Lernziele

• Die Studierenden sollen die Grundlagen des Digital Business im Hinblick auf digitale Geschäftsmodellinnovationen, datenbasierte Geschäftsmodelle sowie Smart Products and Services verstehen.
• Die Studierenden sollen in der Lage sein, Methoden und Werkzeuge des digitalen Innovationsmanagements (u.a. Ideation-Methoden) zu erklären und anzuwenden.
• Die Studierenden sollen aufkommende digitale Technologien als Treiber der Digitalisierung und Enabler von Geschäftsmodellinnovationen verstehen sowie deren potenzielle Geschäftsimplikationen und die Herausforderungen des organisationalen Einsatzes bewerten können.
• Die Studierenden sollen ein grundlegendes Verständnis für die Notwendigkeit und Handlungsfelder der digitalen Transformation von Unternehmen und öffentlichen Organisationen entwickeln.

Lehrinhalte

Unter dem Stichwort Digitalisierung führen Neu- und Weiterentwicklungen von digitalen Technologien zu signifikanten Veränderungen in Wirtschaft und Gesellschaft. Wesentliches Merkmal einer digitalisierten Unternehmenswelt ist, dass digitale Technologien zunehmend inhärenter Bestandteil von Produkten, Dienstleistungen und Geschäftsmodellen werden. Immer kürzere Innovationszyklen, die zunehmend intelligentere Vernetzung sowie die daraus resultierenden enormen Informationsflüsse führen zu einem herausfordernden Paradigmenwechsel für Unternehmen und öffentlichen Organisationen. Unternehmen stehen vor der Herausforderung, strategische Entscheidungen bezüglich des rechtzeitigen Einsatzes von disruptiven Technologien zu treffen. Spezifische Kompetenzen im Bereich Digital Innovation sind daher unerlässlich, um die Unsicherheit bei der Auswahl von Technologien zu reduzieren. Innovative digitale Technologien erfordern zudem die Entwicklung und Bewertung neuer Geschäftsmodelle sowie die entsprechende Anpassung der Organisation an diese neuen, digitalen Herausforderungen. Um diese Herausforderungen erfolgreich meistern zu können, sind umfassende Kompetenzen im Bereich der Digitalen Transformation erforderlich.Die Lehrveranstaltung zielt daher darauf ab,Studierenden die erforderlichen Kenntnisse und Fähigkeiten zu vermitteln, um digitale Innovations- und Transformationsprojekte erfolgreich managen zu können. Nachdem zunächst die wesentlichen Grundlagen in den Bereichen Digital Business, Digitale Innovation und Digitale Transformation vermittelt werden, lernen die Studierenden verschiedene Schlüsseltechnologien kennen:

