Die Integration von Data-Mining in die Geschäftsprozesse von Versicherungsunternehmen

Größe: px
Ab Seite anzeigen:

Download "Die Integration von Data-Mining in die Geschäftsprozesse von Versicherungsunternehmen"

Transkript

1 Die Integration von Data-Mining in die Geschäftsprozesse von Versicherungsunternehmen Systematische Potenzialanalyse und ein generisches Prozessmodell Berlin, Andreas Reuß Universität Ulm Sektion Aktuarwissenschaften Helmholtzstraße 22 D Ulm phone +49 (0) 731/ fax +49 (0) 731/

2 Agenda Grundlegende Aspekte des Data-Mining Generisches Kreislaufmodell Systematische Potenzialanalyse Fazit März 06 2

3 Data-Mining: Definition Data-Mining (Knowledge Discovery in Databases) ist der nichttriviale Prozess der datengetriebenen Analyse von Datenbeständen, um aus der unübersehbaren Fülle von Details gültige, bisher unbekannte, potenziell nützliche und verständliche Strukturen und Zusammenhänge (Muster) zu extrahieren. (in Anlehnung an Fayyad/Piatetsky-Shapiro/Uthurursamy (1996)) Diese sollen so aufbereitet, dargestellt und bewertet werden, dass sie in Form von Informationen eine wertvolle Basis für unternehmerische Entscheidungen darstellen und somit zur Generierung und Aufrechterhaltung von Wettbewerbsvorteilen eingesetzt werden können. (vgl. Nemati/Barko (2001)) März 06 3

4 Data-Mining: Fragestellungen Wissenschaftliche Fragestellungen im Umfeld von Data- Mining und KDD Wie kann sichergestellt werden, dass Data-Mining die gewünschte Wirkung im Unternehmen entfaltet? Wie kann also Data-Mining in die Geschäftsprozesse eingebettet werden? generisches Prozessmodell Welche Auswirkungen haben potenzielle Data-Mining-Ergebnisse auf das Unternehmen? Welche Geschäftsprozesse können also durch Data-Mining unterstützt werden? systematische Potenzialanalyse Jeweils mit Fokus Versicherungsunternehmen März 06 4

5 Agenda Grundlegende Aspekte des Data-Mining Generisches Kreislaufmodell Systematische Potenzialanalyse Fazit März 06 5

6 Prozessmodelle in der Literatur Wie kann Data-Mining in die Geschäftsprozesse eingebettet werden? 2 Klassen von Ansätzen: Prozessmodelle für Data-Mining (KDD) Standardmodell: CRISP-DM (vgl. Chapman et al. (2000)) Einbettung in die Geschäftsprozesse Ansatz: Virtuous Cycle of Data Mining (vgl. Berry/Linoff (1997)) Kritikpunkte: Schwerpunkt auf Datenanalyse, nicht auf Nutzung der Ergebnisse keine ausreichende Konkretisierung der einzelnen Phasen fehlende monetäre Bewertung März 06 6

7 Einbettung in die Geschäftsprozesse Kombination, Konkretisierung und Erweiterung der bisherigen Ansätze generisches Prozessmodell Zentrale Aspekte: Grundlegende Ausrichtung auf die Maßnahmen und nicht auf die Datenanalyse Modellierung als Kreislauf Durchgehende monetäre Kosten-Nutzen-Betrachtung zur Steuerung und Bewertung des Prozesses Konkretisierung der einzelnen Prozessschritte durch Spezifikation generischer Aufgaben Anpassungsfähigkeit des generischen Modells im Hinblick auf die praktische Anwendung in Versicherungsunternehmen März 06 7

8 Einbettung in die Geschäftsprozesse Generisches Kreislaufmodell 1. Spezifikation der Ziele und Rahmenbedingungen 2. Analyse der Datengrundlage 8. Messung und Bewertung der Ergebnisse 7. Implementierung der Maßnahmen 6. Ableitung geeigneter Maßnahmen 3. Vorverarbeitung der Daten 4. Analyse der Daten (Data Mining) 5. Evaluierung der Ergebnisse März 06 1

9 Einbettung in die Geschäftsprozesse Anpassung des generisches Kreislaufmodells an eine konkrete Fragestellung Beispiel: Bestandssicherung in der Unfallversicherung Maßnahme: Direktmarketingaktion mit Fokus auf stornogefährdeten Verträgen Data-Mining: Prognose der Stornowahrscheinlichkeit mit Hilfe von Entscheidungsbäumen Zentrale Komponente: Monetäre Kosten-Nutzen-Analyse Grundvoraussetzung: Vertrags- bzw. Kundenwertmodell Customer Lifetime Value Ansatz Adäquates Design der Direktmarketingmaßnahme Bewertung von Modellen und Maßnahmen März 06 9

10 Agenda Grundlegende Aspekte des Data-Mining Generisches Kreislaufmodell Systematische Potenzialanalyse Fazit März 06 10

11 Systematische Potenzialanalyse: Fragestellung Fragestellung: Welche Auswirkungen haben potenzielle Data-Mining-Ergebnisse auf das Unternehmen? Identifikation von Geschäftsprozessen, bei denen Verbesserungspotenzial durch den Einsatz von Data-Mining besteht. Bewertung des identifizierten Potenzials und Priorisierung der zu bearbeitenden Prozesse im Hinblick auf den Einfluss auf kritische Erfolgsfaktoren. Vorgehensmodell als Orientierungsrahmen für eine systematische Potenzialanalyse Bisher keine durchgängige Beschreibung eines allgemeinen Vorgehensmodells Bisher keine systematische Analyse von Versicherungsunternehmen März 06 11

12 Vorgehensmodell: 3 Schritte Allgemeines Vorgehensmodell für die Potenzialanalyse Definition einer globalen Geschäftsvision Erarbeitung eines Geschäftsprozessmodells Analyse aus Problemsicht Analyse aus Datensicht Bedeutung der Geschäftsprozesse Verbesserungspotenzial der Geschäftsprozesse Priorisierung der zu bearbeitenden Prozesse Initiierung Data-Mining-Kreislauf März 06 12

