Arbeitspapiere der FOM

Größe: px
Ab Seite anzeigen:

Download "Arbeitspapiere der FOM"

Transkript

1 Nr. 41 Big Data Einsatzfelder und Herausforderungen ~ Hans Kraus Arbeitspapiere der FOM

2 Hans Kraus Big Data Einsatzfelder und Herausforderungen Arbeitspapiere der FOM, Nr. 41 Essen by MA Akademie Verlagsund Druck-Gesellschaft mbh Leimkugelstraße 6, Essen Tel Fax Das Werk einschließlich seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urhebergesetzes ist ohne Zustimmung der MA Akademie Verlags- und Druck- Gesellschaft mbh unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürfen. Oft handelt es sich um gesetzlich geschützte eingetragene Warenzeichen, auch wenn sie nicht als solche gekennzeichnet sind.

3 Vorwort Big Data ist zu einem der wichtigsten Begriffe geworden, um mit Hilfe moderner Technologien aus großen Datenmengen neue Ideen, Konzepte und Umsetzungshilfen für Produkte und Geschäftsfelder zu entwickeln. Praxis und Wissenschaft weisen auf spannende Anwendungsfelder hin, die für vernetzte Organisationen erhebliche Potenziale eröffnen. Aus dem Einsatz neuer Technologien ergeben sich gleichermaßen aber auch unterschiedlichste Problemfelder. Der folgende Beitrag der FOM-Arbeitspapiere beleuchtet ausgewählte Einsatzfelder von Big Data. Grundlage dafür bildet die Einordnung von Big Data in den gegenwärtigen Stand der Forschung. Vor diesem Hintergrund stellt der Autor einige Big Data-Szenarien dar. Gleichzeitig zeigt der Beitrag aber auch, dass die Nutzung moderner Informations- und Kommunikationstechnologien Unternehmen und deren Mitarbeiter vor nachhaltige Herausforderungen in Bezug auf Datenvielfalt bzw. -dominanz einerseits und gesetzlichen Restriktionen andererseits stellen. In der Folge scheint bei sorgsamem Umgang sogar eine Art Verschmelzung von Mensch und Maschine unter bestimmten Voraussetzungen möglich. In jedem Fall werden jedoch Mitarbeiter und Führungskräfte durch Big Data in immer höherem Maße gefordert. Mit diesem Beitrag wird auf einer wissenschaftlichen Grundlage eine kritische Bestandsaufnahme zum Thema Big Data vorgenommen. Akteure aus Praxis und Wissenschaft erhalten einen Überblick, wie mit diesen Veränderungen umgegangen werden kann. Die Ansatzpunkte und Instrumente für die Weiterentwicklung vernetzter Organisationen werden mit dem vorliegenden Arbeitspapier zielgerichtet erweitert. Essen, Oktober 2013 Prof. Dr. Sabine Fichtner-Rosada FOM Hochschule für Oekonomie & Management Wissenschaftliche Schriftleitung

4 Inhalt Abkürzungsverzeichnis... III 1. Einführung Grundlagen: Verarbeitung und Nutzung von Daten Begriffsbestimmung Daten und Technologien Innovative Anwendungsfelder Logistik: Geo-Lokalisierung Marketing: Interdependente Vernetzung Herausforderungen durch Big Data Risiken aus einer Mensch-Maschine-Abhängigkeit Formalrechtliche Rahmenbedingungen Entwicklungsperspektiven von Organisationen Zusammenfassung und Ausblick Literaturverzeichnis II

5 Abkürzungsverzeichnis BYOD BDSG CuA DGFP HANA HRM IBM NoSQL SAP Bring Your Own Device Bundesdatenschutzgesetz Computer und Arbeit Deutsche Gesellschaft für Personalführung High Performance Analytic Appliance Human Resource Management International Business Machines No-Structured Query Language Systeme Anwendungen Produkte III

6 1 Einführung Big Data zählt zu den Megatrends der global vernetzten Welt. Scheinbar unermessliche Datenberge durchziehen privates wie berufliches Leben. Soziotechnische Entwicklungen ermöglichen es, dass Menschen zu jedem Zeitpunkt und von nahezu jedem Ort der Welt miteinander in Verbindung treten können. Somit ist es natürlich auch möglich, dass jede Organisation mit jeder anderen kommuniziert. Kennzeichen dieser totalen Vernetzung ist eine Verschmelzung der privaten mit den beruflichen Lebenswelten. 1 Somit stellen moderne Informations- und Kommunikationstechnologien einerseits eine wichtige Voraussetzung für die Weiterentwicklung von Geschäftsmodellen dar und sind andererseits integrativer Bestandteil im Leben eines jeden Menschen. Für Unternehmen bieten neue Formen der Kommunikation vielfältige Ansatzpunkte, etwa um neue Produkte weltweit an den Märkten zu platzieren, Kundenfeedbacks einzuholen oder besser zu verstehen. 2 Jeder Konsument produziert sowohl bei on- wie auch bei offline-einkäufen Datenströme, die später als digitale Spuren von Marketingexperten auf Kaufverhalten ausgewertet werden können. Konsumenten erwarten umgekehrt aber auch, dass ihre geposteten Feedbacks rasch verarbeitet werden. Auch innerhalb und zwischen vernetzten Unternehmen werden riesige Datenströme produziert und genutzt, um die Supply Chain neu zu erfinden oder wenigstens zu optimieren. 3 So werden z.b. im Rahmen moderner Logistikkonzepte Container bei ihrer Verladung über Funksensoren verbucht, so dass die globale Wertschöpfungskette nahtlos gesteuert und überwacht werden kann. Ausgangspunkt all dieser Entwicklungen sind Daten, die innerhalb und zwischen Unternehmen, Kunden sowie anderen Stakeholdern ausgetauscht werden. Daten erscheinen gleichsam als das neue Schmiermittel bzw. das Gold, das Effizienz und Wertsteigerung verspricht. Manche Experten sehen in Daten das neue Rohöl, welches grundsätzlich sehr wertvoll ist, aber erst in veredelter Form wirklich effizient genutzt werden kann. 4 Diese plakative Beschreibung von Daten greift jedoch zu kurz, denn anders als Rohöl können Daten bzw. Informationen immer wieder weiterverarbeitet werden Vgl. Richter, A./ Klier, A. (2013), S. 6. Vgl. Bitkom (2013), S. 18 f., (letzter Zugriff: ). Vgl. McKinsey Global Institute (2011), S. 70. Vgl. Baron, P. (2012), S. 18f. und Klezl, C. (2012), S. 9. Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S. 73 ff. 1

7 Vor diesem Hintergrund wird im vorliegenden Beitrag zunächst der Begriff Big Data erläutert, da mit diesem Begriff das Phänomen der umfassenden Digitalisierung der vernetzten Welt häufig beschrieben wird (vgl. dazu Abschnitt 2). In Abschnitt 3 werden vielfältige ökonomische Möglichkeiten, die sich aus Big Data für vernetzte Organisationen ergeben, anhand ausgewählter Anwendungsbereiche thematisiert. Darüber hinaus wird erörtert, welche Implikationen dabei moderne Informations- und Kommunikationstechnologien haben. In diesem Kontext wird deutlich, dass daraus auch Herausforderungen erwachsen, die in Abschnitt 4 aus unterschiedlichen Perspektiven beleuchtet werden. Abschnitt 5 bildet die Schlussbetrachtung dieses Beitrages. 2

8 2 Grundlagen: Verarbeitung und Nutzung von Daten Der nachfolgende Abschnitt vermittelt die für das Verständnis der Thematik notwendigen Grundlagen. Den Ausgangspunkt bildet dabei zunächst die Definition des Begriffes, darauf aufbauend erfolgt eine kurze technologische Einordnung. 2.1 Begriffsbestimmung In der einschlägigen Literatur wird der Begriff Big Data mit den sogenannten 3V in Verbindung gebracht, also Volume (Datenmenge), Variety (Datenvielfalt) und Velocity (Verarbeitungsgeschwindigkeit): 6 Volume (Datenmenge) bezeichnet das grundlegende Phänomen von Big Data, also die riesigen Datenmengen in Bereichen von mehreren Terabytes bis hin zu Zettabytes. 7 Somit sollten sich Organisationen möglicherweise auf ein unlimitiertes Datenvolumen vorbereiten, zumal die Speicherkosten nicht mehr in bisherigem Maße relevant sein werden. 8 Diese Datenmengen stehen Unternehmen wiederum über unterschiedliche Datenquellen zur Verfügung. Die Daten lagern dann in virtualisierten Clustern oder Clouds, die sich unzähliger Rechner bedienen. 9 Die Nutzung dieser IT-Infrastrukturen wird dann bedarfsgerecht gesteuert. Variety (Datenvielfalt) verdeutlicht die Heterogenität, in der Daten strukturiert -oder präziser formuliert - unterstrukturiert sind. So existieren Dateien und Datensätze in unterschiedlichsten Formaten und auf unterschiedlichen Quellsystemen. Diese Daten werden wiederum von ganz unterschiedlichen Menschen eingegeben und bearbeitet. Deutlich wird dies insbesondere dann, wenn externe Daten hinzukommen, etwa aus sozialen Netzwerken. Diese Datenvielfalt steht in Verbindung mit einer Wahrhaftigkeit (veracity), bei der es um Vgl. stellvertretend Markl, V. (2012), S. 26. Vgl. Landesanstalt für Medien NRW (2013), S. 7: Ein Terabyte entspricht Bytes. Petabyte, Exabyte und Zettabyte sind gleichsam die exponentiellen Steigerungen davon. Zettabyte etwa ist dann eine Zahl mit 21 Nullen. Vgl. Baron, P. (2012), S. 24 und Picot, A. (2012), S. 6. Vgl. Landesanstalt für Medien NRW (2013), S. 14 f. 3

