Controlling: Data Analytics

Datenanalysen gewinnen im Controlling zunehmend an Bedeutung, da sie fundierte Entscheidungsgrundlagen für das Management liefern. Die fortschreitende Digitalisierung eröffnet dabei neue Möglichkeiten, relevante Informationen zielgerichtet auszuwerten.

Ziel der Lehrveranstaltung „Controlling: Data Analytics“ ist es daher, Studierende auf diese Entwicklungen vorzubereiten und dazu zu befähigen, datenbasierte Fragestellungen im Controlling selbstständig einzuordnen, zu analysieren und umzusetzen. Dazu werden theoretische Grundlagen mit der praktischen Anwendung datenanalytischer Methoden in der Programmiersprache R kombiniert. In Fallstudien bearbeiten die Studierenden typische Controllingprobleme, analysieren unterschiedliche Vorgehensweisen, bewerten Vor- und Nachteile der einzelnen Analyseschritte und reflektieren ihre Erkenntnisse im Peer-Review-Verfahren. 

Die Einbettung der Inhalte in eine digitale Lernumgebung mit modular aufgebauten Videos und interaktiven Übungen ermöglicht eine flexible und eigenverantwortliche Vertiefung. Die abschließende Präsentation der Analyseergebnisse vor einer Jury stärkt neben der fachlichen Kompetenz auch Softskills, wie z. B. argumentative Überzeugungskraft. Die Teilnehmenden erwerben damit ein solides methodisches Fundament zur Umsetzung datengetriebener Controllingaufgaben in der Praxis.

Die Veranstaltung kann in die Bachelor-Studiengänge Betriebswirtschaftslehre, Digitale Betriebswirtschaftslehre, Wirtschaft und Recht sowie Wirtschaftsinformatik eingebracht werden. 

Umfang: 4 SWS (6 ECTS)

Hinweis:

Ihre Anmeldedaten zu posit.cloud werden auch auf amerikanischen Servern gespeichert. Bitte erwägen Sie zum Schutz ihrer persönlichen Daten, hierfür eine eigene E-Mail-Adresse und ggf. anonymisierte Daten zu Ihrer Person zu verwenden.

Empfohlene Fachliteratur und andere Lernressourcen:

O’Neil, Cathy (2017): Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. London: Penguin.

Seiter, Mischa (2023): Business Analytics: Wie Sie Daten für die Steuerung von Unternehmen nutzen. 3. Aufl., München: Vahlen.

Taddy, Matt et al. (2023): Modern Business Analytics: Practical Data Science for Decision Making. New York: McGraw-Hill.

Varian, Hal R. (2014): Big Data: New Tricks for Econometrics. In: Journal of Economic Perspectives, 28 (2014), 2, S. 3–28. Online im Internet: DOI: 10.1257/jep.28.2.3

Wickham, Hadley; Grolemund, Garrett (2023): R for Data Science. 2. Aufl., Sebastopol, CA: O’Reilly. Online verfügbar unter r4ds.hadley.nz

Anmeldung:

Bitte melden Sie sich mit dem Anmeldeformular auf der Lehrstuhl-Homepage bis zum 10. Oktober 2025 verbindlich an – wir müssen für Sie Zugänge zu den verwendeten Online-Plattformen einrichten. Im Kurs ist ein eigener Computer zu nutzen.