Kurzbeschreibung

Was ist der geeignete Zeitpunkt für eine Produkteinführung? Welche Zielgruppen sollen erreicht werden? Sollte in neue Fertigungsanlagen investiert werden? Big Data gewinnt in der unternehmerischen Praxis immer mehr an Bedeutung: Die Menge der strukturierten und unstrukturierten Daten, die Unternehmen heutzutage zur Verfügung stehen, wächst rasant an - vom Finanzwesen bis hin zur Gesundheitsbranche. Big Data Spezialisten spannen den Bogen von Logik und quantitativen Methoden über Programmiersprachen, Frameworks und Infrastrukturen bis hin zur Interpretation und Implementierung der Ergebnisse in die Unternehmensprozesse.

Der Bedarf an Big Data Analysten ist in Unternehmen groß. Die FOM Hochschule hat deshalb ein Studienprogramm entwickelt, das den unternehmerischen Wert von Daten in den Fokus rückt. Die Studierenden werden darauf vorbereitet, große Datenmengen zu analysieren, zu interpretieren und Empfehlungen für Unternehmen abzuleiten.

Die Caféteria in der FOM in Marl
Quelle: FOM Hochschule 2017

Berufsbegleitendes Studium

Regelstudienzeit
3 Semester tooltip
Unterrichtssprachen
Deutsch
Abschluss
Master of Science
Link zur Website
Inhalte

1. Semester

Kompaktkurs

Big Data Architektur & Infrastruktur

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

Big Data Analytics

  • 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

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

Wissenschaftliche Methodik

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

2. Semester

Angewandte Programmierung

  • 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

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

Führung & Nachhaltigkeit

  • 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 Assessment: Transfer-Bericht 1

3. Semester

Projektmanagement von Big Data Projekten

  • 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

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

Anwendungsfelder Business Analytics

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

Transfer Assessment: Transfer-Bericht 2

4. Semester

Ethik & Recht

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

Big Data Consultingprojekt

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

Strategische Geschäftsmodellentwicklung

  • 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 Assessment: Transfer-Bericht 3

5. Semester

Master-Thesis und Kolloquium

Voraussetzungen
Um sich für einen Masterstudiengang an der FOM einzuschreiben, benötigen Sie ein bereits abgeschlossenes Hochschulstudium. Die benötigten Credit Points sowie die Fachrichtung können Sie unserer Website (www.fom.de) entnehmen. Desweiteren wird die aktuelle Berufstätigkeit vorausgesetzt.
Studienbeginn
Sommer- & Wintersemester
Standorte
Aachen, Berlin, Dortmund, Düsseldorf, Essen, Frankfurt am Main, Hamburg, Hannover, Köln, Leipzig, Mannheim, München, Münster, Stuttgart, Wuppertal
Hinweise
30 Monatsraten à 350 Euro oder Einmalzahlung 10.500 Euro. Weitere Informationen zu den Studiengebühren finden Sie unter www.fom.de.
Alle Details anzeigen Weniger Details anzeigen
Die Außenansicht der FOM in Wesel
Quelle: FOM Hochschule 2017

Videogalerie

Studienberatung
Zentrale Studienberatung
FOM Hochschule
+49 (0)800 1 95 95 95

Du hast Fragen zum Studiengang? Deine Nachricht wird direkt an die Studienberatung weitergeleitet.

Bildergalerie

Akkreditierungen

Die FOM wurde Anfang 2012 als erste private Hochschule Deutschlands von der FIBAA, der Agentur für Qualitätssicherung im Hochschulbereich, systemakkreditiert.

Jetzt bewerten

Wie zufrieden bist Du mit Deinem Studium? Bewerte jetzt Deinen Studiengang und teile Deine Erfahrung mit anderen.

Würdest Du das Studium weiterempfehlen?

Standorte