Denn bei Big Data handelt es sich nicht einfach nur um große Datenmengen. Big Data ist vielmehr ein Spiegelbild längst laufender, von

Größe: px
Ab Seite anzeigen:

Download "Denn bei Big Data handelt es sich nicht einfach nur um große Datenmengen. Big Data ist vielmehr ein Spiegelbild längst laufender, von"

Transkript

1

2 Vorwort»Big Data«ist neben den Begriffen»Cloud«,»Mobile«,»InMemory«und»Social Media«eines der Stichworte, die die gegenwärtigen Trends in der IT-Branche bestimmen. Dabei lässt sich feststellen, dass Big Data im Unterschied zur»business Intelligence«, auf deren Verbindungen zum Thema Big Data wir später genauer eingehen werden, neben dem unternehmerisch-wirtschaftlichen auch im allgemeingesellschaftlichen Kontext eine hohe Relevanz besitzt. Das zeigt sich zum Beispiel an der Tatsache, dass Big Data es bis auf die Titelseite des politischen Wochenmagazins»Der Spiegel«geschafft hat (vgl. Schulz, 2013) und in Fernseh-Talkshows wie»beckmann«thematisiert wird. Diese allgemein-gesellschaftliche Relevanz des Themas und insbesondere deren Ursachen haben Auswirkungen auf Unternehmen und ihre Vorgehensmodelle im Kontext Big Data. Im unternehmerischen Umfeld selbst liegt angesichts der stetigen Zunahme an verfügbaren Informationen zunächst nahe, dass Marketing und Vertrieb das Ziel verfolgen, ihre Kunden immer besser zu kennen und mit individualisierten Angeboten Erfolge zu ermöglichen, die ohne Big Data nicht realisierbar wären (vgl. Bloching, Luck & Ramge, 2012). Mit diesem Ziel dürften sie wohl grundsätzlich auf Zustimmung in ihren Unternehmen stoßen. Durch die Verarbeitung großer Datenmengen in Echtzeit, wie sie durch InMemory-Technologien (schnelle Datenverarbeitung im Hauptspeicher) möglich wird, entsteht hierfür geradezu eine»neue Dimension des Machbaren«. Völlig neue Anwendungen werden realisierbar, die vor wenigen Jahren noch nicht hätten umgesetzt werden können. Der Phantasie scheinen keine Grenzen gesetzt, wenn es darum geht, Anwendungsfälle und deren wirtschaftliche Potenziale zu beschreiben. Die Erwartungen an zivilisatorischen Fortschritt und Wachstumsziele, die sich mit Big 13

3 Vorwort Data verbinden, sind enorm. Das Wort vom»öl des 21. Jahrhunderts«macht die Runde. Aber bringt uns Big Data wirklich die»schöne neue Welt«? Wie realistisch sind die Erwartungen? Welche Herausforderungen stehen den Chancen gegenüber? Ist das technisch Machbare auch immer sinnvoll? Welche Investitionen in Technologie sind erforderlich und welchen Return-on-Investment (ROI) kann man erwarten? Letztlich: Welchen Preis nicht nur monetärer Art müssen wir alle für die neuen Möglichkeiten bezahlen, die Big Data uns bietet? Die allgemein-gesellschaftliche Relevanz von Big Data wirft darüber hinaus Fragen für uns alle auf, die sich aus unseren unterschiedlichen Rollen ergeben, in denen wir an Big Data längst beteiligt sind und zwar unabhängig davon, ob wir das wissen und wollen oder nicht. Was bedeutet Big Data für uns als Bürger, Kunden und Mitarbeiter von Unternehmen sowie als Nutzer zum Beispiel des Internets, von Smartphones oder Navigationsgeräten, durch die wir in unserer vernetzten Welt gleichzeitig Erzeuger und Nutzer von Big Data sind? Welchen Anteil haben wir selbst am»phänomen Big Data«und welche Konsequenzen ergeben sich daraus? Welche Rolle wird angesichts der Assoziation»Big Data Big Brother«die Politik spielen? Welche»Spielregeln«werden sich die Gesellschaften auf internationaler Ebene für den Umgang mit Daten geben? Schon bei dieser ersten Betrachtung der Vielschichtigkeit von Big Data wird klar, dass wir hier nicht mit vergleichsweise einfachen Kausalzusammenhängen rechnen dürfen, wie wir sie zum Beispiel von traditionellen Steuerungsmechanismen in Unternehmen her kennen. Der weit verbreiteten These, wonach Big Data mit den neuen Möglichkeiten der Datenanalyse in den nächsten Jahren bis Jahrzehnten gravierende Veränderungen in Wirtschaft und Gesellschaft auslösen werden, möchten wir hinsichtlich der in dieser These enthaltenen Zeitperspektive und der Auffassung von Ursache und Wirkung ausdrücklich widersprechen. Denn bei Big Data handelt es sich nicht einfach nur um große Datenmengen. Big Data ist vielmehr ein Spiegelbild längst laufender, von 14

4 Vorwort der umfassenden Digitalisierung aller Lebensbereiche, der»digitalisierung der Welt«, getriebenen gesellschaftlichen Veränderungen mit weitreichenden sozio-kulturellen Auswirkungen, denen sich niemand entziehen kann. Die aktive Auseinandersetzung mit Big Data ist daher unumgänglich. Die Vielschichtigkeit des Themas erfordert für ein Buch über Big Data eine klare Strukturierung der Kapitel und Abschnitte, um einerseits die gegebene Komplexität umfänglich zu erfassen und andererseits einzelne Aspekte nachvollziehbar zu beschreiben. Wir haben uns daher bemüht, die Inhalte sinnvoll zu gliedern und die von uns fokussierten Zusammenhänge anhand eines logischen Aufbaus der Kapitel auszuarbeiten. Dabei waren wir uns darüber bewusst, dass man sich der Thematik durchaus auch von anderen Ausgangspunkten und in einem anderen Aufbau nähern kann, insbesondere wenn ein anderer Fokus gewählt wird. Wir halten den von uns gewählten Ansatz allerdings für sehr gut geeignet, das»phänomen Big Data«ganzheitlich zu erfassen und einen Beitrag zur aktuellen öffentlichen Debatte über Wirkmechanismen, Chancen und Risiken der»digitalisierung der Welt«zu leisten. Dieser Ansatz erfordert allerdings, dass die Kapitel nacheinander gelesen werden, weil der gedankliche Aufbau sonst nicht deutlich wird. In den Kapiteln selbst sind vor diesem Hintergrund immer wieder Querverweise enthalten, die die inneren Zusammenhänge der Gesamtthematik widerspiegeln. Dabei werden in den vorderen Kapiteln Grundlagen gelegt und in erster Linie auf spätere Kapitel verwiesen, in denen Zusammenhänge vertieft werden, während in den späteren Kapiteln dann auf die zuvor geschaffenen Grundlagen zurückgegriffen wird. Gerade auch vor dem Hintergrund der allgemein-gesellschaftlichen Relevanz von Big Data wenden wir uns mit diesem Ansatz ausdrücklich nicht nur an Leser mit entsprechendem beruflichen Hintergrund, sondern an jeden, der sich einen Überblick über die Thematik verschaffen will. Eher technisch ausgerichtete Abschnitte können daher im eigenen Ermessen ausgelassen werden, ohne den roten Faden zu verlieren. 15

5 Vorwort Wegen der engen Verzahnung unternehmerischer und allgemeingesellschaftlicher Aspekte, die uns alle in unseren unterschiedlichen Rollen als Bürger, Kunden und Mitarbeiter von Unternehmen betreffen und die wir in den ersten Kapiteln ausführlich beschreiben, sind gerade auch die späteren, auf unternehmerische Aspekte ausgerichteten Inhalte in einer allgemein verständlichen Sprache gehalten. Mit diesem Ansatz wollen wir der Tatsache gerecht werden, dass wir uns alle einen umfassenden gedanklichen Zugang über die komplexen Zusammenhänge von»big Data«und der»digitalisierung der Welt«erarbeiten müssen, um den Herausforderung dieser zentralen Themen des 21. Jahrhunderts gerecht werden und angemessene Handlungskonzepte entwickeln zu können. Die Fähigkeit zum Verlassen eigener Komfortzonen und zur Loslösung von gewohnten Routinen und Denkmustern sowie die Übernahme von Verantwortung sind dabei entscheidende Erfolgsfaktoren auf kollektiver und individueller Ebene. Diese Erkenntnis macht Big Data zu einem so ungemein spannenden Thema. Januar 2014 Ronald Bachmann, Dr. Guido Kemper, Thomas Gerzer 16

