Universität Wien

040253 KU Business Intelligence und Advanced Analytics (MA) (2023S)

6.00 ECTS (3.00 SWS), SPL 4 - Wirtschaftswissenschaften
Continuous assessment of course work

Die weiteren 2 ETCS werden in Form eines Seminars (SE) mit dem Thema "Innovative Business Modelle für eServices" von o. Univ.-Prof. Dr.techn. Dimitris Karagiannis in englischer Sprache abgehalten!
Und dies ist nur für Studierende aus dem Minor "Analytics for eServices and Operations"!

Standort: Währinger Strasse 29

Gemeinsame Vorbesprechung mit der LV 040190 am DO 02.03.2023 ab 18:30.

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.
Moodle

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. 25 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Die weiteren 2 ETCS werden in Form eines Seminars (SE) mit dem Thema "Innovative Business Modelle für eServices" von o. Univ.-Prof. Dr.techn. Dimitris Karagiannis in englischer Sprache abgehalten!
Und dies ist nur für Studierende aus dem Minor "Analytics for eServices and Operations"!

  • Thursday 02.03. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 09.03. 11:30 - 16:30 PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Thursday 09.03. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 09.03. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 16.03. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 16.03. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 23.03. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 23.03. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 30.03. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 30.03. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 20.04. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 20.04. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 27.04. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 27.04. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 04.05. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 04.05. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 11.05. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 11.05. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 25.05. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 25.05. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
    Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 01.06. 16:45 - 18:15 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
    Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 01.06. 18:30 - 20:00 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 15.06. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 15.06. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 22.06. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 22.06. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Thursday 29.06. 16:45 - 18:15 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 29.06. 18:30 - 20:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock

Information

Aims, contents and method of the course

Selected sub-areas from Business Intelligence, Data Warehouse, Data Mining, OLAP as well as topics around Big Data and Predictive Analytics

Assessment and permitted materials

Collaboration, solution of tasks, written exams (without documents), case studies

Minimum requirements and assessment criteria

• Theory

o Written exam (50%) (without documents)

• Practical/Project (incl. programming part) (min. 40% from both parts)

o Development of a case study (35%)

o Implementation of practical tasks (15%)

All partial performances of the project part have to be submitted via Moodle in due time!

• Compulsory attendance

In total, more than 50% of the requirements must be fulfilled in order to pass this course.

Assessment:
– Grading (rating scale):

Grad

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

Content covered in the course units + additional materials on the eLearning platform Moodle

Reading list

Die Literaturliste wird auf Moodle publiziert.

Association in the course directory

Last modified: Tu 14.03.2023 11:28