Anlage B1 Modulhandbuch

Transkript

1 Fachbereich Infrmatik Master f Science Anlage B1 Mdulhandbuch Versin 1.0 Stand: 7. Oktber 2015

2 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik 2

3 Inhalt Inhalt Semester Business Intelligence Advanced Statistics Distributed Enterprise Applicatins Cyber Security Innvatin and Transfer Cmpetence Semester Business Prcess Management and Data Cmpliance Data and Web Mining Large-Scale Data Analysis and Parallelizatin Semantic Web Strategisches IT-Management Zurdnung der Mdule zu Fächergruppen (Säulen) Infrmatik Wirtschaftsinfrmatik Fächerübergreifende Qualifikatinen Mdulhandbuch 3

4 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik 4

5 Semester 1 Semester 1 Mdulhandbuch 5

6 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik 6

7 Semester 1 Mdulbezeichnung Business Intelligence ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung Business Intelligence Prject Business Intelligence Studiensemester 1 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Prf. Dr. German Nemirvski Prf. Dr. German Nemirvski, NN Deutsch der English, wenn vn den Mdulteilnehmern gewünscht (deutsches und englisches Literaturstudium erfrderlich) Studiengang: Wahl/Pflicht: Semester: 1, M.Sc. Pflichtmdul Lehrfrm / SWS Vrlesung: Prjekt: 2 SWS 2 SWS Arbeitsaufwand Veranstaltung/Art Präsenz Eigenstudium Vrlesung 30 h 60 h Prjekt 30 h 60 h Kreditpunkte (ECTS) 6 Summe: 180h 60 h 120 h (6 * 30 Std./ECTS) Vraussetzungen nach Prüfungsrdnung Keine Die Studierenden besitzen grundlegende Kenntnisse, Fertigkeiten und Erfahrungen in Empfhlene Vraussetzungen Datenbanken und DWH Wahrscheinlichkeitstherie GUI Entwicklung Mbile Cmputing und Clud Mdulziele / Angestrebte Lernergebnisse Kenntnisse Die Studierenden Mdulhandbuch 7

8 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Kennen die Spezifika des Reprting-Wesen und die Reprting Anfrderungen vn unterschiedlichen Management-Strukturen in Unternehmen Kennen die wichtigsten Reprting-Techniken, Tls und Dashbards Kennen den OLAP-Przess swie die wichtigsten OLAP Systeme und Techniken kennen die grundlegenden ETL-Knzepte, Anwendungen und Tls Fertigkeiten Die Studierenden können Die state-f-the-art Business Intelligence Tls anwenden darunter die Tls für - die Reprting und Datenvisualisierung - die Durchführung der OLAP-Operatinen wie Slicing und Dicing mit der anschließenden Ausgabe der erhaltenen Daten als Reprts - Die ETL Przesse Kmpetenzen Das Mdul trägt zum Erreichen der flgenden Lernergebnisse (Kmpetenzen) bei: Die Studierenden Vrlesung verfügen über das Wissen und Techniken, um die Infrmatinen erfrderlichen für die Unterstützung der Entscheidungsfindung durch das Unternehmensmanagement swie für die Erarbeitung vn strategischen Vrteilen im Wettbewerb zu sammeln und zu verarbeiten. verfügen über die analytischen Fähigkeiten, die ihnen ermöglichen, Markt- und Industrieanalysis, Business Perfrmance-Analysis, Benchmarking- und Predictive Analysis swie Management-Berichte aus der Perspektive unterschiedlicher Unternehmensfunktinen wie Cntrlling, Marketing, Prduktin etc., durchzuführen sind in der Lage wissenschaftliche Beiträge im Themenbereich Business Intelligence eigenständig zu lesen und qualitative Vergleiche der gelesenen Beiträge systematisch zu präsentieren Inhalt Entscheidungsrientierte Infrmatinssysteme OLAP, DWH, ETL Data Cube Operatins Metadata Business Cntent 8

9 Semester 1 Data Surces, Data Access und Extractin Staging Engine und InfCubes Reprting, Visualizatin, Interaktin Mbile Lösungen Prjekt Die Studierenden arbeiten am Beispiel eines virtuellen Unternehmens, das Sie selbst mdellieren. Sie identifizieren die relevanten Datenquellen, erfassen die Daten, führen Datenanalysen aus, treffen auf dieser Grundlage Entscheidungen und generieren Vrschläge für Abänderungen der Geschäftsprzesse des Unternehmens bzw. der betrieblichen Infrmatinssysteme. Studien-/Prüfungsleistungen Mündliche Prüfung 20 min., bentet Praktische Arbeit, unbentet Medienfrmen Multimediale Vrlesungspräsentatin Unterlagen über Internetpräsenz, Biblithek und Fachdatenbanken Vrträge über multimediale Vrlesungspräsentatinen Nutzung vn diversen Applikatinen Prjekt unter Nutzung vn diversen Medien Literatur Kemper, H. G., Mehanna, W., & Unger, C. : Business Intelligence Grundlagen und praktische Anwendungen, Vieweg, Wiesbaden, 2004, ISBN: Klein, A., Gräf, J.: Reprting und Business Intelligence, Haufe- Lexware, 2014, ISBN: X Sharda, T. Arnsn, King, A.: Business Intelligence: A Managerial Apprach, Pearsn Verlag, 2008, ISBN: X Khlhammer, J., Prff, D.U., Wiener, A.: Visual : Effektiver Zugang zu Daten und Infrmatinen. dpunkt.verlag GmbH, 2014, ISBN: Mdulhandbuch 9

10 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Mdulbezeichnung Advanced Statistics ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung & Seminar Advanced Statistics Übungen Advanced Statistics Studiensemester 1 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Lehrfrm / SWS Arbeitsaufwand Prf. Dr. Tbias Häberlein Prf. Dr. Tbias Häberlein; Prf. Dr. Walter Hwer Deutsch der English (deutsches und englisches Literaturstudium erfrderlich) Studiengang: Wahl/Pflicht: Semester: 1, M.Sc. Pflichtmdul Vrlesung & Seminar: 2 SWS Übungen: 2 SWS Veranstaltung/Art Präsenz Eigenstudium Vrlesung & Seminar 30 h 60 h Übungen 30 h 60 h Summe: 180 h 60 h 120 h (6 * 30 Std./ECTS) Kreditpunkte (ECTS) 6 Vraussetzungen nach Prüfungsrdnung Empfhlene Vraussetzungen Mdulziele / Angestrebte Lernergebnisse Keine Die Studierenden besitzen grundlegende Kenntnisse, Fertigkeiten und Erfahrungen in Funktinen, Mengen Wahrscheinlichkeiten Das Mdul trägt zum Erreichen der flgenden Lernergebnisse (Kmpetenzen) bei: Die Studierenden können die behandelten statistischen Verfahren selbstständig anwenden. 10