9 Fragen der Unsicherheit und Inkonsistenz von Daten geht, die gewissermaßen aus der skizzierten Vielfalt resultieren. Velocity (Geschwindigkeit) schließlich thematisiert die Verarbeitungsgeschwindigkeit, mit der Daten mithilfe mathematischstatistischer Verfahren und Optimierungsalgorithmen möglichst flexibel und in Echtzeit verarbeitet und übertragen werden. 10 Big Data beschreibt also die Nutzung großer Datenmengen aus unterschiedlichsten Quellen und Formaten, mit dem Ziel, diese sehr schnell, also möglichst in Echtzeit, zu verarbeiten. 11 Diese Begriffsfassung gibt einen Orientierungsrahmen, um das Thema pragmatisch einzuordnen. Ein präziseres Verständnis von Big Data soll nachfolgend erarbeitet werden, ausgehend von dem Begriff Daten und der technologischen Ausgangslage in Unternehmen. 2.2 Daten und Technologien Daten entstehen aus einem Vorrat von Zeichen, die auf irgendetwas hindeuten. 12 Sofern diese gemäß einer Regel zusammengesetzt sind und darüber hinaus in einem bestimmten semantischen Kontext stehen, spricht man auch von Informationen. 13 Daten können entweder statisch sein, d.h. sie beziehen sich auf einen Zeitpunkt (Bestandsdaten), oder dynamisch sein, also auf einen Zeitraum bezogen (Bewegungsdaten). 14 Um die Fülle von Daten in einem Unternehmen oder einem Netzwerk von Unternehmen speichern und analysieren zu können, werden sie in Datenbanksystemen zusammengefasst. 15 Vor diesem Hintergrund haben sich in den vergangenen Jahrzehnten vielfältige Ansätze entwickelt, um mit Daten intelligent umzugehen. So beschreibt etwa der Begriff Business Intelligence den Ansatz, in einem unternehmenseigenen Datawarehouse, Prozesse und Anwendungssysteme so zu organisieren, dass Vgl. Markl, V. (2012), S. 21 ff., der die vielfältigen technischen Implikationen vorstellt und diskutiert. Vgl. Bitkom (2012), S. 21. Vgl. Rehäuser, T. / Krcmar, H. (1996), S. 6 sowie Krcmar, H. (2011), S. 15 ff. In der Betriebswirtschafts- und in der Organisationslehre spielt das Management von Informationen im Sinne eines zielgerichteten und zweckbezogenen Einsatzes von Daten schon seit Jahren eine sehr wichtige Rolle. Vgl. dazu u.a. Picot, A. / Reichwald, R. / Wigand, R. (2003), passim und Krcmar, H. (2011), passim zum Thema Informationsmanagement sowie Probst, G. / Raub, S. / Romhardt, K. (2010), passim zum Thema Wissensmanagement. Vgl. Picot, A. (2012), S. 5. Vgl. Krcmar, H. (2011), S. 126 ff. 4

10 ein unternehmensweiter Zugriff auf Daten ermöglicht wird. 16 Kennzeichnend für diese analytische Betrachtung von Systemen ist eine zentral organisierte Datenhaltung, bei der sämtliche Daten möglichst exakt zueinanderpassen. Die Daten sollten qualitativ möglichst hochwertig sein, um z.b. standardisierte Berichte wiederkehrend zu erstellen. In diesem Kontext könnte man auch von Small Data sprechen, also der eher traditionellen Form von Datenmanagement. 17 Eine weitere Facette von Business Intelligence besteht darin, Daten von externen Anbietern zu integrieren, um die Entscheidungsfindung weiter zu verbessern. 18 Das wohl bekannteste und populärste Business Intelligence Tool hierfür ist die Internet-Suchmaschine Google. Sie ermöglicht dem Nutzer, Daten zu Unternehmen, Personen, Orten usw. schnell und prägnant verfügbar zu machen. Vor diesem Hintergrund zeigt sich, dass es zukünftig immer mehr um die Integration unterschiedlichster Daten geht, die aus einem riesigen Datenbestand schnell und flexibel erfasst, gespeichert und analysiert werden sollten. 19 Aus den Wort Big resultiert eine augenscheinliche Komplexität, die in einem ersten Zugriff mit der bloßen Menge an Daten zusammenhängt. 20 Schlagworte wie z.b. Hadoop-Cluster oder In-Memory-Technologien haben bereits nachhaltigen Eingang in die Diskussion gefunden. Mit den letztgenannten Technologien wird die Geschwindigkeit der Verarbeitung großer Datenvolumina massiv erhöht. 21 Hadoop-Cluster wiederum dienen dazu, große Datenmengen aus verteilten internen und externen Datenbanken verfügbar und analysierbar zu machen. Eine weitere Herausforderung von Big Data betrifft die prinzipielle Machbarkeit der Datenanalysen oder anders formuliert, wie Daten in unterschiedlichsten Formaten zugänglich gemacht und inhaltlich bewertet werden können. Es reicht nicht aus, Daten in klassischer Form, etwa in Vgl. Bitkom (2012), S. 24. Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S. 32. Vgl. Markl, V. (2012), S. 28. Vgl. Bitkom (2012), S. 27. Vgl. Markl, V. (2012), S. 24. Vgl. Picot, A. / Propstmeier, J. (2013), S. 35; vgl. z.b. SAP (Systeme, Anwendungen und Produkte), das als ein weltweit führendes Unternehmen für betriebswirtschaftliche Software in diesem Zusammenhang ein System namens HANA (High Performance Analytic Appliance) entwickelt hat oder IBM (International Business Machines), das ein System mit dem Namen Smart Analytics Optimizer offeriert. Aber auch kleinere spezialisierte Nischenanbieter entwickeln Lösungen in diesem zukunftsträchtigen Markt. 5

11 unternehmenseigenen relationalen Datenbanksystemen vorzuhalten 22, denn die Fülle von Daten ist heutzutage nur in unterschiedlichsten Formaten verfügbar. Die Anforderung an Big Data ist es z.b., Daten aus einfachen Textdateien zu extrahieren und mit Audio- oder Videodaten in Verbindung zu bringen. Anwendung können diese Daten zusätzlich im Rahmen von Konsumentenforschungen mit Hilfe von Mitschnitten wie YouTube oder Aufzeichnungen von Callcenter-Gesprächen finden, um Muster und Verhaltensweisen detaillierter untersuchen und erkennen zu können. 23 Die Nutzung von Vorhersagemodellen und Optimierungsalgorithmen führt dazu, dass nicht die Genauigkeit der Daten, sondern ein möglichst hohes Datenvolumen zum entscheidenden Erfolgsfaktor wird. Die Grundhypothese lautet, dass Genauigkeit zweitrangig wird, wenn man auf der anderen Seite einen allgemeinen Trend erkennen kann. 24 Als anschauliches Beispiel könnte die Entstehung der Übersetzungsmaschine von Google genannt werden. Entscheidend für den schnellen Erfolg dieses Tools waren einerseits Algorithmen, aber andererseits vor allem die Menge der zugrundeliegenden Daten und Informationen. Dadurch hat das System z.b. gelernt, wie Sprachen funktionieren. Das System leitete so in seiner Entstehungsphase aus der Fülle von Daten Wahrscheinlichkeiten dafür ab, in welcher Reihenfolge Sätze gebildet werden. Die Idee ist dementsprechend, aus einer großen Menge von Daten nicht die finale Präzision zu erreichen, sondern sehr gute Wahrscheinlichkeiten für Trends und Entwicklungsmuster zu ermitteln. Inwieweit dieser Ansatz Menge zulasten der Qualität der Daten letztlich zielführend ist, bleibt abzuwarten. Denn andererseits gibt es auch Hinweise, dass eine zu geringe Datenqualität die Glaubwürdigkeit der Daten und damit die zielgerichtete Nutzung schmälern könnte. 25 Qualität in diesem Kontext bedeutet etwa, dass die Daten inhaltlich oder von ihrer Bedeutung her kompatibel sein sollten, um diese auch entsprechend weiterzuverarbeiten. Zusammenfassend wird deutlich, dass sowohl die Intelligenz der Datenverarbeitung als auch der Zugriff auf ein umfangreiches Datenvolumen Vgl. hierzu auch die Bewegung NoSQL (No-Structured Query Language), bei der es darum geht, sich von konventionellen relationalen Datenbanksystemen zu lösen und Daten stattdessen ohne feste Struktur zu speichern. Vgl. dazu auch Baron (2012), S. 151 ff. Vgl. Markl, V. (2012), S. 26. Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S. 38 f. Vgl. Buhl, H.U. / Röglinger, M. / Moser, F. / Heidemann, J. (2013), S

12 von sehr hoher Relevanz sind. Big Data ist letztlich aus technologischer Sicht eine Fortentwicklung bereits bestehender Konzepte und Verfahren, welche allerdings immer komplexer werden und entsprechend weiterentwickelt werden müssen. 26 Im nachfolgenden Abschnitt werden einige betriebswirtschaftliche Einsatzfelder von Big Data-Anwendungen vorgestellt, die entweder bereits genutzt werden oder in absehbarer Zeit auf den Markt kommen könnten. Im Fokus stehen die daraus resultierenden Chancen und Potentiale. 26 Vgl. Bitkom (2012), S. 22 und Picot, A. / Propstmeier, J. (2013), S

13 3 Innovative Anwendungsfelder Grundsätzlich ist davon auszugehen, dass die Menschheit seit Bestehen versucht, Daten aufzuzeichnen und zu analysieren. 27 Man könnte auch vereinfacht formulieren, Messen, Zählen und Wiegen ist ein Grundbestreben des Menschen. Gerade für Unternehmen ist die Quantifizierung von Daten grundlegend, um erfolgreich zu sein und dies auch nachzuweisen. Die Nutzung und Verarbeitung bestehender Daten bilden wie erwähnt - den Ausgangspunkt für Big Data. Vehikel hierfür sind innovative, leistungsstarke Programme und IT-Infrastrukturen zur Speicherung und Verarbeitung von Daten. Aus ökonomischer Sicht stellt sich aber die Frage, wie aus bestehenden oder neuen Daten und Formaten ein Mehrwert generiert werden kann. Die Umsatz- und Ertragspotenziale an Wertschöpfung durch Big Data werden je nach Branche und Zeitraum auf viele Milliarden Euro geschätzt. 28 Vor diesem Hintergrund werden nachfolgend einige Beispiele vorgestellt, die innovative Einsatzfelder von Big Data veranschaulichen. 3.1 Logistik: Geo-Lokalisierung Ein klassisches Themenfeld der modernen Betriebswirtschaftslehre, das sich mit vernetzten Organisationen auseinandersetzt, ist die Logistik. 29 Im Fokus steht eine ständige Optimierung von Geschäftsprozessen mit dem Ziel, die Kosten nachhaltig zu senken und möglichst ressourcenoptimiert unterschiedlichste Teilnehmer der Supply Chain miteinander zu vernetzen. Um diese Komplexität etwa in Bezug auf eine End-to-end-Lieferkette zu optimieren und sämtliche Teilnehmer am Wertschöpfungsprozess im Spiel zu halten, müssen in Echtzeit hohe Volumina vielfältigster Daten verarbeitet werden. 30 So müssen dabei nicht nur die eigenen Daten, sondern auch diejenigen von Zulieferern und anderen Logistikpartnern berücksichtigt werden. Um derartige Prozesse der Logistik zu optimieren und die physische mit der digitalen Welt zu verbinden, werden logistische Objekte, wie z.b. Container mittels Schiff, Flugzeug oder per Lkw durch die Welt transportiert. Logistikunternehmen und Spediteure erhalten über drahtlose Steuerungseinheiten in Verbindung mit GPS Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S. 78. Vgl. dazu Bitkom (2012), S. 12 oder McKinsey Global Institute (2011), S. 1. Vgl. hierzu u.a. Werner, H. (2010), passim. Vgl. Bitkom (2012), S. 39 f. 8

14 einen detaillierten Einblick über ihre Fahrzeuge. 31 Über diese sogenannte Geo- Lokalisierung können Zeiten, Routenplanungen oder auch der Benzinverbrauch lückenlos und fehlerfrei nachverfolgt werden. Auch drohende Probleme, etwa mit dem Motor oder anderen Verschleißteilen eines Fahrzeuges, können überwacht werden. Und natürlich gehen dadurch auch deutlich weniger Container oder Beladeteile verloren. Man kann entsprechende Daten darüber hinaus mit anderen Geo-Daten in Verbindung bringen, etwa auf welchen Routen und Autobahnen häufiger Unfälle passieren oder Staus entstehen. 32 Daraus lassen sich wiederum weitergehende Daten aus den Autos und Lkws sowie den Straßen generieren, um Prognosen zu erstellen, welche Wege für den Transport von Gütern genommen werden sollten, um Unfälle zu vermeiden oder Treibstoff einzusparen. De facto werden somit enorme Kostenpotenziale gehoben, aber was noch interessanter erscheint, möglicherweise könnten Probleme durch eine intelligente Programmierung des Systems bereits so antizipiert werden, dass ein zu erwartender Motorschaden oder Stau erst gar nicht entsteht. Wenn es darüber hinaus gelingen würde, Lkws oder Autos, die sich bspw. am Ende eines Staus befinden, mit nachfolgenden Fahrzeugen zu vernetzen, könnten Auffahrunfälle vielleicht gänzlich vermieden werden. Noch weiter geht das Konzept des fahrerlosen Autos mit einem digitalen Datenzentrum. 33 Hier wird individuelles Fehlverhalten des Autolenkers oder gar der Zufall, der gelegentlich auch zu Unfällen führt, prognostiziert und ausgeschaltet. Federführend bei der Entwicklung solcher intelligenter Systeme ist neben den Automobilherstellern Google, eines der Big Data-Unternehmen. 3.2 Marketing: Interdependente Vernetzung Grundsätzlich kann wie bereits erwähnt - der Produktionsfaktor Daten bzw. Information in einem ersten Schritt gesammelt und danach weiterverarbeitet werden. Daten können auch mit anderen vernetzt und über Simulationsmodelle zu neuen Datensätzen verknüpft werden. In Hinblick auf das Thema Marketing eröffnet Big Data durch eine Weiterverarbeitung oder Nutzung von Daten für andere Zwecke sogar die Schaffung neuer Geschäftsmodelle. In einem ersten Zugriff kann etwa ein Handelsunternehmen Potenziale generieren, indem Vgl. McKinsey Global Institute (2011), S. 70 f. Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S.89 f. Vgl. Klausnitzer, R. (2013), S. 80 f. 9

