nach oben

2024 | Buch

Datenmanagement und Datenanalyse

Konzepte, Technologien und Methoden für die Organisation und Aufbereitung von Daten in Unternehmen

verfasst von: Peter Gluchowski

Enthalten in: Springer Professional "Wirtschaft+Technik" , Springer Professional "Technik" , Springer Professional "Wirtschaft"

Inhaltsverzeichnis

Über dieses Buch

Derzeit wird kaum noch ernsthaft bestritten, dass die Daten eines Unternehmens ein wichtiges Wirtschaftsgut darstellen und in erheblicher Weise zum Erfolg beitragen können. Allerdings gilt es, nicht nur den Wert der Daten zu erkennen, sondern diese auch in den zugehörigen Geschäftsprozessen gewinnbringend einzusetzen. Als zwingende Voraussetzung erweist sich dabei, eine organisatorische und technische Basis zu etablieren, die nachhaltig darauf ausgerichtet ist, die fachlichen Ausgabenstellungen bestmöglich zu unterstützen. Unter dem Oberbegriff Datenmanagement werden dazu diejenigen Führungs- und Durchführungstätigkeiten diskutiert, die einen tragfähigen Rahmen für den Umgang mit Daten in der Organisation aufspannen. Daneben erweisen sich vor allem die Verfahren zur Auswertung und Analyse der verfügbaren Datenbestände als leistungsfähige Instrumente, um langfristige Wettbewerbsvorteile zu erlangen. Vor diesem Hintergrund widmet sich das vorliegende Buch den stetig an Bedeutung gewinnenden Themenfeldern Datenmanagement und Datenanalyse, denen insbesondere im Rahmen der digitalen Transformation eine große Bedeutung zukommt.

Inhaltsverzeichnis

Frontmatter

Grundlagen der Verarbeitung von Daten

Frontmatter

Kapitel 1. Daten, Information, Wissen

Zusammenfassung

Betriebliche Entscheidungen basieren auf Informationen über tatsächliche oder zu erwartende Umweltzustände sowie verfügbare Handlungsalternativen. Entsprechend dem klassischen betriebswirtschaftlichen Begriffsverständnis lassen sich Informationen als zweckorientiertes Wissen verstehen (vgl. Wittmann 1959), wobei sich der Zweck in der Vorbereitung und Durchführung von Entscheidungen und Handlungen findet.

Peter Gluchowski

Kapitel 2. Verarbeitung der Daten (Data Processing)

Zusammenfassung

Aufbauend auf der allgemeinen Einordnung von Daten in die gesamte Informationswirtschaft steht nun die Verarbeitung der Daten im Vordergrund der Betrachtung. Nach einer grundlegenden Betrachtung der Verarbeitung von Daten in Abschn. 2.1 erfolgt die Darstellung des Datenlebenszyklus in Abschn. 2.2. Abschn. 2.3 widmet sich der Übertragung von Daten, wie sie heute in Rechnernetzen bzw. im Internet stattfindet.

Peter Gluchowski

Kapitel 3. Datenarten

Zusammenfassung

Die hohe Bedeutung der Daten, die in allen Branchen und Funktionsbereichen von großen, mittleren und kleinen Unternehmen in vielfältiger und komplexer Form auftreten, liegt auf der Hand. Daten stellen für Unternehmen als Wirtschaftsgut einen Wert und eine strategische Bedeutung dar, zumal sie sich für Unternehmen und für alle Benutzer zur Erfüllung ihrer Arbeiten als unverzichtbar erweisen.

Peter Gluchowski

Kapitel 4. Big Data

Zusammenfassung

Das Phänomen Big Data wurde in den letzten Jahren intensiv diskutiert und erfährt heute breite Beachtung in der öffentlichen Wahrnehmung. Etliche wissenschaftliche Beiträge greifen das Thema auf und setzen sich das Ziel, Konzepte und Architekturen für den effizienten Umgang mit polystrukturierten Daten zu erarbeiten (vgl. Klein et al. 2013: 319).

Peter Gluchowski

Kapitel 5. Architekturen und Technologien zur Speicherung von Daten

Zusammenfassung

Der Begriff Architektur nimmt in zahlreichen Wissenschaftsdisziplinen eine zentrale Rolle ein und beinhaltet alle Entwurfsbestandteile des betrachteten Objektgegenstandes dergestalt, dass diese anforderungsgerecht mit hoher Qualität möglichst unverändert, aber mit Anpassungsmöglichkeiten über die gesamte Nutzungsdauer hergestellt und betrieben werden können (vgl. Zachman 1997: 5). Dabei erfolgt eine Repräsentation von Einzelobjekten auch hinsichtlich ihrer Beziehungen und Funktionen sowie dynamischer Aspekte wie den zeitlichen Ablauf von Verknüpfungen (vgl. Krcmar 2015: 280 f.).

Peter Gluchowski

Kapitel 6. Zusammenfassung

Zusammenfassung

Der erste Teil des Buches setzt sich grundlegend mit dem Thema „Daten“ auseinander. Dazu wird in Kap. 1 der Begriff „Daten“ definiert und gegenüber den Begriffen „Informationen“ und „Wissen“ abgegrenzt. Zudem erfolgt eine Erörterung von Optionen zur Bestimmung des Wertes, den Daten für eine Organisation darstellen. Darauf aufbauend konzentriert sich kap. 2 auf die Prozesse zur Verarbeitung von Daten und geht vertieft auf den Lebenszyklus von Daten sowie auf die Übertragung von Daten ein.

