Big Data, Data Science, Machine Learning, Industrie 4.0, Internet of Things - Schlagworte, die einem im Unternehmen immer häufiger begegnen, für die vielfach jedoch die Expertinnen und Experten fehlen. Die Analyse stetig wachsender Datenmengen mittels modernster Technologien, die Formulierung der für ein Unternehmen daraus resultierenden richtigen Fragestellungen und die richtungsweisende Interpretation solcher großen Datenmengen sind heute mehr denn je gefragte Fähigkeiten sehr gefragter Spezialisten. Diese Kompetenzen vermittelt Ihnen der berufsbegleitend studierbare Masterstudiengang Business Analytics anhand seines inhaltlich und didaktisch durchdachten curricularen Konzepts.

Der Studiengang richtet sich an Berufseinsteiger/innen, an junge Führungskräfte sowie Projektleiter/innen und Berater/innen, die ihre Kompetenzen im Umgang mit den Herausforderungen "Industrie 4.0" und "Big Data" optimal ausbauen und vertiefen wollen. Hierzu werden Ihnen im Studiengang interdisziplinär betriebswirtschaftliche, mathematische und informationstechnische Kompetenzen vermittelt. Neben Themen wie Data Mining, Machine Learning und Prädiktive Methoden bis hin zum strategischen und Business Process Management zur Entwicklung neuer Geschäftsmodelle erhalten Sie das Rüstzeug und fundiertes technisches und betriebswirtschaftliches Fachwissen, das in den Modulen des Studiengangs in praktischen Übungen angewendet und vertieft wird.

Studiengangleiter
Prof. Dr. Mischa Seiter
Institut für Business Analytics

Studiengangkoordinatorin
Kristina Karl

Module des Studiengangs

Studienziele

Der Studiengang Business Analytics richtet sich an Führungskräfte des mittleren und des Top-Managements, die dazu befähigt werden sollen, betriebliche Problemstellungen mit Hilfe von datenbasierten Evidenzen zu lösen. Hierzu werden im Studiengang betriebswirtschaftliche, mathematische und informationstechnische Kompetenzen vermittelt.

Kompetenzen im Bereich Wirtschaftswissenschaften

Innerhalb des Kompetenzbereiches Wirtschaftswissenschaften werden betriebswirtschaftliche Kenntnisse vermittelt. Die Studierenden können betriebswirtschaftliche Problemstellungen identifizieren und deren Relevanz beurteilen. Diese können von den Studierenden im nächsten Schritt in analytische Fragestellungen überführt werden. In diesem Zusammenhang können die Studierenden aus den Evidenzen Maßnahmen entwickeln, implementieren und deren Verwendung begründen. Im Rahmen der Identifikation von betriebswirtschaftlichen Problemstellungen können die Studierenden anhand konkreter Unternehmensbeispiele z. B. Finanzkennzahlen auswerten oder Investitionsentscheidungen treffen und begründen. Die Studierenden können Anwendungsfelder von Business Analytics im betrieblichen Alltag identifizieren. Vor diesem Hintergrund können sie deskriptive, prädiktive und präskriptive Algorithmen zur Lösung konkreter betriebswirtschaftlicher Probleme auswählen und entsprechend den betrieblichen Bedürfnissen weiterentwickeln bzw. anpassen. Die Studierenden können im Hinblick auf betriebswirtschaftliche Problemstellungen Evidenzen aussagekräftig darstellen. Dabei schätzen sie selbständig und im Bewusstsein von Anforderungen und Kritikpunkten ein, welche Visualisierungsformen zielgruppengerecht und der Situation angemessen sind. Für die Implementierung von evidenzbasierten Maßnahmen können die Studierenden betriebliche Prozesse planen und abbilden, deren Lenkung durchführen sowie eine Weiterentwicklung betrieblicher Prozesse konzipieren und umsetzen.