11 Semester 1 Inhalt Die Studierenden können Fragestellungen der Datenanalyse mit relevanten statistischen Verfahren in Verbindung setzen. Die Studierenden können den Nutzen und die Grenzen der behandelten statistischen Verfahren einschätzen. Grundlagen der Stchastik Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten, Transfrmatinen vn Zufallsvariablen und -vektren Grundlagen der Allgemeinen Statistik Stichprben, Schätzer, Eigenschaften vn Schätzern, Schätzmethden: Kleinste Quadrate, Mmentenmethde, Maximum-Likelihd- Methde, Stchastische Knvergenz, Multivariate Nrmalverteilung Hypthesentests, Wald-, LR- und LM-Tests Grundlagen Bayessche Statistik Grundlagen Predictive Analytics Implementierung verschiedener Methden in R und/der Pythn Studien-/Prüfungsleistungen Mündliche Prüfung 20 min., bentet Referat, unbentet Medienfrmen Multimediale Vrlesungspräsentatin Unterlagen über Internetpräsenz, Biblithek und Fachdatenbanken Vrträge über multimediale Vrlesungspräsentatinen Nutzung vn diversen Applikatinen Intrductin t Statistical Thught ISBN: Literatur Intrductin t Prbability and Statistics Using R ISBN: Die "'ffizielle"' R-Einführung ISBN: cran.r-prject.rg/dc/manuals/r-intr.pdf R-Kurs der Uni Augsburg: stats.math.uni-augsburg.de/~theus/r-kurs.pdf Mdulhandbuch 11

12 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Mdulbezeichnung Distributed Enterprise Applicatins ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung Distributed Enterprise Applicatins Prjekt Distributed Enterprise Applicatins Studiensemester 1 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Prf. Dr. J. Röhrle Prf. Dr. J. Röhrle Deutsch, bei Bedarf Englisch (muss vr Semesterbeginn geäußert werden) Studiengang: Wahl/Pflicht: Semester: 1, M.Sc. Pflichtmdul Lehrfrm / SWS Vrlesung: Übungen: 2 SWS 2 SWS Arbeitsaufwand Veranstaltung/Art Präsenz Eigenstudium Vrlesung 30 h 60 h Prjekt 30 h 60 h Summe: 180 h 60 h 120 h (6 * 30 Std./ECTS) Kreditpunkte (ECTS) 6 Vraussetzungen nach Prüfungsrdnung Keine Die Studierenden besitzen prfunde Kenntnisse, Fertigkeiten und Erfahrungen in Empfhlene Vraussetzungen Wissenschaftlichem Arbeiten (nachgewiesen durch Bachelr-Abschluss) Objektrientierter Sftware-Entwicklung auf Basis der Prgrammiersprache Java in einem vrbereitenden Bachelr-Studiengang Implementierung vn Datenbankanwendungen auf Basis des Objektrelatinen Mappings 12

13 Semester 1 Mdulziele / Angestrebte Lernergebnisse Kenntnisse Die Studierenden kennen sämtliche Paradigmen des bjektrientierten Prgrammierens die Analyse kmplexer Aufgabenstellungen und deren Umsetzung in der Prgrammiersprache Java das Mdel-View-Cntrller-Paradigma (MVC) bei der Implementierung vn Java-Anwendungen den prfessinellen Einsatz vn Entwicklungswerkzeugen in Zusammenhang mit der Implementierung vn Java- Anwendungen den Aufbau und die Arbeitsweise vn Betriebssystemen und Netzwerken den prinzipiellen Aufbau und die Arbeitsweise vn relatinalen Datenbanksystemen die grundlegende Arbeitsweise vn OLTP-Systemen den Aufbau vn Transaktinen im Sinne des ACID- Paradigmas (Atmicity, Cnsistency, Islatin, Durability) das Paradigma des bjektrelatinalen Datenbankmdells die Implementierungstechniken zur Frmulierung kmplexer Anfragen auf Basis eines (bjekt-) relatinalen Datenbank-systems in SQL die Verwendung vn Metadaten beim Aufbau (kmplexer) Datenbank-Anfragen das Paradigma des Objektrelatinalen Mappings (ORM) durch die Java Persistence Architecture (JPA) Abstraktinstechniken und deren Anwendung bei der Implementierung vn persistenten Anwendungsbjekten (Entitäten) die Frmulierung vn Datenbankprzeduren und Triggern im Sinne aktiver Datenbanken die Bedeutung vn Integritätsbedingungen als Maß für die Qualität der Daten Fertigkeiten Die Studierenden sind in der Lage verteilte Datenbankanwendungen als Transaktinsprgramme zu einer Aufgabenstellung aus dem Bereich der Wirtschaftsinfrmatik in der Prgrammiersprache Java zu knzipieren und zu implementieren Entity-Beans und Sessin-Beans auf der Basis der JPA zu knzipieren und zu implementieren J(2)EE-Beans für einen Applikatinsserver zu knzipieren und zu implementieren Mdulhandbuch 13

14 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Kmpetenzen Die Studierenden können gegebene Aufgabenstellungen aus dem Bereich der Wirtschaftsinfrmatik analysieren und als eine dem MVC- Paradigma genügenden Anwendung implementieren JDBC-Klassen im Sinne des ORM-Paradigmas auf JPA- Klassen abbilden Entity - und Sessin Beans im Sinne der JPA- Architektur knzipieren und implementieren ein knkretes Datenbanksystem und einen knkreten Applikatinsserver gemäß einer gestellten Aufgabe aus dem Bereich der Wirtschaftsinfrmatik prfessinell einsetzen an der rganisatrischen Vrbereitung eines Unternehmens für die applikatinsbasierte Sftware- Entwicklung mitwirken die Kmplexität, die Machbarkeit, die Sicherheit und den In-nvatinsgrad vn angestrebten Prblemlösungen erkennen und miteinander vergleichen Vrlesung & Prjekt Inhalt die Java Persistency API (JPA) Implementierung vn Entity- und Sessin-Beans Implementierung vn verteilten Transaktinen auf Basis der JPA Anwendungsentwicklung durch Einsatz eines Java- Applikatinsservers Behandlung rganisatrischer und knzeptineller Maßnahmen zur Einführung einer unternehmensweiten Applikatins-server-basierten Entwicklung verteilter Anwendungen Knzept und Realisierung vn Applikatinsserverbasierten Data Grid-Anwendungen Studien-/Prüfungsleistungen Medienfrmen Literatur Mündliche Prüfung 20 min., bentet Praktische Arbeit, unbentet Vrlesung mit Beamer; Skript in PDF-Frmat; Implementierung knkreter Anwendungsfälle und Visualisierung mit Beamer; Übungen und Tests in einem Labr Wieken, J.-H.: SQL - Einstieg für Frtgeschrittene, Addisn Wesley, 2008 Matthiessen, G.; Unterstein, M.: Relatinale Datenbanken und Standard-SQL, Addisn Wesley, 2007 Oracle 11g Release 2 für den DBA, Addisn Wesley,

