Fachbereich 02: Wirtschaftswissenschaften - Bachelor-Studiengang Betriebswirtschaftslehre (B.Sc.) ab Wintersemester 2024/25 - Schwerpunktphase - Methodenmodule
Veranstaltungen
02-Meth:BSc-St-1 - Angewandte Statistik in den Wirtschaftswissenschaften (WiSe) ⇑
Vorlesung ⇑
Übung ⇑
02-Meth:BSc-St-2 - Fortgeschrittene Mathematik für Wirtschaftswissenschaftler (SoSe) ⇑
Vorlesung ⇑
[Vl+Ü] Fortgeschrittene Mathematik für Wirtschaftswissenschaftler (02-Meth:BSc-St-2)
regelmäßige Termine ab 23.04.2025 | ||
wöchentlich Mi. 12:00 - 14:00 Uhr | Licher Straße 68, 21 (HS 2) | |
wöchentlich Mi. 14:00 - 16:00 Uhr | Licher Straße 68, 21 (HS 2) | |
nächster Termin: 23.04.2025 Uhr, Raum: Licher Straße 68, 21 (HS 2) |
Sturktur: Vorlesung und Übung
Turnus: Sommersemester
Credits: 6 CP
Sprache: Deutsch
Prüfungsform: Klausur
Seit dem SS 2020 wird das Methodenmodul Fortgeschrittene Mathematik für Wirtschaftswissenschaftler von der Professur für Statistik und Ökonometrie angeboten. Dieses Modul baut auf dem Modul Mathematik für Wirtschaftswissenschaftler aus der Orientierungsphase auf und setzt die Kenntnis der dort behandelten Themen voraus.
Das Modul Fortgeschrittene Mathematik für Wirtschaftswissenschaftler richtet sich an alle Mathematik-interessierten Studierenden des BSc-Studiengangs Wirtschaftswissenschaften ab dem 4. Semester und kann dort als Methodenmodul angerechnet werden. Eine Teilnahme an diesem Modul wird insbesondere Studierenden mit einem Schwerpunkt in VWL, Finance und/oder Ökonometrie dringend empfohlen.
Inhalt
Vertiefung der Grundlagen aus dem Modul Mathe für WiWis
Optimierung von Funktionen mit mehreren Variablen ohne Nebenbedingungen
Optimierung von Funktionen mit mehreren Variablen mit Nebenbedingungen
Optimierungsalgorithmen
Differenzengleichungen
Differentialgleichungen
Bitte beachten Sie die aktuellen Ankündigungen in StudIP! Weitere Infos zur Veranstaltung unter
https://www.uni-giessen.de/fbz/fb02/fb/professuren/vwl/winker/lehre/bcs-veranstaltungen/mathe/mathe2/
Übung ⇑
[Vl+Ü] Fortgeschrittene Mathematik für Wirtschaftswissenschaftler (02-Meth:BSc-St-2)
regelmäßige Termine ab 23.04.2025 | ||
wöchentlich Mi. 12:00 - 14:00 Uhr | Licher Straße 68, 21 (HS 2) | |
wöchentlich Mi. 14:00 - 16:00 Uhr | Licher Straße 68, 21 (HS 2) | |
nächster Termin: 23.04.2025 Uhr, Raum: Licher Straße 68, 21 (HS 2) |
Sturktur: Vorlesung und Übung
Turnus: Sommersemester
Credits: 6 CP
Sprache: Deutsch
Prüfungsform: Klausur
Seit dem SS 2020 wird das Methodenmodul Fortgeschrittene Mathematik für Wirtschaftswissenschaftler von der Professur für Statistik und Ökonometrie angeboten. Dieses Modul baut auf dem Modul Mathematik für Wirtschaftswissenschaftler aus der Orientierungsphase auf und setzt die Kenntnis der dort behandelten Themen voraus.
Das Modul Fortgeschrittene Mathematik für Wirtschaftswissenschaftler richtet sich an alle Mathematik-interessierten Studierenden des BSc-Studiengangs Wirtschaftswissenschaften ab dem 4. Semester und kann dort als Methodenmodul angerechnet werden. Eine Teilnahme an diesem Modul wird insbesondere Studierenden mit einem Schwerpunkt in VWL, Finance und/oder Ökonometrie dringend empfohlen.
