Die Studierenden

• kennen die einzelnen Wertschöpfungsschritte von der Entstehung der Daten bis zu deren Nutzung
• Die Studierenden können unterschiedliche Stadien und Szenarien, in welchen die Daten das wertsteigernde Potenzial entfalten, beschreiben
• Die Studierenden verstehen somit die Prinzipien der Data Value Chain
• Die Studierenden sind in der Lage aus Daten einen Wert abzuleiten, wenn die Daten in ausreichender Qualität vorliegen und in der Folge zu nutzen
• Sie kennen datengetriebene Geschäftsprozesse und -modelle.

keine

• Prinzipien der Data Value Chain, Speicherung und Nutzung von geschäftsrelevanten bzw. -kritischen Daten im Rahmen von Geschäftsprozessen
• Definition und Erklärung von Big Data und Big Data Ökosysteme
• Datengetriebene Geschäftsprozesse bzw. -modelle

Carpenter, J./Hewitt, E. (2016): Cassandra The Definitive Guide. Distributed Data At Web Scale. Beijing, Boston, Farnham, Sebastopol, Tokyo: O'Reilly
Cordon, C./Garcia-Milà, P. et al (2016): Strategy Is Digital. How Companies Can Use Big Data in the Value Chain. Heidelberg: Springer-Verlag GmbH.
Jung, HH./Kraft, P. (Hrsg.) (2017): Digital vernetzt. Transformation der Wertschöpfung. Szenarien, Optionen und Erfolgsmodelle für smarte Geschäftsmodelle, Produkte und Services. München: Carl Hanser Verlag.
Kleppmann, M. (2017): Designing data-intensive applications. The big ideas behind reliable, scalable, and maintainable systems. Sebastopol, CA: O'Reilly Media.

Moderierte Gruppenarbeit, Vortrag, Diskussion, Fallbearbeitung, Projekt

Kumulative Modulprüfung
Die Modulnote berechnet sich gewichtet nach den ECTS-Credits der LV:
LV "Einführung Data Value Chain" - 2 ECTS

• Prüfungscharakter: immanent
• Prüfungsform: Mitarbeit, Fallbearbeitungen, schriftliche Abschlussklausur