15 Semester 1 Elmasri R., S. Navathe: Fundamentals f Database Systems, 6th ed., Addisn Wesley, 2011 Krenke, D.M.; Auer, D.: Database Prcessing, Prentice Hall, 2010 Krenke, D.M.; Auer, D.: Database Cncepts, 5th ed., Prentice Hall, 2011 Harrisn, G.: Oracle Perfrmance Survival Guide: A Systematic Apprach t Database Optimizatin, Prentice Hall, 2010 Cnnly, T.M.; Begg, C.: Database Systems: A Practical Apprach t Design, Implementatin and Management, 5th ed., Prentice Hall, 2010 Garcia-Mlina, H.; Ullman, J.D., Widm, J.: Database Systems. The Cmplete Bk, Prentice Hall, 2009 van der Lans, R.F.: Intrductin t SQL: Mastering the Relatinal Database Language, 4th ed., Addisn Wesley, 2007 Greenwald, R.; Stackwiak, R.; Stern, J.: Oracle Essentials, O'Reilly, 2007 Feuerstein, S.: Oracle PL/SQL - Best Practices, O' Reilly, 2007 Feuerstein, S., Pribyl, B.: Oracle PL/SQL Prgramming, O' Reilly, 2007 Ellit, J., O'Brian, T.M., Fwler, R.: Harnessing Hibernate, O' Reilly, 2008 Wehr, H., Müller, B.: Java Persistence API mit Hibernate, Addisn Wesley, 2007 Bauer, Chr.; King, G.: Hibernate in Actin. Manning Pub., alpha1.html -grid/ Mdulhandbuch 15

16 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Mdulbezeichnung Cyber Security ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung Cyber Security Fallstudie Cyber Security Studiensemester 1 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Prf. Mrgenstern / Prf. Dr. Rieger Prf. Mrgenstern / Prf. Dr. Rieger Deutsch (deutsches und englisches Literaturstudium erfrderlich) Studiengang:, M.Sc. Wahl/Pflicht: Pflichtmdul Semester: 2 Lehrfrm / SWS Vrlesung: Fallstudie: 2 SWS 2 SWS Arbeitsaufwand Veranstaltung/Art Präsenz Eigenstudium Vrlesung 30 h 60 h Fallstudie 30 h 60 h Kreditpunkte (ECTS) 6 Summe: 180h 60 h 120 h (6 * 30 Std./ECTS) Vraussetzungen nach Prüfungsrdnung Keine Die Studierenden besitzen grundlegende Kenntnisse, Fertigkeiten und Erfahrungen in Empfhlene Vraussetzungen Wissenschaftlichem Arbeiten (nachgewiesen durch Bachelr-Abschluss) Grundlegende Kenntnisse zu IT-Sicherheit Grundlegende Kenntnisse zu Internet-Technlgie Grundlegende Kenntnisse zu Rechnerarchitektur und Rechnernetze Mdulziele / Angestrebte Lernergebnisse Kenntnisse Die Studierenden Kennen die wichtigsten Gefährdungen vn Rechnersystemen 16

17 Semester 1 Kennen die Anfrderungen und beispielhaften Umsetzungen sicherer Rechnersysteme Verstehen kryptgraphische Verfahren und deren Gebrauch Kennen die wichtigsten Kmpnenten sicherer Rechner, Netze und Anwendungen Fertigkeiten Die Studierenden Können die Anfrderungen an ein sicheres Rechnersystem aufstellen Können mit technischen Lösungen zu Verschlüsselung und Signatur umgehen Können Kmpnenten zu Verschlüsselung und Signatur im Rechnersystem implementieren Kmpetenzen Das Mdul trägt zum Erreichen der flgenden Lernergebnisse (Kmpetenzen) bei: Die Studierenden Vrlesung sind dazu befähigt, die für einen gegebenen Geschäftsablauf erfrderliche sichere IT-Infrastruktur zu definieren und in ein Knzept umzusetzen sind in der Lage Kmpnenten für sichere IT- Infrastrukturen auszuwählen, zu knfigurieren, zu erweitern und nach neuesten Erkenntnissen zu ptimieren sind befähigt, eine IT-Infrastruktur auf deren Sicherheit zu überprüfen und Sicherheitslücken zu beheben Inhalt Einführung: Begriffe, Bedrhungen und Angriffe, Sicherheitsstrategie, Sicherheitsarchitektur Spezielle Bedrhungen aus dem Internet: Sicherheitsprbleme der TCP-/ IP-Prtklle und der Netzdienste Security Engineering: Analyse, Sicherheitsgrundfunktinen Kryptgrafie kmpakt: Symmetrische und asymmetrische Verfahren in Beispielen Signaturen kmpakt: Hashfunktinen, Signatur, Verschlüsselung, Schlüsselmanagement Authentifikatin und Zugriffskntrlle: Authentifikatin mit Wissen/ Besitz/ bimetrischen Merkmalen, Zugriffskntrlle in Betriebssystemen und in verschlüsselten Cntainern Mdulhandbuch 17

18 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Sichere Rechner: Sichere Betriebssysteme, Trusted Cmputing Sichere Netze: Firewall, IPSec, SSL, Sichere Dienste Sichere drahtlse Netze: WLAN, sicherer Zugang und sichere Übertragung Sichere Anwendungen: Verschlüsselung vn Dateien und Laufwerken, sichere , sichere HTTP-Übertragung Fallstudie "Webshp mit Identifikatin über neuen Persnalausweis" Stand der Technik klassischer Shps aufnehmen Entwurf: Server, Shp, Zugangskntrlle Identifikatin Implementierung und Test Präsentatin Studien-/Prüfungsleistungen Mündliche Prüfung 20 min., bentet Seminararbeit, unbentet Medienfrmen Multimediale Vrlesungspräsentatin Unterlagen über Internetpräsenz, Biblithek und Fachdatenbanken Vrträge über multimediale Vrlesungspräsentatinen Nutzung vn diversen Applikatinen Prjekt unter Nutzung vn diversen Medien Literatur Prf. Dr. Claudia Eckert (2008): IT-Sicherheit: Knzepte Verfahren Prtklle. Oldenburg Verlag München Wien Muller, Thmas Trusted Cmputing Systeme, Springer, 2008 Jörg Schwenk (2010): Sicherheit und Kryptgraphie im Internet. Vieweg+ Teubner Verlag Springer Fachmedien Wiesbaden GmbH Petersn, L./ Davie, B. (2011): Cmputer Netwrks. Burlingtn: Elsevier, Mrgan Kaufmann-Verlag. Ruef, M. (2007). Die Kunst des Penetratin Testing. Handbuch für prfessinelle Hacker. Böblingen: C & L Cmputer- U. Literaturverlag. Cmer, D. E. (2011). TCP/IP. München: Heidelberg: mitp-verlag. Weitere Literatur wird in der Vrlesung bekannt gegeben. 18

