Performance Measurement and Big Data

Fakult?t

Institut für Management und Technik

Version

Version 20.0 vom 03.03.2021

Modulkennung

75M0227

Modulname (englisch)

Performance Measurement and Big Data

Studieng?nge mit diesem Modul

Management und Technik (M.Sc.)

Niveaustufe

4

Kurzbeschreibung

Inhalte des Moduls sind die theoretischen und praktischen Grundlagen von Performance Measurement und insbesondere die Durchführung mit Methoden und Techniken des Big Data.

Lehrinhalte
  1. Einführung Performance Measurement & Big Data
  2. Definition von KPIs
  3. KPIs in verschiedenen Anwendungsbereichen: z.B. Energiemanagement
  4. Deskriptive & analytische Statistik
  5. Python im Kontext von Big Data a. Grundlagen & imperative Programmierung b. Algorithmen und Datenstrukturen & Objektorientierung c. Standardbibliotheken & Visualisierung
  6. Relationale Algebra, Modelle und Datenbanken
  7. Big Data a. Hadoop ?kosystem b. Map & Reduce an Beispielen c. Hive, Spark, Kafka und Co. d. Cluster Administration & Management
Lernergebnisse / Kompetenzziele

Wissensverbreiterung
Die Studierenden, die dieses Modul erfolgreich studiert haben, besitzen Wissen im Bereich Performance Measurement, kennen Systeme und Prozesse sowie praktische Methoden und Techniken zu Ermittlung / Aggregation von Kennzahlen aus unterschiedlichen Datenbest?nden.
Wissensvertiefung
Die Studierenden, die dieses Modul erfolgreich studiert haben, haben ein vertieftes Wissen im Bereich Big Data, insbesondere zur Aufbereitung von Daten im Bereich Performance Measurement.
K?nnen - instrumentale Kompetenz
Die Studierenden, die dieses Modul erfolgreich studiert haben, sind in der Lage, die Methoden und Techniken des Big Data gezielt auf unterschiedlichen Fragestellungen zur Durchführung von Performance Measurements anzuwenden.
K?nnen - kommunikative Kompetenz
In Form von Gruppenarbeiten und Fallbeispielen integrieren und erweitern die Studierenden ihr Wissen und k?nnen ihre Datenaggregationen kritisch reflektieren hinsichtlich der eingesetzten Methoden und Techniken zur Datenaufbereitung und -analyse sowie der erzielbaren und erzielten Ergebnisse.
K?nnen - systemische Kompetenz
Die Studierenden sind in der Lage eine Fragestellung z.B. aus einem betrieblichen Kontext zum Performance Measurement, bestehend aus verschiedenen Daten mit ad?quaten Methoden und Techniken des Big Data zu analysieren und die Ergebnisse in der Gesamtheit gem?? der Problemstellung einzubetten und zu beantworten.

Lehr-/Lernmethoden

Seminaristische Vorlesung, ?bungen, Fallstudien, Selbststudium

Empfohlene Vorkenntnisse

geringe Programmierkenntnisse

Modulpromotor

Ryba, Michael

Lehrende
  • Sauer, Dirk
  • Buscherm?hle, Ralf
  • Schierenbeck, Anne
Leistungspunkte

5

Lehr-/Lernkonzept
Workload Dozentengebunden
Std. WorkloadLehrtyp
21Vorlesungen
21?bungen
2Prüfungen
Workload Dozentenungebunden
Std. WorkloadLehrtyp
20Literaturstudium
21Veranstaltungsvor-/-nachbereitung
40Referate
Literatur

Ernesti, J.; Kaiser, P.: Python 3 - Das umfassende Handbuch, Rheinwerk Computing, 5. Auflage, 2017Booth, T.: Python - Data Analytics, Independently Published, 2019Fischer-Stabel P., Datenvisualisierung: Vom Diagramm zur Virtual Reality, UVK Verlag München, 2018Milligan, J.: Learning Tableau: Tools for Business Intelligence, data prep, and visual analytics, Packt Publishing 2019Kemper, H-G.; Baars, H.; Mehanna W.: Business Intelligence - Grundlagen und praktische Anwendungen: Eine Einführung in die IT-basierte Managementunterstützung, Vieweg + Teubner, 2010Gluchowski, P.; Gabriel, R., Dittmar, C.: Management Support Systeme und Business Intelligence. Computergestützte Informationssysteme für Fach- und Führungskr?fte, Springer 2008

Prüfungsleistung
  • Klausur 2-stündig
  • Mündliche Prüfung
  • Hausarbeit und Referat
  • Projektbericht, schriftlich
Bemerkung zur Prüfungsform

Die Prüfungsform wird zu Beginn der Lehrveranstaltung durch die/den Lehrenden bekanntgegeben.

Dauer

1 Semester

Angebotsfrequenz

Nur Wintersemester

Lehrsprache

Deutsch