Für ein Unternehmen stellt die effiziente Verfügbarkeit von relevanten (Produkt)Daten und allgemeinen Informationen ein wichtiges wirtschaftliches Gut dar. Das konkrete Problem ist, dass ein großer Teil dieser Daten in unstrukturierter Form vorliegt und diese unstrukturierten (Produkt)Daten stetig anwachsen. Das Ziel der vorliegenden Diplomarbeit ist es, für ein Unternehmen Methoden zur Erhebung und Klassifizierung von unstrukturierten (Produkt)Daten zu erheben.
Das Unternehmen hat das umfassende Problem, dass viele der (Produkt) Daten in unstrukturierter Form vorliegen. Des Weiteren sind die (Produkt)Daten in den unterschiedlichsten Datenformaten abgespeichert und zudem sind diese (Produkt)Daten nicht zentral auf einem System, sondern verteilt auf den verschiedensten Netzlaufwerken, abgelegt. In einer Vorstudie, in der IT Manager von 25 Unternehmen befragt werden, wird grundlegend die derzeitige IT Situation dieser Unternehmen aufgezeigt. Interessanterweise verfügen sieben von den 25 befragten Unternehmen über ein Datenmanagement-System, um die Menge von unstrukturierten Daten zu beherrschen.
Die Menge der Daten auf den Speichersystemen der Unternehmen nimmt aufgrund des technischen Fortschritts ständig zu. Jährlich, täglich, stündlich, ja sogar praktisch in jeder Minute werden die unterschiedlichsten Daten und Dokumente im Laufe der Geschäftsprozesse erzeugt. Das ist auch der Grund, warum der Umfang der unstrukturierten Daten in der untersuchten Firma rasant zunimmt und durch eine Vielzahl von Datenmultiplikatoren auch zusätzlich vorangetrieben wird. Der Gesetzgeber, Produktrichtlinien, Zertifizierungen, Patente oder aber auch die klassischen Bereiche in einem Unternehmen, wie z.B. Marketing, Forschung und Entwicklung usw., tragen ebenfalls erheblich zur weiteren Datenvermehrung bei.
In der heutigen Zeit, in der schnell wachsende und globalisierende Märkte den Alltag der Unternehmen beherrschen, wächst der Bedarf an einer immer schnelleren Verfügbarkeit von Daten und Information. Natürlich ist in diesem Zusammenhang auch die Analyse der Daten ein sehr wichtiger Faktor geworden. Damit die Unternehmen mit der immer größer werdenden Datenflut flexibel arbeiten können, ist es absolut notwendig geworden die unstrukturierten Daten entsprechend erheben und klassifizieren zu können.
Inhaltsverzeichnis
1 Einleitung
1.1 Problembeschreibung
1.2 Zielsetzung und Nicht-Ziele
1.3 Aufbau
1.4 Begrifflichkeiten
1.4.1 Daten
1.4.2 Data Mining
1.4.3 Datenmanagement
1.4.4 Information
1.4.5 Klassifizierung von Daten
1.4.6 Methoden zur Klassifizierung von Daten
1.4.7 Strukturierte Daten
1.4.8 Unstrukturierte Daten
1.5 Vorstudie
1.5.1 Wachsende Bedeutung von Information und Wissen
1.5.2 Daten– und Informationsflut
1.5.3 Wodurch entsteht die Daten– und Informationsflut
1.5.4 Welche Konsequenzen hat die Daten– und Informationsflut
1.5.5 Datenmanagement in Unternehmen
1.5.5.1 Konzepte und Anwendungen mit Datenmanagement
1.5.5.2 Klassifizierung von unstrukturierten Daten
1.5.5.3 Analyse von unstrukturierten Daten
1.5.5.4 Klassifikation von betrieblichen Daten
1.5.5.5 Speicherklassifizierungskonzepte
1.5.5.6 Generische Klassifizierungsansätze
1.5.6 Data Mining für Datenmustererkennung
1.5.6.1 Methoden des Data Mining
1.6 Rahmenbedingungen
1.6.1 Informationsverarbeitung in der Wirtschaft
1.6.2 Unternehmensbeschreibung
1.6.2.1 Allgemeines
1.6.2.2 Unternehmensorganisation
