Big Data & Business Analytics (Master of Science)

Was ist der geeignete Zeitpunkt für eine Produkteinführung? Welche Zielgruppen sollen erreicht werden? Sollte in neue Fertigungsanlagen investiert werden? Big Data gewinnt in der unternehmerischen Praxis immer mehr an Bedeutung: Die Menge der strukturierten und unstrukturierten Daten, die Unternehmen heutzutage zur Verfügung stehen, wächst rasant an - vom Finanzwesen bis hin zur Gesundheitsbranche. 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.

Der Bedarf an Big Data Analysten ist in Unternehmen groß. Die FOM Hochschule hat deshalb ein Studienprogramm entwickelt, das den unternehmerischen Wert von Daten in den Fokus rückt. Ab Wintersemester 2018 können (Wirtschafts-)Informatiker, Ingenieure und Naturwissenschaftler, wie beispielsweise Mathematiker und Statistiker, sich für den neuen Master-Studiengang »Big Data & Business Analytics« einschreiben.

Die Studierenden werden darauf vorbereitet, große Datenmengen zu analysieren, zu interpretieren und Empfehlungen für Unternehmen abzuleiten. Absolventen können Daten nicht nur rein mathematisch oder statistisch analysieren, sondern insbesondere auch vor betriebswirtschaftlichem Hintergrund bewerten. Sie sind auf Fach- und Führungsaufgaben an der Schnittstelle zwischen den Bereichen IT, Management und Controlling spezialisiert. Dies können z.B. 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.

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 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 [INT]

• 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

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 [INT]

• 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

1) Zu Studienbeginn bietet Ihnen die FOM einen kostenlosen Kompaktkurs an, in dem Sie nochmal relevante fachliche Grundlagen auffrischen und somit gut vorbereitet ins Studium starten können.
2) Die Studierenden werden kontinuierlich dabei unterstützt, die Studieninhalte in ihre eigene berufliche Praxis zu übertragen. Durch verschiedene Methoden analysieren die Studierenden die Anwendbarkeit des Gelernten sowie ihre persönliche Kompetenzentwicklung.
[INT] Anrechnungsmöglichkeit von FOM Auslandsprogrammen. Für weitere Informationen kontaktieren Sie das International Office unter 0800 660 88 00.