![Aktion Wintersemester 2024/25 | WINGS-Fernstudium](/sites/default/files/styles/landscape_16_9_375/public/2024-08/aktion-gratismodule_mwi_08-2024_2880x960px.jpg.webp?itok=80V4hbM6)
![Kevin Niemann](/sites/default/files/styles/floating_contact_128_x_128/public/kevin_niemann_1zu1_website.png?h=6b6836a8&itok=TfoTyYd6)
Kevin Niemann
Ihr Ansprechpartner
+49 3841 753 - 5110Spezialisierung Wissensmanagement
Modul 1 - Entscheidungsunterstützungssysteme
Inhalt
Wissenbasierte Systeme und deren betriebswirtschaftliche Anwendungen:
- Wissensrepräsentation und Wissensverarbeitung im betrieblichen Umfeld
- Wissensbasierte Entscheidungsinterstützungssysteme und deren Einsatz
- Wissensrepräsentation mittels Bussiness Rules und deren Einsatz in Anwendungssystemen
Wissensmanagement auf Basis von Wissensnetzen:
- Wissenserwerb
- Strukturierung des Wissens
- Einbindung externer Quellen
- Präsentation von Wissen
Anhand einer aufgabenstellung aus der betrieblichen Praxis wird der Wissenserwerb, die Formalisierung des Wissens sowie der Einsatz von Software-Produkten zur Wissensverarbeitung sowie die Einbindung eines solchen Systems in die Entscheidungsprozess in Form einer Projektarbeit praxisnah durchgespielt.
Lernziele
Die Studierenden erwerben Wissemsmanagement-Kompetenzen, hier insbesondere Fähigkeiten zur formalen Abbildung und Darstellung anwendungsbezogenen Wissens aus der betriebswirtschaftlichen Praxis. Computer-gestützte Wissensverarbeitung kann eingesetzt, deren Möglichkeiten, Einsatzfelder und Grenzen insbesondere im Management-Bereich können abgeschätzt werden. Die Studierenden sehen die Wissensverarbeitung als integrativen Teil des Wissensmanagement und somit auch als ein Kernthema der Wirtschaftsinformatik.
Das Wissensmanagement erfordert und fördert das selbstständige und insbesondere kreative Handeln der Studierenden.
Modul 2 - Wissenextraktion
Inhalt
Zunächst werden die Grundprinzipien des Data Mining, die Wissensextraktion mittels Data Mining erläutert. Es wird Data Mining über strukturierten, semi-strukturierten und unstrukturierten Daten diskutiert. Es wird der Ablauf einer Datenanalyse vorgestellt: Datenvorverarbeitung, Anaylse, Interpretation.
Verschiedene Verfahrensklassen des Data Mining (Klassifikation, Vorhersage, Clustering, Assoziationsregeln) werden anhand klassischer DM-Verfahren als auch künstliche neuronale Netze (hier insbesondere Architekturen, Lernverfahren, typische Anwendungen wie Mustererkennung, Klassifikation, Clustering, Prognose) ein.
Ein Schwerpunkt ist die Datenvorverarbeitung. Anhand realer Unternehmensdaten werden alle Teilnehmer behandelt.
Lernziele
Die Studierenden erwerben Kompetenzen im Einsatz von Analysetechniken in betrieblichen Entscheidungsprozessen, hier spiziell auf dem Gebiet der Wissensextraktion aus Massendaten. Sie erwerben die Fähigkeit, Data-Mining-Systeme zur Lösung einer betriebswirtschaftlichen Analyseaufgabe einzusetzen. Durch Projekt-basiertes Lernen wird die typische Wirtschaftsinformatik-Sichtweise auf ein zu lösendes Problem gestärkt. Die Teilnehmer können
- Die Relevanz der Wissensextraktion aus großen Datenmengen zur Entscheidungsunterstützung im Unternehmen beurteilen
- Mit großen Datenmengen umgehen, diese für Data-Mining-Verfahren vorbereiten
- Verschiedene Data-Mining-Techniken anwenden
- Die Resultate interpretieren
- Die Leistungsfähigkeit, die Einsatzmöglichkeit und Grenzen der DM-Verfahren einschätzen
Modul 3 - Wissensmanagement
Inhalt
Wissenstrukturelle Bedingungen in den Unternehmen und Bedeutung der Ressource Wissen für effiziente Informationsleistungen:
- Wissensmanagementaufgaben und Zielkategorien in den Unternehmen
- Wissensmanagmenteffizienz in den Unternehmen
- Wissensmanagementstrukturen in den Unternehmen
- Wissensmanagementvalidität in den Unternehmen
- Neue Kompetenzen und dynamische Unternehmensorientierung durch Wissensmanagement
Lernziele
Die Lehrveranstaltung dient der Vermittlung grundlegender Kenntnisse sowie ausgeprägter Fähigkeiten des unternehmerischen Wissensmanagements. Dabei wird dem Stellenwert der strategischen Ausrichtung sowie der operativen Maßnahmenpotentiale besondere Bedeutung beigemessen. Die Studierenden werden insbesondere befähigt zur
- Analytischen Betrachtung (Grundlagen, Bedingungen, Voraussetzungen...)
- Konzetionelle Ausrichtung (Zielsetungen, Maßnahmen, Potentiale...)
- Anwendung von Evaluationsprinzipien (Wertungsszenario...)
Den Studenten wird die Überzeugung vermittelt, dass effiziente Wissensmanagementstrukturen nach prozessualen Indikatoren und deren Bewertung und Umsetzungsfähigkeit verlangen. In diesem Sinne sind valide Kenntnisse sowie umfassende Fähigkeiten in der analytischen und konzeptionellen Organisations- und Gestaltungsleistung notwendige Qualifikationsattribute eines Wirtschaftsinformatikers. Das Modul findet seine Bedeutung in Korrelation zu management- und organisationsstrukturellen Inhalten hinsichtlich wirkungsvoller Problemlösungskonzepte.