6 Einleitung Inhalt dieses Kapitels Einführung in das Thema Allgemeine Begriffsklärung und Definitionen Der»Big-Data-Primärkreislauf«Die Eigendynamik von Big Data Wir alle sind»big Data«Für den Begriff»Big Data«gibt es noch keine allgemein verbindliche Definition, aber einige Versuche, das Phänomen sehr großer, exponentiell anwachsender Datenmengen mit seiner Vielschichtigkeit und seinen Hintergründen zu erfassen. Die Vorstellung, was Big Data genau ist, bleibt noch schwammig. Diese Tatsache macht deutlich, dass wir noch gar nicht genau wissen können, was Big Data für Unternehmen, aber auch für ganze Gesellschaften und jeden von uns tatsächlich bedeutet. Es herrscht eine Art Aufbruchsstimmung, in der die weltweite community gerade dabei ist, sich ein Bild von der Situation zu machen und Optionen für den sinnvollen Umgang mit Big Data zu entwickeln. Dieser Meinungsbildungsprozess zu der Frage, was Big Data eigentlich genau ist und wie wir damit umgehen wollen, verläuft parallel zur Entwicklung des Themas selbst oder besser gesagt, er hinkt dieser Entwicklung ständig hinterher. Denn die technologischen und gesellschaftlichen Veränderungen, die zum»phänomen Big Data«geführt haben, prägen es mit hoher Dynamik weiter aus. Mit Sicherheit lässt sich zurzeit nur ganz Grundsätzliches feststellen: 17

7 Einleitung Das»Phänomen Big Data«existiert. Wir alle sind in unterschiedlichen Rollen von Big Data betroffen, und niemand kann sich dessen Einfluss entziehen auch nicht durch das Abschalten oder die Nichtnutzung bestimmter Technologien. Das»Phänomen Big Data«hat eine Eigendynamik angenommen, die von niemandem gesteuert oder kontrolliert werden kann. Es ist erforderlich, die Wirkmechanismen dieser Eigendynamik zu verstehen, um vorhandene Chancen zu nutzen und mögliche Gefahren abwehren zu können. Der eine oder andere mag an dieser Stelle vielleicht anmerken, dass er Big Data bereits seit Jahren technisch umsetzt und die Integration großer Datenmengen in die IT-Infrastrukturen und Prozesse von Unternehmen zumindest auf Expertenebene inzwischen zur Routine gehört. Was also ist so neu und unkalkulierbar daran? Die Antwort auf diese Frage lautet, dass eine rein technische Sicht auf Big Data zu kurz greift und diesem vielschichtigen Thema nicht gerecht werden kann. D.J. Patil, Chief Data Scientist von Greylock Partners in San Francisco und 2011 hinter dem Google-Gründer Larry Page Nummer zwei der Forbes-Liste renommierter Data Scientists, zitierte auf der DLD- Konferenz (Digital-Life-Design Conference) in München Dan Ariely, Professor für Psychologie und Verhaltensökonomik an der Duke University in den USA, wie folgt:»mit Big Data ist es wie mit Sex im Teenager-Alter: Jeder spricht darüber. Keiner weiß wirklich, wie es geht. Alle denken, dass die anderen es tun, also behauptet jeder, dass er es auch tut.«d.j. Patil selbst formuliert im weiteren Verlauf seiner Rede die wesentliche Herausforderung von Big Data so:»es geht darum, im Datenwust Muster zu erkennen und richtig zu deuten. Wir selbst sind jetzt ein Datenprodukt.«Die Formulierung»[...] Muster zu erkennen und richtig zu deuten.[...]«in Patils Aussage deutet bereits an, dass wir bei Big Data weit davon entfernt sind, auf rein technischer, rationaler Basis Daten durchge- 18

8 Wir alle sind»big Data«hend automatisiert zu analysieren und dabei qualitativ hochwertige Ergebnisse zu erzielen. Es geht vielmehr um Erkennen und Deuten, also um sehr vage Formen der Analyse. Und das Objekt dieser Analyse sind wir selbst:»wir selbst sind jetzt ein Datenprodukt«, so Patil, sind also das Produkt, um das sich bei Big Data alles dreht. Oder doch eher das Produkt, zu dem wir durch Big Data erst werden? Interessante Fragen auf geradezu philosophischer Ebene, in jedem Fall aber weit über Technologie und Rationalität hinausgehend. Von einem»ende der Intuition«gar, wie es bereits in einigen Kommentaren zu Big Data postuliert wird, kann jedenfalls keine Rede sein. Das genaue Gegenteil ist der Fall. Massendaten und die Ergebnisse ihrer Analysen müssen interpretiert werden. Je heterogener, aggregierter, anonymisierter also insgesamt abstrakter Daten sind, desto interpretativer werden sie und desto mehr Intuition und Kreativität erfordert ihre Deutung. Diesen Aspekt werden wir in verschiedenen Kapiteln immer wieder aufgreifen. Auf dem von der EU initiierten»safer Internet Day«diskutierten Verbraucherministerium und der Hightech-Verband Bitkom mit Experten in Berlin über die Frage:»Big Data Goldmine oder Dynamit?«. Und in zwei sehr wesentlichen Punkten waren sich Unternehmen und Politik einig: 1. Big Data birgt nicht nur große wirtschaftliche Potenziale, sondern kann helfen, gesellschaftliche Probleme zu lösen. So können zum Beispiel Mobilitätsdaten analysiert werden, um die Verkehrssicherheit zu erhöhen und Staus zu vermeiden. Die systematische Auswertung medizinischer Informationen kann helfen, Therapien zu verbessern. 2. Das Lösen solcher gesellschaftlichen Probleme mithilfe von Big Data erfordert von uns allen allerdings die Bereitschaft zur Bereitstellung persönlicher Daten und zur Einwilligung in deren Analyse und Weiterverarbeitung durch Dritte in einem historisch noch nie da gewesenen Maße. Diese Bereitschaft werden wir als Gesellschaft und als Individuen nur zeigen, wenn unsere Daten und damit unsere Privatsphäre entsprechend geschützt werden. 19

9 Einleitung Damit ist Big Data über wirtschaftliche und unternehmerische Aspekte hinaus ein Thema mit allgemein-gesellschaftlicher Relevanz. In einem kurzen Vorgriff auf Kapitel 2 lässt sich feststellen, dass wir alle bereits Teil des Phänomens sind, das mit dem Begriff»Big Data«umschrieben wird. Wir alle sind in unseren unterschiedlichen Rollen in Beruf und Privatleben zugleich Erzeuger und Nutzer von Big Data egal ob wir das wollen und wissen oder nicht. Und die technische Entwicklung geht permanent und sehr schnell weiter, woran wir als Verbraucher mit unseren Wünschen nach neuen technischen Geräten, Vernetzung und Kommunikation wiederum erheblichen Anteil haben. Internet und Fernsehen, Haushaltsgeräte aller Art sowie die Haushaltsinfrastruktur wie Strom-, Gas- und Wasserversorgung (Stichwort:»Smart Metering«), aber auch mobile Geräte mit Geo-Informationen werden weiter miteinander verschmelzen. Das»Internet der Dinge«wird immer mehr Daten aus der Sensorik von Geräten liefern, die wir zum Teil selbst betreiben und ständig bei uns tragen und deren Daten uns zumindest theoretisch durch verfügbare Technologien auch persönlich zugeordnet werden können. In der Konsequenz werden immer mehr Daten über jeden Einzelnen von uns zur Verfügung stehen gerade auch aus persönlichen Lebensbereichen. Das Bild vom»gläsernen Kunden«und»Gläsernen Bürger«ist längst keine Zukunftsvision mehr, sondern Realität. Die Assoziation»Big Data Big Brother«drängt sich auf und löst Befürchtungen im Zusammenhang mit Datenmissbrauch aus. In Kapitel 2 erörtern wir daher Fragen, die sich aus dieser allgemeingesellschaftlichen Relevanz von Big Data ergeben, wie zum Beispiel die Aspekte Datenschutz und»schutz der Privatsphäre«, die ja von Unternehmen zu beachten sind, aber auch die»eigenverantwortung in Zeiten des Internets«. Diese Themen haben direkten Einfluss auf Unternehmen im Umgang mit Big Data, und zwar nicht nur in restriktiver Form durch die Notwendigkeit zur Beachtung von Regeln, sondern auch in Form von Big Data als Wettbewerbsfaktor, der neue Chancen eröffnet. Diese Einflüsse allgemein-gesellschaftlicher Aspekte von Big Data auf Unternehmen untersuchen wir in Kapitel 3. 20

10 Wir alle sind»big Data«Um einen ungefähren Eindruck zu vermitteln, aus welchen Quellen das»phänomen Big Data«bereits heute gespeist wird: hier eine grobe Sammlung von Datenquellen ohne Anspruch auf Vollständigkeit. In einem rein technischen Sinne könnte man alle diese Datenquellen auch als»datengeneratoren«bezeichnen, die den unablässigen»big- Data-Datenstrom«erzeugen. Diesen Datenstrom bezeichnen wir auch als»big-data-primärkreislauf«. Internet Unverschlüsselte s SMS Mitteilungen aller Art in sozialen Netzwerken wie Facebook, Twitter, LinkedIn, XING, Google+... (Texte, Fotos, Videos usw.) Persönliche Profile mit persönlichen Informationen, die in beliebigen Internetportalen angelegt wurden Anfragen an Suchmaschinen Internetrecherchen aller Art Bestell-, Kauf- und Bezahlvorgänge Buchungsvorgänge wie Reisebuchungen (z.b. Hotelaufenthalte, Flugdaten) Sendungsverfolgungsdaten, RFID-Daten Downloads aller Art wie Musik, Videos usw. Daten aus Lernportalen Persönliche Endgeräte mobil Daten aus Apps Smartphones inkl. Ortungsdaten Daten der Sensorik von Endgeräten aller Art Kommunikations- und Kontaktinformationen Navigationsgeräte inkl. Bewegungsdaten Fahrzeugdatenelektronik und -sensorik, soweit über das Internet vernetzt Alle möglichen Arten persönlicher Sensoren, z.b. im Kontext der»quantified-self-bewegung«(vgl. Wikipedia, Quantified Self, 2013) 21