13 Potenzialanalyse bei VU: Schritt 1 Konkretisierung des Vorgehensmodells: Anwendung in VU Schritt 1: Analyse ist stets unternehmensabhängig Definition einer globalen Geschäftsvision Verknüpfung zwischen strategischem Management und Potenzialanalyse (vgl. Ehrler (1999), Krausz (2002), Oletzky (1998), Porter(1980), Seyboth (2000)) Erarbeitung eines Geschäftsprozessmodells Orientierung an Farny (2000), VAA (1999) Betrachtung der versicherungstechnischen Kernprozesse Produkt entwickeln Produkt vertreiben (Marketing/Vertrieb) Antrag bearbeiten (Underwriting/Policierung) Vertrag bearbeiten/bestände verwalten (inkl. Kundenbetreuung) Schaden/Leistung bearbeiten (inkl. Leistungsprüfung) Be- und Abrechnung durchführen (Inkasso/Exkasso) Grundlage für Analysen in Schritt 2 März 06 13

14 Potenzialanalyse bei VU: Schritt 2 - Datensicht Schritt 2: Analyse aus Datensicht Bei welchen Geschäftsprozessen fallen Daten an, die grundsätzlich für eine Analyse mit Data-Mining-Verfahren geeignet erscheinen? Ansatzpunkte: Datenintensität bisher durchgeführte Analysen der Daten Anwendung auf Versicherungsunternehmen Vielzahl möglicher Datenquellen Intern vs. Extern Zugriff? Probleme im Hinblick auf die Datenqualität Spartenübergreifende Kundensicht, Vollständigkeit/Aktualität/ Konsistenz, Historisierung Einschränkung des Potenzials März 06 14

15 Potenzialanalyse bei VU: Schritt 2 - Problemsicht Schritt 2: Analyse aus Problemsicht Bei welchen Geschäftsprozessen können zusätzliche, aus Daten generierte Informationen dazu beitragen, eine Verbesserung des Geschäftsprozesses zu erreichen? Ansatzpunkte: Zustand des Prozesses Vorstellungen über mögliche Einsatzgebiete mit signifikantem Verbesserungspotenzial Berücksichtigung von Best-Practice-Beispielen Anwendung auf Versicherungsunternehmen Kaum vollständig dokumentierte Beschreibungen in der Literatur Häufig fehlt eine Einordnung ins betriebliche Umfeld Einordnung der Literatur durch Zuordnung der Best-Practice-Beispiele zu den Kerngeschäftsprozessen März 06 15

16 Potenzialanalyse bei VU: Schritt 2 - Problemsicht Schritt 2: Analyse aus Problemsicht Geschäftsprozess Einsatzgebiet für Data-Mining Produkt entwickeln Ermittlung aussagekräftiger Risikofaktoren Analyse der Wettbewerbsfähigkeit eines Tarifs Produkt vertreiben Ermittlung abschlussaffiner Neukunden Bestimmung des Cross-Selling-Potenzials Antrag bearbeiten Automatisierte Risikoprüfung Bestand verwalten Stornoprophylaxe Kundenwertermittlung Schaden bearbeiten Überwachung der Bestandsentwicklung (Frühwarnsystem) Identifikation von Betrugsfällen Schätzung der Schadenhöhe und Schadenreservierung März 06 16

17 Vorgehensmodell: Ergebnis Ergebnis: dreidimensionale Bewertung II Potenzial aus Datensicht Bedeutung des Geschäftsprozesses III IV Potenzial aus Problemsicht März I

18 Agenda Grundlegende Aspekte des Data-Mining Generisches Kreislaufmodell Systematische Potenzialanalyse Fazit März 06 18

19 Fazit Gold mining is a process for sifting through lots of ore to find valuable nuggets. Data mining is a process for sifting through lots of data to find information useful for decision making. (Noonan (2000)) März 06 19

20 Ausgewählte Literatur Berry/Linoff (1997): Data mining techniques: for marketing, sales, and customer support. John Wiley, New York Berry/Linoff (2000) : Mastering data mining: the art and science of customer relationship management. John Wiley, New York Chapman et al. (2000): CRISP-DM Step-by-step data mining guide pdf [Stand: ] Farny (2000): Versicherungsbetriebslehre. Verlag Versicherungswirtschaft, Karlsruhe Fayyad/Piatetsky-Shapiro/Uthurursamy (1996): From data mining to knowledge disovery: an overview. in: Fayyad/Piatetsky-Shapiro/Smyth/Uthurusamy (Hrsg.): Advances in knowledge discovery and data mining, AAAI Press, Menlo Park, S Knobloch (2001): Der Data-Mining-Ansatz zur Analyse betriebswirtschaftlicher Daten. in: Informationssystem- Architekturen, 8. Jahrgang, Heft 1, S Knobloch (2004): A framework for organizational data analysis and organizational data mining. in: Nemati/Barko (Hrsg.): Organizational data mining: leveraging enterprise data resources for optimal performance, Idea Group Publishing, Hershey, S Küppers (1999): Data mining in der Praxis: ein Ansatz zur Nutzung der Potentiale von Data mining im betrieblichen Umfeld. Lang, Frankfurt/M Inmon/Terdeman/Imhoff (2000): Exploration warehousing: turning business information into business opportunity. John Wiley, New York Nemati/Barko (2001): Issues in Organizational Data Mining: A Survey of Current Practices. in: Journal of Data Warehousing, 6. Jahrgang, Heft 1, S Salzgeber (1996): Kunden- und Prozessorientierung in Versicherungsunternehmen. Verlag Versicherungswirtschaft, Karlsruhe VAA (1999): VAA - Fachliche Beschreibung, Version 2.1 Prozedural. [Stand: ] März 06 20

Andreas Reuß und Hans-Joachim Zwiesler Universität Ulm

Andreas Reuß und Hans-Joachim Zwiesler Universität Ulm Ein generisches Kreislaufmodell zur Einbettung von Data-Mining-Analysen in die Geschäftsprozesse von Unternehmen mit einem Fallbeispiel aus der Versicherung Andreas Reuß und Hans-Joachim Zwiesler Universität