19 Semester 1 Mdulbezeichnung Innvatin and Transfer Cmpetence ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung & Seminar Innvatin and Transfer Cmpetence Prjekt Innvatin and Transfer Cmpetence Studiensemester 1 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Prf. Dr. Knrad R. Thebald Prf. Dr. Knrad R. Thebald Deutsch (deutsches und englisches Literaturstudium erfrderlich) Studiengang:, M.Sc. Wahl/Pflicht: Pflichtmdul Semester: 1 Lehrfrm / SWS Vrlesung & Seminar: Prjekt: 1 SWS 3 SWS Arbeitsaufwand Veranstaltung/Art Präsenz Eigenstudium Vrlesung & Seminar 15 h 40 h Prjekt 45 h 80 h Kreditpunkte (ECTS) 6 Summe: 180h 60 h 120 h (6 * 30 Std./ECTS) Vraussetzungen nach Prüfungsrdnung Keine Die Studierenden besitzen grundlegende Kenntnisse, Fertigkeiten und Erfahrungen in Empfhlene Vraussetzungen Wissenschaftlichem Arbeiten (nachgewiesen durch Bachelr-Abschluss) Kreativen Ideenfindung Selbstbestimmtem und verantwrtlichem Arbeiten Knstruktiver Teamarbeit Tätigkeiten im betrieblichen Umfeld Prjekt- und Qualitätsmanagement Anfrderungsmanagement Sftwareentwicklung Mdulhandbuch 19

20 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Marketing Leitungsaufgaben Kenntnisse: Die Studierenden kennen Methden zur Integratin einen betrieblichen Innvatinsmangements in bestehende Betriebe Planungs-, Organisatins- und Qualitätsmanagementsmethden aus Therie und Praxis Methden und den praktischen Einsatz vn betrieblicher Verfahren zur Festlegung vn Zielvereinbarungen und Leistungsbewertungen Fertigkeiten: Die Studierenden sind in der Lage, Zusammenhänge zwischen diversen Therien und Knzepten zu sehen, diese zu umfassenderen integrierenden praxisrientierten Knzeptinen weiterzuentwickeln und in knkreten entwickelten Anwendungen zum Einsatz zu bringen Mdulziele / Angestrebte Lernergebnisse Kmpetenzen: Die Studierenden können Geschäftsideen entwickeln, diese bezügliche Realisierbarkeit prüfen und Strategien entwickeln, Frschungsergebnisse zu transferieren und als Innvatin umzusetzen wissenschaftliche Grundlagen- und neuere Frschungsergebnisse erfassen, auf deren praktischen Einsatz hin prüfen, ergänzen und zum Einsatz bringen bisher entwickelten Kmpetenzen in einem praxisrientierten Arbeitsumfeld nutzen, umsetzen und auf wissenschaftlichem Niveau nach Bedarf zielrientiert ergänzen und erweitern Prjekte rganisieren, umsetzen, steuern und die Einhaltung nach Gesichtspunkten des Qualitätsmanagements kntrllieren, überwachen den Einsatz des Persnals planen, entsprechende Absprachen treffen, die Umsetzung kntrllieren/ überwachen und den Einsatz vn Zielvereinbarungen und betrieblichen Leistungsbewertungen in leitender Funktin einsetzen die Erfahrungen vn Persnen unterschiedlicher Kmpetenzen zielgerichtet zum Erflg eines in Teamarbeit durchgeführten Prjekts einsetzen und nutzen 20

21 Semester 1 Vrlesung: Ideenmanagement Betriebliches Innvatinsmanagement Transfer Wissenschaft - Praxis Zielvereinbarungen Leistungsbewertung Seminar: Inhalt Akquirierung des neuesten Stands wissenschaftlicher Ergebnisse im Hinblick auf den im Prjekt behandelbare Gegenstände Entwicklung einer qualifizierten Geschäftsidee für die anstehende Prjektarbeit Sichtung, Bewertung der Transfer-Möglichkeiten und qualitativ geprägte Auswahl des durchzuführenden Prjekts Prjekt: Entwicklung eines ausführlichen Geschäftsszenaris, eines Qualitätsmanagementplans und einer Risikabschätzung Bestimmung, Suche und Auswahl der einzusetzenden wissenschaftlichen Frschungsergebnisse Entwicklung einer Vermarktungsstrategie Durchführen der Organisatins- und Qualitätsplanung Vrnahme der Prjektplanung (Aufgaben, Netzplan, Meilensteine) und Festlegung der Arbeitsverteilung (Rllen, Verantwrtlichkeiten, Mitarbeit, Persnalführung) Leitung und Durchführung des Prjekts Betreiben des Prjekt- und Risikmanagements Durchführung vn Prdukttest, Endfertigung und Qualitätskntrlle Bestimmung der erreichten Wertschöpfung Studien-/Prüfungsleistungen/ Prüfungsfrmen Praktische Arbeiten, bentet Referat Dauer max. 30 min., unbentet Medienfrmen Multimediale Vrlesungspräsentatin Unterlagen über Internetpräsenz, Biblithek und Fachdatenbanken Vrträge über multimediale Vrlesungspräsentatinen Nutzung vn diversen Applikatinen Prjekt unter Nutzung vn diversen Medien Mdulhandbuch 21

22 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Literatur Backerra, H., Malrny, C., Schwarz, W.: Kreativitätstechniken. Kreative Przesse anstßen, Innvatinen fördern. Hanser Fachbuch, 3. Auflage, 2007, ISBN-13: Berthel, J., Herzhff, s.; Schmitz, G.: Strategische Unternehmungsführung und F&E-Management: Qualifikatinen für Führungskräfte, Springer-Verlag, 1990, ISBN-13: Bhinc, T.: Grundlagen des Prjektmanagements: Methden, Techniken und Tls für Prjektleiter. Gabal, 2010, ISBN-13: Brugger, R.: Der IT Business Case: Ksten erfassen und analysieren - Nutzen erkennen und quantifizieren - Wirtschaftlichkeit nachweisen und realisieren. Springer, 2. Auflage, 2009, ISBN-13: DeMarc, T.: Spielräume. Prjekt-management jenseits vn Burnut, Stress und Effizienzwahn, Hanser Fachbuch, 2001, ISBN-13: Fischer-Epe, M., Schulz vn Thun, F.: Caching: Miteinander Ziele erreichen. Rrr, 4. Auflage, 2004, ISBN-13: Gundlach, C. et al.: Die frühe Innvatinsphase: Methden und Strategien für die Vrentwicklung, Sympsin Publishing, 2010, ISBN-13: Herrmann, J., Fritz, H.: Qualitätsmanagement - Lehrbuch für Studium und Praxis, Carl Hanser Verlag GmbH & C. KG, 2011, ISBN-13: Herstatt, C., Verwrn, B.: Management der frühen Innvatinsphasen, Gabler, 2. Auflage, 2007, ISBN-13: Herwig-Lempp, J.: Ressurcenrientierte Teamarbeit. Vandenheck & Ruprecht, 2. Auflage, 2004, ISBN-13: Katzenbach, J. R., Smith, D.K.: The Wisdm f Teams. Creating the High-Perfrmance Organizatin, Harvard Business Schl Press, 1992, ISBN-13: Kupper, H.: Die Kunst der Prjektsteuerung. Qualifikatin und Aufgaben eines Prjektleiters. Oldenburg, 9. Auflage, 2001, ISBN-13: Lessel, W.: Pcket Business: Prjektmanagement: Prjekte effizient planen und erflgreich umsetzen. Crnelsen Verlag Scriptr, 3. Auflage, 2007, ISBN-13: Mayr, B.: Wissensmanagement, Kmpetenzmanagement und Mdelltherie: Ein Integratinsansatz zum erflgreichen Transfer vn Expertise in betrieblichen Abläufen, Diplmica Verlag, 2009, ISBN-13: Müller, R.: Systematische Mitarbeiterbeurteilungen und Zielvereinbarungen, Praxium, 2. Auflage, 2010, ISBN-13: Nrth, K.: Wissensrientierte Unternehmensführung. Wertschöpfung durch Wissen, Gabler Verlag, 5. Auflage 2011, ISBN-13:

