Digitalisierungsmanagement
im Master Wirtschaftswissenschaft

Digitalisierungsmanagement bezeichnet die strategische Planung, Umsetzung und Steuerung von digitalen Veränderungsprozessen in Unternehmen. Es beinhaltet die effektive Nutzung von Informationstechnologien um Geschäftsprozesse zu optimieren, digitale Wachstumspotenziale zu erschließen und Wettbewerbsvorteile zu erzielen.

In einer zunehmend digitalisierten Welt werden Unternehmen vor neue Herausforderungen gestellt, die ein tiefgehendes Verständnis für digitale Technologien, datengetriebene Geschäftsmodelle und agile Managementprinzipien erfordern. Die Studienrichtung konzentriert sich auf die Schnittstelle zwischen Betriebswirtschaftslehre und digitaler Transformation. Theoretische Grundlagen der Wirtschaftswissenschaft werden mit spezifischem Fachwissen im digitalen Bereich kombiniert, um Absolventen auf die vielfältigen Anforderungen der modernen und vielfach digitalen Geschäftswelt vorzubereiten.

Digital Management

Im Rahmen des Studiums werden Studierende in die Lage versetzt, die Potenziale der Digitalisierung für Unternehmen zu erkennen, fundierte Entscheidungen basierend auf Daten zu treffen, und nachhaltige IT-Lösungen umzusetzen. Gleichsam werden sie geschult, die Herausforderungen der Digitalisierung zu kennen und ihnen zu begegnen. Sie erwerben umfangreiche Kenntnisse in den Bereichen Business Intelligence und Entrepreneurship. Studierende qualifizieren sich daraufhin in Bereichen wie der Entwicklung von Informationssystemen, dem Informationsmanagement sowie speziellen quantitativen Methoden. Daneben werden sie mit den ethischen und rechtlichen Aspekten der digitalen Transformation vertraut gemacht.

Absolventen der Studienrichtung Digitalisierungsmanagement sind in der Lage, digitale Strategien zu entwickeln, digitale Geschäftsmodelle zu implementieren und dadurch innovative Antworten auf die Fragen der Zukunft zu finden. Sie sind bestens gerüstet für die Tätigkeit in Unternehmen verschiedener Branchen, im öffentlichen Sektor, in der Beratung oder in Startups und können somit eine treibende Kraft für den digitalen Wandel werden.

Univ.-Prof. Dr. Till Winkler <br>(Lehrstuhl für BWL, insb. Informationsmanagement)

Berufliche Perspektiven

Chief Digital Officer in Unternehmen
Leitung Stabstelle Digitalisierung im öffentlichen Sektor
Management-Beratung Schwerpunkt Digitalisierung
Business Development für digitale Produkte
Business Process Management
Big Data Analysis
Gründung digitales Startup
Produktmanagement in Softwareunternehmen
RPA/Low-Code Software-Entwicklung
Agile/Scrum-Team Lead
Unternehmensberatung mit Schwerpunkt Digitale Transformation
Projektmanagement
Chief Process Owner
Change Management

Ihr Studienprogramm

Pflichtmodule

Every day, the life of individuals is influenced by technology – both directly and indirectly. Whether we talk to our friends on messengers, clock into work using a time and attendance system, hold virtual meetings, do online shopping or order food using an online delivery service, information technology plays a central role in our everyday life. Even the fridges in our grocery stores wouldn’t be running without digital cooling systems. This central role is exacerbated through repeated, reinforcing interaction, constituting an ongoing relationship between humans and technology – between the social and the technical. It is about the joint optimization of these two sub-systems, providing the most effective way to achieve a goal while keeping in mind technical and social costs – the quality of life of the human actors in this interaction. Due to the social and the technical aspects being inextricably intertwined in to achieve a common goal, it is not sufficient to study these aspects in isolation.

A solely technical focus is not sufficient in achieving effectiveness in information systems in which humans and technology need to work together. These systems are also called socio-technical information systems, putting emphasis on the intertwining of both aspects, the social and the technical, creating an interplay of (1) individual human actors, (2) structures they are embedded in (e.g., organizations), (3) technology and (4) tasks that need to be done.

Weitere Informationen

Leseprobe

Modulbeschreibung

Dieses Modul ist ein Mastermodul der Modulgruppe II (VWL/Quant.).
Business Intelligence (BI) ist heute wichtiger Bestandteil der Geschäftswelt und hat bereits – teilweise unbemerkt – Einzug in viele Lebensbereiche gehalten. Bei BI handelt es sich um einen technologiegestützten Prozess zur Analyse von Daten und zur Darstellung verwertbarer Informationen (z.B. über das eigene Unternehmen, die Mitbewerber oder die Marktentwicklung). Die aus diesem Prozess gewonnenen Erkenntnisse unterstützen Führungskräfte, Manager und Endanwender im Unternehmen, fundierte Geschäftsentscheidungen zu treffen.

Das Ziel des Moduls ist es, aufzuzeigen, wie Daten zielgerichtet zu Informationen transformiert und dargestellt werden, um unternehmerische Entscheidungen zu unterstützen. Zudem werden Fragen der Datenherkunft, -entstehung und daraus resultierend Datenqualität beleuchtet. Auch praktische Einsatzmöglichkeiten der gewonnenen Informationen im Sinne von möglichen unternehmerischen Szenarien werden illustriert. Es soll insbesondere ein Verständnis generiert werden, wie sich die Auswertung von Daten sowie die Verwertung und Darstellung von Informationen durch die Konzepte und Methoden der BI (z.B. im unternehmerischen Umfeld) bereits verändert haben und in Zukunft weiter verändern werden.

BI wird in diesem Modul als ganzheitliches Konzept zur Entscheidungsunterstützung behandelt, in dem die fachlichen Konzepte, die Rolle von Entscheidungsträgern sowie die methodischen und technischen Möglichkeiten diskutiert werden. Grundkonzepte der BI wie z.B. die Entscheidungsfindung, das Informationsmanagement, ausgewählte Instrumente der BI sowie das Datenqualitätsmanagement werden ebenso eingeführt wie für das BI zentrale Modelle (z.B. der Plan-Do-Check-Act-Kreislauf, die Speichenarchitektur eines BI-Systems und das multidimensionale Datenmodell), Methoden (z.B. Knowledge Discovery in Databases), Algorithmen (z.B. Apriori und Entscheidungsbaum), Darstellungen (z.B. OLAP-Würfel und Datenschemata) sowie neuere Entwicklungen im Rahmen der BI (z.B. Big Data, Social BI und Real-Time BI).

