datenanalyse im Kontext der Digitalisierung- Datenquellen und Datencharakteristika (dezentral, zeitnah)- Grenzen traditioneller Business Intelligence Ansätze- Datenextraktion, -speicherung und -transformation. Datenqualität- Einbeziehung externer und geographischer Daten- (Cloudbasierte) Analysearchitekturen- Datenvisualisierung- Datenexploration und Vorhersagemodelle zur Entscheidungsunterstützung- Neue, datenbasierte Geschäftsmodelle erkennen und ermöglichen- Datenschutzrechtliche Aspekte- Umfangreiche Fallstudie zur modernen Datenanalyse im Kontext der Digitalisierung
Anforderungen der Präsenzzeit
- regelmäßiger Besuch der Veranstaltung- aktive Teilnahme an der Vorlesung- intensive Mitarbeit an der praktischen Fallstudie (Gruppenarbeit)- Teilnahme an Diskussion von Veröffentlichungen und Webinaren
Anforderungen des Selbststudiums
- intensive Nachbereitung der Lerninhalte- Bearbeitung der Vertiefungsaufgaben zur Fallstudie- Selbständiges Erarbeiten der bereitgestellten Materialien
Literatur
- A. Minteer: Analytics for the Internet of Things (IoT). Packt Publishing (2017)- J. Moolayil: Smarter Decisions - The Intersection of Internet of Things and Decision Science. Packt
Publishing (2017)- T. Kaufmann: Geschäftsmodelle in Industrie 4.0 und dem Internet der Dinge: Der Weg vom Anspruch in die
Wirklichkeit. Springer Vieweg (2015)
Stand: 18. Dezember 2017 Seite 12 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
- D. Schallmo: Digitale Transformation von Geschäftsmodellen: Grundlagen, Instrumente und Best Practices.Springer Gabler (2016)
Stand: 18. Dezember 2017 Seite 13 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-306 Innovative Methoden des Projektmanagements
Modulniveau Grundlagenmodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-306-01 Innovative Methoden des Projektmanagements, Pflicht
Verantwortliche(r) Baumann, Lars, Prof. Dr.-Ing.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Empfohlene Voraussetzungen Grundlagen des allgemeinen und agilen Projektmanagements
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden sind in der Lage die innovativen Methoden des Projektmanagement einzuordnen undgezielt anzuwenden. Insbesondere geht es in diesem Modul um die Verbindung von agilen Methodenund klassischen Phasenmodellen. Die Studierenden sollen in der Lage sein, eine Kombination zu diesenModellen zu entwickeln und diese im Projekt zur Anwendung zu bringen (Hybrides Projektmanagement).Weiterhin werden in diesem Modul innovative Methoden für die Führung von internationalen verteilten undvirtuellen Teams diskutiert und in Form von Übungen zur Anwendung gebracht.
Stand: 18. Dezember 2017 Seite 14 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-306-01 Innovative Methoden des Projektmanagements
Verantwortliche(r) Baumann, Lars, Prof. Dr.-Ing.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfehlungen zum Selbststudium Studium der empfohlenen Literatur
Empfohlene Voraussetzungen Grundlagen des allgemeinen und agilen Projektmanagements
Studien-/ Prüfungsleistungen H, M, Pf, R
Gruppengröße 25
Angestrebte Lernergebnisse
Die Studierenden sind in der Lage die innovativen Methoden des Projektmanagement einzuordnen undgezielt anzuwenden. Insbesondere geht es in diesem Modul um die Verbindung von agilen Methodenund klassischen Phasenmodellen. Die Studierenden sollen in der Lage sein, eine Kombination zu diesenModellen zu entwickeln und diese im Projekt zur Anwendung zu bringen (Hybrides Projektmanagement).Weiterhin werden in diesem Modul innovative Methoden für die Führung von internationalen verteilten undvirtuellen Teams diskutiert und in Form von Übungen zur Anwendung gebracht.
