Performance Measurement and Big Data
- Fakultät
Institut für Management und Technik
- Version
Version 20.0 vom 03.03.2021
- Modulkennung
75M0227
- Modulname (englisch)
Performance Measurement and Big Data
- Studiengänge mit diesem Modul
Management und Technik (M.Sc.)
- Niveaustufe
4
- Kurzbeschreibung
Inhalte des Moduls sind die theoretischen und praktischen Grundlagen von Performance Measurement und insbesondere die Durchführung mit Methoden und Techniken des Big Data.
- Lehrinhalte
- Einführung Performance Measurement & Big Data
- Definition von KPIs
- KPIs in verschiedenen Anwendungsbereichen: z.B. Energiemanagement
- Deskriptive & analytische Statistik
- Python im Kontext von Big Data a. Grundlagen & imperative Programmierung b. Algorithmen und Datenstrukturen & Objektorientierung c. Standardbibliotheken & Visualisierung
- Relationale Algebra, Modelle und Datenbanken
- Big Data a. Hadoop Ökosystem b. Map & Reduce an Beispielen c. Hive, Spark, Kafka und Co. d. Cluster Administration & Management
- Lernergebnisse / Kompetenzziele
Wissensverbreiterung
Die Studierenden, die dieses Modul erfolgreich studiert haben, besitzen Wissen im Bereich Performance Measurement, kennen Systeme und Prozesse sowie praktische Methoden und Techniken zu Ermittlung / Aggregation von Kennzahlen aus unterschiedlichen Datenbeständen.
Wissensvertiefung
Die Studierenden, die dieses Modul erfolgreich studiert haben, haben ein vertieftes Wissen im Bereich Big Data, insbesondere zur Aufbereitung von Daten im Bereich Performance Measurement.
Können - instrumentale Kompetenz
Die Studierenden, die dieses Modul erfolgreich studiert haben, sind in der Lage, die Methoden und Techniken des Big Data gezielt auf unterschiedlichen Fragestellungen zur Durchführung von Performance Measurements anzuwenden.
Können - kommunikative Kompetenz
In Form von Gruppenarbeiten und Fallbeispielen integrieren und erweitern die Studierenden ihr Wissen und können ihre Datenaggregationen kritisch reflektieren hinsichtlich der eingesetzten Methoden und Techniken zur Datenaufbereitung und -analyse sowie der erzielbaren und erzielten Ergebnisse.
Können - systemische Kompetenz
Die Studierenden sind in der Lage eine Fragestellung z.B. aus einem betrieblichen Kontext zum Performance Measurement, bestehend aus verschiedenen Daten mit adäquaten Methoden und Techniken des Big Data zu analysieren und die Ergebnisse in der Gesamtheit gemäß der Problemstellung einzubetten und zu beantworten.
- Lehr-/Lernmethoden
Seminaristische Vorlesung, Übungen, Fallstudien, Selbststudium
- Empfohlene Vorkenntnisse
geringe Programmierkenntnisse
- Modulpromotor
Ryba, Michael
- Lehrende
- Sauer, Dirk
- Buschermöhle, Ralf
- Schierenbeck, Anne
- Leistungspunkte
5
- Lehr-/Lernkonzept
Workload Dozentengebunden Std. Workload Lehrtyp 21 Vorlesungen 21 Übungen 2 Prüfungen Workload Dozentenungebunden Std. Workload Lehrtyp 20 Literaturstudium 21 Veranstaltungsvor-/-nachbereitung 40 Referate
- Literatur
Ernesti, J.; Kaiser, P.: Python 3 - Das umfassende Handbuch, Rheinwerk Computing, 5. Auflage, 2017Booth, T.: Python - Data Analytics, Independently Published, 2019Fischer-Stabel P., Datenvisualisierung: Vom Diagramm zur Virtual Reality, UVK Verlag München, 2018Milligan, J.: Learning Tableau: Tools for Business Intelligence, data prep, and visual analytics, Packt Publishing 2019Kemper, H-G.; Baars, H.; Mehanna W.: Business Intelligence - Grundlagen und praktische Anwendungen: Eine Einführung in die IT-basierte Managementunterstützung, Vieweg + Teubner, 2010Gluchowski, P.; Gabriel, R., Dittmar, C.: Management Support Systeme und Business Intelligence. Computergestützte Informationssysteme für Fach- und Führungskräfte, Springer 2008
- Prüfungsleistung
- Klausur 2-stündig
- Mündliche Prüfung
- Hausarbeit und Referat
- Projektbericht, schriftlich
- Bemerkung zur Prüfungsform
Die Prüfungsform wird zu Beginn der Lehrveranstaltung durch die/den Lehrenden bekanntgegeben.
- Dauer
1 Semester
- Angebotsfrequenz
Nur Wintersemester
- Lehrsprache
Deutsch