"Design Thinking" is an innovation philosophy that has its roots at Stanford University. It is a human-centered approach to innovation which focuses on feasibility, viability, and  - even more importantly - on the desirability of new products and services. Large corporations (General Electric, Deutsche Bank, Procter & Gamble, SAP) increasingly adopt this way of innovation to ensure that customers and users really need the newly developed product and services. The course teaches this innovation philosophy, various methods, and tools that have been developed globally by different companies and organizations. The primary objective of this course is to understand the value of the Design Thinking methodology and to raise awareness by applying a few of its tools in an interactive format. The lecture will show students how to empathize with humans, how to identify their needs, and how to provide them with innovative solutions. Basic knowledge about success factors in the adoption and implementation of Design Thinking will be gained through case discussions.      

Die Durchdringung sämtlicher Branchen und Industrien durch das Internet nimmt permanent zu. Unter dem Schlagwort der ʺDigitalisierungʺ werden zunehmend Maschinen mit Sensorik und Aktuatorik ausgestattet und mit dem Internet verbunden. Daraus ergibt sich heutzutage ein Spannungsfeld zwischen im Markt etablierten Unternehmen und High‑Tech‑Startups.  Aufbauend auf der immer stärkeren Digitalisierung von Fahrzeugen und Fahrzeug-Infrastrukturen entstehen neue Möglichkeiten der Gestaltung von Mobilität. Vor diesem Hintergrund werden in der  Vorlesung Themenstellungen rund um "faire Mobilität" bearbeitet, welche wir als "sichere" und "nachhaltige" Mobilität verstehen.  Im Zentrum dieses Spannungsfeldes steht die Fragestellung, ob neue Märkte durch etablierte Produkte und Dienstleistungen oder vielmehr durch neue Software‑basierte Geschäftsmodelle erschlossen werden. Insbesondere die Software‑basierten Geschäftsmodelle bedingen jedoch eine neue Herangehensweise zur Lösung von Problemen, um die Geschäftsmodelle einerseits agil und zügig zu entwickeln, andererseits um diese auf die Anforderungen von Nutzern und Kunden auszurichten. Dies wirft die Frage auf, wie neue Mobilitätsangebote im Zeitalter der Digitalisierung entstehen. Dementsprechend beschäftigt sich die Veranstaltung mit dem Aspekt der Digitalisierung aus zwei Blickwinkeln: 1) Digitale Geschäftsmodelle: Entlang bekannter Rahmenwerke zur Strukturierung von Geschäftsmodellen werden reale Geschäftsmodelle analysiert und weiter entwickelt. Dabei wird besonders auf die Effekte der Digitalisierung eingegangen. Dieser Vorlesungsteil ist eine Mischung von theoretischen Lehreinheiten sowie Fallstudien und partizipativen Arbeitsgruppen. 2) Design Thinking: Kundenorientierung und Agilität werden zunehmend zu erfolgskritischen Faktoren bei der Markterschliessung. Design Thinking ist hierfür das notwendige Werkzeug. Im Rahmen der Vorlesung wird Design Thinking in einem zweitägigen Bootcamp durchlaufen, welches die wesentlichen Schritte beinhaltet und diese greifbar macht. Lernziele des Kurses: Verstehen und Einordnen der Methode ʺDesign Thinkingʺ Verstehen von digitalen Geschäftsmodellen in traditionellen Industrien und der Internetwirtschaft Grundlagen zur strukturierten Analyse und selbstständigen Weiterentwicklung von digitalen Geschäftsmodellen