Kompetenzen im Bereich Mathematik

Die Vermittlung von deskriptiven, prädiktiven und präskriptiven Algorithmen zur Datenanalyse und -interpretation ist das Ziel des Kompetenzbereichs Mathematik. Die Teilnehmer sind in der Lage Methoden zur Analyse umfangreicher Mengen strukturierter und unstrukturierter (Social Media-) Daten anzuwenden und diese im Hinblick auf die Datenqualität zu beurteilen. Des Weiteren können  sie Standardverfahren zur Lösung spezifischer Analytics-Fragestellungen aufgrund von Kenntnissen über Stärken und Limitationen verschiedener deskriptiver, prädiktiver und präskriptiver Algorithmen anwenden und anpassen. Von großer Bedeutung ist in diesem Zusammenhang, dass die Studierenden auch kritisch dazu Stellung nehmen können, ob Algorithmen unabhängig von ihrer mathematischen Durchführung, auf die konkrete Problemstellung angewendet werden können. Sie können die besonderen Herausforderungen bei Big Data-Anwendungen im Kontext der Numerik bewerten. Außerdem können sie ausgewählte Algorithmen und deren Anwendung für hochdimensionale Probleme analysieren und beurteilen. Die Teilnehmer können Business Analytics-Fragestellungen und Probleme identifizieren, bei denen stochastische Methoden und Modelle anwendbar sind, um im nächsten Schritt entsprechende Modellierungen zu konstruieren und durchzuführen. Eine weitere wichtige Kompetenz, ist die Fähigkeit, die erlernten Modellierungsmethoden auf unterschiedliche Analytics Fragestellungen adaptieren bzw. transformieren zu können. Auch der Umgang und Einsatz von Software-Werkzeugen wird geschult. 

Kompetenzen im Bereich Informatik

Innerhalb des Kompetenzbereiches Informatik erhalten die Teilnehmer des Studiengangs Kompetenzen für den Einsatz von Informationstechnik und Software für Analytics-Zwecke. Sie können die wesentlichen Charakteristika, Komponenten und Funktionen prozessorientierter Informationssysteme beschreiben und innerhalb einer Gesamtarchitektur einordnen. Außerdem sind die Teilnehmer befähigt, ausgewählte Prozessszenarien zu bewerten und mithilfe eines Prozess-Management-Systems zu implementieren. Die Studierenden können grundlegende Methoden, Verfahren und Konzepte des Data- und des Process Mining zur Datenanalyse und -interpretation mittels Softwaretools mit Bezug auf gegebene Analytics Fragstellungen durchführen und ihre Analyseergebnisse angemessen erklären, visualisieren und präsentieren . Sie können das Cloud Modell aus verschiedenen Perspektiven bewerten und sind in der Lage, in diesem Zusammenhang zu verschiedenen Fragestellungen Stellung zu nehmen. Sie können die Grundkonzepte der IT Sicherheit und Kryptographie erklären. Darüber hinaus können sie verschiedene elementare Sicherheitsmechanismen wie Emailverschlüsselung oder Authentisierung mit digitalen Zertifikaten unter Berücksichtigung der jeweiligen Grenzen dieser Systeme beurteilen und entsprechende Maßnahmen für den betrieblichen Kontext ermitteln.

Lernergebnisse des Studiengangs

Absolventen des Studiengangs sind in der Lage, durch die Nutzung von deskriptiven, prädiktiven und präskriptiven Algorithmen in allen betrieblichen Funktionen Verbesserungen herbeizuführen – von der Forschung und Entwicklung bis hin zum Vertrieb. Typische Problemstellungen sind die Verbesserung von Prozessen, die quantitative Fundierung von Entscheidungen sowie die Weiterentwicklung der Strategie und des Geschäftsmodells.