Das Modul richtet sich insbesondere an Master-Studierende in den Studiengängen Wirtschaftsinformatik und Wirtschaftswissenschaft. Master-Studierende des Studiengangs Wirtschaftswissenschaft für Ingenieur/-innen und Naturwissenschaftler/-innen mit Grundwissen über die Informationsverarbeitung in der Wirtschaftsinformatik und Interesse an analytischen Verfahren und Modellen sowie interessierte Studierende im Akademiestudium können das Modul auch belegen.

Weitere Informationen

Leseprobe

Modulbeschreibung

Dieses Modul ist ein Mastermodul der Modulgruppe II (VWL/Quant.).
Das Modul 32901 „Digital Entrepreneurship“ wird erstmalig zum Wintersemester 2024/25 angeboten.

Entrepreneurship and digitalization drive economic growth and societal progress. The intersection of these two areas has therefore become a central theme of interest in both academia and practice. The focus of interest is on empowering individuals to develop new technology-driven business ideas and implement them entrepreneurially.

This module offers an introduction to the dynamic field of digital entrepreneurship, guiding students through the process of ideating and building a new digital venture. Students will explore key concepts and methodologies essential for the pre-launch, launch, and post-launch phases of a digital business. The course integrates practical examples to illustrate these principles and provides deeper insights into specific application areas within digital entrepreneurship.

Next to the theoretical content, students ideate a business idea, incrementally develop a business plan, and present it to their peers. The synchronous and groupwork is integral part of the module and forms one part of the assessment. The other part of the assessment is one-hour written exam at the end of the semester. For more detailed information about the exam format, please refer to the module description.

The module is divided into five units, each focusing on a different aspect of entrepreneurship.

Unit 1 introduces fundamental concepts of digital entrepreneurship and lays the foundations for the business course.

Unit 2 'Envisioning the Business' explores the critical aspects of conceptualizing a digital venture, from formulating a business idea to developing a sustainable business model and creating a strategic roadmap.

Unit 3 'Understanding the Market' delves into the dynamics of the market with a focus on customer analysis. Analyzing customer behavior, preferences, and demographics can help create a digital venture that meets specific market demands.

Unit 4 'Building the Company' synthesizes the insights required to bring the entrepreneurial vision to life. This includes delving into legal considerations, planning, financing strategies, and risk management to navigate the complexities of realizing a digital venture.

Unit 5 'Selected Areas of Entrepreneurship' provides specialized insights into digital entrepreneurship, including digital health, social entrepreneurship, female entrepreneurship, and digital intrapreneurship. These insights provide a comprehensive understanding of the challenges and opportunities within each niche.

Lernergebnisse (learning outcomes)

There are 5 intended learning outcomes for this module:
1. Students can clearly define and explain fundamental terms and concepts in digital entrepreneurship.
2. Students can illustrate common strategies for envisioning a business concept, sketching a business model canvas, and developing a business plan.
3. Students can analyze market dynamics, identify key actors, and distinguish the elements of the marketing mix in digital entrepreneurship.
4. Students can critically assess the essential factors for building a company, including the optimal team composition, the appropriate legal form, and viable funding sources, and they can effectively utilize planning and management methods to navigate this process.
5. Students can adapt and apply digital entrepreneurship concepts, methods, and skills to specialized areas, including digital health, social ventures, female-led enterprises, and corporate intrapreneurship initiatives, recognizing the unique challenges and opportunities in each sector.
Students can generate innovative business ideas tailored to specific scenarios, craft and deliver persuasive pitch presentations, develop detailed mini business plans, and offer constructive feedback to peers in the formation of new entrepreneurial ventures.

Weitere Informationen

Leseprobe

Modulbeschreibung

Dieses Modul ist ein Mastermodul der Modulgruppe II (VWL/Quant.).

Wahlpflichtmodule

Im Wahlpflichtprogramm sind fünf Wahlpflichtmodule zu belegen, mit Einsendearbeiten zu bearbeiten und jeweils mit einer Prüfung abzuschließen. Es gelten folgende einzuhaltende Randbedingungen:
- Es können höchstens zwei Bachelormodule im Masterstudiengang gewählt werden.
- Mindestens jeweils ein Modul ist aus der Modulgruppe I (betriebswirtschaftliche Module) und der Modulgruppe II (volkswirtschaftliche und quantitative Module) zu wählen.
- Es kann höchstens ein juristisches Wahlpflichtmodul (Modulgruppe III) gewählt werden.

Module der Studienrichtung

Aus den hier aufgeführten „Modulen der Studienrichtung“ sind mindestens drei Module mit Erfolg abzuschließen.

Beachten Sie auch bitte die weiteren Kriterien zur Modulwahl auf dieser Seite.

Eine Suchmaschine die Frauen an ihren Platz am Herd verweisen wollte?

Ein antisemitischer Chatbot auf Twitter?

Eine künstliche Intelligenz welche sich anstelle Fragen korrekt zu beantworten Gedanken zur Gleichbehandlung macht?

Sie glauben diese Geschichte ist wahr? Dann haben Sie recht!

Dieses Modul verdeutlicht die Notwendigkeit „Diversität“ in einem digitalen Kontext zu betrachten und zeigt an Hand von bestehender Forschung auf, dass digitale Diversität einen zentralen Beitrag für ein digitales Miteinander schaffen kann.

Wir alle sind verschieden!

Diversität ist ein entscheidender Faktor für die Wirtschaftsinformatik, da sie eine Vielzahl von Perspektiven und Erfahrungen in den Entwicklungs- und Entscheidungsprozess einbringt und dafür sorgen kann, dass die Anforderung von diversen Nutzergruppen berücksichtigt werden. Allerdings birgt mangelnde Diversität in der Wirtschaftsinformatik auch Gefahren, wie zum Beispiel den Bias von Trainingsdaten und den daraus resultierenden Ergebnissen.

