+++ Grünes Licht für Präsenzvorlesungen zum Wintersemester 2021 ab 1. September: Die FOM rechnet mit einer sich weiter entspannenden Pandemie- und Verordnungslage und plant weitestgehend die Rückkehr in den Präsenzunterricht im Hörsaal. Die Studienberatung steht für Studieninteressierte und Studierende bei Fragen gerne zur Verfügung: 0800 1 959595. +++ Grünes Licht für Präsenzvorlesungen zum Wintersemester 2021 ab 1. September: Die FOM rechnet mit einer sich weiter entspannenden Pandemie- und Verordnungslage und plant weitestgehend die Rückkehr in den Präsenzunterricht im Hörsaal. Die Studienberatung steht für Studieninteressierte und Studierende bei Fragen gerne zur Verfügung: 0800 1 959595. +++ Grünes Licht für Präsenzvorlesungen zum Wintersemester 2021 ab 1. September: Die FOM rechnet mit einer sich weiter entspannenden Pandemie- und Verordnungslage und plant weitestgehend die Rückkehr in den Präsenzunterricht im Hörsaal. Die Studienberatung steht für Studieninteressierte und Studierende bei Fragen gerne zur Verfügung: 0800 1 959595. +++ Grünes Licht für Präsenzvorlesungen zum Wintersemester 2021 ab 1. September: Die FOM rechnet mit einer sich weiter entspannenden Pandemie- und Verordnungslage und plant weitestgehend die Rückkehr in den Präsenzunterricht im Hörsaal. Die Studienberatung steht für Studieninteressierte und Studierende bei Fragen gerne zur Verfügung: 0800 1 959595. +++ Grünes Licht für Präsenzvorlesungen zum Wintersemester 2021 ab 1. September: Die FOM rechnet mit einer sich weiter entspannenden Pandemie- und Verordnungslage und plant weitestgehend die Rückkehr in den Präsenzunterricht im Hörsaal. Die Studienberatung steht für Studieninteressierte und Studierende bei Fragen gerne zur Verfügung: 0800 1 959595. +++ Grünes Licht für Präsenzvorlesungen zum Wintersemester 2021 ab 1. September: Die FOM rechnet mit einer sich weiter entspannenden Pandemie- und Verordnungslage und plant weitestgehend die Rückkehr in den Präsenzunterricht im Hörsaal. Die Studienberatung steht für Studieninteressierte und Studierende bei Fragen gerne zur Verfügung: 0800 1 959595. +++

Hochschulbereich

IT Management

Master of Science (M.Sc.)
Big Data & Business Analytics

» zurück zum Studiengang
Studieninhalte und -verlauf

1. Semester

Kompaktkurs¹

Big Data Architektur & Infrastruktur (5 CP)

  • Big-Data-Infrastruktur
  • Datenstrukturierung
  • Datensynchronisation/Parallelität
  • Speicherverwaltung

Big Data Analytics (6 CP)

  • Datenquellen und Datenkategorisierung
  • Visual Analytics / Knowledge Discovery & Data Mining / Explorative Datenanalyse
  • KI-Methoden wie z.B. Machine Learning
  • Computational Intelligence: Fuzzy-Logik, Neuronale Netze, Evolutionäre Algorithmen

Entscheidungsorientiertes Management (6 CP)

  • Klassische Entscheidungslehre
  • Managemententscheidungen aus psychologischer Sicht
  • Entscheidungen im Strategiekontext

Wissenschaftliche Methodik (5 CP)

  • Qualitative und quantitative Forschungsmethoden
  • Quantitative Datenanalyse (Anwendungen mit der Statistik-Software R, statistische Testverfahren, multivariate Verfahren)

2. Semester

Angewandte Programmierung (6 CP)

  • Anwendungszyklus (Data Analysis Lifecycle)
  • Typische Systemkomponenten
  • Programmiermodelle im Bereich Big Data
  • Gängige Programmiersprachen, Programmierumgebungen und Frameworks: SQL, R, Java und Python
  • Anwendung ausgewählter Programmiermodelle

Analyse semi- & unstrukturierter Daten (5 CP)

  • Crawling und Vorverarbeitung
  • Text Mining / Web Mining
  • Social-Media-Analyse
  • Taxonomien/Ontologien (+OWL)/semantische Modellierung/Semantic Web

Führung & Nachhaltigkeit (6 CP)

  • Führungstheorien, -stile, -techniken und –instrumente
  • Normative & Strategische Unternehmensführung als Ausgangspunkt für Diversitäts- und
    Nachhaltigkeitsaspekte
  • Verankerung von Nachhaltigkeit in der Wertschöpfungskette
  • Ethische Aspekte bzgl. Führung und Nachhaltigkeit

Transfer Assessment²: Transfer-Bericht 1

3. Semester

Projektmanagement von Big Data Projekten (5 CP)

  • Projekte und Projektmanagement
  • Projektmanagement-Grundlagen
  • Vorgehensmodelle für IT-Projekte
  • Agile Vorgehensmodelle für IT-Projekte
  • Besondere Aspekte von Big-Data-Projekten für das Projektmanagement

Big Data Analyseprojekt (6 CP)

  • Auswahl eines Anwendungsfeldes für das Analyseprojekt
  • Projektarbeit mit erster vollständig eigener Datenanalyse

Anwendungsfelder Business Analytics (5 CP)

  • Ziele und Aufgabengebiete für Big Data-Anwendungen
  • Sektor und Art der Datenquellen
  • Konkrete Anwendungsfelder und ihre Verfahren

Transfer Assessment²: Transfer-Bericht 2

4. Semester

Ethik & Recht (5 CP)

  • Ethische Aspekte der Nutzung von Big Data
  • Rechtliche Aspekte der Big Data Nutzung (IT- & Datenschutzrecht)
  • Compliance

Big Data Consultingprojekt (6 CP)

  • Auswahl eines Anwendungsfeldes für das Analyseprojekt
  • Data Storytelling
  • Adressierung einer Managementfragestellung
  • Datengewinnung, -aufbereitung, & -analyse
  • Aufbereitung der Erkenntnisse für das Management

Strategische Geschäftsmodellentwicklung (5 CP)

  • Geschäftsmodellvarianten und -innovationen
  • Strategische Aspekte eines Geschäftsmodells
  • Vorgehensmodelle zur Geschäftsmodellentwicklung und -transformation
  • Methoden zur Bewertung von Geschäftsmodellen
  • Business-Analytics-Strategie zur Gestaltung und Transformation von Geschäftsmodellen

Transfer Assessment²: Transfer-Bericht 3

5. Semester

Master-Thesis und Kolloquium (25 CP)

Go International!

Einzelne Studienleistungen können Sie alternativ im Ausland mit einem FOM Auslandsprogramm erbringen.

Weitere Informationen finden Sie unter: fom.de/gointernational-ma. Das International Office erreichen Sie unter 0800 66088 0.  
Hochschulabschluss:
Master of Science (M.Sc.)
Studiengang:
Big Data & Business Analytics
Änderungen vorbehalten.
1) Zu Studienbeginn bietet Ihnen die FOM einen kostenlosen Kompaktkurs an, in dem Sie nochmal relevante fachliche Grundlagen auffrischen und somit gut vorbereitet ins Studium starten können.
2) Die Studierenden werden kontinuierlich dabei unterstützt, die Studieninhalte in ihre eigene berufliche Praxis zu übertragen. Durch verschiedene Methoden analysieren die Studierenden die Anwendbarkeit des Gelernten sowie ihre persönliche Kompetenzentwicklung.