15 typische Verhaltensmuster für Kaufentscheidungen am Point-of-Sale identifiziert werden. 34 Hieraus werden individuelle Cross-Selling-Angebote für den Kunden zugeschnitten. In Echtzeit lassen sich so z.b. Preisnachlässe für Waren ermitteln, die den Einkauf des Kunden abrunden. Ziel ist es, die Kundenansprache sehr individuell zu gestalten und Streuverluste zu vermeiden. Eine weitere Variante gezielter sozio-technischer Kundenansprache besteht darin, den Nutzern von Smartphones ein spezifisches Angebot zu senden, sobald sie ein Geschäft betreten oder sich in der Nähe befinden. 35 Dies wiederum erfordert umfängliche Datenbestände zum Kaufverhalten, die zielgerichtet auszuwerten sind, denn je mehr Daten auch hier zur Verfügung stehen, umso besser. Amazon etwa nutzt seinen Bestand an bereits gekauften Produkten, um mit dem Hinweis you might also want Produkte anzubieten, die zum Kunden passen könnten. 36 Auf diese Weise, die eine Modifikation des Cross-Selling darstellt, kann der Verkauf von komplementären oder zusätzlichen Produkten erhöht werden. Um solche Empfehlungen zu generieren, werden nicht Personen und ihre Bestellungen miteinander verglichen, sondern es werden Assoziationsmuster zwischen unterschiedlichen Produkten hergestellt, die dann Rückschlüsse auf den Käufer zulassen. 37 Amazon hat nachgewiesen, dass in diesem Kontext ein computergesteuerter Vertrieb bessere Umsatzzahlen liefert als ein konventioneller durch den Menschen. Auf diese Weise werden nicht nur sehr zielgerichtete Angebote generiert, sondern auch Geschäftsprozesse optimiert und langfristig Kosten gesenkt. Eine weitere Facette von Big Data besteht darin, soziale Interaktionen durch die weltweite Vernetzung von Menschen noch intensiver zu nutzen. 38 In sozialen Netzwerken, wie z.b. Twitter, werden Meinungen und Gefühle von Nutzern erstellt, gespeichert und weitergeleitet. Facebook, das über eine Milliarde Nutzer weltweit verfügt, die wiederum durch über 100 Milliarden Freundschaften verbunden sind, hat Zugang zu mehr als 10 % der Weltbevölkerung. 39 Facebook sorgt dafür, dass jede Stunde weltweit rund Vgl. Bitkom (2012), S. 35. Vgl. McKinsey Global Institute (2011), S. 68, das hier von location-based marketing spricht. Vgl. McKinsey Global Institute (2011), S. 67. Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S. 50 f. Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S. 92. Vgl. dazu auch Facebooks Social Graph, der Daten und Beiträge des Freundeskreises oder auch aller Nutzer auf Facebook nach Zusammenhängen 10

16 Millionen Fotos hochgeladen werden. Der like -Button und die entsprechenden Kommentierungen dazu werden 2 Milliarden Mal pro Tag betätigt. Zunächst hat jeder Datensatz, jede Information einen Erstnutzen. Durch Big Data könnten Inhalte aus Social-Media wie Facebook, XING, Blogs oder anderen Foren genutzt werden und um klassische Medien, wie die Fach- und Wirtschaftspresse, angereichert werden. 40 Zusätzlich gibt es Verfahren, um das Verhalten von Nutzern im Internet zu analysieren, und zu erfahren, wie lange ein Nutzer auf einer bestimmten Seite war oder der Curser auf einer Internetseite bewegt wurde. All das ist nichts anderes als der Versuch aus der Fülle und Vielfältigkeit der verfügbaren Daten zu lernen, um daraus Prognosen und Konsumtrends abzuleiten. 41 Jede noch so kleine Aktivität eines Users wird registriert und in ein großes Big Data-System zurückgespielt und analysiert. Kunden wiederum informieren sich vielfach nicht mehr nur beim Händler oder Hersteller, sondern auch über Kunden-Netzwerke und elektronische Marktplätze, um Preise, Qualität oder Erfahrungen auszutauschen. 42 Auch aus Sicht des Kunden schaffen soziale Medien eine hohe Transparenz über Produkte und Leistungen. 43 Im Lichte dieses Befundes wird deutlich, dass nicht nur Konsumenten untereinander weltweit vernetzt, sondern sie auch mit Unternehmen global vernetzt sind, so dass es eine Art interdependente Vernetzung von Konsumenten und Unternehmen gibt, die sich auch ihrerseits wechselseitig durchaus beeinflussen. Die gleichsam totale Vernetzung von Organisationen und Konsumenten eröffnet wie in den vorstehenden Ausführungen erläutert - unterschiedlichste Möglichkeiten aus Big Data-Anwendungen. Auf der anderen Seite sollen nachfolgend aber auch Grenzen von Big Data herausgearbeitet werden durchsucht. So können auch ältere oder bereits vergessene Daten von Nutzern wieder hervorgeholt werden. Vgl. Bitkom (2012), S. 35. Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S.113. Vgl. McKinsey Global Institute (2011), S. 73. Vgl. McKinsey Global Institute (2011), S

17 4 Herausforderungen durch Big Data Der Big Data-Hype hat zwar einerseits eine Art Euphorie in Teilen der Wissenschaft und vor allem in der Wirtschaft ausgelöst, andererseits lassen sich allerdings durchaus auch kritische Anmerkungen finden. Im Abschnitt 4.1 steht daher zunächst die Frage im Fokus, inwieweit Big Data gleichsam zu einer unauflöslichen Abhängigkeit von Technologien führen kann und welche Probleme dies auslösen kann. Im Abschnitt 4.2 werden dann einige Herausforderungen des Datenschutzes beleuchtet, innerhalb derer Big Data sich derzeit abspielt und welche Ansatzpunkte es gibt, um dieses Thema zukünftig besser beherrschen zu können. Vor diesem Hintergrund sind schließlich auch Organisationen und damit auch die Mitarbeiter in diesen Organisationen in hohem Maß gefordert. Abschnitt 4.3 befasst sich daher mit Fragen zum Thema Personalentwicklung einerseits und Führung im Zeitalter neuer Technologien und Medien andererseits. 4.1 Risiken aus einer Mensch-Maschine-Abhängigkeit In einem ersten Zugriff soll nachfolgend ein Szenario skizziert werden, das grundsätzlich auf die Problematik der Mensch-Maschine-Beziehung eingeht. Seit einigen Jahren kann fast jedermann etwa mit Hilfe eines Smartphones oder Tablets umfänglich kommunizieren, Präsentationen durchschauen oder einfach nur einige Vorabinformationen vor einem Kundentermin recherchieren. 44 Die Vernetzung von Menschen und Organisationen untereinander wird durch ein Mensch-Maschine-Netzwerk ermöglicht. Der Einfluss der Maschine scheint immer größer zu werden, bis hin zur Steuerung des Menschen durch die Maschine selbst, also etwa durch das Smartphone bzw. die relevante Applikation. Wie diese Einflussnahme noch weitreichender werden könnte, zeigt ein illustres Big Data-Projekt, das den Namen Google Glass trägt. 45 Grundlage ist ein kleiner, in einer Art Brille, integrierter Computer, der dem Nutzer im Sinne eines Head-Up-Displays ein Sichtfeld zur Verfügung stellt. Dieses liefert via Digitalkamera Informationen zu der vom Nutzer betrachteten Welt. Auf Anforderung können beliebige Daten aus dem Internet integriert werden, um z.b. Aufnahmen zu machen, den richtigen Weg zu finden, Übersetzungsleistungen in Anspruch zu nehmen oder auch Sprachnachrichten Vgl. Klausnitzer, R. (2013), S. 186 f. Vgl. dazu Google (o. J.), o. S. (letzter Zugriff: ). Hier wird beschwingt und leicht verständlich gezeigt, wie dieses Produkt funktionieren soll. 12

18 zu versenden. Google spricht hier auch von einer augmented reality, also einer erweiterten Realität. Die Botschaft könnte auch lauten, jeder teilt mit jedem alles und das auf allen sozialen oder besser technischen Kanälen. Auf diese Weise scheint sich die Schnittstelle Mensch-Maschine zunehmend aufzulösen. Dies wiederum könnte zu einer Art Hybridisierung von Mensch und Maschine führen. Gemeint ist eine Art Verschmelzung von Mensch und Maschine, bei der die Maschine bzw. die Technologie gleichsam bedeutenden Einfluss auf die Entscheidungen des Menschen nimmt. 46 Ein weiteres, eher bizarres Zukunftsszenario für Hybridisierung im Sinne einer klaren Dominanz von Big Data liefert die US-Hauptstadt Washington, gleichsam eine Non-Profit-Organisation: 47 Analysen haben gezeigt, in welchen Teilen der Stadt besonders häufig Verbrechen verübt werden. Durch eine bessere Überwachung dieser Brennpunkte konnte die Aufklärungsquote deutlich erhöht werden. Werden Täter inhaftiert, so werden Daten aus dem Umfeld dieser Menschen mit Hilfe von Prognoseverfahren mit erstaunlich guten Ergebnissen auf ihre Rückfallquote analysiert. In Zukunft könnte man aber auch Daten generieren und herausfinden, mit welcher Wahrscheinlichkeit und unter welchen Voraussetzungen ein Mensch zum Täter werden könnte. Führt man diesen Gedanken weiter - unabhängig davon, wie hoch die exakte Prognosewahrscheinlichkeit dafür ist - könnte ein Szenario lauten, potenzielle Täter werden inhaftiert, bevor sie eine Tat begehen! Letztere hätten dann allerdings keine Chance mehr, sich zu exkulpieren. Ob und inwieweit derartige Szenarien real werden könnten oder nicht, ist noch offen. Eines wird anhand dieses Beispiels jedoch deutlich: Die Gefahr, Entscheidungen sehr stark und ausschließlich auf Basis von Datenanalysen zu treffen, ist bereits gegeben. Zu Zeiten von Small Data konnte man die Vergangenheit recht gut analysieren und verstehen. Wissen bzw. Information wurde aus Erfahrungen und bestehenden Daten aufgebaut. Daten waren durchaus ein knappes Wirtschaftsgut. Big Data führt aber gewissermaßen zu einem Paradigmenwechsel insofern, als Daten die Grundlage dafür bilden könnten, um die Zukunft vorherzusagen. 48 Einerseits kann dies natürlich durchaus positive Beispiele erzeugen - wie im vorstehenden Abschnitt dargestellt Vgl. dazu auch Klausnitzer, R. (2013), S. 185 ff., der von einem Hybrid-Zeitalter spricht und dies mit Parallelwelten in Verbindung bringt wie etwa Beruf und Hobby, in denen Menschen zukünftig leben werden. Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S. 159 ff. Vgl. Klausnitzer, R. (2013), S. 27 ff., der vom Ende des Zufalls spricht. 13