Weitere Informationen

Leseprobe

Modulbeschreibung

Dieses Modul ist ein Mastermodul der Modulgruppe II (VWL/Quant.).
Das Ausmaß der Datenerfassung hat in nahezu allen Bereichen der Wirtschaftswissenschaften in den letzten Jahren massiv zugenommen und die empirische Datenanalyse ist zu einem der wichtigsten Instrumente avanciert. Durch die angewandte Analyse von Daten werden Zusammenhänge zwischen Variablen untersucht und akkuratere Prognosen ermöglicht. Welchen Effekt hat beispielsweise das Studium auf das erwartete Einkommen? Wie wirken sich Werbemaßnahmen auf den Umsatz aus? Beispielsweise können Unternehmen auf Basis von Kundendaten ein statistisches Modell trainieren, um zu prognostizieren, welches Produkt ein Kunde wahrscheinlich erwerben wird. Eine Person kann prognostizieren, welches Einkommen sie mit ihrer Erfahrung und Ausbildung erwarten kann. Derartige und verwandte Fragen können mit den Methoden des überwachten statistischen Lernens behandelt werden, da wir über Beobachtungen einer zu prognostizierende Zielvariable verfügen.

Es gibt jedoch auch Fragestellungen ohne Zielvariable, in denen das sogenannte unüberwachte Lernen zum Einsatz kommt. Mit dieser Methode wollen wir relevante Zusammenhänge in den Daten entdecken. Zudem fragen wir uns, welche informativen und gewinnbringenden Möglichkeiten es gibt, die Daten sinnvoll zu visualisieren. Können wir Untergruppen (Cluster) in den Variablen aufdecken? Einerseits verhalten sich verschiedene wirtschaftswissenschaftliche Variablen ähnlich zueinander, so dass deren Variation zum großen Teil durch einen einzelnen Faktor erklärt werden kann. Verfügen wir über einen Datensatz mit verschiedenen Indikatoren für die Lebenshaltungskosten in Städten (Mietkosten, Lebensunterhaltskosten und Mobilitätskosten), können wir Gruppen aus Städten mit ähnlichen Strukturen bilden.

Als Methoden werden Sie die Schätzung von linearen Regressionsmodellen für eine quantitative Zielvariable mit der Kleinst-Quadrate-Methode ebenso erlernen, wie das Erstellen von Modellen für eine qualitative Zielvariable. Bei letzterem liegt ein großer Fokus auf der logistischen Regression, welche mit der Maximum-Likelihood-Methode geschätzt wird, bei welcher die Zielvariable in eine von zwei verschiedenen Klassen fällt. Es werden aber auch die multinomiale/geordnete logistische Regression, die Diskriminanzanalyse und weitere Verfahren behandelt, welche für Anwendungsfälle mit mehr als zwei Ausprägungen geeignet sind.

Zudem werden Sie Methoden für die Modellauswahl für Prognosen kennenlernen. Einfache Modelle mit wenigen erklärenden Variablen führen womöglich zu schlechten Vorhersagen. Komplexe Modelle mit vielen erklärenden Variablen führen jedoch häufig zu einer Überanpassung an die Trainingsdaten, so dass ihre Prognosen mit neuen Testdaten häufig deutlich schlechter ausfallen können. Zudem sind sie schwerer zu interpretieren, da die Effekte der verschiedenen erklärenden Variablen nicht leicht zu trennen sind. Die beste Lösung wäre ein großer, speziell ausgewählter Testdatensatz, welcher aber oft nicht verfügbar ist. Als geeignete Alternative für die empirische Anwendung werden Sie die Kreuzvalidierung kennenlernen. Für die Auswahl der erklärenden Variablen werden Sie die Beherrschung mehrerer Methoden erlernen. Neben der Subset-Selection (Teilmengenauswahl) werden Informationskriterien, welche auf einem Kompromiss zwischen Reduktion des Prognosefehlers und Modellkomplexität basieren, und Regularisierungsverfahren wie die Ridge- oder Lasso-Regression behandelt. Zudem stellen wir Ihnen zwei Methoden des unüberwachten Lernens vor: Die Hauptkomponentenanalyse, ein Werkzeug zur Datenvisualisierung oder Datenvorverarbeitung bevor Methoden aus dem überwachten Lernen angewendet werden und das Clustering, eine breite Klasse von Methoden zur Entdeckung noch unbekannter Gruppen im Datensatz.

Die Lehrinhalte des Moduls werden mit Hilfe von abrufbaren Videos und dazugehörigen Präsentationsfolien vermittelt. Die Inhalte basieren dabei auf dem etablierten Lehrtext „An Introduction to Statistical Learning: with Applications in R“ (Second Edition, Springer Texts in Statistics) von Gareth James, Daniela Witten, Trevor Hastie und Robert Tibshirani. Darüber hinaus werden Übungen angeboten, in denen die unterschiedlichen Methoden angewendet werden. Außerdem wird in diesem Modul die open-source Programmiersprache R eingesetzt. Diese ermöglicht es, Ergebnisse zu replizieren und die Methoden auf neue Datensätze anzuwenden und auch weitere eigenständige Analysen durchzuführen. Es werden zu den relevanten Kapiteln R-Labs zur Verfügung gestellt, in denen Methoden anhand von Beispieldaten angewandt und verglichen werden. Alle Inhalte werden auf Moodle bereitgestellt.

Weitere Informationen

Leseprobe

Modulbeschreibung

Dieses Modul ist ein Mastermodul der Modulgruppe II (VWL/Quant.).
Das Modul 32561 "Entwurf und Implementierung von Informationssystemen" thematisiert ausgewählte Themen der Software-Entwicklung. An vielen Beispielen wird die Programmierung mit der Programmiersprache C behandelt. Das Modul geht ausführlich auf die grundlegenden Sprachkonstrukte von C ein und zeigt deren Anwendungsmöglichkeiten auf. Besonderes Gewicht wird auf solche Sprachkonstrukte und Programmierkonzepte gelegt, die zur Lösung von Aufgaben der betrieblichen Informationsverarbeitung benötigt werden. Dies betrifft den Umgang mit Dateien, die strukturierte und modulare Programmierung sowie die dynamische Allokation von Speicherplatz und die Benutzung verketteter Datenstrukturen. Der Aufbau und die Anwendung der ANSI-C-Standardbibliothek werden eingehend erläutert und mit Hilfe von Beispielprogrammen demonstriert. Eine Moodle-Lernumgebung unterstützt Ihren Lernprozess durch Online-Einsendearbeiten, Übungen und ergänzende Lernmaterialien.

Weitere Informationen

Leseprobe (PDF 129 KB)

Modulbeschreibung (PDF 314 KB)

Dieses Modul ist ein Mastermodul der Modulgruppe II (VWL/Quant.).
Wozu Operations Research?