Inhalt
Vertiefung der Grundlagen aus dem Modul Mathe für WiWis
Optimierung von Funktionen mit mehreren Variablen ohne Nebenbedingungen
Optimierung von Funktionen mit mehreren Variablen mit Nebenbedingungen
Optimierungsalgorithmen
Differenzengleichungen
Differentialgleichungen
Bitte beachten Sie die aktuellen Ankündigungen in StudIP! Weitere Infos zur Veranstaltung unter
https://www.uni-giessen.de/fbz/fb02/fb/professuren/vwl/winker/lehre/bcs-veranstaltungen/mathe/mathe2/
02-Meth:BSc-St-3 - Empirische Wirtschaftsforschung und Ökonometrie (SoSe) ⇑
Vorlesung ⇑
[Vl] Empirische Wirtschaftsforschung und Ökonometrie (BSc) Vorlesung (02-Meth:BSc-St-3)
regelmäßiger Termin ab 23.04.2025 | ||
wöchentlich Mi. 10:00 - 12:00 Uhr | Licher Straße 68, 002 | |
nächster Termin: 23.04.2025 Uhr, Raum: Licher Straße 68, 002 |
Sturktur: Vorlesung mit Übung
Turnus: Sommersemester
Credits: 6 CP
Sprache: Deutsch
Prüfungsform: Klausur
Qualifikationsziele:
• Bewertung und Auswahl geeigneter Verfahren der empirischen Wirtschaftsforschung
• Selbstständige Gestaltung weiterführender Lernprozesse
• Argumentative Verteidigung und kritische Würdigung empirischer Forschungsansätze in wissenschaftlicher und anwendungsorientierter Literatur
• Austausch mit Fachvertretern und Laien über Methoden, Problemfelder und Lösungen im Bereich der empirischen Wirtschaftsforschung
Inhalte:
• Datenbasis und Datenaufbereitung
• Lineares Regressionsmodell und Residuenanalyse
• Qualitative Variablen
• Dynamische Modelle, Simulation und Prognose
Diese Veranstaltung baut auf der Veranstaltung Angewandte Statistik in den Wirtschaftswissenschaften auf und es wird erwartet, dass Studierende mit den Inhalten aus Angewandte Statistik in den Wirtschaftswissenschaften vertraut sind: https://www.uni-giessen.de/fbz/fb02/fb/professuren/vwl/winker/lehre/bcs-veranstaltungen/statistik/angewandte-statistik
Die Veranstaltung findet in Präsenz statt.
Information vom Prüfungsamt:
Änderung der Zuordnung von Datenanalyse mit R, Einführung in LaTeX & R, Empirische Wirtschaftsforschung und Ökonometrie und Programmieren mit Matlab von BWL/VWL-Modulen zu Methoden-Modulen
Studierende, die vor dem WS 2024/25 im Bachelorstudiengang Wirtschaftswissenschaften eingeschrieben waren und bis einschließlich Sommersemester 2024 einen Prüfungsversuch in einem der Module unternommen haben, können selbst entscheiden, ob das jeweilige Modul als BWL/VWL-Modul oder Methodenmodul gezählt werden soll.
https://www.uni-giessen.de/resolveuid/592cd285c42d407dbe971d9068d5c960
Link zu JLU-Maps:
https://www.uni-giessen.de/JLUmaps/?id=167813&lang=de
Übung ⇑
[Ü] Empirische Wirtschaftsforschung und Ökonometrie (BSc) Übung (02-Meth:BSc-St-3)
regelmäßiger Termin ab 22.04.2025 | ||
wöchentlich Di. 12:00 - 14:00 Uhr | Licher Straße 68, 002 | |
nächster Termin: 22.04.2025 Uhr, Raum: Licher Straße 68, 002 |
Sturktur: Vorlesung mit Übung
Turnus: Sommersemester
Credits: 6 CP
Sprache: Deutsch
Prüfungsform: Klausur
Qualifikationsziele:
• Bewertung und Auswahl geeigneter Verfahren der empirischen Wirtschaftsforschung
• Selbstständige Gestaltung weiterführender Lernprozesse
• Argumentative Verteidigung und kritische Würdigung empirischer Forschungsansätze in wissenschaftlicher und anwendungsorientierter Literatur
• Austausch mit Fachvertretern und Laien über Methoden, Problemfelder und Lösungen im Bereich der empirischen Wirtschaftsforschung
Inhalte:
• Datenbasis und Datenaufbereitung
• Lineares Regressionsmodell und Residuenanalyse
• Qualitative Variablen
• Dynamische Modelle, Simulation und Prognose
Diese Veranstaltung baut auf der Veranstaltung Angewandte Statistik in den Wirtschaftswissenschaften auf und es wird erwartet, dass Studierende mit den Inhalten aus Angewandte Statistik in den Wirtschaftswissenschaften vertraut sind: https://www.uni-giessen.de/fbz/fb02/fb/professuren/vwl/winker/lehre/bcs-veranstaltungen/statistik/angewandte-statistik
Die Veranstaltung findet in Präsenz statt.
