Data Science: Machine Learning & Data Driven Business

Hinweis

Die Vorlesung findet ab Mittwoch, den 22.10.2025 wöchentlich um 11:30 Uhr im Hörsaal H4 statt.

Die Projektarbeit besteht aus drei separaten Aufgaben und findet jeweils am 23.10., 20.11., und 18.12. statt.

Die Projektarbeit ist als Selbststudium StudOn konzipiert und beinhaltet ein aufgezeichnetes Tutorium.

Eine Anmeldung ist nicht notwendig. Kursunterlagen und weitere Informationen finden Sie ab dem 14.10. auf StudOn.

Organisation

Prüfungsnummern: Klausur: 21731

Projektarbeit: 21732
ECTS: 5
Turnus WS
Sprache Deutsch
Einbettung der Veranstaltung im Studienverlauf

Die Veranstaltung Machine Learning & Data Driven Business kann als Pflicht- oder Wahlpflichtmodul im Bachelor belegt werden.

Ausnahmen bilden Auflagen im Master Wirtschaftsingenieurwesen, bei welchem das Modul über die regulären Prüfungen hinaus erbracht werden muss.

  • Die Veranstaltung ist für Studierende der Wirtschaftswissenschaften (mit Schwerpunkten BWL, VWL, WI, und WiPäd) im Pflichtbereich.
  • Die Veranstaltung ist für Studierende der Wirtschaftsingenieurwesen (mit Schwerpunkten Maschinenbau und Elektotechnik) im Pflichtbereich.
  • Die Veranstaltung ist für Studierende der International Business Studies im Wahlpflichtbereich.
  • Die Veranstaltung ist für Studierende der Wirtschaftsinformatik (B.Sc.) im Pflichtbereich.
  • Die Veranstaltung ist für Studierende der Wirtschaftsmathematik im Pflichtbereich.

Bei einem dualen Studium mit der Siemens AG muss dies bei der Prüfungsanmeldung separat ausgewählt werden.



 

Für viele Unternehmen sind Daten (und damit verbundene Anwendungen) zu einem tragfähigen Geschäftsmodell geworden. Die Vorlesung behandelt den Einsatz von Data Science und Machine Learning als Basis für datengetriebene Anwendungen. Die Veranstaltung ist unterteilt in eine Vorlesung und eine praxisorientierte Projektarbeit mit den Software-Tools Tableau und Rapidminer.

Die Vorlesung…

  • behandelt Einsatzgebiete von Data Science und Machine Learning in Unternehmen
  • sensibilisiert für die Verarbeitung von sensiblen und personenbezogenen Daten
  • vermittelt agile Methoden des Projektmanagements für datengetriebene Projekte

Die Projektarbeit…

  • vermittelt die Visualisierung von Daten mit Tableau
  • zeigt die Generierung von Prognosen mit Rapidminer
  • umfasst eine wissenschaftliche Synthese mit Word

Die Studierenden…

  • verstehen den Zusammenhang zwischen der Entstehung von Daten, der Verarbeitung von Daten zu Anwendungen, und der Entstehung datengetriebener Geschäftsmodelle
  • kennen die Rahmenbedingungen von datengetriebenen Anwendungen und pflegen einen verantwortungsvollen Umgang mit sensiblen und personenbezogenen Daten
  • können Formen des maschinellen Lernens voneinander abgrenzen und mit Bezug zu einem Problem auswählen
  • haben sich mit der computergestützten Analyse von Daten und dem Schreiben von wissenschaftlichen Texten befasst