Modulhandbuch (Module manual)

M.184.1334 Grundlagen Datenbanken und Business Intelligence
(Foundations of Databases and Business Intelligence)
Koordinator (coordinator): Prof. Dr. Oliver Müller
Ansprechpartner (contact): Julius Broermann ()
Prof. Dr. Oliver Müller (oliver.mueller[at]uni-paderborn.de)
Credits: 5 ECTS
Workload: 150 Std (h)
Semesterturnus (semester cycle): SoSe
Studiensemester (study semester): 1-4
Dauer in Semestern (duration in semesters): 1
Lehrveranstaltungen (courses):
Nummer / Name
(number / title)		 Art
(type)		 Kontaktzeit
(contact time)		 Selbststudium
(self-study)		 Status (P/WP)
(status)		 Gruppengröße
(group size)
a) K.184.13341 / Grundlagen von Managementinformationssystemen 30 Std (h) 45 Std (h) P 150 TN (PART)
b) K.184.13342 / Übung zu Grundlagen von Managementinformationssystemen 30 Std (h) 45 Std (h) P 150 TN (PART)
Wahlmöglichkeiten innerhalb des Moduls (Options within the module):
Keine
Empfohlene Voraussetzungen (prerequisites):
Zur Zeit sind keine Voraussetzungen bekannt. (No conditions are known.)
Inhalte (short description):

​Datenbanken (DB) bilden das Rückgrat moderner Informationssysteme. Neben dem Management von Daten innerhalb transaktionaler Systeme, unterstützen Datenbanken auch deren Sammlung und Analyse in Business Intelligence (BI) Anwendungen. Das Modul vermittelt grundlegende Konzepte und Methoden in den Bereichen Datenbanken und Business Intelligence, die für das Studium der Wirtschaftsinformatik eine unerlässliche Voraussetzung bilden. Beispiele von in der Vorlesung behandelten Themen sind relationales Datenbankschema, Structured Query Language (SQL), SQL Datenbanken, NoSQL Datenbanken (z.B. Spaltenbasierte Datenbanken, Dokumenten-orientierte Datenbanken, Graph Datenbanken), Data Warehousing (z.B. multidimensionales Snowflake- und Star-Schema), Extraction-Transformation-Loading (ETL), Online Analytical Processing (OLAP), Datenvisualisierung und Data Mining (z.B. Association Rules Mining). Neben den theoretischen Grundlagen von Datenbanken und Business Intelligence wird deren Einsatz in Unternehmen anhand von praktischen Übungen und Fallstudien illustriert.

Lernergebnisse (learning outcomes):
Fachkompetenz Wissen (professional expertise):
Studierende...

  • kennen grundlegende theoretische Konzepte des Datenmanagements (z.B. Datentypen, Datenmodelle)
  • kennen Grundlagen relationaler und nicht-relationaler Datenmodelle sowie deren Vor- und Nachteile
  • kennen Funktionsprinzipien einfacher Methoden des Data Minings (z.B. KNN-Algorithmus, Association Rules Mining)
  • kennen Anwendungen von DB und BI innerhalb von Unternehmen 
    • Fachkompetenz Fertigkeit (practical professional and academic skills):
    Studierende...
  • können komplexe Sachverhalte datentechnisch modellieren
  • können Daten aus externen Quellen in Data Warehouses extrahieren, transformieren und laden sowie diese programmatisch abfragen
  • können wirtschaftswissenschaftliche Fragestellungen mittels Data Mining beantworten

    • Personale Kompetenz / Sozial (individual competences / social skills):
    Studierende...

    ​

  • bilden selbstständig Lerngruppen und vertiefen gemeinsam das in Vorlesung und Übung Erlernte.
  • beteiligen sich im Rahmen der Vorlesung und Übung durch aktive Mitarbeit.

    • Personale Kompetenz / Selbstständigkeit (individual competences / ability to perform autonomously):
    Studierende...
  • ​​arbeiten sich selbstständig in neue Technologien und Werkzeuge ein

    • Prüfungsleistungen (examinations)
    Art der Modulprüfung (type of modul examination): Modulabschlussprüfung
    Art der Prüfung
    (type of examination)    		 Umfang
    (extent)    		 Gewichtung
    (weighting)
    a) Klausur 90 min. 100.00 %
    Studienleistung / qualifizierte Teilnahme (module participation requirements)
    Nein
    Voraussetzungen für die Teilnahme an Prüfungen (formal requirements for participating in examinations)
    Keine
    Voraussetzungen für die Vergabe von Credits (formal requirements for granting credit points)
    Die Vergabe der Credits erfolgt, wenn die Modulnote mindestens „ausreichend“ ist
    Gewichtung für Gesamtnote (calculation of overall grade)
    Das Modul wird mit der Anzahl seiner Credits gewichtet (Faktor: 1)
    Verwendung des Moduls in den Studiengängen (The module can be selected in the following degree programmes)
    B.Sc. Wirtschaftsinformatik
    Umfang QT (participation requirements):
    Lernmaterialien, Literaturangaben (learning material, literature):
    • Connolly, T. & Begg, C. (2014): Database Systems – A Practical Approach to Design, Implementation, and Management. Pearson.
    • Sharda, R., Delen, D. & Turban E. (2014): Business Intelligence and Analytics – Systems for Decision Support. Pearson.
    Teilnehmerbegrenzung (participant limit):
    Keine
    Sonstige Hinweise (additional information):

    Unterrichts- und Prüfungssprache: Deutsch​


      Zum Seitenanfang