• Künstliche Intelligenz: In diesem Bereich lernen die Studierenden, wie sie KI-Technologien nutzen können, um Innovationen in Produkten, Dienstleistungen und Geschäftsprozessen voranzutreiben. Dies umfasst die Identifizierung von KI-Anwendungsfällen, die die Innovationskraft eines Unternehmens steigern. Zudem lernen die Studierenden notwendige organisatorische Veränderung kennen, um KI in verschiedene Geschäftsbereiche zu integrieren und Geschäftsprozesse zu transformieren. Dazu gehört die Schaffung organisatorischer Voraussetzungen (KI-Readiness) sowie die Gestaltung geeigneter Organisationsstrukturen.
• Blockchain & Digitale Identitäten: In diesem Bereich lernen die Studierenden die grundlegenden Konzepte und die Funktionsweise der Blockchain-Technologie kennen. Sie ergründen das Innovationspotenzial der Blockchain und identifizieren Anwendungsbereiche, die die Wettbewerbsfähigkeit und Effizienz eines Unternehmens steigern können. Darüber hinaus wird das Potenzial von Self-Sovereign Identity (SSI) als neues Paradigma für das digitale Identitätsmanagement erkannt und analysiert.
• Internet of Things: Hier lernen die Studierenden, die konzeptionellen Grundlagen und die Funktionsweise des Internet of Things (IoT) zu verstehen. Sie erforschen das Innovationspotenzial des IoT und identifizieren Anwendungsbereiche, die es Unternehmen ermöglichen, ihre Effizienz zu steigern und neue Geschäftsmodelle zu entwickeln. Außerdem erkennen sie, wie die Konvergenz von aufkommenden Technologien wie KI, Blockchain und IoT die Entstehung einer Maschinenwirtschaft ermöglicht. Die Studierenden lernen, wie vernetzte Geräte und Systeme autonom interagieren und wirtschaftliche Prozesse revolutionieren können, was zu neuen Geschäftsmodellen und Automatisierungsstrategien führt.
• Data Analytics & Cloud: In diesem Bereich lernen die Studierenden, fundierte Entscheidungen über die Einführung von Data Analytics und Cloud Computing zu treffen. Sie verstehen den Paradigmenwechsel in der Kostenstruktur von IT-Dienstleistungen, die zunehmend als Versorgungsdienstleistungen (Utility) betrachtet werden. Zudem führen sie Kosten-Nutzen-Analysen durch, bei denen sie die langfristigen Vor- und Nachteile von On-Premise-Software im Vergleich zu Software-as-a-Service (SaaS) Lösungen bewerten.
• Twin Transformation: Hier lernen die Studierenden die Relevanz der Twin Transformation, welche die gleichzeitige Integration von digitaler und nachhaltiger Transformation in Unternehmen beschreibt. Sie setzen sich mit den charakteristischen Merkmalen dieser Transformation auseinander und erlangen ein tiefes Verständnis für die Handlungsfelder der Twin Transformation, welche Bereiche wie nachhaltige Innovation, digitale Geschäftsmodelle und ressourceneffiziente Prozesse umfassen.

In der zugehörigen Übung werden die theoretischen Konzepte und Kenntnisse aus der Vorlesung praktisch angewendet und vertieft. Die Studierenden haben die Möglichkeit, Einblicke in reale Innovations- und Transformationsprojekte zu erhalten, KI Use-Cases zu identifizieren, Smart Contracts zu programmieren und IoT-Anwendungsfälle zu evaluieren und monetarisieren.

Lehrkonzept

Die Lehrveranstaltung bietet den Studierenden einen Überblick über ausgewählte Themenbereiche des Managements digitaler Innovationen und Transformationen. Die Studierenden lernen dadurch die Grundlagen zentraler Themenfelder kennen, um Fragestellungen in diesen Bereichen besser einordnen und fundierte Entscheidungen treffen zu können.

Die Inhalte der Veranstaltung werden in Vorlesungen und Übungen vermittelt. Vorlesungseinheiten dienen dazu, Inhalte mit dem Dozenten zu erarbeiten und konzeptionell einzuführen. Übungseinheiten helfen, ausgewählte Inhalte zu vertiefen und praktisch einzuüben.

Die Inhalte der Veranstaltung werden mittels einer 90-minütigen Klausur geprüft. Für das erfolgreiche Bestehen der Klausur sollte nicht nur die Vorlesung besucht werden. Vielmehr wird empfohlen, die Übungen vor-bzw. nachzubereiten, sich aktiv an den Diskussionen zu beteiligen und sich intensiv mit dem Begleitmaterial auseinanderzusetzen.

Literaturempfehlungen

Gimpel, H., Hosseini, S., Huber, R. X. R., Probst, L., Röglinger, M., and Faisst, U. Structuring Digital Transformation: A Framework of Action Fields and its Application at ZEISS, Journal of Information Technology Theory and Application (JITTA), 19, 1, 31-54.

Urbach, N. and Röglinger, M. Digitalization Cases – How Organizations Rethink their Business for the Digital Age (Editorial), Springer, Heidelberg.

Urbach, N., Röglinger, M., Alias, R., Kautz, K., Saunders, C. and Wiener, M. Digitalization Cases Vol. 2 – Mastering Digital Transformation for Global Business (Editorial), Springer, Heidelberg.

