JLU Gie�en
Diese Seite drucken   
Sie sind hier: StartFachbereich 02: WirtschaftswissenschaftenBachelor-Studiengang Betriebswirtschaftslehre (B.Sc.) ab Wintersemester 2024/25Schwerpunktphase – BWL/VWL-Module
Vorlesungsverzeichnis: WiSe 2025/26

Einfache Suche. Wählen Sie erst aus, ob Sie in Veranstaltungen oder Lehrenden suchen wollen.

Fachbereich 02: Wirtschaftswissenschaften - Bachelor-Studiengang Betriebswirtschaftslehre (B.Sc.) ab Wintersemester 2024/25 - Schwerpunktphase – BWL/VWL-Module

Veranstaltungen

 

 
Veranstaltungen filtern
 
Legende

    
[Vl] Einführung in die Datenökonomie - Vorlesung  (02-VWL/BWL:BSc-V10-1)
Dozent/-in:
Format:
in Präsenz
Zeit und Ort:
regelmäßiger Termin ab 14.10.2025
wöchentlich Di. 16:00 - 18:00 Uhr  Licher Straße 68, 20 (HS 1)
nächster Termin: 14.10.2025 Uhr, Raum: Licher Straße 68, 20 (HS 1)

Zielgruppe:
B.Sc. WiWi


Kommentar:

Struktur: Vorlesung + Übung
Turnus: Wintersemester
Credits: 6 CP
Sprache: Deutsch
Prüfungsform: Klausur
Die Veranstaltung findet in Präsenz statt.

Beschreibung:
Die Veranstaltung wird im Wintersemester angeboten und ist für Studierende aus den Bachelorstudiengängen Wirtschaftswissenschaften und Betriebswirtschaftslehre geöffnet.

Die Veranstaltung umfasst folgende Themenbereiche:
- Motivation und Hintergrund zur Datenökonomie
- Data Literacy, Big Data, der Wert von Daten
- Verschiedene Datenstrukturen, -erhebungen und -quellen
- Umfragedaten (bspw. SOEP) und Administrative Daten (bspw. Mikrozensus)
- Auswertung von Daten zur Beantwortung gesellschaftlicher Probleme/Fragen
- Korrelation vs. Kausalität; Selektion
- Forschungsdesigns (Experiment, Natürliche Experimente wie DiD, RDD, … )
- Praxisvortrag

Ziel der Veranstaltung ist diese verschiedenen Facetten kennenzulernen und kritisch zu reflektieren. Dazu wird in der Vorlesung und Übung unter anderem mit Wissenschaftliche Fachartikel gearbeitet. Grundkenntnisse in Statistik werden vorausgesetzt.

Der Kurs basiert auf dem Buch "Causal Inference" von Scott Cunningham (online zugänglich) und „The Effect“ von Nick Huntington-Klein (online zugänglich).
Weiterführende Literatur sind die Bücher "Mastering Metrics" von Joshua Angrist und Jörn-Steffen Pischke (online Kurs Mastering Econometrics with Joshua Angrist) und „Introductory Econometrics“ von Jeffrey Wooldridge.


 
[Ü] Einführung in die Datenökonomie - Übung  (02-VWL/BWL:BSc-V10-1)
Dozent/-in:
Format:
in Präsenz
Zeit und Ort:
regelmäßiger Termin ab 15.10.2025
wöchentlich Mi. 10:00 - 12:00 Uhr  Licher Straße 68, 21 (HS 2)
nächster Termin: 15.10.2025 Uhr, Raum: Licher Straße 68, 21 (HS 2)

Zielgruppe:
B.Sc. WiWi


Kommentar:

Struktur: Vorlesung + Übung
Turnus: Wintersemester
Credits: 6 CP
Sprache: Deutsch
Prüfungsform: Klausur
Die Veranstaltung findet in Präsenz statt.

Beschreibung:
Die Veranstaltung wird im Wintersemester angeboten und ist für Studierende aus den Bachelorstudiengängen Wirtschaftswissenschaften und Betriebswirtschaftslehre geöffnet.

