Digitization in Energy & Sustainability Management

Vertiefung

Die Studierenden sind in der Lage:
• Inhalte, Ergebnisse/Anwendungen und Arbeitsweise von Data Science zu beschreiben
• Grundfunktionen in der Verarbeitung von Massendaten inkl. Auswertungsfunktionen anzuwenden
• grundlegende Konzepte von Programmen zur Auswertung großer Datenmengen zu beschreiben und einfache Programm-Codes für Auswertungen selbst zu erstellen
• Tools für die Auswertungen von Daten anzuwenden

Wissenschaftliche & empirische Methoden (WIS.1)

• Grundlegende Programmierkenntnisse zur Datenaufbereitung
• Analyse und Darstellung von Informationen aus Datensätzen

• Amos, D., Bader, D., Jablonski, J., & Heisler, F. (2021). Python basics: A practical introduction to Python 3 (Revised and updated 4th edition). Real Python.
• Matthes, E. (2023). Python crash course: A hands-on, project-based introduction to programming (3rd edition). No Starch Press.
• Runkler, T. A. (2025). Data Analytics: Models and Algorithms for Intelligent Data Analysis - A Comprehensive Introduction (4th ed. 2025). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-45951-2

Klausur und Portfolio

Englisch

4

Blended Learning

2