WeiterbildungHochschule der Medien

Berufsbegleitende Weiterbildung

Modulpakete und Masterstudiengang

Data Science and Business Analytics

Inhaltsverzeichnis

Vorwort

Beratung und Kontakt

Überblick Kontaktstudium

Modulpakete

Gut zu wissen

Impressum

Übersicht Master

Das Studium

Aufbau des Studiums

VorwortMit dem exponentiellen Wachstum von Big Data in den vergangenen Jahren wird der Bedarf nach gut ausgebildeten IT Spezialisten aus den Fachgebieten Data Science und Business Analytics immer größer und die Themen sind aktuell hochrelevant.

Die Hochschule der Medien Stuttgart bietet daher akademische Weiter-bildungen an, um die extrem hohe Nachfrage nach Spezialisten für die Datenexploration und -analyse mittelfristig abzudecken. Alle Angebote finden berufsbegleitend statt und wurden in enger Zusammenarbeit mit global tätigen Unternehmen entwickelt. Je nach Weiterbildungs-wunsch, können Sie sich zwischen verschiedenen Modulpaketen mit Hochschulzertifikat (Kontaktstudium) oder einem berufsbegleitenden Masterstudiengang entscheiden.

Der Master of Science fokussiert sowohl auf Data Science als auch auf Business Analytics, um die wissenschaftlichen Methoden aus der Statis-tik, der Informatik, des datenbasierten Managements und der Entschei-dungsfindung zu integrieren.

Das Curriculum bietet den Studierenden ein vertiefendes Studium in Business-Intelligence- und Big-Data-Technologien sowie deren Anwen-dungen und Verfahren. Die Studieninhalte umfassen sowohl neues, theoretisches Wissen über Geschäftsmodelle als auch die Erprobung cloud-basierter Werkzeuge und Infrastrukturen bis hin zu konkreten Anwendungen, die in den Workshops mit Industriepartnern erarbeitet werden.

Wir sind überzeugt, mit unseren Weiterbildungen aus dem Bereich Data Science and Business Analytics ein zukunftsweisendes Angebot anzu-bieten und die Ausbildungssituation in Deutschland zu verbessern, da unsere Studierenden gemäß den Anforderungen der Wirtschaft ausge-bildet werden.

Auf den folgenden Seiten informieren wir Sie über die verschiedenen Weiterbildungsformate und freuen uns darauf, Sie zukünftig an unserer Hochschule begrüßen zu dürfen.

Prof. Dr. Alexander W. Roos

Rektor

KONTAKTSTUDIUM

Was ist ein Kontaktstudium?Das Kontaktstudium ist ein akademisches Weiterbildungsformat, das Ihnen die Möglichkeit gibt, sich in einem Semester in spezifischen The-menbereichen weiterzuentwickeln. Das Kontaktstudium besteht aus jeweils drei Modulen und Sie können selbst entscheiden, welches Mo-dulpaket Sie belegen, um Ihre Kenntnisse zu vertiefen.

Ein Kontaktstudium findet berufsbegleitend statt und beinhaltet einige Präsenztage und einen Online-Anteil als begleitetes Selbststudium. Die Themen werden in eine praxisbezogene Lernumgebung eingebunden und mit Bezug zu Ihren beruflichen Projekten bearbeitet. Am Endes des jeweiligen Moduls wird eine Prüfung abgelegt.

Das Kontaktstudium bietet Ihnen einen optimalen Einstieg in ein be-rufsbegleitendes Studium, wenn Sie sich nicht sofort für ein komplettes Masterprogramm entscheiden möchten. Schreiben Sie sich später für ein Masterstudium ein, können Sie die erworbene ECTS-Punkte aus den Modulpaketen anrechnen lassen.

Inhalte des Kontaktstudiums

Ablauf eines Kontaktstudiums

Anmeldung:Wenn Sie sich für ein Paket (bestehend aus drei Modulen) entschieden haben, können Sie sich online bei uns bewerben. Nach Prüfung Ihrer Unterlagen senden wir Ihnen den Zulassungs-und Gebührenbescheid mit weiteren Informationen zu. Die Bewerbungsseite finden Sie unter www.hdm-stuttgart.de/kontaktstudium

Prüfungsleistung:Ihre erworbenen Kompetenzen können Sie durch das Absolvieren einer Prüfung am Ende jedes Moduls nachweisen. Für die Erarbeitung der Prüfungsleistung stehen Ihnen die Seminarmaterialien und die digitalen Services der HdM-Bibliothek zur Verfügung.

