040190 KU Advanced Topics in Business Informatics (MA) (2024S)
Business Intelligence und Advanced Analytics
Prüfungsimmanente Lehrveranstaltung
Labels
VOR-ORT
Da die praktische Übungen im PC-Seminarraum stattfindet, werden nur 25 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
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 12.02.2024 09:00 bis Mi 21.02.2024 12:00
- Anmeldung von Mo 26.02.2024 09:00 bis Di 27.02.2024 12:00
- Abmeldung bis Do 14.03.2024 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Folgende Termine aus der Übersicht betreffend das die LV begleitende Tutorium:
(Besuch wird dringend empfohlen, keine Anwesenheitspflicht)
ACHTUNG: GERINGFÜGIGE ÄNDERUNGEN NOCH MÖGLICH!
MO wtl. 11.03.-10.06.2024 16:45-18:15 PC-SR 2 OMP;
MO 18.03.2024 18:30-20:00 PC-SR 2 OMP;
MO 29.04.2024 18:30-20:00 PC-SR 2 OMP;
Montag
04.03.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
07.03.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
11.03.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
14.03.
11:30 - 14:45
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
14.03.
15:00 - 16:30
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
14.03.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
14.03.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag
18.03.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag
18.03.
18:30 - 20:00
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
21.03.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
08.04.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
11.04.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
15.04.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
18.04.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
22.04.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
25.04.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
29.04.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag
29.04.
18:30 - 20:00
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
02.05.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
06.05.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag
13.05.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
16.05.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
N
Donnerstag
23.05.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
27.05.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Montag
03.06.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
06.06.
18:30 - 20:00
Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
10.06.
16:45 - 18:15
PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag
13.06.
16:45 - 18:15
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag
13.06.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Donnerstag
20.06.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Donnerstag
27.06.
18:30 - 20:00
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.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
• Theorieo 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!• AnwesenheitspflichtIn Summe müssen mehr als 50% der Anforderungen erfüllt sein, um diese LV positiv zu absolvieren.Notenschlüssel (Bewertungsskala):Höchste Niedrigste Note100,00 % 88,00 % 187,99 % 75,00 % 274,99 % 63,00 % 362,99 % 50,00 % 449,99 % 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 11.03.2024 13:45