11 Einleitung Bilder digitaler Kameras, die z.b. in der»cloud«veröffentlicht werden, inkl. der mit diesen Bildern gespeicherten Daten (z.b. Geodaten) Persönliche Endgeräte fix (Zumindest technisch möglich) Die gesamte vernetzte Infrastruktur bestehend aus Router, PCs mit Internetanschluss, Tablet-PCs, Spielkonsolen... sowie Telefone (nicht nur Voice over IP (VoIP)) Geräte der Haus- und Haushaltsinfrastruktur wie»smart Meter«Internetfähige Kühlschränke, Waschmaschinen... Bezahlmittel (unabhängig von der Plattform der Nutzung wie Internet oder Ladenkasse) EC-Karten, Kreditkarten Rabattkarten wie Payback Behördliche Daten (zumindest technisch möglich) Daten von Meldebehörden Daten von Finanzämtern Daten von Krankenkassen und deren Karten (Gesundheitskarte) Daten der Privatwirtschaft Bank- und Kontoinformationen Daten von Bonitätsprüfungsgesellschaften wie der Schufa Wie gesagt: Diese Liste erhebt keinen Anspruch auf Vollständigkeit und wird in den nächsten Jahren im Rahmen der fortschreitenden Digitalisierung aller Lebensbereiche sicherlich noch länger werden. Ab einer gewissen Ausbaustufe der Digitalisierung der Welt wird praktisch jede private oder berufliche Aktivität digitale Spuren hinterlassen. Entscheidend für das grundlegende Verständnis von Big Data ist zunächst der Zusammenhang zwischen Datenerzeugung, Datenverarbeitung und Datennutzung im allgemein-gesellschaftlichen Gesamtkontext. Die folgende Grafik skizziert diesen Zusammenhang, den oben bereits erwähnten»big-data-primärkreislauf«. 22

12 Die drei V s von Big Data Wir alle Datennutzer Datenerzeuger Datenverarbeiter Unternehmen Abb. 1: Big-Data-Primärkreislauf Durch den Gebrauch von technischen Produkten, Services und Kommunikationsmedien sind wir alle am Prozess der Datenerzeugung beteiligt. Unternehmen verarbeiteten die Daten, entwickeln ihre Produkte weiter und schaffen Innovationen. Durch den Gebrauch von (weiterentwickelten und innovativen) Produkten, Services und Kommunikationsmedien liefern wir alle wiederum Daten in den Kreislauf. Dadurch wachsen die Datenbestände exponentiell an und»big Data«entsteht. Die drei V s von Big Data Gartner definiert Big Data wie folgt (vgl. Gartner, Inc., 2013):»Big data is high-volume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making.«23

13 Einleitung Diese Definition enthält zunächst drei zentrale Aspekte von Big Data: Volumen (hier: Datenvolumen) Große Datenvolumina sind natürlich der offensichtliche, namensgebende Aspekt von Big Data. Wurden in den letzten zehn Jahren Datenvolumina in Giga- oder Terabytes beschrieben (das Dezimalpräfix»Tera«beschreibt immerhin schon eine Zahl mit 12 Nullen), so explodieren die Datenmengen durch die Integration neuer Datenquellen, insbesondere von Daten aus dem Internet, und werden nunmehr in Peta-, Exa- und Zettabytes gemessen (das Dezimalpräfix»Zetta«beschreibt eine Zahl mit 21 Nullen). In einigen Bereichen staatlicher Organisationen wird die anfallende Datenmenge heute bereits in»yottabytes«(24 Nullen) angegeben. Velocity (Geschwindigkeit, hier: Geschwindigkeit der Datenverarbeitung und Veränderungsdynamik) Geschwindigkeit sollte im Zusammenhang mit Big Data unter zwei Aspekten betrachtet werden: Die Geschwindigkeit, in der Daten verarbeitet werden können die Verarbeitungsdynamik Die Geschwindigkeit, mit der sich Daten und Beziehungen zwischen Daten sowie deren Bedeutung ändern die Veränderungsdynamik Geschwindigkeit der Datenverarbeitung Der Anstieg der Verarbeitungsgeschwindigkeit von Daten geht in erster Linie auf die inzwischen verfügbaren»inmemory«-technologien zurück. Dabei werden Daten nicht mehr auf Festplatten gespeichert und durch sequentielle Verarbeitungsschritte prozessiert, sondern in»echtzeit«im Hauptspeicher für Weiterverarbeitung und Analyse verfügbar gemacht. Auch wenn Big Data und InMemory nicht originär in einem direkten Zusammenhang stehen, entsteht durch die Möglichkeit, sehr große Datenmengen in Echtzeit zu analysieren, quasi eine völlig»neue Dimension des Machbaren«, die wir in Kapitel 5 anhand konkreter Anwendungsbeispiele, die zum Teil schon Realität sind, betrachten. 24

14 Die drei V s von Big Data Veränderungsdynamik Daten unterliegen Änderungen. Durch diese Änderungen verändern sich auch die Ergebnisse von Analysen, denen diese Daten zugrunde liegen. Im Falle von Big Data sind viele Informationen zum Beispiel aus»social Media«oder den Sensoren in Endgeräten hochdynamisch, sie ändern sich also in einer bestimmten Zeiteinheit sehr oft. Das ist die»zeitliche Veränderungsdynamik«. Bei Big Data müssen wir aber auch von einer»semantischen Veränderungsdynamik«sprechen. In der Big-Data-Analytik kann aufgrund der Notwendigkeit zur Interpretation von Analyseergebnissen, die wir im weiteren Verlauf ausführlich begründen werden, der Fall eintreten, dass sich durch Datenaktualisierungen nicht nur die Information selbst, sondern ihre inhaltliche Bedeutung (Semantik) ändert. Genau genommen ist dieser Effekt sogar ein beabsichtigtes Ergebnis der Big- Data-Analytik. Denn wir wollen ja in den Daten Muster erkennen, die überhaupt erst durch spezielle mathematisch-statistische Analysen sichtbar werden (vgl. D.J. Patil in Abschnitt 1.1). Diese Muster sind aber nicht selbsterklärend, sondern bedürfen der Interpretation, um zu einer neuen Erkenntnis zu werden. Und im Rahmen einer Interpretation, die aus ganz unterschiedlichen Blickwinkeln heraus und mit abweichenden Zielsetzungen erfolgen kann, kann sich auch die Bedeutung einer Information ändern. Analysen dieser Art sind grundsätzlich nicht neu; sie werden schon seit einiger Zeit beim»data Mining«angewendet, und man könnte die Abgrenzung gegenüber klassischen Auswertungen, bei denen die Bedeutung einzelner Informationen fest definiert ist, ungefähr so beschreiben: Bei einer klassischen Analyse stellt man eine genaue Frage, auf die man eine Antwort sucht; im Data Mining und bei Big Data weiß man im Gegensatz dazu gar nicht, was man überhaupt fragen möchte, sondern sucht nach Strukturen und Mustern, die aus irgendeinem Grund, den man vielleicht erst später erkennt, interessant sein könnten. 25

15 Einleitung Im Kontext Big Data gewinnt dieser Aspekt gegenüber dem Data Mining allerdings nochmal an Bedeutung, weil nun eben sehr viele, ganz unterschiedlich strukturierte Daten aus vielfältigen Datenquellen mit unterschiedlichen Inhalten, also unter Umständen auch unterschiedlicher Bedeutung, zusammengeführt werden. Aus der Kombination von zeitlicher und semantischer Veränderungsdynamik ergibt sich in Summe ein komplexes Szenario. Diesen alles andere als trivialen Aspekt von Big Data werden wir in unterschiedlichen Kapiteln wieder aufgreifen. Variety (Vielfalt, hier: Vielfalt der Datenstrukturen und -klassen) Im Kontext von Big Data müssen zunehmend Daten in IT-Systeme und Verarbeitungsprozesse integriert werden, die nicht den klassischen Strukturen relationaler oder multidimensionaler Datenbanksysteme entsprechen, in denen die Daten auf Basis fest definierter Ordnungskriterien miteinander in Beziehung gesetzt werden können. Gerade die»datenquelle Internet«liefert in der Regel halb- und unstrukturierte Daten (wir werden später noch erörtern, ob es überhaupt unstrukturierte Daten gibt). Dies stellt erhöhte Anforderungen an die Robustheit von IT-Systemen in Bezug auf die Verarbeitung völlig unterschiedlicher Daten. Über diese drei V s von Big Data hinaus enthält die Definition von Gartner aber noch weitere Aspekte, die wir genauer betrachten wollen:»information assets«(informationskapital) Gartner lässt durch diesen Terminus keinen Zweifel darüber aufkommen, dass Daten im 21. Jahrhundert ein Teil des Unternehmenskapitals sind. Auch wenn unter der Überschrift»Business Intelligence«bereits vom»rohstoff Daten«gesprochen wurde, den es zu veredeln gilt, um aus ihm»entscheidungsrelevantes Wissen«zu generieren, so gewinnt dieser Anspruch bei Big Data doch nochmals an Bedeutung, weil die Geschäftsmodelle von immer mehr Unternehmen aller Größenordnungen inzwischen ausschließlich oder zumindest zu großen Teilen datengetrieben sind. 26