Präsenzphasen:Im Kontaktstudium finden pro Modul zwei Präsenz-Phasen in Stuttgart statt. Für Getränke und Verpflegung wird während Ihrer Zeit an der Hochschule gesorgt.

Zertifikat:Für den erfolgreichen Abschluss des Studiums inklusive Prüfung vergibt die Hochschule ein Zertifikat, auf dem Ihre Kompetenzen und die er-worbenen ECTS-Punkte bestätigt werden.

Online-Phasen:In den Online-Phasen erhalten Sie Zugriff auf unsere Lernplattform Moodle. Hier stehen Ihnen Unterrichtsmaterialien, Cloud-Systeme und Aufgaben zur Verfügung, die Sie eigenständig oder im Team bearbei-ten.

Überblick:

3-4 Präsenztagepro Modul

(ca 20% des Gesamtstudiums)

Gesamtaufwandfür ein Modul

ca. 180 Stunden

Online-Anteilca. 80%

Preise1500 EUR pro Modul

6 ECTS

pro Modulnach Bestehen der Prüfung

Zulassung:Sie verfügen über einen Abschluß in Mathematik, Informatik, einer Na-turwissenschaft, Betriebswirtschaft oder Ingenieurswissenschaft. Min-destens ein Jahr Berufserfahrung, möglichst mit Hintergrund als Busi-ness Analyst, BI-Berater, Controller oder Data-Warehouse-Entwickler sind wünschenswert, aber nicht erforderlich.

Modulpakete

Modulpaket für EinsteigerDieses Paket wendet sich an Teilnehmende, die sowohl betriebswirt-schaftliche als auch IT-Kenntnisse besitzen. Zur Zielgruppe zählen bei-spielsweise Controller, Wirtschaftsinformatiker oder Wirtschaftsinge-nieure. In diesem Modulpaket werden die Grundlagen von Business Analytics und Data Science gelehrt und mittels Fallstudien praxisnah angewendet. Zusätzlich vermittelt das Modul Angewandte Statistik die Methoden und Verfahren, die von Data Scientisten später für die Ana-lyse von Daten benötigt werden.

Übersicht der dazugehörigen Module:

Business Analytics

In diesem Modul werden ausgewählte Ansätze von Business Analytics vertiefend behandelt. Das Modul fokussiert sowohl auf strategische und organisatorische Aspekte unternehmensweiter Business-Intelligen-ce-Lösungen als auch auf methodische und technische Ansätze. Ein Schwerpunkt dieses Moduls liegt auf der Extraktion, Integration und Analyse von unternehmensweit verteilten, inhomogenen, strukturierten Daten.

Applied Statistics

In diesem Modul steht die Anwendung von Methoden aus der Statistik im Vordergrund. Mit deren Hilfe lassen sich große Datenmengen aus verschiedenen Quellen verantwortungsvoll und objektiv in Information und Wissen übersetzen. Das Modul vermittelt insbesondere Wissen zu den wichtigsten statistischen Modellklassen und Analysewerkzeugen für die praktische Analyse komplexer Daten, aber auch die Fähigkeit, Lösungen für neue Problemklassen zu erarbeiten.

Data Science

In dem Modul Data Science geht es um Grundlagen zu Data Science und Big Data. Die Analyse von großen Datenmengen in verschiedenen Formaten und möglichst in Echtzeit erfordert neue Prozesse, Methoden und Werkzeuge. Diese verschiedenen Facetten von Data Science und Big Data werden in diesem Modul betrachtet und in praktischen Übun-gen vertieft.

Modulpaket für Business AnalystsDas Paket wendet sich an Teilnehmende, die bereits Erfahrung mit der Modellierung multidimensionaler Strukturen und der Nutzung von Data-Warehouse-Systemen haben. Zudem sind sie in der Lage, BI-Werkzeuge zu nutzen. In diesem Modulpaket wird eine klassische Data-Warehouse-Architektur am Beispiel von SAP Business Warehouse on HANA aufgebaut. Danach wird die klassische Architektur mit den Konzepten und Komponenten aus dem Big-Data-Fachgebiet erweitert. Zudem lernen die Teilnehmenden das Programmieren mit den Sprachen R und Python.

