
- Dozent/in: Steffen Schütz
- Dozent/in: Martina Voigt
Neben all den
Schlagworten wie Big Data, Data Analytics, Künstliche Intelligenz gerät das in
den Hintergrund, was die eigentliche Herausforderung in den Unternehmen ist: das Wissen um die im
Unternehmen vorhandenen Daten, deren Struktur und Aufbau sowie die
Notwendigkeiten mit diesem Bestand umzugehen, ihn auszuwerten, zu erweitern ist
nach wie vor die Basis der Arbeit für Betriebswirte.
Das betrifft sowohl
das Tagesgeschäft als auch Analysen und regulatorische (gesetzliche)
Anforderungen.
Der Umgang mit diesen Daten/Datenbanken hat für jeden BWL-er große Relevanz. Fast alle Aufgabenstellungen im Beruf basieren auf den im Unternehmen vorliegenden Daten. Diese werden heute oftmals in sogenannten "Data Lakes" (wie z.B. Microsoft Azure) gespeichert. Um eine revisionssichere Verarbeitung zu ermöglichen werden diese Daten "aus dem See" wieder in konventionelle Strukturen überführt, sofern diese nicht schon vorhanden sind. In 95% der Fälle sind das Relationale Datenbanken.
Thema der Vorlesung ist entsprechend: wie werden diese relationalen Datenbanken entworfen und aufgebaut, was sind ihre Merkmale, wie werden sie ausgewertet.
Die Studierende lernen dabei die Sprachelemente der Abfragesprache SQL kennen. Diese werden in den praktischen Übungen vertieft.
Weitere Themen sind Überführung dieser operativen Datenbanken in das dispositive Umfeld, in Datawarehouse und in Datamarts. Der Umgang mit Big Data, Datamining und ein Ausblick auf sogenannte NoSQL-Datenbanken.
Die Vorlesung gliedert sich in 2 Teile:
Der in der Vorlesung und in den Übungen behandelte Stoff wird unmittelbar nach dem Vortrag in Campuas zur Verfügung gestellt
Zugegeben der Titel der Vorlesung klingt altmodisch, klingt nach „eingeschlafene Füße“.
Das Thema hat jedoch für jeden BWL-er große Relevanz. Fast alle Aufgabenstellungen im Beruf basieren auf den im Unternehmen vorliegenden Daten. Diese werden heute oftmals in sogenannten "Data Lakes" (wie zb. Microsoft Azure) gespeichert. Um eine revisionssichere Verarbeitung zu ermöglichen werden diese Daten "aus dem See" wieder in konventionelle Strukturen überführt, sofern diese nicht schon vorhanden sind. In 95% der Fälle sind das Relationale Datenbanken.
Thema der Vorlesung ist entsprechend: wie werden diese relationalen Datenbanken entworfen und aufgebaut, was sind ihre Merkmale, wie werden sie ausgewertet.
Die Studierende lernen dabei die Sprachelemente der Abfragesprache SQL kennen. Diese werden in den praktischen Übungen vertieft.
Weitere Themen sind Überführung dieser operativen Datenbanken in das dispositive Umfeld, in Datawarehouse und in Datamarts. Der Umgang mit Big Data, Datamining und ein Ausblick auf sogenannte NoSQL-Datenbanken.
Die Vorlesung gliedert sich in 2 Teile: