Skip to Main Content
Sign In
Fachkompetenz
  • kennen die Grundlagen der Betriebswirtschaftlichen Steuerlehre sowie des nationalen und internationalen Steuerrechts der vier deutschsprachigen Länder
  • verstehen die Unterschiede zwischen den verschiedenen Steuersystemen Liechtensteins, Deutschlands, Österreichs und der Schweiz
  • lösen grenzüberschreitende Sachverhalte unter Einbezug der relevanten Gesetzesbestimmungen des jeweiligen nationalen Steuerrechts sowie der Bestimmungen der Doppelbesteuerungsabkommen
  • berechnen die Steuerbelastungen von natürlichen und juristischen Personen nach dem jeweiligen nationalen Steuerrecht sowie unter Berücksichtigung von Doppelbesteuerungsabkommen
  • identifizieren die Anknüpfungspunkte für die persönliche und sachliche Steuerpflicht natürlicher und juristischer Personen in den vier nationalen Steuersystemen
  • bestimmen die Anwendung der Doppelbesteuerungsabkommen
  • lösen grenzüberschreitende Fallstudien anhand eines Lösungsschemas
  • bewerten die unterschiedlichen Steuerbelastungen nach dem jeweiligen nationalen Steuerrecht sowie unter Einbeziehung der Doppelbesteuerungsabkommen
Selbstkompetenz
  • verinnerlichen den Einsatz üblicher Lern- und Arbeitstechniken auf abstrakte Inhalte, um sich Wissen selbstständig zu erarbeiten.
Sozialkompetenz
  • arbeiten zum Beispiel beim Lösen von Hausaufgaben oder bei der Vorbereitung auf die Modulschlussprüfung zusammen.
  • formulieren die Erkenntnisse aus der Analyse empirischer Daten mit dem bereitgestellten Fachvokabular, um den Grad der (Un-) Sicherheit der Schlussfolgerung korrekt widerzugeben.
  • sind in der Lage, in einem wissenschaftlichen Umfeld rational und kontrovers zu argumentieren, sowie verschiedene Perspektiven zu beziehen.
Methodenkompetenz
  • kennen die zentralen statistischen Techniken, welche in vielen wirtschaftlichen Anwendungen eingesetzt werden.
  • verstehen die Bedeutung statistischer Fachbegriffe.
  • können die behandelten Konzepte zielgerichtet anwenden, die so gewonnenen Resultate im Kontext deuten und statistische Aussagen korrekt formulieren.
  • setzen einfache Grundbefehle der Software R ein, um Daten graphisch und numerisch zu analysieren.
  • üben, Lern- und Arbeitstechniken auf abstrakte Inhalte anzuwenden, so dass sie an die selbstständige Erarbeitung von Wissen aus wissenschaftlichen Publikationen herangeführt werden.
  • analysieren Daten, um wirtschaftlich relevante Entscheidungen zu begründen.
  • können wirtschaftliche Situationen mit Hilfe wahrscheinlichkeitstheoretischer Methoden analysieren.
  • können die Aussagekraft statistischer, wahrscheinlichkeitstheoretischer Resultate im Zusammenhang mit der Planung wirtschaftlicher Tätigkeiten kritisch prüfen.
  • argumentieren in ihren Aussagen präzise und rational.
  • bauen Fähigkeiten auf, in einem wissenschaftlichen Umfeld rational zu argumentieren.
  • können die Relevanz statistischer Ergebnisse kritisch hinterfragen.
  • beurteilen Argumente kritisch in Bezug auf deren Stichhaltigkeit.
  • ordnen die (Un-) Sicherheiten statistischer Aussagen korrekt ein.
Fachkompetenz
  • wissen, welche Rolle Quantile, Varianzen bzw. Standardabweichungen und Korrelationen bei der Messung von Risiken spielen.
  • kennen die Axiome eines diskreten Wahrscheinlichkeitsraumes.
  • kennen die wichtigsten Verteilungen und ihre Eigenschaften.
  • kennen die Bedeutung der wichtigsten Grenzwertsätze - insbesondere des zentralen Grenzwertsatzes.
  • können uni- und bivariate Daten dem Skalenniveau entsprechend durch Kennzahlen und graphische Darstellungen beschreiben.
  • können die Bedeutung der Axiome eines diskreten Wahrscheinlichkeitsraumes bei der Modellierung eines Zufallsexperimentes erläutern.
  • können die Bedeutung einer Wahrscheinlichkeit an Hand des Gesetzes der grossen Zahlen im Sinne einer relativen Häufigkeit deuten.
  • können erläutern, wann und warum welche Verteilung zur Modellierung einer wirtschaftlichen Situation herangezogen werden kann.
  • können die Grundidee beim Testen von Hypothesen erläutern und die möglichen Fehlerquellen benennen.
  • können die Grundideen der wichtigsten Tests erläutern.
  • können das Vorgehen zur Berechnung der kritischen Werte beim Binomialtest und der Höhe des Fehlers eingehend erläutern.
  • können die Bedeutung von Konfidenzintervallen darlegen und ihren Zusammenhang mit dem Testen von Hypothesen aufzeigen.
  • können das Prinzip der kleinsten Quadrate einsetzen, um eine Regressionsanpassung auszuführen.
  • können eine einfache lineare Regression ausführen und die einhergehende ANOVA-Tabelle sowie Residuenplots erstellen.
  • können Wahrscheinlichkeiten an Hand der Additionssätze, der Pfadregeln und mit kombinatorischen Mitteln berechnen.
  • können im Zusammenhang mit dem Satz von Bayes die einhergehenden Resultate Fachpersonen und Laien korrekt verdeutlichen.
  • können diese (wichtigsten) Grenzwertsätze zur Approximation von Verteilungen und Wahrscheinlichkeiten einsetzen.
  • können die Rechenregeln für Erwartungswerte und Varianzen korrekt anwenden und ihre Bedeutung im Zusammenhang mit der Risikobewertung erläutern.
  • können die kritischen Werte beim Binomialtest und die daraus resultierende Höhe des Fehlers zweiter Art berechnen.
  • können die einhergehenden Teststatistiken der wichtigsten Tests berechnen, die kritischen Werte aus den üblichen Tabellen ablesen und das Ergebnis in korrekter Weise formulieren.
  • können in den wichtigsten Situationen Konfindenzintervalle an Hand der korrekt zu Grunde gelegten Verteilung berechnen und ihre Bedeutung im Sinne der Schliessenden Statistik korrekt deuten.
  • können Kennzahlen wie Quantile, Varianzen bzw. Standardabweichungen, Korrelationen, Schiefe und Kurtosis korrekt deuten sowie ihre Vor- und Nachteile erläutern.
  • setzen das Fachvokabular zur Beschreibung statistischer Graphiken korrekt ein und berücksichtigen bei der Interpretation von so aufbereitetem Datenmaterial die Vor- und Nachteile der zusammenfassenden Darstellungsarten.
  • können beurteilen, wie gewonnene Resultate zu interpretieren sind, welche Schlussfolgerungen aus Daten mit welcher Sicherheit gezogen werden dürfen, wie statistische Aussagen zu formulieren und zu bewerten sind, wann welche statistische Methode mit welchen Vor- und Nachteilen eingesetzt werden kann und wie statistische Konzepte zur Messung von Risiken beitragen.
  • können die Ergebnisse der linearen Regression in Bezug auf ihre Relevanz korrekt einordnen.
  • können die Resultate beim Testen von Hypothesen in Bezug auf den Grad ihrer Sicherheit bzw. Unsicherheit korrekt deuten bzw. beurteilen.