Mehr

Anwendung der Predictive Analytics

Anwendung der Predictive Analytics TDWI Konferenz mit BARC@TDWI Track 2014 München, 23. 25. Juni 2014 Anwendung der Predictive Analytics Prof. Dr. Carsten Felden Dipl. Wirt. Inf. Claudia Koschtial Technische Universität Bergakademie Freiberg

Mehr

Data Mining und Knowledge Discovery in Databases

Data Mining und Knowledge Discovery in Databases Data Mining und Knowledge Discovery in Databases Begriffsabgrenzungen... Phasen der KDD...3 3 Datenvorverarbeitung...4 3. Datenproblematik...4 3. Möglichkeiten der Datenvorverarbeitung...4 4 Data Mining

Mehr

Teil A Grundlagen und Methoden 1. 1 Customer Relationship Management ein Bezugsrahmen 3

Teil A Grundlagen und Methoden 1. 1 Customer Relationship Management ein Bezugsrahmen 3 xi Teil A Grundlagen und Methoden 1 1 Customer Relationship Management ein Bezugsrahmen 3 1.1 Die Entwicklung zum kundenzentrierten Unternehmen 3 1.2 Ziel und Kernkonzepte des CRM 5 1.2.1 Ziel: Profitable

Mehr

Data Mining (ehem. Entscheidungsunterstützungssysteme)

Data Mining (ehem. Entscheidungsunterstützungssysteme) Data Mining (ehem. Entscheidungsunterstützungssysteme) Melanie Pfoh Anja Tetzner Christian Schieder Übung WS 2014/15 AGENDA TEIL 1 Aufgabe 1 (Wiederholung OPAL / Vorlesungsinhalte) ENTSCHEIDUNG UND ENTSCHEIDUNGSTHEORIE

Mehr

Dominik Pretzsch TU Chemnitz 2011

Dominik Pretzsch TU Chemnitz 2011 Dominik Pretzsch TU Chemnitz 2011 Wir leben im Informationszeitalter und merken es daran, dass wir uns vor Information nicht mehr retten können. Nicht der überwältigende Nutzen der Information, sondern

Mehr

Praxisforum BPM und ERP. Integration BPM und ERP in der Praxis. Ein Reality Check!

Praxisforum BPM und ERP. Integration BPM und ERP in der Praxis. Ein Reality Check! Praxisforum BPM und ERP Integration BPM und ERP in der Praxis. Ein Reality Check! Prof. Dr. Ayelt Komus Prof. Dr. Andreas Gadatsch Koblenz, 29.11.2011 - Es gilt das gesprochene Wort - Fachhochschule Koblenz

Mehr

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß Fachgruppe Statistik, Risikoanalyse & Computing STAT672 Data Mining Sommersemester 2007 Prof. Dr. R. D. Reiß Überblick Data Mining Begrifflichkeit Unter Data Mining versteht man die Computergestützte Suche

Mehr

Feedback-Management als Daten-Schatz für das Multi-Channel-Marketing

Feedback-Management als Daten-Schatz für das Multi-Channel-Marketing Feedback-Management als Daten-Schatz für das Multi-Channel- - Strategische CRM-Unternehmensberatung Vortrag im Rahmen des MTP-Alumni Forums Erfolgsfaktor Kundendialog warum Kunden wiederkommen, Darmstadt,

Mehr

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte

Mehr

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note:

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note: Fakultät für Wirtschaftswissenschaft Matrikelnr: Name: Vorname: : Modul 32711 Business Intelligence Termin: 28.03.2014, 9:00 11:00 Uhr Prüfer: Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe

Mehr

AGM Project & Education GmbH

AGM Project & Education GmbH AGM Project & Education GmbH Leipzig Datenschutzkonferenz dtb Kassel November 2011 20.11.2011 Detlev.Sachse@agm-onside.com 1 Zur Person 20.11.2011 Detlev.Sachse@agm-onside.com 2 Thema Data-Mining am Beispiel

Mehr

Wolfgang Martin (Hrsg.) Data Warehousing. Data Mining - OLAP. An International Thomson Publishing Company

Wolfgang Martin (Hrsg.) Data Warehousing. Data Mining - OLAP. An International Thomson Publishing Company Wolfgang Martin (Hrsg.) Data Warehousing Data Mining - OLAP Technische Universität Darmsiadt Fachbereich 1 Betriebswirtschaftliche Bibliothek Inventar-Nr.: Abstell-Nr.: s. An International Thomson Publishing

Mehr

Non-Profit-Organisationen: Vom Controlling zum Strategischen Management

Non-Profit-Organisationen: Vom Controlling zum Strategischen Management Non-Profit-Organisationen: Vom Controlling zum Strategischen Management Einordnung der Begriffe Business Intelligence Strategic Association Management Controlling and Data Warehousing Data Mining, Knowledge

Mehr

Werkstatt-Reihe»Kundenwertmanagement«

Werkstatt-Reihe»Kundenwertmanagement« Projektvorstellung Werkstatt-Reihe»Kundenwertmanagement«Wedekind, Kai In Zusammenarbeit mit Projektmanager Versicherungsforen Leipzig GmbH 1 Die Idee Kundenwertmodelle werden in der Versicherungspraxis

Mehr

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen VIADEE CRM VIEL MEHR ALS EIN STÜCK SOFTWARE Eine Vielzahl von unterschiedlichen

Mehr

SOA im Zeitalter von Industrie 4.0

SOA im Zeitalter von Industrie 4.0 Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING

Mehr

FHH meets economy. Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover. Hannover, 21. Januar 2010. 21. Januar 2010 bit GmbH

FHH meets economy. Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover. Hannover, 21. Januar 2010. 21. Januar 2010 bit GmbH FHH meets economy BI Projektmanagement bei QlikView Projekten Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover Hannover, 21. Januar 2010 21. Januar 2010 Agenda Über die bit GmbH Über QlikTech und

Mehr

Forschergruppe Social Media, Mobile Business und Datenqualität

Forschergruppe Social Media, Mobile Business und Datenqualität Dr. Max Mustermann Referat Kommunikation & Marketing Verwaltung Forschergruppe Social Media, Mobile Business und Datenqualität Prof. Dr. Bernd Heinrich Prof. Dr. Mathias Klier Institut für Wirtschaftsinformatik

