Statistik und Konzepte der KI

22M1207

Master

Deutsch

5.0

nur Sommersemester

1 Semester

Das Mastermodul "Statistik und Konzepte der KI" vermittelt Studierenden der Wirtschaftswissenschaften IT-Tool-gestützt fundierte Kenntnisse in statistischen Methoden und deren Anwendung im Bereich der Künstlichen Intelligenz. Die Teilnehmer lernen, wie sie Datensätze analysieren und interpretieren können, um fundierte Geschäftsentscheidungen zu treffen. Dabei werden sowohl traditionelle statistische Verfahren als auch moderne Konzepte der Künstlichen Intelligenz behandelt, wie maschinelles Lernen und datengetriebene Modellierung. Durch eine Kombination aus theoretischem Wissen und praktischen Übungen werden die Studierenden darauf vorbereitet, KI-Technologien effektiv in wirtschaftlichen Kontexten einzusetzen.

1. Fortgeschrittene statistische Methoden: Statistische Inferenz, Hypothesentests und Konfidenzintervalle, Multiple Regression, Logistische Regression
2. Grundlagen des maschinellen Lernens (ML): Überwachtes vs. unüberwachtes Lernen, Evaluierung von Modellen, Basis Neuronale Netze
3. Aktuelle KI-Anwendungen und -Architekturen: Datensammlung und -generierung, Datenaufbereitung, Besonderheiten der Datenstrukturen je ML-Verfahren, architektonische Konsequenzen der Datenstrukturen.

Insbesondere 1. und 2. werden gestützt durch das Arbeiten mit IT-Tools.

Der Arbeitsaufwand für das Modul umfasst insgesamt 150 Stunden (siehe auch "ECTS-Leistungspunkte und Benotung").

Die Lehrenden des Moduls begrüßen ausdrücklich kollegiale Hospitationen.

• Klausur oder
• Portfolio-Prüfungsleistung oder
• Portfolio-Prüfungsleistung

PFP-1: Die Portfolio-Prüfung umfasst 100 Punkte und besteht aus zwei Klausuren (K1+K1), die jeweils mit 50 Punkten gewichtet werden.

PFP-2: Die Portfolio-Prüfung umfasst 100 Punkte und besteht aus einer Klausur (K1) und einem Antwort-Wahl-Verfahren (AWV). Die K1 und das AWV wird jeweils mit 50 Punkten gewichtet.

Alle Prüfungen erfolgen in PC-Pools der Hochschule oder unter Aushändigung speziell vorbereiteter hochschuleigener Geräte.

Klausuren: siehe jeweils gültige Studienordnung

Antwort-Wahl-Verfahren: siehe jeweils gültige Studienordnung

Die Anforderungen werden in der jeweiligen Veranstaltung konkretisiert.

Statistik auf Bachelorniveau

Mathematik/Wirtschaftsmathematik auf Bachelorniveau

Wirtschaftsinformatik inklusive einer Programmiersprache auf Bachelorniveau

Tabellenkalkulation

Vertiefte Statistikkenntnisse: Die Studierenden erweitern ihr Verständnis für fortgeschrittene statistische Methoden, die über die Grundlagen hinausgehen. Sie lernen, wie sie komplexe Datenanalysen durchführen, Hypothesen testen und Modelle wie Multiple und Logistische Regression anwenden können.

Grundlagen des maschinellen Lernens: Studierende erhalten eine fundierte Einführung in die Prinzipien des maschinellen Lernens. Sie lernen, zwischen überwachten und unüberwachten Lernmethoden zu unterscheiden und ML-Modelle kritisch zu evaluieren. Ebenso werden sie in die Grundlagen von neuronalen Netzwerken und deren aktuelle Architekturen eingeführt.

Die Lernenden verbreitern auch ihr Wissen zum Einsatz von IT-Tools, die moderne statistische Verfahren und Verfahren des Maschinellen Lernens abbilden.

Das Modul bietet vertiefte Einblicke in den Einsatz von Statistik und maschinellem Lernen zur Bewertung und Steuerung von Risiken. Studierende lernen, wie statistische Modelle und KI eingesetzt werden können, um Risikoprofile zu analysieren und Entscheidungsprozesse im zu unterstützen.