Ganz gleich, ob in der Produktion und Logistik, in der Investitionsplanung, im Gesundheits- oder Dienstleistungsmanagement – um nur einige Beispiele zu nennen, in all diesen und vielen weiteren Anwendungsgebieten kommen heutzutage Methoden des Operations Research zum Einsatz. So umschreibt die internationale Gesellschaft des Operations Research INFORMS ihre Ziele schlicht mit „Solving Problems, Saving Money, Saving Lives“ (hier eine Auswahl von Success Stories der INFORMS). Um diese Ziele zu erreichen, bedient sich das Operations Research eines breiten Spektrums an Optimierungsmethoden.

Welche Optimierungsmethoden?

Die Vielfalt der Methoden lässt sich im Rahmen des Moduls in die drei Bereiche lineare Optimierung, ganzzahlige Optimierung und Optimierung bei mehrfacher Zielsetzung unterscheiden. Diese Schlagworte geben bereits erste Hinweise auf mögliche Struktureigenschaften der Modelle zur Erfassung und Berechnung realer Optimierungs- und Planungsprobleme. Die Mischung eines Müslis unter Berücksichtigung der Vorgaben zur Zusammensetzung fällt beispielsweise in den Bereich der linearen Optimierung. Anstatt des Müslis könnte es sich ebenso um ein Produktionsprogramm, um ein Portfolio aus Aktien oder um die Verteilung eines Budgets auf verschiedene Marketingaktionen handeln.

Ebenso offensichtlich sind die Anwendungen im Bereich der Optimierung ganzzahliger Problemstellungen. Ganzzahlig? Fallweise ergibt es wenig Sinn, von bestimmten Gütern nur halbe Produkte herzustellen – etwa Flugzeuge. Darüber hinaus lassen sich vielfältige Problemstellungen mithilfe ganzzahliger Formulierungen darstellen. Beispiele finden sich in der Planung von Standorten für Feuerwachen oder Versandlager sowie Reise- und Transportrouten. Auch die Zuordnung von Fertigungsaufträgen auf Maschinen oder die Berücksichtigung von Rüstvorgängen sowie die Personalplanung unter Beachtung von Arbeitszeit- und Pausenregelungen fällt in den Bereich der ganzzahligen Optimierung.

Und sicher kennen Sie das Problem beim Einkaufen: Preis, Design oder Ausstattung – um nur einige Kriterien zu nennen – sind beim Treffen einer Entscheidung zumeist nicht gleichzeitig in idealer Weise realisierbar. Derartige Zielkonflikte gibt es gleichermaßen bei betriebswirtschaftlichen Fragestellungen. Wie sich diese Zielkonflikte lösen lassen, ist Gegenstand der Optimierung unter mehrfacher Zielsetzung. Insbesondere besitzen derartige Methoden bei der Untersuchung und Bewertung von Nachhaltigkeit eine hohe Bedeutung. Denken Sie etwa an die seitens der Vereinten Nationen definierten 17 Sustainable Development Goals, auch als SDGs bekannt, welche bereits auf nationaler Ebene zu Zielkonflikten führen können.

Welche Zielgruppe?

Das Modul richtet sich an Masterstudierende mit Interesse am Einsatz von Optimierungsmethoden. Wir zeigen Ihnen an kleinen Beispielen die zugrundeliegenden Problemstellungen auf und wie sich die vorgestellten Algorithmen anwenden lassen. Die erworbenen Kenntnisse können Sie auch im Rahmen von Seminar- und Abschlussarbeiten – ggf. auch aus Ihrem Arbeitsumfeld – in den unterschiedlichsten Anwendungsfeldern vertiefen.

Weitere Informationen

Leseprobe (PDF 898 KB)

Modulbeschreibung (PDF 271 KB)

Dieses Modul ist ein Mastermodul der Modulgruppe II (VWL/Quant.).
Interessieren Sie sich für die Zukunft? Wir tun es. Wir fragen uns, welche Zusammenhänge von Führung stärker in die Blickrichtung geraten sollen, um den sich bereits heute spürbaren Veränderungen der Arbeitswelt besser angepasst zu sein.

Niemand weiß, wohin genau die Reise geht. Deshalb kann es nur darum gehen, das eigene Urteilsvermögen durch ein Mehr an Perspektiven auf die Führung zu schärfen, um die Handlungsoptionen zu verbreitern.

Wir werden dies dadurch erreichen, dass wir einen grundlegend anderen Blick auf das Führungsverständnis und die Eingebundenheit von Führung in den Räumen, in denen Führung stattfindet, werfen.
- Wir werden erstens den Prozessen, die sich innerhalb einer Führungsbeziehung ereignen, größeres Gewicht beimessen. Dadurch wenden wir uns begründet kritisch von den heroischen Vorstellungen zur Führung ab und betonen in Form eines relationalen Zugriffs die Bedeutung des täglichen Austausches zwischen Führenden und Geführten. Wir fragen uns zudem, wie sich Führen und Geführtwerden bis hin zu einer unauflöslichen Gemeinschaft einer geteilten Führung positionsungebunden vollziehen kann.
- Zweitens werden wir rationale Verständnisse von Führung durch eine ästhetische Perspektive erweitern und dabei klären, inwieweit Führung durch ästhetische Wahrnehmungs- und Ausdrucksformen sowie kunstbasierte Zugänge besser verstanden und ausgestaltet werden kann.
- Drittens wird in einem umfassenden Entwurf die Vielfalt von Führungsüberlegungen in einem Führungsmodell integriert, das einerseits analytisch genutzt bestehende Führungsereignisse bzw. Führungssituationen in ihre Kernelemente samt deren Zusammenspiel zu zerlegen imstande ist, und andererseits eine Orientierung bietet, die Steuerung von Organisationen einschließlich ihrer Führungsprozesse gesamthafter anzugehen.
- Abschließend wird das Thema Gender vertiefend aufgegriffen, um darzustellen, wie die Geschlechtsidentität die eigene Führungsrolle oder die Führungsbeziehung und damit auch unser Verständnis von Führung beeinflusst. Hier geht es darum, auf das Geschlecht bezogene Formen der Diskriminierung zu erkennen, zu analysieren und anders zu gestalten.
Alles zusammen genommen versetzt Sie das Modul in die Lage, mit der jetzigen Entwicklungsdynamik besser Schritt zu halten und diese aktiv mitzuprägen. Durch die Kenntnis von bislang noch wenig beachteten Alternativen zum Herkömmlichen können Sie Ihr eigenes Führungshandeln überdenken, Ihre Rolle als Geführte vorteilhafter einordnen und damit den Blick für in der Alltagspraxis oft Übersehenes schärfen. Helfen wird Ihnen dabei eine Reihe von spezifisch darauf zugeschnittenen Fallstudien, die Sie eine ganzheitlich-integrale Herangehensweise an Führungsfragen in unterschiedlichsten Konstellationen erlernen lassen, was Ihr Repertoire an Diagnose- und Problemlösefähigkeiten für komplexe Zusammenhänge entscheidend erweitern wird.

