Big Data erfassen, analysieren und sinnvoll nutzen

Branchenübergreifend steigen die Mengen relevanter Unternehmensdaten – und damit der Bedarf an Fachkräften, die wissen, wie man sie gewinnbringend analysiert und nutzt. Das berufsbegleitende Master-Studium „Big Data & Business Analytics“ vermittelt die hierfür erforderlichen mathematischen, informatischen und betriebswirtschaftlichen Kenntnisse.

Die steigende Menge und Vielfalt der Daten, die Unternehmen heute zur Verfügung stehen, birgt riesige Chancen. Sie stellt sie aber zugleich auch vor die Herausforderung, mit diesem wachsenden Kapital zielführend und innovativ umzugehen und die Daten zum eigenen Wettbewerbsvorteil zu nutzen. Der Bedarf an Big-Data-Analysten in allen Bereichen der Wirtschaft ist entsprechend groß.

Der Master-Studiengang Big Data & Business Analytics richtet sich an (Wirtschafts-)Informatiker, an Naturwissenschaftler, wie beispielsweise Mathematiker und Statistiker, und baut auf dem Wissen und den Kompetenzen aus dem Erststudium auf. Es sind auch Absolventen anderer Fachrichtungen angesprochen, die sich entsprechendes fachliches Know-how und Können durch ihre Berufserfahrung angeeignet haben. Big-Data-Spezialisten spannen den Bogen von Logik und quantitativen Methoden über Programmiersprachen, Frameworks und Infrastrukturen bis hin zur Interpretation und Implementierung der Ergebnisse in die Unternehmensprozesse.

Während des Studiums lernen Sie, große und heterogene Datenmengen zu analysieren, zu interpretieren, zu bewerten  und vor betriebswirtschaftlichem Hintergrund anzuwenden. Sie erlangen analytische Fähigkeiten, um aus Datenmengen Modelle zu unterschiedlichen Aufgabenstellungen abzuleiten, die Sie im Rahmen der Management- und Betriebswirtschaftslehre ganz konkret für Vorhersagen oder Optimierungen zum Beispiel im Marketing, Vertrieb und Business Development nutzen. Dabei kann es beispielsweise um den richtigen Zeitpunkt einer Produkteinführung oder die Entwicklung eines neuen Geschäftsmodells gehen, um die Verbesserung des Materialeinsatzes, die Ressourcenplanung oder die Entwicklung und Weiterentwicklung von Big Data Lösungen. Kommunikative Fähigkeiten, um Analyseergebnisse verständlich zu erklären und Daten visuell zu veranschaulichen, erweitern Ihre Kompetenzen zusätzlich. 

Als Big Data und Business Analyst sind Sie für Fach- und Führungsaufgaben an der Schnittstelle zwischen den Bereichen IT und Management spezialisiert. Dies können zum Beispiel Stellen als Big Data Manager oder Big Data Analyst sein, als Produktmanager Data Integration, im Bereich Marketing als Market Data Analyst oder als Data Scientist in der Forschung und Entwicklung.

Sie beenden Ihr berufsbegleitendes Master-Studium in Big Data & Business Analytics mit dem akademischen Grad Master of Science (M.Sc.).

Daten & Fakten

Zur Webseite >

Zielgruppe und Berufsfelder

Zulassungsvoraussetzung

Studiengebühren

Zeitmodelle & Vorlesungszeiten

1. Semester

Kompaktkurs¹

Big Data Architektur & Infrastruktur

• Big-Data-Infrastruktur
• Datenstrukturierung
• Datensynchronisation/Parallelität
• Speicherverwaltung

Big Data Analytics

• Datenquellen und Datenkategorisierung
• Visual Analytics / Knowledge Discovery & Data Mining / Explorative Datenanalyse
• KI-Methoden wie z.B. Machine Learning
• Computational Intelligence: Fuzzy-Logik, Neuronale Netze, Evolutionäre Algorithmen

Entscheidungsorientiertes Management

• Klassische Entscheidungslehre
• Managemententscheidungen aus psychologischer Sicht
• Entscheidungen im Strategiekontext

Wissenschaftliche Methodik

• Qualitative und quantitative Forschungsmethoden
• Quantitative Datenanalyse (Anwendungen mit der Statistik-Software R, statistische Testverfahren, multivariate Verfahren)

2. Semester

Angewandte Programmierung

• Anwendungszyklus (Data Analysis Lifecycle)
• Typische Systemkomponenten
• Programmiermodelle im Bereich Big Data
• Gängige Programmiersprachen, Programmierumgebungen und Frameworks: SQL, R, Java und Python
• Anwendung ausgewählter Programmiermodelle

Analyse semi- & unstrukturierter Daten

• Crawling und Vorverarbeitung
• Text Mining / Web Mining
• Social-Media-Analyse
• Taxonomien/Ontologien (+OWL)/semantische Modellierung/Semantic Web

Führung & Nachhaltigkeit

• Führungstheorien, -stile, -techniken und –instrumente
• Normative & Strategische Unternehmensführung als Ausgangspunkt für Diversitäts- und
  Nachhaltigkeitsaspekte
• Verankerung von Nachhaltigkeit in der Wertschöpfungskette
• Ethische Aspekte bzgl. Führung und Nachhaltigkeit

Transfer Assessment²: Transfer-Bericht 1

3. Semester

Projektmanagement von Big Data Projekten

• Projekte und Projektmanagement
• Projektmanagement-Grundlagen
• Vorgehensmodelle für IT-Projekte
• Agile Vorgehensmodelle für IT-Projekte
• Besondere Aspekte von Big-Data-Projekten für das Projektmanagement

Big Data Analyseprojekt

• Auswahl eines Anwendungsfeldes für das Analyseprojekt
• Projektarbeit mit erster vollständig eigener Datenanalyse

Anwendungsfelder Business Analytics

• Ziele und Aufgabengebiete für Big Data-Anwendungen
• Sektor und Art der Datenquellen
• Konkrete Anwendungsfelder und ihre Verfahren

Transfer Assessment²: Transfer-Bericht 2

4. Semester

Ethik & Recht

• Ethische Aspekte der Nutzung von Big Data
• Rechtliche Aspekte der Big Data Nutzung (IT- & Datenschutzrecht)
• Compliance

Big Data Consultingprojekt

• Auswahl eines Anwendungsfeldes für das Analyseprojekt
• Data Storytelling
• Adressierung einer Managementfragestellung
• Datengewinnung, -aufbereitung, & -analyse
• Aufbereitung der Erkenntnisse für das Management

Strategische Geschäftsmodellentwicklung

• Geschäftsmodellvarianten und -innovationen
• Strategische Aspekte eines Geschäftsmodells
• Vorgehensmodelle zur Geschäftsmodellentwicklung und -transformation
• Methoden zur Bewertung von Geschäftsmodellen
• Business-Analytics-Strategie zur Gestaltung und Transformation von Geschäftsmodellen

Transfer Assessment²: Transfer-Bericht 3

5. Semester

Master-Thesis und Kolloquium

Go International!