Business Process Analysis focuses on process analysis, covering approaches and methods for designing, analysing, and simulating processes in organisations. The course covers four primary topics:

• Introduction to process analysis
• Process modelling and design
• Process flow analysis
• Process simulation

• 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:

• know how processes can be modelled, analysed, and simulated
• know the basic methods of process modelling for analysing, designing, and implementing information systems in organisations
• be able to use the methods of process flow analysis and simulation to analyse, design, and improve business processes in organisations

• Compulsory reading:Dumas, M., La Rosa, M., Mendling, J., & Reijers, H. (2018). Fundamentals of Business Process Management (2nd edition). Berlin, Germany: Springer. - Additional reading:vom Brocke, J., & Rosemann, M. (Eds.) (2014). Handbook of Business Process Management. New York, USA: Springer.

Written exam (60min)

Autonomous design toolas are fundamentally changing how designers work across various industries. Autonomous design tools make independent design decisions and in, some cases, execute entire design processes. They employ technologies typically associated with artificial intelligence, including machine learning, pattern recognition, meta-heuristics, and evolutionary algorithms.

Autonomous design tools allow for the generation of a variety of diverse design artifacts, including next-generation computer chips, software for specific domains, three-dimensional virtual worlds, and large amounts of content for video games and feature films. The applications for such autonomous design tools are also expanding to other industries, such as mechanical engineering, aerospace, and architecture.

Instead of creating artifacts by directly manipulating their representations, designers select tools, decide on design parameters, set values for these parameters, and evaluate and learn from the analysis of the results the tools produce. Design work in such situations involves intense interaction with autonomous tools. Designers need to be mindful of the logic, capabilities, and limitations of the tools, and the algorithms these tools employ, and find ways to make sense of and deal with the often unanticipated outputs of such tools.

The course addresses this increasingly important role of autonomous design tools by

• discussing the conceptual foundations of autonomous design tools;
• discussing how autonomous design tools change the nature of work and the role of human designers;
• analyzing examples of using autonomous tools in design practice;
• providing hands-on experience in agent-based modelling for students to simulate the behavior of these tools; and
• providing hands-on experience in using autonomous design tools for the design of virtual worlds.

• The module 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.
• Contemporary scientific publications from Information Systems, Management, and Computer Science are discussed in class.
• The NetLogo software is used to model and simulate autonomous design agents.
• Further software tools may be used throughout class.

After successful completion of the course, students will:

• understand the main concepts, theories, and methods related to autonomous design tools
• be able to analyze how autonomous design tools change work processes
• be able to develop agent-based models for simulating autonomous design tools

Written exam (60min)

Erfolgreicher Abschluss der Module "Start-Up-Lab - Part I" und "Start-Up-Lab - Part II"

Die Pandemie hat uns in vielerlei Hinsicht gefordert, sei dies
zwischenmenschlich, politisch, wirtschaftlich oder kulturell. Dabei
gerieten wichtige Themen aus dem Fokus. Wir wissen, dass wir unseren
Planeten zerstören, wenn wir so weiterwirtschaften wie bislang. Wir
wissen, dass wir auf Kosten der Zukunft unserer Kinder leben. Was
hindert uns daran, unser Leben so zu verändern, dass dies nicht mehr
der Fall ist? Die Zukunft geschieht nicht einfach, nein, sie wird heute
gemacht. Daher haben wir für die Campus Gespräche den Titel «Utopie
jetzt» gewählt. Wir befragen hochkarätige Forschende, Intellektuelle,
Expert innen und Experten. Diese stehen im Zentrum des Abends, an
dem es im Anschluss an die jeweiligen Referate Fragen seitens der
Moderation und des Publikums gibt.

Vorträge, Diskussion, Feedback

Schreiben Sie zu jedem Gespräch eine Zusammenfassung von einer A4-Seite.
Führen Sie im Nachgang zu jedem Gespräch mit jeweils drei Personen ihrer Wahl ein Gespräch oder ein Interview zur Thematik des Campus Gespräches
Transkribieren Sie diese Interviews oder Gespräche in einen Bericht oder eine Wirklichkeitsgeschichte mit 4 A4-Seiten Länge.

Die Abgabe erfolgt über Turnitin, inklusive plagiarism check.

Für Fragen und die Revision der Texte steht Roman Banzer bis Ende Jahr jeweils am Donnerstag, um 11 Uhr zur Verfügung. Nicht am 7. und 14. Oktober.

Schreiben Sie zu jedem Gespräch eine Zusammenfassung von einer A4-Seite.
Führen Sie im Nachgang zu jedem Gespräch mit jeweils drei Personen ihrer Wahl ein Gespräch oder ein Interview zur Thematik des Campus Gespräches
Transkribieren Sie diese Interviews oder Gespräche in einen Bericht oder eine Wirklichkeitsgeschichte mit 4 A4-Seiten Länge.

Die Abgabe erfolgt über Turnitin, inklusive plagiarism check.

Für Fragen und die Revision der Texte steht Roman Banzer bis Ende Jahr jeweils am Donnerstag, um 11 Uhr zur Verfügung. Nicht am 7. und 14. Oktober.

>Kryptobörsen und ihre Besonderheiten
>Blockchain-Produkte
>FinTech-Produkte
>Portfoliomanagement mit Kryptoanlagen
>Risikomanagement von Kryptoinvestments
>Neue Rollen der Finanzintermediäre
>Erschliessung neuer Märkte

• Wissen und Verstehen:

Die Studierenden kennen die wichtigsten neuen Finanzinstrumente und wissen, wie diese gehandelt werden. Weiterhin kennen sie die grundsätzlichen Adaptierungsmöglichkeiten bestehender Risikomanagement- und Portfoliotechniken, um Kryptoinvestments in die bestehende Strategie zu integrieren.