Übersicht der dazugehörigen Module:

Data-Warehouse-Workshop

In diesem Modul geht es um die Evaluation verschiedener Da-ta-Warehouse-Architekturen und den konkreten Aufbau eines Da-ta-Warehouse-Systems. Dabei wird auf Basis einer Referenzarchitektur ein Data Mart schrittweise aufgebaut. Diesem liegt ein Data Store zu Grunde. Zentraler Bestandteil des Moduls sind Konzepte zur Modellie-rung multidimensionaler Datastrukturen und deren Übergang in unter-schiedliche logische Datenmodelle. Über Extraktions-, Transformations- und Ladeprozesse erfolgt das Befüllen eines Data Marts aus einem ERP-Quellsystem.

BI- and Big-Data-Design-Workshop

Dieses Modul beschäftigt sich mit der Nutzung und dem methodi-schen Design hybrider BI- and Big-Data-Architekturen. Dabei werden insbesondere die Prozesse und Strukturen vorgestellt, um BI- und Big Data-Architekturen zu entwickeln und zu betreiben. Hierzu lernen die Teilnehmenden, wie Big-Data-Projekte entstehen, entworfen und ge-managt werden. Weiterhin, wie Competence Center geführt werden. Ein Big-Data-Projekt soll dabei konzipiert und prototypisch implemen-tiert werden.

Programming for Data Science

In diesem Modul geht es darum, die Konzepte aktueller Programmier-sprachen und deren Entwicklungsumgebungen für Anwendungen im Data-Science-Umfeld kennenzulernen. Im Zentrum des Moduls stehen die Grundlagen und Unterschiede der Programmiersprachen R und Py-thon. Die Teilnehmenden lernen die Daten- und Kontrollstrukturen von R und Python kennen und anwenden. Es wird ein einfaches Problem in Data Science mit den Programmiersprachen R und Python gelöst.

Modulpaket für Data ScientistsDas Paket wendet sich an Teilnehmende, die sich bereits aktiv mit Da-ta-Science-Themen beschäftigt haben. Ein sicherer Umgang mit den Konzepten, Verfahren und Werkzeugen aus dem Big-Data-Umfeld wird ebenso vorausgesetzt, wie der Umgang mit den Programmiersprachen R und Python. In diesem Modulpaket werden Data-Science-Verfahren für die Analyse von Daten aus dem Web und aus Social-Media-Platt-formen gelehrt und auf die Nutzung von Business-Analytics-Anwen-dungen, z. B. für das CRM oder SCM übertragen. Zudem werden ver-schiedene Big-Data-Architekturansätze in Fallstudien angewendet und miteinander verglichen.

Übersicht der dazugehörigen Module:

BI- and Big-Data-Architectures

In diesem Modul dreht sich alles um Architekturoptionen, Technologien und Systeme im Bereich Business Intelligence (BI) und Big Data. Die Teil-nehmenden lernen verschiedene Optionen zum Aufbau einer BI- und Big-Data-Architektur kennen, um zu entscheiden, in welcher Situation welche Technologie anzuwenden ist. Im Zentrum des Moduls stehen Programmierschnittstellen und Datenmodelle im sogenannten “Apa-che-Hadoop Ecosystem“, HBase, HIVE und SPARK. Die Teilnehmenden lernen Werkzeuge für NoSQL-Datenbanken (MongoDB) und in-memory Datenbanken (SAP HANA) kennen.

Web- and Social-Media-Analytics

In diesem Modul beschäftigen sich die Teilnehmenden mit der Samm-lung, Analyse und Integration von strukturierten und unstrukturierten Daten aus dem Internet. Im Allgemeinen stammen diese von Websites, im Speziellen aus sozialen Netzwerken (Facebook, Twitter, Communi-ties, etc). In praktischen Übungen werden Daten aus dem Internet in ein Data Warehouse integriert.

Business- and CRM-Analytics

In diesem Modul geht es um die systematische Bearbeitung und Aus-wertung der in den operativen Systemen gesammelten Daten allgemein, insbesondere aber der Daten über Kundenkontakte und Kundenreakti-onen. Mit einem optimalen Kundenwissen lassen sich die Kundenbe-ziehungsphasen Akquisition, Loyalität und Churn gezielt steuern. Dabei stehen die Methoden des analytischen CRM im Vordergrund.