Inhalt
- Agiles Projektmanagement (Scrum, XP, Kanband, Lean)- Klassische Methoden und mögliche Hybridansätze im Projektmanagement- Interkulturelle IT-Projektteams- Personalführung und Motivation virtuellen verteilten internationalen Teams- Wichtige Tools für die Projektarbeit (Hybrid)- Führung und Teamkoordination für unterschiedliche Projektgrößen Konfliktmanagement in Projekten- Präsentation von Statusberichten für ausgewählte Zielgruppen (Stakeholder)- Moderne Projektplanung mit hybridem Projektmanagement
Anforderungen der Präsenzzeit
- aktive Teilnahme im Seminar- intensive Mitarbeit bei den Übungen- Nachbereitung der Seminar- Teilnahme an Diskussionen
Anforderungen des Selbststudiums
intensive und konsequente Nachbereitung der Lehrinhalte
Literatur
- Deresky, Helen. International Management: Managing Across Borders and Cultures. Pearson, 2016- Meier, Harald. Internationales Projektmanagement. Interkulturelles Projektmanagement. NWB Studium,
2015- Griffith, Mike. PMI-ACP Exam Prep, Second Edition, RMC Publications, 2015- Brewer, J., Dittmann, K.: Methods of IT Project Management, Peason Education- Project Management Institute: A guide to the Project Management Body of Knowledge PMBOK, 2017
Stand: 18. Dezember 2017 Seite 15 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-307 Künstliche Intelligenz
Modulniveau Grundlagenmodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-307-01 Künstliche Intelligenz, Pflicht
Verantwortliche(r) Mack, Dagmar, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Empfohlene Voraussetzungen Mathematische Grundlagen (Logik, Statistik)Progammiergrundlagen
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden- kennen und verstehen Begriffe, Anwendungsbereiche, Teilbereiche der KI,- sind in der Lage selbstständig die Relevanz von KI-Anwendungen für betriebliche Anwendungen zu
beurteilen,- kennen, verstehen und können Wissensdarstellungsmethoden anwenden,- kennen, verstehen und können logikbasierte Verfahren sowie Suchverfahren anwenden,- kennen, verstehen und können Machine-Learning-Verfahren anwenden und selbstständig entwickeln,- kennen, verstehen und können Neuronale Netze anwenden und selbstständig entwickeln- kennen Machine-Learning-Tools sowie Neuronale-Netzwerk-Simulatoren und können diese anwenden
Stand: 18. Dezember 2017 Seite 16 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-307-01 Künstliche Intelligenz
Verantwortliche(r) Mack, Dagmar, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfehlungen zum Selbststudium Vorlesungsbesuch, eigenständige Bearbeitung Fallstudien, Aufgaben
Empfohlene Voraussetzungen Mathematische Grundlagen (Logik, Statistik)Progammiergrundlagen
Studien-/ Prüfungsleistungen H, K2, M, Pf, R
Gruppengröße 25
Angestrebte Lernergebnisse
Die Studierenden- kennen und verstehen Begriffe, Anwendungsbereiche, Teilbereiche der KI,- sind in der Lage selbstständig die Relevanz von KI-Anwendungen für betriebliche Anwendungen zu
beurteilen,- kennen, verstehen und können Wissensdarstellungsmethoden anwenden,- kennen, verstehen und können logikbasierte Verfahren sowie Suchverfahren anwenden,- kennen, verstehen und können Machine-Learning-Verfahren anwenden und selbstständig entwickeln,- kennen, verstehen und können Neuronale Netze anwenden und selbstständig entwickeln- kennen Machine-Learning-Tools sowie Neuronale-Netzwerk-Simulatoren und können diese anwenden
Inhalt
1. Einführung2. Wissensdarstellung, -verarbeitung, Lernen3. Logik, Logikkalküle4. Problemlösen, Suchverfahren5. Maschinelle Lernverfahren6. Einführung in Neuronale Netze7. Komplexe Neuronale Netze, Deep Learning8. KI-Trends, Ausblick
Anforderungen der Präsenzzeit
- Regelmäßige Teilnahme, Mitarbeit Vorlesung, Übung- Bereitschaft zum Einbringen von Diskussionspunkten- Bereitschaft zur Kurz-Moderation- Respektvoller Umgang mit Kommilitonen- Bereitschaft zur Bearbeitung Übungen (eigenständig / in Gruppe)
Anforderungen des Selbststudiums
- Reflektiertes Studium Vorlesung, Übung- Eigenständiges Nacharbeiten Mitschrift, Aufgaben- Strukturierte, selbstständige Zusammenfassung Lehrinhalte- Eigenverantwortliche Annahme bereitgestellter Betreuungsangebote
Literatur
- Cleve, J.; Lämmel, U. (2012): Künstliche Intelligenz. 4. Aufl. Wiesbaden.- Ertel, W. (2016): Grundkurs Künstliche Intelligenz. Eine praxisorientierte Einführung. 4. Aufl. Wiesbaden.- Géron, A. (2017): Hands-On Machine Learning with Scikit-Learn and TensorFlow. Concepts, Tools, and
Techniques to Build Intelligent Systems. Sebastopol (U.S.A.).- Lackes, R.; Mack, D. (1998): Computer based training on neural nets: Basics, development, and practice.
Heidelberg.
Stand: 18. Dezember 2017 Seite 17 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
- Lackes, R.; Mack, D. (2000): Neuronale Netze in der Unternehmensplanung: Grundlagen,Entscheidungsunterstützung, Projektierung. München.
