Die Studierenden sind in der Lage, die Business Intelligence Architektur zu erklären. Die Studierenden können den ETL-Prozess darstellen und die Integration in Data Warehouse beschreiben. Sie können die Grundlagen von MapReduce und Big Data Analyse und Visualisierung erläutern. Sie können Analysen und Visualisierungen mit einem Business Intelligence Tool durchführen.

keine

• Business Intelligence dient der Sammlung, Analyse und Aufbereitung von Informationen zur verbesserten Entscheidungsfindung von EntscheidungsträgerInnen. Bei Big Data steht das Datenwachstum (Datenvolumen, Datengeschwindigkeit und Datenvielfalt) im Mittelpunkt. Die beiden Themenbereiche sind unmittelbar miteinander verbunden und zentrale Elemente des Datenmanagements.
• Business Intelligence Architektur
• ETL-Prozess, Data Warehouse
• MapReduce, Big Data Analyse und Visualisierung
• Einsatz eines Business Intelligence Tools

• Dorschel J. (Herausgeber) (2015): Praxishandbuch Big Data: Wirtschaft -Recht -Technik. Springer Gabler.
• Ferrari A./ Russo M. (2018): Datenanalyse mit Microsoft Power BI und Power Pivot für Excel. dpunkt.verlag.
• Freiknecht J./ Papp S. (2018): Big Data in der Praxis: Lösungen mit Hadoop, Spark, HBase und Hive: Daten speichern, aufbereiten, visualisieren. 2., aktualisierte und erweiterte Auflage. Hanser Verlag.
• Grossmann W./ Rinderle-Ma S. (2015): Fundamentals of Business Intelligence: Data-Centric Systems and Applications. Springer.
• Mayer-Schönberger V./ Cukier K. (2014): Big Data: A Revolution That Will Transform How We Live, Work, and Think. Nachdruck. Eamon Dolan.

Vorlesung, moderierte Gruppenarbeiten unter Einbeziehung der Fallstudie, Einsatz einer Business Intelligence Software

Schriftliche Klausur (70%), Bewertung Mitarbeit bei Gruppenarbeiten und beim Einsatz der Software (30%)