19 Andererseits könnte gerade eine übertriebene Datengläubigkeit sehr schnell zu einer Abhängigkeit oder gar Diktatur der Daten führen. 49 Es besteht sicherlich die Gefahr, dass Entscheidungen durch Prognosealgorithmen zwar vermeintlich gut fundiert sind, am Ende aber keine freie und unabhängige Entscheidung der jeweiligen Protagonisten mehr erkennbar ist. 4.2 Formalrechtliche Rahmenbedingungen Bei der Nutzung bestehender Daten oder auch bei der Entwicklung neuer Daten- und Informationsströme sind auch rechtliche Aspekte zu beachten. 50 So geht es vielfach um die Nutzung personenbezogener Daten und damit um grundlegende Fragen des Datenschutzes. Zunächst lässt sich festhalten, dass nach deutschem Recht Big Data-Anwendungen einigen Restriktionen unterworfen sind. Ein wichtiger Grundsatz des BDSG (Bundesdatenschutzgesetzes) ist das sogenannte Verbotsprinzip. 51 Danach dürfen personenbezogene Daten nur erhoben oder weiterverarbeitet werden, wenn die betreffende Person dieser Nutzung auch ausdrücklich zustimmt oder wenn dies durch eine entsprechende Rechtsvorschrift explizit abgedeckt ist. Die Datenerhebung und -verwendung unterliegt also einer Zweckbindung. Darüber hinaus sollten personenbezogene Daten entsprechend auch nur sparsam verwendet werden, dabei lässt der Begriff Datensparsamkeit sicherlich Interpretationsspielraum. Initiativen im europäischen Recht sollen es dem Nutzer darüber hinaus ermöglichen, eine transparente Speicherung und Verarbeitung von Daten sicherzustellen, bis hin zu der Möglichkeit, eine bereits gegebene Zustimmung schnell und unkompliziert zu widerrufen. 52 Vor diesem gesetzlichen Hintergrund werden natürlich auch in Deutschland Big Data-Verfahren eingesetzt, etwa im Bereich Banking und Zahlungsverkehr. 53 Dabei geht es z.b. darum, Kunden vor Betrug im Online-Zahlungsverkehr zu schützen. Dazu ist es erforderlich, personenbezogene Daten im Rahmen von Zahlungsverkehrstransaktionen zu analysieren und zu verarbeiten. Über das sogenannte Verfahren der Fraud Detection werden deshalb erhebliche Datenvolumia bewegt und ausgewertet. Ziel ist es, aus den Daten Muster zu Vgl. Mayer-Schönberger, V. / Cukier, K. (2013), S Vgl. Picot, A. / Propstmeier, J. (2013), S. 37. Vgl. Bitkom (2012), S. 43. Vgl. Duisberg, A. (2012), S. 45 f. Vgl. Bitkom (2012), S. 43 ff. 14

20 erkennen, die auf Unregelmäßigkeiten oder Betrug hindeuten könnten. Deutsche Finanzinstitute nutzen Big Data auch bei der Vergabe von Krediten. So werden aus einem Pool von Daten unterschiedlichste Indikatoren des möglichen Kreditnehmers ausgewertet. Aus Angaben zum Beruf, Einkommen, Wohnort und bisherigem Zahlungsverhalten etc. können relativ exakte Einschätzungen über die Kreditwürdigkeit getroffen werden. In all diesen Fällen ist es seitens des datenerhebenden Unternehmens erforderlich, eine rechtswirksame Zustimmung des Kunden einzuholen und die Sicherung der Daten zu gewährleisten. Zudem dürfen diese nicht personenbezogen verarbeitet oder weitergegeben werden, sondern nur in anonymisierter Form. 54 Relevant ist dies etwa auch in der Marktforschung oder bei Standort- oder Verkehrsdaten. Eine Weitergabe von Daten darf also nach deutschem Recht nur unter besonderer Rechtfertigung erfolgen. 55 Für die Sicherstellung des Datenschutzes ist in der Regel die erhebende Stelle verantwortlich. An diesem Punkt wird das Thema Datenschutz allerdings komplex, denn diese erhebende Stelle ist in Zeiten international agierender Konzerne und globaler Datenflüsse vielfach nur sehr schwer zu identifizieren. Jenseits dessen taucht zusätzlich das Dilemma auf, dass die Grundidee von Big Data ursprünglich gerade daraus resultiert, Daten über Kunden neu aufzubereiten und/oder weiter zu veredeln, um z.b. aus bestehenden Verhaltensmustern des Kunden das zukünftige Kaufverhalten am Point of Sale prognostizieren zu können (vgl. dazu auch Abschnitt 3.2). Mittels derartiger Analysen können somit unter Beachtung der geltenden Restriktionen vielfach neue Dienstleistungsbereiche und innovative Geschäftsmodelle entstehen. Im Lichte dieses Befundes erscheint es unumgänglich, Gesetze und Vorschriften auf EU-Ebene weiterzuentwickeln und umzusetzen. Zu achten ist sicherlich zunächst darauf, dass es nicht zu einer digitalen Kolonialisierung Europas, etwa durch US-amerikanische Konzerne wie Google oder Facebook, kommt, zumal US-Vorschriften zum Datenschutz deutlich lockerer einzuschätzen sind. 56 Big Data ist also ein globales, länderübergreifendes Phänomen. Im Fokus sollten deshalb internationale gesetzliche Standards Vgl. Bitkom (2013), S. 26 ff. Dieses Anonymisierungsverfahren wird auch als Privacy-Preserving Data Mining bezeichnet. Vgl. Picot, A. / Propstmeier, J. (2013), S. 37. Vgl. Buhl, H.U. / Röglinger, M. / Moser, F. / Heidemann, J. (2013), S. 66 oder auch Bitkom (2012), S

Working Paper Big Data: Einsatzfelder und Herausforderungen

Working Paper Big Data: Einsatzfelder und Herausforderungen econstor www.econstor.eu Der Open-Access-Publikationsserver der ZBW Leibniz-Informationszentrum Wirtschaft The Open Access Publication Server of the ZBW Leibniz Information Centre for Economics Kraus,

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

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

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

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

Christian Kremer. Kennzahlensysteme für Social Media Marketing. Ein strategischer Ansatz zur Erfolgsmessung. Diplomica Verlag

Christian Kremer. Kennzahlensysteme für Social Media Marketing. Ein strategischer Ansatz zur Erfolgsmessung. Diplomica Verlag Christian Kremer Kennzahlensysteme für Social Media Marketing Ein strategischer Ansatz zur Erfolgsmessung Diplomica Verlag Christian Kremer Kennzahlensysteme für Social Media Marketing: Ein strategischer

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

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

Was ist Big Data? Versuch einer Positionsbestimmung. Wolfgang Marquardt

Was ist Big Data? Versuch einer Positionsbestimmung. Wolfgang Marquardt Was ist Big Data? Versuch einer Positionsbestimmung Wolfgang Marquardt Vorstandsvorsitzender des Forschungszentrum Jülich 02.06.2015 Jahrestagung des deutschen Ethikrates Ganz sicher auch ein Hype hohe

Mehr

Erfolgsfaktoren des Working Capital Managements

Erfolgsfaktoren des Working Capital Managements Erich Lies Erfolgsfaktoren des Working Capital Managements Optimierungsansätze der Financial Supply Chain Diplomica Verlag Erich Lies Erfolgsfaktoren des Working Capital Managements: Optimierungsansätze

Mehr

Cause Related Marketing

Cause Related Marketing Timo Geißel Cause Related Marketing Bestimmung erfolgskritischer Faktoren Orientierungshilfen zur Planung und Umsetzung der Kampagne Diplomica Verlag Timo Geißel Cause Related Marketing - Bestimmung erfolgskritischer