- Rey, G. (2011): Neuronale Netze: Eine Einführung in die Grundlagen, Anwendungen undDatenauswertung. 2. Aufl. Bern.
Stand: 18. Dezember 2017 Seite 18 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-308 Forschungsmethoden in der WI
Modulniveau Grundlagenmodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-308-01 Forschungsmethoden in der WI, Pflicht
Verantwortliche(r) Disterer, Georg, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Empfohlene Voraussetzungen Kenntnisse zu Grundlagen wissenschaftliche Arbeitens
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Nach Abschluss des Moduls sind die Studierenden in der Lage:- Grundzüge des Wissenschaftssystems darzustellen- Grundzüge der Wissenschaftstheorie darzustellen- das Qualitätssicherungsystem wissenschaftlicher Forschung zu verstehen- für die WI wesentliche Forschungsmethoden zu verstehen- wissenschaftliche Arbeiten im Fachgebiet der WI zu analysieren- wissenschaftliche Forschungsdesigns zu verstehen und zu bewerten- wissenschaftliche Ergebnisse im Fachgebiet anzuwenden- eigene wissenschaftliche Arbeiten zu planen und durchzuführen
Stand: 18. Dezember 2017 Seite 19 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-308-01 Forschungsmethoden in der WI
Verantwortliche(r) Disterer, Georg, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Seminar und Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfehlungen zum Selbststudium - Vor- und Nachbereitung der Veranstaltungen anhand Skipt- Studium ausgewählter Fachliteratur- Vorbereitung bzw. Anfertigung Prüfungsleistung
Empfohlene Voraussetzungen Kentnnise zu Grundlagen wissenschaftlichen Arbeitens
Studien-/ Prüfungsleistungen H, M, P, R
Gruppengröße 25
Angestrebte Lernergebnisse
Nach Abschluss des Moduls sind die Studierenden in der Lage:- Grundzüge des Wissenschaftssystems darzustellen- Grundzüge der Wissenschaftstheorie darzustellen- das Qualitätssicherungsystem wissenschaftlicher Forschung zu verstehen- für die WI wesentliche Forschungsmethoden zu verstehen- wissenschaftliche Arbeiten im Fachgebiet der WI zu analysieren- wissenschaftliche Forschungsdesigns zu verstehen und zu bewerten- wissenschaftliche Ergebnisse im Fachgebiet anzuwenden- eigene wissenschaftliche Arbeiten zu planen und durchzuführen
Inhalt
Themen:- Ziele der Forschung und der Wissenschaft- Wissenschaftstheorie- Formen wissenschaftlichen Arbeitens- Forschungsdesigns in der Wirtschaftsinformatik- Gestaltungs- versus Erklärungsorientierung- Empirische Forschungstechniken- Wissenschaftsethik- Vorbereitung, Planung, Durchführung wissenschaftlicher Arbeiten
Anforderungen der Präsenzzeit
- regelmäßige und aktive Teilnahme an den Veranstaltungen- eigenverantwortliche Mitarbeit- aktive Teilnahme an Diskussionen und Übungen
Anforderungen des Selbststudiums
- kontinuierliche Vor- und Nachbereitung der Veranstaltungen- Studium ausgewählter Fachliteratur- kontinuierliche Vorbereitung bzw. Anfertigung Prüfungsleistung
Literatur
u.a.- Kornmeier, M., Wissenschaftstheorie und wissenschaftliches Arbeiten - Eine Einführung für
Wirtschaftswissenschaftler, Physica: Heidelberg, 2007.- Neuman, W. L., Social Research Methods: Qualitative and Quantitative Approaches, 7. Aufl., Pearson:
Boston et al., 2011.- Creswell, J. C., Research Design: Qualitative and Quantitative and Mixed Methods Approaches, 4. Aufl.,
Sage: Los Angeles et al., 2014.
Stand: 18. Dezember 2017 Seite 20 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
- Balzert, H., Schröder, M., Schäfer, C., Wissenschaftliches Arbeiten, 2. Aufl., W3L: Dortmund, 2013.- Chalmers, A. F., Wege der Wissenschaft (Dt. von N. Bergemann, C. Altstötter-Gleich), 6. Aufl., Springer:
Berlin Heidelberg, 2007.- Opp, K.-D., Methodologie der Sozialwissenschaften - Einführung in Probleme ihrer Theoriebildung und
praktischen Anwendung, 6. Aufl., Wiesbaden: VS Verlag für Sozialwissenschaften, 2005.- Zikmund, W.G., Business Research Methods, 7. Aufl., Mason: Thomson, 2003.
