Ziel dieser Arbeit ist es herauszuarbeiten wie Big-Data-Analysen im Rahmen der digitalen Transformation zur Erneuerung von Geschäftsmodellen herangezogen werden können und welche technologischen Voraussetzungen sowie betriebswirtschaftlichen Anforderungen dafür erfüllt sein müssen. Darauf aufbauend sollen abschließende Empfehlungen zur praktischen Umsetzung der digitalen Transformation gegeben werden.
Der exponentielle Zuwachs der Datenvolumina stellt alle Marktteilnehmer gleichermaßen vor neue Herausforderungen in einem technischen, kommerziellen, rechtlichen und sozialen Kontext, um die Menge an Daten bewältigen und die darin enthaltenen Informationen wertschöpfend nutzen zu können. Der Megatrend der Digitalisierung führt dabei zunehmend zu einem Wandel unternehmerischen Denkens. Gänzlich neue und innovative digitale Geschäftsmodelle, Technologien sowie neue Produkte und Dienstleistungen sind der Anstoß disruptiver Veränderungen in etablierten Wertschöpfungsketten und bewirken eine grundsätzliche Infragestellung konstituierter Geschäftsmodelle. Dennoch besteht in vielen Unternehmen oftmals ein erhebliches Informationsdefizit. Durch unterschiedliche Datenquellen und deren Schnelllebigkeit wird die Menge der potentiell nutzbringenden Daten größer, komplexer und unstrukturierter. Dies erschwert die Informationsgewinnung, auf deren Basis das Management Entscheidungen trifft.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Vorgehen
2 Die Digitalisierung als Datentreiber
2.1 Formen der Digitalisierung
2.2 Big Data
2.3 Technologiekonzept zur Datenverarbeitung
3 Geschäftsmodelle
3.1 Einordnung in den Unternehmenskontext
3.2 Digitale Geschäftsmodelle
3.3 Geschäftsmodellinnovation
4 Datengetriebene Geschäftsmodelle und die digitale Transformation
4.1 Big Data Analytics
4.2 Voraussetzungen und Anforderungen
4.3 Empfehlungen zur Umsetzung der digitalen Transformation
5 Fazit
Zielsetzung & Themen
Die Arbeit untersucht, wie Big-Data-Analysen im Kontext der digitalen Transformation genutzt werden können, um Geschäftsmodelle zu erneuern und an veränderte Marktbedingungen anzupassen. Dabei werden sowohl die notwendigen technologischen Voraussetzungen als auch die betriebswirtschaftlichen Anforderungen analysiert, um eine fundierte Grundlage für eine strategische Umsetzung zu schaffen.
- Grundlagen der Digitalisierung und Big Data als Datentreiber
- Struktur und Analyse von digitalen Geschäftsmodellen
- Die Rolle von Big Data Analytics in der Transformation
- Technologische Anforderungen an die IT-Infrastruktur
- Strategische Handlungsempfehlungen für Unternehmen
Auszug aus dem Buch
4.1 Big Data Analytics
Die auf Big Data aufbauende analytische Verarbeitung dieser Daten ist die eigentliche Kernaufgabe des in Abschnitt 2.3 erläuterten Technologiekonzeptes. Analysen befassen sich nur mit einem bestimmten Teilbereich des unternehmensweiten Datenbestandes, den sogenannten Data Marts. Das Sammeln und Speichern von Daten alleine ist von keinem unternehmerischen Mehrwert. Es muss demnach ein zielgerichteter Zugriff auf den Datenbestand eingerichtet werden, der es ermöglicht die zu analysierenden Bereiche einzugrenzen und die gewünschten Daten so bereitzustellen, dass sie weiterverarbeitet werden können. Die weitere Aufbereitung der gesamthaft gespeicherten Daten dient einer Verbesserung der unternehmensweiten Informationsversorgung und der Beseitigung bestehender Informationsdefizite. Klassische Ansätze der Datenanalyse bauen auf den strukturierten Daten einer relationalen Datenbank auf und umfassen unter dem Schlagwort der Business Intelligence (BI) das Reporting an die Führungsebene oder die Abfrage von historischen und aktuellen Kennzahlen. Dies liefert Erkenntnisse zu vergangenen Geschäftsprozessen und momentanen Zuständen, dessen Auswertung zur besseren Steuerung aktueller Erfordernisse beitragen soll. Big-Data-Analysen hingegen umfassen Methoden zur automatisierten Erkennung von Mustern und Zusammenhängen innerhalb einer großen Mengen von unstrukturierten Daten aus internen und externen Quellen, dessen Analyse zu einer direkten Verbesserung aktueller und auch künftiger Geschäftsprozesse beitragen soll. Sie dienen der Gewinnung geschäftsrelevanter Erkenntnisse, um komplexe Probleme lösen sowie schnellere und bessere Entscheidungen treffen zu können. Die Menge, Vielfalt und die Veränderungsdynamik dieser Daten erfordern leistungsfähige Tools und Methoden aus verschiedenen wissenschaftlichen Disziplinen wie der Mathematik, der Statistik und der Informationstechnologie. Aus einem großen und intransparenten Datenbestand werden Datenpakte mit geschäftsrelevanten Informationen extrahiert und betrachtet. Aus Big Data wird Smart Data.