16 Die fünf V s von Big Data Erweiterte Definition»cost-effective, innovative forms of information processing«(kostengünstige, neue Formen der Informationsverarbeitung) Stellt man die Effekte der oben beschriebenen drei V s in einen Bezug zu aktuellen Business-Intelligence-Systematiken in Unternehmen, könnte man auf die Idee kommen, diese»bi-welten«einfach entsprechend größer, schneller und in Bezug auf die Fähigkeit, unterschiedliche Datenstrukturen verarbeiten zu können, robuster zu machen. Und wenn man über unendliche Ressourcen verfügte, wäre das auch sicherlich möglich. Die Budgetsituation in den meisten Unternehmen erfordert allerdings kostengünstige, eventuell völlig neue Lösungen für neue Herausforderungen, die Big Data mit sich bringt. Ein reines Aufbohren existierender IT-Systemlandschaften reicht hierfür nicht.»enhanced insight and decision making«(vertiefte Erkenntnisse und fortgeschrittene Entscheidungsfindung) Auch zu diesem Teil der Definition lässt sich sagen, dass bereits von Business Intelligence erwartet wurde, Erkenntnisse z.b. über Kunden und Produkte zu gewinnen und Daten in»entscheidungsrelevantes Wissen«zu transformieren. Aber auch hier gehen die Erwartungen im Kontext von Big Data über die traditionellen Anforderungen hinaus. Neue Wertschöpfungslogiken und digitale Geschäftsmodelle sowie neue Möglichkeiten der Entscheidungsfindung auf der Basis von Big Data greifen wir in späteren Kapiteln wieder auf. Die Definition von Gartner leistet insgesamt einen Beitrag über das grundlegende Verständnis von Big Data und beschreibt gleichzeitig die dem Thema immanenten Herausforderungen sowie vorhandene Erwartungshaltungen in Bezug auf Potenziale. Sie lässt sich aber noch um weitere Aspekte ergänzen. Die fünf V s von Big Data Erweiterte Definition Aus unserer Sicht müssen die durch Gartner genannten drei V s von Big Data um zwei Aspekte erweitert werden, sodass wir in Summe von den»fünf Vs von Big Data«sprechen (vgl. Spies, 2012). 27

17 Einleitung Value (hier: Unternehmerischer Mehrwert) Mit dieser Größe greifen wir Kapiteln in diesem Buch voraus, in denen Big Data aus einer gesamtheitlichen unternehmerischen Sicht betrachtet wird. Mit»Value«von Big Data ist hier der unternehmerische»mehrwert«gemeint, den die Auseinandersetzung mit dem»phänomen Big Data«erbringen muss. Denn ganz im Gegensatz zu dem oben genannten Zitat von Dan Ariely, wonach Big Data ähnlich dem Sex im Teenager-Alter sei (keiner weiß, wie es geht, aber alle behaupten, dass sie es tun), sollte sich die reale Praxis natürlich an den spezifischen Erfordernissen eines Unternehmens orientieren. Die erste Frage sollte daher immer lauten:»ist Big Data überhaupt ein relevantes Thema für uns?«diese Frage kann nur auf Basis der Unternehmensstrategie, der Geschäftsmodelle und anderen spezifischen Rahmenbedingungen eines Unternehmens beantwortet werden. Das wiederum bedeutet, dass die Beantwortung dieser Grundsatzfrage bereits gewisse Mindestaufwände in Form einer entsprechenden Voranalyse verursacht. Dieser Aufwand sollte jedoch unter keinen Umständen gescheut werden, weil sich die Zusammenhänge und die sich aus ihnen ergebenden Potenziale unter Umständen erst bei genauerem Hinsehen offenbaren. Auf diesen Aspekt gehen wir in Kapitel 6 genauer ein. Wichtig Auch die Verneinung der Frage, ob Big Data für ein bestimmtes Unternehmen überhaupt relevant ist, stellt das Ergebnis einer Auseinandersetzung mit dem Thema dar. Insofern steht die Empfehlung, sich zunächst dieser Frage zu widmen, nicht im Widerspruch zu unserer im Vorwort vertretenen Auffassung, wonach die Auseinandersetzung mit Big Data unerlässlich ist. 28

18 Technik, Methoden & Mathematik Validity (hier: Ein Maß für die Widerspruchsfreiheit von Daten) Die Vielfalt der Datenquellen-, -strukturen und -klassen, die uns bei Big Data begegnen, sowie die Notwendigkeit zu deren Integration in Auswertungslogiken und -systeme, die eine übergreifende Transformation aller Informationen in»entscheidungsrelevantes Wissen«ermöglicht, bedeutet erhöhte Anforderungen an Maßnahmen zur Schaffung und Aufrechterhaltung einer hohen Datenqualität, also zur Sicherstellung der»validität«der Daten. In diesem Kontext fügt Big Data der Komplexität, die bereits unter der Überschrift»Business Intelligence«durchaus hoch sein konnte, eine weitere Dimension hinzu. Dieses Thema betrachten wir ausführlich in Kapitel 4. Technik, Methoden & Mathematik Stark abstrahiert und mit einem Fokus auf technische Aspekte von Big Data lässt sich sagen, dass es sich bei Big Data um die Kombination aus Technik, Methoden und Mathematik handelt. Auf den ersten Blick erscheint diese Kombination vielleicht nicht als Besonderheit von Big Data, weil sie eigentlich ein grundlegendes Merkmal der Datenverarbeitung ist. Wir werden aber bei der weiteren Detaillierung der Teilthemen in den nachfolgenden Kapiteln sehen, dass es sich bei Big Data erstens jeweils um eine spezielle Ausprägungen dieser drei Faktoren handelt und zweitens erst die spezielle Kombination aller Teilaspekte das Ganze zu Big Data werden lässt. Technik Hiermit ist einerseits die IT-Infrastruktur von Unternehmen gemeint, die Big Data verarbeiten. Dabei handelt es sich im Wesentlichen um Datenbanksysteme, die speziell auf die Verarbeitung großer Datenmengen ausgerichtet sind und zum Teil noch relativ neue technische Verfahren nutzen. 29

19 Einleitung Mit Technik sind aber gerade auch die»datengeneratoren«der (unvollständigen) Auflistung oben gemeint, die wir alle zum großen Teil selbst betreiben, um überhaupt erst die Daten zu erzeugen, die über die Infrastruktur der Unternehmen weiterverarbeitet und zu Big Data werden. Gerade dieser Teil der Technik wird in der weiteren Entwicklung von Big Data eine immer größere Rolle spielen. Methoden Methoden im allgemeinen Sinne werden natürlich in vielen Bereichen in unterschiedlichster Ausprägung angewandt, und der Begriff selbst ist abstrakt. Mit Methoden sind hier spezielle Verfahrensweisen und Vorgehensmodelle zum Beispiel zur»transformation des Rohstoffs Daten in Wissen«gemeint, mit denen versucht wird, den besonderen Herausforderungen von Big Data gerecht zu werden. Mathematik Mathematik im Kontext Big Data meint in erster Linie Statistik und Stochastik. Wir werden im weiteren Verlauf sehen, dass Big Data gerade im Bereich der Methodik in hohem Maß von nicht-rationalen Vorgängen geprägt ist, die man normalerweise in einem auf den ersten Blick als Datenverarbeitungsthema aufgefassten Kontext so nicht erwartet. Big Data ist aber weit mehr als ein IT-Thema. Im Hinblick auf die Methoden zur»transformation des Rohstoffs Daten in Wissen«ergibt sich bei Big Data die Notwendigkeit zur Öffnung gegenüber neuen Denkweisen und Verfahren, deren Etablierung von Unternehmen je nach Ausgangslage eine mehr oder weniger große Veränderungsbereitschaft erfordert. Dieses Thema wird uns in verschiedenen Kapiteln wieder begegnen. Hinsichtlich der Möglichkeit, mithilfe von Big Data in einem bestimmten Kontext tatsächlich Mehrwerte zu erzeugen, und letztlich in Bezug auf die Frage, ob Big Data für uns alle letztlich Fluch oder Segen ist, sollten drei Bereiche unterschieden werden: Wissenschaft Unternehmen Gesellschaft allgemein 30

