### PO 2024 ### ### Studiengang und Semester 4BDM ### Modulbezeichnung Decision Making ### Englische Modulbezeichnung ### Art Pflichtmodul ### ECTS-Punkte 5 ### Studentische Arbeitsbelastung 60, 90 ### Voraussetzungen (laut Prüfungsordnung) keine ### Empfohlene Voraussetzungen keine ### Pruefungsform und -dauer Klausur 2 Stunden ### Lehrmethoden und Lernmethoden Vorlesung, Gruppenarbeit, Übung am Rechner ### Modulverantwortlicher Till Becker ### Qualifikationsziele Die Studierenden erwerben ein umfassendes Verständnis der Prinzipien, Konzepte und Methoden der Entscheidungstheorie erwerben. Sie verstehen die Rolle der datengetriebenen Entscheidungsfindung und die Anwendung dieser Konzepte auf verschiedene IT- und Geschäftskontexte. Die Studierenden sind in der Lage, geeignete Entscheidungsmodelle und -techniken in verschiedenen Kontexten anzuwenden. Sie können datengetriebene Techniken und Tools zur Unterstützung der Entscheidungsfindung einsetzen und interpretieren. Sie können das erlernte Wissen nutzen können, um Entscheidungsprozesse zu optimieren und fundierte Entscheidungen zu treffen. Sie verfügen über die Fähigkeit, Entscheidungen in professionellen Kontexten zu treffen, zu kommunizieren und zu verteidigen. Die Studierenden sind in der Lage, Entscheidungskonzepte und -prozesse klar und effektiv zu kommunizieren, sowohl schriftlich als auch mündlich. Sie können effektiv in Teams arbeiten, um gemeinsame Entscheidungsprozesse zu leiten und zu unterstützen ### Lehrinhalte 1. Grundlagen der Entscheidungstheorie: Einführung in die Prinzipien und Konzepte der Entscheidungstheorie, einschließlich der Bedeutung von Entscheidungen, Entscheidungstypen und dem Entscheidungsprozess. 2. Entscheidungsmodelle: Erlernen verschiedener Modelle und Methoden zur Entscheidungsfindung, wie beispielsweise Entscheidungsbäume, Nutzentheorie, Multi-Kriterien-Entscheidungsanalyse und Risikoanalyse. 3. Datengetriebene Entscheidungsfindung: Verstehen, wie Daten und Analytik zur Verbesserung der Entscheidungsfindung genutzt werden können. Dazu gehören Themen wie Predictive Analytics, Data Mining und maschinelles Lernen. 4. Entscheidungsfehler und -verzerrungen: Untersuchung von typischen Fehlern und Verzerrungen in der Entscheidungsfindung und Erkundung von Techniken zur Verbesserung der Entscheidungsqualität. 5. Entscheidungsfindung in Teams und Organisationen: Untersuchung von Gruppen- und organisatorischen Entscheidungsprozessen, einschließlich der Rolle von Kommunikation, Zusammenarbeit und Konfliktmanagement in der Entscheidungsfindung. 6. Entscheidungstechnologien: Einführung in die Software und Technologien, die zur Unterstützung der Entscheidungsfindung verwendet werden, wie Entscheidungsunterstützungssysteme und Expertensysteme. 7. Simulation: Verwendung von Computersimulation zur Entscheidungsfindung ### Literatur Lernmaterialien werden über eine Online-Plattform zur Verfügung gestellt; * Laux, Gillenkirch, Schenk-Mathes, Entscheidungstheorie, Springer, neueste Auflage ### Titel der Lehrveranstaltung Decision Making ### Dozent Till Becker ### SWS 4