Selbstkompetenz
  • beurteilen ihren Lernfortschritt und ihr Engagement in den Vorlesungen, in den Übungen und im Selbststudium (z.B. Wortmeldungen im Unterricht, Erfolg bei der Bearbeitung der Übungszettel)
  • identifizieren ihre Stärken und Schwächen und passen ihr Engagement entsprechend an (z.B. Wiederholung der Vorlesungsinhalte, Reflektion der Ergebnisse in den Teilprüfungen)
  • unterstützen sich gegenseitig in Vorlesungen, Übungen und Selbststudium und helfen einander bei Fragestellungen (z.B. im Diskussionsforum oder bei der Gruppenarbeit)
  • tolerieren die Meinungen der anderen Studierenden, auch wenn sie dem eigenen Verständnis widersprechen (z.B. im Diskussionsforum)
  • kümmern sich selbständig und zuverlässig um die Aufarbeitung der Vorlesungsinhalte (insb. Übungszettel, Folien und Studium der Pflichtliteratur)
Sozialkompetenz
  • hören dem Dozenten sowie ihren Kommilitonen aufmerksam zu und bringen sich aktiv in die Vorlesung ein (z.B. bei der Wiederholung und Diskussion der Vorlesungsinhalte)
  • arbeiten zur Lösung der Übungen in Gruppen zusammen, kommunizieren im Team und helfen einander (insb. bei der Interpretation der Ergebnisse)
  • beurteilen sich und ihre Teamarbeit in Bezug auf Kooperations-, Kommunikations- und Konfliktfähigkeiten und übernehmen Verantwortung (insb. bei der Präsentation der Ergebnisse)
  • entwickeln ihre Sozialkompetenzen bei der Lösung der Übungen und adaptieren diese Kompetenzen zur Optimierung der gemeinsamen Teamarbeit (z.B. durch Arbeitsteilung)
  • unterstützen ihre Teammitglieder bei der Präsentation der Ergebnisse und rechtfertigen ihr Vorgehen bei der gemeinsamen Bearbeitung der Übungen (insb. durch die Identifikation und Diskussion von Lösungsalternativen)
Methodenkompetenz
  • geben die Inhalte von Übungsaufgaben aus den Bereichen Beschaffung, Produktion und Logistik nachvollziehbar wieder (insbesondere Beschreibung der Ausgangssituation und Problemstellung)
  • erörtern die behandelten Aufgaben vor dem Hintergrund der in der Vorlesung behandelten Konzepte und Theorien (z.B. Konkretisierung wirtschaftlicher Zielsetzungen anhand von Praxisbeispielen)
  • wenden die in der Vorlesung behandelten Methoden zur Lösung der Übungen zielorientiert und korrekt an (z.B. Bedarfsermittlung, Standortplanung, Produktionsmanagement)
  • identifizieren Verbesserungspotenziale in ihren Lösungsansätzen (z.B. Bestellmengenentscheidungen, Prozessmodellierung und -analyse, Losgrössen- und Standortoptimierung)
  • entwickeln und evaluieren alternative Lösungsstrategien zur Planung und Steuerung der für die behandelten Aufgaben relevanten Leistungsprozesse (z.B. verbrauchsorientierte und programmorientierte Bedarfsermittlung)
  • bewerten die entwickelten Lösungen hinsichtlich ihrer Vorteilhaftigkeit und Aussagekraft (insb. Anwendbarkeit, Klarheit, Ergebnisqualität, Aufwand und Nachhaltigkeit)
Fachkompetenz
  • geben die wichtigsten Konzepte der betrieblichen Leistungserstellung wieder (z.B. wirtschaftliche Zielsetzungen, verschiedene Transformationsebenen im Unternehmen)
  • beschreiben und erläutern grundlegende Ansätze im Operations Management, beispielsweise die ABC-Analyse (Beschaffung), die Auftragsgrössenplanung und Just-in-Time-Fertigung (Produktion) und das Supply Chain Management (Logistik)
  • lösen einfache Aufgabenstellungen zum Operations Management durch Anwendung geeigneter Methoden (z.B. Materialklassifikation, Bestellmengenentscheidungen, Standortplanung)
  • unterscheiden die behandelten Methoden anhand verschiedener Kriterien und identifizieren zur Lösung einfacher Aufgabenstellungen geeignete Ansätze (z.B. verschiedene Lagerhaltungspolitiken oder Methoden der Bedarfsermittlung)
  • kombinieren verschiedene Ansätze aus den behandelten Leistungsbereichen zur Lösung einfacher Aufgabenstellungen (z.B. Bedarfsprognosen in der Produktion als Grundlage der Materialwirtschaft)
  • beurteilen die Qualität der entwickelten Lösungen hinsichtlich ihrer Vorteilhaftigkeit und Aussagekraft (z.B. Prognosefehler bei der Bedarfsermittlung, Kosten in der Standortplanung)
Selbstkompetenz
  • nehmen Argumente von Mitstudierenden wahr und auf
  • arbeiten in Gruppen gemeinsam an der Lösung kleiner Fallbeispiele,
  • kommunizieren die Lösungsansätze,
  • kümmern sich um Mitstudierenden indem sie ihnen bei der Lösung helfen, Ansätze diskutieren
  • lernen in Gruppen Lösungen zu beurteilen und bewerten,
  • übernehmen Verantwortung bei der Präsentation gemeinsam erarbeiteter Lösungen,
  • Adaptieren eine abstrakte Denkweise,
  • formulieren Hypothesen,
  • lernen abstrakte Argumentationen von Mitstudierenden zu klassifizieren,
  • können abstrakte Sachverhalte begründen,
  • nutzen Theorien um die eigene Argumentation zu begründen und verteidigen,
  • entwickeln einen hohen Grad an Selbstorganisation, Disziplin und Teamfähigkeit
abonnieren