Zusammenfassung der Kapitel
1 Einleitung: Beschreibt die zunehmende Bedeutung datengestützter Entscheidungen und führt in die Problemstellung eines wachsenden Informationsdefizits bei gleichzeitig exponentiellem Datenwachstum ein.
2 Die Digitalisierung als Datentreiber: Definiert die Grundlagen der Digitalisierung, erläutert das Konzept Big Data und stellt ein essentielles Technologiekonzept für die Datenverarbeitung vor.
3 Geschäftsmodelle: Untersucht die Einordnung von Geschäftsmodellen in den Unternehmenskontext, analysiert die Besonderheiten digitaler Modelle und definiert Bedingungen für erfolgreiche Geschäftsmodellinnovationen.
4 Datengetriebene Geschäftsmodelle und die digitale Transformation: Verknüpft Big-Data-Technologien mit der digitalen Transformation, erläutert Analysearten (deskriptiv, prädiktiv, präskriptiv) und gibt konkrete Handlungsempfehlungen für Unternehmen.
5 Fazit: Fasst die Ergebnisse zusammen und betont, dass Big Data vor allem als Unterstützung zur Entscheidungsfindung dienen sollte, um eine Fokussierung auf Kernaktivitäten zu ermöglichen.
Schlüsselwörter
Digitalisierung, Big Data, Digitale Transformation, Geschäftsmodellinnovation, Datenverarbeitung, Big Data Analytics, Unternehmensstrategie, Business Model Canvas, Datenmanagement, Wettbewerbsvorteil, IT-Infrastruktur, Smart Data, Datenanalyse, Unternehmenserfolg, Entscheidungsunterstützung
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Nutzung von Big Data und datengetriebenen Analysen als Treiber für die digitale Transformation und Innovation von Geschäftsmodellen.
Was sind die zentralen Themenfelder der Studie?
Die Schwerpunkte liegen in der Digitalisierung, den Möglichkeiten von Big Data Analytics, der Gestaltung digitaler Geschäftsmodelle und der notwendigen technologischen IT-Infrastruktur.
Was ist das primäre Ziel oder die Forschungsfrage?
Ziel ist es zu erarbeiten, wie Big-Data-Analysen zur Erneuerung von Geschäftsmodellen genutzt werden können und welche Voraussetzungen Unternehmen hierfür erfüllen müssen.
Welche wissenschaftliche Methode verwendet der Autor?
Der Autor stützt sich auf eine fundierte Literaturanalyse zu den Themenbereichen Digitalisierung, Datenmanagement und Geschäftsmodellgestaltung.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretischen Grundlagen der Digitalisierung, die Analyse von Geschäftsmodellen sowie die praktische Anwendung von Big-Data-Strategien im Zuge der digitalen Transformation.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Wesentliche Begriffe sind Big Data Analytics, Smart Data, digitale Geschäftsmodelle, IT-Infrastruktur und Geschäftsmodellinnovation.
Warum wird Big Data in der Arbeit oft als Problem bezeichnet?
Der Autor führt aus, dass unstrukturierte Datenmengen an sich keinen Mehrwert bieten, solange sie nicht in themenrelevante, qualitativ hochwertige Informationen (Smart Data) transformiert werden.
Welche Ausprägungen von Analysearten werden unterschieden?
Es werden deskriptive Analysen für die Vergangenheit, prädiktive Analysen für zukünftige Entwicklungen und präskriptive Analysen zur Ableitung konkreter Handlungsoptionen unterschieden.
Was ist laut dem Autor für die digitale Transformation grundlegend?
Die Transformation kann nicht als Nebenprojekt laufen, sondern muss als strategischer und kontinuierlicher Veränderungsprozess durch das Topmanagement verankert werden.
- Arbeit zitieren
- Patrick Oesterwind (Autor:in), 2020, Big Data Analytics und datengetriebene Geschäftsmodelle, München, GRIN Verlag, https://www.grin.com/document/1392994
