Nach erfolgreichem Abschluss dieses Moduls besitzen die Teilnehmerinnen und Teilnehmer ein solides Basiswissen der theoretischen Grundlagen von Predictive Analytics und sind in der Lage:

• eine konkrete praktische Aufgabenstellung mit Methoden und Werkzeugen eines ausgewählten Predictive Analytics Softwareanbieters zu bearbeiten und
• die Ergebnisse korrekt einzuordnen und zu interpretieren.

In der Gruppenarbeit:

Die Studierenden haben aus Anwender- als auch aus Entwicklerperspektive gelernt, wie aus im Internet frei verfügbaren Daten mittels Extraktion, Aufbereitung & Analyse Produktentwicklungs-Informationen gewonnen werden können. Die Studierenden können Lösungsansätze mit Zeitreihen-Algorithmen entwickeln, die Ergebnisse interpretieren und in praxisnaher Form präsentieren.

• Software-Tool Einführung (z. B. SAP HANA)
• Predictive Analytics Einführung
• Einführung in Zeitreihenanalyse und Predictive Analytics Library (PAL)
• Analyse und Bearbeitung einer unternehmerischen Fragestellung eines Online-Möbelhandels
• Durchlaufen der Data Mining Phasen

Initial Vorlesungen. Semesterbegleitend: Übungen und Gruppenarbeit an einem Szenario.

Deutsch

Erstellung und Präsentation Prototyp, Systemdokumentation

6 (180 h = 60 h Präsenz- und 120 h Eigenstudium)

Bakhshaliyeva, Chen, Dommer, Samlenski, Schmedt, Schulze, Wilczek: SAP Predictive Analytics, Vorausschauende Analysen mit SAP, Rheinwerk Publishing, SAP Press, 2017.

Fayyad, Piatetsky-Shapiro, Smyth: Data Mining, in: AI Magazine, Vol 17, No. 3, 1996.

Pinnekamp, Siegmann: Deskriptive Statistik, Oldenbourg, DeGruyter, 5. Aufl. 2011.

Es wird neben diesen Standardpublikationen jeweils weitere aktuelle Literatur ausgegeben.

In die Veranstaltung wird eine Unternehmens- und Projektpräsentation aus der Praxis eingebunden.