23 Semester 1 Pircher, R.: Wissensmanagement, Wissenstransfer, Wissensnetzwerke: Knzepte, Methden, Erfahrungen: Knzepte, Methden und Erfahrungen, Publicis Publishing, 2010, ISBN-13: Prske, H., Reiff, E.: Zielvereinbarungen und Jahresgespräche, Haufe-Lexware, 2. Auflage, 2012, ISBN-13: Rauen, C.: Caching, Hgrefe-Verlag; 2. Auflage, 2008, ISBN-13: Specht, G., Beckmann, C: F & E-Management, UTB, Stuttgart, 2001, ISBN-13: Thiel, M. Wissenstransfer in Kmplexen Organisatinen: Effizienz durch Wiederverwendung vn Wissen und Best Practices, Springer; 2002, neuaufgelegt 2013, ISBN-13: Vigenschw, U., Schneider, B, Meyrse, I.: Sft Skills für IT- Führungskräfte und Prjektleiter: Sftwareentwickler führen und cachen, Hchleistungsteams aufbauen, Dpunkt Verlag; 2. Auflage, 2011, ISBN-13: Wehrlin, U.: Ideenmanagement, Akademische Verlagsgemeinschaft München, 2013, ISBN-13: Zink, K. J. : TQM als integratives Managementknzept, Carl Hanser Verlag GmbH & C. KG; 2. Auflage, 2004, ISBN-13: Mdulhandbuch 23

24 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik 24

25 Semester 2 Semester 2 Mdulhandbuch 25

26 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik 26

27 Semester 2 Mdulbezeichnung Business Prcess Management and Data Cmpliance ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung Business Prcess Management and Data Cmpliance Fallstudie Business Prcess Management and Data Cmpliance Studiensemester 2 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Prf. Dr. Nils Herda Prf. Dr. Nils Herda Deutsch (deutsches und englisches Literaturstudium erfrderlich) Studiengang: Wahl/Pflicht: Semester: 2, M.Sc. Pflichtmdul Lehrfrm / SWS Vrlesung: Fallstudie: 2 SWS 2 SWS Arbeitsaufwand Veranstaltung/Art Präsenz Eigenstudium Vrlesung 30 h 60 h Fallstudie 30 h 60 h Kreditpunkte (ECTS) 6 Summe: 180h 60 h 120 h (6 * 30 Std./ECTS) Vraussetzungen nach Prüfungsrdnung Keine Kenntnisse Empfhlene Vraussetzungen Die Studierenden kennen Grundlagen der Geschäftsprzessmdellierung Grundlagen des IT-Architekturmanagement Unternehmensführung und Cntrlling E-Business und unternehmensübergreifende Geschäftsprzesse Mdulziele / Angestrebte Lernergebnisse Kenntnisse Die Studierenden kennen Mdulhandbuch 27

28 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik die Aufgabenbereiche, Rllen und Gremien im IT- Management swie die Vrgaben aus Geschäfts- und IT- Strategien Methden zum strategischen Management vn Geschäfts- und IT-Przessen Gängige Vrgehensweisen, Standards und Best Practice- Ansätze zum Geschäftsprzessmanagement erweiterte Anfrderungen an Geschäftsprzesse aus IT- Gvernance, Risk und Cmpliance Management (IT- GRC), swie deren Knsequenzen für das IT- Geschäftsprzessmanagement Fertigkeiten Die Studierenden können Geschäftsprzesse analysieren, systematisieren und nach unternehmerischen Vrgaben ptimieren Methden für das Geschäftsprzessmanagement anwenden und Risiken in Geschäftsprzessen identifizieren Kmpetenzen Die Studierenden sind in der Lage, Anfrderungen an das Geschäftsprzessmanagement mit prfessinellen und aktuellen Methden zu definieren und im Rahmen vn IT-Prjekten umzusetzen den Methdenkatalg für das Geschäftsprzessmanagement durchgängig anzuwenden Optimierung vn Geschäftsprzessen umzusetzen und zu begleiten (Autmatin und Teilautmatin) Das Mdul trägt zum Erreichen der flgenden Lernergebnisse (Kmpetenzen) bei: Die Studierenden sind dazu befähigt, in IT-Organisatinen das Geschäftsprzessmanagement zu übernehmen sind in der Lage, an der strategischen Gestaltung vn IT- Geschäftsprzessen mitzuwirken sind in der Lage, IT-Przesse gezielt zu ptimieren und zu autmatisieren verfügen über einen breiten Katalg an IT-Methden, die in IT-Unternehmensberatungen Anwendung finden Vrlesung & Fallstudie Inhalt Geschäfts- und IT-Strategien Gestaltung und Organisatin vn Geschäftsprzessen 28

29 Semester 2 Geschäftsprzessmanagement Cntrlling vn Geschäftsprzessen Perfrmance und Optimierung vn Geschäftsprzessen Risiken in Geschäftsprzessen Anfrderungen an Geschäftsprzesse aus IT- Gvernance, Risk und Cmpliance Management (IT-GRC) Fallstudien zum strategischen IT-Management Studien- /Prüfungsleistungen/ Prüfungsfrmen Medienfrmen Literatur Mündliche Prüfung (20 Min.), bentet Referat, unbentet Vrlesung mit Beamer; Bearbeitung vn Fallstudien im Praktikum, Gruppenarbeit und Vrträge im Seminar Schmelzer, Herrmann J./Sesselmann, Wlfgang: Geschäftsprzessmanagement in der Praxis: Kunden zufrieden stellen, Prduktivität steigern und Wert erhöhen, Hanser, 2013 Hanschke, Inge/Lrenz Rainer: Strategisches Przessmanagement: Einfach und effektiv, Hanser, 2011 Keuper, Frank/Neumann, Fritz: Crprate Gvernance, Risk Management und Cmpliance: Innvative Knzepte und Strategien, Gabler, 2010 Mdulhandbuch 29

