Master-Veranstaltung „Business Analytics: Aus Daten für die Unternehmenspraxis lernen“

Hintergrund. Die Bedeutung von Daten und statistischen Methoden zur Unterstützung von operativen oder strategischen Entscheidungen in Unternehmen nimmt stetig zu. Sie ermöglichen es z.B. Kennwerte vorherzusagen, Kundengruppen zu identifizieren, den zeitlichen Verlauf von Kennzahlen zu prognostizieren oder Ursache-Wirkungs-Beziehungen zu analysieren.

Was machen wir? Der Masterkurs „Business Analytics“ am Lehrstuhl für Unternehmensführung vermittelt den gezielten Einsatz von Daten und Methoden, um Informationsbedarfe in Unternehmen zu decken. Die Studierenden lernen unter anderem:

  • Durchführung von Befragungen oder Analysen bereits vorhandener Daten (z. B. Clusteranalyse, Gruppenvergleiche, Vorhersagen bzw. Forecasting),
  • Anwendung von Algorithmen des maschinellen Lernens,
  • Entwicklung kreativer Lösungen für unternehmerische Fragestellungen.

Was haben wir vor? Von Mai bis August möchten wir gemeinsam mit Ihnen als Praxispartner den Sprung in die Praxis wagen. Im Rahmen des Kurses entwickeln unsere Studierenden konkrete Lösungen für Ihre Informationsbedarfe – auf Basis Ihrer Daten und unter Ihrer fachlichen Begleitung. Bei Bedarf können mehrere Themen parallel bearbeitet werden. Am Ende präsentieren die Teams Ihnen die gewonnenen Ergebnisse und Schlussfolgerungen.

Was bieten wir Ihnen? Eine Zusammenarbeit mit uns bietet Ihnen:

  • Neue Perspektiven: Sie lernen Studierende aus verschiedenen Disziplinen (z.B. BWL, VWL, Informatik) kennen, die innovative Ideen und kreative Ansätze mitbringen.
  • Maßgeschneiderte Analysen: Gemeinsam identifizieren wir wichtige Kenngrößen und relevante Informationsquellen, um Ihre Fragestellungen zu beantworten.
  • Konkrete Ergebnisse: Die datenbasierten Analysen liefern Ihnen wertvolle Einblicke und praktische Lösungen.
  • Langfristige Zusammenarbeit: Die Projekte können eine Grundlage für künftige Masterarbeiten und weiterführende Kooperationen bilden.

Was wären Ihre Aufgaben? Als Praxispartner – oder eine von Ihnen benannte Kontaktperson – übernehmen Sie folgende Rollen:

  • Ideenlieferant: Bringen Sie praxisrelevante Fragestellungen und Herausforderungen ein.
  • Impulsgeber: Unterstützen Sie die Teams dabei, geeignete Informationsquellen zu finden und zentrale Themen zu priorisieren.
  • Mentor: Begleiten Sie die Teams mit Ihrer Expertise, indem Sie in 2–3 Gesprächen wertvolle Einblicke, Feedback und praktische Hinweise geben.

 

Ansprechpartner vom Lehrstuhl für Unternehmensführung:   
Prof. Dr. Jörn Block
blockuni-trierde

Version des Flyers als pdf

 

Derzeitige Business Analytics Projekte (Sommer 2025)

S&D Blech 

Projektziel: Prognose von Kundenaufträgen zur Optimierung von Materialkosten und Personalbedarf mittels klassischem Forecasting.
Kontext:

  • S&D Blech setzt bereits auf automatisierte Fertigung (z.B. Roboterschweißzellen 15) und digitale Planungstools wie PeakBoard zur Echtzeit-Überwachung von Produktionsauslastung.

  • Die Logistikabteilung nutzt datenbasierte Prozesse für just-in-time-Lieferungen und umweltfreundliche Verpackungslösungen.

  • Das Projekt könnte an bestehende ERP-Systeme anknüpfen, die historische Auftragsdaten für Sollzeiten nutzen.

Hafen in Trier

Gruppe 1: Schleusenanalyse auf der Mosel

Projektziel: Analyse der Durchlaufzeiten von Schleusen zur Investitionsbewertung.
Kontext:

  • Die Mosel hat 28 Staustufen, davon nur 3 mit zweiter Schleusenkammer (Zeltingen, Fankel, Trier) .

  • Geplante Neubauten (z.B. Schleuse Lehmen) verzögern sich trotz Baurecht, was zu Engpässen führt.