Gut zu wissenWelche Finanzierungsmöglichkeiten gibt es für die berufsbegleitende Weiterbildung?

Kosten für Weiterbildung (Entgelte, Reise, Unterkunft) können steuer-rechtlich geltend gemacht werden. Für Selbstständige werden die Kos-ten als Betriebsausgaben angerechnet, für Angestellte stellen sie Wer-bungskosten dar.

Kann ich für die Weiterbildung Bildungszeit beantragen?

Ja, denn die Hochschule der Medien ist als Bildungseinrichtung im Sin-ne des Bildungszeitgesetzes Baden-Württemberg (BzG BW) anerkannt. Teilnehmende unserer Weiterbildungsangebote, die in Baden-Würt-temberg beschäftigt sind, können damit bis zu fünf Tage Bildungsur-laub pro Jahr bei ihrem Arbeitgeber beantragen. Die Freistellung gilt dabei nur für die Präsenztage der Weiterbildung, die während der re-gulären Arbeitszeit stattfinden. Wenn Sie die Bildungszeit in Anspruch nehmen möchten, müssen Sie dies spätestens acht Wochen vor Beginn der Weiterbildung schriftlich bei Ihrem Arbeitgeber beantragen. Falls Sie in einem anderen Bundesland arbeiten und Bildungszeit in Anspruch nehmen möchten, wenden Sie sich bitte mehrere Monate vor Studien-beginn an uns.

Bin ich im Kontaktstudium an der Hochschule einge-schrieben?

Im Kontaktstudium sind Sie zwar nicht an der Hochschule eingeschrie-ben, Sie sind jedoch als Weiterbildungsteilnehmer registriert und kön-nen damit auch die Services (z.B. Digitale Bibliothek) nutzen.

Gibt es vor Ort Verpflegungsmöglichkeiten?

Während Ihres Aufenthaltes an der Hochschule ist für Pausengetränke, Snacks und ein Mittagessen gesorgt.

Gibt es in der Nähe der Hochschule Übernachtungs-möglichkeiten?

In unmittelbarer Nähe der Hochschule befinden sich mehrere Hotels, die günstige Übernachtungsmöglichkeiten bieten. Wir möchten Sie bitten, sich bei Bedarf selbst um eine Unterkunft zu kümmern. Bitte beachten Sie, dass Reise und Aufenthaltskosten nicht im Entgelt für das Studium inbegriffen sind.

MASTERSTUDIUM

Überblick

Studiendauer:fünf Semester

Abschluss Master of Science

Unterrichtssprache:Deutsch, die meisten Unterrichtsmaterialiensind auf Englisch

Credits:90 ECTS

Zugangsvoraussetzung:erster Studienabschluss mit 210 ECTS

$ Kosten:4500 EUR pro Semester

Starttermin:jährlich im Oktober

Akkreditierung:systemakkreditiert durch Akquin

Campus:Hochschule der Medien in Stuttgart Vaihingen

Das Studium auf einen BlickZielgruppeZielgruppen sind berufstätige Business Analysten mit einem wirtschafts-wissenschaftlichen Studium, sowie Fachkräfte mit Informatik-, Mathe-matik- oder Ingenieursstudium, die über Grundkenntnisse in Betriebs-wirtschaft verfügen und mindestens ein Jahr Berufserfahrung besitzen. Zur Zielgruppe gehören auch Personalabteilungen, die einen Master-studiengang in ihr Personalentwicklungskonzept übernehmen oder ein besonderes Angebot für das Recruitment von talentierten Hochschul-abgängern anbieten möchten.

KompetenzzieleInhaltlich erwerben die Teilnehmenden durch das Studium die Kom-petenz zur Bewältigung heutiger und künftiger Herausforderungen beim Aufbau moderner Entscheidungsunterstützungssysteme aufgrund verteilter, massiv wachsender Datenbestände. Diese befinden sich in strukturierter und unstrukturierter Form in den Informationssystemen der Unternehmen sowie in externen Quellen, wie etwa in sozialen Netz-werken. Diese Heterogenität in Kombination mit der riesigen Masse an Daten stellt die Unternehmen und ihre IT vor drei zentrale Fragen:

Das Ziel des Studiums ist es, Business Analysten und Data Scientisten als Datenarchitekten mit strategischem Weitblick, fundierten analytischen Fähigkeiten und ausgeprägten technischen Kompetenzen auszubilden und auf die Übernahme anspruchsvoller Projektaufgaben im Umfeld Business Intelligence und Big Data vorzubereiten. Intelligente Metho-den, die unter dem Begriff Data Science zusammengefasst werden, er-gänzen das Studium.