30 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Mdulbezeichnung Data and Web Mining ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung Data- and Web-Mining Praktikum Semantic Web Studiensemester 2 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Prf. Dr. German Nemirvski Prf. Dr. German Nemirvski, NN Deutsch (deutsches und englisches Literaturstudium erfrderlich) Studiengang:, M.Sc. Wahl/Pflicht: Pflichtmdul Semester: 2 Lehrfrm / SWS Vrlesung: Praktikum: 2 SWS 2 SWS Arbeitsaufwand Veranstaltung/Art Präsenz Eigenstudium Vrlesung 30 h 60 h Praktikum 30 h 60 h Kreditpunkte (ECTS) 6 Summe: 180h 60 h 120 h (6 * 30 Std./ECTS) Vraussetzungen nach Prüfungsrdnung Empfhlene Vraussetzungen Mdulziele / Angestrebte Lernergebnisse Keine Die Studierenden besitzen grundlegende Kenntnisse, Fertigkeiten und Erfahrungen in Kenntnisse Warteschlangentherie Lineare Algebra Kmplexitätstherie Die Studierenden kennen die wichtigsten Clustering Algrithmen, wie K- Means und Hierarchical Clustering kennen die wichtigsten Mdelling Algrithmen wie entscheidungs-baum, Klassifikatin uns Regressin 30

31 Semester 2 kennen Parameter Selectin Algrithmen wie Crrelatin matrix und Principal Cmpnent Analysis kennen die wichtigsten Methden der Datentransfrmatin kennen die Wichtigsten Web-Mining Methden wie Text Indexing, Ranking, Crawling. Fertigkeiten Die Studierenden können alle ben gennannten Data und Web-Mining Methden in der Praxis verwenden mit mindestens einem Datamining Tl sicher umgehen Unternehmensdaten extrahieren, knslidieren und für die Auswertung in geeigneten Kennzahlensystemen bzw. für Recherche / Mustererkennung aufbereiten die Kmplexität, die Machbarkeit und den Innvatinsgrad vn angestrebten Prblemlösungen erkennen bzw. miteinander vergleichen Kmpetenzen Das Mdul trägt zum Erreichen der flgenden Lernergebnisse (Kmpetenzen) bei: Die Studierenden Vrlesung Sind in der Lage für eine Unternehmensbezgenen Fragestellung relevanten Daten zu identifizieren, Datamining Techniken auszuwählen, verwenden und die Ergebnisse ein einer für die Beantwrtung der Frage passenden Frm darzustellen sind in der Lage, die für eine Prblemstellung relevanten Web-Ressurcen-Dmain zu identifizieren, die webmining-techniken für die ausgewählten Ressurcen anzuwenden und die Ergebnisse in einer Frm darzustellen, die zur Entscheidungsfindung bzw. zur Lösung des Prblems einen Beitrag leistet. sind in der Lage wissenschaftliche Beiträge im Themenbereich Data- und Web-Mining eigenständig zu lesen und qualitative Vergleiche der gelesenen Beiträge systematisch zu präsentieren Inhalt Clustering & Evaluatin der Ergebnisse Klassifikatin, Regressin & Evaluatin Evaluatin der Ergebnisse Datentransfrmatin Parameter-Selektin-Methden Text- and Web-Page Preprcessing Mdulhandbuch 31

32 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Text Indexing Web Search Scial Netwrk Analysis Web Crawling Praktikum selbstständige Darbietung ausgewählter Inhalte Nutzung eines Datamining Tl, wie Rapid Miner zur Implementierung vn Data- und Web- Mining Przessen Studien-/Prüfungsleistungen Mündliche Prüfung 20 min., bentet Praktische Arbeit, unbentet Medienfrmen Multimediale Vrlesungspräsentatin Unterlagen über Internetpräsenz, Biblithek und Fachdatenbanken Vrträge über multimediale Vrlesungspräsentatinen Nutzung vn diversen Applikatinen Prjekt unter Nutzung vn diversen Medien Literatur Backerra, H., Malrny, C., Schwarz, W.: Kreativitätstechniken. Kreative Przesse anstßen, Innvatinen fördern. Hanser Fachbuch, 3. Auflage, 2007, ISBN-13: Thmas A. Runkler, Data Mining Methden und Algrithmen intelligenter Datenanalyse, Springer Vieweg, 2010; ISBN Ian H. Witten, Eibe Frank, Mark A. Hall, Data Mining: Practical Machine Learning Tls and Techniques, 3 rd edit., Elsevier, 2011; ISBN Flrin Grunescu, Data Mining: Cncepts, Mdels and Techniques, Springer, 2011, ISBN Markus Hfmann, Ralf Klinkenberg, Rapidminer: Data Mining Use Cases and Applicatins, Prductivity Pr Inc, 2013, ISBN: Bing Liu, Web Data Mining: Explring Hyperlinks, Cntents, and Usage Data (Data-Centric Systems and Applicatins), Springer; 2. Auflage, 2011, ISBN:

33 Semester 2 Mdulbezeichnung Large-Scale Data Analysis and Parallelizatin ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung Large-Scale Data Analysis and Parallelizatin Praktikum Large-Scale Data Analysis and Parallelizatin Studiensemester 2 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Prf. Dr. Thmas Eppler Prf. Dr. Thmas Eppler Deutsch der English, wenn vn den Mdulteilnehmern gewünscht (deutsches und englisches Literaturstudium erfrderlich) Studiengang: Wahl/Pflicht: Semester: 2, M.Sc. Pflichtmdul Lehrfrm / SWS Vrlesung: Praktikum: 2 SWS 2 SWS Arbeitsaufwand Veranstaltung/Art Präsenz Eigenstudium Vrlesung 30 h 60 h Praktikum 30 h 60 h Kreditpunkte (ECTS) 6 Summe: 180h 60 h 120 h (6 * 30 Std./ECTS) Vraussetzungen nach Prüfungsrdnung Empfhlene Vraussetzungen Keine Mdul Datenbanken in einem Bachelrstudiengang mit Kenntnissen zu relatinalen Datenbanken SQL Grundkenntnisse des Betriebssystems Linux Mdulziele / Angestrebte Lernergebnisse Kenntnisse Die Studierenden kennen Systeme und Techniken für die parallele Datenverarbeitung Mdulhandbuch 33

34 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik kennen die Aufgabenstellungen aus dem Themengebiet Large-Scale Dats Analysis, z.b. Vlltext- suche der Graphen-Kntensuche, deren Lösungen mithilfe vn Parallelisierungstechniken umgesetzt werden. Fertigkeiten Die Studierenden können in-memry Datenbanken, Map/Reduce/YARN-Datenbanktechnlgien und verteilte Datenbankmanagementsystem anwenden, darunter Hadp, MySQL-Cluster und Micrsft SQL Server in-memry. Kmpetenzen Das Mdul trägt zum Erreichen der flgenden Lernergebnisse (Kmpetenzen) bei: Die Studierenden können kalkulatrische und technische Entscheidungen treffen, welches DBMS für welchen Anwendungsfall im Big Data-Bereich das Richtige ist und verstehen die einzelnen DBMS zu unterscheiden. sind in der Lage wissenschaftliche Beiträge im Themenbereich Data- und Web-Mining eigenständig zu lesen und qualitative Vergleiche der gelesenen Beiträge systematisch zu präsentieren Vrlesung: Inhalt Überblick zu N-SQL-Datenbanken Map Reduce Funktin Graphen Aufbau des DBMS Hadp mit Hadp File System Map Reduce YARN Hive Partitinierung Graph Builder Verteilte Datenbanken Vertikale/hrizntale Fragmentierung Fragmentierungstransparenz Transaktinskntrlle MySQL Clusters Cluster einrichten Partitinstypen 34