20 Big Data und die Cloud Auch wenn natürlich zwischen allen Bereichen vielfältige wechselseitige Abhängigkeiten und Einflüsse existieren, so lassen sie sich in Bezug auf Big Data doch sinnvoll gegeneinander abgrenzen. In der Wissenschaft ist sicherlich davon auszugehen, dass ein Mehr an Informationen, die in die wissenschaftliche Analyse einfließen, auch zu einem Mehr an Erkenntnis führt, selbst wenn die neue Erkenntnis die sein sollte, dass man sich mit seinen bisherigen Untersuchungen auf einem Irrweg befand. Wissenschaften sind thematisch abgegrenzt, ihre Akteure sind absolute Fachleute auf ihren jeweiligen Gebieten, und Experimente dienen der Untersuchung ganz spezieller Fragestellungen eines Fachgebietes. Von den drei oben genannten Gruppen grenzt sich die Wissenschaft noch am ehesten gegen die beiden anderen Kategorien ab. Sie beeinflusst Unternehmen und die Gesellschaft in erster Linie durch ihre Forschungsergebnisse und bettet sich hinsichtlich ihrer Finanzierung in übergeordnete Strukturen ein. Dagegen sind Unternehmen und allgemein-gesellschaftliche Aspekte im Alltag in sehr viel weitreichenderer Weise direkt miteinander verknüpft und beeinflussen sich daher auf vielfältige Weise direkt gegenseitig. Diese Differenzierung werden wir übergreifend in fast allen Kapiteln berücksichtigen, wobei den Betrachtungen über die vielschichtigen Wechselwirkungen zwischen Unternehmen und Gesellschaft eine besondere Bedeutung hinsichtlich der primären Fragestellung in diesem Buch zukommt. Die speziellen Aspekte der Datenanalyse mit Big Data im wissenschaftlichen Bereich werden in Kapitel 8 im Detail betrachtet. Big Data und die Cloud Die Themen»Big Data«,»Cloud«und»InMemory«werden in Bezug auf ihre Potenziale oft in einem Atemzug genannt, was den Eindruck vermitteln könnte, dass diese Themen zwingend zusammengehören. Das ist aber nicht der Fall. Big Data erfordert nicht unbedingt Cloudoder InMemory-Technologien. Und auch Cloud und InMemory sind 31

Inhaltsverzeichnis. Die Autoren... 11. Vorwort... 13. Einleitung... 17

Inhaltsverzeichnis. Die Autoren... 11. Vorwort... 13. Einleitung... 17 Inhaltsverzeichnis Die Autoren..................................... 11 Vorwort........................................ 13 Einleitung...................................... 17 1 Strategische Ziele von Unternehmen

Mehr

Big Data - Fluch oder Segen?

Big Data - Fluch oder Segen? mitp Professional Big Data - Fluch oder Segen? Unternehmen im Spiegel gesellschaftlichen Wandels von Ronald Bachmann, Guido Kemper, Thomas Gerzer 1. Auflage Big Data - Fluch oder Segen? Bachmann / Kemper

Mehr

»BI im Spannungsfeld zwischen Strategie und Technologie«

»BI im Spannungsfeld zwischen Strategie und Technologie« 9. Oracle Business Intelligence und Data Warehouse Konferenz 2014»BI im Spannungsfeld zwischen Strategie und Technologie«Ronald Bachmann, prometis Consulting Neuss, 18.03.2014 Ronald Bachmann Senior Consultant

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

Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen

Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen 01000111101001110111001100110110011001 Volumen 10 x Steigerung des Datenvolumens alle fünf Jahre Big Data Entstehung

Mehr

Positionspapier Big Data

Positionspapier Big Data TeleTrusT-interner Workshop Berlin, 05.06.2014 Positionspapier Big Data Oliver Dehning, antispameurope GmbH Leiter der AG Cloud Security Definition Big Data Big Data bezeichnet große Datenmengen (Volume)

Mehr

Data Mining-Projekte

Data Mining-Projekte Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein

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

Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage. Management Summary

Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage. Management Summary Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage Management Summary Management Summary Kunden - Erfolgsfaktor Nummer 1 Es ist mittlerweile ein offenes Geheimnis, dass Unternehmen

Mehr

SAP HANA eine Plattform für innovative Anwendungen

SAP HANA eine Plattform für innovative Anwendungen SAP HANA eine Plattform für innovative Anwendungen Top Intelligence: Big Data & SAP HANA Zürich, Frankfurt, Hamburg, München, Mülheim/R Februar 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder

Mehr

BIG DATA Impulse für ein neues Denken!

BIG DATA Impulse für ein neues Denken! BIG DATA Impulse für ein neues Denken! Wien, Januar 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust The Age of Analytics In the Age of Analytics, as products and services become

Mehr

Der Gartner Hype Cycle als. prognostischer Hintergrund

Der Gartner Hype Cycle als. prognostischer Hintergrund Der Gartner Hype Cycle als 2 prognostischer Hintergrund Die Digitale Revolution steht nicht bevor, sondern sie entfaltet in vielen Bereichen schon die Kraft der schöpferischen Zerstörung. Eine wichtige

Mehr

Themenblock Zielgerichteter Auswahl der Studienplatzbewerber

Themenblock Zielgerichteter Auswahl der Studienplatzbewerber Maßnahmenvorschläge der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS) und der Deutschen Region der Internationalen Biometrischen Gesellschaft (IBS-DR) Masterplan

Mehr

Virtual Roundtable: Business Intelligence - Trends

Virtual Roundtable: Business Intelligence - Trends Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Andreas Seufert Organisation: Institut für Business Intelligence

Mehr

Zeitmanagement für gestiegene Anforderungen

Zeitmanagement für gestiegene Anforderungen ZACH DAVIS Zeitmanagement für gestiegene Anforderungen REIHE KOMMUNIKATION Zeitmanagement 70 Fragen und Antworten zum effektiveren Umgang mit zeitlichen Ressourcen»Soft Skills kompakt«junfermann V e r

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

Zeitgemäße Verfahren für ganzheitliche Auswertungen

Zeitgemäße Verfahren für ganzheitliche Auswertungen Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions

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

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

Wertbeitrag der IT in Unternehmen steigt und wird durch. Systemintegration und Hybrid Cloud sind Top-Themen der

Wertbeitrag der IT in Unternehmen steigt und wird durch. Systemintegration und Hybrid Cloud sind Top-Themen der PRESSE-INFORMATION IT- 15-04- 15 LÜNENDONK - WHITEPAPER: 5 VOR 12 DIE DIGITALE TRANSFORMATION WARTET NICHT Digitaler Wandel gelingt nur Top-Down sowie durch Re-Organisation und neue Unternehmenskultur

Mehr

BIG DATA Herausforderungen für den Handel

BIG DATA Herausforderungen für den Handel BIG DATA Herausforderungen für den Handel RA Adrian Süess, LL.M., Zürich Bühlmann Rechtsanwälte AG www.br-legal.ch 1 2 1 Überblick Worum geht s. Big Data. Was ist Big Data. Beschaffung und Bearbeitung

Mehr

Innovative IT-Lösung für die Bedarfsplanung von Kindergartenplätzen oder Wie werden aus Daten Informationen?

Innovative IT-Lösung für die Bedarfsplanung von Kindergartenplätzen oder Wie werden aus Daten Informationen? Innovative IT-Lösung für die Bedarfsplanung von Kindergartenplätzen oder Wie werden aus Daten Informationen? Ihr Ansprechpartner bei EITCO Johannes Schabel Head of Business Unit BI Fon +49 (228) 33 88

Mehr

Infografik Business Intelligence

Infografik Business Intelligence Infografik Business Intelligence Top 5 Ziele 1 Top 5 Probleme 3 Im Geschäft bleiben 77% Komplexität 28,6% Vertrauen in Zahlen sicherstellen 76% Anforderungsdefinitionen 24,9% Wirtschaflicher Ressourceneinsatz

Mehr

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG Inhalt Globale und unternehmensspezifische Herausforderungen Von Big Data zu Smart Data Herausforderungen und Mehrwert von Smart Data 2

Mehr

Tabelle: Maßnahmen und Datenschutz-Kontrollziele zu Baustein 1.5 Datenschutz

Tabelle: Maßnahmen und Datenschutz-Kontrollziele zu Baustein 1.5 Datenschutz Tabelle: Maßn und Datenschutz-Kontrollziele zu Baustein 1.5 Datenschutz (Verweis aus Maß M 7.5) Basierend auf den IT-Grundschutz-Katalogen Version 2006 Stand: November 2006, Stand der Tabelle: 22.08.07

Mehr

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 0 Es TOP 10 DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 wird ein wichtiges Jahr für BIG (Business Intelligence Growth) 2012 war ein fantastisches Jahr für Business Intelligence! Die biedere alte

Mehr

6 Zusammenfassende Bewertung und Ausblick

6 Zusammenfassende Bewertung und Ausblick 437 6 Zusammenfassende Bewertung und Ausblick Immer wieder scheitern Projekte zur Software-Gestaltung im Öffentlichen Dienst bzw. sie laufen nicht wie geplant ab. Dies ist für sich genommen nicht weiter

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Wird BIG DATA die Welt verändern?

