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

052411 VU Business Intelligence I (2026S)

6.00 ECTS (4.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Prüfungsimmanente Lehrveranstaltung

Diese Lehrveranstaltung wird im SS 2023 voraussichtlich nicht stattfinden können.
Moodle

An/Abmeldung

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

Details

max. 25 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Freitag 06.03. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 13.03. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 20.03. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 27.03. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 17.04. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 24.04. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 08.05. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 15.05. 09:45 - 14:45 Seminarraum 11, Währinger Straße 29 2.OG
  • Freitag 22.05. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 29.05. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 05.06. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 12.06. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 19.06. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß
  • Freitag 26.06. 09:45 - 13:00 Hörsaal II NIG Erdgeschoß

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Goals:
The goal of this course is to familiarize you with and teach you how to apply foundational concepts, modeling and analysis techniques, and tools that allow you to gain insights into the operations of organizations in a data-driven manner.

The content of the course consists of:
- Foundational concepts for business intelligence (BI)
- Architectures and modeling techniques for data preparation and integration in BI settings
- How to take a process-oriented view on organizational operations
- Data-driven analysis of organizational processes using process mining
- Using BI and process mining tools to analyze real-world data

Students, attending the course, are expected to have knowledge in the following topics:
* Basic knowledge of Python 3

Knowledge about data modeling (e.g., entity-relationship models) and process modeling (e.g., Petri nets or BPMN) is helpful but not mandatory.

Art der Leistungskontrolle und erlaubte Hilfsmittel

The grade is derived from the sum of the two parts (i.e. a maximum of 100 points in total):
* Part A: two practical assignments conducted in groups (max. 60 points)
* Part B: written exam (no aids allowed, max. 40 points).

Mindestanforderungen und Beurteilungsmaßstab

‣ Part A: 60% group assignments
‣ Part B: 40% written exam

Overall at least 51% of the points need to be achieved.

The grade is calculated from the total points as follows:
>= 87,5% very good (1)
>= 75% good (2)
>= 62,5% satisfactory (3)
>= 51% sufficient (4)
< 51% not sufficient (5)

Prüfungsstoff

* Lecture (slides)
* Exercises (theoretical and practical)

Literatur

* Lecture slides
* Rick Sherman: Business Intelligence Guidebook: From Data Integration to Analytics, Morgan Kaufmann (1st edition), 2014.
* Wil van der Aalst: Process Mining – Data Science in Action (2nd edition), Springer, 2016

Zuordnung im Vorlesungsverzeichnis

Module: BI BI1 BUS

Letzte Änderung: Mo 27.07.2026 09:26