Das Seminar„Gamification of Strategic Thinking“ wird im Rahmen des Wahlpflichtbereichs desStudiengangs „Logistik und Mobilität“ angeboten und bietet aktuell Platz für 25Studierende. In Kooperation mit der Führungsakademie der Bundeswehr hat dasSeminar das Ziel Strategische Methoden im Rahmen eines Wargaming Ansatzes zuvermitteln. Dafür besteht die Veranstaltung aus zwei Blöcken, dieparallelzueinander über das Semester verteilt stattfinden. Im theoretischen Blockwerden den Studierenden verschiedene Methoden zur Strategieentwicklung und -managementgrundlegend vermittelt (u.a. SWOT-Analyse, SCRUM oder Kanban). Im zweiten Blockwenden die Studierenden die gelernten Methoden auf Basis des Brettspiels„Sycthe“ an. Dafür werden die Studierenden in fünf Gruppen mit je fünfMitgliedern aufgeteilt. Jeder dieser Gruppen spielt eine „Partei“ desBrettspiels und soll mit der Hilfe der gelernten Methoden eine Strategie entwickeln,die das jeweilige Team zum Sieg verhilft. Anschließend werden die Erfahrungenmittels eine schriftlichen Ausarbeitung reflektiert und ein Vorschlag für eineeigenes Business Wargame entwickelt.
Leistungsnachweis:
m1704-2021 - Gamification of Strategic Thinking<ul><li>p1661-2021 - Gamification of Strategic Thinking: Fachtheoretisch-fachpraktische Arbeit</li></ul>
ECTS-Kreditpunkte:
6
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Management Accounting und Simulation (W-1)
In Stud.IP angemeldete Teilnehmer: 1
Supervised Theses
ongoing
completed
2021
Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
2020
Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.