Information vom Prüfungsamt:
Änderung der Zuordnung von Datenanalyse mit R, Einführung in LaTeX & R, Empirische Wirtschaftsforschung und Ökonometrie und Programmieren mit Matlab von BWL/VWL-Modulen zu Methoden-Modulen
Studierende, die vor dem WS 2024/25 im Bachelorstudiengang Wirtschaftswissenschaften eingeschrieben waren und bis einschließlich Sommersemester 2024 einen Prüfungsversuch in einem der Module unternommen haben, können selbst entscheiden, ob das jeweilige Modul als BWL/VWL-Modul oder Methodenmodul gezählt werden soll.
https://www.uni-giessen.de/resolveuid/592cd285c42d407dbe971d9068d5c960
Link zu JLU-Maps:
https://www.uni-giessen.de/JLUmaps/?id=167813&lang=de
02-Meth:BSc-St-4 - Programmieren in Matlab (WiSe) ⇑
Vorlesung mit integrierter Übung ⇑
02-Meth:BSc-St-5 - Vertiefende Grundlagen der Mathematik für Wirtschaftswissenschaftler (3 CP) (WiSe) ⇑
Vorlesung mit integrierter Übung ⇑
02-Meth:BSc-B-11-1 - Data Science for Management (SoSe) ⇑
Vorlesung ⇑
[Vl] Data Science for Management (Vorlesung) (02-Meth:BSc-B11-1)
regelmäßiger Termin ab 24.04.2025 | ||
wöchentlich Do. 14:00 - 16:00 Uhr | Licher Straße 68, 23 (HS 4) | |
nächster Termin: 24.04.2025 Uhr, Raum: Licher Straße 68, 23 (HS 4) |
Modulcode: 02-Meth:BSc-B11-1
Dozent: Prof. Dr. Nicolas Pröllochs (BWL XI)
Kursformat: Vorlesung (6 CP)
Semester: Sommersemester
Sprache: Deutsch
Benotung: Abschlussklausur
Der Kurs "Data Science for Management" bietet Managementstudierenden einen Überblick über das multidisziplinäre Feld von Data Science. Zu den Themen gehören unter anderem die Datensammlung, -integration, -modellierung, -analyse, -visualisierung, und -vorhersage, das Datenmanagement, und die datengetriebene Entscheidungsfindung. Der Kurs umfasst praktische Einheiten, die sich auf die Datenanalyse und Programmierung in R konzentrieren.
Die Hauptziele dieses Kurses sind:
1. Grundlegenden Konzepte und die wirtschaftliche Relevanz von Data Science und datengetriebenen Entscheidungsfindungen zu verstehen
2. Einen Überblick über verschiedene Methoden, Algorithmen und Software-Tools für Data Science Anwendungen zu erlangen
3. Fallstricke und Mythen im Bereich Data Science zu verstehen
Übung ⇑
[Ü] Data Science for Management (Übung) (02-Meth:BSc-B11-1)
regelmäßiger Termin ab 24.04.2025 | ||
wöchentlich Do. 12:00 - 14:00 Uhr | Licher Straße 68, 23 (HS 4) | |
nächster Termin: 24.04.2025 Uhr, Raum: Licher Straße 68, 23 (HS 4) |
Modulcode: 02-Meth:BSc-B11-1
Dozent: Prof. Dr. Nicolas Pröllochs (BWL XI)
Kursformat: Vorlesung (6 CP)
Semester: Sommersemester
Sprache: Deutsch
Benotung: Abschlussklausur
Der Kurs "Data Science for Management" bietet Managementstudierenden einen Überblick über das multidisziplinäre Feld von Data Science. Zu den Themen gehören unter anderem die Datensammlung, -integration, -modellierung, -analyse, -visualisierung, und -vorhersage, das Datenmanagement, und die datengetriebene Entscheidungsfindung. Der Kurs umfasst praktische Einheiten, die sich auf die Datenanalyse und Programmierung in R konzentrieren.
