Data Literacy for Algorithmic Decision Support
„Die Digitalisierung löst umfassende Veränderungsprozesse in fast allen Industriezweigen aus und beeinflusst die menschliche Arbeit tiefgreifend. Ein wesentlicher Aspekt dieser Veränderung ist die zunehmende Verwendung algorithmischer Verfahren in betrieblichen Entscheidungsprozessen, die ursprünglich menschlichen Entscheidern vorbehalten waren. Dies setzt zwangsläufig eine neue Form der Arbeitsteilung voraus, in der Planungs- und Steuerungshandlungen immer öfter mit maschineller Unterstützung durchgeführt werden.“
In diesem DLE-Projekt setzen sich die Studierenden mit der Anwendung algorithmischer Verfahren zur betrieblichen Entscheidungsfindung auseinander. Mit dem fiktiven Ridesharing- Anbieter „MichelSprinter“ wird ein experimentelles Setting entworfen, das die Möglichkeit bietet, diese Entscheidungsverfahren realitätsnah und auch im Zusammenhang mit den Stakeholdern zu begreifen und zu diskutieren. In der ersten Phase der Veranstaltung schaffen die Studierenden mit Hilfe eines Fragebogens, der in einem vorgeschalteten Seminar entwickelt wird, eine Datenbasis für ihr fiktives Setting. Diese Daten werden in der zweiten Phase mit Hilfe von R statistisch ausgewertet. Die nötigen Programmierkonzepte werden mit Erklärvideos und Programmieraufgaben niedrigschwellig vermittelt. Die Analysen werden dann in Präsenz in betreuten Tutorien mit Jupyter Notebooks umgesetzt. In der letzten Phase der Veranstaltung werden die gewonnenen Ergebnisse mit Python zur algorithmischen Entscheidungsfindung für den „MichelSprinter“ verwertet. Wesentlich sind hier neben den technischen Verfahren auch die Betrachtung der Interaktion zwischen menschlichen Entscheidern und maschinellen Verfahren, die Berücksichtigung der Präferenzen der Stakeholder des Unternehmens sowie die möglichen Auswirkungen auf Gesellschaft und Umwelt. Insgesamt lernen die Studierenden Prozesse und Herausforderungen für die Anwendung algorithmischer Verfahren im Kontext betrieblicher Entscheidungsfindung kennen und lernen die Stärken und Schwächen algorithmischer Entscheidungsverfahren zu beurteilen. Diese DLE-Veranstaltung ist für alle Masterstudierenden der Fakultät für Betriebswirtschaft offen. Sie soll auf Dauer in das Curriculum der Methodenausbildung der BWL aufgenommen werden.
Fakultät für Betriebswirtschaftslehre
Antragstellende: Prof. Dr. Malte Fliedner, Prof. Dr. Simone Neumann, Dr. Arne Schulz
Mitarbeiter: Julian Golak
Förderlinie: Fachspezifische Data Literacy
Förderzeitraum: 01.04.2023 - 31.03.2024
Lehrveranstaltung im WiSe 23/24: Vorlesung & Übung Data Driven Decision Making for Sustainable Mobility (Link zum Stine Vorlesungsverzeichnis)