Daten-getriebene GeschäftsmöglichkeitenModulbeschreibung #70306 / Version 1
- 6 LP
- Portfolioprüfung
- Benotet
- Wintersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #70306 / #1 |
|---|---|
| Gültigkeit | WS 2017/18 – WS 2019/20 |
| Verfügbare Sprache(n) | Englisch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Blind, Knut |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät VII |
|---|---|
| Institut | Institut für Technologie und Management |
| Fachgebiet | 37335100 FG S-Professur Innovationsökonomie |
Kontakt
| Sekretariat | H 47 |
|---|---|
| Ansprechpartner*in | Zillner, Sonja |
| E-Mail-Adresse | knut.blind@tu-berlin.de |
| Webseite | https://www.tu.berlin/inno |
Lernergebnisse
Übersicht
Industrieunternehmen und Organisationen häufen kontinuierlich tausende Exabyte Daten an. Dabei wächst die schiere Masse der sich im Umlauf befindenden Daten täglich und exponentiell und bedarf einer sicheren Aufbewahrung. Entscheidungsträger sind auf hochentwickelte Software Tools angewiesen, die sie dabei unterstützen diese Daten gewinnbringend zu nutzen um den Kontext ihrer Organisationen, Märkte und Kunden besser zu verstehen und zukünftige Entwicklungen vorherzusagen.
Daten sind eine zwingende Notwendigkeit für erfolgreiche Geschäftsmodelle: Es ist unabdingbar, die Entwicklung der Datenmengen zu kontrollieren und zu nutzen, um wettbewerbsfähig zu bleiben. In vielen Industrien hat „Big Data“ völlig neue Geschäftsmöglichkeiten geschaffen und entwickelt sich zur Schlüsselressource von neuen Geschäftsmodellen.
Das übergeordnete Ziel des Seminars ist es, ein tiefergehendes Verständnis von daten-getriebenen Geschäftsmodellen und -möglichkeiten zu schaffen. Studenten sollen mit einem methodischen Rahmen vertraut werden, mit dem sie daten-getriebene Geschäftsmöglichkeiten identifizieren können. In verschiedenen Workshops werden die Studenten von Fachkräften aus der Praxis und Forschern aus dem Bereich „Big Data und Analytics“ unterstützt, um diese Methoden anzuwenden. Im weiteren Verlauf des Seminars bilden die Studenten Gruppen und analysieren und entwickeln in Eigenleistung daten-getriebene Geschäftsmodelle, um die Analysemethoden kennenzulernen, ihre Kreativität zu orchestrieren und strategische Implikationen abzuleiten.
Sie werden die Natur und den großen Einfluss von daten-getriebenen Innovationen verstehen und dazu befähigt, die potentiellen neuen digitalen Unternehmer und Fachkräfte der Zukunft zu werden, um in Organisationen daten-getriebene Geschäftsmodelle voranzutreiben.
Lernziele
Die Studenten werden mit grundlegenden theoretischen Konzepten sowie Praxiserfahrungen zur Entwicklung von daten-getriebenen Geschäftsmöglichkeiten vertraut gemacht. Sie werden ein Verständnis für die Dynamik des zugrundeliegenden Innovationsökosystems entwickeln und lernen, wie sie Rahmenbedingungen unterstützen können, die für die erfolgreiche Implementierung von daten-getriebenen Geschäftsmodellen notwendig sind.
Industrieunternehmen und Organisationen häufen kontinuierlich tausende Exabyte Daten an. Dabei wächst die schiere Masse der sich im Umlauf befindenden Daten täglich und exponentiell und bedarf einer sicheren Aufbewahrung. Entscheidungsträger sind auf hochentwickelte Software Tools angewiesen, die sie dabei unterstützen diese Daten gewinnbringend zu nutzen um den Kontext ihrer Organisationen, Märkte und Kunden besser zu verstehen und zukünftige Entwicklungen vorherzusagen.
