Universität Wien

040189 KU Knowledge Management (MA) (2022W)

8.00 ECTS (4.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
VOR-ORT


Zur endgültigen Lehrveranstaltung-Aufnahme ist ein pünktliches Erscheinen zur Vorbesprechung notwendig. Unentschuldigtes Fernbleiben führt zum Verlust des Lehrveranstaltungsplatzes.

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 30 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

die beiden Tests betreffend:
1. Test: MI 23.11.2022; 08:00-09:30; Hörsaal 6 OMP
2. Test: MI 11.01.2022; 08:00-09:30; Hörsaal 6 OMP

  • Mittwoch 05.10. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 05.10. 09:45 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 12.10. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 12.10. 09:45 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 19.10. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 19.10. 09:45 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 09.11. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 09.11. 09:45 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 10.11. 11:30 - 14:45 Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Freitag 11.11. 09:45 - 11:15 Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
  • Freitag 11.11. 11:30 - 14:45 Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 16.11. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 16.11. 09:45 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 23.11. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 28.11. 09:45 - 11:15 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 30.11. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 07.12. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 14.12. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 11.01. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 18.01. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 24.01. 15:00 - 20:00 Hörsaal 16 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 25.01. 08:00 - 09:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 25.01. 09:45 - 11:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 25.01. 11:30 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 25.01. 16:45 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 26.01. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 26.01. 11:30 - 14:45 Hörsaal 16 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 26.01. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Donnerstag 26.01. 16:45 - 20:00 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Die Lehrveranstaltung ist in zwei Teile geteilt:

Teil 1: Kurs Knowledge Management (2 Std)
Die Inhalte der Lehrveranstaltung sind: Wissensmanagement, Wissensrepräsentation, Knowledge Engineering, insbesondere logikbasierte Systeme, Fuzzy Logic, Neuronale Netze, Expertensysteme, Ontologien, Modellierung und Metamodellierung Einführung in Wissensmanagement, Vergleich von Werkzeugen und Softwareprodukten. Die Bereiche (a) klassische Wissensverarbeitung, (b) Fuzzy Logic und Fuzzy-Systeme sowie (c) Künstliche Neuronale Netze; werden auf drei Ebenen vorgestellt (Modellierungsebene, Entwicklungs- und Implementierungsebene, Einsatzebene).

Dieser Kurs-Teil ist in einen theoretischen und einen praktischen Teil untergliedert.
Der theoretische Teil erklärt die Grundlagen der Wissensverarbeitung in einem Frontalunterricht mit Anwesenheitspflicht und Mitarbeit. Der Inhalt kann entweder aus dem LV-Buch, auf div. Internetseiten sowie aus dem Frontalunterricht entnommen werden. Die Leistungskontrolle sind zwei Tests.
Der praktische Teil besteht aus einem Gruppenprojekt, bei dem ein digitales Service zuerst (a) beschrieben, (b) dann modelliert und (c) gegen Ende des Semesters realisiert wird. Der praktische Teil wird in Form von Workshops, Tutorials und Eigenarbeitszeit durchgeführt. Die Leistungskontrolle ist die Abschlusspräsentation sowie die Zwischenabgaben (a,b,c).

Der Kurs wird in deutscher Sprache unterrichtet und geprüft. Der praktische Teil kann auch in englischer Sprache durchgeführt werden.

Teil 2: Literaturseminar Knowledge Management (2 Std)
Die Seminararbeit ist eine wissenschaftliche Arbeit mit folgenden Beurteilungskriterien: (1) Positionierung des Themas; Warum ist dieses Thema interessant? (2) Methode der Inhaltlichen Aufbereitung; Wie wurde vorgegangen um den Inhalt aufzubereiten? (3) Methodisches Vorgehen; Was wird beschrieben? (4) Einhaltung von Formalkriterien; Sind Formatvorlagen, Zitierrichtlinien und Referenzen korrekt und transparent ausgeführt?
Seminararbeiten sind Vorarbeiten zur Diplomarbeit und sollen neben dem Erarbeiten und Vertiefen in relevante Themen des Studiums aus das wissenschaftlichen Aufbereiten von Inhalten üben.
Die Literaturarbeit ist in den Bereichen Datenmanagement, Business Intelligence, Industrie 4.0, Geschäftsprozessmanagement und Wissensmanagement themenoffen, wobei aus vorgegebenen Themen ausgewählt werden kann.

