In der heutigen globalisierten und digitalen Welt stehen Unternehmern mehr Möglichkeiten der Entwicklung und Vermarktung von Produkten und Dienstleistungen zur Verfügung als jemals zuvor. Dem Unternehmertum, gleich ob in Form von Entrepreneurship oder Intrapreneurship, treten allerdings auch besondere Herausforderungen entgegen. Um die typischen Fallstricke bei Gründung und Wachstum von Unternehmen vermeiden zu können, ist ein gesundes Verständnis von Innovationsmanagement und Unternehmensgründung unabdingbar. Besonderes Augenmerk liegt dabei auf der Finanzierung unternehmerischer Aktivität, und zwar sowohl aus dem Blickwinkel des Unternehmers, als auch des Investors.

Innovationen und unternehmerische Aktivität sind ferner Grundlage und Triebfeder unserer Volkswirtschaft. Aber auch wenn man andere Volkwirtschaften betrachtet ist offenkundig, dass Innovation und Unternehmertum in jeder Phase der wirtschaftlichen Entwicklung von entscheidender Bedeutung sind. So stoßen Kleinunternehmen in Entwicklungsländern den Aufbau von ökonomischen Institutionen an, sie schaffen Angebot, Nachfrage und schließlich Märkte. Sie legen den Grundstein für wirtschaftliche Entwicklung und Wachstum. In entwickelten Volkswirtschaften sind Innovation und Unternehmertum die treibenden Kräfte hinter Wettbewerb und Wettbewerbsfähigkeit im globalen Kontext. Die wichtigste Rolle spielen dabei – in allen Teilen der Welt – Familienunternehmen.

Der rasante technologische und soziale Wandel in unseren Gesellschaften erfordert dabei zum einen die innovative Nutzung digitaler Technologien (Internet und künstliche Intelligenz), und zum anderen den flexiblen Umgang mit neuen Organisationsformen (strategischen Allianzen zwischen Unternehmen. Dieser Kurs zeigt Studierenden Ideen, Motive und Treiber unternehmerischer Tätigkeit und Innovation und führt sie gleichzeitig an praktische Aspekte der Identifikation, Analyse und Entwicklung von Innovationen und Geschäftsideen heran. Dabei wird auch auf eine Kernkompetenz des Unternehmers eingegangen – die Fähigkeit mit Investoren und Partnern zu verhandeln.

1. Entrepreneurship
   1. Entrepreneurship und Unternehmer
   2. Unternehmerbezogene Theorien des Entrepreneurships
   3. Die volkswirtschaftliche Signifikanz von Entrepreneurship
2. Strategie der Unternehmensgründung
   1. Unterschiedliche Gelegenheiten von Unternehmensgründungen
   2. Der Entrepreneur
   3. Geschäftsmodell und Strategie
3. Innovation und Innovationsmanagement
   1. Innovation
   2. Innovationsmanagement
   3. Der Schutz geistigen Eigentums
   4. Das BMW Empathic Design
4. Rechtsformen im internationalen Vergleich
   1. Deutschland
   2. USA
5. Die Finanzierung unternehmerischer Aktivität I: Finanzquellen
   1. Inkubatoren, Acceleratoren und Crowdfunding
   2. Business Angels
   3. Private Equity und Venture Capital
   4. Öffentliche Gründungsförderung
6. Die Finanzierung unternehmerischer Aktivität II: Finanzierungsprozesse
   1. Die Investorensicht: Deal Sourcing und Deal Screening
   2. Die Unternehmersicht: Verhandlung mit Investoren
   3. Valuierung von Unternehmensgründungen
7. Der Businessplan
   1. Zweck und Zielsetzung des Businessplans
   2. Erwartungen in Bezug auf den Businessplan
   3. Struktur und Inhalt des Businessplans
   4. Richtlinien zum Erstellen eines Businessplans
8. Digitale Geschäftsmodelle und künstliche Intelligenz
   1. E-Business
   2. Künstliche Intelligenz
   3. Globotics
9. Cooperative Strategy: Allianzen und Joint Ventures
   1. Cooperative Strategy
   2. Der richtige „Fit“
   3. Die richtige „Form“
10. Familienunternehmen
    1. Definition
    2. Volkswirtschaftliche Bedeutung
    3. Stärken und Schwächen

