Das Seminar führt in die quantitative Analyse von Bevölkerungseinstellungen ein. Als Datengrundlage dient der ALLBUS 2023. Neben deskriptiven und bivariaten Analysen sollen dabei auch multivariate Verfahren (Regressionsanalysen) zum Einsatz kommen. Die zu behandelnden Themen werden zu Beginn des Seminars gemeinsam festgelegt. 

Die Analysen werden mit der Statistiksoftware SPSS durchgeführt. Dabei kommen auch multivariate Verfahren wie Regressions-, Faktoren oder Clusteranalysen zu Anwendung. Grundlegende Statistik- und SPSS-Kenntnisse sind für die Teilnahme zwingend erforderlich.

Anmeldung

Der Kurs ist auf eine maximale Teilnehmeranzahl von 30 Personen begrenzt. Sollten mehr als 30 Personen an dem Kurs teilnehmen wollen, werden die Kursverantwortlichen eine Auswahl vornehmen. Für eine Berücksichtigung müssen ein aktueller Lebenslauf, ein kurzes Motivationsschreiben (max. 1 Seite, auf der Sie erklären, warum Sie sich für den Kurs interessieren und wieso dieser gut zu Ihrem Studienverlauf passt) sowie ein aktueller Notenauszug (Dokumente können auf Englisch oder Deutsch sein) auf der entsprechenden Bewerbungsseite hochgeladen werden. Die Bewerbungsfrist startet am 1. September 2025 endet am 21. September 2025 (23:59). Studierende, die noch keine Masterprüfung absolviert haben, sind dazu angehalten, ihr Bachelorzeugnis einzureichen. Alle Studierende, für die der Kurs verpflichtend ist, werden bevorzugt. Dies trifft insbesondere auf Studierende des Masters in Information Systems mit Auswahl des Domain Tracks Marketing zu, für die bis zu 15 Plätze reserviert sind.

Inhalte und Lernziele

Dieses Modul behandelt Aspekte zur Entwicklung und Gestaltung wertschöpfender Beziehungen zwischen Kunden und Unternehmen. Dabei werden konzeptionelle und methodische Grundlagen des Customer Relationship Management (CRM/Kundenmanagement) und des Direktmarketing (DiMa) vorgestellt. Des Weiteren werden ausgewählte aktuelle Themen, Konzepte und Instrumente vertiefend behandelt und in Gruppenarbeit eine Fallstudie bearbeitet sowie vor dem Kurs und einem Expertengremium vorgestellt. Die Teilnehmer erhalten einen umfassenden Überblick über die Planung, das Management, die Implementierung und das Controlling von Kundenbeziehungen und Direktmarketingaktivitäten. Darüber hinaus erwerben die Teilnehmer Wissen, Erfahrung und Impulse in den drei Schlüsselkompetenzen für erfolgreiches CRM und DiMa: Fachkompetenz, Statistikkompetenz und IT/Data-Kompetenz. Das Modul besteht aus drei Lehr- und Lernformaten (Vorträge; Speed Research; Fallstudie) und verfolgt einen interaktiven Ansatz.

Folgende Themen werden unter anderem im Rahmen des Kurses behandelt:

• Einführung, Überblick, Grundlagen und Methoden des CRM und des DiMa
• Konzepte und Instrumente des CRM und im DiMa (Customer Experience Management, Journey Mapping, Lift, RFM, CLV, Kampagnensteuerung, Personas, Segmentierung, CHAID etc.)
• Zusammenspiel von Kundenmanagement und Direktmarketing
• Rahmen, Management und Controlling im CRM und DiMa

Ziel des Kurses ist es, Studierenden ein tiefgreifendes und fortschrittliches Verständnis von Kundenbeziehungsmanagement und Direktmarketing zu vermitteln. Dabei werden Chancen und Herausforderungen in datengetriebenen Unternehmen fokussiert.

