Big Data Analytics

Agrarwissenschaften und Landschaftsarchitektur

Version 13.0 vom 06.09.2019

44M0139

Big Data Analytics

• Agrar- und Lebensmittelwirtschaft (M.Eng.)
• Angewandte Nutztier- und Pflanzenwissenschaften (M.Sc.)

4

Durch die fortschreitende Digitalisierung von Produkten, Dienstleistungen und Prozessen entstehen stetig wachsende Datenmengen. Gleichzeitig sind die Daten in ihrer Art sehr vielf?ltig. In der Analyse der Daten liegt für Unternehmen gro?es Potenzial für bessere und nachhaltigere Entscheidungen. Die Menge und Vielfalt stellt die Unternehmen aber gleichzeitig vor gro?e Herausforderungen. In diesem Modul lernen die Studierenden in praktischer Anwendung Methoden und Technologien kennen, um diese Herausforderungen erfolgreich zu bew?ltigen.

1 Grundlagen
2 Management von Big Data
3 Nutzung von Big Data

Wissensverbreiterung
Die Studierenden kennen die wesentlichen Eigenschaften von Big Data.

Die Studierenden wissen um die Herausforderung bei der Analyse von Big Data.

Die Studierenden kennen Methoden und Technologien für den Umgang mit Big Data.
Wissensvertiefung
Die Studierenden kennen die Unterschiede zwischen strukturierten und unstrukturierten Daten.

Die Studierenden kennen neben der relationalen Datenbank neue Formen von Datenbanken, die bei unstrukturierten Daten verwendet werden k?nnen.
K?nnen - instrumentale Kompetenz
Die Studierenden wenden Technologien aus dem Big Data Umfeld an, um gro?e Datenmengen verwalten und auswerten zu k?nnen.

Die Studierenden klassifizieren unbekannte Daten auf Basis wichtiger Eigenschaften und w?hlen sinnvolle Vorgehensweisen und Technologien für die Verarbeitung und Analyse aus.
K?nnen - kommunikative Kompetenz
Die Studierenden extrahieren aus einer unübersichtlichen Menge an Daten wichtige Erkenntnisse zur Beantwortung von Fragen und bereiten die Ergebnisse in geeigneter Form auf.

Die Studierenden pr?sentieren Analyseergebnisse in angemessener Weise und an der jeweiligen Zielgruppe ausgerichtet.
K?nnen - systemische Kompetenz
Die Studierenden setzen Methoden und Tools im Unternehmen ein, um einen Mehrwert aus vorher unbekannten Daten zu generieren.

Die Veranstaltung folgt dem Prinzip des Flipped Classroom. Materialien in Form von Audio, Video oder Literatur werden vor den Sitzungen bereitgestellt. Die Studierenden besch?ftigen sich in Vorbereitung auf die Sitzung mit diesen Inhalten, so dass die gemeinsame Zeit gr??tenteils zur Arbeit in Gruppen und zur Anwendung und Vertiefung des Wissens verwendet werden kann.

Es wird empfohlen das Modul "Information Management" im Bachelor belegt zu haben. Alternativ oder zus?tzlich ist das Modul "Applied Analytics" aus dem Bachelor sinnvoll. Die Veranstaltung kann auch ohne Vorkenntnisse belegt werden. In diesem Fall ist eine eigenst?ndige Einarbeitung mittels bereitgestellter Materialien erforderlich.

Meseth, Nicolas

Meseth, Nicolas

5

Wird in der Veranstaltung bekannt gegeben.

• Portfolio Prüfung
• Klausur 2-stündig
• Mündliche Prüfung

Regelm??ige Teilnahme

Teilleistungen in der Portfolioprüfung:Fallstudie, schriftlich (FSS) - 70%Antwort-Wahl-Verfahren (AWV) - 15%Antwort-Wahl-Verfahren (AWV) - 15%Regelm??ige Teilnahme (RT) - unbenotet

1 Semester

Nur Sommersemester

Deutsch und Englisch