Hinweis: Alle Ergebnisse und Zwischenergebnisse müssen in Moodle abgegeben werden.
(a) Erläutern Sie, wie Unternehmen Big Data aus sozialen Medien nutzen, um das Kundenverhalten zu analysieren und ihre Produkte zu verbessern. Geben Sie ein konkretes Beispiel an.
(b) Was versteht man unter „Sentiment Analysis“? Beschreiben Sie, wie diese Technik angewendet wird, um das Kundenfeedback zu verstehen.
(c) Entwickeln Sie ein kurzes Konzept, wie ein Unternehmen Social-Media-Daten analysieren könnte, um seine Zielgruppe besser zu verstehen.
(d) Diskutieren Sie die datenschutzrechtlichen Bedenken bei der Verwendung von Social-Media-Daten in Big-Data-Analysen.
(e) Recherchieren Sie, wie Unternehmen mithilfe von Big Data gezielte Marketingkampagnen auf Social-Media-Plattformen durchführen können.
(a) Erläutern Sie, wie Big Data heute in der Medizin verwendet wird, um Diagnosen zu verbessern. Geben Sie ein Beispiel für eine erfolgreiche Anwendung.
(b) Diskutieren Sie die ethischen und datenschutzrechtlichen Herausforderungen, die bei der Verarbeitung medizinischer Daten entstehen können.
(c) Was versteht man unter „Predictive Analytics“ in der Medizin? Zeigen Sie anhand eines Beispiels, wie Krankheitsprognosen erstellt werden könnten.
(d) Erstellen Sie eine Grafik, die zeigt, wie ein Big-Data-Projekt im Gesundheitswesen von der Datenerfassung bis zur Analyse durchgeführt wird.
(e) Überlegen Sie, wie Big Data und KI für die Forschung neuer Medikamente genutzt werden können. Erläutern Sie die Vorteile dieser Technologie.
(a) Diskutieren Sie, warum Datensicherheit bei Big Data eine Herausforderung ist. Nennen Sie mindestens zwei Bedrohungen und deren mögliche Auswirkungen.
(b) Was versteht man unter „Anonymisierung“ und „Pseudonymisierung“? Zeigen Sie auf, welche Rolle diese beiden Prozesse im Datenschutz spielen.
(c) Warum ist es wichtig, Datensätze regelmäßig auf Anomalien zu überprüfen? Erläutern Sie dies anhand eines praktischen Beispiels.
(d) Welche rechtlichen Vorgaben müssen Unternehmen beachten, wenn sie große Datenmengen speichern? Gehen Sie dabei auf die DSGVO ein.
(e) Entwickeln Sie ein kurzes Konzept, wie Unternehmen Datenschutz bei Big-Data-Projekten gewährleisten können.
(a) Analysieren Sie, wie Big Data zur Verbesserung der Energieeffizienz in Unternehmen beitragen kann. Geben Sie ein konkretes Beispiel.
(b) Welche Möglichkeiten gibt es, mithilfe von Big Data einen Beitrag zur Nachhaltigkeit zu leisten? Erstellen Sie eine Liste mit mindestens drei Aspekten.
(c) Diskutieren Sie die Rolle von Big Data im Bereich der erneuerbaren Energien. Welche Potenziale ergeben sich hierbei?
(d) Beschreiben Sie, wie Big Data bei der Überwachung und Analyse von Emissionen helfen kann. Gehen Sie auf ein Fallbeispiel ein.
(e) Welche Herausforderungen entstehen bei der Nutzung von Big Data im Kontext der Nachhaltigkeit? Erläutern Sie diese kurz.
(a) Erläutern Sie den Einsatz von KI in autonomen Fahrzeugen. Wie können diese mithilfe von Sensoren und KI-Algorithmen ihre Umgebung wahrnehmen und navigieren?
(b) Diskutieren Sie, wie KI zur Optimierung des Verkehrsflusses in Städten beitragen kann.
(c) Beschreiben Sie den Einsatz von KI und autonomen Systemen in der Flugzeug-Avionik.
(d) Erklären Sie den Einsatz von KI in Drohnen für autonome Flüge und komplexe Aufgaben.
(a) Erläutern Sie, wie Phishing-Angriffe in sozialen Netzwerken funktionieren und wie KI personalisierte Phishing-Nachrichten erstellen kann.
(b) Diskutieren Sie die Sicherheit von Benutzerdaten und deren Schutz in sozialen Netzwerken.
(c) Erläutern Sie die Gefahren und Erkennungsmöglichkeiten von Deepfakes.
(d) Beschreiben Sie den Einsatz von Social-Bots zur Beeinflussung der öffentlichen Meinung.
(e) Untersuchen Sie den Einsatz von KI zur Erstellung personalisierter Werbung.
(f) Diskutieren Sie die Rolle von Algorithmen bei der Entstehung von Filterblasen.
(a) Erklären Sie die Anwendung von Natural Language Processing (NLP) in Chatbots und deren Fähigkeit, menschliche Sprache zu verstehen und darauf zu reagieren.
(b) Diskutieren Sie die Methoden, mit denen Chatbots personalisierte Antworten generieren können.
(c) Welche Techniken der maschinellen Lernens werden eingesetzt, damit Chatbots aus Nutzerinteraktionen lernen?
(d) Beschreiben Sie die Herausforderungen bei der Gestaltung von Chatbots, die in emotional aufgeladenen Gesprächen agieren.
(a) Erklären Sie die Rolle von Big Data bei der Bestandsverwaltung und Nachfragevorhersage im Einzelhandel.
(b) Wie kann Big Data genutzt werden, um das Einkaufserlebnis durch Personalisierung zu verbessern?
(c) Diskutieren Sie die Verwendung von Kundenanalysen und Verhaltensdaten zur Optimierung von Werbekampagnen.
(a) Erläutern Sie die Herausforderungen des Datenschutzes bei der Sammlung und Analyse von Big Data.
(b) Welche Risiken bestehen durch Big Data im Hinblick auf die Privatsphäre von Nutzern?
(c) Erklären Sie den Einsatz von Verschlüsselungstechniken, um die Sicherheit von Big Data zu gewährleisten.
(a) Wie kann Big Data verwendet werden, um Zielgruppen genauer zu definieren und Kampagnen effizienter zu gestalten?
(b) Diskutieren Sie die Rolle von Big Data in der Erfolgsmessung von Marketingkampagnen.
(c) Welche Herausforderungen bestehen bei der Integration von Big Data in Marketingstrategien?
(a) Erläutern Sie, wie Big Data zur Optimierung des öffentlichen Verkehrs in Smart Cities genutzt werden kann.
(b) Diskutieren Sie die Anwendung von Big Data zur Verbesserung der Infrastruktur in Städten.
(c) Welche Herausforderungen gibt es bei der Implementierung von Big Data in Smart Cities?
(a) Erläutern Sie die Nutzung von Big Data zur Verbesserung der Patientenversorgung und Prävention.
(b) Diskutieren Sie den Einsatz von Big Data zur Überwachung und Analyse von Krankheitsausbrüchen.
(c) Welche Datenschutzbedenken gibt es bei der Verwendung von Big Data im Gesundheitswesen?
(a) Erklären Sie, wie Big Data zur Steigerung der Effizienz und Produktivität in der Landwirtschaft beitragen kann.
(b) Diskutieren Sie die Anwendung von Big Data zur Optimierung der Ressourcenverwendung, beispielsweise Wasser und Dünger.
(c) Beschreiben Sie den Einsatz von Big Data zur Überwachung und Analyse von Wetterdaten und deren Einfluss auf die Landwirtschaft.