Learning objectives

Upon completion of the module students can

• perform research, evaluate, discuss, and communicate current methods, concepts, technologies, and trends in the area of digital management in a professional environment. 
• critically reflect and contextualize current topics and trends.
• demonstrate critical thinking expressed verbally and in writing, integrative synthesis capability, and proficiency in applied research methods. 

The skills and competencies acquired in this course support students in starting their professional career in various professional fields, especially in digital management and consulting.

Teaching content

The course introduces students to foundational and advanced topics in digital management through a structured and interactive seminar format. Participants will begin by exploring fundamental concepts and methods, engaging in research and evaluation of current technologies, trends, and practices in the field. This includes a focused investigation into emergent technologies, innovations in business models, and the implications of digital transformation.

Through guided analysis, students will critically assess these developments by identifying and discussing their strengths, opportunities, weaknesses, and threats. A key component involves producing professional summaries that adhere to scientific standards, enabling participants to synthesize and articulate complex insights effectively.

The seminar emphasizes collaborative learning, with participants working in teams to conduct thorough investigations on selected topics. Interim findings will be shared in short presentations, fostering peer-to-peer feedback and iterative refinement of ideas. The culmination of the seminar involves comprehensive group presentations, where participants communicate their results to a professional audience, integrating theoretical insights with practical implications.

This approach not only equips students with critical thinking and applied research skills but also prepares them to address the challenges and opportunities within the dynamic landscape of digital management.

Teaching concept

The course provides students with a thematic insight into approaches and trends in digital management. Students learn the basics of the most important topics to be able to classify issues in the field of digital management and gain a broad overview of this thematic focus.

In the introductory lecture, the basic concepts of digital management are presented and discussed. In addition to the thematic introduction, students also receive an introduction to scientific work in the field of information systems research. In the project work, students learn to structure and evaluate a current topic in the field of digital management and related topics.

The project work is usually carried out in groups of three students. Students can choose from a pool of topics and prepare a seminar paper on this topic. Each group first presents the basic idea, structure and approach of their topic within a “short pitch” in order to present a rough interim status of their work to the seminar groups.

The groups finally present their final project results in one of the three group presentation sessions towards the end of the semester. Students are encouraged to actively participate in the discussions.

Recommended Literature

• Bhattacherjee, A. Social Science Research: Principles, Methods, and Practices (2nd Edition), Textbooks Collection 3, https://scholarcommons.usf.edu/oa_textbooks/3/
• Day, R.A. and Gastel, B. How to Write and Publish a Scientific Paper (8th Edition), Greenwood, Santa Barbara, California.
• Saunders, Mark et al.: Research methods for business students, Harlow, England at al.: Pearson
• Wilcocks, Leslie et al. (eds): Enacting Research Methods in Information Systems (vol. I—III), Cham: Springer

Lernziele

• Fachkompetenzen: Studierende lernen, Geschäftsprozesse zu analysieren und gestalten. Sie erhalten die Fähigkeit, Modellierungsmethoden im Kontext von Software- und Requirements Engineering zu evaluieren. Sie erkennen die Bedeutung von Geschäftsprozessen für die organisatorische Gestaltung.
• Instrumentelle Kompetenzen: Studierende lernen exemplarisch an ausgewählten Darstellungsmethoden für Geschäftsprozesse die Grundprinzipien der Modellierung und sind in der Lage, auch mit anderen Darstellungsmethoden zu arbeiten, solche Modelle zu verstehen und bedarfsweise zu erweitern.
• Systemische Kompetenzen: Sie lernen, die Modellierung und Analyse von Prozessen als Teil eines übergreifenden Systems zu begreifen, ihre Bedeutung für dieses System einzuschätzen und sie den Anforderungen der Einzelfälle anzupassen.