Weitere Informationen

Leseprobe (PDF 812 KB)

Modulbeschreibung (PDF 363 KB)

Dieses Modul ist ein Mastermodul der Modulgruppe I (BWL).
Die Ökonometrie vereint ökonomische Theorie und Statistik, um bestimmte Wirkungsmechanismen empirisch zu überprüfen. Die Theorie erlaubt die Identifikation bestimmter Wirkungskanäle, die dann mit geeigneten Methoden der Statistik validiert werden sollen. Darüber hinaus können Prognosen über das Verhalten von wirtschaftlichen Akteuren gemacht werden. Die Kombination von mathematischen Modellen und statistischen Methoden ermöglicht also eine fundierte Einschätzung der empirischen Relevanz von ökonomischen Modellen und eine quantitative Vorhersage über die identifizierten Effekte.

Das einfache Regressionsmodell ist die Basis dieses Moduls. Anhand von sehr einfachen Beispielen werden die Schwächen der Standardmodelle veranschaulicht. Besonders relevant für die ökonomische Analyse ist der Umgang mit Kausalität, denn in der ökonomischen Theorie wird in der Regel ein kausaler Zusammenhang aufgezeigt, der jedoch in der empirischen Analyse nur unter erschwerten Bedingungen gezeigt werden kann. Besonders die einfacheren Modelle erlauben keine kausale Interpretation, da „nur“ Korrelationen bestimmt werden können.

Im Modul werden verschiedene Verfahren zur Identifikation kausaler Zusammenhänge präsentiert und die Besonderheiten der verschiedenen Ansätze diskutiert. Die vorgestellten Schätzer werden dann in angewandten Beispielen demonstriert. Als Software wird das Programm „R“ verwendet, wahlweise können alle Beispiele aber auch mit der weit verbreiteten Software „STATA“ nachvollzogen werden. Programmcodes und Anleitungsvideos zu beiden Programen werden über Moodle bereitgestellt. Zusätzliche Erklärvideos zu ausgewählten Problemen im Studienbrief werden außerdem über QR-Codes im Studienbrief verlinkt. Basierend auf den Fragen im Diskussionsforum werden diese digitalen Inhalte sukzessive erweitert.

Das Modul soll die Studierenden an die empirische Sozialforschung heranführen und auf die gängigen Probleme der angewandten statistischen Analyse sensibilisieren. Dieses Wissen kann sowohl in der akademischen Forschung als auch in der Praxis eingesetzt werden. Die Modulinhalte sollen die Absolvierenden in die Lage versetzen, selbstständige Analysen durchführen zu können. Zunächst kommen Analysen für die Erstellung von Abschlussarbeiten im Bereich der Wirtschaftswissenschaft in Betracht. Die erlernten Fähigkeiten könnten aber genauso gut im nicht-akademischen Berufsleben zum Einsatz gebracht werden. Ähnliche Analysen und Methoden werden sehr häufig in der Marktforschung oder der Unternehmensberatung eingesetzt.

Weitere Informationen

Leseprobe (PDF 385 KB)

Modulbeschreibung (PDF 290 KB)

Dieses Modul ist ein Mastermodul der Modulgruppe II (VWL/Quant.).
Die Praxisrelevanz mathematischer und statistischer Methoden sowie der computergestützten Optimierung und Datenanalyse rückt in vielen Branchen und den verschiedensten Organisationen zunehmend in den Vordergrund. Hierbei kommen zum einem mathematische Optimierungsmethoden zur Unterstützung von wirtschaftswissenschaftlichen Entscheidungen zum Einsatz. Zum anderen wird die Datenanalyse vor allem im Zeitalter des Maschinellen Lernens und der Big Data eine immer größere Bedeutung erlangen. Große unstrukturierte Datenmengen oder unvollständige Datensätze tragen dazu bei, verlässliche Erhebungs- und Analysemethoden zu entwickeln, mit deren Hilfe sinnvolle Rückschlüsse auf wichtige empirische Fragestellungen gefunden werden sollen.

Das Modul 32741 „Vertiefung der Wirtschaftsmathematik und Statistik“ ist unterteilt in die Einheiten „Vertiefung der Wirtschaftsmathematik“ und „Vertiefung der Statistik“.

In den Einheiten „Vertiefung der Wirtschaftsmathematik“ werden zunächst die Grundlagen der Linearen Algebra vertieft und insbesondere im Rahmen der Linearen Planungsrechnung (Programmierung) auf wirtschaftswissenschaftliche Problemstellungen angewendet. Da ökonomische Anwendungen vielfach durch nichtlineare Funktionen in Abhängigkeit mehrerer Variablen gekennzeichnet sind, erfolgt im zweiten Teil der Einheiten eine Vertiefung der Differentialrechnung, um auf dieser Grundlage nichtlineare Optimierungsprobleme lösen zu können. Darüber hinaus lässt sich das zeitliche Verhalten ökonomischer Größen vielfach durch gewöhnliche Differential- oder Differenzengleichungen beschreiben. Ausgewählte Gleichungen dieser Art stehen im dritten Teil dieser Einheiten im Mittelpunkt der ökonomischen Analysen.

