Experimentelle Verhaltensforschung in Data Science (EVIDS)
Termin zur Einsichtnahme der Wiederholungsprüfung: Freitag, 15.03.2024, 8.00 Uhr, Raum 4.177
Inhalte
Im Zuge der Digitalisierung werden zunehmend Daten verfügbar, die es gestatten, menschliches Verhalten in diversen Bereichen zu beobachten, zu analysieren und zu verstehen. Beispiele hierfür sind Transaktionen auf Websites, von Smartphones aufgezeichnete Bewegungsdaten oder auch Daten von Smart-Home Geräten. Entsprechend gewinnt die experimentelle Verhaltensforschung in der Unternehmenspraxis und den Wirtschaftswissenschaften immer mehr an Bedeutung. Im Rahmen des Moduls werden den Studierenden grundlegende Kenntnisse der experimentellen Forschung und praktische Anwendungsmöglichkeiten vermittelt, die dazu eingesetzt werden können, in der wissenschaftlichen und unternehmerischen Praxis verhaltensbezogene Fragestellungen fundiert beantworten zu können.
In der Vorlesung stehen dabei insbesondere die Planung, Organisation und Implementierung von Verhaltensexperimenten im Vordergrund. Die Studierenden erlenen hierzu theoretische wissenschaftliche Grundlagen und verstehen die Relevanz experimenteller Forschung in Unternehmen und den Wirtschaftswissenschaften. Zusätzlich werden den Studierenden Kenntnisse vermittelt, wie sie eigene Experimente entwickeln und durchführen können. Dabei liegt der Fokus auf der Generierung überprüfbarer Hypothesen, der Auswahl eines passenden experimentellen Designs, der ethischen Durchführung von Experimenten und dem klaren und verständlichen Berichten der Ergebnisse.
Die Vorlesungsinhalte werden in einer begleitenden Übung anhand von Übungsaufgaben vertieft und in Form von praxisorientierten Fragestellungen angewandt. Dabei sollen die Studierenden sowohl experimentelle Designs in der Literatur analysieren und bewerten als auch eigene Designs entwickeln und präsentieren.
- erwerben ein grundlegendes Verständnis für dieBedeutung experimenteller Forschung im Rahmen des wissenschaftlichen Erkenntnisgewinns
- können erörtern, inwiefern sich die experimentelle Methodik von anderen wissenschaftlichen Untersuchungsmethoden unterscheidet und welchen Beitrag Experimente zu wirtschaftsinformatischen Forschungsvorhaben leisten können
- können die grundlegenden Prinzipien und Designs von Experimenten erklären
- können Designentscheidungen wissenschaftlicher Experimente kritisch reflektieren
- können eigene experimentelle Designs zur Beantwortung wissenschaftlicher Fragestellungen aufstellen
Voraussetzungen für die Teilnahme | Erfolgreicher Abschluss der Veranstaltungen Data Science: Datenauswertung und Data Science: Statistik |
Ort und Zeit | Vorlesung: tbd ; Übung: tbd |
Studien- und Prüfungsleistungen | Klausur (90 minutes) |
Berechnung der Modulnote | Klausur (100 %) |
Turnus des Angebots | Sommersemester (findet im SoSe 2024 nicht statt) |
Workload | Präsenzzeit: 50 h Eigenstudium: 100 h |
Moduldauer | 1 Semester |
Unterrichts- und Prüfungssprache | Deutsch |
Literaturhinweise | Unterrichts- und Prüfungssprache |