| 07-M303-3-05-04 | Digital Innovation Project (in englischer Sprache) PREREQUISITE: Successfully participated in the course "Digital Innovation" by Prof. Müller. PREREQUISITE: Successfully participated in the course "Digital Innovation" by Prof. Müller. Termine und weitere Informationen finden Sie in Stud.IP. | Dr. Phil Diegmann |
| 07-M303-3-05-05 | Digital Transformation of Operational Decision-Making (in englischer Sprache) Project: Automation of a Container Terminal Termine und weitere Informationen finden Sie in Stud.IP. | Jarmo Haferkamp |
| 07-M37-4-05-01 | Projekt Finanzwirtschaft III - Machine Learning in der Finanzwirtschaft Neben einer grundlegenden Einführung in Matlab und Python zum Einsatz im Machine Learning, werden allgemeine Grundlagen und Prinzipien des Machine Learning (…) Neben einer grundlegenden Einführung in Matlab und Python zum Einsatz im Machine Learning, werden allgemeine Grundlagen und Prinzipien des Machine Learning aufgearbeitet. Daneben werden als ausgewählte Methoden näher behandelt: • K-nearest neighbor • Kernregression • Entscheidungsbäume (decision trees) • Support Vector Machines • Neuronale Netze Termine und weitere Informationen finden Sie in Stud.IP. | Dr. Gerrit Liedtke Janik Ole Wecks, M. Sc |
| 07-M37-1-05-01 | Projekt Gründungs- und Mittelstands-Management - Current Issues in Entrepreneurship Research Die Teilnehmenden identifizieren zunächst auf Basis einer Literaturrecherche in einer Gruppe eigenständig eine Forschungslücke und Fragestellung zu einem gegebenen (…) Die Teilnehmenden identifizieren zunächst auf Basis einer Literaturrecherche in einer Gruppe eigenständig eine Forschungslücke und Fragestellung zu einem gegebenen Forschungsthema. Die im Rahmen des Kurses erlernte qualitative Forschungsmethodik und entsprechende Datenanalysemethoden werden im nächsten Schritt angewandt. Die Studierendengruppen führen dazu Forschungsinterviews durch und werten diese mit Hilfe einer Analysesoftware aus. Unter Berücksichtigung der Kenntnisse zu relevanten Theorien und Konzepten, die im Hauptseminar entwickelt wurden, erarbeiten die Studierenden eine Ergebnisdarstellung in Form eines Frameworks. Die Ergebnisse werden mittels einer wissenschaftlichen Präsentation sowie einer wissenschaftlichen Hausarbeit in Englisch dargestellt. Termine und weitere Informationen finden Sie in Stud.IP. | Prof. Dr. Jörg-Rainer Freiling Ekaterina Vorobeva |
| 07-M37-2-05-01 | Projekt Marketing und Markenmanagement I Die Veranstaltung sieht ihren Schwerpunkt im Folgenden: • Ausgewählte Problemstellungen des Markenmanagements (Fallstudien oder Praxispartner) • Selbstständige (…) Die Veranstaltung sieht ihren Schwerpunkt im Folgenden: • Ausgewählte Problemstellungen des Markenmanagements (Fallstudien oder Praxispartner) • Selbstständige Problemlösung in einer interaktiven Gruppenarbeit • die Vermittlung von Präsentationstechniken Termine und weitere Informationen finden Sie in Stud.IP. | Prof. Dr. Christoph Burmann |
| 07-M37-2-05-02 | Projekt Marketing und Markenmanagement II - Challenges in Digital Marketing Management Im Fokus der Veranstaltung liegt die praxisorientierte Lösung releventer Problemstellungen des digitalen Marketingmanagements, die in Kooperation mit einem (…) Im Fokus der Veranstaltung liegt die praxisorientierte Lösung releventer Problemstellungen des digitalen Marketingmanagements, die in Kooperation mit einem Praxispartner gestellt werden. Studierende arbeiten insbesondere an realen Herausforderungen, die der Praxispartner im Kontext seiner digitalen Marketingaktivitäten, beispielsweise Suchmaschinenwerbung (SEA), Suchmaschinenoptimierung (SEO), Banner Advertising oder Social Media Advertising, antrifft. Ziel ist die Erarbeitung angemessener Handlungsempfehlungen, die dem Praxispartner anschließend zur Begutachtung der Umsetzbarkeit übergeben werden können. Termine und weitere Informationen finden Sie in Stud.IP. | Prof. Dr. Maik Eisenbeiß Lars Kröger |