Ein erfolgreich abgeschlossenes Masterstudium in Business Analytics soll befähigen,

1. Fragestellungen auf dem Gebiet der Business Analytics auf einem hohen universitären Niveau selbstständig zu identifizieren und zu bearbeiten.
2. den Business Analytics Prozess von der Entwicklung der betriebswirtschaftlichen Problemstellung über die Datenanalyse mittels Algorithmen bis hin zur evidenzbasierten Entscheidungsfindung planen und beurteilen zu können.
3. deskriptive, prädiktive und präskriptive Algorithmen im Rahmen des Business Analytics-Prozesses anzuwenden ggf. hinsichtlich der Analytics Fragestellung zu adaptieren.
4. Anforderungen und Aspekte bei der Verarbeitung von großen Mengen strukturierter und unstrukturierter Daten (Big Data) beurteilen zu können als auch geeignete Instrumente zur Analyse und Interpretation mittels Data Mining anzuwenden.
5. zu Planungs-, Entwicklungs- und Forschungsaufgaben in wissenschaftlichen und öffentlichen Institutionen.
6. zur Tätigkeit als wissenschaftlicher Mitarbeiter an einer Universität sowie
7. zum Zugang zu einer Promotion.

Vor dem Hintergrund einer ständig wachsenden Datenmenge, können die Studierenden zudem zusätzlich auch datenschutzrechtliche Aspekte beurteilen, so dass sie im Bereich Business Analytics die Einhaltung der gesetzlichen Vorgaben des Datenschutzes beurteilen und umsetzen können.

Der Studiengang trägt außerdem dem Umstand Rechnung, dass einerseits die Nachfrage nach Spezialisten der Datenanalyse und -interpretation steigt, anderseits gerade im deutschsprachigen Raum bisher kaum Studienangebote für diesen Themenbereich vorhanden sind. Absolventen des Studiengangs sind in der Lage ihre Kompetenzen in den unterschiedlichsten Unternehmen und Institutionen einzusetzen. Die Kompetenzen der Datenanalyse und der Entscheidungsfindung anhand großer Datenmengen kann u.a. in Versicherungen, Banken, verarbeitenden und produzierenden Unternehmen, Beratungsunternehmen oder auch in öffentlichen Einrichtungen zu Einsatz kommen.

Lernmanagementsystem

Als Lernmanagementsystem (LMS) kommt ein System zum Einsatz, das es den Modulteilnehmerinnen und -teilnehmern ermöglicht, alle Geräteklassen vom PC über das Tablett bis zum Smartphone in allen gängigen Betriebssystemen zu nutzen.
Eine Installation des weit verbreiteten LMS Moodle wurde auf die speziellen Bedürfnisse der Nutzergruppe angepasst. Die Anpassung stellt sicher, dass durch ein adaptiertes technisches Layout ein visuelles Erscheinungsbild erzeugt wird, welches für alle Geräteklassen genutzt werden kann. Dies mindert sowohl den Wartungsaufwand als auch die Entwicklungszeit bei der Implementierung neuer Features.
Die hervorgehobene Anzeige von Bearbeitungsständen in Bezug auf Zwischenfragen und Übungsblättern soll Studierenden jederzeit ein hohes Maß an Überblick über den aktuellen Bearbeitungsstand eines Moduls ermöglichen.
Die Integration des Open Source-Videokonferenzsystems "BigBluButton" eröffnet zudem Sprechstunden und Tutorien. Die Software steht Studierenden jederzeit für die eigenständige Organisation von Besprechungen zur Verfügung.

Methoden

Die Module unterliegen einem breiten Medienmix. Darunter fallen z.B. die folgenden Konzepte:

Als begleitende Maßnahmen werden zusätzlich angeboten:

Je nach Modul gibt es verschiedene Leistungsnachweise und Prüfungsformen:

Studieren in Teilzeit

Der Studiengang und die Zertifikatskurse werden im Blended Learning, einer Kombination von Präsenzveranstaltungen und virtuellem Angebot, durchgeführt. Die Didaktik und die  Ausgestaltung des Instruktionsdesigns hängen dabei von den jeweiligen spezifischen Anforderungen der Kursinhalte und den Bedarfen der Teilnehmenden ab. Die für eine erfolgreiche Teilnahme erforderlichen Lernunterlagen werden im "Virtuellen Schreibtisch in der Cloud", einer eigens entwickelten Lernumgebung, bereit gestellt.