Mehr

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie

Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie BIG DATA Future Opportunities and Challanges in the German Industry Zusammenfassung Die Menge der verfügbaren

Mehr

Data Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik

Data Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik Data Warehousing Sommersemester 2005 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte

Mehr

Geo-Analyse-Paket Mit CRM & Geomarketing Vertriebspotenziale heben

Geo-Analyse-Paket Mit CRM & Geomarketing Vertriebspotenziale heben Geo-Analyse-Paket Mit CRM & Geomarketing Vertriebspotenziale heben Erfahren Sie, wie Sie durch Verknüpfung von CRM und Geomarketing zusätzliche Vertriebspotenziale heben und Marketingmaßnahmen optimieren

Mehr

Generierung von Serviceverträgen auf Basis objektorientierter ereignisgesteuerter Prozessketten

Generierung von Serviceverträgen auf Basis objektorientierter ereignisgesteuerter Prozessketten Generierung von Serviceverträgen auf Basis objektorientierter ereignisgesteuerter Prozessketten Jörg Hartmann Universität Leipzig jhartmann@informatik.uni-leipzig.de 25.09.2012 Jörg Hartmann, SKIL 2012,

Mehr

Einführung in die Wissensverarbeitung und Data Mining

Einführung in die Wissensverarbeitung und Data Mining Einführung in die Wissensverarbeitung und Data Mining Peter Becker FH Bonn-Rhein-Sieg Fachbereich Angewandte Informatik!" $# Vorlesung Wintersemester 2001/02 1. Einführung Vorbemerkungen 1 Einführung Vorbemerkungen

Mehr

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science TNS EX A MINE BehaviourForecast Predictive Analytics for CRM 1 TNS BehaviourForecast Warum BehaviourForecast für Sie interessant ist Das Konzept des Analytischen Customer Relationship Managements (acrm)

Mehr

Prozesscontrolling vs. Prozesskostenrechnung Unterschiede im Aufbau und Realisierung

Prozesscontrolling vs. Prozesskostenrechnung Unterschiede im Aufbau und Realisierung Prozesscontrolling vs. Prozesskostenrechnung Unterschiede im Aufbau und Realisierung Oktober 2013 www.q-perior.com Agenda 1. Prozesscontrolling 2. Prozesskostenrechnung 3. Berichtsdimensionen www.q-perior.com

Mehr

Qualitäts- und Kostenoptimierung von verfahrenstechnischen Prozessen mit Data-Mining-Methoden

Qualitäts- und Kostenoptimierung von verfahrenstechnischen Prozessen mit Data-Mining-Methoden Qualitäts- und Kostenoptimierung von verfahrenstechnischen Prozessen mit Data-Mining-Methoden Dr. Thomas Bernard 6. Karlsruher Automations-Treff (KAT) Leit- und Automatisierungstechnik der Zukunft Karlsruhe,

Mehr

Datengrab oder Goldgrube: Steigerung der Prozess-Effizienz und Produktqualität mit Data-Mining-Methoden

Datengrab oder Goldgrube: Steigerung der Prozess-Effizienz und Produktqualität mit Data-Mining-Methoden Datengrab oder Goldgrube: Steigerung der Prozess-Effizienz und Produktqualität mit Data-Mining-Methoden Dr. Thomas Bernard Fraunhofer-Institut für Systemtechnik, Optronik und Bildauswertung Karlsruhe HANNOVER

Mehr

3. Integrationsdimensionen, u. a. Integrationsrichtungen (vgl. 1 und 2) 4. Vertikale und horizontale Integrationsrichtung (vgl.

3. Integrationsdimensionen, u. a. Integrationsrichtungen (vgl. 1 und 2) 4. Vertikale und horizontale Integrationsrichtung (vgl. Anwendungssysteme 1. Vertikal: unterstützte organisationale Ebene Informationsdichtegrad 2. Horizontal: unterstützter Funktionsbereich betriebliche Grundfunktion 3. Integrationsdimensionen, u. a. Integrationsrichtungen

Mehr

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide

Mehr

Eignung von Tag Clouds zur Exploration und Navigation nutzergenerierter Inhalte

Eignung von Tag Clouds zur Exploration und Navigation nutzergenerierter Inhalte Eignung von Tag Clouds zur Exploration und Navigation nutzergenerierter Inhalte Bachelorarbeit Institut für Informatik der Technischen Universität München 4. Juli 2011 Agenda 1 Einführung: Tag Cloud 2

Mehr

Entscheidungsunterstützungssysteme

Entscheidungsunterstützungssysteme Vorlesung WS 2013/2014 Christian Schieder Professur Wirtschaftsinformatik II cschie@tu-chemnitz.eu Literatur zur Vorlesung Gluchowski, P.; Gabriel, R.; Dittmar, C.: Management Support Systeme und Business

Mehr

»Review: Wiederanlagemanagement«

»Review: Wiederanlagemanagement« Wettbewerbsvorteile durch vorausschauende Lösungen Jens Ringel Geschäftsführer Mario Gärtner Kompetenzfeldleiter Sascha Noack Projektreferent Leipzig, Oktober 2014 Ausgangssituation Jedes Jahr werden über

Mehr

Inhaltsverzeichnis. 2014 W. Kohlhammer, Stuttgart

Inhaltsverzeichnis. 2014 W. Kohlhammer, Stuttgart Geleitwort... V Wissenschaftliches Geleitwort... VII Vorwort des Herausgebers... X Abbildungsverzeichnis... XIX 1 Einleitung... 1 2 Aktuelle Herausforderungen in der Versicherungsbranche... 5 2.1 Überblick...