Wie lassen sich diese Daten strategisch sinnvoll für das Unternehmen nut-zen?

1.

2. Welche technische Infrastruktur ist nötig, um die Daten vorhalten und ver-arbeiten zu können?

3. Wie geht man mit den gewonnenen Informationen um und wer kann oder darf sie in welcher Form nutzen?

Zulassungsvoraussetzungen

Für das Masterstudium werden Kompetenzen vorausgesetzt, die in vielen Studiengängen vermittelt werden. Angenommene Bewerber verfügen meist über einen Abschluß in Mathematik, Informatik, einer Naturwissenschaft, Betriebswirtschaft oder Ingenieurswissenschaft. Ein Bachelor mit 210 ECTS oder ein Diplom sowie mindestens ein Jahr Be-rufserfahrung, möglichst mit Hintergrund als Business Analyst, BI-Bera-ter, Controller oder Data-Warehouse-Entwickler sind erforderlich. Ein zusätzliches Motivationsschreiben wird erwartet.

UnterrichtsmethodeDas didaktische Konzept integriert berufliche Erfahrung und berufliches Wissen in das Studium. Unser Blended-Learning-Konzept verknüpft mehrtägige, traditionelle Präsenzseminare an der Hochschule mit einer modernen E-Learning-Lernplattform. Die IT-Labore befinden sich in ei-ner modernen Cloud-IT-Infrastruktur und sind über das Internet prob-lemlos erreichbar. Ein Semester beinhaltet drei Module, die jeweils zwei Monate dauern und sequenziell durchgeführt werden. Im Rahmen von jeweils drei Präsenztagen (meist donnerstags, freitags, samstags) pro Modul werden mit hochkarätigen Praxis- und Wissensvertretern neue Themen und neue Inhalte vermittelt. Am Ende eines Moduls findet ein weiterer Präsenztag (meist mittwochs) statt, an dem der Leistungsnach-weis erbracht wird. Besuche in und Diskussionen mit Industrieunter-nehmen sind feste Bestandteile des Studiums. In Workshops werden konkrete Aufgabenstellungen in den Business-Intelligence- und Big-Da-ta-Labs unserer Hochschule bearbeitet. Modernste IT-Systeme wie zum Beispiel SAP HANA, SAP BW, IBM Bluemix und IBM Watson sowie die Microsoft Azure Plattform mit Machine Learning, SQLServer und einem Hadoop-Cluster stehen zur Verfügung.

Dozententeam

Der Masterstudiengang wird von einem internationalen Dozententeam aus Professoren der Hochschule der Medien Stuttgart, deren Partner-hochschulen sowie Praktikern angeboten, die sich professionell für die Ausbildung der Teilnehmenden einsetzen.

Übersicht

Coaching Master-Thesis5.

Introduction to Business Analytics

Applied Statistics

Introduction to Data Science

Data-Warehouse-Workshop

BI- and Big Data-Design-Workshop

Programming for Data Science

BI- and Big Data-Architecture

Web and Social Media Analytics

Business- and CRM-Analytics

Data-Mining-Process

New Business Mo-dels and Strategies

Ethics and Law

1.

2.

3.

4.

18

18

18

18

18

ECTS

ein Semester

2 Monate 2 Monate 2 Monate

Aufbau des StudiumsDer Masterstudiengang Data Science and Business Analytics fördert fachliche und methodische Fähigkeiten in 12 Modulen und endet mit einer wissenschaftlichen Abschlussarbeit, die von einem Thesis Coa-ching begleitet wird.

1.Semester

Introduction to Business Analytics (6 ECTS)

In diesem Modul werden ausgewählte Ansätze von Bu-siness Analytics vertiefend behandelt. Das Modul fokus-siert sowohl auf strategische und organisatorische Aspek-te unternehmensweiter Business-Intelligence-Lösungen als auch auf methodische und technische Ansätze. Ein Schwerpunkt dieses Moduls liegt auf der Extraktion, In-tegration und Analyse von unternehmensweit verteilten, inhomogenen, strukturierten Daten.

