Syllabus

Title
2035 Grundlagen der Wirtschaftsinformatik
Instructors
Sebastian Scheder
Contact details
Type
VUE
Weekly hours
2
Language of instruction
Deutsch
Registration
09/10/24 to 09/29/24
Registration via LPIS
Notes to the course
Subject(s) Bachelor Programs
Dates
Day Date Time Room
Monday 10/14/24 05:00 PM - 09:00 PM TC.4.14
Monday 10/21/24 05:00 PM - 09:00 PM TC.4.14
Monday 10/28/24 05:00 PM - 09:00 PM TC.4.14
Monday 11/04/24 05:00 PM - 09:00 PM TC.4.14
Monday 11/11/24 05:00 PM - 09:00 PM TC.4.14
Wednesday 11/27/24 08:00 AM - 10:00 AM TC.4.05
Contents

Bitte beachten Sie: Die VUE Grundlagen der Wirtschaftsinformatik und VUE Foundations of Information Systems sind zweisprachige Kurse. Das bedeutet, dass in allen Fällen (unabhängig davon, ob die Unterrichtssprache Deutsch oder Englisch ist) genau die gleichen Themen behandelt werden und genau die gleichen Bewertungskriterien verwendet werden. Bitte beachten Sie, dass bei Kursen, die auf Englisch unterrichtet werden, die Dozenten möglicherweise nicht fließend Deutsch sprechen. Ansonsten ist alles gleich, und Sie können sich gerne für einen der beiden Kurse anmelden.

Die VUE Grundlagen der Wirtschaftsinformatik bietet einen Einstieg in die Disziplin der Wirtschaftsinformatik im Kontext der Wirtschaftswissenschaften. Ziel ist es, das Bewusstsein und Interesse für Inhalte und Fragestellungen der Wirtschaftsinformatik in einem Vorlesungsteil (VO) theoriebasiert aufzubauen und in einem Übungsteils (UE) anwendungsorientiert zu vertiefen.

Zur Erreichung dieses Ziels werden den Studierenden fundamentale digitale Fähigkeiten aus drei Kompetenzfeldern der Wirtschaftsinformatik vermittelt:

Kompetenzfeld 1: Digitale Transformation

Kapitel 1 - Einführung in die Disziplin der Wirtschaftsinformatik
-Digitale Transformation, Digitalisierung, Herausforderungen im Kontext von Wirtschaft & Gesellschaft.
-Informationssysteme und deren Anwendung (ERP Systeme).
-Gegenstand und Disziplin der Wirtschaftsinformatik

Kapitel 2 - Daten
-Daten (Zeichen, Daten, Information, Wissen), Herausforderungen der Datenverarbeitung.
-Datenbank Management Systeme (DBMS), das Konzept der Datenbank (relationale Datenbank), Structured Query Language (SQL).
-Datenmodellierung (Entity Relationship Modell).

Kapitel 3 - Prozesse
-Geschäftsprozesse in Unternehmen, Prozessorientierung
-BPM Lebenszyklus und Modellierung von Prozessen mithilfe von Business Process Model and Notation (BPMN)

Kompetenzfeld 2: Information Management, Design & Ethik

Kapitel 4 - Management von Informationssystemen
-IS-Management und IT-Strategie, Business/IT-Alignment & Beispiele für IT-Strategien
-Information Management & Control, IT Governance, Frameworks & Standardisierungen (COBIT, ITIL, etc.)

Kapitel 5 - Gestaltung von Informationssystemen
-Lebenszyklusmodell, Vorgehensmodelle der Systementwicklung, Requirements Engineering
-Unified Modeling Language (UML)

Kapitel 6 - Ethische Fragestellungen der Wirtschaftsinformatik
-Problemfelder wie z.B.: Fake News, Zensur, Inklusives Design, Bias und Diskriminierung
-Lösungsansätze: ACM Code of Ethics, IEEE 7000, DSGVO

Kompetenzfeld 3: Data & Knowledge Engineering

Kapitel 7 - Internet
-Computer Netzwerke & Adressierung, Client/Server Modell, Packet Switching, Kommunikationsprotokolle (TCP/IP Referenzmodell)
-Internet & WWW, Entstehungsgeschichte des Internets und WWW, Anwendungen und zentrale Aspekte (HTTP, HTML, Browser), Internet Anwendungen (Informationssuche, Cloud Computing)