Mehr

Seminarthemen WS 2012/2013

Seminarthemen WS 2012/2013 Dr. Max Mustermann Referat Kommunikation & Marketing Verwaltung Seminarthemen WS 2012/2013 Prof. Dr. Mathias Klier Fakultät für Wirtschaftswissenschaften Projektseminar: Thema 1 Social Media entlang der

Mehr

Potenziale von Mobilität Methodik zur Identifikation mobiler (Geschäfts-)Potenziale

Potenziale von Mobilität Methodik zur Identifikation mobiler (Geschäfts-)Potenziale Potenziale von Mobilität Methodik zur Identifikation mobiler (Geschäfts-)Potenziale Dr. Ralf Carbon, Steffen Hess April 5, 2013 Fraunhofer IESE Research Area GoMobile Develop and spread Software Engineering

Mehr

Social Monitoring. HAW Hamburg Hochschule für Angewandte Wissenschaften University of Applied Sciences Master Informatik - Anwendungen 1 WS 2013/2014

Social Monitoring. HAW Hamburg Hochschule für Angewandte Wissenschaften University of Applied Sciences Master Informatik - Anwendungen 1 WS 2013/2014 HAW Hamburg Hochschule für Angewandte Wissenschaften University of Applied Sciences Master Informatik - Anwendungen 1 WS 2013/2014 Abdul-Wahed Haiderzadah abdul-wahed.haiderzadah@haw-hamburg.de Betreuer:

Mehr

Data/Information Quality Management

Data/Information Quality Management Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!

Mehr

Abbildungsverzeichnis... XIV. Tabellenverzeichnis... XVI. Formelverzeichnis...XVII. Abkürzungsverzeichnis... XVIII. 1 Einleitung...

Abbildungsverzeichnis... XIV. Tabellenverzeichnis... XVI. Formelverzeichnis...XVII. Abkürzungsverzeichnis... XVIII. 1 Einleitung... Inhaltsverzeichnis Seite Abbildungsverzeichnis... XIV Tabellenverzeichnis... XVI Formelverzeichnis...XVII Abkürzungsverzeichnis... XVIII 1 Einleitung...1 1.1 Zielsetzung der Arbeit...1 1.2 Aufbau der Arbeit...3

Mehr

Prozessautomatisierung Vom Geschäftsprozess zum IT-Prozess Benjamin Brunner SOA Architect OPITZ CONSULTING Bad Homburg GmbH

Prozessautomatisierung Vom Geschäftsprozess zum IT-Prozess Benjamin Brunner SOA Architect OPITZ CONSULTING Bad Homburg GmbH Prozessautomatisierung Vom Geschäftsprozess zum IT-Prozess Benjamin Brunner SOA Architect OPITZ CONSULTING Bad Homburg GmbH Agenda Warum Prozessautomatisierung? Prozessautomatisierung in einer SOA Von

Mehr

Ein Web 2.0 basiertes Konzept zur Integration von. den Innovationsprozess

Ein Web 2.0 basiertes Konzept zur Integration von. den Innovationsprozess Lehrstuhl für Industriebetriebslehre Prof. Dr. Kai-Ingo Voigt Friedrich-Alexander-Universität Erlangen-Nürnberg Ein Web 2.0 basiertes Konzept zur Integration von Erkenntnissen der strategischen Frühaufklärung

Mehr

Sonstiges Wahlfach Wirtschaftsinformatik

Sonstiges Wahlfach Wirtschaftsinformatik Sonstiges Wahlfach Wirtschaftsinformatik Anhang Nr. 48: Wirtschaftsinformatik Das Fach ist bestanden, wenn 24 Leistungspunkte erworben wurden. Veranstaltungsform SWS Turnus Leistungspunkte Prüfungsform

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

Mehr

Knowledge Discovery In Databases. Data Mining - Der moderne Goldrausch?

Knowledge Discovery In Databases. Data Mining - Der moderne Goldrausch? Oberseminar Data Mining 07. April 2010 Methodik des Data Mining Knowledge Discovery In Databases oder auch Data Mining - Der moderne Goldrausch? Data Mining...? Hochleistungsrechnen Geoinformationssysteme

Mehr

Integration mit. Wie AristaFlow Sie in Ihrem Unternehmen unterstützen kann, zeigen wir Ihnen am nachfolgenden Beispiel einer Support-Anfrage.

Integration mit. Wie AristaFlow Sie in Ihrem Unternehmen unterstützen kann, zeigen wir Ihnen am nachfolgenden Beispiel einer Support-Anfrage. Integration mit Die Integration der AristaFlow Business Process Management Suite (BPM) mit dem Enterprise Information Management System FILERO (EIMS) bildet die optimale Basis für flexible Optimierung

Mehr

Wachstumsförderung mit CRM

Wachstumsförderung mit CRM Wachstumsförderung mit CRM Computerwoche CRM Initiative Feb. 2007 Dr. Wolfgang Martin Analyst, Mitglied im CRM-Expertenrat und Research Advisor am Institut für Business Intelligence Wachstumsförderung

Mehr

9 Resümee. Resümee 216

9 Resümee. Resümee 216 Resümee 216 9 Resümee In der vorliegenden Arbeit werden verschiedene Methoden der Datenreduktion auf ihre Leistungsfähigkeit im sozialwissenschaftlichstatistischen Umfeld anhand eines konkreten Anwendungsfalls

Mehr

Management von Clustern - zwischen Steuerung und Selbstorganisation

Management von Clustern - zwischen Steuerung und Selbstorganisation 4. MST-Regionalkonferenz NRW Workshop 4 Nationale und internationale Cluster / Netzwerke Management von Clustern - zwischen Steuerung und Selbstorganisation Michael Astor Prognos AG Berlin, 19.10.2007

Mehr

Sicherstellung der Strategiekonformität von IT-Projekten

Sicherstellung der Strategiekonformität von IT-Projekten MKWI 2006, Passau am 21.02.2006 Sicherstellung der Strategiekonformität von IT-Projekten Michael Durst, Jochen Gary Track: IT-Beratung - Aufgaben und Herausforderungen Prof. Dr. Freimut Bodendorf Agenda

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

Mehr

Analytics, Big Data, Multi-Touch Attribution und Content Marketing E-Business 2014

Analytics, Big Data, Multi-Touch Attribution und Content Marketing E-Business 2014 Analytics, Big Data, Multi-Touch Attribution und Content Marketing E-Business 2014 Andreas Berth, CEO B2 Performance Group Inhalt B2 Performance das Unternehmen Ausgangslage Problem Lösung Umsetzung Key

Mehr

Strategien messbar umsetzen.

