Ziel dieser Arbeit ist die Darstellung von Big Data und Prozessmanagement im Unternehmenseinsatz. Zunächst wird in Kapitel 1.1 die Relevanz dieses Themas dargelegt. Innerhalb der theoretischen Grundlagen werden in Kapitel 2.1 zunächst Big Data definiert und deren Merkmale beschrieben. Anschließend wird in Kapitel 2.2 auf die Definition und die Arten der Prozesse eingegangen, gefolgt von einer Betrachtung der Entwicklung in chronologischer Reihenfolge. Die Integration von Big Data und Geschäftsprozessmanagement in einen betrieblichen Zusammenhang wird in Kapitel 2.3 beschrieben unter besonderer Betrachtung der Risiken und Chancen. Kapitel 2.4 zeigt den aktuellen Forschungs-stand, welcher aufgrund des beschränkten Umfanges dieser Arbeit exemplarisch an zwei Konzepten vorgestellt wird. In Kapitel 3 wird anhand eines Beispiels ein konkreter Anwendungskontext erörtert, um Potenziale von Big Data im Geschäftsprozessmanagement im Unternehmenseinsatz aufzuzeigen. Kapitel 4 fasst die Ergebnisse zusammen und reflektiert diese kritisch.
Die fortschreitende Digitalisierung erzeugt eine immer größere Menge an Daten. Gemäß einer Berechnung des Magazins Forbes werden mittlerweile täglich ungefähr 2,5 Trillionen Bytes an digitalen Daten produziert. Jedoch werden von den global zugänglichen Daten lediglich 0,5% analysiert und verwendet. Bereits heute hat Big Data großen Einfluss auf unser tägliches Leben. So kann beim Einkaufen im Internet ein Anbieter einem Kunden zusätzliche Produkte vorschlagen, da der Kunde dem Anbieter durch die regelmäßige Nutzung des Onlineshops seine Vorlieben preisgibt.
Auf einen Blick
- Note: 1,0
- Vorausschauende Wartung von Maschinen als industrieller Anwendungskontext
- Drei Cloud-Dienstmodelle: IaaS, PaaS und SaaS
- 24 Quellen im Literaturverzeichnis
- 3 Abbildungen
Inhaltsverzeichnis
1 Einleitung
1.1 Relevanz des Themas
1.2 Aufbau und Aufgabenstellung
2 Theoretische Grundlagen
2.1 Big Data
2.2 Prozessmanagement
2.2.1 Definition und Arten von Prozessen
2.2.2 Entwicklungen im Prozessmanagement
2.2.2.1 Phase 1: Arbeitszerlegung
2.2.2.2 Phase 2: Aktionsorientierte Datenverarbeitung
2.2.2.3 Phase 3: Prozessorientierung
2.2.2.4 Phase 4: Digitalisierung
2.3 Integration von Big Data in das Geschäftsprozessmanagement
2.3.1 Relevanz von Big Data für das Geschäftsprozessmanagement
2.3.2 Herausforderungen und Möglichkeiten
2.4 Aktueller Forschungsstand
2.4.1 Cloud Computing
2.4.2 Industrie 4.0
3 Anwendungskontext: Predictive Maintenance in Industrieunternehmen
3.1 Traditionelle Wartungsmethoden
3.2 Merkmale und Potenziale von Predictive Maintenance
4 Zusammenfassung und kritische Reflexion
Zielsetzung und Themen
Die Arbeit stellt den Einsatz von Big Data und Prozessmanagement in Unternehmen dar. Sie geht der Frage nach, welche Möglichkeiten und Herausforderungen die Einbindung großer Datenmengen in Geschäftsprozesse mit sich bringt und wie sich diese am Beispiel der vorausschauenden Wartung veranschaulichen lassen.
- Merkmale und Nutzung großer Datenmengen
- Begriffe, Prozessarten und Entwicklung des Prozessmanagements
- Chancen und Risiken datenbasierter Geschäftsprozesse
- Cloud-Dienste und Industrie 4.0
- Traditionelle und vorausschauende Wartung in Industrieunternehmen
Auszug aus dem Buch
2.1 Big Data
Es gibt noch keine allgemein verbindliche Definition für den Begriff Big Data. Daher existiert ein gewisser Interpretationsspielraum. Unter der Bezeichnung Big Data werden mittlerweile zwei Aspekte zusammengefasst. Einerseits wird damit die immer schneller wachsende Menge an Daten umschrieben, anderseits geht es um immer leistungsstärkere Lösungen und Systeme aus dem Bereich der Informationstechnologie, mit denen die Unternehmen die Datenflut verarbeiten und nutzen können. Der Begriff Big Data steht auch für eine ganz neue Ära in der digitalen Kommunikation, denn die fortschreitende Technologisierung nimmt nachhaltig Einfluss auf die Sammlung, Analyse, Nutzung, Verwertung und die Vermarktung von Daten.