Erworbene Kompetenzen

Fachliche Kompetenzen:

• Studierende sind in der Lage, Kunden anhand verschiedener Methoden zu bewerten (Customer Lifetime Value (CLV), Recency, Frequency, Monetary Value (RFM))
• Studierende sind in der Lage, Direktmarketing-Kampagnen zu planen und durchzuführen.
• Studierende erlernen den Umgang mit in Unternehmen verfügbaren Daten (rechtlich, methodisch, strategisch).

Soft Skills und Schlüsselqualifikationen:

• Kooperation und Zusammenarbeit: Die Aufgaben werden in Gruppenarbeiten bearbeitet.
• Präsentationstechniken: Die Aufgaben müssen vor dem Kurs präsentiert werden.
• Kommunikationsfähigkeit: Schnelles erfassen, verarbeiten und aufarbeiten von Inhalten sowie das ad hoc Vortragen und Diskutieren derselben im Rahmen des Speed Research Days.
• Analysefähigkeit: Verstehen und Ableiten wichtiger Erkenntnisse sowie Strategien aus einem Business Case.

Modulbezogene Teilnahmevoraussetzungen:

Studierenden, die den Kurs besuchen möchten, empfehlen wir Grundkenntnisse in der Anwendung statistischer Methoden (wie z.B. Regressionsanalysen). Darüber hinaus sind Kenntnisse in der Anwendung von Software zum Zweck von statistischen Analysen wie Stata, SPSS, R oder Python von Vorteil. Sollten die genannten Empfehlungen vor dem Besuch der Lehrveranstaltung nicht erfüllt sein, können die Studierenden diese während des Semesters im Selbststudium nacharbeiten (siehe empfohlene Literatur).

Empfohlene Literatur:

• Hair, Joseph F., William C. Black, Barry J. Babin, and Rolph E. Anderson (2006), Multivariate data analysis, Eight edition, Pearson new international edition. Upper Saddle River, N.J.: Pearson Education.
• Hayes, Andrew F. (2018), Introduction to mediation, moderation, and conditional process analysis. A regression-based approach. Methodology in the social sciences, Second edition. New York, London: The Guilford Press.
• Backhaus, Klaus, Bernd Erichson, Wulff Plinke, and Rolf Weiber (2018), Multivariate Analysemethoden. Eine anwendungsorientierte Einführung, 15., überarbeitete und aktualisierte Auflage. Berlin, Heidelberg: Springer Gabler.
• ———, ———, and Rolf Weiber (2015), Fortgeschrittene Multivariate Analysemethoden. Eine anwendungsorientierte Einführung, 3., überarbeitete und aktualisierte Auflage. Berlin, Heidelberg: Springer Gabler.

Registration

The course is limited to a maximum of 30 participants. If more than 30 people want to attend the course, the course leaders will make a selection. Interested students have to upload a current CV, a short letter of motivation (max. 1 page long, stating why you are interested in the course and why it is a good match to your curriculum) and a transcript of records (documents can be in English or German) on the respective application website. The application period starts on September 1st and ends on September 21st, 2025 (23:59). In case students have not performed any examinations during their master studies so far, they are invited to send their bachelor transcript. Students for whom the course is mandatory will be preferred. This applies in particular to master students in Information Systems with the selection of the Track Marketing, for whom up to 15 places are reserved.

Content and learning objectives

The module covers aspects for developing and designing value-adding relationships between customers and companies. Thereby, conceptual and methodical basics of customer relationship management (CRM/Customer Management) and direct marketing (DiMa) are presented. During the course students deal with current topics, concepts, and instruments of customer management and work on those in detail in a group assignment, which they present in front of the class and an expert panel. The participants receive a comprehensive overview of the planning, management, implementation, and controlling of customer relationship and direct marketing activities. In addition, the participants acquire knowledge, experience, and impulses in the three key competencies for successful CRM and DiMa: Expertise, statistics competence, and IT/data competence. The module consists of three teaching and learning formats (lectures, speed research, case study) and follows an interactive approach.