Strategien messbar umsetzen. Strategien messbar umsetzen. Zielsetzung Professionelles Lead Management Transparenz und Messbarkeit in der Praxis MUK IT, 66. Roundtable 8. August 2013 Seite 1 Agenda. Strategie messbar umsetzen. Lead-Generierungs-Marketing

Mehr

ISO & IKS Gemeinsamkeiten. SAQ Swiss Association for Quality. Martin Andenmatten

ISO & IKS Gemeinsamkeiten. SAQ Swiss Association for Quality. Martin Andenmatten ISO & IKS Gemeinsamkeiten SAQ Swiss Association for Quality Martin Andenmatten 13. Inhaltsübersicht IT als strategischer Produktionsfaktor Was ist IT Service Management ISO 20000 im Überblick ISO 27001

Mehr

Mobile Viral Marketing Vervielfachen Sie den Erfolg Ihrer Kampagnen: mit besseren Botschaften durch intelligente Datenanalyse

Mobile Viral Marketing Vervielfachen Sie den Erfolg Ihrer Kampagnen: mit besseren Botschaften durch intelligente Datenanalyse Tell a friend Mobile Viral Marketing Vervielfachen Sie den Erfolg Ihrer Kampagnen: mit besseren Botschaften durch intelligente Datenanalyse Dr. Dietmar G. Wiedemann Andreas Krisor Proventa AG Untermainkai

Mehr

Fachhochschule für Technik und Wirtschaft Berlin FB4: Wirtschaftsinformatik

Fachhochschule für Technik und Wirtschaft Berlin FB4: Wirtschaftsinformatik Fachhochschule für Technik und Wirtschaft Berlin FB4: Wirtschaftsinformatik Entwicklung und Evaluation eines Vorgehensmodells zur Optimierung des IT-Service im Rahmen eines IT-Assessment Framework Oliver

Mehr

Analyse des Daten- und Informationsflusses der Wareneingangsprozesse und Ableitung von Verbesserungspotenzialen unter WPS Gesichtspunkten

Analyse des Daten- und Informationsflusses der Wareneingangsprozesse und Ableitung von Verbesserungspotenzialen unter WPS Gesichtspunkten Analyse des Daten- und Informationsflusses der Wareneingangsprozesse und Ableitung von Verbesserungspotenzialen unter WPS Gesichtspunkten Projektdefinition Titel Gradl der Präsentation Franziska evtl.

Mehr

Qualitätsmanagement für Dienstleistungen

Qualitätsmanagement für Dienstleistungen Qualitätsmanagement für Dienstleistungen Grundlagen, Konzepte, Methoden von Manfred Bruhn erweitert, überarbeitet Qualitätsmanagement für Dienstleistungen Bruhn schnell und portofrei erhältlich bei beck-shop.de

Mehr

IT-Sourcing-Check. InnovationTrust Consulting GmbH

IT-Sourcing-Check. InnovationTrust Consulting GmbH IT-Sourcing-Check Vorgehensmodell InnovationTrust Consulting GmbH Inhalt 1. Ausgangssituation / Zielsetzung 2. Grundlagen / Rahmenbedingungen 3. Vorgehensmodell IT-Sourcing-Check, Vorgehensmodell; 2 Permanente

Mehr

A Platform for Complex Event Processing

A Platform for Complex Event Processing A Platform for Complex Event Processing Einführung Business Process Technology Prof. Dr. Mathias Weske Matthias Kunze Nico Herzberg Business Process Technology Seit 2001 Untersuchung realer Probleme des

Mehr

Projektmanagement im Umfeld innovativer Software Technologien. Projektmanagement bei SAP Consulting

Projektmanagement im Umfeld innovativer Software Technologien. Projektmanagement bei SAP Consulting Projektmanagement im Umfeld innovativer Software Technologien Projektmanagement bei SAP Consulting Agenda 1 SAP Consulting als IT Dienstleister & Servicepartner 2 IT Projekte & Projektmanagement Do s &

Mehr

IIBA Austria Chapter Meeting

IIBA Austria Chapter Meeting covalgo consulting GmbH IIBA Austria Chapter Meeting ITIL und Business Analyse 20. März 2012 Dr. Gerd Nanz 1040 Wien, Operngasse 17-21 Agenda Ein Praxisbeispiel Was ist Business Analyse? Was ist ein Service

Mehr

Datenintegration mit Informatica PowerCenter

Datenintegration mit Informatica PowerCenter Datenintegration mit Informatica PowerCenter Mein Weg vom Studenten zum Consultant Christoph Arnold 03.07.2013 1 Agenda Von der THM zu Infomotion Datenschieberei oder doch mehr? Die weite Welt von Informatica

Mehr

Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise

Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise Software AG Innovation Day 2014 Bonn, 2.7.2014 Dr. Carsten Bange, Geschäftsführer Business Application Research Center

Mehr

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014 Martin Böhn, Head of CRM, Senior Analyst CRM in der heutigen Praxis: Kampf Vor-Ort- Termine Prospekte, Beispiele

Mehr

Vorstellung des Profils Management, Innovation, Marketing (MIM) im fachwissenschaftlichen Masterstudiengang der Fakultät für Wirtschaftswissenschaften

Vorstellung des Profils Management, Innovation, Marketing (MIM) im fachwissenschaftlichen Masterstudiengang der Fakultät für Wirtschaftswissenschaften Master-Studiengang Wirtschaftswissenschaften Profil MIM (Management, Innovation, Marketing) Vorstellung des Profils Management, Innovation, Marketing SoSe 2015 Vorstellung des Profils Management, Innovation,

Mehr

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG...