Lehrinhalte

In einer digitalen Wirtschaft, die durch Volatilität, Unsicherheit, Komplexität und Ambiguität gekennzeichnet ist, sind kundenorientierte, wirtschaftliche und durch digitale Technologien gestützte Ende-zu-Ende-Prozesse ein zentraler Erfolgsfaktor. Das Prozessmanagement zählt daher zu den Kernaufgaben der Organisationsgestaltung. Es umfasst Aufgaben wie die Identifikation, Definition und Modellierung von Prozessen, deren Umsetzung und Ausführung, Überwachung und Steuerung sowie eine kontinuierliche Verbesserung und Innovation. Erfolgreiches Prozessmanagement erfordert auf Unternehmensebene das Zusammenspiel von Governance, Methoden, Informationstechnologie, Kultur, Mitarbeitern sowie eine Ausrichtung an Unternehmenszielen. 

Die Veranstaltung führt in die Grundlagen des Prozessmanagements ein und bietet einen Einblick in sämtliche Aufgaben des Prozessmanagementlebenszyklus. Ein besonderer Fokus liegt dabei auf der Modellierung von Geschäftsprozessen. Zudem vermittelt die Veranstaltung vertiefendes Wissen in den Bereichen Prozessidentifikation, -industrialisierung und -digitalisierung. Die Grundidee der Prozessidentifikation mittels Process Mining besteht darin, reale Prozesse durch Extrahieren von Wissen aus Ereignislogs zu erkennen, zu überwachen und zu verbessern. Prozessindustrialisierung umfasst die systematische Umsetzung von Automatisierungs-, Standardisierungs-, Flexibilisierungs- und Sourcing-Potenzialen von Prozessen. Prozessdigitalisierung untersucht, wie digitale Technologien (z.B. Smart Devices) sinnvoll in Prozessen einzusetzen sind und welche neuartigen Gestaltungsmöglichkeiten sich für Prozesse auf Basis digitaler Technologien ergeben.

Lehrkonzept

Die Veranstaltung richtet sich an Studierende, die bislang noch keine bzw. kaum Berührungspunkte mit den Themen Geschäftsprozessmanagement bzw. -modellierung hatten. Die Veranstaltung zielt darauf ab, Studierenden einen Einstieg in das Geschäftsprozessmanagement zu verschaffen und Vertiefungswissen in den Bereichen Prozessmodellierung, -identifikation, -industrialisierung und
-digitalisierung zu vermitteln.

Die Inhalte der Veranstaltung werden in Vorlesungen und Übungen vermittelt. Vorlesungseinheiten dienen dazu, Inhalte mit dem Dozenten zu erarbeiten und konzeptionell einzuführen. Übungseinheiten helfen, ausgewählte Inhalte zu vertiefen und praktisch einzuüben. Dabei werden ausgewählte Soft-ware-Werkzeuge vorgestellt und eingesetzt.

Die Veranstaltung schließt mit einer Fragestunde, um Unklarheiten aufzulösen und eine zielgerichtete Klausurvorbereitung zu gewährleisten. Vorlesungen und Übungen behandeln bewusst unterschiedliche Anwendungsdomänen, um die Übertragbarkeit der vorgestellten Inhalte zu veranschaulichen.

Die Inhalte der Veranstaltung werden mittels einer 90-minütigen Klausur geprüft. Für das erfolgreiche Bestehen der Klausur sollte nicht nur die Vorlesung besucht werden. Vielmehr wird empfohlen, die Übungen vor- bzw. nachzubereiten, sich aktiv an den Diskussionen zu beteiligen und sich intensiv mit dem Begleitmaterial auseinanderzusetzen.