Kapitel 8 - Business Intelligence & Analytics
-Datenquellen, Offene Daten (Open Data), Strukturierte und unstrukturierte Daten
-Business Intelligence Architektur
-Data Science, Artificial Intelligence, Machine Learning, Data Mining, Tools (R, Python)

Kapitel 9 - Sicherheit & kryptografische Anwendungen
-Sicherheitsziele
-Kryptografie, Hashfunktion und Hashwert, Symmetrische, Asymmetrische und hybride Verschlüsselung, Digitale Signatur

Learning outcomes

Nach dem Absolvieren dieser VUE haben Sie ...

  • Ein Verständnis für die Disziplin der Wirtschaftsinformatik und können Digitalisierung in unterschiedlichen Dimensionen denken. Sie wissen was ein Informationssystem ausmacht und wo man diese im betriebswirtschaftlichen Kontext einsetzt.
  • Basiswissen für das Management und die Modellierung von Daten und Prozessen. Sie können selbstständig Datenmodelle (z.B. ein Entity-Relationship Modell) sowie Geschäftsprozessmodelle (BPMN) erstellen und können die Herausforderungen der Datenverarbeitung motivieren (Stichwörter: DBMS, Datenbank und SQL).
  • Ein Verständnis für das Management und die Gestaltung von Informationssystemen. Sie verstehen die Komplexität des Zusammenspiels von IS-Management, IT-Strategie und IT-Governance und können gängige Frameworks und Standardisierungen benennen erläutern (z.B.: COBIT oder ITIL). Zusätzlich dazu verstehen Sie die Grundprinzipien des Software Engineerings und können mithilfe der Unified Modeling Language (UML) einen Use Case modellieren.
  • Ein Bewusstsein für die ethischen Fragestellungen der Wirtschaftinformatik. Sie wissen über die aktuellen Problemfelder (Fake News, Diskriminierung, Inklusion & Bias), die Informationssysteme bzw. Datensätze mit sich bringen Bescheid. Sie kennen mögliche Lösungsansätze um ein nachhaltiges Wertesystem für die Gestaltung von Informationssystemen vorantreiben zu können (z.B.: IEEE 7000).
  • Ein grundlegendes Verständnis für das Internet und das World Wide Web. Sie verstehen auf welchen grundlegenden Konzepten das Internet aufbaut (z.B.: Netzwerke, Client/Server Modell oder Kommunikationsprotokolle) und Sie können Internet-Anwendungen exemplarisch erläutern (Informationssuche oder Cloud Computing).
  • Ein Grundlagenwissen zum Thema Data Science. Sie können zwischen Arten von Daten differenzieren (intern, extern, offen, strukturiert/unstrukturiert etc.) und haben ein Grundverständnis für die komplexe Architektur von Business Intelligence Systemen und wie diese dazu beitragen können aus großen Datenmengen Entscheidungsgrundlagen zu schaffen (Themenbereich Data Science). Zusätzlich können Sie die Konzepte hinter künstlicher Intelligenz, Machine Learning und Data Mining voneinander abgrenzen.
  • Ein Basiswissen zum Thema Sicherheit und Kryptografie. Sie können Themen der Informationssicherheit (Daten-, Kommunikations- & Identitätssicherheit) erklären und wissen wie kryptografische Anwendungen (z.B.: digitale Signatur) in der Praxis angewendet werden.
Attendance requirements

VO-Einheiten: Keine Anwesenheitspflicht, da asynchroner Modus im Selbststudium vorgesehen ist. Es wird jedoch erwartet, dass Studierende sich die erforderlichen Vorlesungen und Inhalte vor der Teilnahme an den jeweiligen Übungseinheiten ansehen.

UE-Einheiten: Gemäß der Prüfungsordnung ist für eine VUE eine reduzierte Anwesenheit vorgesehen. Es wird erwartet, dass die Teilnehmerinnen und Teilnehmer an mindestens 80 % der Übungseinheiten teilnehmen (d. h. an 4 von 5 Sitzungen). Dies bedeutet, dass das Versäumen einer Unterrichtsstunde toleriert wird, ohne dass die Dozentin oder der Dozent benachrichtigt werden muss. Wenn ein Student jedoch an mehr als einer Einheit nicht teilnehmen kann, muss er vor Beginn der Einheit eine E-Mail mit einem triftigen Grund für die Abwesenheit schicken.

