SBWL Knowledge Management
Zielsetzung
Unser Ziel ist es, Studierenden die Wichtigkeit von Knowledge Management im Soft sowie im Hard Bereich zu vermitteln und sie dazu befähigen, das erlernte Wissen auf die Organisationspraxis zu übertragen. Dafür wird den Studierenden viel Raum zum Ausprobieren und Experimentieren geboten, wodurch ihr kritisches Denken gefördert und ihre sozialen Kompetenzen gestärkt werden.
Berufsfelder
Absolvent:innen der SBWL Knowledge Management können Organisationen verstehen und analysieren, aber auch Veränderungsbedarf erkennen und umsetzen. Sie wissen, wie mit der aktiven Nutzung von Knowledge Management die Effektivität von Unternehmen verbessert und Innovation gefördert werden kann. In den Lehrveranstaltungen werden hilfreiche Grundlagen vermittelt, die für eine Karriere als Business Analyst oder Wissensmanager, aber auch in Strategie- und Innovationsabteilungen sowie in der Organisationsberatung wichtig sind.
Aufnahmekriterien
60 Studierende werden pro Semester in die SBWL aufgenommen.
Es findet kein Aufnahmetest statt.
Folgendes Auswahlverfahren findet statt:
50% unserer SBWL angemeldeten Studierenden werden über den Notendurchschnitt der besten 27 ECTS ausgewählt. Dabei fließen alle Studienplanpunkte mit Ausnahme der Freien Wahlfächer mit ein.
50% werden anhand eines Motivationsschreibens (400 Wörter, +/- 10%) aufgenommen, in welchem die folgenden Fragen zu beantworten sind:
Wieso interessieren und bewerben Sie sich für die SBWL Knowledge Management?
Was ist in Ihren Augen Wissen?
Inwiefern denken Sie, dass Ihre bisherigen Erfahrungen, Qualifikationen und Fähigkeiten Sie in dieser SBWL unterstützen werden?
Lehrveranstaltungsübersicht
Informationen zu den einzelnen Lehrveranstaltungen
Kurs 1 – Knowledge-based Management (deutsch)
In dieser Lehrveranstaltung bekommen die Studierenden einen umfassenden Überblick über wissensbasiertes Management in einem ganzheitlichen, unternehmensumfassenden Kontext. Unter anderem werden folgende Fragen aufgeworfen:
Was ist Wissen?
Warum ist Wissen wichtig?
Wie können wir Wissen erzeugen und nutzen?
Wie entsteht neues Wissen in Organisationen?
Wie kann Wissen in Organisationen weitergegeben werden?
Kurs 2 – Semantic AI technologies for KM (englisch)
This course gives students an overview of Artificial Intelligence techniques in the context of KM. In particular, the basics of semantic knowledge representation technologies (taxonomie, ontologies, knowledge graphs) are taught.
Kurs 3 – Applications of Semantic AI in KM (englisch)
In this course the typical AI-based KM systems are illustrated in concrete use cases through data integration (manufacturing/smart city domain), search engines, chatbots and towards neuro-symbolic AI systems.
Kurs 4 – Organizational Learning (deutsch)
In dieser Lehrveranstaltung wird das bereits erworbene Wissen aus Kurs 1 vertieft und Organizational Learning anhand einer Live-Case-Study angewendet. Die Studierenden erhalten die Wahlmöglichkeit zwischen wechselnden und unterschiedlichen Schwerpunkten mit starkem Fokus auf Methoden.
Kurs 5 – Research Seminar Knowledge Management (deutsch/englisch)
In dieser Lehrveranstaltung werden die Studierenden beim Erstellen einer kleinen wissenschaftlichen Arbeit im Themenbereich Knowledge Management begleitet. Sie haben die Wahl, diese Arbeit entweder mehr im Soft oder Hard Bereich zu verfassen.
--------------
Die Unterrichtssprache dieser SBWL wechselt zwischen Deutsch und Englisch. Es ist daher unbedingt erforderlich in beiden Sprachen sehr gut sprechen, schreiben und lesen zu können.
--------------
Bachelorarbeit
Kurs 5 der SBWL Knowledge Management ermöglicht es Studierenden erste Versuche im Bereich des wissenschaftlichen Arbeitens zu starten, was im Rahmen einer Bachelorarbeit fortgesetzt werden kann.
Teaching
- Informationen zum Wahlfach Design von Informationssystemen und Algorithmisches Denken und Programmierung
- SBWL Knowledge Management
- SBWL Data Science
- Master Specialization IS & Processes
- Master's Program Digital Economy
- Data Science Program at the WU Executive Academy
- MBA in Digital Transformation & Data Science at the WU Executive Academy
- LL.M. Digitalization & Tax Law at the WU Executive Academy
- Recommendation