(Stand: 29.02.2024)
Liebe Studierende,
über diesen Kurs läuft die zentrale Anmeldung für die FWP-Fächer im SoSe 2024.
Dieser Kurs dient der Anmeldung der FWP-Fächer - bitte schreiben Sie sich ein und lesen im Kursraum die weiteren Informationen.
Zentraler Anmeldezeitraum - Montag, 04.03.2024 (ab 10:00) bis Freitag, 15.03.2024 (bis 17:00)
und
Fragen, die Sie haben, bitte an "studiengang.wirtschaft@tha.de" mit [FWP] im Betreff.
Termine: immer Montags, 14:45-18:00, Start: 25.3.2024
Raum: tba
Lehrbeauftragte: Fabian Frei, Alumnus und Gründer suslet/degree clothing/ fairtye
Professor/Ansprechpartner: Prof. Dr. Frank Danzinger
Inhalt: interdisziplinäres curriculares Workshop-Seminar zur Innovations- und Ideenentwicklung anhand der Disciplined Entrepreneurship Methode des MIT mit Ausblick auf konkrete Umsetzung entstandener Ideen, z.B. als Projekt, als Initiative oder als Start-up. Ab der 4. Vorlesung tha-weit mit Studierender aller Fakultäten, inkl. Workshops, Keynotes und begleitende Events.
Zentraler Moodle-Kurs für die Anmeldung: https://moodle.hs-augsburg.de/course/view.php?id=7776
- Dozent/in: Inga Wiedemann
FWP Immobilienmanagement
Das FWP Immobilienmanagement behandelt Grundlagen der Immobilienwirtschaft, Immobilieninvestitionen und Dienstleistungen im Immobilienbereich. Zusätzlich werden rechtliche Grundlagen der Immobilienwirtschaft behandelt. Das FWP umfasst 4 SWS und 4 ECTS (im Rahmen der normalen SPO Bachelor Betriebswirtschaft / Bachelor International Management).
Lehrender
Dozent ist Dr. Georg Erdmann, ehemaliger Finanzvorstand einer börsennotierten Immobiliengesellschaft und Aufsichtsrat eines Münchner Immobilienunternehmens. Ergänzt wird das Modul durch Fachvorträge aus der Immobilienpraxis.
Prüfungsleistung
Klausur und Unternehmensanalyse, Details in den Dokumenten in der Cloud
Vorlesungszeiten
Dienstag 15:30-18:00 Uhr
Anmeldung bitte zentral
- Dozent/in: Georg Erdmann
FWP Marketing Analytics and Data-Driven Marketing (BW/IM/IWI/WiPsy - 4 SWS/4 ECTS)
Data Science and Marketing Management are two key success factors for companies to assert themselves in times of rapidly changing economic cycles and to differentiate themselves from competitors. The ability to automatically analyze structured and unstructured data and derive actionable insights can often be the crucial economic delta for enhancing corporate success.
The focus of this course is on the application of fundamental concepts
and methods of machine learning to address challenges and problems in
the analysis and prediction of customer behavior and interaction based
on data from non-public corporate data and public social media data.
Selected techniques and algorithms will be taught and applied to address
specific problems.
Projects will be assigned to teams of 2-3 students. The
results will be pitched in a team presentation at the end of the semester and
complemented by a written exposition. Data analyses and algorithms can
be carried out in any state-of-the-art language for machine learning
(e.g., R, Python). At the start of the event, existing R skills will be
refreshed, and if applicable, Python will be introduced in a crash course as another
standard language for data science.
- Dozent/in: Jianing Zhang