Gruppe 2: OCR-Gate-Analyse

Projektziel: Prognose von Ent- und Beladezeiten für Züge.
Kontext:

  • Das OCR-Gate erfasst automatisch Zuginformationen via Video und ist Teil des Forschungsprojekts DiVer-HT (1,0 Mio. € Volumen).

  • Daten fließen in einen digitalen Hafenzwilling ein, der mit KI Handlungsempfehlungen generiert.

  • Ziele: Reduktion von Wartezeiten durch 5G-gestütztes Tracking und optimierte Rangierlogik.

Gruppe 3: HafenFan-Kampagne

Projektziel: Evaluation der Marketingmaßnahmen über https://hafen-fan.de/trier/.
Kontext:

  • Die Kampagne nutzt Testimonials von Sportlern (z.B. Hindernislauf-Europameisterin Gesa Krause) und Unternehmen (z.B. Ferrero) zur Steigerung der Sichtbarkeit.

    • Der Hafen positioniert sich als trimodaler Knotenpunkt (Schiff, Bahn, LKW) mit 1,6 Mio. Tonnen Jahresumschlag.

CURE Intelligence (Luxemburg)

Gruppe 1: Nachhaltigkeitsstrategien (Lebensmittelbranche)

Projektziel: Analyse von Social Media, Blogs und weiteren Quellen.
Kontext:

  • CURE bietet Data-Extraction-Tools für automatisiertes Scraping von Bewertungsplattformen und Wettbewerbsanalysen.

  • Beispielhafte Anwendung: Tracking von Kundenfeedback zu Ferrero-Produkten im Hafen Trier.

Gruppe 2: Nachhaltigkeitsstrategien (Telekommunikation)

Projektziel: Branchenspezifische Datenerhebung und Auswertung.
Kontext:

  • CURE kombiniert Predictive Analytics mit Machine Learning, um Markttrends zu identifizieren.

  • Erfahrung aus Projekten wie der KI-Plattform AURELA für Compliance-Automatisierung 

 

Beispielhafte Use Cases

  • Verkaufsprognosen mit Transaktionsdaten: Analyse von Verkaufszahlen, um zukünftige Verkaufszahlen vorherzusagen. Dies hilft, saisonale Schwankungen zu erkennen und gezielt Bestände und Marketingstrategien zu planen. Ein praktischer Nutzen wäre, dass so Engpässe oder Überbestände vermieden und die Lagerhaltungskosten optimiert werden.
  • Kundensegmentierung und Kündigungs-Analyse: Durch die Analyse von Kundendaten wie Kaufverhalten, Präferenzen und Interaktionen lässt sich die Kundenbasis in verschiedene Segmente unterteilen. Unternehmen können so gezielte Marketingstrategien entwickeln und die Kundenbindung erhöhen. Zudem kann die Abwanderung von Kunden frühzeitig erkannt und entsprechende Maßnahmen zur Kundenbindung eingeleitet werden.
  • Stimmungsanalyse aus Social Media oder Rezensionen: Durch die Auswertung von Social Media-Daten oder Produktrezensionen (z.B. auf Amazon) lässt sich die Stimmung der Öffentlichkeit zu Produkten oder Marken messen. Unternehmen können diese Informationen nutzen, um Trends frühzeitig zu erkennen und ihre Produktentwicklung sowie Marketingstrategien anzupassen. Dies ermöglicht es, proaktiv auf Kundenwünsche zu reagieren und die Markenwahrnehmung zu steuern. Außerdem können die Analyse konkrete Ansätze für Produktverbesserungen sein
  • Mitarbeiterprognosen zur Leistungs- und Fluktuationsanalyse: Daten zu Mitarbeitern wie Gehalt, Leistung bieten Unternehmen wertvolle Informationen, um zukünftige Personalbedarfe zu prognostizieren. Dies kann helfen, Engpässe in der Mitarbeiterstruktur zu vermeiden, Trainingsbedarf frühzeitig zu erkennen und die Mitarbeiterbindung zu verbessern, indem Fluktuation und Leistungstrends analysiert werden. Analysen von Zufriedenheit oder Kündigungen können Ansätze sein, um Verbesserungen im Klima zu erreichen.
  • Optimierung der Produktionsplanung mit Produktionsdaten: Durch die Analyse von Produktionsdaten wie produzierten Einheiten, Maschinenstillständen oder Energieverbrauch können Unternehmen ihre Produktionsprozesse optimieren. Beispielsweise können Unternehmen Wartungsintervalle besser planen, Ausfallzeiten minimieren und so Kosten sparen sowie die Produktqualität steigern.

 

Viele andere Fragestellungen sind denkbar. Wir sind offen für Ihre Ideen!