Die Einheit „Vertiefung der Statistik“ soll Ihnen Verfahren näher bringen anhand derer Sie mit einer oder mehreren Stichproben Aussagen über die Grundgesamtheit treffen können. Anders als die deskriptive Statistik, versucht die schließende Statistik (auch Inferenzstatistik genannt) dabei Aussagen über die Ausprägung von bestimmten Merkmalen in der Grundgesamtheit anhand der Ihnen zur Verfügung stehenden Daten zu treffen, da Ihnen in aller Regel nicht alle Daten aus der Grundgesamtheit zur Verfügung stehen. Daher müssen Sie die Parameter von Verteilungsmodellen anhand Ihrer Daten schätzen. Dazu stellen wir Ihnen neben der Kleinst-Quadrate Methode auch die Maximum Likelihood Methode vor. Darüber hinaus gehen wir auf Intervallschätzungen ein, um die Schätzunsicherheit in empirischen Anwendungen zu quantifizieren. Ein Hauptaugenmerk liegt auf der Regressionsanalyse. Hier wird zunächst das simple lineare Regressionsmodell behandelt, um im Anschluss wichtige Erweiterungen zu präsentieren. Die vorgestellten Methoden werden durchweg mit realen und frei verfügbaren Daten illustriert. Stellenweise werden zu didaktischen Zwecken auch Simulationen eingesetzt.

Die Belegung des Moduls setzt grundlegende Kenntnisse aus der Wirtschaftsmathematik und Statistik voraus, wie etwa die Grundlagen der Linearen Algebra, der Integral- und Differentialrechnung sowie der Wahrscheinlichkeitsrechnung, der Deskriptiven Statistik und der Inferenzstatistik. Diese sind typischerweise Gegenstand von wirtschaftswissenschaftlichen Bachelorstudiengängen und werden etwa an der FernUniversität im Modul 31101 „Grundlagen der Wirtschaftsmathematik und Statistik“ vermittelt.

Weitere Informationen

Leseprobe

Modulbeschreibung

Dieses Modul ist ein Mastermodul der Modulgruppe II (VWL/Quant.).
Informationen sind der tägliche „Rohstoff“ für betriebliche Prozesse und Entscheidungen. Nicht nur die Beschaffung von Informationen, sondern auch deren Bereitstellung und Nutzung sind Herausforderungen, deren effektive und effiziente Lösung maßgeblich zum Erfolg eines Unternehmens beitragen kann. Die betriebliche Funktion, die die inhaltliche und informationstechnische Koordination von Informationsangebot und -nachfrage übernimmt, wird Informationsmanagement genannt. Das Informationsmanagement ist für zahlreiche Entscheidungsfindungen im unternehmerischen Alltag zuständig, in denen Information als wesentlicher Input in die Entscheidungsprozesse einfließt.

Das Modul Informationsmanagement gliedert sich in sechs Einheiten. Zu Beginn werden die “Grundlagen des Informationsmanagements” (Einheit 1) in Form von begrifflichen und konzeptionellen Grundlagen vermittelt. Eine zentrale Zielsetzung des Informationsmanagements ist, Informationsflüsse und die dazugehörige IT im Unternehmen so zu definieren und zu lenken, dass die richtigen Informationen, zur richtigen Zeit, in der richtigen Qualität, über das richtige Medium beim Entscheider ankommen. Es muss demnach die „Informationslogistik“ (Einheit 2) im Unternehmen gewährleisten. Grundlage für die erfolgreiche Positionierung der Informatik in einem Unternehmen ist die „IT-Governance“ (Einheit 3). Sie liefert einen Handlungsrahmen, um die Informatik in einem Unternehmen systematisch zu planen und zu steuern. Sie ist also dafür mitverantwortlich, dass die Unternehmensziele bestmöglich durch eine passende Informatik erreicht werden. „Architekturen und Integration” (Einheit 4) dienen als Planungsinstrument, Ordnungsrahmen für die Gestaltung von Organisationen und auch als Instrument organisationaler Veränderungsprozesse und werden in der vierten Einheit vermittelt. Grundlegende Voraussetzung für die erfolgreiche Realisierung von Geschäftsprozessen eines Unternehmens ist die Unternehmenssicherheit. Das „IT-Sicherheitsmanagement“ (Einheit 5) beschäftigt sich vorrangig mit der Entwicklung, Anpassung und Umsetzung von Sicherheitskonzepten im Bereich der Informatik sowie mit der Steuerung und Kontrolle der Entwicklungs- und Umsetzungsprozesse. IT kann nicht nur als Mittel zum Zweck (z.B. für Email-Kommunikation) eingesetzt werden, sondern auch als Enabler, also beispielsweise zur Geschäftsprozessoptimierung, zur Umsatzsicherung bzw. -steigerung oder sogar als Bestandteil des Endprodukts. In der letzten Einheit „IT als Enabler“ (Einheit 6) wird vermittelt, wie IT im Rahmen des Informationsmanagements neue Anwendungsmöglichkeiten schaffen kann. Anhand ausgewählter Bereiche wird, neben den Grundlagen, mittels Praxisbeispielen aufgezeigt, wie der Einsatz von IT neue Geschäftsmodelle hervorrufen und die Informationslogistik verbessern kann.

Mit diesem Modul werden im Wesentlichen drei Qualifikationsziele verfolgt: 1. Die Studierenden sollen mit den grundlegenden Begriffen und Gegenständen des Informationsmanagements vertraut werden und sollen die Relevanz des Informationsmanagements für die Unternehmenspraxis kennen. 2. Die Studierenden sollen Konzepte und Modelle des Informationsmanagements erläutern und unterscheiden können. 3. Die Studierenden sollen die verschiedenen Anwendungen im Rahmen des Informationsmanagements erläutern und in die Praxis transferieren können. Insgesamt bietet das Modul Informationsmanagement eine umfassende Einführung in das Management der betrieblichen Informatik und legt somit wichtige Grundlagen für Studierende wirtschaftswissenschaftlicher Studiengänge, die für die Praxis relevant sind und in weiteren Modulen und Seminaren vertieft werden können.