Teaching/learning method(s)

Die VUE Grundlagen der Wirtschaftsinformatik ist eine Vorlesung-Übung (VUE), welche im Blended Learning Modus abgehalten wird. Das heißt, es gibt eine Online Phase (Selbststudium) und eine Präsenzphase (Hörsaal).

Die Online Phase umfasst den Vorlesungsteil der VUE. Es wird eine online Videovorlesungsreihe inkl. Folien-Skriptum zum Selbststudium bereit gestellt. Daran anknüpfend werden Quizzes verwendet, um die Inhalte aus den VO Einheiten zu überprüfen.

Die Präsenzphase umfasst 5 Übungseinheiten, die in Präsenz am Campus stattfinden und mit dem eigenen Computer besucht werden (Bring-your-own device). Es werden ausgewählte Themen der Videovorlesungsreihe aufgegriffen und mittels anwendungsorientierter Praxisbeispiele vertieft. Das heißt, es wird am Computer mit webbasierter Software gearbeitet, um zum Beispiel Daten- oder Prozessmodelle zu erstellen, Use Cases zu definieren oder kleine Data Science Projekte zu implementieren.

Assessment

Um die Lehrveranstaltung erfolgreich abzuschließen sind folgende Punkte zu berücksichtigen:

Teilleistungen und deren Gewichtung für die Endnote:

    1. Quizzes - 20%
      Quizzes sind an die Vorlesungsinhalte/-videos (VO) geknüpft. Diese sind MC Fragen, die unmittelbar nach den Videos (VO) zu Bearbeiten sind.
    2. Assignment - 40%
      Individuelle Ausarbeitung von den gelernten Inhalten in den Übungseinheiten
    3. Schriftliche Klausur mit offenen Fragen - 40%
      Die Abschlussklausur findet in der Großprüfungswoche zentral mit allen VUEs parallel statt und beinhaltet offene Fragen zu Themen aus der Vorlesung und Übung.

Beurteilungsschema:

Sehr gut:                       88,5 – 100         Punkte
Gut:                              75,5 – 88          Punkte
Befriedigend:               62,5 – 75          Punkte
Genügend:                    50 – 62             Punkte
Nicht Genügend:           < 50                  Punkte

Beurteilungskriterien: 2 von 3 Teilleistungen müssen positiv sein

  1. Quizzes: (max. 20 Punkte) Multiple Choice Fragen, die online über Canvas gelöst werden können.
  2. Assignment: (max. 40 Punkte)
  3. Schriftliche Prüfung: (max. 40 Punkte)
Prerequisites for participation and waiting lists

Voraussetzungen für die Teilnahme:

  • Ordnungsgemäße Anmeldung über LPIS
  • Teilnahme an der ersten Übungseinheit: Um Ihren Platz zu reservieren, müssen Sie an der ersten Einheit teilnehmen und sich in die Teilnehmerliste eintragen.
  • Wenn Sie nicht in der Lage sind, an der ersten Einheit teilzunehmen, müssen Sie die Kursleitering oder den Kursleiter vor Beginn der ersten Einheit informieren.
    WICHTIG: Sollten Sie dies nicht tun verlieren Sie Ihren Platz in der Lehrveranstaltung!

Wartelistenzuteilung:

Die Platzvergabe während der Anmeldefrist erfolgt nach dem „first come, first served“-Prinzip.
 
Nach Ende der Anmeldefrist werden verfügbare LV-Plätze aufgestockt und die Studierenden der Warteliste, die derzeit noch keine gültige LV-Anmeldung zum Planpunkt haben (d.h. Tauschanfragen werden nicht berücksichtigt), nach Studienfortschritt gereiht zugeteilt.
 
Die Durchführung obliegt dem Vizerektorat für Lehre und Studierende und ist daher ohne Einflussmöglichkeit der/des LV-Leiter*in.

Readings

Please log in with your WU account to use all functionalities of read!t. For off-campus access to our licensed electronic resources, remember to activate your VPN connection connection. In case you encounter any technical problems or have questions regarding read!t, please feel free to contact the library at readinglists@wu.ac.at.

Last edited: 2024-10-07



Back