Mehr

Big Data als Ökosystem datengetriebener Unternehmen

Big Data als Ökosystem datengetriebener Unternehmen Big Data als Ökosystem datengetriebener Unternehmen Präsentation im CINIQ Center for Data and Information Intelligence, Fraunhofer Heinrich-Hertz-Institut in Berlin 10.09.2013 von Dr. Peter Lauf Zur Person

Mehr

Erfolgreich als Medical Advisor und Medical Science Liaison Manager

Erfolgreich als Medical Advisor und Medical Science Liaison Manager Erfolgreich als Medical Advisor und Medical Science Liaison Manager Günter Umbach Erfolgreich als Medical Advisor und Medical Science Liaison Manager Wie Sie effektiv wissenschaftliche Daten kommunizieren

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

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

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

Von Big zu Smart - Wie Daten in Wirtschaft und Gesellschaft zu Innovationen führen

Von Big zu Smart - Wie Daten in Wirtschaft und Gesellschaft zu Innovationen führen Von Big zu Smart - Wie Daten in Wirtschaft und Gesellschaft zu Innovationen führen 27. März 2014 TUM School of Management Technische Universität München W3-Professorin Lehrstuhl für Strategie und Organisation

Mehr

BIG DATA - BIG OPPORTUNITIES

BIG DATA - BIG OPPORTUNITIES BIG DATA - BIG OPPORTUNITIES eday: 2014 Wien, 6. März 2014 EBA Executive Business Advice GmbH 1120 Wien, Am Euro Platz 2, Gebäude G Tel.: +43 1 71728 172 Email: office@eba-business.at www.eba-business.at

Mehr

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23.

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. April 2015 Agenda Was wir unter künstlicher Intelligenz 1 verstehen - Breites

Mehr

lassen Sie mich zunächst den Organisatoren dieser Konferenz für ihre Einladung danken. Es freut mich sehr, zu Ihren Diskussionen beitragen zu dürfen.

lassen Sie mich zunächst den Organisatoren dieser Konferenz für ihre Einladung danken. Es freut mich sehr, zu Ihren Diskussionen beitragen zu dürfen. Mobile Personal Clouds with Silver Linings Columbia Institute for Tele Information Columbia Business School New York, 8. Juni 2012 Giovanni Buttarelli, Stellvertretender Europäischer Datenschutzbeauftragter

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

Wissensmanagement in der humanitären Logistik

Wissensmanagement in der humanitären Logistik Erik Lewerenz Wissensmanagement in der humanitären Logistik Diplomica Verlag Erik Lewerenz Wissensmanagement in der humanitären Logistik ISBN: 978-3-8428-0760-0 Herstellung: Diplomica Verlag GmbH, Hamburg,

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

IT-Sicherheit mobiler Applikationen zur Unterstützung von Geschäftsprozessen. Bachelorarbeit

IT-Sicherheit mobiler Applikationen zur Unterstützung von Geschäftsprozessen. Bachelorarbeit IT-Sicherheit mobiler Applikationen zur Unterstützung von Geschäftsprozessen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft der

Mehr

Harry Wessling. Network Relationship Management

Harry Wessling. Network Relationship Management Harry Wessling Network Relationship Management Harry Wessling Network Relationship Management Mit Kunden, Partnern und Mitarbeitern zum Erfolg Die Deutsche Bibliothek - CIP-Einheitsaufnahme Ein Titeldatensatz

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

Big Data Wer gewinnt, wer verliert? Köln Revolvermänner AG

Big Data Wer gewinnt, wer verliert? Köln Revolvermänner AG Big Data Wer gewinnt, wer verliert? Düsseldorf 16.06.2015 Köln 10.09.2015 Bernd Fuhlert - Vorstand Revolvermänner AG Fast 10 Jahre Expertise in den Bereichen Online- Krisenkommunikation, IT-Sicherheit,

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

Bachelorarbeit. Brennpunkt Gemeinsame Agrarpolitik. Die GAP der EU im Spannungsfeld zwischen ökonomischer Ineffizienz und Interessen der Agrarlobby?

Bachelorarbeit. Brennpunkt Gemeinsame Agrarpolitik. Die GAP der EU im Spannungsfeld zwischen ökonomischer Ineffizienz und Interessen der Agrarlobby? Bachelorarbeit Ben Witthaus Brennpunkt Gemeinsame Agrarpolitik Die GAP der EU im Spannungsfeld zwischen ökonomischer Ineffizienz und Interessen der Agrarlobby? Bachelor + Master Publishing Ben Witthaus

Mehr

Cause Related Marketing

Cause Related Marketing Timo Geißel Cause Related Marketing Bestimmung erfolgskritischer Faktoren Orientierungshilfen zur Planung und Umsetzung der Kampagne Diplomica Verlag Timo Geißel Cause Related Marketing - Bestimmung erfolgskritischer

Mehr

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Unternehmen Beratung Strategie

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

Supply Chain Management

Supply Chain Management Guntram Wette Supply Chain Management in kleinen und mittleren Unternehmen Können KMU erfolgreich ein SCM aufbauen? Diplomica Verlag Guntram Wette Supply Chain Management in kleinen und mittleren Unternehmen

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

Industry 4.0 smarte Maschinen, smarte Industrie. Basel, 20. Oktober 2015 dieter.fischer@fhnw.ch IBE - Institut für Business Engineering der fhnw

Industry 4.0 smarte Maschinen, smarte Industrie. Basel, 20. Oktober 2015 dieter.fischer@fhnw.ch IBE - Institut für Business Engineering der fhnw Industry 4.0 smarte Maschinen, smarte Industrie Basel, 20. Oktober 2015 dieter.fischer@fhnw.ch IBE Institut für Business Engineering der fhnw Inhalt meines Beitrages Ziel: Ist Industry 4.0 nur ein «smarter»

Mehr

Consumer Insights. Verstehen statt zählen.

Consumer Insights. Verstehen statt zählen. Consumer Insights Verstehen statt zählen. Berlin, November 2008 Agenda 1. Marktforschung: Informationen in Hülle und Fülle 2. Consumer Insights: Erkenntnisse auf den Punkt gebracht 3. Consumer Insights:

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

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

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

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 392

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 392 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 392 Social Business Intelligence: Entwicklung, Architekturen und Perspektiven

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

SAS Analytics bringt SAP HANA in den Fachbereich

SAS Analytics bringt SAP HANA in den Fachbereich Pressemitteilung Hamburg, 08. November 2013 SAS Analytics bringt SAP HANA in den Fachbereich Ergonomie kombiniert mit Leistungsfähigkeit: die BI-Experten der accantec group geben der neuen Partnerschaft

Mehr

Alina Schneider. Erfolg in Data-Warehouse-Projekten. Eine praxisnahe Analyse von Erfolgsfaktoren und -kriterien. Diplomica Verlag

Alina Schneider. Erfolg in Data-Warehouse-Projekten. Eine praxisnahe Analyse von Erfolgsfaktoren und -kriterien. Diplomica Verlag Alina Schneider Erfolg in Data-Warehouse-Projekten Eine praxisnahe Analyse von Erfolgsfaktoren und -kriterien Diplomica Verlag Alina Schneider Erfolg in Data-Warehouse-Projekten: Eine praxisnahe Analyse

Mehr

MIT DATEN. TDWI Konferenz SCHAFFEN REPORT 2015. Peter Heidkamp (KPMG) Franz Grimm (Bitkom Research) München, 22. Juni 2015

MIT DATEN. TDWI Konferenz SCHAFFEN REPORT 2015. Peter Heidkamp (KPMG) Franz Grimm (Bitkom Research) München, 22. Juni 2015 TDWI Konferenz Peter Heidkamp (KPMG) Franz Grimm (Bitkom Research) MIT DATEN WERTE SCHAFFEN REPORT 2015 München, 22. Juni 2015 WIE MACHE ICHAUS EINSEN UND NULLEN DAS EINS ZU NULL FÜR MICH? 01 EINSTELLUNG

Mehr

Human Capital Management

Human Capital Management Human Capital Management Raimund Birri Human Capital Management Ein praxiserprobter Ansatz für ein strategisches Talent Management 2., überarbeitete Auflage Raimund Birri Zürich, Schweiz ISBN 978-3-8349-4574-7

Mehr

Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1

Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf

Mehr

Big Data & High-Performance Analytics: Anwendungsszenarien

Big Data & High-Performance Analytics: Anwendungsszenarien Big Data & High-Performance Analytics: Anwendungsszenarien Dr. Thomas Keil, Program Manager Business Analytics Frankfurt 26.4.2012 McKinsey-Studie zeigt Big Value Quelle: McKinsey Global Institute, May

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

Nutzungsbedingungen. Urheberschutz

Nutzungsbedingungen. Urheberschutz Nutzungsbedingungen Urheberschutz Die in der genutzten Event-App veröffentlichten Inhalte und Werke sind urheberrechtlich geschützt. Jede vom deutschen Urheberrecht nicht zugelassene Verwertung bedarf

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

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

Springer Spektrum, Springer Vieweg und Springer Psychologie.

