MAS Business Intelligence: Die Thesis von Luka Medigovic

Luka, du hast erst kürzlich den MAS Business Intelligence abgeschlossen. Herzliche Gratulation dazu. Weshalb hast du dich damals für diesen Lehrgang und die HWZ entschieden

Vielen Dank. Ich war schon immer sehr kreativ und voller Ideen. Statistiken und die daraus gezogenen Erkenntnisse fand ich bereits während der BWL-Studienzeit spannend. Der Master in Business Intelligence an der HWZ hat mich aufgrund des vertieften und sehr praxisnahen Wissens in den Bereichen Big Data Analysis, App Entwicklung und Machine Learning, das ich mir aneignen konnte, angesprochen. Der Aufbau des Studiengangs an der HWZ hat mich überzeugt. Ich bin froh, habe ich diese Herausforderung auf mich genommen und bin sehr dankbar um das neu erlangte Wissen.

Dieser MAS beinhaltet drei CAS. Von welchem CAS hat du am meisten profitiert?

Genau, ich habe den CAS in Big Data Analysis, in App Entwicklung und in Machine Learning absolviert. Alle drei CAS waren höchst spannend und behandeln quasi den Bereich Business Intelligence von der «Entstehung» bis zum «Ergebnis». Ich hatte das Glück, mit dem CAS Big Data Analysis starten zu können. Dieser CAS gab mir ein Grundwissen, auf welchem ich später aufbauen konnte. Es ist aber auch kein Problem, mit einem anderen CAS zu starten.

Der CAS Machine Learning hat mich sehr inspiriert und mich auf neue Ideen gebracht, das Potenzial ist branchenübergreifend riesig. Meiner Meinung nach wird das ganze Business Intelligence Thema in den kommenden Jahren noch viel stärker wachsen und Experten werden immer häufiger gefragt sein.

Zum krönenden Abschluss des Studiengangs gehört die Masterarbeit. Mit welchem Thema hast du dich in deiner Masterarbeit auseinandergesetzt?

Der Titel meiner Masterarbeit war: «Frühzeitige Trenderkennung bei Kursen mit predictive Machine Learning basierend auf Kennzahlen aus der Vergangenheit». Ich habe im Rahmen meiner Arbeit einige Vorhersagemodelle erstellt und getestet. Das präziseste Modell habe ich anschliessend im Python Code implementiert und mit weiteren indikativen Tabellen auf www.optimuminvest.ch frei zur Verfügung gestellt. Die Webseite beziehungsweise die Anwendung befindet sich in der Weiterentwicklung und kann zurzeit nur gelegentlich genutzt werden. Ziel ist es, eine schnellere und aktuellere Anbindung an grössere Datenpools herzustellen und weitere Bewertungsinstrumente für ein riesiges Universum an Finanzprodukten zu erstellen. Anleger können so, bevor sie sich beispielsweise für einen Kauf einer Aktie entscheiden, den optimalen Einstiegszeitpunkt, eine potenzielle Kursentwicklung und die aktuelle Bewertung der Aktie überprüfen, alles vollautomatisch basierend auf Machine Learning.

Welche Technologien hast du in deiner Arbeit verwendet?

Ich habe hauptsächlich in Python gearbeitet. Im CAS Big Data Analysis wurde in «R» gearbeitet, «LiveCode», «KNIME» und viele weitere Umgebungen wurden während des MAS ebenfalls behandelt. Neuen Studierenden möchte ich gerne mitgeben, dass alles auch ohne Vorkenntnisse in der Programmierung möglich ist. Das Wichtigste ist die Bereitschaft, Neues lernen zu wollen!

Welcher Nutzen hat deine Arbeit?

Die Masterarbeit habe ich bei meinem ehemaligen Arbeitgeber geschrieben. Die Idee wäre gewesen, dieses Tool unseren Berater*innen oder Asset Managern zur Verfügung zu stellen.

Was sind deine wichtigsten Learnings aus der Arbeit?

Ein «Problem» zu verstehen, geeignete BI Lösungen/Ansätze zu erarbeiten und vor allem zu wissen, wo nach geeigneten Lösungen gesucht werden kann.

Das Wichtigste ist es, anschliessend zu wissen, welches das richtige «Werkzeug» für die Erarbeitung der Lösung der entsprechenden Problemstellung ist.