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... Inhaltsübersicht Inhaltsübersicht I INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... 1 1.1 Zielsetzung und Motivation... 1 1.2

Mehr

Referenzmodell für die strategische Ausrichtung eines internen IT-Dienstleisters am Business Value

Referenzmodell für die strategische Ausrichtung eines internen IT-Dienstleisters am Business Value Referenzmodell für die strategische Ausrichtung eines internen IT-Dienstleisters am Business Value Markus Neumann neumann@iwi.uni-hannover.de Doktoranden-Kolloquium Südost-Niedersachsen 16.01.2009 17.01.2009

Mehr

Kundenzentrisches Banking - mit Hilfe von Social Media

Kundenzentrisches Banking - mit Hilfe von Social Media Kundenzentrisches Banking - mit Hilfe von Was versteht man unter kundenzentrischem Banking? Problem: Banken haben heutzutage mit stagnierenden Märkten, starkem Wettbewerb und einer sinkenden Kundenloyalität

Mehr

Project Management Office (PMO)

Project Management Office (PMO) Project Management Office (PMO) Modeerscheinung oder organisatorische Chance? Stefan Hagen startup euregio Management GmbH, Januar 2007 Einleitung Dem professionellen Management von Projekten und Programmen

Mehr

Systemen. Stand der Umsetzung von BSC-Systemen. 3/4 der Unternehmen setzen Balanced Scorecard als neues Instrument der Unternehmensführung ein.

Systemen. Stand der Umsetzung von BSC-Systemen. 3/4 der Unternehmen setzen Balanced Scorecard als neues Instrument der Unternehmensführung ein. Stand der Umsetzung von BSC-Systemen Systemen BSC eingeführt keine Überarbeitung 11% kein Interesse 26% BSC eingeführt Überarbeitung geplant 5% BSC geplant 58% n = 141 3/4 der Unternehmen setzen Balanced

Mehr

Technische Integration des Informationssystems über SAP (1/6)

Technische Integration des Informationssystems über SAP (1/6) Technische Integration des Informationssystems über SAP (1/6) Software Systemsoftware Anwendungssoftware Betriebssysteme Standardsoftware Individualsoftware Übersetzungsprogramme Dienstprogramme andere

Mehr

Qualitätsmanagement für Dienstleistungen

Qualitätsmanagement für Dienstleistungen Manfred Bruhn Qualitätsmanagement für Dienstleistungen Grundlagen, Konzepte, Methoden Achte, überarbeitete und erweiterte Auflage 4ü Springer Teil A Grundlagen des Qualitätsmanagements für Dienstleistungen

Mehr

Einführung und Umsetzung eines QM-Systems. Büro für Qualitätsmanagement Dr. Jens Wonigeit

Einführung und Umsetzung eines QM-Systems. Büro für Qualitätsmanagement Dr. Jens Wonigeit Einführung und Umsetzung eines QM-Systems Einführung und Umsetzung eines QM-Systems Phase 1: Ist-Analyse Erhebung externer und interner QM-Anforderungen Identifikation und Analyse der Kernprozesse Ermittlung

Mehr

CRM und Mittelstand Passt das zusammen?

CRM und Mittelstand Passt das zusammen? CRM und Mittelstand Passt das zusammen? Erfahrungen bei Dipl.-Wirt.-Ing. Nils Frohloff AGENDA Die Firma MIT Moderne Industrietechnik GmbH Ausgangssituation im Mittelstand Was bedeutet CRM? Anforderungen

Mehr

MOSAIC: Zentrales Datenmanagement als Methode zur Verbesserung der Nachnutzbarkeit medizinischer Forschungsdaten

MOSAIC: Zentrales Datenmanagement als Methode zur Verbesserung der Nachnutzbarkeit medizinischer Forschungsdaten MOSAIC: Zentrales Datenmanagement als Methode zur Verbesserung der Nachnutzbarkeit medizinischer Forschungsdaten Martin Bialke Institut für Community Medicine (Abt. VC) Universitätsmedizin Greifswald 25.

Mehr

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010 Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im Umfeld bei Siemens Frank Hincke, DIMQ, Köln 03/2010 Agenda Vorstellung Sprecher Programm ATLAS im Bereich Siemens Bereich Energie,

Mehr

Andreas Emhart Geschäftsführer Alegri International Group

Andreas Emhart Geschäftsführer Alegri International Group Andreas Emhart Geschäftsführer Alegri International Group Agenda Vorstellung Alegri International Überblick Microsoft Business Intelligence Sharepoint Standard Business Intelligence Tool Excel Service

Mehr

OLAP und Data Warehouses

OLAP und Data Warehouses OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting

Mehr

Integriertes Marketingmanagement 2013

Integriertes Marketingmanagement 2013 Integriertes Marketingmanagement 2013 Schneller sehen, verstehen und entscheiden Dr. Andreas Becks Senior Business Architect SAS Deutschland GmbH Agenda Integriertes Marketingmanagement 2013 Die neue Bank

Mehr

Ermittlung von Assoziationsregeln aus großen Datenmengen. Zielsetzung

Ermittlung von Assoziationsregeln aus großen Datenmengen. Zielsetzung Ermittlung von Assoziationsregeln aus großen Datenmengen Zielsetzung Entscheidungsträger verwenden heutzutage immer häufiger moderne Technologien zur Lösung betriebswirtschaftlicher Problemstellungen.

Mehr

Herkömmliche Softwareentwicklungsmodelle vs. Agile Methoden

Herkömmliche Softwareentwicklungsmodelle vs. Agile Methoden vs. Agile Methoden Christoph.Kluck@Student.Reutlingen University.de Medien und Kommunikationsinformatik Agenda Einführung Vorgehensmodelle Herkömmlich agil Resümee Klassische Probleme Nachgereichte Anforderungen

Mehr

Kundenwertorientierte Banksteuerung in der Praxis Ergebnisse der empirischen Forschung

Kundenwertorientierte Banksteuerung in der Praxis Ergebnisse der empirischen Forschung Kundenwertorientierte Banksteuerung in der Praxis Ergebnisse der empirischen Forschung Herbsttagung des E-Finance Lab Frankfurt am Main, 28. September 2006 Prof. Dr. Bernd Skiera Johann Wolfgang Goethe-Universität

Mehr

IT Business Value mobil-integrierter Geschäftsprozesse

IT Business Value mobil-integrierter Geschäftsprozesse Vortrag WCI, Berlin, 15 Oktober 2008 IT Business Value mobil-integrierter Geschäftsprozesse Kai Habermann wi-mobile Forschungsgruppe WI-SE, Universität Augsburg Universitätsstrasse 16, 86159 Augsburg Tel.

