Modul BWL-BSc-WM06


1. Name des Moduls: Business Analytics and Optimization with Python
1a. Module name (english): Business Analytics and Optimization with Python
2. Fachgebiet / Verantwortlich: Prof. Dr. Justus Arne Schwarz
3. Inhalte des Moduls: Das Treffen von Entscheidungen hinsichtlich von Planungsproblemen in digitalisierten Produktionssystemen wird vielfach durch Softwareimplementierungen von Optimierungsalgorithmen unterstützt. Die Veranstaltung gibt einen Überblick über die wissenschaftliche Programmierung am Beispiel der Programmiersprache Python und aus dem Modul Quantitative Methoden des digitalen Produktionsmanagements bekannten Optimierungsalgorithmen. Insbesondere werden folgende Inhalte behandelt: • Grundlegende Programmierkonzepte: Schleifen, Kontrollstrukturen, Datentypen • Vertiefte Programmierkonzepte: Funktionen, Verwendung von Bibliotheken z.B. für die Generierung von Zufallszahlen und die Lösung von linearen und gemischt-ganzzahligen Programmen.
4. Qualifikationsziele des Moduls / zu erwerbende Kompetenzen: Nach Abschluss des Moduls können die Studierenden bestehende Programme zur Lösung von Optimierungsproblemen verstehen und erweitern sowie selbständig Ansätze für die Lösung betriebswirtschaftlicher Optimierungsprobleme programmieren. Die Studierenden wissen außerdem, wie dabei Funktionen aus Standardbibliotheken eingebunden werden können. Die Studierenden sind in der Lage mittels Sensitivitätsanalysen betriebswirtschaftliche Einsichten bzgl. realistischer Planungsprobleme zu generieren.
5. Teilnahmevoraussetzungen:
    a) empfohlene Kenntnisse BWL-BSc-AG-M01 Grundlagen der Wirtschaftsinformatik BWL-BSc-PG-M03 Produktionsmanagement BWL-BSc-WM-M05 Quantitative Methoden des digitalen Produktionsmanagements Der vorherige oder parallele Besuch des Moduls Quantitative Methoden des digitalen Produktionsmanagements ist Bedingung für eine erfolgreiche Teilnahme.
    b) verpflichtende Nachweise keine
6. Verwendbarkeit des Moduls: BSc BWL (PO2024), WMG "Wahlmodulgruppe für Studierende der BWL"
7. Angebotsturnus des Moduls: unregelmäßig
8. Das Modul kann absolviert werden in:
9. Empfohlenes Fachsemester: 4. Fachsemester
10. ECTS 3
11. Arbeitsaufwand des Moduls (Workload) / Anzahl Leistungspunkte: Gesamt in Stunden: 90 (3 ECTS*30 Stunden) davon: 1. Präsenzzeit: 30 Stunden 2 SWS 2. Selbststudium (inkl. Prüfung): 60 Std.

Das Modul ist erfolgreich absolviert, wenn die unten näher beschriebenen Leistungen erfüllt sind:

12.Modulbestandteile:
Nr. P/WP/W Lehrform Themenbereich SWS ECTS Studienleistung
1 P Übung Business Analytics and Optimization with Python 1 1
2 P Fallstudie Business Analytics and Optimization with Python 1 1
13. Modulprüfung:
Nr. Kompetenz Art der Prüfung Dauer Seiten­umfang Zeitpunkt Anteil (%)
1 Business Analytics and Optimization with Python Zwischenklausur 3* 15 min Während des Semesters 50
2 Business Analytics and Optimization with Python Fallstudienarbeit 5-7 Wochen 5-10 Seiten Während des Semesters 50