Weitere Informationen

Leseprobe

Modulbeschreibung

Dieses Modul ist ein Bachelormodul im Masterstudiengang der Modulgruppe II (VWL/Quant.).
Mit dem Aufkommen der SMAC-Technologien (soziale Medien, mobile Informations- und Kommunikationstechnologien (IKT), fortschrittlicher (Daten-)Analytik und Cloud-Computing) wurde eine bisher nicht dagewesene Welle der Digitalisierung in Unternehmen und der Gesellschaft ausgelöst. Heute beobachten wir, wie die verschiedenen SMAC-Technologien, unterstützt durch eine anhaltende Miniaturisierung von IKT bei gleichzeitig stetig steigender Rechenkraft, Speicherleistung und Übertragungsbandbreite, beinahe alle Bereiche unseres privaten, beruflichen und gesellschaftlichen Lebens transformieren. Viele der disruptiven Entwicklungen im Rahmen der digitalen Transformation werden dem E-Business oder der Industrie 4.0 zugeschrieben und gehen einher mit einer Vielzahl neuer Unternehmensstrategien und Geschäftsmodelle sowie einer Transformation bestehender Unternehmensbereiche und Teilen der Wertschöpfungskette. Die Tatsache, dass die Mehrzahl der Industrieunternehmen, deren Mitarbeiter und Entscheidungsträger – als aktive Gestalter des Wirtschaftsstandorts Deutschlands – erhebliche Wissenslücken bezüglich Digitalisierung und Industrie 4.0 aufweisen, muss folglich als problematisch angesehen werden.

Das Modul „Digitale Transformation“ bietet einen Überblick über den Wandel tradierter Informationssysteme in Wirtschaft und Gesellschaft im Kontext der digitalen Transformation. Nach einer allgemeinen Einführung in die wichtigen Konzepte und Technologien, die der vierten industriellen Revolution und der digitalen Transformation zugrunde liegen, werden folgende Themen detailliert adressiert: Veränderungen der klassischen betrieblichen Anwendungssysteme entlang der Wertschöpfung, Auswirkungen der digitalen Transformation auf Städte und Verkehr sowie Veränderungen in der Finanzbranche durch die Blockchain-Technologie und FinTechs. Es wird darüber hinaus ein grundlegender Einblick in die Akzeptanzforschung und die Gestaltung von Informationssystemen sowie deren Grundbegriffe und theoretischen Modelle gegeben. Aktuelle Fallbeispiele, praktische Problemstellungen und Lösungsansätze der Wirtschaftsinformatik veranschaulichen die Lehrinhalte und geben Einblicke in die praktische Relevanz der digitalen Transformation.

Das Ziel des Moduls ist es, einen Beitrag zur Schließung der eingangs skizzierten Wissenslücken zu leisten. Es soll insbesondere ein Verständnis generiert werden, wie sich die Wertschöpfung durch die Digitalisierung bereits verändert hat und in Zukunft weiter verändern wird. Als Lehrveranstaltung mit einer Portfolioprüfung konzipiert, bietet das Modul den Studierenden auch die Möglichkeit, ihr kritisches Denken und ihre Problemlösefähigkeiten im Rahmen einer strukturierten, fallbasierten Gruppenarbeit weiterzuentwickeln.

Das Modul richtet sich sowohl an Bachelor- als auch Master-Studierende in den Studiengängen der Wirtschaftsinformatik und der Wirtschaftswissenschaft. Es kann jedoch auch interessierten Studierenden anderer Studiengänge sowie Akademiestudierenden einen ersten Einblick in die theoretischen und praktischen Grundlagen der Wirtschaftsinformatik geben.

Weitere Informationen

Leseprobe

Modulbeschreibung

Dieses Modul ist ein Bachelormodul im Masterstudiengang der Modulgruppe II (VWL/Quant.).

Weiteres Modulangebot

Aus den hier aufgeführten Modulen des „Weiteren Modulangebots“ können maximal zwei Module für den Studienabschluss verwendet werden.

Aus den hier aufgeführten Modulen können Sie nach Ihrer Interessenlage noch maximal zwei Module wählen – sofern sie nicht bereits ein Pflichtmodul der Studienrichtung oder ein studienrichtungs-spezifisches Wahlpflichtmodul der Studienrichtung sind. Beachten Sie dazu bitte auch die Kriterien zur Modulwahl.

Modulgruppe I (betriebswirtschaftliche Module)

Modul-Nr.	Modulbezeichnung
Mastermodule
32251	Steuerliche Gewinn- und Vermögensermittlung
32271	Finanzwirtschaftliches Risikomanagement
32501	Marktforschung und Käuferverhalten (Olbrich)
32581	Investitionstheorie und Unternehmensbewertung (Hering)
32591	Konzerncontrolling (Littkemann)
32601	Strategisches Marketing und Internationales Marketing (Olbrich)
32641	Internationales Management (Scherm)
32651	Betriebliche Steuerplanung (Meyering)
32671	Zukunftsweisende Führung (Weibler)
32691	Dienstleistungsmanagement – Management von Dienstleistungsprozessen (Lexutt)
32781	Rechnungslegung (Brösel)
32831	Kapitalmarkttheorie und Bewertung (Baule)
32841	Wirtschaftsprüfung (Brösel)
32851	Risikomanagement in Supply Chains (Kieckhäfer)
32861	Finanzmanagement mit Excel (Baule)
Bachelormodule im Masterstudiengang
31491	Logistik und Supply Chain Management (Kieckhäfer)
31541	Produktionsplanung (Kieckhäfer)
31581	Unternehmensgründung (Hering)
31601	Instrumente des Controllings
31611	Innovationscontrolling (Littkemann)
31621	Grundlagen des Marketing (Olbrich)
31661	Organisation: Theorie, Gestaltung, Wandel (Scherm)
31681	Grundlagen der Unternehmensbesteuerung (Meyering)
31691	Steuerliche Gewinnermittlung (Meyering)¹
31701	Personalführung (Weibler)
31711	Verhalten in Organisationen (Weibler)
31911	Jahresabschluss nach IFRS (Brösel)
31921	Konzernrechnungslegung (Brösel)
31991	Handelsmarketing, Electronic Commerce und Digital Marketing (Olbrich)

Modulgruppe II (volkswirtschaftliche und quantitative Module)

