Zu Hauptinhalt springen

(B.Sc.) Data Business und digitale Wertschöpfungsprozesse

Modul WI-BSc-WI-M08


Informationen

Die Veranstaltung findet regelmäßig im Wintersemester statt.
 

Im Wintersemester 2023/24 findet die Veranstaltung zu folgenden Zeiten statt:

  • Vorlesungen:
    Dienstags, 16:00 - 18:00 c.t., Raum W115
     
  • Übungen:
    Mittwochs, 10:00 - 12:00 c.t. im Raum H2


Aktuelle und weiterführende Informationen erhalten Sie in GRIPS und in der ersten Veranstaltung.
Die Termine finden Sie außerdem im Vorlesungsverzeichnis.
Die Konzepte aus der Vorlesung werden in der Übung angewendet und vertieft.

Heutzutage stehen große Mengen an Daten zur Verfügung, die gleichermaßen für Organisationen und Konsumenten eine wertvolle Entscheidungsgrundlage bieten. Beide Akteure stellen in einem digitalen Marktplatz dynamisch Daten zur Verfügung und profitieren dabei gleichzeitig von den vorhandenen Informationen über Produkte und Angebote, um optimale Entscheidungen zu treffen. Im Rahmen des digitalen Kaufprozesses interagieren die Akteure in mehreren Phasen, welche sich vom Kundenbedürfnis, über die Kaufentscheidung bis hin zum Kundenfeedback (z.b. Reviews) erstrecken. Daher liegt es im Interesse aller Marktteilnehmer, dass die datengetriebenen Prozesse bestmöglich gestaltet werden. Die Betreiber von digitalen Plattformen und Marktplätzen können dabei den Datenzugang und die Informationen, die den Akteuren zur Verfügung stehen, gezielt gestalten und steuern. Auf diese Weise nehmen sie strategischen Einfluss auf das Marktgeschehen und die Marktergebnisse. Zugleich werden auch Daten selbst zu Wirtschaftsgütern, die auf vielfältige Art einen Beitrag zur betrieblichen Wertschöpfung leisten. Als solche können sie zudem zwischen Organisationen geteilt und auf digitalen Marktplätzen gehandelt werden.
 

Themen

Die Veranstaltung umfasst folgende Themen:

  • Grundlagen des Data Business
  • Daten als ökonomische Güter
  • Datengetriebene Wertschöpfung in Organisationen
  • Asymmetrische Informationen in Märkten
  • Data Sharing und Datenhandel zwischen Organisationen
  • Datenschutz und Data Governance
  • Adaption mobiler Technologien
  • Messung der Effektivität von Online-Werbung
  • Modellierung von Konsumentscheidungen
  • Electronic Word of Mouth, insb. Online-Kundenrezensionen

  1. Fakultät für Informatik und Data Science

Lehrstuhl für Maschinelles Lernen, insbes. Uncertainty Quantification


Sekretariat

+49 941 943-68508
Sekretariat.Schnurr@ur.de