Unternehmen stehen heutzutage – bspw. über soziale Medien und das Internet (z. B. Online Social Networks, Wikis, Bewertungs- und Rezensions-Communities, Diskussionsforen), aber auch in traditionellen Datenbanken (z. B. DataWarehouse, Kundendatenbanken) – sehr umfangreiche und immer weiter wachsende Datenmengen zur Verfügung. Die zielgerichtete und fundierte Analyse dieser Daten ermöglicht eine verbesserte Entscheidungsunterstützung und birgt großes Potenzial in den unterschiedlichsten Anwendungsbereichen (z. B. Innovationsmanagement, Produktentwicklung, Marketing, Customer Relationship Management, internes Wissensmanagement). Im Modul „Big Data Analytics – Methoden und Anwendungen“ werden hierzu erforderliche Grundlagen und Methoden vermittelt und an konkreten Beispielen angewendet. Studierende, die dieses Modul erfolgreich absolviert haben, kennen die wesentlichen theoretischen Grundlagen, Einsatzpotenziale und Risiken von Big Data Analytics und können diese erläutern. Sie sind vertraut mit verschiedenen Methoden zur Analyse von umfangreichen Mengen an strukturierten und unstrukturierten Daten (z. B. Collaborative und Content Based Filtering aus dem Bereich Recommender Systeme, neuronale Netze im Bereich Text Mining und rekurrente neuronale Netze im Bereich Smart Vehicles) und können diese beurteilen und anwenden. Darüber hinaus sind sie in der Lage, diese Methoden zur Lösung praktischer Problemstellungen einzusetzen (z. B. Analyse realer Datensätze mithilfe von Python), die Ergebnisse zu interpretieren und Handlungsempfehlungen abzuleiten.