Daten sind eine zwingende Notwendigkeit für erfolgreiche Geschäftsmodelle: Es ist unabdingbar, die Entwicklung der Datenmengen zu kontrollieren und zu nutzen, um wettbewerbsfähig zu bleiben. In vielen Industrien hat „Big Data“ völlig neue Geschäftsmöglichkeiten geschaffen und entwickelt sich zur Schlüsselressource von neuen Geschäftsmodellen.
Das übergeordnete Ziel des Seminars ist es, ein tiefergehendes Verständnis von daten-getriebenen Geschäftsmodellen und -möglichkeiten zu schaffen. Studenten sollen mit einem methodischen Rahmen vertraut werden, mit dem sie daten-getriebene Geschäftsmöglichkeiten identifizieren können. In verschiedenen Workshops werden die Studenten von Fachkräften aus der Praxis und Forschern aus dem Bereich „Big Data und Analytics“ unterstützt, um diese Methoden anzuwenden. Im weiteren Verlauf des Seminars bilden die Studenten Gruppen und analysieren und entwickeln in Eigenleistung daten-getriebene Geschäftsmodelle, um die Analysemethoden kennenzulernen, ihre Kreativität zu orchestrieren und strategische Implikationen abzuleiten.
Sie werden die Natur und den großen Einfluss von daten-getriebenen Innovationen verstehen und dazu befähigt, die potentiellen neuen digitalen Unternehmer und Fachkräfte der Zukunft zu werden, um in Organisationen daten-getriebene Geschäftsmodelle voranzutreiben.
Lernziele
Die Studenten werden mit grundlegenden theoretischen Konzepten sowie Praxiserfahrungen zur Entwicklung von daten-getriebenen Geschäftsmöglichkeiten vertraut gemacht. Sie werden ein Verständnis für die Dynamik des zugrundeliegenden Innovationsökosystems entwickeln und lernen, wie sie Rahmenbedingungen unterstützen können, die für die erfolgreiche Implementierung von daten-getriebenen Geschäftsmodellen notwendig sind.
Lehrinhalte
Der Kurs ist aufgeteilt in vier Workshops, in dem folgende Themen abgedeckt werden:
- Einführung in digitale und daten-getriebene Innovationen
- Einführung in die Geschäftssektorenanalyse
- Treibende und einschränkende Faktoren für daten-getriebene Geschäftsmöglichkeiten
- Finale Präsentation der entwickelten Business Cases.
- Einführung in digitale und daten-getriebene Innovationen
- Einführung in die Geschäftssektorenanalyse
- Treibende und einschränkende Faktoren für daten-getriebene Geschäftsmöglichkeiten
- Finale Präsentation der entwickelten Business Cases.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Data-Driven Business Opportunities | Seminar | 73 510 L 9448 | Wintersemester | [en] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Data-Driven Business Opportunities (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Abschlussbericht und -präsentation | 15 | 2 h | 30 h |
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 6 h | 90 h |
| 180 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Seminar
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Es bestehen keinerlei Voraussetzungen zur Teilnahme am Modul.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Abschlussarbeit | 52 | schriftlich | 30 - 50 Seiten |
| Abschlusspräsentation | 16 | mündlich | 90 min. |
| Zwischenpräsentation (1) | 16 | mündlich | 90 min. |
| Zwischenpräsentation (2) | 16 | mündlich | 90 min. |
Prüfungsbeschreibung (Abschluss des Moduls)
Die Portfolioprüfung besteht aus den folgenden Elementen, in denen in der Summe maximal 100 Punkte erreicht werden können. Die Benotung erfolgt nach dem gemeinsamen Notenschlüssel der Fakultät VII (Beschluss des Fakultätsrates vom 28.05.2014 - FKR VII-4/8-28.05.2014).
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 25.
Anmeldeformalitäten
Anmeldehinweise siehe Webseite.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
- OECD, Data-Driven Innovation: Big Data for Growth and Well-Being, OECD Publishing, Paris, 2015.
- Zillner, Sonja, and Bernhard Krusche. Systemisches Innovationsmanagement: Grundlagen-Strategien- Instrumente. Schäffer-Poeschel Verlag für Wirtschaft Steuern Recht, 2012.
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
Keine Angabe