1.6.2.3 Historie
1.6.2.4 Produkte und Kunden
1.6.2.5 Unternehmensstruktur
1.6.2.6 Bedeutung der IT im Unternehmen
1.6.3 Ausgangssituation – Ist-Zustand
1.6.3.1 Einschränkungen
1.6.3.2 Arbeitsannahmen
2 Hauptteil
2.1 Problemlösungsweg
2.1.1 Vorgehensmodell
2.1.1.1 Voruntersuchung
2.1.1.2 Forschungsdesign
2.1.1.3 Studie
2.1.1.4 Ergebnis
2.1.2 Untersuchungsdesign
2.1.2.1 Verfahren qualitativer Analyse
2.1.2.2 Qualitative Inhaltsanalyse
2.1.3 Datenerhebung
2.1.3.1 Problemzentriertes Interview
2.1.3.2 Ablaufmodell
2.1.4 Datenauswertung, Datenanalyse
2.1.4.1 Schritte bei der Datenanalyse
2.1.4.2 Kategorien
2.2 Hypothesenbildung
2.2.1 Hypothese 1
2.2.1.1 Erfolgsfaktoren eines (Produkt)Datenmanagements
2.2.1.2 (Produkt)Datenmanagement als Erfolgsposition
2.2.2 Hypothese 2
2.2.2.1 Unstrukturierte Daten und organisationales Wissen
2.2.2.2 Unstrukturierte Daten und verstecktes Wissen
2.2.3 Hypothese 3
2.2.3.1 Daten – Information – Wissen als betriebliche Ressource
2.2.3.2 Information und Wissen als Produktionsfaktor
2.3 Fazit
3 Schlussbetrachtung
3.1 Ausblick und Handlungsempfehlungen
Zielsetzung & Themen
Die vorliegende Diplomarbeit zielt darauf ab, für die AHT Cooling Systems GmbH Methoden zur Erhebung und Klassifizierung von unstrukturierten (Produkt)Daten zu entwickeln, um die effiziente Verfügbarkeit von Informationen als betriebliche Ressource sicherzustellen. Die zentrale Forschungsfrage untersucht, welche Faktoren das (Produkt)Datenmanagement zu einer Erfolgsposition im Unternehmen machen.
- Analyse der IT-Situation und Datenmanagement-Strukturen in Unternehmen.
- Methodische Datenerhebung mittels qualitativer Inhaltsanalyse (anonyme Experteninterviews).
- Untersuchung des Zusammenhangs zwischen (Produkt)Daten, Information und organisationalem Wissen.
- Entwicklung von Handlungsempfehlungen zur Optimierung der Datenverarbeitung und -klassifizierung.
- Implementierung technischer Ansätze wie Data Mining zur Mustererkennung.
Auszug aus dem Buch
Auswirkungen eines (Produkt)Datenmanagement-Systems
Eine wichtige, sehr zentrale Fragestellung für die Beantwortung dieser Thematik ist die Frage, welche Vorteile ein (Produkt)Datenmanagement innerhalb des Unternehmens hat. „[…] weil durch ein solches System die Informationen für jene Personen, die an einem Projekt beteiligt sind, permanent zur Verfügung gestellt werden […] anhand eines solchen Systems ist es sofort möglich, da ja alles dokumentiert ist, nachzuschlagen, ob es dazu bereits eine Entscheidung gibt […] denn es gibt dann ein Dokument […] wo all diese Dinge festgehalten wurden, d.h., dass ist ganz wichtig für den gesamten betrieblichen Ablauf […]“
Diese Aussagen, auch wenn es sich bei den Beispielen natürlich nur um kurze Ausschnitte aus den durchgeführten Interviews handelt, lassen, wenn das gesamte Material der gesammelten Daten betrachtet wird, folgende Interpretationen zu: Ein (Produkt)Datenmanagement-System im Unternehmen macht es möglich, dass wichtige (Produkt)Daten schnell verfügbar werden und eine zentrale, vereinheitlichte (Produkt)Daten und Wissensbasis geschaffen wird. Die Einführung eines solchen Systems ermöglicht eine ganzheitliche Verwaltung der (Produkt) Daten im Unternehmen. Eine ganzheitliche Verwaltung der gesamten Datenbasis ermöglicht es dann in weiterer Folge auch, dass die Suche nach (Produkt)Daten nicht nur erleichtert, sondern auch effizienter wird.
