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
- Kurzfassung
- Abstract
- Abbildungsverzeichnis
- Tabellenverzeichnis
- Abkürzungsverzeichnis
- 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 Ausgangslage
- 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 Vorgehensmodell
- 2.1 Problemlösungsweg
Zielsetzung und Themenschwerpunkte
Die vorliegende Diplomarbeit zielt darauf ab, Methoden zur Erhebung und Klassifizierung von unstrukturierten (Produkt)Daten für die AHT Cooling Systems GmbH zu entwickeln. Das Unternehmen steht vor der Herausforderung, eine große Menge an unstrukturierten Daten zu verwalten, die in verschiedenen Formaten vorliegen und auf verschiedenen Netzlaufwerken verteilt sind.
- Analyse der aktuellen IT-Situation und des Datenmanagements in Unternehmen
- Entwicklung von Methoden zur Erhebung und Klassifizierung von unstrukturierten (Produkt)Daten
- Bewertung der Bedeutung von (Produkt)Daten, (Produkt)Informationen und (Produkt)Wissen für betriebliche Prozesse
- Erstellung von Lösungsansätzen und Empfehlungen für die AHT Cooling Systems GmbH
- Bedeutung von Data Mining für die Datenmustererkennung
Zusammenfassung der Kapitel
Die Einleitung stellt das Problem der unstrukturierten Daten in Unternehmen vor und definiert die Zielsetzung der Diplomarbeit. Sie erklärt wichtige Begrifflichkeiten wie Daten, Datenmanagement, Information und Klassifizierung sowie die Herausforderungen, die durch die wachsende Datenflut entstehen. In der Vorstudie werden Ergebnisse einer Befragung von IT-Managern aus 25 Unternehmen präsentiert, die die aktuelle IT-Situation und den Umgang mit unstrukturierten Daten beleuchten.
Der Hauptteil der Arbeit widmet sich der Entwicklung von Methoden zur Erhebung und Klassifizierung von unstrukturierten Daten. Es werden verschiedene Ansätze vorgestellt und diskutiert, die für die AHT Cooling Systems GmbH relevant sind.
Schlüsselwörter
Unstrukturierte Daten, Datenmanagement, Data Mining, Informationsverarbeitung, Klassifizierung, Unternehmen, AHT Cooling Systems GmbH, IT-Situation, Datenflut, Problemlösung, Methoden, Lösungsansätze.
- Arbeit zitieren
- Gerald Oswald (Autor:in), 2013, (Produkt)Datenmanagement, München, GRIN Verlag, https://www.grin.com/document/513222