Literaturempfehlungen

• Dumas, M., La Rosa, M., Mendling, J. and Reijers, H. (2018) Fundamentals of Business Process Management, Springer, Berlin.
• Freund, J. and Rücker, B. (2014) Praxishandbuch BPMN 2.0. 4. Aufl., Hanser, München.
• vom Brocke, J. and Rosemann, M. (2015) Handbook on Business Process Management 1: Introduction, Methods, and Information Systems, 2. Aufl., Springer, Berlin

Lernziele

• Die Studierenden sollen die technischen Grundlagen der KI verstehen, einschließlich der verschiedenen KI-Lernmethoden wie Supervised Learning, Unsupervised Learning und Reinforcement Learning. Sie sollen zudem grundlegende mathematische Algorithmen kennenlernen erste Erfahrungen mit der technischen Implementierung von KI sammeln.
• Die Studierenden sollen in der Lage sein, potenzielle Anwendungsfälle für KI in verschiedenen Branchen und Unternehmenskontexten zu identifizieren. Zudem sollen sie mithilfe von Methoden wie dem KI-Service Canvas und der Value Flow-Methode in der Lage sein, diese Anwendungsfälle zu beschreiben und zu bewerten.
• Die Studierenden sollen die organisatorischen Grundlagen für die Einführung und das Management von KI in Unternehmen verstehen. Dies umfasst den Aufbau organisatorischer Fähigkeiten und Ressourcen, die Gestaltung geeigneter Organisationsstrukturen sowie die Implementierung von effektivem Monitoring und Governance.
• Die Studierenden sollen ein grundlegendes Verständnis für die ethischen, rechtlichen und sozialen Herausforderungen und Möglichkeiten im Zusammenhang mit KI-Anwendungen entwickeln. Dies umfasst die Kenntnis von Ethikstandards und rechtlichen Rahmenbedingungen wie dem EU AI Act.

Lehrinhalte

Der Einsatz Künstlicher Intelligenz (KI) in der Wirtschaft erfordert spezifische Kompetenzen. Neben technischer Expertise benötigt die Wirtschaft insbesondere Kenntnisse, technische Systeme zu bewerten, in betriebliche Prozesse, Arbeitsumgebungen, Produkte und Dienstleistungen einzubetten sowie dauerhaft zu steuern. Diese brückenbauende Rolle fällt primär Wirtschaftsinformatiker:innen als zentrale betriebliche Entscheider:innen zu. Daher ist es von zentraler Bedeutung organisatorische Voraussetzungen für eine erfolgreiche KI-Transformation zu schaffen und effektives KI-Management zu betreiben. Die Lehrveranstaltung zielt darauf ab, Studierenden die erforderlichen Kenntnisse und Fähigkeiten zu vermitteln, um KI in Unternehmen erfolgreich einzuführen und zu verwalten. Sie umfasst verschiedene Schlüsselbereiche:

• KI-Innovation: In diesem Bereich lernen die Studierenden, wie sie KI-Technologien nutzen können, um Innovationen in Produkten, Dienstleistungen und Geschäftsprozessen voranzutreiben. Dies umfasst die Identifizierung von KI-Anwendungsfällen, die die Innovationskraft eines Unternehmens steigern.
• KI-Management: Hier wird behandelt, wie Unternehmen den Betrieb von KI-Anwendung effektive steuern können. Dies umfasst das Projektmanagement in KI-Entwicklungsprojekten, techno-ökonomische Entscheidungen im ML-Lebenszyklus sowie Monitoring und Governance.
• KI-Transformation: Dieser Bereich umfasst organisatorische Veränderung, um KI in verschiedene Geschäftsbereiche zu integrieren und Geschäftsprozesse zu transformieren. Dazu gehört die Schaffung organisatorischer Voraussetzungen (KI-Readiness) sowie die Gestaltung geeigneter Organisationsstrukturen.
• Ethik, Soziales und Recht (ESLI): In diesem Bereich werden die ethischen, rechtlichen und sozialen Implikationen von KI-Anwendungen behandelt. Die Studierenden entwickeln ein Verständnis für die ethischen Herausforderungen und die rechtlichen Rahmenbedingungen und lernen, wie sie KI-Anwendungen verantwortungsvoll gestalten können.

In der zugehörigen Übung werden die theoretischen Konzepte und Kenntnisse aus der Vorlesung praktisch angewendet und vertieft. Die Studierenden haben die Möglichkeit, Einblicke in technische Umsetzung von neuronalen Netzen zu erhalten, KI Use-Cases zu identifizieren, Managemententscheidung zu treffen und ethische und rechtliche Aspekte in Szenarien aus der Geschäftswelt zu berücksichtigen.

