Universität Wien

040190 KU Advanced Topics in Business Informatics (MA) (2022S)

Business Intelligence und Advanced Analytics

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

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.
Moodle

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

  • Freitag 04.03. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 04.03. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 18.03. 11:30 - 13:00 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 18.03. 13:15 - 14:45 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 18.03. 15:00 - 16:30 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 18.03. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 18.03. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 25.03. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 01.04. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 01.04. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 08.04. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 29.04. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 29.04. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 06.05. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 13.05. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 13.05. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
    PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Freitag 20.05. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Freitag 27.05. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 03.06. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 03.06. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 10.06. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 17.06. 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 24.06. 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 (ohne Unterlagen), Fallstudien

Mindestanforderungen und Beurteilungsmaßstab

• Theorie

o Klausur (50%) (ohne Unterlagen)

• Praktisch/Projekt (inkl. Programmierteil) (min. 40% aus beiden Teilen)

o Erarbeiten einer Fallstudie (35%)

o Umsetzung von praktischen Aufgaben (15%)

Alle Teilleistungen des Projektteils sind fristgerecht über Moodle einzureichen!

• Anwesenheitspflicht

In Summe müssen mehr als 50% der Anforderungen erfüllt sein, um diese LV positiv zu absolvieren.

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

in den LV-Einheiten durchgenommene Inhalte + zusätzliche Materialien auf der eLearning-Plattform Moodle

Literatur

Die Literaturliste wird auf Moodle publiziert.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 14.02.2022 21:08