Die Veranstaltung umfasst folgende Themenbereiche:
- Motivation und Hintergrund zur Datenökonomie
- Data Literacy, Big Data, der Wert von Daten
- Verschiedene Datenstrukturen, -erhebungen und -quellen
- Umfragedaten (bspw. SOEP) und Administrative Daten (bspw. Mikrozensus)
- Auswertung von Daten zur Beantwortung gesellschaftlicher Probleme/Fragen
- Korrelation vs. Kausalität; Selektion
- Forschungsdesigns (Experiment, Natürliche Experimente wie DiD, RDD, … )
- Praxisvortrag

Ziel der Veranstaltung ist diese verschiedenen Facetten kennenzulernen und kritisch zu reflektieren. Dazu wird in der Vorlesung und Übung unter anderem mit Wissenschaftliche Fachartikel gearbeitet. Grundkenntnisse in Statistik werden vorausgesetzt.

Der Kurs basiert auf dem Buch "Causal Inference" von Scott Cunningham (online zugänglich) und „The Effect“ von Nick Huntington-Klein (online zugänglich).
Weiterführende Literatur sind die Bücher "Mastering Metrics" von Joshua Angrist und Jörn-Steffen Pischke (online Kurs Mastering Econometrics with Joshua Angrist) und „Introductory Econometrics“ von Jeffrey Wooldridge.


       
[Vl] Business Analytics & Business Forecasting from a practical perspective / From Data to Decisions: Leveraging AI and Emerging Technologies  (02-BWL/VWL:BSc-V11-1)
Dozent/-in:
Format:
in Präsenz
Zeit und Ort:
regelmäßige Termine ab 20.10.2025
wöchentlich Mo. 10:15 - 11:45 Uhr  Licher Str. 68, 003
wöchentlich Mo. 10:15 - 11:45 Uhr  Licher Straße 68, 002
nächster Termin: 13.10.2025 Uhr, Raum: Licher Straße 68, 22 (HS 3)
2 Einzeltermine:
Mo. 13.10.2025,10.15 - 11.45 Uhr   Licher Straße 68, 22 (HS 3)
Mo. 03.11.2025,12.15 - 13.45 Uhr   Licher Straße 68, 24b

Zielgruppen:
B.Sc. WiWi  |  B.Sc. BWL

Kommentar:

Struktur: Vorlesung und Übung
Turnus: Wintersemester
Credits: 6 CP
Sprache: Englisch (Ausnahmefall) bzw. Deutsch (Regelfall)
Prüfungsform: Klausur (deutschsprachig)

Qualifikationsziele:
· Learn importance of data and data as an asset for data-driven use cases, especially business analytics and business forecasting
· Deep dive into the field of business forecasting
· Learn important qualitative and quantitative forecasting methods, how to measure performance and the role of the human being in forecasting
· Know and understand main concepts to bring a business analytics use case to life in practice, i.e. the business process, operating models and project management styles for business forecasting
· Importance of „Ethics in AI” and Experiments as well as some applications

Inhalte:
· Overview on concepts of AI and data, with focus on data as an asset and the data value chain for business analytics and forecasting
· Purpose and Applications of business forecasting
· Qualitative and quantitative methods of business forecasting
· Practical guidelines for business forecasting
· Operating models of data analytics hubs as well as project management types in data analytics
· First look in Ethics in AI and Experiments

Das Unterrichtsmaterial ist weitestgehend auf Englisch (Folien auf englisch), die Vorlesung wird in deutsch gehalten. Die Vorlesung beginnt am Mo., 13.10.2025 um 10:15 Uhr, (Ort: Licher Straße 68, HS 3) und wird in Präsenz stattfinden.

Bitte beachten Sie auch die Hinweise auf der Homepage der Professur:
https://www.uni-giessen.de/resolveuid/4c21ea8d811f4b94a4c1cac95dc86480

Link zu JLUMaps:
https://www.uni-giessen.de/JLUmaps/?id=167813&lang=de


nach oben | Kontakt: evv@uni-giessen.de