Zudem thematisiert das Modul die Integration von Datenquellen und Datenanalysen: Die Studierenden vertiefen IT-Tool-gestützt ihr Wissen darüber, wie verschiedene Datenquellen effektiv integriert werden können, um umfassende und genaue Finanzanalysen zu erstellen. Sie lernen, Daten aus internen und externen Quellen zu analysieren und zu nutzen, um strategische Entscheidungen zu untermauern. 

Absolventinnen und Absolventen bewerten die Gültigkeit und Genauigkeit maschineller Lernmodelle unter Einbezug fortgeschrittener quantitativer Methoden und datenanalytischer Überlegungen und sind in der Lage, mithilfe dieser Bewertungen praxisrelevante Probleme im Finanz- und Controllingbereich zu lösen.

 
Absolventinnen und Absolventen des Moduls "Statistik und Konzepte der KI"

- integrieren bestehendes und neu erworbenes Wissen über fortgeschrittene statistische Techniken und künstliche Intelligenz in komplexen wirtschaftlichen Kontexten, unabhängig davon, ob nur begrenzte Daten oder große Datenmengen zur Verfügung stehen;

- treffen fundierte Entscheidungen über den Einsatz von Statistik und KI zur Problemlösung in den Bereichen Controlling und Finanzen und reflektieren kritisch die möglichen Konsequenzen dieser Technologien;

- eignen sich eigenständig neues Wissen und Fähigkeiten im Bereich maschinelles Lernen und Datenanalyse an, um auf dem neuesten Stand der Technik zu bleiben;

- führen anwendungsorientierte Projekte zur Implementierung statistischer und KI-basierter Lösungen in wirtschaftlichen Szenarien weitgehend selbstständig durch.

 
Absolventinnen und Absolventen des Moduls "Statistik und Konzepte der KI":

- Formulieren präzise Forschungsfragen, die sich auf die wirtschaftliche Anwendung von Statistik und KI beziehen.

- Entwickeln Forschungsdesigns mit geeigneten statistischen Methoden und ML-Techniken und begründen ihre Auswahl fundiert.

- Wählen passende Forschungsmethoden wie multiple und logistische Regression sowie ML-Verfahren und rechtfertigen diese Entscheidungen. - Präsentieren und interpretieren Analyseergebnisse kritisch unter Verwendung von IT-Tools, und erörtern deren Bedeutung und Grenzen für wirtschaftliche Entscheidungen.

Absolventinnen und Absolventen des Moduls "Statistik und Konzepte der KI":

- Führen sachbezogene Diskussionen über alternative Lösungsansätze in Statistik und KI mit Fachleuten aus verschiedenen Bereichen und begründen diese theoretisch und praktisch fundiert.

- Integrieren Beteiligte effizient in datengetriebene Projekte, wobei sie die jeweiligen Gruppendynamiken beachten und zielgerichtet steuern.

- Identifizieren potenzielle Konflikte in der Teamarbeit und reflektieren diese im Kontext von allgemeinen Bedingungen. Sie stellen durch konstruktive Ansätze sicher, dass angemessene Lösungen umgesetzt werden.

-Beachten besonders die ethischen Konsequenzen ihrer Projektziele, der Datenquellen, der Methodenwahl und der Anforderungen aus der Praxis.

 
Absolventinnen und Absolventen des Moduls "Statistik und Konzepte der KI":

- Entwickeln ein berufliches Selbstbild, das sich an den Anforderungen in der Wirtschaft und der KI-Technologie orientiert.

- Begründen ihr Handeln durch fundiertes Wissen in Statistik und KI, und reflektieren alternative Methoden kritisch.

- Schätzen ihre Fähigkeiten in der Datenanalyse mit IT-Tools eigenständig ein und entwickeln sie weiter.

- Reflektieren ihre Entscheidungen ethisch im Kontext der gesellschaftlichen Verantwortung, die mit KI-Anwendungen einhergeht.

• Faatz, Andreas

• Markovic-Bredthauer, Danijela
• Dallmöller, Klaus
• Bensberg, Frank
• Schmidt, Andreas
• Uliczka, Jan
• Faatz, Andreas