35 Semester 2 Verwaltung vn Partitinen In Memry Datenbanken am Beispiel Micrsft SQL Server Parallelisierungsstrategien Threads Vektrparallelisierung Verteilung auf Cprzessren Verteilung auf GPUs Praktikum: Arbeiten mit dem DBMS Hadp Partitinierung SQL-Abfragen Lad vn Hadp mit unstrukturierten Daten wie Texten, Bilder, etc. Map/Reduce-/YARN- Framewrk Arbeiten mit dem MySQL Cluster Partitinierung SQL Abfragen Parallelisierung mit Intel Studi XE Vektrparallelisierung Threads Prgrammierung mit mehreren GPUs Cprzessren Studien-/Prüfungsleistungen/ Prüfungsfrmen Mündliche Prüfung 20 Min., bentet Praktische Arbeiten, unbentet Medienfrmen Multimediale Vrlesungspräsentatin Unterlagen über Internetpräsenz, Biblithek und Fachdatenbanken Literatur Ramn Wartala: Hadp: Zuverlässige, verteilte und skalierbare Big-Data-Anwendungen, Open Surce Press Edward Capril, Dean Wampler, Jasn Rutherglen: Prgramming Hive, O Reilly Tm White. Hadp. The definitive Guide, O Reilly Uni Hildesheim: MySQL Cluster, de.html/ndbcluster.html Mdulhandbuch 35

36 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Mdulbezeichnung Semantic Web ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung Semantic Web Prjekt Semantic Web Studiensemester 2 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Prf. Dr. German Nemirvski Prf. Dr. German Nemirvski Deutsch (deutsches und englisches Literaturstudium erfrderlich) Studiengang:, M.Sc. Wahl/Pflicht: Pflichtmdul Semester: 2 Lehrfrm / SWS Vrlesung: Prjekt: 2 SWS 2 SWS Arbeitsaufwand Veranstaltung/Art Präsenz Eigenstudium Vrlesung 30 h 60 h Prjekt 30 h 80 h Summe: 180h 60 h 120 h (6 * 30 Std./ECTS) Kreditpunkte (ECTS) 6 Vraussetzungen nach Prüfungsrdnung Keine Die Studierenden besitzen grundlegende Kenntnisse, Fertigkeiten und Erfahrungen in Empfhlene Vraussetzungen Wissenschaftlichem Arbeiten (nachgewiesen durch Bachelr-Abschluss) Kmplexitätstherie Prädikatenlgik Entwicklung vn Web-Anwendungen / Serverseitiges Prgrammieren Mdulziele / Angestrebte Lernergebnisse Kenntnisse Die Studierenden 36

37 Semester 2 verstehen den Ontlgy-Sandwich und kennen die Rllen vn seinen Kmpnenten, u.a. URI, OWL, RDF(S)im Aufbau der Ontlgien. kennen einzelnen RDF(S) und OWL -Elemente verstehen den Aufbau vn Ontlgien und die Rlle vn Beschreibenden Lgiken kennen die Typischen Reasning-Aufgaben, wie Cnjunctive Querying der Inference kennen wichtigsten Metadaten-Frmate für die Web- Ressurcen Fertigkeiten Die Studierenden können mithilfe vn einem Ontlgie-Editr, z.b. Prtégé, Ontlgien cdieren können SPARQL-Queries frmulieren, diese über ein SPARQL-Endpint absetzen und die Ergebnisse interpretieren können DL-Reasner einsetzen und die Ergebnisse vn Reasning interpretieren können DL-Frmalismen lesen und verstehen kennen die wichtigsten Linked Open Data surces, wie die DBpedia, Linked GeData, GEMET der Prduct DB und sind in der Lage die GUI-Schnittstellen der entsprechenden SPARQL-Endpints zu bedienen Kmpetenzen Die Studierenden Vrlesung sind in der Lage Knzeptinelle Repräsentatin einer Wissensdmäne zu entwickeln und dabei seine Vernetzung mit anderen Wissensdmänen berücksichtigen sind dazu befähigt, Ontlgien nach Maßgaben eines ausgewählten Frmalismus (einer DL-Sprache) zu entwickeln unter sich dabei die Knsequenzen für die Ausführung der Reasning-Aufgaben im Kntext eines Einsatzes vn Infrmatinssystemen vrstellen. sind in der Lage wissenschaftliche Beiträge im Themenbereich Semantic Web eigenständig zu lesen und qualitative Vergleiche der gelesenen Beiträge systematisch zu präsentieren Inhalt Web für die Maschinen in Überblick, Web Mining Reasning Mdulhandbuch 37

38 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Web Ressurcen und Metadaten, Mdelle und Frmate RDF & RDFS Vn RDF(S) zu OWL SPARQL Ontlgien Aufteilung in TBx und ABx Knwledge bases Grundlagen der Beschreibenden Lgiken FOL & Prädikatenlgic DL Beispiele: ALL, EL, EL-Lite, etc. Wiederspruch zwischen der Ausdruckstäke und der Perfrmance des Reasning Best Practices der Ontlgie-Design Ontgie-Editren, e.g. Prtégé Mdularisierung Upper Level Ontlgien Versinierung vn Ontlgien Reasning, Reasning Aufgaben Inferring Cnjunctive Querying Cnsistency and Cherency Check Reasner-Beispiele und ihre möglichen Settings Federated Ontlgies Linked Open Data Federatin Engine, z.b. Fedex Prjekt Einführung in Prtégé Querying DBpedia & Linked Open Data Prjektideen entwickeln, evaluieren, auswählen Umsetzung ausgewählter Prjektideen Abschlusspräsentatin Studien-/Prüfungsleistungen Mündliche Prüfung 20 min., bentet Praktische Arbeit, unbentet Medienfrmen Multimediale Vrlesungspräsentatin Unterlagen über Internetpräsenz, Biblithek und Fachdatenbanken Vrträge über multimediale Vrlesungspräsentatinen 38

39 Semester 2 Nutzung vn diversen Applikatinen Prjekt unter Nutzung vn diversen Medien Literatur Backerra, H., Malrny, C., Schwarz, W.: Kreativitätstechniken. Kreative Przesse anstßen, Innvatinen fördern. Hanser Fachbuch, 3. Auflage, 2007, ISBN-13: Franz Baader,Dieg Calvanese, Debrah McGuinness, Daniele Nardi, Peter Patel-Schneider, The Descriptin Lgic Handbk: Thery, Implementatin and Applicatins, Cambridge University Press; Auflage: 2, 2010 Rnald J. Brachman, Hectr J. Levesque, Knwledge Representatin and Reasning (Mrgan Kaufmann Series in Artificial Intelligence), Mrgan Kaufmann, 2004 Bb DuCharme, Learning SPARQL, O'Reilly Media; 2. Auflage, 2013 Alessandr Oltramari, Piek Vssen, Lu Qin, Eduard Hvy, New Trends f Research in Ontlgies and Lexical Resurces: Ideas, Prjects, Systems (Thery and Applicatins f Natural Language Prcessing), Springer; Auflage: 2013, 2013 Mdulhandbuch 39

