Big Data Analytics

Agrarwissenschaften und Landschaftsarchitektur

Version 13.0 vom 06.09.2019

44M0139

Big Data Analytics

• Agrar- und Lebensmittelwirtschaft (M.Eng.)
• Angewandte Nutztier- und Pflanzenwissenschaften (M.Sc.)

4

Durch die fortschreitende Digitalisierung von Produkten, Dienstleistungen und Prozessen entstehen stetig wachsende Datenmengen. Gleichzeitig sind die Daten in ihrer Art sehr vielfältig. In der Analyse der Daten liegt für Unternehmen großes Potenzial für bessere und nachhaltigere Entscheidungen. Die Menge und Vielfalt stellt die Unternehmen aber gleichzeitig vor große Herausforderungen. In diesem Modul lernen die Studierenden in praktischer Anwendung Methoden und Technologien kennen, um diese Herausforderungen erfolgreich zu bewältigen.

1 Grundlagen
2 Management von Big Data
3 Nutzung von Big Data

Wissensverbreiterung
Die Studierenden kennen die wesentlichen Eigenschaften von Big Data.

Die Studierenden wissen um die Herausforderung bei der Analyse von Big Data.

Die Studierenden kennen Methoden und Technologien für den Umgang mit Big Data.
Wissensvertiefung
Die Studierenden kennen die Unterschiede zwischen strukturierten und unstrukturierten Daten.

Die Studierenden kennen neben der relationalen Datenbank neue Formen von Datenbanken, die bei unstrukturierten Daten verwendet werden können.
Können - instrumentale Kompetenz
Die Studierenden wenden Technologien aus dem Big Data Umfeld an, um große Datenmengen verwalten und auswerten zu können.

Die Studierenden klassifizieren unbekannte Daten auf Basis wichtiger Eigenschaften und wählen sinnvolle Vorgehensweisen und Technologien für die Verarbeitung und Analyse aus.
Können - kommunikative Kompetenz
Die Studierenden extrahieren aus einer unübersichtlichen Menge an Daten wichtige Erkenntnisse zur Beantwortung von Fragen und bereiten die Ergebnisse in geeigneter Form auf.

Die Studierenden präsentieren Analyseergebnisse in angemessener Weise und an der jeweiligen Zielgruppe ausgerichtet.
Können - systemische Kompetenz
Die Studierenden setzen Methoden und Tools im Unternehmen ein, um einen Mehrwert aus vorher unbekannten Daten zu generieren.

Die Veranstaltung folgt dem Prinzip des Flipped Classroom. Materialien in Form von Audio, Video oder Literatur werden vor den Sitzungen bereitgestellt. Die Studierenden beschäftigen sich in Vorbereitung auf die Sitzung mit diesen Inhalten, so dass die gemeinsame Zeit größtenteils zur Arbeit in Gruppen und zur Anwendung und Vertiefung des Wissens verwendet werden kann.

Es wird empfohlen das Modul "Information Management" im Bachelor belegt zu haben. Alternativ oder zusätzlich ist das Modul "Applied Analytics" aus dem Bachelor sinnvoll. Die Veranstaltung kann auch ohne Vorkenntnisse belegt werden. In diesem Fall ist eine eigenständige Einarbeitung mittels bereitgestellter Materialien erforderlich.

Meseth, Nicolas

Meseth, Nicolas

5

Wird in der Veranstaltung bekannt gegeben.

• Portfolio Prüfung
• Klausur 2-stündig
• Mündliche Prüfung

Regelmäßige Teilnahme

Teilleistungen in der Portfolioprüfung:Fallstudie, schriftlich (FSS) - 70%Antwort-Wahl-Verfahren (AWV) - 15%Antwort-Wahl-Verfahren (AWV) - 15%Regelmäßige Teilnahme (RT) - unbenotet

1 Semester

Nur Sommersemester

Deutsch und Englisch