Springer Spektrum, Springer Vieweg und Springer Psychologie. essentials Essentials liefern aktuelles Wissen in konzentrierter Form. Die Essenz dessen, worauf es als State-of-the-Art in der gegenwärtigen Fachdiskussion oder in der Praxis ankommt. Essentials informieren

Mehr

Online Collaboration. Zusammenarbeit im globalisierten Team

Online Collaboration. Zusammenarbeit im globalisierten Team Online Collaboration Zusammenarbeit im globalisierten Team Online Collaboration wird heute durch zahlreiche Tools unterstützt. Alle grossen IT und Software Anbieter haben dazu etwas in ihrer Kollektion.

Mehr

Von Big Data zu Smart Data

Von Big Data zu Smart Data Von Big Data zu Smart Data mit Technologieförderung des BMWi Big Data Summit BITKOM-Konferenz; Bonn, 24.06.2013 Dr. Andreas Goerdeler Unterabteilungsleiter Informationsgesellschaft; Medien Bundesministerium

Mehr

Business Intelligence im praktischen Einsatz bei Verkehrsunternehmen

Business Intelligence im praktischen Einsatz bei Verkehrsunternehmen Business Intelligence im praktischen Einsatz bei Verkehrsunternehmen Version 1.3 / JUL-2013 Seite 1 / 5 Wittenberger Weg 103 Fon: +49(0)211 / 580 508 28-0 Datenmanagement in Verkehrsunternehmen Die Anforderungen

Mehr

360 FEEDBACK UND REFERENZEN IM MANAGEMENT AUDIT von KLAUS WÜBBELMANN

360 FEEDBACK UND REFERENZEN IM MANAGEMENT AUDIT von KLAUS WÜBBELMANN 360 FEEDBACK UND REFERENZEN IM MANAGEMENT AUDIT von KLAUS WÜBBELMANN 360 Feedback / Referenzen Referenzen und andere Verfahren der Einbeziehung von Personen aus dem Arbeitsumfeld einer einzuschätzenden

Mehr

Datability. Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG. Hannover, 9. März 2014

Datability. Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG. Hannover, 9. März 2014 Datability Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG Hannover, 9. März 2014 Bürger fordern verantwortungsvollen Umgang mit Daten Inwieweit stimmen Sie den folgenden

Mehr

Von der Zielgruppe zur Dialoggruppe: Mit packenden Inhalten Kunden begeistern.

Von der Zielgruppe zur Dialoggruppe: Mit packenden Inhalten Kunden begeistern. GENUG GEREDET! GANZ SICHER? Von der Zielgruppe zur Dialoggruppe: Mit packenden Inhalten Kunden begeistern. Frage nicht, was dein Land für dich tun kann, sondern was du für dein Land tun kannst!* *Als John

Mehr

WIR SIND DIE INFORMATIONSFABRIK

WIR SIND DIE INFORMATIONSFABRIK Bereit für Veränderungen: INFORMATIONSFABRIK FÜR IHR UNTERNEHMEN WO ENTSCHEIDUNGEN SCHNELL GETROFFEN WERDEN MÜSSEN LIEFERN WIR DIE FAKTEN i Unsere Lösungen helfen Ihnen unternehmensrelevante Daten zu gewinnen,

Mehr

Cloud Computing in Industrie 4.0 Anwendungen: Potentiale und Herausforderungen

Cloud Computing in Industrie 4.0 Anwendungen: Potentiale und Herausforderungen Cloud Computing in Industrie 4.0 Anwendungen: Potentiale und Herausforderungen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftsingenieur der Fakultät

Mehr

Creating your future. IT. αacentrix

Creating your future. IT. αacentrix Creating your future. IT. αacentrix We bring IT into Business Context Creating your future. IT. Wir sind eine Strategie- und Technologieberatung mit starkem Fokus auf die IT-Megatrends Cloud, Mobility,

Mehr

Globaler geht s nicht

Globaler geht s nicht Globaler geht s nicht IT bewegt unsere Schiffe Mit 7.000 Mitarbeitern weltweit und rund 115 Schiffen mit einer Gesamtkapazität von mehr als 470.000 Standardcontainern (TEU) gehört Hapag-Lloyd zu den weltweit

Mehr

Willkommen in der neuen Arbeitswelt

Willkommen in der neuen Arbeitswelt Aus der Praxis für die Praxis. Steffi Gröscho Dr. Claudia Eichler-Liebenow Regina Köhler Willkommen in der neuen Arbeitswelt So erwecken Sie ein Social Intranet zum Leben Los geht`s! 1 2 3 4 5 6 TRÄUME

Mehr

Organisation 2.0. Die Unternehmensstruktur der Zukunft. Junge Mitarbeiter erwarten immer mehr eine Kultur

Organisation 2.0. Die Unternehmensstruktur der Zukunft. Junge Mitarbeiter erwarten immer mehr eine Kultur Organisation 2.0 Die Unternehmensstruktur der Zukunft. Junge Mitarbeiter erwarten immer mehr eine Kultur von Vernetzung und Response. Inhalt 1 Die Arbeitswelt der Digital Natives 2 Facebook als Feuerprobe

Mehr

Business Intelligence was macht Unternehmen intelligent? White Paper

Business Intelligence was macht Unternehmen intelligent? White Paper Business Intelligence was macht Unternehmen intelligent? White Paper Autor: Jens Blank Juli 2012 Wassermann AG Westendstraße 195 80686 München www.wassermann.de Zusammenfassung Über traditionelle Ansätze

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

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

Die wahre Entdeckung besteht nicht darin, Neuland zu finden, sondern die Dinge mit neuen Augen zu sehen. Marcel Proust

Die wahre Entdeckung besteht nicht darin, Neuland zu finden, sondern die Dinge mit neuen Augen zu sehen. Marcel Proust Dynamische Rollen Dreh- und Angelpunkt von perbit.insight ist ein intuitiv bedienbares HR Solution Center. Hier stehen alle personalwirtschaftlichen Anwendungen zusammengeführt unter einer einheitlichen

Mehr

Business Analytics verbessert die Wertschöpfungskette

Business Analytics verbessert die Wertschöpfungskette Pressemitteilung Hamburg, 05. September 2013 Business Analytics verbessert die Wertschöpfungskette accantec zeigt auf dem SAS Forum in Mannheim vom 11.- 12.09.2013, wie Unternehmen mit SAS Visual Analytics

Mehr

Master-Thesis (m/w) für unseren Standort Stuttgart

Master-Thesis (m/w) für unseren Standort Stuttgart Master-Thesis (m/w) für unseren Standort Abschlussarbeit im Bereich Business Process Management (BPM) Effizienzsteigerung von Enterprise Architecture Management durch Einsatz von Kennzahlen Braincourt

Mehr

Matthias Schmich Siemens Industry Software Kaiserslautern, 7. Oktober 2015. Trends und Entwicklungsperspektiven der Digitalisierung

Matthias Schmich Siemens Industry Software Kaiserslautern, 7. Oktober 2015. Trends und Entwicklungsperspektiven der Digitalisierung Matthias Schmich Siemens Industry Software Kaiserslautern, 7. Oktober 2015 Trends und Entwicklungsperspektiven der Digitalisierung Realize innovation. Eine kleine Zeitreise 1 9 7 3 1 9 8 5 2 0 1 5 Im Jahre

Mehr

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten von Jürgen Mauerer Foto: Avantum Consult AG Seite 1 von 21 Inhalt Mehrwert aufzeigen nach Analyse des Geschäftsmodells...

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

Wie schafft der deutsche Mittelstand den digitalen Wandel?

Wie schafft der deutsche Mittelstand den digitalen Wandel? Wie schafft der deutsche Mittelstand den digitalen Wandel? Überblick, Bestandsaufnahme und Perspektiven Prof. Dr. Christian Schalles Duale Hochschule Baden-Württemberg Person Prof. Dr. Christian Schalles

Mehr

Von der Zielgruppe zur Dialoggruppe: Mit packenden Inhalten B2B Kunden begeistern.

