Extracurriculare Activities comprise of various activities that are not linked to the Curriculum of the MSc in Banking and Financial Management, which are optional and further support the studying of the Master programme.

Das Modul Grundlagen des Wirtschaftsrechts und Corporate Governance baut auf den im Modul Einführung in das Recht erworbenen Rechtskenntnissen auf und erweitert diese um wesentliche Aspekte aus folgenden Bereichen:

• Aktiengesellschafts- und GmbH-Recht
• Corporate Governance
• Kapitalmarktrecht
• Stiftungs- und Anstaltsrecht
• Trustrecht
• Erbrecht
• Arbeitsrecht
• Handelsrecht
• Zivilprozessrecht
• Strafrecht und im Speziellen Wirtschaftsstrafrecht
• Internationales Gesellschaftsrecht

• Lineare Algebra
• Matrizenalgebra
• lineare Gleichungssysteme
• lineare Optimierung
• ökonomische Anwendungen (Teilbedarfsrechnung, Input-Output-Analyse, …)

• Finanzmathematik
• Zins- und Zinseszinsrechnung
• Äquivalenzprinzip der Finanzmathematik
• Rentenrechnung
• Tilgungsrechnung
• Ermittlung von Effektivzinssätzen (Regula falsi)

• Ein- und mehrdimensionale ökonomische Funktionen
• Wichtige ökonomische Funktionen
• Darstellungsarten mehrdimensionaler Funktionen
• Differentialrechnung
• Ökonomische Interpretation der (partiellen) Ableitung
• Elastizität von ökonomischen Funktionen
• Extremwertberechnung ohne Nebenbedingungen
• Extremwertberechnung mit Nebenbedingungen
• Ökonomische Anwendungen

Vorlesung

In der Veranstaltung werden die grundlegenden Prinzipien der Entscheidungsfindung auf Gütermärkten analysiert. Insbesondere wird erarbeitet, wie private Haushalte bei gegebenen Güterpreisen über die Aufteilung ihres verfügbaren Einkommens entscheiden.

Darüber hinaus wird analysiert, wie sich diese Entscheidungen verändern, wenn es zu einer Änderung im ökonomischen Umfeld kommt, z.B. einer Veränderung des verfügbaren Einkommens oder eines Marktpreises. Ferner wird untersucht, wie Entscheidungen über mehrere Perioden oder unter Unsicherheit und Informationsasymmetrie getroffen werden.

Themen:

• Markt, Budget und Präferenzen
• Nutzen, Entscheidungen, optimale Nachfrage
• Slutzky Gleichung, kompensierende und äquivalente Variation
• Marktnachfrage und Gleichgewicht
• Intertemporäre Entscheidung
• Märkte für Vermögenswerte, Nutzenfunktionen und Wahrscheinlichkeiten,
• Nachfrage nach Versicherungen
• Moralisches Risiko und adverse Selektion

In der interaktiven Vorlesung werden die Grundkonzepte der zu behandelnden Inhalte eingeführt und an Hand von Anwendungen verdeutlicht und interpretiert. Im Unterrichtsgespräch werden die Studierenden animiert, die Lerninhalte anzuwenden, zu übertragen und kritisch zu reflektieren sowie die Stärken und Schwächen der modelltheoretischen Grundlagen herauszuarbeiten.

• Zu jedem Themenschwerpunkt werden Übungsaufgaben bzw. wissenschaftliche Texte bereitgestellt, die den Vorlesungsstoff wiederholen, vertiefen bzw. ergänzen.
• Es wird vorausgesetzt, dass sich alle Studierende zur jeweiligen Veranstaltung in die Übungsaufgaben bzw. in die bereitgestellte Literatur einarbeiten.

Durch Übungssequenzen in der Vorlesung können die Lehrinhalte sofort angewendet und übertragen werden.

Ergänzend werden Übungsbeispiele für das Selbststudium und die vertiefende Vorbereitung auf die Vorlesung angeboten.

Ziel der Vorlesung ist, das methodische Rüstzeug zu vermitteln, das zur Analyse mikroökonomischer Phänomene nötig ist, wie sie in Vorlesungen im späteren Verlauf des Studiums behandelt werden (bspw. Finanzierung, Decision Theory).

Für die Anmeldung zum Modul Volkswirtschaftslehre I muss das Modul Wirtschaftsmathematik erfolgreich absolviert sein.