The following topics are, among others, covered in the course:

• Introduction, overview, basics, and methods of CRM and DiMa
• Concepts and tools of CRM and DiMa (customer experience management, journey mapping, lift, RFM, CLV, campaign control, personas, segmentation, CHAID etc.)
• Interaction of customer management and direct marketing
• Scope, management and controlling in CRM and DiMa

The aim of the course is to give students a profound and progressive understanding of customer relationship management and direct marketing. Thereby, it focuses on opportunities and challenges in data-driven companies.

Acquired skills

Professional skills:

• Students are able to evaluate customers using a variety of methods (customer lifetime value (CLV), recency, frequency, monetary value (RFM)).
• Students are able to plan and conduct direct marketing campaigns.
• Students learn how to handle data available in companies (legal, methodical, strategic).

Soft skills and key qualifications:

• Cooperation and collaboration: The tasks are conducted in group work.
• Presentation techniques: The tasks must be presented in front of the course.
• Communication skills: Fast capturing, processing, and preparing of content as well as the ad hoc presentation and discussion of it within the scope of the Speed ​​Research Day.
• Analytical skills: Understanding and deriving key insights as well as strategies from a Business Case.

Module Prerequisites

Students are recommended to have basic knowledge in the use of statistical methods, such as regression analysis. In addition, the ability to use a software for statistical analysis like Stata, SPSS, R or Python is beneficial. If the given recommendations are not met prior to the attendance of the course, they can be obtained during the semester via self-study (see recommended books).

Recommended readings:

• Hair, Joseph F., William C. Black, Barry J. Babin, and Rolph E. Anderson (2006), Multivariate data analysis, Eight edition, Pearson new international edition. Upper Saddle River, N.J.: Pearson Education.
• Hayes, Andrew F. (2018), Introduction to mediation, moderation, and conditional process analysis. A regression-based approach. Methodology in the social sciences, Second edition. New York, London: The Guilford Press.

Students who can speak German may as well refer to Backhaus et al. (2018, 2015) instead of Hair et al. (2006).

• Backhaus, Klaus, Bernd Erichson, Wulff Plinke, and Rolf Weiber (2018), Multivariate Analysemethoden. Eine anwendungsorientierte Einführung, 15., überarbeitete und aktualisierte Auflage. Berlin, Heidelberg: Springer Gabler.
• ———, ———, and Rolf Weiber (2015), Fortgeschrittene Multivariate Analysemethoden. Eine anwendungsorientierte Einführung, 3., überarbeitete und aktualisierte Auflage. Berlin, Heidelberg: Springer Gabler.

Kurs im HIS-LSF

Der Kurs bietet einen Einstieg in die Arbeit mit der jeweils aktuellen Version des Statistikpakets SPSS. Im Vordergrund stehen dabei die Eingabe und Aufbereitung von Daten, sowie einfache statistische Verfahren. Der Kurs soll Berührungsängste vor statistischer Software abbauen und die Grundlage für die statistische Arbeit im weiteren Studienverlauf bilden.

Kurs im HIS-LSF

Auf 16 Studierende begrenzte Teilnehmerzahl, Anmeldung erforderlich.

Die Veranstaltung bietet eine theoretisch fundierte aber dennoch praxisnahe Einführung in die Konstruktionsprinzipien psychometrischer Instrumente. Die Studierenden lernen die Grundlagen der klassischen Testtheorie kennen. Auf diesen Erkenntnissen aufbauend werden wir gemeinsam ein psychometrisches Instrument konstruieren. Mit diesem werden die Studierenden eigene Daten erheben, mit denen das Instrument anschließend auf seine wissenschaftliche Güte hin überprüft wird.