Stand: 18. Dezember 2017 Seite 21 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-397 Forschungs-/Praxisphase
Modulniveau Aufbaumodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-397-01 Forschungs-/Praxisphase, Pflicht
Verantwortliche(r) Prof. Dr. Clasen, Prof. Dr. Schulze, Prof. Dr. Merz
Credits 12
Präsenzstunden / Selbststudium 0 h / 760 h
Studiensemester 3
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden besitzen Kenntnisse von qualifizierten beruflichen Aufgaben und Tätigkeiten. Sie sindin der Lage, Kenntnisse aus dem Studium auf diese Aufgaben und Tätigkeiten zu beziehen und adäquatanzuwenden. Sie erkennen Stärken und Schwächen der eigenen Kenntnisse und Fähigkeiten in Bezugauf spezielle Aufgaben, Tätigkeiten, Branchen u.a. Die Studierenden besitzen soziale Kompetenzen imHandlungsfeld der wirtschaftlichen Praxis in Unternehmen oder anderen Organisationen.
Stand: 18. Dezember 2017 Seite 22 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-397-01 Forschungs-/Praxisphase
Verantwortliche(r)
Sprache
Zuordnung zu Curricula
Veranstaltungsart, SWS
Prof. Dr. Clasen, Prof. Dr. Schulze, Prof. Dr. Merz
Deutsch
MDT
Praxisphase, 0 SWS
Credits 12
Präsenzstunden / Selbststudium 0 h / 760 h
Studiensemester 3
Empfehlungen zum Selbststudium - reflektieren der betrieblichen/praktischen Tätigkeiten bzw. derForschungstätigkeiten
- recherchieren in Fachliteratur nach einschlägigen Hinweisen bei offenenFragen
- aktives Einbringen der Fähigkeiten und Kenntnisse in das betrieblicheGeschehen oder das Forschungsvorhaben
- vorbereiten bzw. anfertigen der Prüfungsleistung
Studien-/ Prüfungsleistungen B
Gruppengröße 1
Angestrebte Lernergebnisse
Die Studierenden besitzen Kenntnisse von Aufgaben und Tätigkeiten aus der beruflichen Praxis oder ausder Forschung im Rahmen eines Forschungsvorhabens an der Hochschule. Sie sind in der Lage, Kenntnisseaus dem Masterstudium auf diese Aufgaben und Tätigkeiten zu beziehen und adäquat anzuwenden. Sieerkennen Stärken und Schwächen der eigenen Kenntnisse und Fähigkeiten in Bezug auf spezielle Aufgaben,und Tätigkeiten aus der beruflichen Praxis oder der Forschung.
Inhalt
Die Studierenden absolvieren ein Praktikum in einem Unternehmen oder wirken bei einemForschungsvorhaben der Hochschule mit (Dauer: 19 Wochen). Nach Einarbeitung und unter Anleitung führensie anspruchsvolle fachliche Tätigkeiten aus der Domäne der Wirtschaftsinformatik aufbauend auf den imMasterstudium erworbenen Kenntnissen aus.
Stand: 18. Dezember 2017 Seite 23 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-399 Master-Arbeit
Modulniveau Aufbaumodul
Pflicht / Wahlpflicht Pflichtmodul
Teilmodule MDT-399-01 Master-Arbeit, Pflicht
Verantwortliche(r) Prof. Dr. Clasen, Prof. Dr. Schulze, Prof. Dr. Merz
Credits 18
Präsenzstunden / Selbststudium 0 h / 480 h
Studiensemester 3
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
alle Module des MDT, außer der Forschungs-/Praxisphase und derMasterarbeit
Empfohlene Voraussetzungen Klärung der Problemstellung; Festlegung der Problemlösungsstrategie undder Ziele; gründliche Literaturrecherche
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden sind in der Lage, eine anspruchsvolle vorgegebene Aufgabenstellung im Bereich derWirtschaftsinformatik innerhalb einer festgelegten Frist mit wissenschaftlichen Methoden strukturiertund systematisch zu bearbeiten. Die Vorgehensweisen und Ergebnisse werden formal und inhaltlich inangemessener Weise schriftlich dargestellt. Im Rahmen der Bearbeitung werden eine wissenschaftlicheArbeitsweise sowie Eigeninitiative, Selbst- und Zeitmanagement unter Beweis gestellt. Im Kolloquiumweisen die Studierenden nach, dass sie Vorgehensweisen und Ergebnisse zu ihrer Masterarbeit invorgegebener Zeit vor einem Fachpublikum verständlich präsentieren können.
