1. Grundlagen des Internet of Things
   1. Das Internet der Dinge – Grundlagen und Motivation
   2. Evolution des Internets – Web 1.0 bis Web 4.0
2. Gesellschaftliche und wirtschaftliche Bedeutung
   1. Innovationen für Verbraucher und Industrie
   2. Auswirkungen auf Mensch und Arbeitswelt
   3. Datenschutz und Datensicherheit
3. Kommunikationsstandards und -technologien
   1. Netzwerktopologien
   2. Netzwerkprotokolle
   3. Technologien
4. Datenspeicherung und -verarbeitung
   1. Vernetztes Speichern mit Linked Data und RDF(S)
   2. Analyse vernetzer Daten mit dem Semantic Reasoner
   3. Verarbeitung von Datenströmen mit Complex Event Processing
   4. Betrieb und Analyse großer Datenmengen mit NoSQL und MapReduce
5. Design und Entwicklung
   1. Software Engineering für verteilte und eingebettete Systeme
   2. Architekturstile und -muster verteilter Systeme
   3. Mikrocontroller
6. Anwendungsbereiche
   1. Smarthome/Smart Living
   2. Ambient Assisted Living
   3. Smart Energy/Smart Grid
   4. Smart Factory
   5. Smart Logistics

Ziel des Kurses ist es, den Studierenden einen Einblick in die technischen und theoretischen Grundlagen des Internet of Things (IoT) und dessen Anwendungsgebiete zu bieten. Neben dem generellen Aufbau von IoT-Systemen und der darin eingesetzten Technologiestandards wird ihnen auch die Bedeutung des Internet of Things für Wirtschaft und Gesellschaft vermittelt. Darüber hinaus wird dargestellt, auf welche Weise Daten im IoT ausgetauscht, gespeichert und verarbeitet werden.

1. Digitale Geschäftsmodelle: Grundlagen und Begriffswelt
   1. Herkunft und Evolution des Geschäftsmodellbegriffs
   2. Strömungen und Trends in der Geschäftsmodellforschung
   3. Arten und Definitionen digitaler Geschäftsmodelle
   4. Erfolgsfaktoren für digitale Geschäftsmodelle
   5. Ebenen und Ziele digitaler Geschäftsmodelle
2. Trends und Technologien als Enabler für digitale Geschäftsmodelle
   1. Plattformökonomie
   2. Internet of Things (IoT)
   3. Cloud Computing
   4. Big Data und Data Science
   5. Künstliche Intelligenz (KI)
3. Tools und Frameworks für digitale Geschäftsmodelle
   1. Business Model Canvas nach Osterwalder und Pigneur
   2. St. Galler Business Model Navigator von Gassmann et al.
   3. Geschäftsmodellraster nach Schallmo
   4. Digital Value Creation Framework nach Hoffmeister
   5. 4C-Net Business Model und 4S-Net Business Model nach Wirtz
4. Digitale Geschäftsmodellmuster
   1. Warum digitale Geschäftsmodellmuster wichtig sind
   2. Long Tail
   3. Freemium
   4. Zwei- und mehrseitige Märkte
   5. Subscription und Flatrate
5. Digitale Plattform-Geschäftsmodelle
   1. Von der Pipeline zur digitalen Plattform
   2. Grundlegende Plattformfunktionalitäten und Systematisierungsansätze
   3. Direkte und indirekte Netzwerkeffekte
   4. Frameworks zur Modellierung
   5. Herausforderungen und Erfolgsfaktoren bei Entwicklung und Implementierung
6. Design und Management digitaler Geschäftsmodelle
   1. Digitale Geschäftsmodelle als Innovationstreiber
   2. Bedeutung des Business Plans im Kontext digitaler Geschäftsmodelle
   3. Firmenpositionierung von digitalen Geschäftsmodellen
   4. Management digitaler Geschäftsmodelle
   5. Fallbeispiele im Business-to-Consumer- und Business-to-Business-Markt

