Ziel der Arbeit ist es, die beiden Begrifflichkeiten Big Data und Business Intelligence zu erklären und anhand dieser zwei Megatrends den Nutzen für die Logistik darzustellen. Ein besonderes Augenmerk wird dabei auf die Anwendung von Big Data in der Logistik sowie die Gestaltung und der Aufbau von logistischen cloudbasierten Business-Intelligence-Systemen gelegt.
Im ersten Hauptabschnitt dieser Arbeit werden die Begriffe Big Data und Business Intelligence näher eingegrenzt und definiert. Im weiteren Verlauf sollen die Entwicklungspotenziale von Big Data erörtert werden. Am Ende dieses Abschnitts wird auf die Funktionsweise von Business-Intelligence-Systemen eingegangen. Ziel ist es, ein Verständnis für die beiden Begrifflichkeiten zu schaffen.
Inhaltsverzeichnis
- 1 Einführung
- 2 Grundlagen Big Data und Business Intelligence
- 2.1 Begriffsbestimmung
- 2.2 Entwicklungspotenziale Big Data
- 2.3 Funktionsweise von Business-Intelligence-Systemen
- 3 Nutzung von Big Data und Business-Intelligence-Systemen in der Logistik
- 3.1 Big Data in der Logistik - Herausforderungen und Risiken
- 3.2 Nutzung von Big Data am Beispiel DHL Resilience360
- 3.3 Innovative cloudbasierte Business-Intelligence-Systeme in der Logistik
- 4 Zusammenfassung und Ausblick
Zielsetzung und Themenschwerpunkte
Die vorliegende wissenschaftliche Arbeit befasst sich mit den Themen Big Data und Business Intelligence im Kontext der Logistik. Sie analysiert die beiden Begriffe und erläutert deren Bedeutung für die Logistikbranche. Das Ziel ist es, den Nutzen von Big Data und Business Intelligence für die Logistik aufzuzeigen und dabei besonders auf die Anwendung von Big Data sowie die Gestaltung und den Aufbau von cloud-basierten Business-Intelligence-Systemen einzugehen.
- Definition und Abgrenzung der Begriffe Big Data und Business Intelligence
- Analyse der Entwicklungspotenziale von Big Data in der Logistik
- Bedeutung und Funktionsweise von Business-Intelligence-Systemen
- Herausforderungen und Risiken der Nutzung von Big Data in der Logistik
- Praxisbeispiele für den Einsatz von Big Data und Business Intelligence in der Logistik
Zusammenfassung der Kapitel
1 Einführung
Die Einleitung stellt die Relevanz des Themas Big Data und Business Intelligence in der Logistikbranche dar. Sie basiert auf einer Umfrage der Wirtschaftsprüfungsgesellschaft PWC, die deutlich macht, dass viele Logistikunternehmen den Potenzialen von Big Data und Business Intelligence noch nicht vollends gerecht werden.
2 Grundlagen Big Data und Business Intelligence
Dieses Kapitel behandelt die Definition und Abgrenzung der beiden Begriffe Big Data und Business Intelligence. Es erläutert die Entwicklungspotenziale von Big Data und zeigt die Funktionsweise von Business-Intelligence-Systemen auf.
3 Nutzung von Big Data und Business-Intelligence-Systemen in der Logistik
Das dritte Kapitel konzentriert sich auf die Anwendung von Big Data und Business-Intelligence-Systemen in der Logistik. Es untersucht die Herausforderungen und Risiken der Nutzung von Big Data in diesem Bereich, beleuchtet das Beispiel von DHL Resilience360 und stellt innovative cloudbasierte Business-Intelligence-Systeme vor.
Schlüsselwörter
Die wichtigsten Schlüsselwörter der Arbeit sind Big Data, Business Intelligence, Logistik, Entwicklungspotenziale, Business-Intelligence-Systeme, Herausforderungen, Risiken, cloudbasierte Systeme, DHL Resilience360, und Anwendungen.
- Arbeit zitieren
- Thorsten Bauer (Autor:in), 2019, Big Data und Business Intelligence in der Logistik. Begriffsbestimmung, Nutzung und Entwicklungspotential, München, GRIN Verlag, https://www.grin.com/document/939163
