Advanced Machine Learning covers several advanced topics in the field of machine learning and is concerned with requirements engineering in particular. Students learn to analyse certain types and large amounts of data. The course covers seven primary topics:

• Requirements engineering for machine learning and business intelligence projects
• Frequent patterns and association rules
• Explaining decisions of machine learning models
• Time series analysis
• Anomaly detection
• Fundamentals of computational efficiency and distributed and parallel computing
• Hadoop ecosystems, with a focus on Spark and MLlib

• The course involves interactive lectures with exercises to integrate theoretical knowledge with practical design and analysis skills.The e-learning platform Moodle is used throughout the course to disseminate course material and for information and discussion.

• After successful completion of the course, students will:have deepened their understanding in the field of machine learning and acquired a larger set of machine-learning techniquesunderstand the challenges and solutions of processing large amounts of databe able to gather requirements for projects in the field of machine learning and business intelligence

• Compulsory reading:Witten, H., Eibe, F., & Hall, M. (2016). Data Mining: Practical Machine Learning Tools and Techniques. Amsterdam, The Netherlands: Elsevier.Aggarwal, C.C. (2015). Data Mining: The Textbook. Heidelberg, Germany: Springer.

In Project Seminar, students analyse a real-world case from a specific industry. Students divide into groups according to their preferences and work on one of four cases through the lens of process management, data and application security, data science, or digital innovation. The course topics change from semester to semester.

• The course involves interactive seminars with workshops and regular presentations.
• The faculty and a jury of representatives from regional companies evaluate the students' solutions in terms of innovativeness and usefulness and provide them with feedback and advice.
• The e-learning platform Moodle is used throughout the course to disseminate course material and for information and discussion.

After successful completion of the course, students will be able to:

• analyse real-world cases
• collect and prepare data for analysis
• build and evaluate statistical models
• integrate areas of knowledge to identify areas of improvement or innovation
• use appropriate methods to develop recommendations for a case company

• The students are provided with all lecture slides and supporting materials.

In the Research Seminar course, students learn to apply in practice what they learned in the Research Methods course. The seminar covers issues related to identifying and formulating research questions, choosing a suitable research design to use in answering these questions, evaluating the feasibility of a planned research study, and writing research proposals. Together with faculty, students develop research proposals (so-called “exposés”) for their master’s theses

• The course involves interactive seminars with workshops and regular presentations.
• The e-learning platform Moodle is used throughout the course to disseminate course material and for information and discussion.

After successful completion of the course, students will:

• know what makes a good research topic and that the search for a research topic is a challenging endeavour
• know what methods can be applied to identify research ideas and refine them into research questions
• be able to develop research questions that are both practical and academically relevant
• be able to conduct systematic and effective literature reviews to demonstrate the novelty of their research ideas and provide background for their research
• develop qualitative, quantitative, mixed-method, and design-oriented research designs
• recognize and analyse the ethical problems in designing and conducting research in the field of Information Systems
• know how to consider issues of feasibility in planning their research studies
• be able to write effective research proposals

Im vierten Modul liegt der Fokus auf der Anwendung der in den ersten drei Modulen aufgebauten Kompetenzen im Rahmen eines praktischen Projekts. Teilnehmende haben in diesem Modul die Möglichkeit, Projekte aus ihrem Unternehmen mit Betreuung durch einen Coach über den Zeitraum von 2 Semestern zu bearbeiten. Das Modul verläuft parallel zu den ersten drei Modulen und soll die direkte Anwendung des Erlernten (der theoretischen Grundlagen) sicherstellen. Dies beinhaltet unter anderem einen Workshop, in dem die Teilnehmer anhand der in Modul 1 erlernten Methoden den Industrie 4.0 Reifegrad ihres Unternehmens beurteilen. Des Weiteren wird ein eintägiger Design-Thinking-Workshop durchgeführt mit dem Ziel, potentielle Industrie 4.0 Projekte in den jeweiligen Unternehmen zu identifizieren. Während dieser Projektbearbeitungszeit treffen sich die Teilnehmer monatlich in Kleingruppen mit ihrem Coach, tauschen Erfahrungen aus und besprechen weitere Schritte. In zusätzlichen, individuellen Reflexionsphasen wird mit dem Coach über die Herausforderungen des Projekts diskutiert und die Verbindung zu den Inhalten des Studiengangs hergestellt.