Die digitale Wirtschaft zeichnet sich durch eine enorme Dynamik und Geschwindigkeit aus. Die rasante Digitalisierung vieler Lebensbereiche hat zur Entstehung einer Informationsgesellschaft geführt, in der Online-Geschäfte seit Beginn des 21. Jahrhunderts immer mehr an Bedeutung gewonnen haben. Dies hat dazu geführt, dass das Management digitaler Geschäftsmodelle durch den zunehmenden Wettbewerb und die Verkürzung der Innovationszyklen immer komplexer und schwieriger geworden ist. Das Geschäftsmodellkonzept hat sich dabei in den letzten Jahren in der Unternehmenspraxis als ein beliebtes Werkzeug etabliert, um diese Komplexitäten erfolgreich zu analysieren und zu managen. Trotz der hohen praktischen Relevanz des Geschäftsmodellmanagements im digitalen Bereich beziehen sich die konzeptionellen Grundlagen in der Literatur überwiegend auf ein traditionelles Geschäftsmodellverständnis. Der Kurs bietet den Studierenden einen detaillierten Überblick über das Geschäftsmodellkonzept in der digitalen Welt und stellt moderne, digitale Geschäftsmodellansätze und -werkzeuge in den Mittelpunkt. Er vermittelt die notwendigen Fähigkeiten, um erfolgreiche digitale Geschäftsmodelle zu entwickeln und umzusetzen. Im Rahmen des Kurses werden die Grundlagen digitaler Geschäftsmodelle sowie die damit verbundenen Erfolgsfaktoren behandelt. Darüber hinaus werden Trends und Technologien erläutert, die die Entstehung digitaler Geschäftsmodelle ermöglichen. Außerdem erhalten die Studierenden einen Einblick in verschiedene Tools und Frameworks, die eine hilfreiche Unterstützung bei der Gestaltung digitaler Geschäftsmodelle darstellen. In diesem Zusammenhang werden auch digitale Geschäftsmodellmuster und Plattformgeschäftsmodelle näher betrachtet. Schließlich behandelt der KUrs auch Aspekte des Designs und Managements digitaler Geschäftsmodelle. Es wird gezeigt, wie innovative Geschäftsmodelle für das digitale Zeitalter entwickelt und umgesetzt werden. Die Kursteilnehmer:innen erhalten die notwendigen Kenntnisse und Fähigkeiten, um in einer sich schnell verändernden digitalen Welt erfolgreich zu agieren.

Mit der Teilnahme an diesem Kurs erhalten die Studierenden einen umfassenden Einblick in Fragestellungen der Digitalisierung in der industriellen Produktion und in Wertschöpfungsnetzwerken. Zum einen werden dabei die wesentlichen Treiber von Industrie 4.0 in Form technologischer Innovationen und deren Anwendungs- und Einsatzfelder thematisiert und hinsichtlich ihrer Potentiale zur Verbesserung betrieblicher Prozesse eingeordnet sowie im Kontext der Entwicklung innovativer Geschäftsmodelle diskutiert. Zum anderen werden gesellschaftliche Herausforderungen der Digitalisierung insbesondere im Hinblick auf die Arbeitswelt von morgen und die Gestaltung der Mensch-Maschine-Schnittstelle vor- und zur Diskussion gestellt.

1. Systeme und Prozesse in Wirtschaft und Logistik
   1. Systemdenken und Modellbildung
   2. Prozesse und Prozessdenken – Industrielle Prozesse und Geschäftsprozesse
   3. Abbildung von betriebswirtschaftlichen Prozessen in IT-Systemen
   4. Automatisierung und Digitalisierung in der Produktion – der digitale Zwilling
2. Trends und Entwicklungen
   1. Von der industriellen Revolution bis heute und darüber hinaus – Von der Automatisierung zur Digitalisierung
   2. Produktion 4.0 und Gesellschaft 4.0 – Evolution und Revolution, soziale Implikationen
   3. Kooperation Mensch – Roboter – Gemeinsam Kompetenzen für die Produktion entwickeln
   4. Innovationen und Innovationsmanagement in der Industrie und für die Industrie 4.0