• Anwendung von Wissen und Verstehen:

Die Studierenden sind in der Lage, Kryptowährungen zu handeln und Strategien zu entwickeln, um diese in bestehende Portfolios zu integrieren.

• Urteilen:

Die Studierenden sind fähig, die Chancen und Risiken von Kryptoinvestments zu bewerten.

• Kommunikative Fertigkeiten:

Die Studierenden sind fähig Portfoliomanagement- und Risikomanagementstrategien gegenüber dem Unternehmensmanagement und anderen Stakeholdern darzustellen und zu diskutieren.

• Selbstlernfähigkeit:

Die Studierenden können sich aufbauend auf die gelernten Basismodelle selbstständig in komplexere Strategien einarbeiten.

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.

Written exam (60min)

>Crowdinvesting
>Crowdfunding
>Crowdlending
>Insurtech
>Proptech
>Social Trading
>API Banking
>Robo Advisory
>Future Outlook

• Wissen und Verstehen:

Die Studierenden kennen die wichtigsten Kategorien von FinTechs und können bestehende Projekte in diese einordnen. Weiterhin verstehen sie die grundlegenden Technologien hinter diesen FinTechs.

• Anwendung von Wissen und Verstehen: --

[Kein Schwerpunkt in diesem Modul.]

• Urteilen:

Die Studierenden sind fähig, bestehende FinTechs zu bewerten und geeignete Projektideen auszuwählen, um diese in ihrem Unternehmen zu integrieren.

• Kommunikative Fertigkeiten:

Die Studierenden sind fähig, die Vor- und Nachteile von FinTech-Entwicklung und -Integration gegenüber dem Unternehmensmanagement und anderen Stakeholdern darzustellen und zu diskutieren.

• Selbstlernfähigkeit:

Die Studierenden können selbstständig weitere Best-Practice-Beispiele finden und diese auf ihr Unternehmen anwenden.

• VT-Gesetz Liechtenstein
• Regulierung von Blockchain-Dienstleistern im EWR und in Drittstaaten
• Blockchain-Regulierung und Finanzmarktrecht
• Buchhalterische Besonderheiten bei Kryptosachverhalten:
• Deklaration und Besteuerung von Kryptowährungen bei natürlichen Personen
• Besteuerung von krypto- und blockchainbasierten Unternehmen in FL
• Mehrwertsteuerliche Behandlung eines ICO/TGE/STO
• Grenzüberschreitende Steuerplanung

• Wissen und Verstehen:

Die Studierenden wissen, welche Dienstleistungen, die auf der Blockchain angeboten werden, regulatorisch erfasst werden und welche Verhaltenspflichten Dienstleister, die Geschäftsmodelle auf der Blockchain anbieten, im EWR und in Liechtenstein einhalten müssen. Ferner sind die Studierenden befähigt, die angesprochenen Regelungen von anderen Gesetzen, unter anderem im Finanzmarktrecht, abzugrenzen. Die Richtlinien für die Besteuerung von Unternehmen und natürlichen Personen sind bekannt.

• Anwendung von Wissen und Verstehen:

Die Studierenden sind in der Lage, neue und bestehende Geschäftsmodelle anhand der geltenden Regelungen des EWR-Rechts zu analysieren und Aussagen über das rechtliche Risiko der Geschäftsmodelle zu treffen, etwa, ob ein Geschäftsmodell bewilligungspflichtig ist oder ohne Bewilligung im EWR bzw in Liechtenstein ausgeübt werden kann. Die steuerlichen Richtlinien können auf die gängigsten Geschäftsmodelle angewendet werden.

• Urteilen:

Die Studierenden sind fähig, die rechtlichen und steuerlichen Chancen und Risiken von Dienstleistungen, die via Blockchain angeboten werden, zu bewerten.

• Kommunikative Fertigkeiten:

Die Studierenden sind fähig, in Zusammenarbeit mit Aufsichtsbehörden, Steuerberatern und Projektpartnern Geschäftsmodelle und ihre regulatorischen Risiken darzustellen und zu diskutieren.

• Selbstlernfähigkeit:

Die Studierenden können auf Basis der erworbenen rechtlichen Kenntnisse selbständig neue Geschäftsmodelle erarbeiten und bestehende Geschäftsmodelle auf ihre rechtlichen Risiken hin analysieren.

>Grundlagen der Tokenökonomie
>ICOs
>Cryptomarkets
>Smart Contracts
>Token Types
>Blockchain Types
>Token-Produkte
>Tokenisierung von Investmentfonds, Unternehmen, Sammlungen
>Unterschiede und Risiken

• Wissen und Verstehen:

Die Studierenden verfügen über spezialisiertes Wissen und verstehen die gängigen Ansätze im Bereich der Tokenisierung von Wertanlagen. Weiterhin kennen sie die technologischen Erfordernisse und Herausforderungen, die bei der Implementierung entstehen können.

• Anwendung von Wissen und Verstehen:

Die Studierenden sind in der Lage, anhand von Best-Practice-Beispielen Tokenisierungskonzepte für ihr eigenes Unternehmen zu entwickeln.

• Urteilen:

Die Studierenden sind fähig, das Tokenisierungspotenzial für bestimmte Projekte zu bewerten und anhand der spezifischen Gegebenheiten geeignete Ansätze auszuwählen.

• Kommunikative Fertigkeiten:

Die Studierenden sind fähig, die Vor- und Nachteile von Tokenisierung gegenüber dem Unternehmensmanagement und anderen Stakeholdern darzustellen und zu diskutieren.

• Selbstlernfähigkeit:

Die Studierenden können selbstständig weitere Best-Practice-Beispiele finden, bewerten und diese auf ihr Unternehmen anwenden.