MASTERSTUDIENGANG DIGITAL BUSINESS MANAGEMENT (M.SC.)

1. Merkmale und Phasen der Digitalen Transformation (DT)
2. Entwicklung der Data Analytics als Grundlage der DT
3. Systematisierung der (Speil-)Felder der DT
4. Ökonomische Grundlagen der Digitalisierung (Network Economics, Sharing Economics, Neue Marktdynamik (Industrieökonomik/Dekonstruktion von Wertschöpfungsketten)
5. Mediennutzung und der Einfluss digitaler Medien auf Geschäftsmodelle
6. Auswirkung auf alle betrieblichen Teilbereiche
7. Konzeption und Taxonomie von Geschäftsmodellen (Business Modell Canvas, Mögliche Taxonomien von Geschäftsmodellen)
8. Entwicklung und Transformation von Geschäftsmodellen in der Praxis
9. Customer / User Experience als Basis der Geschäftsmodellentwicklung
10. Internet of Things / Industrie 4.0 – Digitalisierung von Produktionssystemen
11. Digital Transformation als ganzheitlicher Prozess (Canvas Transformation)

1. Management von Kundenanforderungen für innovative Phasen
2. Technologiescouting
3. Technologiesourcing
4. Technologieplanung
5. Innovationsprojekte
6. Innovationsmarketing
7. Innovationsprozess und -design

1. Grundlagen des Kanban
2. Grundlagen des Design Thinking
3. Agile Leadership
4. Grundlagen, Methoden und Implementierung von Change-Management
5. Praxis und Umsetzung

• Grundlagen und Überblick
• Künstliche Intelligenz
• Blockchain
• Virtual / Augmented Reality
• Quantum Computing
• Ausblick

1. Wissenschaftliches Arbeiten
   1.1 Anforderungen an wissenschaftliches Arbeiten
   1.2 Aufbau und Verfassen wissenschaftlichen Arbeiten (Zitation, Gliederung etc.)
   1.3 Umgang mit Literaturdatenbanken und der Literaturverwaltungssoftware Citavi
   1.4 Wissenschaftliches Arbeiten mit Word
   1.5 Umgang mit Fachartikeln aus eJournals, Bewertung anhand des Impact Factors
2. Einführung in Empirische Methoden
3. Qualitative Methoden
   3.1 Qualitative Forschungsdesigns
   3.2 Erhebungsmethoden (Qualitative Interviews, Qualitative Feldforschung)
   3.3 Qualitative Inhaltsanalyse und computergestützte Auswertung qualitativer Daten
4. Quantitative Methoden   
   4.1 Grundzüge der Algebra, Mengenlehre und Logik
   4.2 Gleichungen, Ungleichungen und Gleichungssysteme
   4.3 Funktionen (Grundbegriffe, Umkehrfunktionen, Grenzwerte von Funktionen und Stetigkeiten)
   4.4 Weitere Eigenschaften von reellwertigen Funktionen
   4.5 Ausgewählte Funktionstypen
   4.6 Differentialrechnung (Differentation von reellwertigen Funktionen einer und mehre- rer Veränderlicher)
   4.7 Eigenschaften von Funktionen und ihre Ableitungen
   4.8 Elastizitäten und ihre ökonomische Interpretation
   4.9 Optimierung
   4.10 Lineare Algebra – Matrizen und Vektoralgebra (Matrizen und Matrizenoperationen, Matrizenmultiplikation, Transportierte und Inverse Matrix)
   4.11 Deskriptive Statistik 
   4.12 Induktive Statistik (Konfidenzintervalle, Statistische Tests, Statistische Anwendungssoftware)

1. Einführung: Intelligente Agenten
2. Problemlösen durch Suchen: heuristische Suche, lokale Suche, online-Suche, Nichtdeterminismus und partielle Beobachtbarkeit.
3. Regelbasierte Systeme
4. Constraint Satisfaction Problems
5. Grundkonzepte: Maschinelles Lernen, Exploratory Data Analysis, Vorbereitung von Datensätzen, Validierungsmodelle, Generalisierung
6. Nächste-Nachbarn- und Bayes-Klassifikatoren
7. Support Vektor Maschinen
8. Entscheidungsbäume, Random Forest Trees
9. Künstliche neuronale Netze
10. Clusteranalyse

1. Definition und Eigenschaften von Big Data
2. Relationale Datenbanken
3. Datenverteilung
4. Key-Value Stores
5. Dokumentenbasierte Datenbanken
6. Graphdatenbanken
7. Verteilte Datenverarbeitung

1. Grundlagen

1.1 Begriffe

1.2 Internet, WWW

1.3 XML

1.4 Zeichen-Kodierung (ASCII, Unicode, …)

1.5 Lizenzen (CC, …)

2. Programmierung von Webseiten

2.1 Client-Server-Architektur

2.2 HTML5, CSS3, JavaScript

2.3 Bibliotheken (jQuery, Node.js, Angular…)

2.4 AJAX

2.5 SVG (ggf.)

3. Grundlagen Datenbankanbindung

4. Veröffentlichung von Webseiten

4.1 Eigene Domain

4.2 FTP

4.3 Content-Management-Systeme

1. Introduction
2. Mobile platforms and architectures
3. How to develop native, hybrid, web, and cross-platform apps
4. App design principles and patterns, best-practices, user interfaces, UI patterns, user experience (UX)
5. Backend/cloud services and APIs, data storage
6. App distribution
7. App development tools and techniques (testing, debugging, optimization, logging, diagnostics)

1. Kommunikationswissenschaftliche Modelle
2. Change-Prozesse in der Kommunikation
3. User Interaction und User Generated Content
4. Prozessinnovationen durch die Nutzung von digitaler Kommunikation
5. Einbettung von digitaler Kommunikation bei der Entwicklung der Unternehmensstrategie
6. Externe Social Media Plattformen, Corporate Social Media
7. Prinzipien der Co-Creation, Förderung von User Engagement
8. IT- und Softwarekonzepte für die Nutzung von digitaler Kommunikation
9. Erfolgsfaktoren für die Nutzung von digitaler Kommunikation
10. Kommunikationswissenschaftliche Modelle
11. Change-Prozesse in der Kommunikation
12. User Interaction und User Generated Content
13. Prozessinnovationen durch die Nutzung von digitaler Kommunikation
14. Einbettung von digitaler Kommunikation bei der Entwicklung der Unternehmensstrategie
15. Externe Social Media Plattformen, Corporate Social Media
16. Prinzipien der Co-Creation, Förderung von User Engagement
17. IT- und Softwarekonzepte für die Nutzung von digitaler Kommunikation
18. Erfolgsfaktoren für die Nutzung von digitaler Kommunikation

1. Kognitive Prozesse des Benutzers / Psychologische Grundlagen
2. Interaktionsstile (grafische, sprachliche)
3. Bildschirmgestaltung
4. Prototypen entwickeln
5. Evaluation (Anwendung, Techniken, Planung)