Business Analytics im Controlling mit R

Digitalisierung verändert das Berufsbild des Controllers. Zum einen rücken neue Fragenstellungen in den Fokus des Controllinginteresses, da aufgrund der Digitalisierung neue Möglichkeiten der Auswertung und Analyse entstehen. Zum anderen verändert sich das Kompetenzprofil des Controllers, das zusätzlich zu klassischen betriebswirtschaftlichen Themen vermehrt auch Aufgaben aus den Bereichen IT und Datenanalyse umfasst.

Im Wintersemester 2020/21 bietet Prof. (FH) Dr. Markus Ilg die Veranstaltung Business Analytics im Controlling mit R an und behandelt praxisnahe Beispiele aus dem Controllingalltag in der Digitalen Transformation. Das dahinter stehende Lehrveranstaltungskonzept wurde 2020 mit einem Best Paper Award der CARF-Tagung ausgezeichnet. Die Kernidee ist, dass durch die eigenständige Umsetzung konkreter Datenanalyseprobleme am Computer eine tiefere Einsicht in die Herausforderungen und Lösungsmöglichkeiten für das Controlling der Zukunft entsteht. Teilnehmer dieser Lehrveranstaltung kennen als Ergebnis die Auswirkungen der Digitalisierung auf das Controlling. Sie sind in der Lage, eigene Datenanalysen in R zu implementieren, kennen und verstehen wichtige Algorithmen und deren Bedeutung für das Controlling. Die Veranstaltung kann in die Master-Studiengänge Betriebswirtschaftslehre, Wirtschaft und Recht und Wirtschaftsinformatik eingebracht werden; sie ist zudem für Controlling-Master-Studierende in der sog. C-Schicht freigegeben. Für Bachelor-Studierende ist sie als vorgezogenes Mastermodul belegbar.

Voraussetzungen:

• Grundkenntnisse in Statistik;
• Nutzung Ihres eigenen Computers;
• Absolvierung von zwei Online-Kursen im Zeitraum 2.11. - 15.11.2020;
• Installation der Software R (Version 4.02, www.r-project.org) und R Studio (Version 1.3, rstudio.com/products/rstudio/download/) auf Ihrem Rechner.
• Administratorrechte zur Installation von R Packages bzw. etwas aufwändigere Installation dieser Packages ohne Administratorrechte nach dieser Anleitung: https://rpubs.com/tomhopper/windows_nonadmin_install

Hinweise:

Für die Teilnahme an der Lehrveranstaltung wird erwartet, dass Sie bei Lehrveranstaltungsbeginn die Softwareumgebung (R, R Studio, diverse Packages) installiert haben (Details siehe „Voraussetzungen“).
Vor Unterrichtsbeginn sind zwei Onlinetrainings auf der Lernplattform www.datacamp.com im Selbststudium zu absolvieren. Diese sind Bestandteil dieser Lehrveranstaltung und gehen in die Benotung ein. Es entstehen für Sie keine Kosten. Zur Registrierung bei Datacamp werden Daten auf Servern in den USA 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 (2019): Business Analytics: Wie Sie Daten für die Steuerung von Unternehmen nutzen. 2. Aufl., München: Vahlen.
• Taddy, Matt (2019): Business Data Science: Combining Machine Learning and Economics to Optimize, Automate, and Accelerate Business Decisions. New York: McGraw-Hill Education.
• 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 (2017): R for Data Science. Sebastopol, CA: O’Reilly. r4ds.had.co.nz