Im dritten Modul werden die notwendigen Kompetenzen zur erfolgreichen Umsetzung von Industrie 4.0 Projekten vermittelt. Dabei liegt der Fokus insbesondere auf den Themen Einführung von Industrie 4.0 im Unternehmen, Technologien und Anbieterauswahl sowie Recht und Sicherheit.

Einführung von Industrie 4.0 im Unternehmen
Eine wohlstrukturierte Organisation ist grundlegende Voraussetzung für ein erfolgreiches Industrie 4.0 Projekt - Projektverantwortliche müssen definiert, Stakeholder analysiert und Projektphasen bestimmt werden. Da Projekt- und Risikomanagement Hand in Hand gehen ist es wichtig Risiken zu identifizieren, sowie Gegenmassnahmen zu entwickeln, die den geschäftlichen Erfolg eines Unternehmens sichern. Industrie 4.0 Projekte bringen meist grosse Veränderungen für Unternehmensabläufe mit sich. Der Wandel muss von der Führungsebene getragen und unterstützt werden, ferner ist die Integration der betroffenen Mitarbeiter von grosser Bedeutung für den Erfolg der Projekte.

Technologien und Anbieterauswahl
Im Bereich Industrie 4.0 existiert eine grosse Anzahl von Beratern und Technologieanbietern. Teilnehmende lernen die Grundlagen der wichtigsten Technologien kennen und werden darin geschult, wie sie die richtigen Anbieter für die spezifischen Bedürfnisse ihres Unternehmens auswählen.

Sicherheit/Recht
Chancen bringen Risiken mit sich, diese müssen erkannt und gebannt werden. Um das Unternehmen vor einem Datenverlust bzw. Hackerangriff zu schützen, müssen Vorkehrungsmassnahmen getroffen werden. IT-Sicherheit und Datenschutz sind daher zentrale Themen der digitalen Transformation. In diesem Themenbereich werden die Komponenten eines Sicherheitskonzepts dargestellt und diskutiert.

Das zweite Modul besteht aus einer Reihe von Workshops, in denen Best Practice Beispiele von Industrie 4.0 Projekten vorgestellt werden. Ausgewählte Referenten von regionalen Unternehmen werden eingeladen um von ihren Erfahrungen mit Industrie 4.0 Projekten zu berichten. Vor allem die organisatorischen sowie technischen Herausforderungen der Implementierung sind von grossem Interesse - denn aus Fehlern lernt man. In der anschliessenden Diskussion haben die Teilnehmer die Möglichkeit Fragen an die Referenten zu richten.

Grundlagen Industrie 4.0
Im ersten Teil des Moduls erlernen die Teilnehmenden die notwendigen Grundlagen zu Industrie 4.0. Dies beinhaltet eine Einführung in Digitalisierung und Datenverarbeitung, welche Technologien ausschlaggebend sind und wie diese zielführend angewendet werden können. Ferner wird aufgezeigt, wie cyber-physische Systeme die reale und die virtuelle Welt vernetzen, indem Maschinen, Werkstätten, Produktionsmittel oder Transportsysteme via Internet und Sensoren zu leistungsfähigen Wertschöpfungsketten verbunden werden und so neue Möglichkeiten für wert- und kundenzentrierte Innovationen geschaffen werden können. Dabei liegt ein Fokus auf der Kommunikation zwischen Maschinen und Maschinen bzw. Menschen. Am Ende dieses Blocks haben die Teilnehmer ein umfassendes Verständnis über den Begriff Industrie 4.0.

Industrie 4.0 Reifegradbestimmung
Im zweiten Teil liegt der Fokus auf der Bestimmung des Reifegrads von Unternehmen hinsichtlich der Anschlussfähigkeit an Industrie 4.0 Konzepte. Dazu lernen die Teilnehmer diverse Methoden und Konzepte (u.a. Digitale Fitness, Anforderungen an Unternehmenskultur, Business-IT-Alignement, Prozessorientierung) kennen und wenden diese an ausgewählten Beispielen an.