Applied Statistics (6 ECTS)

In diesem Modul steht die Anwendung von Methoden aus der Statistik im Vordergrund. Mit deren Hilfe lassen sich große Datenmengen aus verschiedenen Quellen ver-antwortungsvoll und objektiv in Information und Wissen übersetzen. Das Modul vermittelt insbesondere Wissen zu den wichtigsten statistischen Modellklassen und Analyse-werkzeugen für die praktische Analyse komplexer Daten, aber auch die Fähigkeit, Lösungen für neue Problemklas-sen zu erarbeiten.

Introduction to Data Science (6 ECTS)

Im dritten Modul geht es um Grundlagen zu Data Scien-ce und Big Data. Die Analyse von großen Datenmengen in verschiedenen Formaten und möglichst in Echtzeit er-fordert neue Prozesse, Methoden und Werkzeuge. Diese verschiedenen Facetten von Data Science und Big Data werden in diesem Modul betrachtet und in praktischen Übungen vertieft.

2.Semester

Data-Warehouse-Workshop (6 ECTS)

In diesem Modul geht es um die Evaluation verschiedener Data-Warehouse-Architekturen und den konkreten Auf-bau eines Data-Warehouse-Systems. Dabei wird auf Basis einer Referenzarchitektur ein Data Mart schrittweise auf-gebaut. Diesem liegt ein Data Store zu Grunde. Zentraler Bestandteil des Moduls sind Konzepte zur Modellierung multidimensionaler Datastrukturen und deren Übergang in unterschiedliche logische Datenmodelle. Über Extrak-tions-, Transformations- und Ladeprozesse erfolgt das Befüllen eines Data Marts aus einem ERP-Quellsystem.

BI- and Big-Data-Design-Workshop (6 ECTS)

Dieses Modul beschäftigt sich mit der Nutzung und dem methodischen Design hybrider BI- and Big-Data-Archi-tekturen. Dabei werden insbesondere die Prozesse und Strukturen vorgestellt, um BI- und Big-Data-Architekturen zu entwickeln und zu betreiben. Hierzu lernen die Teil-nehmenden, wie Big-Data-Projekte entstehen, entwor-fen und gemanagt werden. Weiterhin, wie Competence Center geführt werden. Ein Big-Data-Projekt soll dabei konzipiert und prototypisch implementiert werden.

Programming for Data Science (6 ECTS)

In diesem Modul geht es darum, die Konzepte aktueller Programmiersprachen und deren Entwicklungsumgebun-gen für Anwendungen im Data-Science-Umfeld kennen-zulernen. Im Zentrum des Moduls stehen die Grundla-gen und Unterschiede der Programmiersprachen R und Python. Die Teilnehmenden lernen die Daten- und Kont-rollstrukturen von R und Python kennen und anwenden. Es wird ein einfaches Problem in Data Science mit den Programmiersprachen R und Python gelöst.

3.Semester

BI- and Big-Data-Architectures (6 ECTS)

In diesem Modul dreht sich alles um Architekturoptio-nen, Technologien und Systeme im Bereich Business In-telligence (BI) und Big-Data. Die Teilnehmenden lernen verschiedene Optionen zum Aufbau einer BI- und Big-Data-Architektur kennen, um zu entscheiden, in welcher Situation welche Technologie anzuwenden ist. Im Zen-trum des Moduls stehen Programmierschnittstellen und Datenmodelle im sogenannten “Apache-Hadoop Ecosys-tem“, HBase, HIVE und SPARK. Die Teilnehmenden lernen Werkzeuge für NoSQL-Datenbanken (MongoDB) und in-memory Datenbanken (SAP HANA) kennen.

Web and Social Media Analytics (6 ECTS)

In diesem Modul beschäftigen sich die Teilnehmenden mit der Sammlung, Analyse und Integration von struktu-rierten und unstrukturierten Daten aus dem Internet. Im Allgemeinen stammen diese von Websites, im Speziellen aus sozialen Netzwerken (Facebook, Twitter, Communi-ties, etc). In praktischen Übungen werden Daten aus dem Internet in ein Data Warehouse integriert.