Wird BIG DATA die Welt verändern? Wird BIG DATA die Welt verändern? Frankfurt, Juni 2013 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Big Data Entmythisierung von Big Data. Was man über Big Data wissen sollte. Wie

Mehr

Conversion Attribution

Conversion Attribution Conversion Attribution Eines der Trendthemen über das zurzeit jeder spricht ist Attribution. Das heißt allerdings nicht, dass auch jeder weiß was genau Attribution ist, was man damit machen kann und für

Mehr

Private Videoüberwachung nach dem DSG 2000

Private Videoüberwachung nach dem DSG 2000 Private Videoüberwachung nach dem DSG 2000 A ist Vermieter von B. Um Kündigungsgründe zu relevieren, hat A von einem Privatdetektiv eine Videokamera installieren und den Eingangsbereich der Wohnung von

Mehr

Canon Business Services

Canon Business Services Canon Business Services Transforming Your Business Canon Business Services Die neue Dynamik des Kundenverhaltens führt zu Veränderungen in den Arbeitsweisen von Unternehmen und damit verändern sich auch

Mehr

Die Cloud, die für Ihr Unternehmen geschaffen wurde.

Die Cloud, die für Ihr Unternehmen geschaffen wurde. Die Cloud, die für Ihr Unternehmen geschaffen wurde. Das ist die Microsoft Cloud. Jedes Unternehmen ist einzigartig. Ganz gleich, ob im Gesundheitssektor oder im Einzelhandel, in der Fertigung oder im

Mehr

Big Data in der Medizin

Big Data in der Medizin Big Data in der Medizin Gesundheitsdaten und Datenschutz Dr. Carola Drechsler Sommerakademie 2013 Inhalt Was bedeutet Big Data? Welche datenschutzrechtlichen Fragestellungen sind zu berücksichtigen? Welche

Mehr

Erfolgsmessung im Change Management

Erfolgsmessung im Change Management Erfolgsmessung im Change Management Ein Artikel von Dipl.-Oec. Michael Kobbe In der Oktober-Ausgabe konnten Sie lesen, warum Change Management eine komplexe und herausfordernde Aufgabe ist und wie sie

Mehr

Foto: violetkaipa - Fotolia

Foto: violetkaipa - Fotolia Die D kön Foto: violetkaipa - Fotolia 10 IT-Trend Big Data atenflut steigt wie nen wir sie nutzen? Ständig erhöht sich die Masse der uns umgebenden Daten, Informationen werden immer schneller generiert.

Mehr

LC Systems. Christian Günther Head of Data Analytics

LC Systems. Christian Günther Head of Data Analytics LC Systems Christian Günther Head of Data Analytics Agenda» Kurzvorstellung LC Systems» Verständnis «Big Data» aus der Sicht LC Systems» Best Practice Ansätze Do s and dont s» Projektbeispiele 2 Über LC

Mehr

1 Einleitung. 1.1 Motivation

1 Einleitung. 1.1 Motivation 1 Einleitung 1.1 Motivation Eine zunehmende Globalisierung in Verbindung mit der Verbreitung des elektronischen Handels, stets kürzer werdende Produktlebenszyklen und eine hohe Variantenvielfalt konstituieren

Mehr

Checkliste zum Datenschutz

Checkliste zum Datenschutz Checkliste zum Datenschutz Diese Checkliste soll Ihnen einen ersten Überblick darüber geben, ob der Datenschutz in Ihrem Unternehmen den gesetzlichen Bestimmungen entspricht und wo ggf. noch Handlungsbedarf

Mehr

BIG DATA. Herausforderungen für den Handel. RA Adrian Süess, LL.M., Zürich Bühlmann Rechtsanwälte AG www.br-legal.ch

BIG DATA. Herausforderungen für den Handel. RA Adrian Süess, LL.M., Zürich Bühlmann Rechtsanwälte AG www.br-legal.ch BIG DATA Herausforderungen für den Handel RA Adrian Süess, LL.M., Zürich Bühlmann Rechtsanwälte AG www.br-legal.ch 1 2 Überblick Worum geht s. Was ist Big Data. Beschaffung und Bearbeitung von Datensätzen.

Mehr

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd.

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd. Warum viele Daten für ein smartes Unternehmen wichtig sind Gerald AUFMUTH IBM Client Technical Specialst Data Warehouse Professional Explosionsartige Zunahme an Informationen Volumen. 15 Petabyte Menge

Mehr

Trends und Entwicklungen in der ICT Branche Chancen und Herausforderungen. Urs Schaeppi CEO Swisscom AG

Trends und Entwicklungen in der ICT Branche Chancen und Herausforderungen. Urs Schaeppi CEO Swisscom AG Trends und Entwicklungen in der ICT Branche Chancen und Herausforderungen Urs Schaeppi CEO Swisscom AG «Ich sehe eine Schweiz, in der auch besondere Orte das beste Netz haben.» Mehr Möglichkeiten fu r

Mehr

Was tun mit Big Data? Workshop-Angebote der PROFI AG

Was tun mit Big Data? Workshop-Angebote der PROFI AG Was tun mit Big Data? Workshop-Angebote der PROFI AG Jetzt anmelden! Die Teilnehmerzahl ist begrenzt. Was ist Big Data? 3 Herzlich willkommen. Die PROFI AG bietet Kunden ein breites Spektrum an Software-Lösungen,

Mehr

Social-CRM (SCRM) im Überblick

Social-CRM (SCRM) im Überblick Social-CRM (SCRM) im Überblick In der heutigen Zeit ist es kaum vorstellbar ohne Kommunikationsplattformen wie Facebook, Google, Twitter und LinkedIn auszukommen. Dies betrifft nicht nur Privatpersonen

Mehr

Phrasensammlung für wissenschaftliches Arbeiten

Phrasensammlung für wissenschaftliches Arbeiten Phrasensammlung für wissenschaftliches Arbeiten Einleitung In diesem Aufsatz/dieser Abhandlung/dieser Arbeit werde ich... untersuchen/ermitteln/bewerten/analysieren... Um diese Frage zu beantworten, beginnen

Mehr

Leipzig Open Data Cloud

Leipzig Open Data Cloud Leipzig Open Data Cloud Förderantrag im Rahmen der Ausschreibung Open Innovation des Amts für Wirtschaftsförderung der Stadt Leipzig Prof. Dr. Hans-Gert Gräbe InfAI Institut für Angewandte Informatik,

Mehr

Prozess- und Datenmanagement Kein Prozess ohne Daten

Prozess- und Datenmanagement Kein Prozess ohne Daten Prozess- und Datenmanagement Kein Prozess ohne Daten Frankfurt, Juni 2013 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Prozess- und Datenmanagement Erfolgreiche Unternehmen sind Prozessorientiert.

Mehr

SCHRIFTLICHE ANHÖRUNG ZUM THEMA ZWECKÄNDERUNG

SCHRIFTLICHE ANHÖRUNG ZUM THEMA ZWECKÄNDERUNG Stellungnahme: SCHRIFTLICHE ANHÖRUNG ZUM THEMA ZWECKÄNDERUNG www.deutschestartups.org Dezember 2014 Seite 1 von 6 1. FRAGESTELLUNGEN a) Welche Bedeutung hat das Erfordernis der Kompatibilität des geänderten

Mehr

GIS im Spannungsfeld zwischen Consumer und Business Märkten

GIS im Spannungsfeld zwischen Consumer und Business Märkten GIS im Spannungsfeld zwischen Consumer und Business Märkten Diese Unterlagen sind nur im Zusammenhang mit dem mündlichen Vortrag vollständig. Die isolierte Nutzung einzelner Darstellungen kann zu Missverständnissen

Mehr

Wie hat die Digitalisierung unsere Wirtschaft verändert?

Wie hat die Digitalisierung unsere Wirtschaft verändert? Fakultät für Betriebswirtschaft Munich School of Management Wie hat die Digitalisierung unsere Wirtschaft verändert? Prof. Tobias Kretschmer 14. Münchner Wissenschaftstage, 10. November 2014 Institut für

Mehr

PRESSE-INFORMATION NEU: LÜNENDONK -TRENDPAPIER 2012 BIG DATA IM HANDEL CHANCEN UND HERAUSFORDERUNGEN

PRESSE-INFORMATION NEU: LÜNENDONK -TRENDPAPIER 2012 BIG DATA IM HANDEL CHANCEN UND HERAUSFORDERUNGEN PRESSE-INFORMATION BI-19-09-12 NEU: LÜNENDONK -TRENDPAPIER 2012 BIG DATA IM HANDEL CHANCEN UND HERAUSFORDERUNGEN Big Data für den Handel wettbewerbsentscheidend Neue Anforderungen und Handlungsbedarf Technologie-Innovationen

Mehr

BIG DATA Die Bewältigung riesiger Datenmengen

BIG DATA Die Bewältigung riesiger Datenmengen BIG DATA Die Bewältigung riesiger Datenmengen Peter Mandl Institut für Geographie und Regionalforschung der AAU GIS Day 2012, 13.11.2012, Klagenfurt Was sind BIG DATA? Enorm große Datenmengen, Datenflut

Mehr

THE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05

THE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05 THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data

Mehr

Basis Community und Übersicht der verfügbaren Whitepapers

Basis Community und Übersicht der verfügbaren Whitepapers Business Community Basis Community und Übersicht der verfügbaren Whitepapers Zusammenfassung Dieses Dokument erklärt, wozu die Basis Community notwendig ist und welche Whitepapers verfügbar sind. Die Whitepapers