3. Digitale Wertschöpfungsnetzwerke
   1. Dezentrale Formen der Steuerung – Selbststeuernde Produktionssysteme und Schwarmintelligenz
   2. Wertschöpfung in Echtzeitkontrolle und -steuerung
   3. 3D-Druck und Implikationen für die industrielle Produktion
   4. Industrielle Prozesse in einer digitalen Welt

4. Umgang mit großen Datenmengen
   1. Herausforderungen und Strategien im Umgang mit Big Data in der Produktion
   2. Technische Lösungen in verschiedenen Anwendungsfeldern – Predictive Maintenance und Künstliche Intelligenz in der Produktion
   3. Cloud Services in der Produktion von morgen
   4. Sicherheit und Datenschutz
   5. Implikationen und Chancen für die Produktionslogistik

5. Produktionssysteme in einer digitalen Welt
   1. Zukünftiges Design von Produktionssystemen
   2. Produktionsautomatisierung und Cyber-Physische Systeme
   3. Digitalisierung weltweiter Produktions- und Liefernetzwerke
   4. Der Mensch in der Produktion der Zukunft
   5. Bildung für die digitalisierte Welt – Zukunftskompetenzen für die Produktion von morgen
   6. Gamification für die Konzeptentwicklung in der Produktion
   7. Aktuelle Forschungsprojekte für die Produktion

1. Einführung in die Analyse von Daten
   1. Entscheidungen, Informationen, Daten
   2. Historische Entwicklung der Speicherung und Auswertung von Daten
   3. Big Data: Eigenschaften und Beispiele
   4. Datenanalyse
   5. Das Internet of Things als Treiber für Big Data
2. Statistische Grundlagen
   1. Deskriptive Datenanalyse
   2. Inferenzielle Datenanalyse
   3. Explorative Datenanalyse
   4. Multivariate Datenanalyse
3. Data Mining
   1. Knowledge Discovery in Databases
   2. Assoziationsanalyse
   3. Korrelationsanalyse
   4. Prognose
   5. Clusteranalyse
   6. Klassifikation
4. Big Data-Methoden und -Technologien
   1. Technologiebausteine
   2. MapReduce
   3. Text- und semantische Analyse
   4. Audio- und Videoanalyse
   5. BASE und NoSQL
   6. In-Memory-Datenbanken
   7. Big-Data-Erfolgsfaktoren
5. Rechtliche Aspekte der Datenanalyse
   1. Datenschutzgrundsätze in Deutschland
   2. Anonymisierung und Pseudonymisierung
   3. Internationale Datenanalyse
   4. Leistungs- und Integritätsschutz
6. Lösungsszenarien
7. Anwendung von Big Data in der Industrie
   1. Produktion und Logistik
   2. Effizienzsteigerungen in der Supply Chain
   3. Schlüsselfaktor Daten
   4. Beispiele und Fazit

Ziel des Kurses ist es, die Studierenden mit ausgewählten Methoden und Techniken der Datenanalyse im Kontext stetig wachsender, heterogener Datenmengen vertraut zu machen. Hierzu wird zunächst die grundsätzliche Relevanz von Big Data-Methoden anhand der historischen Entwicklung der Datenbestände motiviert. Entscheidend ist hier unter anderem die kontinuierliche Belieferung der Systeme mit Sensordaten aus dem Internet of Things. Es folgt eine kurze Einführung in die wesentlichen statistischen Grundlagen, bevor die einzelnen Schritte des Data Mining-Prozess thematisiert werden. In Abgrenzung zu diesen klassischen Verfahren werden dann ausgewählte Methoden vorgestellt, mit denen Datenbestände im Big Data-Kontext analysierbar gemacht werden können. Weil die Datenanalyse bestimmten gesetzlichen Rahmenbedingungen unterliegt, werden in diesem Kurs zudem rechtliche Aspekte wie der Datenschutz behandelt. Der Kurs schließt mit einem Überblick über den Praxiseinsatz von Big Data-Methoden und -Werkzeugen. Hierbei werden insbesondere die Anwendungsfelder im industriellen Kontext beleuchtet.