Voraussetzung für den erfolgreichen Besuch der Veranstaltung sind forschungsmethodische und statistische Kenntnisse, wie sie an der WWU im Bachelor der Erzie-hungswissenschaft vermittelt werden (VLn Forschungsmethoden, Statistik I und II). Das Seminar ist als erster Teil einer zweiteiligen Veranstaltung zur Vorbereitung auf eine quantitativ-empirische Masterarbeit konzipiert. Teil zwei findet im kommenden Semester statt und wird verschiedene Auswertungsstrategien für die erhobenen Daten sowie die Verschriftlichung einer empirischen Arbeit thematisieren. Insgesamt bereitet das Seminar auf die Bearbeitung einer empirischen, erziehungswissenschaftlichen Masterarbeit vor.

Kurs im HIS-LSF

Die Übung richtet sich an Studierende ohne Vorkenntnisse in Statistik und widmet sich den Grundlagen der statistischen Auswertung von Daten. Neben theoretischen Grundlagen werden die gängigen statistischen Tests eingeführt und anhand von linguistischen Daten erprobt. Folgende Inhalte werden behandelt: Grundlagen der Statistik (Skalenniveaus, Signifikanz, Formulieren von statistischen Hypothesen), Deskriptivstatistik (Maße der zentralen Tendenz, Streuungsmaße, Visualisierung von Daten) und Inferenzstatistik (Chi-Quadrat-Test, t-Test, Varianzanalyse, Korrelationsmaße, Regressionsanalyse). Zur Datenanalyse soll die Software R eingeführt werden.

Die in dieser Übung erworbenen Kompetenzen werden im Seminar „Grammatikalisierung” zur Auswertung der Daten der dort durchgeführten empirischen Studie angewandt.

Kurs im HIS-LSF

Kurs im HIS-LSF

Inhalt

Das Seminar zielt darauf ab, den Studierenden das Potenzial quantitativer Datenerhebungs- und Datenauswertungsverfahren für die Beantwortung politikwissenschaftlicher Fragestellungen zu vermitteln. Inhaltlich geht es dabei um die Messung, Erklärung und Wirkungsweise von Euroskeptizismus, d.h. von politischen Einstellungen oder Programmen, die sich gegen die Idee der europäischen Integration richten oder grundlegende Elemente der Europäischen Union ablehnen.

Im ersten Teil des Seminars wenden wir uns den einzelnen Aspekten der Messung von Euroskeptizismus zu. Auf Grundlage wissenschaftlicher Forschungsliteratur werden unterschiedliche Ansätze zur empirischen Erfassung von individuellen Einstellungen zur europäischen Integration sowie von Elitenpositionen gegenüber der EU diskutiert.

Im zweiten Teil werden die Studierenden in Kleingruppen eingeteilt. Jede Gruppe erhält eine wissenschaftliche Fragestellung, zu der sie ein Forschungsdesign entwerfen und kritisch reflektieren soll. Die Gruppen erhalten Zeit, um an diesen Forschungsdesigns zu arbeiten und dieses dann auch schriftlich auszuarbeiten (ca. 6.000 Wörter). Nach dieser eigenständigen Gruppenarbeitsphase werden die Forschungsdesigns in zwei Sitzungen präsentiert und diskutiert. Dabei werden die Designs jeder Gruppe jeweils von einer anderen Gruppe vorgestellt und kommentiert. Nach diesen Präsentationen haben die Gruppen noch einmal Zeit, ihre Designs zu überarbeiten. Sie müssen schließlich schriftlich eingereicht werden und bilden dann die benotete Teilprüfungsleistung des Seminars für die Modulabschlussprüfung.

Voraussetzungen für die erfolgreiche Teilnahme an diesem Seminar sind die aktive Beteiligung an den Sitzungen, die Mitarbeit an einer der Forschungsdesign-Teams sowie die Präsentation und Kommentierung eines Forschungsdesigns einer anderen Gruppe. Die benotete Prüfungsleitung besteht in einer Modulabschlussprüfung, die in den jeweiligen Seminaren einzeln erbracht wird. Die Teilprüfungsleistung dieses Seminars bildet das schriftlich ausgearbeitete Forschungsdesign der Gruppen im Umfang von ca. 6.000 Wörtern.