Big Data, d.h. die Generierung und betriebswirtschaftliche Verwertung von hohen Datenvolumen und heterogenen Daten in hoher Geschwindigkeit, führt in Unternehmen verschiedenster Branchen zu tiefgreifenden Veränderungen durch datengetriebene Entscheidungsfindung. So werden zum Beispiel in der Maschinenindustrie basierend auf Nutzungs- und Sensordaten neuartige Dienstleistungen im Bereich der prädiktiven Wartung konzipiert. Im E-Commerce wird das Einkaufsverhalten in Echtzeit ausgewertet, um massgeschneiderte und individualisierte Angebote zu erstellen. Im Bankensektor werden Transaktionsdaten in Echtzeit ausgewertet, um Betrugsfälle zu identifizieren. Big Data verlangt auf Mitarbeiterebene neuartige Fähigkeiten in der Datenaufbereitung und -verarbeitung, die häufig unter dem Schlagwort Data Science zusammengefasst werden. Im Rahmen dieser Lehrveranstaltung soll eine Kerntechnologie im Bereich Big Data, sogenannte NOSQL Datenbanken, genauer vorgestellt werden. In einem Anwendungsprojekt mit Daten zum Social Media Marketing von Unternehmen auf Youtube sollen dann eigene Anwendungskenntnisse erlangt werden. Gearbeitet wird mit der dokumentorientierten Datenbank MongoDB. Im Rahmen dieses FPV werden die Studierenden eine schriftliche Einzelprojektarbeit (max. 10 Seiten) anfertigen. Hierbei sollen für gegebene Daten zu einem selbstgewählten Unternehmen eigene, geschäftsrelevante Fragestellungen entwickelt und anhand des in der Veranstaltung vermittelten analytischen Instrumentariums in eigenen kleinen Projekten bearbeitet werden. Dieses FPV richtet sich an Studierende, die Interesse an datengetriebenen Entscheidungsprozessen und Analytik haben. Dabei sind Vorkenntnisse in der Programmierung und Analytik NICHT erforderlich. Die Veranstaltung ist explizit so gestaltet, dass unabhängig von technologischer und analytischer Vorerfahrung die notwendigen Kenntnisse vermittelt und dann im Projekt eigenständig angewandt werden.

Das Thema Künstliche Intelligenz (KI) stösst seit einigen Jahren auf rasant wachsendes Interesse seitens der Unternehmen. Durch Verfahren der KI lassen sich Entscheidungen unterstützen, die vorher ausschliesslich von Menschen getroffen wurden. In einigen Fällen lassen sich dadurch objektivere bzw. genauere Entscheidungen treffen. Durch statistische Verfahren im Allgemeinen lassen sich ebenfalls Visualisierungen erstellen und Kennwerte berechnen, die indirekt die menschlichen Entscheidungen unterstützen. Genauere und fundiertere Entscheidungen in Unternehmen liefern in vielen Fällen einen direkten Mehrwert für das Unternehmen, da Kosten gesenkt oder Umsätze gesteigert werden können.

AI, machine learning, deep learning, and natural language processing - these terms are everywhere. You might know or not know what they mean, but you most probably know that you should not ignore them. AI is real, and it is revolutionary. It is already disrupting many industries and yet we have only scratched the surface. AI entails a whole stack of new technologies upon which new services can be built. While most firms will not innovate in the hardware or algorithm space, it is a top priority to identify and realize AI use cases that fit into an organization and customer base. The course "Design Thinking for AI" is designed to tackle business and societal issues associated with AI by following a human-centered approach. "Design Thinking for AI" combines human-centered methodology and state of the art technology to create relevant and innovative solutions. "Design Thinking" is an innovation philosophy that has its roots at Stanford University. It is a human-centered approach to innovation which focuses on feasibility, viability, and - even more importantly - on the desirability of new products and services. Large corporations (e.g., General Electric, Deutsche Bank, Procter & Gamble, SAP) increasingly adopt this way of innovation to ensure that customers and users really need the newly developed product and services. The course teaches this innovation philosophy, various methods, and tools that have been developed globally by different companies and organizations. As a student of our action-based course you work in a team and start your project by understanding human needs to define the right AI innovations in a creative manner. Design Thinking methods will help you to develop tangible, tested prototypes, and hundreds of creative ideas. The primary objective of this course is to understand the value of the Design Thinking methodology and connect it to the development of emerging technologies such as AI. The lecture will show students how to empathize with humans, how to identify their needs, and how to provide them with innovative solutions.

The digitization of services, customer- and supplier interactions as well as business processes leads to disruptive changes and affects competition in many industries. As a direct consequence of digitization, the volume and variety of data is increasing strongly. The systematic integration and analysis of "big data" based on state of the art technologies to handle "big data" bears high potential to effectively support management decisions and design novel data-driven products. In this context, data science skills, which cover data storage, data cleansing and data analytics, become ever more important. The job profile of data scientists, is sometimes referred to as "the sexiest job of the 21st century". In this course an introductory overview of a key technology for "big data", the Hadoop ecosystem, is provided. Students will learn how to manipulate and analyze big data with the database query language SQL. All methods and technologies are presented in the context of a concrete and applied use case: the analysis of facebook data. Students, in the course of this FPV, conduct their own facebook mining projects and individually write a written project report (10 pages maximum). This FPV addresses students with an interest in data analysis and big data technologies.