Professur für Digitale Arbeit

Lerninhalte:

Der Erfolg von Unternehmen hängt in zunehmendem Maße von der Integration und Nutzung digitaler Technologien (Software und Hardware Informations- und Kommunikationstechnologien) in Produkte und Dienstleistungen, Marketing und Vertrieb, Supply Chain Management, Geschäftsprozesse und ökosystembasierter Wertschöpfung ab.

Eine Konsequenz der rasch zunehmenden Digitalisierung ist, dass nicht nur im IT-, sondern auch in den Fachbereichen Fähigkeiten und Wissen über das Management und den Einsatz von digitalen Technologien vorhanden sein müssen.

Die Veranstaltung beschäftigt sich demnach mit dem branchenübergreifenden Einsatz, Management und Entwicklung von digitalen Technologien im Kontext von etablierten Unternehmen.

Im Rahmen der Vorlesung werden u.a. die folgenden Themen behandelt:

·       Strategisches und operatives IT-Management (z.B. IT-Nutzung,
-Sicherheit, -Architektur, -Governance, -Sourcing)

·       Bedeutung relevanter Technologietrends (z.B. künstliche Intelligenz, Datenökosystemen) für Unternehmen (u.a. technische Grundlagen, Nutzung, und Anwendung)

Einführung in die Grundlagen der Programmierung/Softwareentwicklung am Beispiel der Datenanalyse mit der Programmiersprache Python (Operatoren, Datentypen, Funktionen, Plots, Daten aus verschiedenen Quellen einlesen)

Qualifikationsziele:

Die Veranstaltung „Management of Digital Technologies“ soll die Studierenden dazu befähigen, die branchenübergreifenden Herausforderungen, Chancen und Risiken für Unternehmen, die mit dem Einsatz von digitalen Technologien verbunden sind, zu verstehen, analytisch zu beurteilen und praktisch zu gestalten.

Der Kurs besteht aus drei Schwerpunktbereichen. Der erste der drei Teile konzentriert sich auf das Management komplexer IT-Landschaften. Der zweite Teil befasst sich mit der Bedeutung von Daten und digitalen Technologietrends, während im dritten Teil die Einführung in die Softwareentwicklung anhand der Programmiersprache Python im Vordergrund steht.

Die behandelten Theorien und Modelle werden anhand von Beispielen und Fallstudien angewandt und diskutiert, wodurch die in der Vorlesung behandelten Inhalte vertieft und erweitert werden. Darüber hinaus vermittelt die Übung ein grundlegendes anwendungsbezogenes Verständnis über moderne Ansätze der Softwareentwicklung/Programmierung im Kontext der Datenanalyse. Dazu gehört auch, die prototypische, werkzeuggestützte Umsetzung von einfachen Datenanalysen.