Mehr

Virtuelle Lehrerweiterbildung Informatik Niedersachsen 1. Gesellschaftliche Folgen der DV

Virtuelle Lehrerweiterbildung Informatik Niedersachsen 1. Gesellschaftliche Folgen der DV Probleme: Einerseits wesentlich für den allgemein bildenden Anteil des Faches Andererseits problematisch, weil nicht rein fachlich zu behandeln Standardantworten: Datenschutzfragen oder es wird die Meinung

Mehr

Big Data Herausforderungen für Rechenzentren

Big Data Herausforderungen für Rechenzentren FINANCIAL INSTITUTIONS ENERGY INFRASTRUCTURE, MINING AND COMMODITIES TRANSPORT TECHNOLOGY AND INNOVATION PHARMACEUTICALS AND LIFE SCIENCES Big Data Herausforderungen für Rechenzentren RA Dr. Flemming Moos

Mehr

Erfolgreiches Change Management. Prospektive Integration der Vielfalt an Herausforderungen

Erfolgreiches Change Management. Prospektive Integration der Vielfalt an Herausforderungen Erfolgreiches Change Management Prospektive Integration der Vielfalt an Herausforderungen SCMT 2010 www.scmt.com Prof. Dr. Christian Loffing Unternehmen im Wandel Unternehmen unterliegen einem fortlaufenden

Mehr

Integral statt fragmentiert Erneuter Weckruf: Digitalisierung ist kein reines IT-Thema!

Integral statt fragmentiert Erneuter Weckruf: Digitalisierung ist kein reines IT-Thema! Integral statt fragmentiert Erneuter Weckruf: Digitalisierung ist kein reines IT-Thema! Die Digitale Transformation ist ein omnipräsentes Thema. Spätestens im Jahr 2015 kommt kein Unternehmen mehr daran

Mehr

White Paper Industrie 4.0 Wandel in Unternehmen. Der Versuch eines Leitfadens

White Paper Industrie 4.0 Wandel in Unternehmen. Der Versuch eines Leitfadens White Paper Industrie 4.0 Wandel in Unternehmen Der Versuch eines Leitfadens 2 Inhalt Einleitung 3 Wandel der Kundenbedürfnisse / Prozesse / Technologien 5 Wandel der Menschen / Unternehmensausrichtung

Mehr

Swiss Marketing Leadership Studie 2015. Man agement Summary

Swiss Marketing Leadership Studie 2015. Man agement Summary 3 Man agement Summary Marketing ändert sich fundamental und sollte in modernen Unternehmen eine steuernde Funktion in Richtung Kunden- und Marktorientierung einnehmen. Vor diesem Hintergrund entschied

Mehr

Potentiale der Digitalisierung in der Energiewirtschaft

Potentiale der Digitalisierung in der Energiewirtschaft hsag Heidelberger Services AG Potentiale der Digitalisierung in der Energiewirtschaft Software Service Beratung Training Marketing hsag Heidelberger Services AG Leistungsspektrum Rund. Bei allem, was Energieunternehmen

Mehr

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching 1.1 Caching von Webanwendungen In den vergangenen Jahren hat sich das Webumfeld sehr verändert. Nicht nur eine zunehmend größere Zahl an Benutzern sondern auch die Anforderungen in Bezug auf dynamischere

Mehr

Wissensmanagement aus gesamtheitlicher Sicht zwischen Mensch, Organisation und Technologie

Wissensmanagement aus gesamtheitlicher Sicht zwischen Mensch, Organisation und Technologie Change is a constant process, stability is an illusion. Wissensmanagement aus gesamtheitlicher Sicht zwischen Mensch, Organisation und Technologie Mag. (FH) Silvia Pehamberger, 2007-11-27 Agenda 1. Vorstellung

Mehr

Auf dem Weg zu einem umfassenderen Datenschutz in Europa einschließlich Biometrie eine europäische Perspektive

Auf dem Weg zu einem umfassenderen Datenschutz in Europa einschließlich Biometrie eine europäische Perspektive 12. Konferenz Biometrics Institute, Australien Sydney, 26. Mai 2011 Auf dem Weg zu einem umfassenderen Datenschutz in Europa einschließlich Biometrie eine europäische Perspektive Peter Hustinx Europäischer

Mehr

Presseinformation Nr. 14/2015

Presseinformation Nr. 14/2015 Presseinformation Nr. 14/2015 Digitalisierung im Mobilitätssektor e-mobil BW stellt Studie Automatisiert. Vernetzt. Elektrisch. Potenziale innovativer Mobilitätslösungen für Baden-Württemberg vor 29. Oktober

Mehr

8 Juli 2015. Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics

8 Juli 2015. Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics Contents Predictive Analytics Erwartungen erfüllt? Einfach denken worauf achten, bevor gestartet wird?

Mehr

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Sprecher: Uwe Nadler, Senior Managing Consultant 1 Marketing braucht unterschiedliche Informationen, um entsprechende

Mehr

Plug-n-Play-Lösungen für Ihren Internetauftritt

Plug-n-Play-Lösungen für Ihren Internetauftritt Plug-n-Play-Lösungen für Ihren Internetauftritt Das Internet bietet unendlich viele Möglichkeiten um sich zu präsentieren, Unternehmen zu gründen und Geld zu verdienen. Fast ohne Aufwand kann jeder dort

Mehr

ERP 2020: Zurück in die Zukunft?! - Treiber, Handlungsfelder und Lösungen für zukunftsfähige ERP-Lösungen

ERP 2020: Zurück in die Zukunft?! - Treiber, Handlungsfelder und Lösungen für zukunftsfähige ERP-Lösungen ERP 2020: Zurück in die Zukunft?! - Treiber, Handlungsfelder und Lösungen für zukunftsfähige ERP-Lösungen Name: Markus Beck Funktion/Bereich: Geschäftsführer Organisation: Deliance GmbH Liebe Leserinnen

Mehr

Agile Softwareverträge

Agile Softwareverträge Zeitschrift Informatik-Spektrum der deutschen Gesellschaft für Informatik Ursula Sury Agile Softwareverträge AGILE SOFTWAREENTWICKLUNG Komplexität, steter Wandel, Umgang mit vielen Unbekannten das sind

Mehr

Kapitel 5 Mit Wissensmanagement zur lernenden Organisation

Kapitel 5 Mit Wissensmanagement zur lernenden Organisation 70 Teil I Konzepte zum Wissensmanagement: Von der Information zum Wissen Kapitel 5 Mit Wissensmanagement zur lernenden Organisation Die lernende Organisation als Ziel des Wissensmanagements: mit Wissensmanagement

Mehr

BRAINAGENCY NEWSLETTER. Trend November 2015

BRAINAGENCY NEWSLETTER. Trend November 2015 BRAINAGENCY NEWSLETTER Trend November 2015 Agenda Trend November 2015 01 Gartner Tech Trends 2016 Endgeräte-Netzwerk ( Device Mesh ) Das mobile Internet gehört längst nicht mehr nur den Smartphones und

Mehr

Big & Smart Data. bernard.bekavac@htwchur.ch

Big & Smart Data. bernard.bekavac@htwchur.ch Big & Smart Data Prof. Dr. Bernard Bekavac Schweizerisches Institut für Informationswissenschaft SII Studienleiter Bachelor of Science in Information Science bernard.bekavac@htwchur.ch Quiz An welchem

Mehr

Diskussion eines IT-Outsourcing unter Berücksichtigung von Compliance Anforderungen. Bachelorarbeit

Diskussion eines IT-Outsourcing unter Berücksichtigung von Compliance Anforderungen. Bachelorarbeit Diskussion eines IT-Outsourcing unter Berücksichtigung von Compliance Anforderungen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Industrie 4.0. Erfahrungen aus einem Pilotprojekt ROOZBEH FAROUGHI

Industrie 4.0. Erfahrungen aus einem Pilotprojekt ROOZBEH FAROUGHI Industrie 4.0 Erfahrungen aus einem Pilotprojekt 03. DEZEMBER 2015 ROOZBEH FAROUGHI Agenda 1. Definition Industrie 4.0 2. Entwicklung und Trends der IT 3. Chancen und Risiken von Industrie 4.0 für mittelständische

Mehr

2. Swiss Food & Beverage Automation Forum

2. Swiss Food & Beverage Automation Forum 2. Swiss Food & Beverage Automation Forum Baden, 9. Juni 2015 HERZLICH WILLKOMMEN 2. Swiss Food & Beverage Automation Forum Technologie- und Systempartner: Medienpartner: Kommunikationspartner: Philippe

Mehr

Prof. Dr. Wolfgang Riggert

Prof. Dr. Wolfgang Riggert Prof. Dr. Wolfgang Riggert IT trägt heute gesellschaftliche Verantwortung Gesellschaftliche Veränderungen (Ägypten) werden über das Netz und seine Anwendungen (Facebook) organisiert Die Gesellschaft wird

Mehr

Der starke Partner für Ihre IT-Umgebung.

