Wichtiger Hinweis:

Liebe Studierende,

im Sommersemester 2026 wird letztmalig eine Prüfung im Rahmen der Lehrveranstaltung „Smart Sustainability Simulation Game (S3G)“ zu den im letzten Semester präsentierten Lerninhalten angeboten. Die Prüfungsleistung besteht wie im vergangenen Semester aus mehreren Abgaben, die entsprechend dem vorgegebenen Zeitplan im Laufe des Semesters eingereicht werden müssen. Eine Vorlesung findet nicht statt.
 
An der Prüfung teilnahmeberechtig sind lediglich Wirtschaftsinformatik-Masterstudierende, die Ihr Studium bereits vor dem Wintersemester 2025/2026 begonnen und das Modul „S3G“ noch nicht erfolgreich abgeschlossen haben.
 
Wirtschaftsinformatik-Masterstudierende, die Ihr Studium bereits vor dem Wintersemester 2025/2026 begonnen haben und das Modul „S3G“ im Sommersemester 2026 nicht erfolgreich abschließen, wechseln automatisch in das Nachfolgemodul „Information Systems Engineering“, das nächstmalig im Wintersemester 2026/2027 angeboten wird.
 
Sollten Sie im Sommersemester 2026 die Prüfung in der Lehrveranstaltung „S3G“ ablegen wollen, bitten wir Sie, sich bis spätestens bis 12.04.2026 über die folgende Anmeldeumfrage: Anmeldung anzumelden. Ansonsten ist eine Teilnahme an der Prüfung nicht möglich. Am 15.04.2026, von 13:05 Uhr bis 14 Uhr wird zudem ein gemeinsamer Kick-Off bei uns am Fachgebiet stattfinden, an dem eine Teilnahme zwingend erforderlich ist.
 
Ihr Fachgebiet für Digitales Management

Inhalte

Aufgrund des technologischen Wandels und der zunehmenden Bedeutung von Datenanalysen und Künstlicher Intelligenz wird das Anforderungsprofil von Unternehmen an Absolvent:innen als Fach- und Führungskräfte immer interdisziplinärer.  

Die Lehrveranstaltung S3G konzentriert sich auf interdisziplinäre Bildungsziele in den Bereichen Betriebswirtschaft, Nachhaltigkeit, KI und Data Science. Es handelt sich um eine anwendungsorientierte und interaktive Wirtschaftssimulation, die projektbasiertes Lernen fördert, um selbstgesteuertes und aktives Lernen in interdisziplinären Teams zu unterstützen. Dabei stehen Teamarbeit, Gamification und Wettbewerbselemente im Mittelpunkt. 

Der Kurs umfasst folgende Aspekte: 

• Bearbeitung mehrerer Fallstudien
• Eigenständige technische Umsetzung von Machine-Learning-Anwendungen zur Lösung einer geschäftlichen Herausforderung.
• Berücksichtigung und Analyse technischer, wirtschaftlicher, ökologischer und sozialer Auswirkungen.

Lernziele

• Kenntnis und Verständnis der Nutzung sowie Bewertung verschiedener Machine-Learning-Ansätze zur Lösung betrieblicher Entscheidungsprobleme.
• Anwendung von technoökonomischen Fähigkeiten.
• Identifikation von Entscheidungssituationen in Unternehmen und Analyse der verfügbaren Daten.  
• Auswertung von Daten mithilfe von Machine Learning und Treffen von Geschäftsentscheidungen auf Basis dieser Daten im Kontext der Nachhaltigkeit.  
• Technische Umsetzung von Machine-Learning-Anwendungen und Bewertung der (potenziellen) wirtschaftlichen, ökologischen und sozialen Auswirkungen.  
• Üben von Team- und Projektmanagementfähigkeiten sowie Präsentationstechniken.