Universität Wien FIND

Due to the COVID-19 pandemic, changes to courses and exams may be necessary at short notice. Inform yourself about the current status on u:find and check your e-mails regularly. Registration is mandatory for courses and exams. Wearing a FFP2 face mask and a valid evidence of being tested, vaccinated or have recovered from an infection are mandatory on site.

Please read the information on studieren.univie.ac.at/en/info.

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

Business Intelligence und Advanced Analytics

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Continuous assessment of course work

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.

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

max. 30 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

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.

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

Information

Aims, contents and method of the course

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

Assessment and permitted materials

Mitarbeit, Lösung von Aufgaben, Leistungskontrollen, Fallstudien

Minimum requirements and assessment criteria

•_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

Examination topics

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

Reading list

Die Literaturliste wird auf Moodle publiziert.

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

Association in the course directory

Last modified: Mo 07.09.2020 15:28