Stand: 18. Dezember 2017 Seite 24 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-399-01 Master-Arbeit
Verantwortliche(r)
Sprache
Zuordnung zu Curricula
Veranstaltungsart, SWS
Prof. Dr. Clasen, Prof. Dr. Schulze, Prof.Dr. Merz
Deutsch
MDT
Abschlussarbeit, 0 SWS
Credits 18
Präsenzstunden / Selbststudium 0 h / 480 h
Studiensemester 3
Empfehlungen zum Selbststudium - Selbstständige wissenschaftliche Auseinandersetzung mit dem gestelltenThema der Master-Arbeit
- Beachtung der Leitlinien für Abschlussarbeiten
Empfohlene Voraussetzungen Klärung der Problemstellung; Festlegung der Problemlösungsstrategie undder Ziele; gründliche Literaturrecherche
Studien-/ Prüfungsleistungen MAA mit Ko
Gruppengröße 1
Angestrebte Lernergebnisse
Die Studierenden sind in der Lage, eine anspruchsvolle vorgegebene Aufgabenstellung im Bereich derWirtschaftsinformatik innerhalb einer festgelegten Frist mit wissenschaftlichen Methoden strukturiertund systematisch zu bearbeiten. Die Vorgehensweisen und Ergebnisse werden formal und inhaltlich inangemessener Weise schriftlich dargestellt. Im Rahmen der Bearbeitung werden eine wissenschaftlicheArbeitsweise sowie Eigeninitiative, Selbst- und Zeitmanagement unter Beweis gestellt. Im Kolloquiumweisen die Studierenden nach, dass sie Vorgehensweisen und Ergebnisse zu ihrer Masterarbeit invorgegebener Zeit vor einem Fachpublikum verständlich präsentieren können.
Inhalt
Erstellung der Masterarbeit.Im Vergleich zur Bachelorarbeit wird hier ein anspruchsvolleres und evtl. umfangreicheres vorgegebenesThema auf einem wissenschaftlich höheren Niveau bearbeitet.
Anforderungen der Präsenzzeit
keine
Anforderungen des Selbststudiums
Selbstständiges Erstellen der Master-Arbeit in Absprache mit der betreuenden Professorin oder dembetreuenden Professor
Literatur
Wird abhängig vom Thema der Arbeit ggf. von den betreuenden Dozenten vorgeschlagen und vonStudierenden selbstständig erweitert und ergänzt.- Schütz, M., Röbken, H., Bachelor- und Masterarbeiten verfassen: Abschlussarbeiten in Organisationen,
Springer Gabler.- Schütz, M. (Autor), Röbken, H., Disterer, G., Studienarbeiten schreiben. Springer.- Karmasin, M.; Ribbing, R., Die Gestaltung wissenschaftlicher Arbeiten. UTB, Wien.
Stand: 18. Dezember 2017 Seite 25 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-331 Optimierung von Geschäftsprozessen
Modulniveau Vertiefungsmodul
Pflicht / Wahlpflicht Wahlpflichtmodul
Teilmodule MDT-331-01 Optimierung von Geschäftsprozessen, Pflicht
Verantwortliche(r) Schulze, Arne, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden besitzen die notwendigen Kenntnisse und methodischen Fähigkeiten zur Modellierung,Gestaltung und Optimierung von Systemen und deren Geschäftsprozessen. Sie können die Bedeutungder Digitalisierung für Unternehmen erkennen und sie zur Optimierung von Geschäftsprozessen,Unternehmen und Systemen, in denen Unternehmen arbeiten, nutzen. Sie können digitale Systemeund Arbeitsumgebungen modellieren und durch Kenngrößen bewerten. Die Studierenden könnendigitale Systeme strategisch analysieren und ausrichten. Die Studierenden können bei bestehendenProblemstellungen geeignete Ansätze für die Abstraktion und Modellierung wählen. Sie können weiterhingeeignete Werkzeuge für die Modellierung auswählen und nutzen. Die Studierenden sind insbesonderebefähigt, Unternehmen und Systeme aus Sicht der Nachhaltigkeit zu untersuchen und zu optimieren.
Stand: 18. Dezember 2017 Seite 26 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-331-01 Optimierung von Geschäftsprozessen
Verantwortliche(r) Schulze, Arne, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfehlungen zum Selbststudium Vor- und Nachbereitung anhand von Skript und empfohlener Literatur.Die Studierenden sollten sich mit den verschiedenen Möglichkeiten derAbstraktion von Systemen und deren Abläufen beschäftigen und diese aufreale Fallbeispiele anwenden.
Empfohlene Voraussetzungen Grundlagen BWL, ERP, Geschäftsprozessmanagement, Anforderungsanalyse
Studien-/ Prüfungsleistungen H, K2, M, P, R
Gruppengröße 15
Angestrebte Lernergebnisse
Die Studierenden besitzen die notwendigen Kenntnisse und methodischen Fähigkeiten zur Modellierung,Gestaltung und Optimierung von Systemen und deren Geschäftsprozessen. Sie können die Bedeutungder Digitalisierung für Unternehmen erkennen und sie zur Optimierung von Geschäftsprozessen,Unternehmen und Systemen, in denen Unternehmen arbeiten, nutzen. Sie können digitale Systemeund Arbeitsumgebungen modellieren und durch Kenngrößen bewerten. Die Studierenden könnendigitale Systeme strategisch analysieren und ausrichten. Die Studierenden können bei bestehendenProblemstellungen geeignete Ansätze für die Abstraktion und Modellierung wählen. Sie können weiterhingeeignete Werkzeuge für die Modellierung auswählen und nutzen. Die Studierenden sind insbesonderebefähigt, Unternehmen und Systeme aus Sicht der Nachhaltigkeit zu untersuchen und zu optimieren.
Inhalt
- Aufbau-, Ablauforganisation und evolutionäre Weiterentwicklung bestehender Organisationsformen- Grundstruktur des Geschäftsprozessmanagements- Evolutionäre Auswirkungen der fortschreitenden Digitalisierung auf bestehende Geschäftsmodelle- Methoden zur Abstraktion von exemplarischen Systemen und Problemstellungen- Verschiedene Modellierungs- und Bewertungsansätze, sowie Kenntnisse im Umgang mit geläufigen
Werkezeugen hierfür- Vorgehen zur Auswahl von verschiedenen Ansätzen- Innovative Formen der Kernbereiche von Unternehmen, wie neue Formen des Marketing, Rechnungswesen
und Controlling- Nachhaltigkeitsaspekte für die Unternehmen und Unternehmensverbünde- Durchführung von Modellierungen
Anforderungen der Präsenzzeit
- Aktive Teilnahme- Einbringung eigener Erfahrungen aus Studium und Praxis
Anforderungen des Selbststudiums
- Nachbereitung der Lehrinhalte
Literatur
- Allweyer, T.: Geschäftsprozessmanagement - Strategie, Entwurf, Implementierung, Controlling, W3L, W3LHerdecke
- Fischer, Layna: Internet of Things - Process of Everything, Future Strategies Inc.- Berentsen, Aleksandr und Schär, Fabian: Bitcoin, Blockchain und Kryptoassets Universität Basel
Stand: 18. Dezember 2017 Seite 27 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-332 Neue Geschäftsmodelle, Produkte und Dienstleistungen
Modulniveau Vertiefungsmodul
Pflicht / Wahlpflicht Wahlpflichtmodul
Teilmodule MDT-332-01 Neue Geschäftsmodelle, Produkte und Dienstleistungen,Pflicht
Verantwortliche(r) Clasen, Michael, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden sind nach Abschluss des Moduls in der Lage, Chancen und Risiken einer zunehmendenDigitalisierung für Unternehmen zu erkennen und zu bewerten und in disruptiv neue und innovativeGeschäftsmodelle, Produkte und Dienstleistungen zu transferieren. Hierzu beobachten, analysieren undbewerten die Studierenden aktuelle technische wie nicht-technische Trends, bewerten die resultierendenökonomischen Implikationen und entwickeln hieraus Zukunftsszenarien. Hierauf aufbauend entwickeln dieStudierenden eigene disruptiv neue Geschäftsmodelle, Produkte und Dienstleistungen.
Stand: 18. Dezember 2017 Seite 28 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-332-01 Neue Geschäftsmodelle, Produkte und Dienstleistungen
Verantwortliche(r) Clasen, Michael, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfohlene Voraussetzungen Electronic Business und E-Commerce
Studien-/ Prüfungsleistungen K2, M, R
Gruppengröße 15
Angestrebte Lernergebnisse
Die Studierenden sind nach Abschluss des Moduls in der Lage, Chancen und Risiken einer zunehmendenDigitalisierung für Unternehmen zu erkennen und zu bewerten und in disruptiv neue und innovativeGeschäftsmodelle, Produkte und Dienstleistungen zu transferieren. Hierzu beobachten, analysieren undbewerten die Studierenden aktuelle technische wie nicht-technische Trends, bewerten die resultierendenökonomischen Implikationen und entwickeln hieraus Zukunftsszenarien. Hierauf aufbauend entwickeln dieStudierenden eigene disruptiv neue Geschäftsmodelle, Produkte und Dienstleistungen.
Inhalt
- Beobachtung von Trends und Entwicklung möglicher Szenarien am konkreten Beispiel- Bewertung neuer technischer Trends (hier vor allem Digitalisierung) bzgl. ihrer ökonomischen
Implikationen- Typisierung bestehender und künftiger Geschäftsmodelle- Entwicklung neuer Produkte und Dienstleitungen- Entwicklung hierauf aufbauernder innovativer Geschäftsmodelle, die einen nachhaltigen
Unternehmenserfolg gewährleisten.- Erstellung von innovativen Geschäftsplänen
Anforderungen der Präsenzzeit
Aktive Teilnahme an der Vorlesung und an den Übungen
Anforderungen des Selbststudiums
Selbständiges Bearbeiten der Aufgaben, intensives Nacharbeiten der Lehrinhalte
Literatur
- Gerhold et al. (Herausgeber) (2014): Standards und Gütekriterien der Zukunftsforschung: Ein Handbuchfür Wissenschaft und Praxis (Zukunft und Forschung)
- Rifkin, J. und Schmid, B. (2016): Die Null-Grenzkosten-Gesellschaft: Das Internet der Dinge, kollaborativesGemeingut und der Rückzug des Kapitalismus
- Peters, R. (2010): Internet-Ökonomie, Springer-Lehrbuch.- Kurzweil, R. (2015): Menschheit 2.0: Die Singularität naht, Lola Books.
Stand: 18. Dezember 2017 Seite 29 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-341 Cyber-Sicherheit
Modulniveau Vertiefungsmodul
Pflicht / Wahlpflicht Wahlpflichtmodul
Teilmodule MDT-341-01 Cyber-Sicherheit, Pflicht
Verantwortliche(r) Merz, Peter, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Empfohlene Voraussetzungen Grundlagen der IT-Sicherheit, Kenntnisse überInformationssicherheitsmanagement nach ISO oder IT-Grundschutz
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden sind nach Abschluß des Moduls in der Lage, Gefahren bzw. Bedrohungen, die sich imBetrieb von intelligenten, verteilten Systemen ergeben, zu erkennen.Sie wissen, wie der IT-Sicherheitprozess (nach IT-Grundschutz oder ISO 2700x) für intelligente, verteilteSysteme gestaltet werden kann, können die Risikoanalyse im Rahmen des IT-Sicherheitsprozessesunterstützen und konkrete Maßnahmen zur Erhöhung der IT-Sicherheit vorschlagen. Sie betrachten dabeiden gesamten Lebenszyklus der IT-Komponenten und sind mit Ansätzen zum Entwickeln sicherer IT-Komponenten vertraut.Sie differenzieren zwischen Security und Safety und berücksichtigen die rechtlichen Aspekte der IT-Sicherheit sowie des Datenschutzes bezogen auf intelligente, verteilte Systeme.
Stand: 18. Dezember 2017 Seite 30 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-341-01 Cyber-Sicherheit
Untertitel Herausforderungen für die Cyber-Sicherheit durch die Digitalisierung
Verantwortliche(r) Merz, Peter, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfohlene Voraussetzungen Grundlagen der IT-Sicherheit, Kentnisse überInformationssicherheitsmanagement nach ISO oder IT-Grundschutz
Studien-/ Prüfungsleistungen M, R
Gruppengröße 15
Angestrebte Lernergebnisse
Die Studierenden sind nach Abschluß des Moduls in der Lage, Gefahren bzw. Bedrohungen, die sich imBetrieb von intelligenten, verteilten Systemen ergeben, zu erkennen.Sie wissen, wie der IT-Sicherheitprozess (nach IT-Grundschutz oder ISO 2700x) für intelligente, verteilteSysteme gestaltet werden kann, können die Risikoanalyse im Rahmen des IT-Sicherheitsprozessesunterstützen und konkrete Maßnahmen zur Erhöhung der IT-Sicherheit vorschlagen. Sie betrachten dabeiden gesamten Lebenszyklus der IT-Komponenten und sind mit Ansätzen zum Entwickeln sicherer IT-Komponenten vertraut.Sie differenzieren zwischen Security und Safety und berücksichtigen die rechtlichen Aspekte der IT-Sicherheit sowie des Datenschutzes bezogen auf intelligente, verteilte Systeme.
Inhalt
- Bedrohungen in Industrie 4.0 und Internet of Things (IoT)- Security vs. Safety- Abgrenzung zu herkömmlichen IT-Systemen- IT-Sicherheitsmanagement von mobilen Geräten bzw. IoT-Geräten- IT-Maßnahmen für Sicherheit in intelligenten, verteilten Systemen- Verschlüsselung und Authentifikation für intellgente verteilte Systeme- Entwicklung sicherer IT-Systeme (Software)- Kommunikationsprotokolle für IoT und deren Sicherheit- Prüfung der IT-Sicherheit durch Penetration Tests und Audits- IT-Sicherheitsprozess und Standards- Rechtliche Aspekte, insb. Datenschutz
Anforderungen der Präsenzzeit
Aktive Teilnahme an der Vorlesung und an den Übungen
Anforderungen des Selbststudiums
- Selbständiges Bearbeiten der Aufgaben- intensives Nacharbeiten der Lehrinhalte
Literatur
- B. Russell und D. V. Duren, Practical Internet of Things Security, Packt Publishing, Birmingham, UK, 2016.- N. Dhanjani, IoT-Hacking : Sicherheitslücken im Internet der Dinge erkennen und schließen, dpunkt.verlag,
2016.- O. Hersent, D. Boswarthick und O. Elloumi, The Internet of Things : Key Applications and Protocols, Wiley,
2012.- B. Adryan , P. Fremantle und D. Obermaier, The Technical Foundations of IoT, Artech House, Boston/
London, 2017.
Stand: 18. Dezember 2017 Seite 31 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Modul MDT-342 Verteilte, intelligente Systeme
Modulniveau Vertiefungsmodul
Pflicht / Wahlpflicht Wahlpflichtmodul
Teilmodule MDT-342-01 Verteilte, intelligente Systeme, Pflicht
Verantwortliche(r) Merz, Peter, Prof. Dr.
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Moduldauer 1 Semester
Voraussetzungen nachPrüfungsordnung
keine
Studien-/ Prüfungsleistungen auf Teilmodulebene
Angestrebte Lernergebnisse
Die Studierenden kennen nach Abschluß des Moduls die unterschiedlichen Hardwaretechnologien(einschliesslich Aktoren und Sensoren), Kommunikationstechnologien und Protokolle sowieSoftwarearchitekturen für intelligente, verteilte Systeme wie das Internet of Things (IoT). Sie können füreine gegebene Aufgabenstellung die passenden Technologien identifizieren. Darüber hinaus sind sie in derLage Anwendungen für das Internet of Things selbstständig zu entwickeln.
Stand: 18. Dezember 2017 Seite 32 von 33
Fakultät IV - Wirtschaft und Informatik, Masterstudiengang Digitale Transformation
Teilmodul MDT-342-01 Verteilte, intelligente Systeme
Untertitel Hard- und Softwaretechnologien für verteilte, intelligente Systeme
Verantwortliche(r) Merz, Peter, Prof. Dr.
Sprache Deutsch
Zuordnung zu Curricula MDT
Veranstaltungsart, SWS Vorlesung mit Übung, 4 SWS
Credits 6
Präsenzstunden / Selbststudium 68 h / 112 h
Empfohlene Voraussetzungen Programmieren, Datenbanken, verteilte Informationssysteme
Studien-/ Prüfungsleistungen EDR, M, R
Gruppengröße 15
Angestrebte Lernergebnisse
Die Studierenden kennen nach Abschluß des Moduls die unterschiedlichen Hardwaretechnologien(Einschliesslich Aktoren und Sensoren), Kommunikationstechnologien und Protokolle sowieSoftwarearchitekturen für intelligente, verteilte Systeme wie das Internet of Things (IoT). Sie können füreine gegebene Aufgabenstellung die passenden Technologien identifizieren. Darüber hinaus sind sie in derLage, Anwendungen für das Internet of Things selbstständig zu entwickeln.
Inhalt
- Microcontroller und Mikroprozessor-Architekturen- Sensoren und Aktoren- Kommunikationstechnologien (z.B. Bluetooth LE, ZigBee, LoRa, WiFi, NFC, ...)- Betriebssysteme (z.B. Embedded Linux, Android, ...)- Kommunikationsprotokolle im IoT (z.B. CoAP, MQTT, XMPP, OPC UA, ...)- Kommunikationsprotokolle in Industrie 4.0- Netzwerke und Kommunikationsstrukturen (Bussysteme, Gateways/Broker, Backends)- Software-Frameworks (z.B. Arduino, Raspbian, Android, ...)- Anwendungsentwicklung am Beispiel von IoT
Anforderungen der Präsenzzeit
Aktive Teilnahme an der Vorlesung und an den Übungen
Anforderungen des Selbststudiums
- Selbständiges Bearbeiten der Aufgaben- intensives Nacharbeiten der Lehrinhalte
Literatur
- Armin Roth (Hrsg.): Einführung und Umsetzung von Industrie 4.0 - Grundlagen, Vorgehensmodell und UseCases aus der Praxis. Springer Gabler 2016.
- O. Hersen, D. Boswarthick und O. Elloumi, The Internet of Things : Key Applications and Protocols, Wiley,2012.
- B. Adryan , P. Fremantle und D. Obermaier, The Technical Foundations of IoT, Artech House, Boston/London, 2017.
- S. Chin und J. L. Weaver, Raspberry Pi with Java : Programming the Internet of Things (IoT), McGraw-HillEducation, 2016.
- G. C. Hillar, Internet of Things with Python, Packt Publishing, 2016.
Stand: 18. Dezember 2017 Seite 33 von 33