Blended Learning Konzept
E-Learning Konzepte werden mit virtuellen Klassenzimmern und wenigen, mehrtägigen Präsenzphasen zur Vertiefung der Lerninhalte und zum individuellen Austausch der Studierenden untereinander und mit den Dozentinnen und Dozenten kombiniert.

Verlässliches didaktisches Konzept
Für jedes Modul kennen Sie im Vorfeld sämtliche Rahmenbedingungen: den zu erbringenden zeitlichen Lernumfang, die angebotenen Lernformen und didaktischen Lernpfade, die vorgesehenen praktischen Übungen, die Termine der Präsenzzeiten an der Universität, die durchzuführende Arbeitsphase sowie den Modulabschluss mit Form und Termin der Prüfung.

Intensives Betreuungs- und Unterstützungskonzept
Um den effizienten Lernfortschritt zu fördern stellen wir intensive, interaktive Betreuungs- und Unterstützungswerkzeuge durch die Dozenten und Lehrbeauftragten sowie die Studiengangkoordination bereit. Jeder Studierende erhält außerdem in jedem Modul einen persönlichen Mentor, an den er sich mit seinen Fragen wenden kann. Damit garantieren wir eine rasche Rückmeldung zu inhaltsbezogenen Fragestellungen und die Überprüfung eingereichter Seminaraufgaben.

Praktische Anwendung
Obwohl das Studiendesign viele Online-Anteile enthält, legen wir besonderen Wert auf die Praxisphasen und die Präsenzzeiten gelegt.
Das Masterprogramm soll den Studierenden eine große Flexibilität und viele Wahlmöglichkeiten einräumen.

Durchgängig modularisiert
Alle Module des Masterstudiengangs können einzeln und weitgehend unabhängig voneinander belegt werden. Aufeinander aufbauende Module sind speziell gekennzeichnet. Den Studierenden werden Modelle zum Studienaufbau empfohlen. Für jedes erfolgreich absolvierte Modul erhalten Sie ein Zertifikat der Universität Ulm. Dieses wird auch zu einem späteren Zeitpunkt als Studienmodul im Masterstudiengang Innovations- und Wissenschaftsmanagement angerechnet.

Freie Modulwahl
Ein ausgewogenes Unterstützungsmodell und die freie Wahl der Anzahl der pro Semester zu belegenden Module ermöglicht es unseren Studierenden, ihr Studium mit ihrer individuellen Karriereplanung und ihrer familiären Situation in Einklang zu bringen. Sie studieren somit zeitlich und weitgehend auch ortsunabhängig!

Dauer des Studiums
Die Dauer Ihres Studiums bestimmen Sie selbst! Die Studienpläne sehen ein Studium in 4 Semestern vor. Durch die Reduzierung der Module pro Semester ergibt sich dann ein entsprechend längerer Zeitraum.

Studium für Spezialisten
Der erfolgreiche Abschluss des Studiums eröffnet Ihnen Möglichkeiten, Führungspositionen in ihren auf Forschung und Entwicklung ausgerichteten Unternehmen einzunehmen. Außerdem haben Sie damit die Möglichkeit zur Promotion an einer Universität.

Garantierte wissenschaftliche Qualität
Die wissenschaftliche Qualität des Studienprogramms ist durch die verantwortliche Mitarbeit eines Kollegiums von Professorinnen und Professoren der Fakultät für Mathematik und Wirtschaftswissenschaften der Universität Ulm gesichert. Die Auswahl der Dozenten und Lehrbeauftragten zu komplementären, ergänzenden Inhalten erfolgt durch den Studiengangsleiter. Ein regelmäßiges Feedback und kontinuierliche Evaluation durch die beteiligten Dozentinnen und Dozenten sowie die Studierenden stellt die Optimierung der Qualität der Module sicher. Mit Abschluss des Studiums als Master of Science steht Ihnen die Möglichkeit zur Promotion an einer Universität offen.

Zulassungsbedingungen
1. Hochschulabschluss (mindestens Bachelor)
2. Für das Studium: mindestens einjährige Berufserfahrung