Der starke Partner für Ihre IT-Umgebung. Der starke Partner für Ihre IT-Umgebung. Leistungsfähig. Verlässlich. Mittelständisch. www.michael-wessel.de IT-Service für den Mittelstand Leidenschaft und Erfahrung für Ihren Erfolg. Von der Analyse

Mehr

Delphi-Roundtable Business Intelligence 2020 -

Delphi-Roundtable Business Intelligence 2020 - Delphi-Roundtable Business Intelligence 2020 - Das Ende des Innovationspotenzials oder der Start in ein neues BI-Zeitalter? Name: Funktion/Bereich: Organisation: Dr. Thomas Keil Program Marketing Manager

Mehr

Daten, die Sie uns geben (Geschäftsbeziehung, Anfragen, Nutzung eine unsere Dienstleistungen)

Daten, die Sie uns geben (Geschäftsbeziehung, Anfragen, Nutzung eine unsere Dienstleistungen) Datenschutzerklärung der Etacs GmbH Die Etacs GmbH wird den Anforderungen des Bundesdatenschutzgesetzes (BDSG) gerecht.personenbezogene Daten, d.h Angaben, mittels derer eine natürliche Person unmittelbar

Mehr

Business Intelligence braucht mehr Business!

Business Intelligence braucht mehr Business! Business Intelligence braucht mehr Business! Oder: Raus aus der BI-Falle! Dr. Guido Kemper 16. Handelsblatt Jahrestagung: Strategisches IT-Management. München, 25.01.2010 prometis - Management & Technology

Mehr

INDUSTRIE 4.0. Sind Sie gewappnet für die nächste industrielle Revolution? Vortragsprotokoll Handelskammer Bremen 25. Februar 2015

INDUSTRIE 4.0. Sind Sie gewappnet für die nächste industrielle Revolution? Vortragsprotokoll Handelskammer Bremen 25. Februar 2015 INDUSTRIE 4.0 Sind Sie gewappnet für die nächste industrielle Revolution? Vortragsprotokoll Handelskammer Bremen 25. Februar 2015 LECLERE SOLUTIONS 2015 Protokoll vom 25.2.2015 1 Ablauf der Veranstaltung!

Mehr

Bachelor Thesis an der Fachhochschule Kiel, Fachbereich Wirtschaft. Sommersemester 2011. : Prof. Dr. Doris Weßels

Bachelor Thesis an der Fachhochschule Kiel, Fachbereich Wirtschaft. Sommersemester 2011. : Prof. Dr. Doris Weßels Handlungsempfehlungen zur Nutzung von Social Media zur Gestaltung von Wissensmarktplätzen am Beispiel des europäischen Förderprojektes Win-Vin: Wissen nutzen im Norden Bachelor Thesis an der Fachhochschule

Mehr

Maximieren Sie Ihr Informations-Kapital

Maximieren Sie Ihr Informations-Kapital Maximieren Sie Ihr Informations-Kapital Zürich, Mai 2014 Dr. Wolfgang Martin Analyst, Mitglied im Boulder BI Brain Trust Maximieren des Informations-Kapitals Die Digitalisierung der Welt: Wandel durch

Mehr

Dr. Sebastian Berlin Ditzingen, 9. Juni 2015. Die drei Säulen von Industrie 4.0 Ein Arbeitsprogramm

Dr. Sebastian Berlin Ditzingen, 9. Juni 2015. Die drei Säulen von Industrie 4.0 Ein Arbeitsprogramm Dr. Sebastian Berlin Ditzingen, 9. Juni 2015 Die drei Säulen von Industrie 4.0 Ein Arbeitsprogramm Die vier industriellen Revolutionen Quelle: Kagermann u.a. (2013), Umsetzungsempfehlungen für das Zukunftsprojekt

Mehr

Anhang A Fragebogen. Mapping Science Center Aktivitäten in Österreich BMBWK GZ 3.010/0027-VI/3/2006

Anhang A Fragebogen. Mapping Science Center Aktivitäten in Österreich BMBWK GZ 3.010/0027-VI/3/2006 Landstraßer Hauptstraße 71/1/205 A 1030 Wien T +43/(1)7101981 F +43(1)7101985 E office@science-center-net.at www.science-center-net.at ZVR-613537414 Anhang A Fragebogen Mapping Science Center Aktivitäten

Mehr

Konzeption eines Enterprise 2.0 Projektmanagement - Tool mit Beteiligung diverser Stake Holder. Bachelorarbeit

Konzeption eines Enterprise 2.0 Projektmanagement - Tool mit Beteiligung diverser Stake Holder. Bachelorarbeit Konzeption eines Enterprise 2.0 Projektmanagement - Tool mit Beteiligung diverser Stake Holder Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Google Search: Trends 2014. Aktuelle Herausforderungen für die Suchmaschinenoptimierung Referent: Andreas Armbruster, Geschäftsführer seonative GmbH

Google Search: Trends 2014. Aktuelle Herausforderungen für die Suchmaschinenoptimierung Referent: Andreas Armbruster, Geschäftsführer seonative GmbH Google Search: Trends 2014 Aktuelle Herausforderungen für die Suchmaschinenoptimierung Referent: Andreas Armbruster, Geschäftsführer seonative GmbH Jahrgang 1979 Diplom-WiWi (Uni Ulm) Unternehmensgründung

Mehr

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Presse Talk CeBIT 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

GIN WEAVER. Kontextsensitive Bereitstellung von Informationen: Relevante Inhalte zur richtigen Zeit

GIN WEAVER. Kontextsensitive Bereitstellung von Informationen: Relevante Inhalte zur richtigen Zeit GIN WEAVER Kontextsensitive Bereitstellung von Informationen: Relevante Inhalte zur richtigen Zeit GIN WEAVER Paradigmenwechsel von Suche, zur Bereitstellung von Informationen für Ihren Arbeitskontext

Mehr

Vom Intranet zum Knowledge Management

Vom Intranet zum Knowledge Management Vom Intranet zum Knowledge Management Die Veränderung der Informationskultur in Organisationen von Martin Kuppinger, Michael Woywode 1. Auflage Hanser München 2000 Verlag C.H. Beck im Internet: www.beck.de

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

Smart Data for Smart Cities

Smart Data for Smart Cities Smart Data for Smart Cities Innovation Forum Digitalisierung 21.04.2015 Dr.Daniela Rothenhöfer Landeshauptstadt München, Direktorium Hauptabteilung III - IT-Strategie und IT-Steuerung/IT-Controlling (STRAC)

Mehr

Big Data Vom Hype zum Geschäftsnutzen

Big Data Vom Hype zum Geschäftsnutzen Big Data Vom Hype zum Geschäftsnutzen IBM IM Forum, Berlin, 16.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Hype 15.04.2013 BARC 2013 2 1 Interesse an Big Data Nature 09-2008 Economist 03-2010

Mehr

WhitePaper: Renditesteigerung beginnt bei der Beschaffung. Geschäftsprozessoptimierung Einkauf und Beschaffung. by GMVK Consulting Group GmbH

WhitePaper: Renditesteigerung beginnt bei der Beschaffung. Geschäftsprozessoptimierung Einkauf und Beschaffung. by GMVK Consulting Group GmbH WhitePaper: Renditesteigerung beginnt bei der Beschaffung Geschäftsprozessoptimierung Einkauf und Beschaffung Eine Änderung der Gegebenheiten am Markt sollte immer auch eine Aktualisierung aller folgenden

Mehr

Baden-Württemberg. INNENMINISTERIUM - Aufsichtsbehörde für den Datenschutz im nichtöffentlichen Bereich -

Baden-Württemberg. INNENMINISTERIUM - Aufsichtsbehörde für den Datenschutz im nichtöffentlichen Bereich - Baden-Württemberg INNENMINISTERIUM - Aufsichtsbehörde für den Datenschutz im nichtöffentlichen Bereich - Datenschutzrechtliche Hinweise zum Einsatz von Webanalysediensten wie z. B. Google Analytics 1 -

Mehr

Prozessmanagement Quo Vadis?

Prozessmanagement Quo Vadis? Prozessmanagement Quo Vadis? Status von Prozessmanagement in Österreich Prozessmanagement ist ein effektives und effizientes Instrument zur Umsetzung der strategischen Ziele, sowie um kontinuierliche Verbesserungen

Mehr

Postheroisches Management und die Zukunft von Organisation Die Gesellschaft wird anders

Postheroisches Management und die Zukunft von Organisation Die Gesellschaft wird anders Postheroisches Management und die Zukunft von Organisation Nachlese eines Dialogs mit Dirk Baecker Die Qualität von Beratung (und auch von Führung) hängt nicht zuletzt davon ab, ob sie eine solide Theoriebasis

Mehr

5.1 Positive Entwicklung des Online-Handels Ein eindeutiger Trend

5.1 Positive Entwicklung des Online-Handels Ein eindeutiger Trend 5.1 Positive Entwicklung des Online-Handels Ein eindeutiger Trend Ein Mega-Trend, der so eindeutig ist, dass er wohl nicht lange begründet werden muss, ist die zunehmende Bedeutung des Online-Handels.

Mehr