Zum Inhalt

Aufgabengerechte Informationsbereitstellung in Zeiten von Big Data

Konsequenzen für ein Informationsmanagement

  • 2019
  • Buch

Über dieses Buch

Marco Pospiech untersucht in diesem Buch die Konsequenzen der Big Data Bewegung für das betriebliche Informationsmanagement. Als ein mögliches Szenario implementiert er ein Big Data System für den Energiehandel, dessen Betrachtung die Ableitung von allgemeinen Konsequenzen im Informationsmanagement ermöglicht. Für diese Herausforderungen werden aktuelle Technologien und Methoden in Form eines Maßnahmenkatalogs identifiziert, um so den Erfolg von zukünftigen Big Data Entwicklungen abzusichern. Hierbei beschränkt sich der Beitrag nicht nur auf die bloße Aufzählung von existierenden Lösungen, vielmehr werden Wissenschaft und Praxis anhand von eigenen Methoden bereichert, deren Anwendbarkeit sich nicht auf den Energiehandel begrenzt.

Inhaltsverzeichnis

  1. Frontmatter

  2. Kapitel 1. Einleitung

    Marco Pospiech
    Zusammenfassung
    Die Menge der verfügbaren Daten steigt ständig an. Nach letzten Hochrechnungen betrug das Datenvolumen im Jahr 2010 weltweit ca. 1.227 Exabytes. Diesen Prognosen folgend, werden alleine im Jahr 2020 40.000 weitere Exabytes produziert.
  3. Kapitel 2. Handlungsbedarf in Zeiten von Big Data

    Marco Pospiech
    Zusammenfassung
    Um die Notwendigkeit der Forschung zu verdeutlichen, müssen zunächst IM und Big Data (Abschnitt 2.1) als grundlegende Bestandteile der Arbeit näher erläutert werden. Ausgehend von diesen Erörterungen leitet Abschnitt 2.2 anhand einer argumentativ-deduktiven Diskussion potenzielle Konsequenzen eines IM in Zeiten von Big Data ab.
  4. Kapitel 3. Erarbeitung des Forschungsvorgehens

    Marco Pospiech
    Zusammenfassung
    Ziel der Arbeit ist es, Konsequenzen und Gestaltungsempfehlungen für das IM abzuleiten und zu bestätigen. Um diese herleiten zu können, bespricht der folgende Abschnitt die wissenschaftliche Positionierung der Arbeit und erarbeitet den einhergehenden methodischen Gesamtaufbau.
  5. Kapitel 4. Gang der Arbeit

    Marco Pospiech
    Zusammenfassung
    Das folgende Kapitel dokumentiert die Forschungsergebnisse dieser Arbeit. Die Erkenntnisse stammen von acht veröffentlichten Beiträgen und werden dem Forschungsdesign (siehe Abbildung 7, S. 41) folgend in die vier nachfolgenden Abschnitte (4.1 - 4.4) aufgeteilt.
  6. Kapitel 5. Diskussion

    Marco Pospiech
    Zusammenfassung
    Das vorliegende Kapitel dient der Beantwortung des Erkenntnis- und Gestaltungsziels. Mithilfe des Big Data Betrachtungsgegenstands leiten Experten Konsequenzen im IM ab (Abschnitt 5.1). Die gewonnenen Resultate bilden die Grundlage für das Gestaltungsziel. In diesem Zusammenhang werden angemessene Gestaltungsempfehlungen in einem umfangreichen Literaturüberblick ermittelt und den identifizierten Konsequenzen zugeordnet, sodass eine aufgabengerechte Informationsbereitstellung in Zeiten von Big Data ermöglicht wird (Abschnitt 5.2).
  7. Kapitel 6. Fazit und Ausblick

    Marco Pospiech
    Zusammenfassung
    Ziel dieser Arbeit waren die Ableitung von Konsequenzen im IM in Zeiten von Big Data und die Identifikation von Gestaltungsempfehlungen, um weiterhin eine aufgabengerechte Informationsbereitstellung zu gewährleisten. Hierbei offenbart die Abhandlung eine mangelhafte Adressierung des IM in der Big Data Literatur und eine unscharfe Beschreibung des Phänomens [PoFe2012]. Zu diesem Zweck entwickelt die Arbeit erstmalig ein konsistentes Big Data Begriffsverständnis, das zukünftigen Organisationen und Forschern das Abschätzen von Wirkungsketten gestattet.
  8. Backmatter

Titel
Aufgabengerechte Informationsbereitstellung in Zeiten von Big Data
Verfasst von
Marco Pospiech
Copyright-Jahr
2019
Electronic ISBN
978-3-658-27196-1
Print ISBN
978-3-658-27195-4
DOI
https://doi.org/10.1007/978-3-658-27196-1

Informationen zur Barrierefreiheit für dieses Buch folgen in Kürze. Wir arbeiten daran, sie so schnell wie möglich verfügbar zu machen. Vielen Dank für Ihre Geduld.

    Bildnachweise
    AvePoint Deutschland GmbH/© AvePoint Deutschland GmbH, ams.solutions GmbH/© ams.solutions GmbH, Wildix/© Wildix, arvato Systems GmbH/© arvato Systems GmbH, Ninox Software GmbH/© Ninox Software GmbH, Nagarro GmbH/© Nagarro GmbH, GWS mbH/© GWS mbH, CELONIS Labs GmbH, USU GmbH/© USU GmbH, G Data CyberDefense/© G Data CyberDefense, Vendosoft/© Vendosoft, Kumavision/© Kumavision, Noriis Network AG/© Noriis Network AG, WSW Software GmbH/© WSW Software GmbH, tts GmbH/© tts GmbH, Asseco Solutions AG/© Asseco Solutions AG, AFB Gemeinnützige GmbH/© AFB Gemeinnützige GmbH, Ferrari electronic AG/© Ferrari electronic AG, Doxee AT GmbH/© Doxee AT GmbH , Haufe Group SE/© Haufe Group SE, NTT Data/© NTT Data