Zusammenfassung der Kapitel
1 Einleitung: Beschreibt die Problemstellung der unstrukturierten Daten bei AHT Cooling Systems GmbH, definiert Forschungsfragen und gibt einen Überblick über den Aufbau sowie die Methodik der Arbeit.
2 Hauptteil: Detailliert den Problemlösungsweg, das Forschungsdesign, die Datenerhebung durch Experteninterviews und die anschließende Hypothesenbildung zur Bedeutung von (Produkt)Datenmanagement.
3 Schlussbetrachtung: Reflektiert die gewonnenen Erkenntnisse über die Bedeutung von Datenmanagement für den Unternehmenserfolg und gibt konkrete Handlungsempfehlungen für zukünftige Entwicklungen.
Schlüsselwörter
(Produkt)Datenmanagement, unstrukturierte Daten, Datenklassifizierung, Wissensmanagement, Information, Erfolgsfaktor, Datenanalyse, Data Mining, IT-Infrastruktur, Datenerhebung, qualitative Inhaltsanalyse, Betriebliches Informationsmanagement, Organisationswissen, Produktionsfaktor.
Häufig gestellte Fragen
Worum geht es in dieser Diplomarbeit grundsätzlich?
Die Arbeit befasst sich mit der Herausforderung, unstrukturierte (Produkt)Daten in einem Industrieunternehmen systematisch zu erheben, zu klassifizieren und als wirtschaftliche Ressource nutzbar zu machen.
Welche zentralen Themenfelder werden behandelt?
Die Schwerpunkte liegen auf Datenmanagement, der Einordnung von Daten, Informationen und Wissen als Produktionsfaktoren, der Anwendung von Data Mining sowie der Optimierung von Geschäftsprozessen.
Was ist das primäre Ziel oder die Forschungsfrage der Arbeit?
Das Hauptziel ist die Beantwortung der Frage: "Was macht (Produkt)Datenmanagement zu einer Erfolgsposition im Unternehmen?"
Welche wissenschaftliche Methode kommt zum Einsatz?
Es wurde eine empirische Untersuchung in Form von problemzentrierten Experteninterviews (mit Abteilungsleitern) durchgeführt, die mittels qualitativer Inhaltsanalyse nach Mayring ausgewertet wurde.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in den Problemlösungsweg, das Untersuchungsdesign, die Hypothesenbildung (mit drei zentralen Hypothesen) und die Verknüpfung der empirischen Ergebnisse mit theoretischer Literatur.
Welche Schlüsselwörter charakterisieren die Arbeit?
(Produkt)Datenmanagement, unstrukturierte Daten, Klassifizierung, Wissensmanagement, Data Mining und Information sind die prägenden Begriffe.
Welche Rolle spielen unstrukturierte Daten konkret für die AHT Cooling Systems GmbH?
Laut der Studie machen unstrukturierte Daten etwa zwei Drittel des gesamten Datenbestands des Unternehmens aus, was das Wiederfinden und die effiziente Nutzung für Arbeitsprozesse erheblich erschwert.
Warum wird im Anhang ein Java-Algorithmus abgebildet?
Dies dient als Praxisbeispiel für ein Data-Mining-Tool, um zu verdeutlichen, wie ein automatisierter Such-Algorithmus zur Auffindung von Dateien auf Laufwerken konzeptionell umgesetzt werden kann.
- Quote paper
- Gerald Oswald (Author), 2013, (Produkt)Datenmanagement, Munich, GRIN Verlag, https://www.grin.com/document/513222