Einführende Literatur

Diaz-Bone, Rainer, 2012: Statistik für Soziologen. 2. Auflage. Stuttgart: Universitätsverlag Konstanz/UTB.

Marks, Gary/Marco R. Steenbergen (Hrsg.), 2004: European Integration and Political Conflict. Cambridge: Cambridge University Press.

Kurs im HIS-LSF

Kurs im HIS-LSF

Kurs im HIS-LSF

Der erste Teil der auf zwei Semester angelegten Vorlesung befasst sich mit den folgenden Themen:

- Zugänge und grundlegende Begriffe der Statistik

- tabellarische und graphische Darstellung uni- und bivariater Verteilungen

- Lage-, Streuungs- und Konzentrationsmaße, Zusammenhangsmaße

- lineare Regression

Ziel der Veranstaltung ist es, dass Sie sowohl die theoretischen Hintergründe der Statistik in der empirischen Sozialforschung kennenlernen als auch anhand konkreter Beispiele die Anwendungsmöglichkeiten, Interpretationsspielräume und möglichen Fehlinterpretationen.

Für eine erfolgreiche Teilnahme ist eine aktive Mitarbeit sowohl in der Lehrveranstaltung als auch den Tutorien dringend empfohlen – auch wenn dies nicht in allen Studienordnungen verpflichtend vorgesehen ist. Die Veranstaltung wird mit einer Klausur abgeschlossen.

Die Termine der Tutorien werden in der ersten Sitzung bekannt gegeben, in der auch die Verteilung auf die Tutorien stattfinden wird.

Kurs im HIS-LSF

Das Seminar Transformative Flows & Optimal Transport in Machine Learning vermittelt zentrale Grundlagen und moderne Anwendungen des Optimal Transport. Im Flipped-Classroom-Modus erarbeiten die Studierenden Inhalte zunächst selbstständig anhand wissenschaftlicher Literatur und vertiefen sie in Diskussionen sowie durch Präsentationen. Behandelt werden grundlegende mathematische und statistische Konzepte wie Optimal Transport, KL-Divergenz und moderne OT-Algorithmen sowie Anwendungen in Statistik, Computergraphik und Visualisierung – etwa Blue Noise Generation, Shape Morphing oder Kartogramme. Ergänzt wird dies durch aktuelle Themen wie Flow Matching und Continuous Normalizing Flows. Den Abschluss bildet eine gemeinsame Reflexion über die behandelten Inhalte.

Dieser Learnwebkurs beinhaltet die Materialien der Tutorien der Statistik 2 Vorlesung von Prof. Dr. Stefanie van Ophuysen und Dr. Lars Behrmann im WiSe 25/26.

Eine Anmeldung in HISLSF dient der Organisation der Vorlesung und sollte nach Möglichkeit vorgenommen werden. Die Teilnahme an der Veranstaltung sowie die Verbuchung Ihrer Leistungen in QISPOS ist jedoch auch ohne vorherige Anmeldung via HISLSF möglich.

Diese Veranstaltung ist ein Element des Moduls Forschungsmethoden und wird für BA EW als Vorlesung in Kombination mit der Statistik I Vorlesung durchgeführt.

Ziel des methodischen Teils ist die Fähigkeit zum Lesen empirischer Untersuchungen. Als Inhalte werden behandelt: Wissenschaftstheorie, Forschungslogik, Begriffe und Theoriebildung, Hypothesen, Operationalisierung, Forschungsdesigns, quantitative und qualitative Methoden der Datengewinnung.

Als Prüfungsleistung wird eine Klausur angeboten.

Kurs im HIS-LSF