Lehrkonzept

Die Lehrveranstaltung bietet den Studierenden einen Überblick über ausgewählte Themenbereiche des KI-Managements. Die Studierenden lernen dadurch die Grundlagen zentraler Themenfelder kennen, um Fragestellungen in diesen Bereichen besser einordnen und fundierte Entscheidungen treffen zu können.

Die Inhalte der Veranstaltung werden in Vorlesungen und Übungen vermittelt. Vorlesungseinheiten dienen dazu, Inhalte mit dem Dozenten zu erarbeiten und konzeptionell einzuführen. Übungseinheiten helfen, ausgewählte Inhalte zu vertiefen und praktisch einzuüben.

Die Inhalte der Veranstaltung werden mittels einer 90-minütigen Klausur geprüft. Für das erfolgreiche Bestehen der Klausur sollte nicht nur die Vorlesung besucht werden. Vielmehr wird empfohlen, die Übungen vor-bzw. nachzubereiten, sich aktiv an den Diskussionen zu beteiligen und sich intensiv mit dem Begleitmaterial auseinanderzusetzen.

Literaturempfehlungen

• Russell, Stuart & Norvig, Peter. (2021). Artificial Intelligence: A Modern Approach,Global Edition, Pearson
• Berente, Nicholas; Gu, Bin; Recker, Jan & Santhanam, Radhika. (2021). Managing Artificial Intelligence. MIS Quarterly. 45. 1433-1450
• Ertel, Wolfgang. (2013). Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung, Springer
• Buxmann, Peter. (2018). Künstliche Intelligenz mit Algorithmen zum Wirtschaftlichen Erfolg, Springer

Lernziele

• Die Studierenden kennen die Bedeutung von Datenbanken, Datenschutz und Datensicherheit. Damit sind sie in der Lage, wichtige und sicherheitsrelevante Aspekte auch im Hinblick auf Kommunikationssysteme realistisch einzuschätzen und die Implementierung von entsprechenden Maßnahmen aus Managementsicht zu begleiten.
• Weiterführend und vertiefend kennen und verstehen die Studierenden die Grundlagen des Digital Business und können die Bedeutung der Geschäftsprozessmodellierung betriebsbezogen einschätzen sowie in den entsprechenden Arbeitsgruppen produktiv mitarbeiten.
• Neben den klassischen Technologien lernen die Studierenden ausgewählte emergente Technologien (u.a. Künstliche Intelligenz und Blockchain) und deren Einsatzmöglichkeiten in Unternehmen kennen. Dies ermöglicht den Studierenden, in der Praxis Innovationen in den entsprechenden Unternehmen voranzutreiben.
• Die Studierenden lernen Grundkenntnisse in den aktuell üblichen Anwendungsprogrammen (u.a. Excel, Access) kennen, um diese Kenntnisse der IT-Unterstützung im Unternehmenskontext anwenden zu können.

Lehrinhalte

In einer digitalen Wirtschaft, die durch Volatilität, Unsicherheit, Komplexität und Ambiguität gekennzeichnet ist, ist es für Unternehmen unverzichtbar, einen laufenden Überblick über die aktuellen technischen Entwicklungen und ihre Anwendungspotenziale zu haben. Der Einsatz emergenter Technologien wie Big Data Analytics, Distributed Ledger Technology, Künstliche Intelligenz und Internet der Dinge helfen den Unternehmen, neue Potenziale für Ihre Geschäft in Form von digitalen Angeboten zu heben. Hierzu ist ein Auseinandersetzen mit diesen Technologien ebenso erforderlich wie ein grundlegendes Verständnis der veränderten Geschäftsmechanismen der Digital Economy. Da kundenorientierte, wirtschaftliche und durch digitale Technologien gestützte Ende-zu-Ende-Prozesse als zentraler Erfolgsfaktor der digitalen Wirtschaft gelten, gehört auch das Prozessmanagement zu den Kernaufgaben einer modernen Organisationsgestaltung. Ebenso bedarf es einer kritischen Auseinandersetzung mit sich kontinuierlich wandelnden Anforderungen hinsichtlich des Datenschutzes und der IT-Sicherheit, um entsprechende Risiken frühzeitig erkennen und mittigeren zu können.