Mehr

Seminar Unternehmenskommunikation FS 2012

Seminar Unternehmenskommunikation FS 2012 Krisenkommunikation Seminar Unternehmenskommunikation Florian Fleischer/Franziska Wiesner FS 2012 Inhalt 1. Einführung 2. SCCT (Coombs 2007) 3. Ethical Rationality for Crisis Response (Snyder et al 2006)

Mehr

Grundlagen des CRM. Dr.-Ing. Jubran Rajub

Grundlagen des CRM. Dr.-Ing. Jubran Rajub Grundlagen des CRM Dr.-Ing. Literatur H. Hippner, K. D. Wilde (Hrsg.): Grundlagen des CRM, Konzepte und Gestaltung, Gabler Verlag, Wiesbaden (2007). K.C. Laudon, J.P. Laudon, D. Schoder: "Wirtschaftsinformatik

Mehr

Produktivitätsmessung von Immobilien-Services unter Einsatz einer CAFM Web-Applikation. Vanessa Lellek (M.Sc.) Michael Kürschner (MRICS M.Sc.

Produktivitätsmessung von Immobilien-Services unter Einsatz einer CAFM Web-Applikation. Vanessa Lellek (M.Sc.) Michael Kürschner (MRICS M.Sc. Produktivitätsmessung von Immobilien-Services unter Einsatz einer CAFM Web-Applikation Vanessa Lellek (M.Sc.) Michael Kürschner (MRICS M.Sc.) 1 Agenda A Aktueller Forschungsstand B Produktivitätsmessung

Mehr

Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses

Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses Exposé zur Diplomarbeit Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Fakultät II Institut

Mehr

Qualitätsmanagement für Dienstleistungen

Qualitätsmanagement für Dienstleistungen Manfred Bruhn Qualitätsmanagement für Dienstleistungen Grundlagen, Konzepte, Methoden Sechste, überarbeitete und erweiterte Auflage Mit 186 Abbildungen 4y Springer Teil A Grundlagen des Qualitätsmanagements

Mehr

BPM und egpm. Prozessbasierte Anforderungsanalyse, Fallstudie bei einem Kommunikationsunternehmen. Thorsten Fiege (Pegasystems) & Kai Meyer (C1 WPS)

BPM und egpm. Prozessbasierte Anforderungsanalyse, Fallstudie bei einem Kommunikationsunternehmen. Thorsten Fiege (Pegasystems) & Kai Meyer (C1 WPS) BPM und egpm Prozessbasierte Anforderungsanalyse, Fallstudie bei einem Kommunikationsunternehmen Thorsten Fiege (Pegasystems) & Kai Meyer (C1 WPS) C1 WPS GMBH //// Vogt-Kölln-Str. 30 //// 22527 HAMBURG

Mehr

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie

Mehr

ONLINESHOPS ERFOLGREICH STEUERN WIE BEHALTE ICH DIE ÜBERSICHT? TRANSPARENZ DURCH BEST PRACTICE ECOMMERCE REPORTING

ONLINESHOPS ERFOLGREICH STEUERN WIE BEHALTE ICH DIE ÜBERSICHT? TRANSPARENZ DURCH BEST PRACTICE ECOMMERCE REPORTING ONLINESHOPS ERFOLGREICH STEUERN WIE BEHALTE ICH DIE ÜBERSICHT? TRANSPARENZ DURCH BEST PRACTICE ECOMMERCE REPORTING Onlineshops erfolgreich steuern wie behalte ich die Übersicht? Transparenz durch Best

Mehr

STUDIE ZU IT-RISIKOBEWERTUNGEN IN DER PRAXIS

STUDIE ZU IT-RISIKOBEWERTUNGEN IN DER PRAXIS STUDIE ZU IT-RISIKOBEWERTUNGEN IN DER PRAXIS Stefan Taubenberger und Prof. Jan Jürjens, 22. September 211 Ziele der Studie Konfirmative und explorative Studie mit folgenden Fragestellungen Welche Kriterien

Mehr

ARIS - The Business Process Platform. Dr. Wolfram Jost, Mitglied des Vorstandes

ARIS - The Business Process Platform. Dr. Wolfram Jost, Mitglied des Vorstandes - The Business Process Platform Dr. Wolfram Jost, Mitglied des Vorstandes Warum Geschäftsprozessmanagement? Unternehmen ohne Geschäftsprozesse gibt es nicht! Qualität und Innovation der Geschäftsprozesse

Mehr

Zusammenfassung der Dissertation "Convenience im Handel"

Zusammenfassung der Dissertation Convenience im Handel Zusammenfassung der Dissertation " im Handel" im Handel ist das vom Kunden wahrgenommene Ausmaß der Vermeidung von Einkaufskosten in Form von Zeit sowie physischer, kognitiver und emotionaler Mühe. Dieses

Mehr

Sicherheit und Compliance in der Cloud

Sicherheit und Compliance in der Cloud Sicherheit und Compliance in der Cloud Prof. Dr. Jan Jürjens TU Dortmund Das Forschungsprojekt ClouDAT (Förderkennzeichen 300267102) wird/wurde durch das Land NRW und Europäischen Fonds für regionale Entwicklung

Mehr

IT-Risiko- und Sicherheitsmanagement Workshop der GI Fachgruppe SECMGT am 28. Januar 2005 in Frankfurt/Main

IT-Risiko- und Sicherheitsmanagement Workshop der GI Fachgruppe SECMGT am 28. Januar 2005 in Frankfurt/Main Advisory Services Information Risk Management Turning knowledge into value IT-Risiko- und Sicherheitsmanagement Workshop der GI Fachgruppe SECMGT am 28. Januar 2005 in Frankfurt/Main Markus Gaulke mgaulke@kpmg.com

Mehr

Big Data aus Sicht eines globalen Unternehmens

Big Data aus Sicht eines globalen Unternehmens Big Data aus Sicht eines globalen Unternehmens Impulsbeitrag FES/ver.di Expertengespräch Prof. Dr. Gerhard Satzger, Director IBM Business Performance Services Berlin, 25.6.2014 IBM ein traditionsreiches,

Mehr

Thementisch Anwendungsgebiete und

Thementisch Anwendungsgebiete und Thementisch Anwendungsgebiete und b Erfolgsgeschichten KMUs und Big Data Wien 08. Juni 2015 Hermann b Stern, Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center for Data-driven

Mehr