Zu Hauptinhalt springen

(B.Sc.) Data Business und digitale Wertsch?pfungsprozesse

Modul WI-BSc-WI-M08


Informationen

Die Veranstaltung findet regelm??ig im Wintersemester statt.
?

Im Wintersemester 2024/25 findet die Veranstaltung zu folgenden Zeiten statt:

  • Vorlesungen:
    Dienstags, 16:00 - 18:00 Uhr, H19
    ?
  • ?bungen:
    Donnerstags, 16:00 - 18:00 Uhr, H19


Aktuelle und weiterführende Informationen erhalten Sie in GRIPS und in der ersten Veranstaltung.
Die Termine finden Sie au?erdem im Vorlesungsverzeichnis.
Die Konzepte aus der Vorlesung werden in der ?bung angewendet und vertieft.

Heutzutage stehen gro?e Mengen an Daten zur Verfügung, die gleicherma?en 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 bestm?glich gestaltet werden. Die Betreiber von digitalen Plattformen und Marktpl?tzen k?nnen 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 vielf?ltige Art einen Beitrag zur betrieblichen Wertsch?pfung leisten. Als solche k?nnen sie zudem zwischen Organisationen geteilt und auf digitalen Marktpl?tzen gehandelt werden.
?

Themen

Die Veranstaltung umfasst folgende Themen:

  • Grundlagen des Data Business
  • Daten als ?konomische Güter
  • Datengetriebene Wertsch?pfung in Organisationen
  • Asymmetrische Informationen in M?rkten
  • Data Sharing und Datenhandel zwischen Organisationen
  • Datenschutz und Data Governance
  • Adaption mobiler Technologien
  • Messung der Effektivit?t von Online-Werbung
  • Modellierung von Konsumentscheidungen
  • Electronic Word of Mouth, insb. Online-Kundenrezensionen

  1. Fakult?t für Informatik und Data Science

Lehrstuhl für Maschinelles Lernen, insbes. Uncertainty Quantification


Sekretariat

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