• Einführung in die Grundlagen des strategischen Managements
• Strategieprozess
• Umfeldanalysen
• Stakeholderanalysen
• Unternehmensanalysen
• Portfolioanalysen
• Generische Strategien
• Strategische Beratungsansätze
• Strategisches Innovationsmanagement
• Strategische Zielsetzungen und Controlling
• Strategische Organisationsentwicklung
• Strategiekommunikation

• Beschreibende Statistik
• Häufigkeitsverteilungen (Aufbereitung qualitativer und quantitativer Daten)
• Kennzahlen für uni- und bivariate Daten (Lage-, Streuungs-, Konzentrations- und Zusammenhangsmaße)
• Graphische Darstellungen (Stab-, Balken-, Streudiagramme, Histogramme, Box-Plot)

• Wahrscheinlichkeitsrechnung
• Wahrscheinlichkeitsraum und Additionssätze für Wahrscheinlichkeiten
• Bedingte Wahrscheinlichkeiten (Pfadregeln, Satz von Bayes, Unabhängigkeit von Ereignissen)
• Zufallsvariablen und ihre Verteilungen, Lage- und Streuungsmaße sowie Schiefe und Kurtosis (Binomial-, Poisson-, Normal-, Exponential-, Student-t-, Chi-Quadrat-, F-Verteilung & zugehörige Grenzwertsätze)
• Unabhängigkeit von Zufallsvariablen und Rechenregeln für Erwartungswert und Varianz

• Induktive Statistik
• Punkt- und Intervallschätzungen für Mittelwert, Varianz und Wahrscheinlichkeiten
• Grundlagen des Testens von Hypothesen über Mittelwerte und Mittelwertdifferenzen
• (Teststatistik, Fehler 1. Art, Fehler 2. Art, Entscheidungsregeln)
• Chi-Quadrat Test auf Unabhängigkeit zweier Zufallsvariablen

• Einfache lineare Regression
• Prinzip der kleinsten Quadrate
• Standardfehler der Residuen
• R^2-Koeffizient
• Überprüfung der Modellannahmen (Tukey-Anscombe-Plot; Q-Q-Plot)
• Varianzanalyse (ANOVA-Tabelle)

Vorlesung

Human-Centred Design is an approach that places people at the core of every decision point throughout the design process. Identifying, understanding and fulfilling people’s needs, desires, wishes, and goals are imperative in human-centred design. The approach is relevant to any design endeavour that aims to deliver useful products, services, and combinations of both to people as the end-users. The same applies to the design of software, mobile applications, collaboration platforms, and other information systems.

This course is designed with Information Systems students’ needs and goals in mind. Students are guided through their journey in understanding the basics of human cognition and human behaviour that are relevant to the design of information systems. They also learn several methods of human-centred design that are applicable in their projects.

• The module involves interactive lectures with exercises to integrate theoretical knowledge with critical analysis skills.
• The e-learning platform Moodle is used throughout the course to disseminate course material and for information and discussion.
• Case studies are used to discuss the course contents.
• Contemporary scientific publications from Information Systems and Human-Centred Design are discussed in class.

After successful completion of the course, students will:

• understand the basics of human cognition and human behaviour that are relevant to the design of information systems
• understand different human-centred design methods
• be able to apply the understanding and the design methods into their own design projects or illustrative cases

Compulsory reading:

• Papers and case-study materials are provided.

Written exam (60min)

Digital Entrepreneurship covers the intersection between digital technology and new venture creation, i.e., com-pany start-up activity. It addresses venture creation of digital artefacts as the core market offering (e.g., software, hardware, smart devices), digital technology as enablers of new venture creation (e.g., 3D printing, crowdfunding, platforms such as appStore), and venture creation in technology-intensive contexts (e.g., BioTech, IT Healthcare, FinTech). The course covers six primary topics:

• Forms and processes of entrepreneurship
• Business planning for new ventures
• Digital technologies as enablers and triggers for entrepreneurial activity
• Digital technologies as market offerings of emergent ventures
• Start-up activity in technology-intensive sectors

• The module combines interactive lectures with case studies and exercises to integrate theoretical knowledge with practical start-up and business planning skills.
• The e-learning platform Moodle will be used throughout the course to disseminate course material and for information and discussion.
• Case studies will be used to discuss and illustrate course contents.
• Contemporary scientific publications from Information Systems and Entrepreneurship will be discussed in class.

After successful completion of the course, students will:

• understand the fundamentals of entrepreneurship
• understand the unique challenges and opportunities of digital entrepreneurship
• understand peculiarities of digital technologies with respect to new venture emergence processes
• assess and evaluate the role of digital technologies in different phases of entrepreneurship

Written exam (60min)

Data Visualisation covers techniques for creating effective data visualisations based on principles from statistics, cognitive science, and graphic design to help analysts and decision-makers understand and explore big data. The course covers eight primary topics:

• Visualising univariate and multivariate numerical data
• Visualising time series data
• Visualising geospatial data
• Visualising networked data
• Visualising high-dimensional data
• Visualising textual data
• Interactive dashboards
• Animations

• 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.
• Real-life examples are used to show how the course content can be applied in practice.

After successful completion of the course, students will:

• understand the main concepts, theories, and methods of data visualisation
• recognise the typical challenges of visualising large and complex data sets
• be able to create graphs like bar charts, scatterplots, line charts, and heatmaps to represent various types of data sets visually
• be able to use data-visualisation methods to analyse business problems, generate possible solutions, and compare these solutions in terms of their effectiveness and efficiency

• Compulsory reading:Cairo, A. (2016). The Truthful Art: Data, Charts, and Maps for Communication. US: New Riders.

Written exam (60min)