Vor diesem Hintergrund betrachtet die Lehrveranstaltung die Aufgaben der Wirtschaftsinformatik aus verschiedenen Perspektiven. In der Vorlesung werden zunächst die Grundlagen der Digital Economy mit ihren betriebswirtschaftlichen Besonderheiten betrachtet. Anschließend werden in einem ersten Schwerpunktblock die grundlegende Bedeutung von Daten, die Grundlagen der Datenorganisation sowie die Entity-Relationship-Modellierung behandelt. Daran anschließend werden die resultierenden Fragestellungen im Bereich Daten- und IT-Sicherheit sowie dem Datenschutz und der DSGVO thematisiert. Im weiteren Verlauf der Vorlesung werden dann Blockchain und Distributed-Ledger-Technologien sowie Künstliche Intelligenz als ausgewählte emergente Technologien vorgestellt und diskutiert. Die Vorlesungsreihe endet inhaltlich mit einer Einführung in das Geschäftsprozessmanagement sowie dem Themenfeld der digitalen Transformation.

In der zugehörigen Übung wird vor allem die Nutzung von gängigen Anwendungsprogrammen behandelt. Hierbei stehen die Einführung in die Tabellenkalkulation mit Microsoft Excel sowie die Datenbankerstellung mit Microsoft Access im Vordergrund. Darüber hinaus soll der Umgang mit der Programmiersprache Python sowie das Modellieren von Geschäftsprozessen mit BPMN praktisch erlernt werden.

Lehrkonzept

Die Lehrveranstaltung bietet den Studierenden einen Überblick über ausgewählte Themenbereiche der Wirtschaftsinformatik. Die Studierenden lernen dadurch die Grundlagen zentraler Themenfelder kennen, um Fragestellungen in diesen Bereichen besser einordnen und diese in sich anschließenden Lehrveranstaltungen weiter vertiefen zu können.

Die Inhalte der Veranstaltung werden in Vorlesungen und Übungen vermittelt. Vorlesungseinheiten dienen dazu, Inhalte mit dem Dozenten zu erarbeiten und konzeptionell einzuführen. Übungseinheiten helfen, ausgewählte Inhalte zu vertiefen und praktisch einzuüben. Dabei werden ausgewählte Software-Werkzeuge vorgestellt und eingesetzt.

Die Veranstaltung schließt mit einer Fragestunde, um Unklarheiten aufzulösen und eine zielgerichtete Klausurvorbereitung zu gewährleisten. Vorlesungen und Übungen behandeln bewusst unterschiedliche Anwendungsdomänen, um die Übertragbarkeit der vorgestellten Inhalte zu veranschaulichen.

Die Inhalte der Veranstaltung werden mittels einer 90-minütigen Klausur geprüft. Für das erfolgreiche Bestehen der Klausur sollte nicht nur die Vorlesung besucht werden. Vielmehr wird empfohlen, die Übungen vor-bzw. nachzubereiten, sich aktiv an den Diskussionen zu beteiligen und sich intensiv mit dem Begleitmaterial auseinanderzusetzen.

Literaturempfehlungen

• Hansen, H. R., Mendling, J., & Neumann, G. (2019) Wirtschaftsinformatik, Walter de Gruyter, Oldenbourg.
• Laudon, K. C., Laudon, J. P., & Schoder, D. (2016) Wirtschaftsinformatik: Eine Einführung, Pearson, München.
• Mertens, P., Bodendorf, F., König, W., Schumann, M., Hess, T., & Buxmann, P. (2005) Grundzüge der Wirtschaftsinformatik, Springer, Heidelberg.