Forschungsmethoden & Quantitative Grundlagen

Die Teilnehmenden werden in die Lage versetzt, mit Hilfe von qualitativen und quantitativen Methoden Zusammenhänge beschreiben, analysieren, erklären und beurteilen zu können. Sie kennen und verstehen die wesentlichen wirtschaftsstatistischen und wirtschaftsmathematischen Grundlagen als Basis für die Methoden der Künstlichen Intelligenz/des maschinellen Lernens. Sie können Methoden und Werkzeuge der quantitativen und qualitativen Analyse anwenden und Untersuchungen selbstständig durchführen, auswerten und beurteilen. Sie können die Ergebnisse der mathematischen und statistischen Modelle kritisch hinterfragen.

1. Grundlagen wissenschaftlichen Arbeitens

1.1 Anforderungen an wissenschaftliches Arbeiten

1.2 Aufbau und Verfassen von wissenschaftlichen Arbeiten (Zitation, Gliederung, Hypothesengenerierung, Forschungsmethodik, Erstellen eines Exposés etc.)

1.3 Qualitative Forschungsdesigns und Erhebungsmethoden (Qualitative Interviews, Qualitative Feldforschung)

1.4 Qualitative Inhaltsanalyse und computergestützte Auswertung qualitativer Daten

2. Quantitative Grundlagen (als Basis für KI/ML)

2.1 Grundlagen der Differentialrechnung und Optimierung (Numerische Differentiation von Funktionen einerund mehrerer Veränderlicher, Optimierung unter Nebenbedingungen)

2.2 Lineare Algebra – Matrizen und Vektoralgebra in Python (Matrizen und Matrizenoperationen, Matrizenmultiplikation, Transponierte und Inverse Matrix, Optimierung in Vektorschreibweise)

2.3 Deskriptive Statistik / Explorative Datananalyse (EDA)

2.4 Induktive Statistik

• • Konfidenzintervalle
  • Statistische Tests
  • Lineare Regression
  • Zeitreihenanalyse

Didaktisch sinnvolle Kombination aus Präsenzstudium, geleiteten E-Learning-Einheiten und selbst gesteuertem Lernen.