Das Literaturseminar wird in Form einer Einzelarbeit durchgeführt, wobei fixierte Gruppentermine und individuelle Interaktion zur Betreuung angeboten werden. Die Leistungskontrolle erfolgt nach Plausibilität der Eigenleistung und der Plagiatskontrolle ausschließlich am abgegebenen Dokumentes anhand der (1) Positionierung des Themas, (2) Methodischen Vorgehen, (3) Präsentation des Inhaltes und (4) der Formalkriterien.

Die Arbeit ist in Englisch (oder Deutsch) zu verfassen, die Betreuung kann in Deutsch und Englisch stattfinden.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Teil 1: Kurs Knowledge Management (2 Std)
(1) Aktive Mitarbeit im Kurs mittels zweier Tests (keine Unterlagen erlaubt): 40%
(2) Bewertung des Praxisprojekts aufgrund der Zwischenabgaben und der Endpräsentation (Unterlagen erlaubt): 60%

Teil 2: Literaturseminar Knowledge Management (2 Std)
(3) Plausibilitätsprüfung ob der Text in Eigenleistung erarbeitet worden ist. Die endgültige Arbeit wird mittels durch Abgabe über die eLearning-Plattform Moodle (Turn-It-In) einer Plagiatsprüfung unterzogen. Bei Plagiat oder Erstellung der Arbeit durch eine dritte Person wird die Arbeit als Betrug gemeldet und die Leistung als erschlichen beurteilt.
(4) Positionierung des Textes (15%), Inhaltliche Aufbereitung (35%), Methodisches Vorgehen (25%), Formalkriterien (25%)

Zur positiven Absolvierung des Kurses sind beide Teile unabhängig voneinander positiv zu bestehen.

Mindestanforderungen und Beurteilungsmaßstab

Teil 1: Kurs Knowledge Management (2 Std) (50% der Gesamtbewertung)
• Anwesenheitspflicht bei max. 3 entschuldigten Fehlstunden.
• Gesamtsumme von Test und Praxisprojekt muss > 50% sein.
Theorieteil: 1. Zwischentest 20%, 2. Zwischentest 20% = 40%, die Mitarbeit kann die End-Note verändern.
Praxisprojekt: Eine Realisierung des Projektes ist Voraussetzung für eine Beurteilung, 1. Realisierung des Projektes 40%, 2. Modellierung 20%, 3. Beschreibung des Wissensprodukt ist als Themenvergabe zur verstehen. (alle Projekt-Teilleistungen müssen fristgerecht eingereicht worden sein)

Teil 2: Literaturseminar Knowledge Management (2 Std) (50% der Gesamtbewertung)
• Keine Anwesenheitspflicht während der Betreuung, Anwesenheitspflicht bei der Themenvergabe und der Überprüfung der Eigenleistung.
• Beurteilung der Literaturarbeit muss > 50% sein.

Zur positiven Absolvierung des Kurses sind beide Teile unabhängig voneinander positiv zu bestehen.
Die Gesamtsumme ergibt die Note: 50%<62,5%: 4; 62,5%<75%: 3; 75%<87,5%: 2; 87,5%<=100%: 1

Prüfungsstoff

Der Prüfungsstoff wird im Rahmen der LV bekanntgegeben.

Literatur

Grundlage stellt Karagiannis, Dimitris / Telesko, Rainer: Wissensmanagement Konzepte der Künstlichen Intelligenz und des Softcomputing dar.
http://austria.omilab.org/psm/omirob
Zusätzliche Literatur wird im Rahmen der LV bekanntgegeben.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: So 20.11.2022 20:07