Die Hauptziele dieses Kurses sind:
1. Grundlegenden Konzepte und die wirtschaftliche Relevanz von Data Science und datengetriebenen Entscheidungsfindungen zu verstehen
2. Einen Überblick über verschiedene Methoden, Algorithmen und Software-Tools für Data Science Anwendungen zu erlangen
3. Fallstricke und Mythen im Bereich Data Science zu verstehen
02-Meth:BSc-B-12-1 - Data Science mit Python für Wirtschaftswissenschaftler ⇑
Vorlesung mit integrierter Übung ⇑
[Vl+Ü] Data Science mit Python für Wirtschaftswissenschaftler (02-Meth:BSc-B12-1)
regelmäßige Termine ab 28.04.2025 | ||
wöchentlich Mo. 10:00 - 12:00 Uhr | Licher Straße 68, 002 | |
wöchentlich Mo. 16:00 - 18:00 Uhr | Licher Straße 68, 031 | |
nächster Termin: 28.04.2025 Uhr, Raum: Licher Straße 68, 002 |
Struktur: Vorlesung
Turnus: Sommersemester
Credits: 6 CP
Sprache: Deutsch (Regelfall)
Prüfungsform: Klausur
Modulbeschreibung:
IT-Kenntnisse von Programmiersprachen werden immer wichtiger, dies gilt insbesondere in Zeiten der Digitalisierung. Das Modul "Data Science mit Python für Wirtschaftswissenschaftler" bietet eine umfassende Einführung in die Programmierung mit Python und die Vorstellung von Anwendungen der Sprache im wirtschaftswissenschaftlichen Kontext. Im Rahmen des Moduls werden Themen die Arbeit mit Daten (Aufbereitung, Visualisierung und Analyse) und kollaboratives Arbeiten mit Git (z.B. GitHub oder Bitbucket) vorgestellt. Nach Abschluss dieses Moduls sollen Studierende in der Lage sein, grundlegende wirtschaftliche Fragestellungen in Python zu implementieren und ihre Ergebnisse zu analysieren.
Hinweise:
Sie sollten Interesse haben Python zu lernen und anzuwenden. In der Übung wird ausnahmslos in Python programmiert. Eine Einführung in Python wird zu Anfang der Übung gegeben, so dass keine Vorkenntnisse, aber ein Wille, sich einzuarbeiten, notwendig sind.
Der Kurs wird voraussichtlich zu 50 % als Präsenzveranstaltung und zu 50 % als digitale Veranstaltung stattfinden. Die Anteile werden laufend an die aktuelle Infektionssituation angepasst.
Modulinhalte:
Grundlagen des Programmierens in Python
Datentypen und Operatoren
Schleifen, Abfragen Funktionen
Datenaufbereitung mit Pandas
Datenvisualisierung mit Maptplotlib und Seaborn
Datenanalyse
Kollaboratives Arbeiten mit Git
02-Meth:BSc-V-10-1 - Einführung in LaTex und R ⇑
Vorlesung ⇑
[Vl+Ü] Einführung in LaTeX und R (02-Meth:BSc-V10-1)
regelmäßige Termine ab 28.04.2025 | ||
wöchentlich Mo. 16:00 - 18:00 Uhr | Licher Straße 68, 002 | |
wöchentlich Mo. 18:00 - 20:00 Uhr | Licher Straße 68, 002 | |
nächster Termin: 28.04.2025 Uhr, Raum: Licher Straße 68, 002 |
Turnus: Sommersemester
Credits: 6 CP
Sprache: Deutsch (Regelfall)
Prüfungsform: Hausarbeit (70%) + Hausaufgaben (20%) + Präsentation (10%)
Benötigte Vorkenntnisse: Grundlegende statistische Kenntnisse. Besuch der Vorlesung "Angewandte Statistik in den Wirtschaftswissenschaften" ist hilfreich
Zeitplan: die Vorlesung findet vierstündig in (ungefähr) der ersten Hälfte des Semesters statt.
Die Veranstaltung findet in Präsenz statt
Beschreibung:
Die Veranstaltung wird im Sommersemester angeboten und ist für Studierende aus dem Bachelorstudiengängen Wirtschaftswissenschaften und Betriebswirtschaftslehre geöffnet. Der Kurs bietet eine Einführung in das Schriftsatz-System Latex, sowie die Statistik-Software R. Der Fokus liegt auf dem praktischen Umgang mit LaTex und R anhand von Datensätzen.
Die Veranstaltung umfasst folgende Themenbereiche:
- Einführung in LaTex
- Erstellen von Dokumenten und Präsentationen in LaTex
- Einführung in R und RStudio
- Laden von Datensätzen in RStudio
- Bereinigen von Datensätzen in RStudio
- Erstellen von Grafiken in RStudio
Die Veranstaltung ist teilnehmerbegrenzt! Bewerben Sie sich hier: https://www.uni-giessen.de/de/fbz/fb02/fb/professuren/vwl/stockburger/lehre/bachelor/bewerbung-fuer-das-modul-einfuehrung-in-latex-und-r-5 !