Business- and CRM-Analytics (6 ECTS)

In diesem Modul geht es um die systematische Bearbei-tung und Auswertung der in den operativen Systemen gesammelten Daten allgemein, insbesondere aber der Daten über Kundenkontakte und Kundenreaktionen. Mit einem optimalen Kundenwissen lassen sich die Kun-denbeziehungsphasen Akquisition, Loyalität und Churn gezielt steuern. Dabei stehen die Methoden des analyti-schen CRM im Vordergrund.

4.Semester

Data-Mining-Process: Algorithms and Implementation (6 ECTS)

In diesem Modul geht es darum, Algorithmen für das Maschinelle Lernen sowie für Data-Mining-Verfahren im Detail kennenzulernen und anzuwenden. Dazu müssen die Verfahren sowie die Möglichkeiten zur Parametrisie-rung der Verfahren vermittelt werden. Es werden Verfah-ren und Algorithmen aus verschiedenen Paradigmen des Maschinellen Lernens mit exemplarischen Anwendungen vorgestellt.

New Business Models and Strategies (6 ECTS)

In diesem Modul lernen die Teilnehmenden, die Metho-de der Geschäftsmodell-Innovation (Metamodell, Vorge-hensmodell, Techniken und Ergebnisse) auf die Erkennt-nisse von Big-Data- und Business- Analytics-Lösungen anzuwenden, und somit ein eigenes Geschäftsmodell zu entwickeln und zu implementieren. Zudem lernen die Teilnehmenden die erarbeiteten Ergebnisse selbstständig zu reflektieren.

Ethics and Law (6 ECTS)

Dieses Modul vermittelt den Teilnehmenden fundiertes Wissen aus dem Bereich Unternehmensethik im Kontext der Analyse von Daten. Sie erwerben Kenntnisse und Fä-higkeiten, um Ursachen- und Wirkungszusammenhänge aus einer ethischen Perspektive zu durchleuchten und Entscheidungen in einem ethischen Kontext zu fällen. Zu-dem werden rechtliche Aspekte, wie etwa nationale und internationale Datenschutznormen und –gesetze gelehrt. Sie lernen die Persönlichkeitsrechte kennen und können Maßnahmen zur Einhaltung dieser Rechte umsetzen.

5.Semester

Thesis Coaching (2 ECTS)

Jedem Studierenden wird ein in der Konzeption, Struktu-rierung und Methodik zur Erstellung wissenschaftlicher Arbeiten erfahrener Professor als Coach zugewiesen. Die-ser begleitet den Studierenden bei der Wahl, der Struktu-rierung und der Aufbereitung des Themas für dieMaster-Thesis. In den in Form von Projektmeetings orga-nisierten Seminarveranstaltungen stellen die Studieren-den den Inhalt, die Methodik und den Arbeitsplan ihres Masterprojekts vor; die gesamte Studierendengruppe fungiert dabei als Steuerungsgruppe, die die jeweiligen Projektpläne diskutiert und verabschiedet.

Masterthesis (16 ECTS)

Die Studierenden zeigen, dass sie selbstständig ein Pro-blem nach wissenschaftlichen Vorgehensweisen lösen können. Sie verfügen über die Kompetenzen, sich eigen-ständig in die jeweilige Materie einzuarbeiten, den Stand und die Ergebnisse in einer wissenschaftlichen Form auf-zubereiten, die Arbeitsfortschritte in der Masterarbeit zu dokumentieren sowie die Ergebnisse im Rahmen eines wissenschaftlichen Vortrags zu präsentieren und zu dis-kutieren.

Impressum

Studiengangsleitung:

Herausgeber:

Prof. Dr.-Ing. Peter LehmannNobelstraße 1070569 Stuttgartlehmann@hdm-stuttgart.de

Weiterbildungszentrum Hochschule der Medien

Für Auskünfte und Beratung steht Ihnen das Weiterbil-dungszentrum der Hochschule der Medien jederzeit gerne zur Verfügung.

0711 8923 3214weiterbildung@hdm-stuttgart.dewww.hdm-weiterbildung.de

Fotos:© Fotolia.com/georgerudy© Hochschule der Medien/Kim Kunze© Fotolia.com/contrastwerkstatt© Fotolia.com/Peshkova© Fotolia.com/deagreez© Fotolia.com/shock© Hochschule der Medien© Fotolia.com/YakobchukOlena

Beratung und Kontakt