Anwendungen der Datenwissenschaft werden in nahezu allen Formen der wirtschaftlichen und sozialen Interaktion allgegenwärtig. Kreditwürdigkeit, Verbraucherverhaltensanalyse und Newsfeed-Kuration sind nur einige Beispiele. In diesem Seminar werden einige der gesellschaftlichen Auswirkungen dieser Entwicklungen untersucht. Der Kurs wird durch mehrere Artikel und Fallstudien ergänzt, die aktuelle Beispiele für die Auswirkungen der Datenwissenschaft auf die Gesellschaft beschreiben. Die Studierenden lernen, ausgewählte Themen und Fallstudien selbstständig zu analysieren und mit bekannten Konzepten zu verknüpfen, kritisch zu hinterfragen und zu diskutieren.

• Das Seminar behandelt aktuelle Themen rund um die gesellschaftlichen Auswirkungen der Datenwissenschaft. Jeder Teilnehmer muss eine Seminararbeit zu einem ihm zugewiesenen Thema schreiben.

Die Bewertung und Definition von Use Cases ist die fundierte Grundlage, auf der die Projekte definiert werden können. Dazu gehören nicht nur der Umfang und die technischen Anforderungen eines Projekts, sondern auch, wie aus dem Projekt ein Wert abgeleitet werden kann.

Entscheidend ist die Definition, was ein Projekt erfolgreich macht, sowohl in technischer als auch in geschäftszentrierter Hinsicht und wie der Status quo während des Projektverlaufs effektiv überwacht werden kann.

Der Kurs behandelt auch, wie man gängige Irrtümer vermeidet und die Auswirkungen der Einführung datengetriebener Entscheidungen in traditionelle Managementstrukturen versteht.

1. Anwendungsfallbewertung
   1. Identifizierung von Anwendungsfällen
   2. Festlegen der Anforderungen an den Anwendungsfall
   3. Datenquellen und Klassifizierung von Datenverarbeitung
2. Modell-zentrale Bewertung
   1. Gemeinsame Metriken für Regression und Klassifizierung
   2. Visuelle Hilfen
3. Geschäfts-zentrale Bewertung
   1. Kostenfunktion und optimale Punktschätzungen
   2. Auswertung über KPIs
   3. A/B-Test
4. Überwachung
   1. Visuelle Überwachung mit Dashboards
   2. Automatisiertes Reporting und Alarmierung
5. Vermeidung häufiger Irrtümer
   1. Kognitive Verzerrung
   2. Statistische Effekte
   3. Veränderungsmanagement: Transformation zu einem datengesteuerten Unternehmen

In diesem Kurs wählen die Studierenden aus einer Vielzahl von Möglichkeiten eine Projektaufgabe in Abstimmung mit ihrem Tutor aus. Ziel ist es, ein datenwissenschaftliches Modell oder System prototypisch in einer geeigneten Entwicklungsumgebung zu implementieren. Die Wahl des Ansatzes, das implementierte System oder die implementierte Software und die daraus resultierende Leistung bei der Aufgabe sind zu begründen, zu erklären und in einem Projektbericht zu dokumentieren. Zu diesem Zweck nutzen die Studierenden das in den Vorlesungen erworbene Methodenwissen in der Praxis, indem sie es auf relevante reale Probleme anwenden.

• In diesem Projektkurs arbeiten die Studierenden an der praktischen Umsetzung eines frei wählbaren Data Science Use Case. Alle relevanten Artefakte wie Use Case Evaluation, gewählte Implementierungsmethode, Code und Ergebnisse sind in Form eines schriftlichen Projektberichts zu dokumentieren.