Universität Wien FIND

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Vor-Ort-Lehre und Umstellung auf Online-Prüfungen) erforderlich sein. Melden Sie sich für Lehrveranstaltungen/Prüfungen über u:space an, informieren Sie sich über den aktuellen Stand auf u:find und auf der Lernplattform moodle.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter https://studieren.univie.ac.at/info.

Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040190 KU Advanced Topics in Business Informatics (MA) (2018S)

Business Intelligence und Advanced Analytics

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung

Da die praktische Übungen im PC-Seminarraum stattfindet, werden nur 30 Anmeldungen zu der Kurskombination zugelassen, da sonst keine Übungsplätze für alle vorhanden sind.

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

An/Abmeldung

Details

max. 30 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Da die praktische Übungen im PC-Seminarraum stattfindet, werden nur 30 Anmeldungen zu der Kurskombination zugelassen, da sonst keine Übungsplätze für alle vorhanden sind.

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

Freitag 02.03. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 09.03. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 16.03. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 23.03. 09:45 - 18:15 PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Freitag 23.03. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Freitag 13.04. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 20.04. 09:45 - 18:15 PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Freitag 20.04. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Freitag 27.04. 11:30 - 18:15 PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Freitag 27.04. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Freitag 04.05. 09:45 - 18:15 PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Freitag 04.05. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Freitag 11.05. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 18.05. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 25.05. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
Freitag 01.06. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 08.06. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 15.06. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 22.06. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
Freitag 29.06. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ausgewählte Teilgebiete aus Business Intelligence, Data Warehouse, Data Mining, OLAP sowie Thema rund um Big Data und Predictive Analytics

Art der Leistungskontrolle und erlaubte Hilfsmittel

Mitarbeit, Lösung von Aufgaben, Leistungskontrollen, Fallstudien

Mindestanforderungen und Beurteilungsmaßstab

•_Theorie

o_Klausur (50%)

•_Praktisch/Projekt (min. 40% aus beiden Teilen)

o_Erarbeiten einer Fallstudie (20%)

o_Umsetzung von praktischen Aufgaben (30%)

Alle Teilleistungen des Projektteils sind fristgerecht über Moodle einzureichen!

•_Anwesenheitspflicht_

Sie müssen in Summe mehr als 50% der Anforderungen erfüllen.

Notenschlüssel (Bewertungsskala):

Höchste_ Niedrigste_Note

100,00 % 88,00 % _1

87,99 %_ 75,00 % _2

74,99 %_ 63,00 % _3

62,99 %_ 50,00 % _4

49,99 %_ 0,00 % _5

Prüfungsstoff

Inhalte die in den LV-Einheiten durchgenommenen wurden + zusätzliche Materialien auf Moodle

Literatur

Die Literaturliste wird auf Moodle publiziert.

(http://www.dke.univie.ac.at)

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:28