Modul-Nr.	Modulbezeichnung
Mastermodule
32281	Digitale Diversität (Krönung)
32291	Socio-Technical Information Systems Design (englischsprachiges Modul) (Krönung)
32491	Angewandte Datenanalyse (Kruse-Becher)
32511	Steuern und ökonomische Anreize (Eichner)
32531	Preisbildung auf unvollkommenen Märkten (Schmidt)
32561	Entwurf und Implementierung von Informationssystemen (Strecker)
32571	Ökonomische Theorie der Politik (Westphal)²
32611	Empirische Makroökonomik (Beckmann, Kruse-Becher)
32621	Optimierungsmethoden des Operations Research (Kleine)
32661	Fortgeschrittene Makroökonomie: Wachstum, Konjunkturschwankungen und Inflation (Beckmann)
32681	Zeitreihenökonometrie (Kruse-Becher)
32711	Business Intelligence (Smolnik)
32721	Market Integration and Economic Development (Schmerer) (englischsprachiges Modul)
32731	Angewandte Ökonometrie (Schmerer)
32741	Vertiefung der Wirtschaftsmathematik und Statistik (Kleine, Kruse-Becher)
32771	Internationale Finanzwissenschaft und Umweltökonomie (Eichner)
32801	Environmental and Resource Economics (Schmidt) (englischsprachiges Modul)
32811	Finanzwissenschaft (Eichner)
32901	Digital Entrepreneurship (englischsprachiges Modul) (Winkler)
Bachelormodule im Masterstudiengang
31311	IT Governance (Winkler)
31481	Digitale Ethik (Krönung)
31721	Markt und Staat (Eichner)
31751	Modellierung betrieblicher Informationssysteme (Strecker)
31771	Informationsmanagement (Winkler)
31801	Problemlösen in graphischen Strukturen (Kleine)
31811	Planen mit mathematischen Modellen (Kleine)
31831	Knowledge-Management (Smolnik) (englischsprachiges Modul)
31951	Digitale Transformation (Smolnik)
31961	Spieltheorie (Schmidt)
31981	Devisenmärkte, Internationales Währungssystem und Wirtschaftskrisen (Beckmann)

Modulgruppe III (juristische Wahlpflichtmodule)

Modul-Nr.	Modulbezeichnung
Mastermodule
32821	Gewerbliche Schutzrechte und Urheberrecht (Völzmann-Stickelbrock)
32881	Wettbewerbsrecht für Wirtschaftswissenschaftler (Völzmann-Stickelbrock)
55105	Arbeitsvertragsrecht (Tillmanns)
55202	Kapitalgesellschaftsrecht³ (Wackerbarth)

Hinweise:

¹ Das Modul 31691 „Steuerliche Gewinnermittlung“ kann letztmalig im Sommersemester 2026" belegt werden. Eine letztmalige Prüfungsteilnahme ist ebenfalls im Sommersemester 2026 (September 2026) möglich.

² Das Modul 32571 „Ökonomische Theorie der Politik“ kann letztmalig im Sommersemester 2026 belegt werden. Eine letztmalige Prüfungsteilnahme ist ebenfalls im Sommersemester 2026 (September 2026) möglich.

³ Das Modul 55202 „Kapitalgesellschaftsrecht“ kann letztmalig im Sommersemester 2026 belegt werden. Eine letztmalige Prüfungsteilnahme ist ebenfalls im Sommersemester 2026 möglich.

Seminar

Das Seminar ist in der Studienrichtung erfolgreich zu absolvieren. Die Seminarleistung besteht aus einer:

schriftlichen Leistung (Seminararbeit),
mündlichen Leistung (z.B. ein Vortrag) während der Präsenzpflichtveranstaltung,
ggf. weiteren Leistungen (z.B. ein Thesenpapier oder ein Protokoll).

Die Seminarveranstaltung kann vor Ort – häufig in Hagen/Campusstandort – oder in einem virtuellen Raum stattfinden.

Masterarbeit

Die Masterarbeit ist in der Studienrichtung erfolgreich zu verfassen. In dieser Arbeit sollen Sie ein wirtschaftswissenschaftliches Problem selbstständig bearbeiten und verständlich darstellen. Der Umfang beträgt

ca. 50 Seiten (bzw. ~ 14.000 Wörter)
innerhalb von sechs Monaten.

Die Masterarbeit ist nicht mündlich zu verteidigen und bildet den Abschluss des Studiums.

Wissenswertes in Kürze

Für die Einschreibung benötigen Sie ein Zeugnis über ein abgeschlossenes Studium mit einer Regelstudienzeit von mindestens sechs Semestern an einer Hochschule im Geltungsbereich des Grundgesetzes oder einen gleichwertigen ausländischen Studienabschluss in:

Wirtschaftswissenschaft/Ökonomie (Bachelor, Diplom, Magister),
Volkswirtschaftslehre (Bachelor, Diplom, Magister).

Absolventen anderer Studienrichtungen, in denen wirtschaftswissenschaftliche Inhalte vermittelt wurden, z. B. Wirtschaftsinformatik, können eingeschrieben werden, sofern die wirtschaftswissenschaftlichen Anteile einschließlich der Hilfswissenschaften (Mathematik, Statistik, Wirtschaftsinformatik, Recht) mindestens 90 ECTS-Punkte betragen. Dabei müssen die mathematischen Inhalte (Mathematik, Statistik) einen Umfang von mindestens 10 ECTS-Punkten aufweisen. Maßstab für die Beurteilung ist der Bachelorstudiengang Wirtschaftswissenschaft der FernUniversität.

Weitere Informationen

Wichtig zu wissen:
Sie haben jederzeit die Möglichkeit, das für Sie für passende Lernpensum – über die Anzahl der belegten Module – selbst festzulegen. Das ist unabhängig von der Einschreibung in ein Teil- oder Vollzeitstudium.

Teilzeitstudium

1. Semester	2. Semester
32291 Socio-Technical Information Systems Design 32711 Business Intelligence	32901 Digital Entrepreneurship 1. Wahlpflichtmodul (Studienrichtung)
3. Semester	4. Semester
2. Wahlpflichtmodul (Studienrichtung) 3. Wahlpflichtmodul (Studienrichtung)	4. Wahlpflichtmodul 5. Wahlpflichtmodul
5. Semester	6. Semester
Seminar	Masterarbeit

Vollzeitstudium

1. Semester	2. Semester
32291 Socio-Technical Information Systems Design 32711 Business Intelligence 32901 Digital Entrepreneurship	1. Wahlpflichtmodul (Studienrichtung) 2. Wahlpflichtmodul (Studienrichtung) 3. Wahlpflichtmodul (Studienrichtung)
3. Semester	4. Semester
4. Wahlpflichtmodul 5. Wahlpflichtmodul Seminar	Masterarbeit

Zu allen angebotenen Modulen werden bis zu vier Prüfungstermine pro Studienjahr angeboten. Die Termine sind immer schon weit im Voraus bekannt.

Modulabschlussprüfungen sind in jedem Modul erfolgreich zu erbringen. Sie können vier Ausprägungsformen annehmen. Die konkrete Prüfungsform legt der Prüfer fest: