WIW54071 – Smart Systems und Künstliche Intelligenz

Modul
Smart Systems und Künstliche Intelligenz
Smart Systems and Artificial Intelligence
Modulnummer
WIW54071
Version: 1
Fakultät
Wirtschaftswissenschaften
Niveau
Diplom
Dauer
1 Semester
Turnus
Wintersemester
Modulverantwortliche/-r

Prof. Dr. Christoph Laroque
Christoph.Laroque(at)fh-zwickau.de

Prof. Dr. Matthias Richter
M.Richter(at)fh-zwickau.de

Dozent/-in(nen)

Prof. Dr. Christian-Andreas Schumann
Christian.Schumann(at)fh-zwickau.de

Lehrsprache(n)

Deutsch
in "Smart Systems und Künstliche Intelligenz"

ECTS-Credits

5.00 Credits

Workload

150 Stunden

Lehrveranstaltungen

1.60 SWS (1.60 SWS Vorlesung mit integr. Übung / seminaristische Vorlesung)

Selbststudienzeit

126.00 Stunden
126.00 Stunden Selbststudium - Smart Systems und Künstliche Intelligenz

Prüfungsvorleistung(en)
Keine
Prüfungsleistung(en)

alternative Prüfungsleistung - Belegarbeit und Präsentation
Modulprüfung | Wichtung: 100%
in "Smart Systems und Künstliche Intelligenz"

Medienform
Keine Angabe
Lehrinhalte/Gliederung

Die Veranstaltung lässt sich in zwei Hauptphasen strukturieren. In einem ersten Teil lernen die Studierenden die Grundlagen digitaler Geschäftsmodelle kennen und können diese in Ihr betriebswirtschaftliches Grundwissen einordnen.

In der zweiten Phase entwickeln die Studierenden auf Basis eines selbst gewählten Anwendungsfalls eine konkrete digitale Präsenz und entwickelt diese auf Basis der folgenden vier Stufen:

  • Digitale Strategie
  • Positionierung
  • On-Page / Off-Page-Optimierung
  • Optimierung durch datengetriebene Analyse

Smart Systems:

  • Vertiefungswissen zur digitalen Transformation
  • Grundlagen und Architekturen im Internet der Dinge (IoT)
  • Vorgehensmodelle zur Anwendungsentwicklung im IoT
  • Werkzeuge zur Konzeption und Prototypenentwicklung
  • Interoperabilität von Systemen

Künstliche Intelligenz:

  • Anwendungsbereiche der künstlichen Intelligenz
  • Grundlagen des maschinellen Lernens
  • Klassifizierung von Verfahren der künstlichen Intelligenz
  • Technologieansätze zur Implementierung von Lernverfahren

 

Qualifikationsziele

Die Studierenden kennen die verschiedenen Ausprägungen digitaler Geschäftsmodelle. Auf Basis eigener Ideen erarbeiten Sie ein mehrstufiges Modell zur Konzeption, dem Aufbau und der kontinuierlichen Verbesserung einer Digitalpräsenz auf Basis einer festgelegten  digitalen Strategie.

Die Studierenden sind in der Lage, in den Phasen des Modells verschiedene, gängige IT-Werkzeuge zur Unterstützung anzuwenden. 

Die Studierenden sind in der Lage, in den Phasen des Modells verschiedene, gängige IT-Werkzeuge zur Unterstützung anzuwenden und Methoden des maschinellen Lernenes dabei zu berücksichtigen. Sie kennen die Grundlagen zu den Verfahren der künstlichen Intelligenz und beachten die technische Interaktion mit anderen Services/Applikationen im Netzwerk aus "Things" und Anwendungen.

Besondere Zulassungsvoraussetzung

Grundlagen der Digitalisierung

Grundlagen der Betriebswirtschaft

keine

Empfohlene Voraussetzungen
Keine Angabe
Fortsetzungsmöglichkeiten
Keine Angabe
Literatur

Kollmann, Tobias (2016): E-Business - Grundlagen elektronischer Geschäftsprozesse in der Digitalen Wirtschaft, 6., aktualisierte und überarbeitete Auflage, Wiesbaden 2016.

Kollmann, Tobias (2016): E-Entrepeneurship - Grundlagen der Unternehmensgründung in der Digitalen Wirtschaft, 6., überarbeitete und erweiterte Auflage, Wiesbaden 2016.

Faltin, Günther (2017): Kopf schlägt Kapital - Die ganz andere Art, ein Unternehmen zu gründen Von der Lust, ein Entrepreneur zu sein Taschenbuch – 5. Mai 2017

Gromberg und Gromberg: Smart Business Concepts - Finden Sie die Geschäftsidee, die Ihr Leben verändert

  • Andelfinger, V und Hänisch, T. 2015. Internet der Dinge - Technik, Trends und Geschäftsmodelle, Springer
  • Kaufmann, T. 2017. Geschäftsmodelle in Industrie 4.0 und dem Internet der Dinge, Springer
  • Ziemann, J. 2010. Architecture of Interoperable Information Systems - An enterprise Model-based Approach for Describing and Enacting Collaborative Business Processes.
Hinweise

Prüfungsform ist aP ( alternative Prüfungsleistung) - 100%