Unternehmen werden im Zuge der Digitalisierung fast aller Lebensbereiche vom Datentsunami, besser unter dem Namen Big Data bekannt, nahezu vollständig überflutet. Innerhalb von 60 Sekunden werden weltweit etwa 694.445 Google Suchanfragen durchgeführt, 695.000 Status-Updates in Facebook gepostet, 168 Millionen E-Mails versandt und das Datenvolumen des Webs verdoppelt sich alle 18 Monate.
Unternehmen sind gut darin beraten, dem Überfluss an Daten mit geeigneten Methoden und Technologien entgegenzutreten, da die alt bewährten Legacy Systeme (z.B. Data Warehouses) bereits an ihre technischen Grenzen stoßen. Obwohl Big Data sicherlich eine Herausforderung für die Unternehmen darstellt, ergeben sich auch neue Möglichkeiten und Umsatzquellen. Dafür gilt es nicht nur die Daten zu sammeln, sondern sie sollten auch analysiert und entsprechend ausgewertet werden. Ein wichtiger Schritt der Analyse und Auswertung von Unternehmensdaten ist die Systematisierung dieser.
Die Seminararbeit versucht konkrete Ansätze zur Systematisierung von Unternehmensdaten vor dem Hintergrund von Big Data zu finden und diese zu evaluieren. Im Zuge der Arbeit werden hierfür Experten aus der Praxis hinzugezogen, die einerseits die theoretischen Ansätze aus einer praxisorientierten Sichtweise bewerten und andererseits auch horizonterweiterten Input zum Themenfeld Big Data und Analytics liefern.
Inhaltsverzeichnis
- Einleitung
- Grundlagen
- Definition von Big Data sowie Business Intelligence und Business Analytics
- Systematisierung von Unternehmensdaten mit Fokus auf datenspezifische Eigenschaften
- Die 3 V's von Big Data
- Der Data-quality Ansatz
- Der ressourcen-basierte Ansatz
- Geschäftsmodelle und datenbasierte Geschäftsmodelle
- Definitionen zu Geschäftsmodellen
- Datenbasierte Geschäftsmodelle
- Durchführung qualitativer Interviews zum Thema „Systematisierung von Unternehmensdaten“
- Methodische Vorgehensweise und Forschungsmodell
- Praktischer Teil des Interviews: Bewertungstool
- Ergebnisse
- Auswertung der Interviews
- Auswertung des praktischen Teils des Interviews
- Zusammenfassung und Ausblick
- Zusammenfassung
- Ausblick
Zielsetzung und Themenschwerpunkte
Diese Seminararbeit befasst sich mit der Systematisierung von Unternehmensdaten im Kontext von Big Data. Die Arbeit analysiert verschiedene Ansätze zur Systematisierung und untersucht deren Anwendbarkeit in der Praxis. Ziel ist es, ein tieferes Verständnis für die Herausforderungen und Chancen der Systematisierung von Big Data in Unternehmen zu entwickeln.
- Definition und Charakteristika von Big Data
- Verschiedene Ansätze zur Systematisierung von Unternehmensdaten
- Die Bedeutung von Data Quality für die Systematisierung
- Der Einfluss von Big Data auf Geschäftsmodelle
- Praktische Anwendung der Systematisierung in Unternehmen
Zusammenfassung der Kapitel
Die Einleitung führt in die Thematik der Systematisierung von Unternehmensdaten im Kontext von Big Data ein. Sie erläutert die Relevanz des Themas und stellt die Forschungsfrage der Arbeit vor.
Das Kapitel "Grundlagen" definiert die Begriffe Big Data, Business Intelligence und Business Analytics. Es analysiert verschiedene Ansätze zur Systematisierung von Unternehmensdaten, darunter die 3 V's von Big Data, den Data-quality Ansatz und den ressourcen-basierten Ansatz.
Das Kapitel "Durchführung qualitativer Interviews zum Thema "Systematisierung von Unternehmensdaten"" beschreibt die methodische Vorgehensweise der Arbeit. Es stellt die Interviewpartner und zentrale Themenfelder vor und erläutert die Durchführung der Interviews.
Das Kapitel "Methodische Vorgehensweise und Forschungsmodell" präsentiert das Forschungsmodell der Arbeit und erläutert die verwendeten Methoden.
Das Kapitel "Praktischer Teil des Interviews: Bewertungstool" beschreibt das verwendete Bewertungstool für die Analyse der Interviewergebnisse.
Das Kapitel "Ergebnisse" präsentiert die Ergebnisse der Auswertung der Interviews und des praktischen Teils des Interviews.
Schlüsselwörter
Big Data, Systematisierung, Unternehmensdaten, Data Quality, Business Intelligence, Business Analytics, Geschäftsmodelle, datenbasierte Geschäftsmodelle, qualitative Interviews, Forschungsmodell, Bewertungstool.
- Arbeit zitieren
- Alexander Pilipas (Autor:in), Michael Sack (Autor:in), 2015, Ansätze zur Systematisierung von Unternehmensdaten vor dem Hintergrund von Big Data, München, GRIN Verlag, https://www.grin.com/document/343316