Von der Zielgruppe zur Dialoggruppe: Mit packenden Inhalten B2B Kunden begeistern. GENUG GEREDET! GANZ SICHER? Von der Zielgruppe zur Dialoggruppe: Mit packenden Inhalten B2B Kunden begeistern. Frage nicht, was dein Land für dich tun kann, sondern was du für dein Land tun kannst!* *Als

Mehr

Das kleine Cloud-ABC. Die wichtigsten Cloud-Begriffe im Überblick. Einfach. Anders. cloud.de

Das kleine Cloud-ABC. Die wichtigsten Cloud-Begriffe im Überblick. Einfach. Anders. cloud.de Das kleine Cloud-ABC Die wichtigsten Cloud-Begriffe im Überblick Einfach. Anders. cloud.de Inhalt Vorwort 03 1. Cloud eine kleine Geschichtsstunde 04 2. Das ABC 06 2.1. Die Grundbegriffe 06 2.2 Die Cloud-Modelle

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

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

Aufbruch in die Digitale Wirtschaft: Wertschöpfungskonzepte und Sicherheitsperspektiven

Aufbruch in die Digitale Wirtschaft: Wertschöpfungskonzepte und Sicherheitsperspektiven acatech DEUTSCHE AKADEMIE DER TECHNIKWISSENSCHAFTEN Aufbruch in die Digitale Wirtschaft: Wertschöpfungskonzepte und Sicherheitsperspektiven Henning Kagermann WELT-Konferenz Wirtschaft_digital Berlin, 12.

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

MASTER FERNSTUDIENGANG WIRTSCHAFTSINFORMATIK

MASTER FERNSTUDIENGANG WIRTSCHAFTSINFORMATIK MASTER FERNSTUDIENGANG WIRTSCHAFTSINFORMATIK STUDIENBRIEF: MODUL: Semester IV Spezialisierung Wissensmanagement: Wissensbasierte Systeme AUTOR: Prof. Dr.-Ing. Uwe Lämmel 2 IMPRESSUM IMPRESSUM WINGS Wismar

Mehr

Ab in den Himmel: Was kommt jenseits der Cloud? 20 R. Altenhöner Ab in den Himmel: Was kommt jenseits der Cloud? 04.6.2014 Bibliothekartag 2014

Ab in den Himmel: Was kommt jenseits der Cloud? 20 R. Altenhöner Ab in den Himmel: Was kommt jenseits der Cloud? 04.6.2014 Bibliothekartag 2014 Ab in den Himmel: Was kommt jenseits der Cloud? 1 20 R. Altenhöner Ab in den Himmel: Was kommt jenseits der Cloud? 04.6.2014 Bibliothekartag 2014 Inhalt 1. Einleitung / Motivation 2. Cloud ein bisschen

Mehr

Institut für angewandte Informationstechnologie (InIT)

Institut für angewandte Informationstechnologie (InIT) School of Engineering Institut für angewandte Informationstechnologie (InIT) We ride the information wave Zürcher Fachhochschule www.init.zhaw.ch Forschung & Entwicklung Institut für angewandte Informationstechnologie

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

Enterprise Social Networking: Ein Framework und ein Fachkonzept für ein Industrieunternehmen

Enterprise Social Networking: Ein Framework und ein Fachkonzept für ein Industrieunternehmen Enterprise Social Networking: Ein Framework und ein Fachkonzept für ein Industrieunternehmen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor auf Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Social Media Monitoring Den Kunden zuhören. Teil II. Gründe für die Analyse der Social-Media-Kommunikation

Social Media Monitoring Den Kunden zuhören. Teil II. Gründe für die Analyse der Social-Media-Kommunikation Social Media Monitoring Den Kunden zuhören Teil II Gründe für die Analyse der Social-Media-Kommunikation 4. Social Media Kommunikation als Marktforschungstool DVR: 0438804 August 2015 Zu keinem Zeitpunkt

Mehr

IT-Service IT-Security IT-Infrastruktur Internet. Herzlich Willkommen zu unserem BARBECUE-On.NET Schatten-IT

IT-Service IT-Security IT-Infrastruktur Internet. Herzlich Willkommen zu unserem BARBECUE-On.NET Schatten-IT IT-Service IT-Security IT-Infrastruktur Internet Herzlich Willkommen zu unserem BARBECUE-On.NET Schatten-IT Woran haben wir heute gedacht? Quelle: www. badische-zeitung.de Vorstellung der heutigen Themen

Mehr

Erfolgsfaktoren von Customer Relationship Management Strategien

Erfolgsfaktoren von Customer Relationship Management Strategien Klaus Sevenich Erfolgsfaktoren von Customer Relationship Management Strategien in Unternehmen Diplomica Verlag Klaus Sevenich Erfolgsfaktoren von Customer Relationship Management Strategien in Unternehmen

Mehr

Presseinformation. Unser Ansatz ist eben auch operational

Presseinformation. Unser Ansatz ist eben auch operational Unser Ansatz ist eben auch operational Ulrich Rehrmann und Wolfgang Lalakakis, Gründer der GMVK Consulting Group, über den Markt für Geschäftsprozessoptimierungen, ICM Information Chain Management und

Mehr

Selbstmarketing. Svenja Hofert. mus + Journalismus + Journalismus + Journalismus + Journalismus + Journalismus

Selbstmarketing. Svenja Hofert. mus + Journalismus + Journalismus + Journalismus + Journalismus + Journalismus 109 Selbstmarketing Svenja Hofert mus + Journalismus + Journalismus + Journalismus + Journalismus + Journalismus Freie Journalistenschule Modul 109: Selbstmarketing Autorin: Svenja Hofert, M. A. Legende

Mehr

Profil. The Remote In-Sourcing Company. www.intetics.com

Profil. The Remote In-Sourcing Company. www.intetics.com The Remote In-Sourcing Company Profil Für weitere Informationen senden Sie uns bitte eine E-Mail an: contact@intetics.com oder rufen Sie uns bitte an: +49-211-3878-9350 Intetics erstellt und betreibt verteilte

Mehr

Industrie 4.0 und der Mittelstand

Industrie 4.0 und der Mittelstand a.tent.o-zeltsysteme 16. September 2015 Classic Remise Düsseldorf Industrie 4.0 und der Mittelstand Fraunhofer Seite 1 INDUSTRIE 4.0 FÜR DEN MITTELSTAND Dipl.-Ing. H.-G. Pater Industrie 4.0 : ERP und KMU

Mehr

Mobile Marketingkampagnen

Mobile Marketingkampagnen Christian Sottek Mobile Marketingkampagnen Einsatz und Erfolgsfaktoren der mobilen Kundenakquise Diplomica Verlag Christian Sottek Mobile Marketingkampagnen - Einsatz und Erfolgsfaktoren der mobilen Kundenakquise

Mehr

Spannungsfeld Projektmanagement in der öffentlichen Verwaltung

Spannungsfeld Projektmanagement in der öffentlichen Verwaltung Bernhard Rapf Spannungsfeld Projektmanagement in der öffentlichen Verwaltung Die systemorientierte Fallanalyse zur Erkennung von situativen Leistungsfaktoren im Projektalltag Diplomica Verlag Bernhard

Mehr

Industrie 4.0 - Herausforderungen und Chancen in der Elektronikproduktion

Industrie 4.0 - Herausforderungen und Chancen in der Elektronikproduktion Agenda Industrie 4.0 - Herausforderungen und Chancen in der Elektronikproduktion Tägliche Herausforderungen & Chancen Industrielle Revolution Detailbeispiele Industrie 4.0 in der Elektronikproduktion Effizienzsteigerung

Mehr

Business Transformation

Business Transformation Wirtschaft und Gesellschaft befinden sich im Übergang vom Industrie- zum Informationszeitalter. Die dynamischen Auswirkungen auf das bestehende Wirtschaftsgefüge sind spürbar. In den Chefetagen hat eine

Mehr

Beschaffungslogistik

Beschaffungslogistik Beschaffungslogistik Trends und Handlungsempfehlungen Ralf Grammel Steigender Interregionaler Handel Quelle: 2009; www.bpb.de Entwicklung der Logistik in Europa Und morgen? Ab 1970 Klassische Logistik

Mehr

Netzwerkorientiertes Supply Chain Controlling und Risikomanagement

Netzwerkorientiertes Supply Chain Controlling und Risikomanagement Kiril Kiryazov Netzwerkorientiertes Supply Chain Controlling und Risikomanagement Diplomica Verlag Kiril Kiryazov Netzwerkorientiertes Supply Chain Controlling und Risikomanagement ISBN: 978-3-8428-0997-0

Mehr

IT-Governance und Social, Mobile und Cloud Computing: Ein Management Framework... Bachelorarbeit

IT-Governance und Social, Mobile und Cloud Computing: Ein Management Framework... Bachelorarbeit IT-Governance und Social, Mobile und Cloud Computing: Ein Management Framework... Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr