Loading
0000001981 20W 4SWS VO Evidenzbasierte Entscheidungen auf der Grundlage von Big Data Analytics (WI001192)   Hilfe Logo

LV - Detailansicht

Wichtigste Meldungen anzeigenMeldungsfenster schließen
Allgemeine Angaben
Evidenzbasierte Entscheidungen auf der Grundlage von Big Data Analytics (WI001192) 
0000001981
Vorlesung
4
Wintersemester 2020/21
Lehrstuhl für Financial Accounting (Prof. Ernstberger)
(Kontakt)
Details
Zuordnungen: 1 
Angaben zur Abhaltung
ACHTUNG: Im Wintersemester findet die Veranstaltung auf Englisch und im Sommersemester auf Deutsch statt.

Auftakt des Moduls ist eine virtuell abgehaltene Auftaktveranstaltung (Webinar). Anschließend erhalten die Studierenden Zugriff auf die elektronischen Lerninhalte, welche in Form von interaktiven Skripten vorliegen sowie Zugriff auf ein Datencenter, in dem die kursspezifischen Datensätze vorgehalten werden. Zudem können sie auf der E-Learning-Plattform Moodle vorgehaltene Video-Tutorials zum Einsatz der Open Source-Werkzeuge (beispielsweise der Statistik-Software R) einsehen, um Kernkompetenzen für Datenanalyseprozesse zu erwerben.
In den begleitenden Fallstudien werden die grundlegenden Arbeitsschritte der Datenaufbereitung, welche bei Big Data Analysen anfallen, anhand von Fallstudien durchgeführt. Hierzu soll ein Webinar erstellt werden, dass diese zentralen Schritte nachvollziehbar erläutert und die Studierenden durch sofortige Anwendung zum selbständigen Lernen motiviert.
Für die fallstudienspezifischen Auswertungen greifen die Studierenden auf R zurück und müssen dazu diverse Datensätze mit Hilfe der beschriebenen Verfahren auswerten und ihre Ergebnisse grafisch visualisieren.
Die Fallstudien bestehen jeweils aus folgenden Elementen, wobei jeweils einzelne stärker betont werden und über das Semester hinweg der Schwierigkeitsgrad ansteigt:
1. Ökonomische Theorie/Fragestellungen (inkl. Praktiker-Interviews)
2. Datenaufbereitung und explorative Datenanalyse
3. Zielgerichtete Datenverarbeitung (Modellschätzung und Analyse)
4. Interpretation der Ergebnisse im Hinblick auf 1. (aber auch Gefahren der Analysen, z.B. Scheinkausalitäten, oder mit den Analysen verbundene ethische Aspekte usw.)

Zu Punkt 4. werden zusätzliche Online-Angebote über die Lernplattformen zur Verfügung gestellt und die Studierenden werden zu Diskussionen über die ethischen Problemfälle in internen Foren angehalten. Diese Diskussionen werden von den Tutorinnen und Tutoren moderiert. Zum Ende des Semesters wird ein aktueller Ausblick gegeben. Dieser soll es den Lehrenden ermöglichen, spezifische aktuelle Schwerpunkte in diesem sich schnell entwickelnden Themengebiet setzen zu können. Zu diesem Zeitpunkt erfolgt auch eine fragebogengestützte Evaluation, die den Erwerb der IT-Grundkompetenzen im Rahmen der Big Data-Analyse messbar machen soll.
Grundlagen der BWL, Mathematik und Statistik
Nach Abschluss der Veranstaltung „Evidenzbasierte Entscheidungen auf der Grundlage von Big Data Analytics” sollen die Studierenden in der Lage sein,
(1) Eigenschaften von Big Data-Analysen den traditionellen betriebswirtschaftlichen Theorien/ Entscheidungen/Methoden gegenüberzustellen (insbesondere hinsichtlich Datenerstellung, Datenspeicherung, Datenaufbereitung),
(2) (Einsatz-)Möglichkeiten von Big Data für Wirtschaftswissenschaftler zu evaluieren,
(3) grundlegende Methoden der Datenbeschaffung. -aufbereitung und -auswertung anzuwenden,
(4) Herausforderungen beim Einsatz von Big Data (z.B. Datenschutz, Datensicherheit, ethische Erwägungen usw.) zu bewerten,
(5) mögliche Trends und Entwicklungen von Big Data Analytics zu erkennen und für ihre spätere Tätigkeit oder für eine Unternehmensgründung zu nutzen.
Englisch
mit medialer Unterstützung
In dieser Veranstaltung gibt es keine Präsenzveranstaltung, sie wird bis auf die Prüfung komplett virtuell abgehalten. Zunächst erfolgt eine Einführung durch eine virtuelle Präsentation des Kurses (in der Form eines Webinars). Anschließend werden umfangreiche Tutorials, Erklärvideos und Interviews zur Verfügung gestellt, durch die die Teilnehmer motiviert werden sollen, selbständig Lerninhalte abzurufen und zu bearbeiten. Die Veranstaltung wird um Online Tutorials sowie um ein betreutes Diskussionsforum ergänzt.
Details
Für die Anmeldung zur Teilnahme müssen Sie sich in TUMonline als Studierende/r identifizieren.
Zusatzinformationen
(1) ""Big Data Fundamentals, Concepts, Drivers & Technologies"" by Thomas Erl et al.
(2) ""Mastering Machine Learning with R"" by Cory Lesmeister
(3) ""Understanding Machine Learning, from theory to algorithms"" by S. Shalev-Shwartz and S. Ben-David
Online Unterlagen
E-Learning Kurs (Moodle)
Weitere Informationen
Virtueller Hörsaal (Zoom, Stream, ...)
Mehr Infos siehe http://www.eebda.de