Laut einer Studie der International Data Corporation (IDC) [1] wächst seit der Einführung der
ersten Rechenmaschinen die von ihnen erfasste Datenmenge jährlich um etwa 60 %. Gleichzeitig
fallen die Preise für Speichermedien im Zeitverlauf stetig. Wo früher Bücher geführt wurden, um
Vorgänge festzuhalten oder wichtige Informationen für Interessengruppen für längere Zeit
verfügbar zu machen, stehen jetzt Computer und speichern die Daten auf ihren Festplatten. Dieser
Wandel hat einerseits in der einschlägigen Literatur den Begriff des Informationszeitalters [2]
geprägt, andererseits die Globalisierung durch Vernetzung der Informationsbestände, sowie die
Schaffung von globalen Märkten, wie den des world wide webs, weiter vorangetrieben. Andy
Grove (Vorstandsmitglied bei Intel) fasst diese Situation folgendermaßen zusammen:
[...]
In dieser Seminararbeit werden, ausgehend von ausgewählten wissensintensiven Prozessen, die
dabei anfallenden Daten klassifiziert und im Kontext der Prozesse die Daten mit den darauf
zulässigen Operationen als komplette Datenstruktur analysiert. Hierfür wird im ersten Kapitel ein
Überblick über die Zusammenhänge zwischen den Daten und den in ihnen gespeicherten
Informationen geschaffen. Innerhalb des Kapitels wird erläutert, welches Wissen diese
Informationen darstellen und wie es in den Unternehmensprozessen generiert und benötigt wird.
Das zweite Kapitel beschäftigt sich mit der Frage, welche Klassifizierungskategorien für Daten
möglich sind und aus dem Blickwinkel der wissensintensiven Prozesse sinnvoll erscheinen.
Schließlich wird im letzten Kapitel ein Beispielprozess aufgezeigt, bei den das zuvor erarbeitete
Wissen detailliert aufgearbeitet wird.
[...]
Inhaltsverzeichnis (Table of Contents)
- Daten und Prozesse
- Zusammenhang: Daten, Informationen und Wissen
- Explizites Wissen nach Polanyi
- Implizites Wissen nach Polanyi
- Abhängigkeit der Daten von Prozessen
- Abgrenzung wissensintensiver Prozesse
- Überblick über Anwendungssysteme mit Unterstützung wissensintensiver Prozesse
- Klassifizierung von Datentypen
- Allgemeiner Klassifizierungsansatz von Datentypen
- Aufzählung gängiger Datentypen und Datenformate
- Klassifizierungsansatz mit wissensintensivem Prozessbezug
- Analyse von Datentypen wissensintensiver Prozesse
- Beispiel: wissensintensiver Prozess - Angebotserstellung
- Analyse von Datentypen textueller Dokumente
- Dokumentformate - Textverarbeitung: Text
- Dokumentformate - Textverarbeitung: Word oder ähnliche Dokumente
- Exkurs: Dokumentformate - Transport Dokumente: XML
- Exkurs: Referenzen - Standard Referenz: Internet Media Type (MIME)
- Exkurs: Elementare Datentypen und String
- Exkurs: Collections
- Dokumentformate - Präsentationen: PowerPoint oder ähnliche Dokumente
- Dokumentformate - Transport Dokumente: PDF oder ähnliche Dokumente
- Dokumentformate - Transport Dokumente: Webseiten
- Dokumentformate - Transport Dokumente: Artikel
- Dokumentformate - Transport Dokumente: Kalender
- Dokumentformate - Transport Dokumente: Reports und Formulare
- Analyse von Datentypen numerischer Dokumente
- Dokumentformate - Tabellenkalkulation: Excel oder ähnliche Dokumente
- Dokumentformate - Betriebswirtschaftliche Dokumente
- Analyse von Datentypen geometrischer Dokumente
- Dokumentformate - Arbeitspläne
- Dokumentformate - Stücklisten
- Dokumentformate - Geometrische Zeichnungen: CAD
- Zusammenfassung und Ausblick auf analytische Methoden und Vergleichbarkeit
- Der Zusammenhang zwischen Daten, Informationen und Wissen
- Die Abgrenzung und Analyse von wissensintensiven Prozessen
- Die Klassifizierung von Datentypen im Kontext wissensintensiver Prozesse
- Die Analyse verschiedener Dokumentformate, die in wissensintensiven Prozessen eingesetzt werden
- Die Untersuchung von Beispielprozessen, um die Anwendung der Erkenntnisse zu verdeutlichen
Zielsetzung und Themenschwerpunkte (Objectives and Key Themes)
Diese Seminararbeit befasst sich mit der Analyse von komplexen Produkt- und Prozess-Datentypen, die zur Unterstützung wissensintensiver Prozesse eingesetzt werden. Sie analysiert, wie Daten in wissensintensiven Prozessen genutzt werden, welche Datentypen relevant sind und wie diese klassifiziert werden können.
Zusammenfassung der Kapitel (Chapter Summaries)
Das erste Kapitel beleuchtet den Zusammenhang zwischen Daten, Informationen und Wissen. Es untersucht, wie Daten in Informationen umgewandelt werden und wie Wissen aus Informationen entsteht. Das Kapitel beleuchtet auch die Konzepte des expliziten und impliziten Wissens nach Michael Polanyi und erläutert die Abhängigkeit von Daten von Prozessen.
Das zweite Kapitel konzentriert sich auf die Klassifizierung von Datentypen im Kontext von wissensintensiven Prozessen. Es stellt verschiedene Klassifizierungsansätze vor und untersucht, welche Datentypen in wissensintensiven Prozessen relevant sind.
Das dritte Kapitel analysiert verschiedene Dokumentformate, die in wissensintensiven Prozessen eingesetzt werden. Es untersucht die Eigenschaften und Herausforderungen der Analyse von textuellen, numerischen und geometrischen Dokumenten und beleuchtet verschiedene Dokumentformate, wie z.B. Textverarbeitungsprogramme, Tabellenkalkulationen, Präsentationen und CAD-Programme.
Schlüsselwörter (Keywords)
Wissensintensive Prozesse, Datentypen, Datenanalyse, Klassifizierung, Dokumentformate, Textuelle Dokumente, Numerische Dokumente, Geometrische Dokumente, Explizites Wissen, Implizites Wissen, Information, Knowledge Management.
- Arbeit zitieren
- Diplom Wirtschaftsinformatiker Maciej Niemczyk (Autor:in), 2009, Analyse von komplexen Produkt- und Prozess-Datentypen zur Unterstützung wissensintensiver Prozesse, München, GRIN Verlag, https://www.grin.com/document/168100