Ein verbreiteter Ansatz, Big Data zu definieren, ist es, sich auf Merkmale zu fokussieren. Zumeist basieren diese Merkmale auf dem 3V-Modell von Gartner. Inzwischen wurden jedoch standardmäßig zwei weitere bedeutsame Merkmale hinzugefügt, so dass im Kontext von Big Data nunmehr von fünf V gesprochen wird.
Bei den drei grundlegenden Merkmalen handelt es sich um Volume, Variety und Velocity. Unter Volume versteht man die enorme Datenmenge, welche sowohl innerhalb als auch außerhalb eines Unternehmens täglich entsteht. Diese Datenmenge ist so immens, dass sie nicht mit üblichen Methoden der Datenverarbeitung analysiert werden kann. Variety definiert sich als die Vielfalt von Datentypen und Datenquellen. Ungefähr 80 Prozent der weltweiten Daten sind gegenwärtig unstrukturiert. Durch Big Data-Suchalgorithmen können solche Daten auf Zusammenhänge untersucht werden. Mit Velocity ist die Geschwindigkeit gemeint, mit welcher die Daten entstehen und verarbeitet werden. Dies ist bereits heute in Echtzeit möglich. Die zwei zusätzlichen V stehen für Validity und Value. Validity, oft auch als Veracity bezeichnet, deutet auf die Sicherstellung der Qualität der Daten hin, denn je besser die Datenqualität ist, desto fundierter können die berechneten Ergebnisse werden. Value spielt auf den Mehrwert für das Unternehmen an, welcher durch Big Data entsteht.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung erläutert die Bedeutung großer Datenmengen für Unternehmen und stellt Zielsetzung und Aufbau der Arbeit vor.
2 Theoretische Grundlagen: Das Kapitel erklärt Big Data und Prozessmanagement, zeichnet die Entwicklung des Prozessmanagements nach und behandelt Chancen und Risiken ihrer Verbindung. Cloud Computing und Industrie 4.0 dienen als Beispiele aktueller Entwicklungen.
3 Anwendungskontext: Predictive Maintenance in Industrieunternehmen: Das Kapitel stellt traditionellen Wartungsansätzen die vorausschauende Wartung gegenüber und beschreibt deren technische Grundlagen und Potenziale.
4 Zusammenfassung und kritische Reflexion: Das Schlusskapitel bündelt die Betrachtung betrieblicher Potenziale und reflektiert Risiken, insbesondere den Datenschutz.
Schlüsselwörter
Big Data, Prozessmanagement, Geschäftsprozesse, Datenanalyse, Datenqualität, Digitalisierung, Cloud Computing, Industrie 4.0, vorausschauende Wartung, Sensoren, Datenschutz, Wettbewerbsfähigkeit
Häufig gestellte Fragen
Worum geht es in der Arbeit?
Die Arbeit behandelt den Einsatz großer Datenmengen im Prozessmanagement von Unternehmen und veranschaulicht ihn anhand der industriellen Wartung.
Welche Themenfelder stehen im Mittelpunkt?
Im Mittelpunkt stehen Big Data, Geschäftsprozesse, Digitalisierung, Cloud Computing, Industrie 4.0 und vorausschauende Wartung.
Welches Ziel verfolgt die Arbeit?
Sie soll darstellen, wie Big Data und Prozessmanagement in Unternehmen eingesetzt werden können und welche Chancen und Herausforderungen damit verbunden sind.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit wertet Fachliteratur und Internetquellen aus und erläutert die betrieblichen Anwendungsmöglichkeiten anhand eines exemplarischen Anwendungskontexts.
Was behandelt der Hauptteil?
Der Hauptteil erklärt die Grundlagen und Entwicklung des Prozessmanagements, die Integration von Big Data sowie ausgewählte Digitalisierungskonzepte und deren Anwendung in der Wartung.
Welche Schlüsselwörter charakterisieren die Arbeit?
Dazu gehören Big Data, Geschäftsprozessmanagement, Datenanalyse, Industrie 4.0, Cloud Computing und vorausschauende Wartung.
Welche Bedeutung haben die fünf V von Big Data?
Sie beschreiben Datenmenge, Vielfalt, Verarbeitungsgeschwindigkeit, Datenqualität und den möglichen Mehrwert der Datennutzung.
Wie unterscheidet sich vorausschauende von traditioneller Wartung?
Während traditionelle vorbeugende Wartung häufig festen Intervallen folgt, soll vorausschauende Wartung anhand laufend erfasster und analysierter Daten den Wartungsbedarf einzelner Maschinen bestimmen.
Welche Herausforderungen werden bei der Datennutzung angesprochen?
Die Arbeit nennt unter anderem Datenqualität, Datenschutz, Datenrechte, technische Investitionen und die Gefahr statistischer Fehlinterpretationen.
- Quote paper
- Marcel Köpfer (Author), 2021, Big Data und Prozessmanagement im Unternehmenseinsatz unter Berücksichtigung des aktuellen Forschungsstands, Munich, GRIN Verlag, https://www.grin.com/document/1021595