40 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik Mdulbezeichnung Strategisches IT-Management ggf. Mdulniveau ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Vrlesung Strategisches IT-Management Fallstudie Strategisches IT-Management Studiensemester 2 Mdulverantwrtliche(r) Dzent(in) Sprache Zurdnung zum Curriculum Prf. Dr. Nils Herda Prf. Dr. Nils Herda Deutsch (deutsches und englisches Literaturstudium erfrderlich) Studiengang: Wahl/Pflicht: Semester: 2, M.Sc. Pflichtmdul Lehrfrm / SWS Vrlesung: Fallstudie: 2 SWS 2 SWS Arbeitsaufwand Veranstaltung/Art Präsenz Eigenstudium Vrlesung 30 h 60 h Seminar 30 h 60 h Kreditpunkte (ECTS) 6 Summe: 180h 60 h 120 h (6 * 30 Std./ECTS) Vraussetzungen nach Prüfungsrdnung Empfhlene Vraussetzungen Mdulziele / Angestrebte Lernergebnisse Keine Kenntnisse Die Studierenden kennen Grundlagen der Geschäftsprzessmdellierung Grundlagen des IT-Architekturmanagement Unternehmensführung und Cntrlling E-Business und unternehmensübergreifende Geschäftsprzesse Kenntnisse Die Studierenden kennen 40

41 Semester 2 die Aufgabenbereiche, Rllen und Gremien im IT- Management Methden zum strategischen Management vn IT- Anwendungs-, ERP- und Infrastrukturlandschaften Gängige Vrgehensweisen zum IT-Prjekt- und Multi- Prjektmanagement in mittelständischen und Grßunternehmen Standardisierungen im IT-Management, wie ITIL rechtliche und rganisatrische Vrgaben an das IT- Management, insbesndere IT-Gvernance, Risk und Cmpliance Management (IT-GRC), swie deren Knsequenzen für das IT-Management Fertigkeiten Die Studierenden können Geschäftsprzesse analysieren und nach unternehmerischen Vrgaben ptimieren Prjektmanagement-Methden anwenden und Prjekt- Prtflis im Rahmen des Multi-Prjektmanagement systematisieren und bewerten Kmpetenzen Die Studierenden sind in der Lage, Anfrderungen an Infrmatinssysteme mit prfessinellen und aktuellen Methden zu definieren und im Rahmen vn IT-Prjekten umzusetzen den Methdenkatalg für das IT-Management durchgängig anzuwenden die Entwicklung vn IT-Strategien zu begleiten IT-Organisatinseinheiten nach Vrgabe zu ptimieren, etwa durch Einführung des IT-Service Management der des Enterprise Architecture Management Das Mdul trägt zum Erreichen der flgenden Lernergebnisse (Kmpetenzen) bei: Die Studierenden sind dazu befähigt, in IT-Organisatinen leitende Aufgaben zu übernehmen sind in der Lage, an der strategischen Gestaltung vn IT- Organisatinen mitzuwirken sind in der Lage, IT-Organisatinen gezielt zu ptimieren verfügen über einen breiten Katalg an IT-Methden, die in IT-Unternehmensberatungen Anwendung finden Inhalt Vrlesung & Fallstudie Mdulhandbuch 41

42 Hchschule Albstadt-Sigmaringen Fakultät Infrmatik IT-Management: Aufgaben, Rllen und Gremien IT-Strategieentwicklung IT-Organisatinen IT-Cntrlling Management vn IT-Architekturen (Anwendungs- und Infrastrukturlandschaften) IT-Sicherheitsmanagement IT-Recht und IT-Gvernance, Risk und Cmpliance Management (IT-GRC) Industrie 4.0 Fallstudien zum strategischen IT-Management Studien- /Prüfungsleistungen/ Prüfungsfrmen Medienfrmen Literatur Seminararbeit bentet Vrlesung mit Beamer; Bearbeitung vn Fallstudien im Praktikum, Gruppenarbeit und Vrträge im Seminar Tiemeyer Ernst (Hrsg.): Handbuch IT-Management, Hanser, 2013 Laudn, Kenneth C./Laudn, Jane P./Schder, Detlef: Wirtschaftsinfrmatik: Eine Einführung, Prentice Hall, Hfman Jürgen/Schmidt, Werner (Hrsg.): Masterkurs IT- Management, Vieweg + Teubner Verlag, 2007 Keuper, Frank/Neumann, Fritz: Crprate Gvernance, Risk Management und Cmpliance: Innvative Knzepte und Strategien, Gabler,

43 Zurdnung der Mdule zu Fächergruppen (Säulen) Zurdnung der Mdule zu Fächergruppen (Säulen) In der flgenden Darstellung werden alle Mdule des Studiengangs Wirtschaftsinfrmatik den einzelnen Fächergruppen zugerdnet. Die Mdule Praxissemester, Bachelr-Thesis und Mündliche Bachelrprüfung werden gleichmäßig auf alle vier Fächergruppen verteilt, da die Zurdnung hier vn der individuellen praktischer Ausrichtung abhängt. Infrmatik Nr. Mdul Semester Art SWS ECTS bentet unbentet Distributed Enterprise Applicatins 1 PM 4 6 M20 Pr Cyber Security 1 PM 4 6 M20 Sa Data- and Webmining 2 PM 4 6 M20 Pr Large-Scale Data Analysis and Parallelizatin 2 PM 4 6 M20 Pr Semantic Web 2 PM 4 6 M20 Pr Master-Thesis 3 PM 0 25 Ma Mündliche Masterprüfung 3 PM 0 5 R30,M Wirtschaftsinfrmatik Nr. Mdul Semester Art SWS ECTS bentet unbentet Business Intelligence 1 PM 4 6 M20 Pr Business Prcess Management and Data Cmpliance 2 PM 4 6 M20 R Strategie IT Management 2 PM 4 6 Sa Master-Thesis 3 PM 0 25 Ma Mündliche Masterprüfung 3 PM 0 5 R30,M Fächerübergreifende Qualifikatinen Nr. Mdul Semester Art SWS ECTS bentet unbentet Advanced Statistics 1 PM 4 6 M20 R Innvatin and Transfer Cmpetence 1 PM 4 6 Pr R Master-Thesis 3 PM 0 25 Ma Mündliche Masterprüfung 3 PM 0 5 R30,M Summen Die Summen beziehen sich auf das Gesamtangebt der Mdule. In Abhängigkeit der individuellen Wahlrichtung ändern sich die zu erbringenden Prüfungsleistungen; die ECTS belaufen sich auf 210, die SWS auf 136 (siehe hierzu die Studien- und Prüfungsrdnung des Studiengangs). Mdulhandbuch 43

44 Hchschule Albstadt-Sigmaringen Jakbstraße Albstadt Germany win@hs-albsig.de 2015