Peter Gluchowski

Management von Daten in Unternehmen

Frontmatter

Kapitel 7. Datenstrategie

Zusammenfassung

Im unternehmerischen Kontext zeigt eine Strategie allgemein auf, wie sich eine Organisationseinheit (z. B. Unternehmen oder Unternehmensbereich) oder ein relevantes Thema (z. B. Digitalisierung oder auch Daten) perspektivisch entwickeln sollte, um langfristige Ziele zu erreichen. Grundsätzlich liegt die Zuständigkeit und Verantwortung für die Entwicklung einer Strategie bei den Führungspersonen, die einen Themenbereich verantworten oder eine Organisationseinheit leiten. Zu beachten sind bei der Strategieentwicklung stets übergeordnete Strategien, die als Vorgaben einen Rahmen für die Ausgestaltung bilden. Wie bereits oben dargelegt, muss sich auch eine Datenstrategie an den strategischen Vorgaben auf Unternehmensebene sowie ggf. an einer Digitalstrategie ausrichten.

Peter Gluchowski

Kapitel 8. Data Governance

Zusammenfassung

In Zeiten der Digitalisierung und des datengetriebenen Entscheidens gewinnt ein Konzept zunehmend an Bedeutung, das die Grundlage für eine effektive Datenverwaltung und -nutzung bildet: Data Governance. Wurden Daten in der Vergangenheit häufig als notwendige Übel zur Abbildung und Dokumentation realer Geschäftsvorgänge betrachtet, kommt ihnen heute eine drastisch gesteigerte Relevanz als werthaltiger Vermögensbestandteil zu. Die Bedeutung von Daten als essentielle ökonomische Ressource erfährt angesichts gängiger Schlagworte wie „Big Data“ und „Industrie 4.0“ eine stetige Aufwertung. Dazu trägt nicht zuletzt auch die zunehmende Digitalisierung der gesamten Wirtschaft bei (vgl. Voigt und Seidel 2016). Data Governance stellt sich der Aufgabe, dieses wertvolle Gut in effizienter und effektiver Weise zu verwalten und nutzbar zu machen.

Peter Gluchowski

Kapitel 9. Datenmanagement

Zusammenfassung

Allgemein bezieht sich Datenmanagement auf die Planung, Organisation, Umsetzung und Kontrolle von Prozessen und Maßnahmen, die darauf abzielen, Daten während ihres gesamten Lebenszyklus effizient und effektiv zu verwalten. Es beinhaltet verschiedene Aspekte, die sicherstellen sollen, dass Daten korrekt erfasst, gespeichert, verarbeitet, analysiert, geschützt und schließlich auch gelöscht werden, wenn der Grund zur Verarbeitung nicht mehr vorhanden ist (vgl. Krcmar 2015: 178 f.) und erweist sich insgesamt als ganzheitlicher Ansatz, der über technologische, organisatorische und rechtliche Facetten verfügt.

Peter Gluchowski

Kapitel 10. Zusammenfassung

Zusammenfassung

Zusammenfassend kann festgehalten werden, dass sich die datenbezogenen Führungs- und Durchführungsaufgaben als facettenreich erweisen und sich über die gesamte Organisation sowie unterschiedliche Hierarchieebenen erstrecken. Den Ausgangspunkt bildet die Datenstrategie (vgl. Kap. 7), die sehr grundlegende Vorgaben beinhaltet und einen Rahmen für alle nachfolgenden Aktivitäten aufspannt. Darauf aufbauend schafft die Data Governance (vgl. Kap .8) ein Regelwerk, das die datenbezogene Aufbau- und Ablauforganisation einer Organisation determiniert.

Peter Gluchowski

Nutzung von Daten im Unternehmen – Datenanalyse

Frontmatter

Kapitel 11. Grundlagen der Datenanalyse

Zusammenfassung

Die Analyse von Daten erweist sich heute als unverzichtbares Instrument, um nachhaltig im Wettbewerb zu bestehen. Während Daten in der Vergangenheit oftmals als notwendiges Übel zur Abbildung und Dokumentation betrieblicher Prozesse verstanden wurden, besitzen sie heute den Status eines wertvollen Wirtschaftsgutes, mit dem sich wesentliche Erkenntnisse erzielen lassen. Allerdings sind Daten dazu zielgerichtet aufzubereiten und auszuwerten, um die Potenziale umfassend auszuschöpfen und den maximalen Nutzen aus den Daten zu ziehen.

Peter Gluchowski

Kapitel 12. Anwendungsdomänen von Analytics

Zusammenfassung

Die Anwendungsbereiche von Analytics erstrecken sich auf zahlreiche betriebswirtschaftliche Problemstellungen in den unterschiedlichen Funktionsbereichen. Ziel ist es, aus den Analysen der vorliegenden Informationen bzw. Daten Erkenntnisgewinne zu generieren, d. h. neues Wissen, um bessere Entscheidungen zu treffen und entsprechende erfolgreiche Handlungsempfehlungen abzuleiten. Betriebliche Anwendungsbeispiele finden sich in der Rechnungsprüfung im Finanzbereich, bei der Entwicklung von Strategien im Marketing, bei der Erstellung von Kundenprofilen im Vertriebsbereich oder bei den Qualitätskontrollen in der Produktion.

Peter Gluchowski

Kapitel 13. Methoden der Data Analytics

Zusammenfassung

Die Datenanalyse, die in den unterschiedlichen Anwendungsbereichen erfolgreich genutzt wird, hat das Ziel, aus vorliegenden Einzeldaten zusammenfassende Informationen zu gewinnen und diese tabellarisch und/oder grafisch aufzubereiten. Verfahren der Statistik werden bereits seit vielen Jahren in unterschiedlichen Wissenschaftsdomänen eingesetzt, so beispielsweise in den Natur-, Sozial- und Wirtschaftswissenschaften. Als verbreitete klassische Verfahren gelten Entscheidungsbaumverfahren, Methoden zur Regressions-, Zeitreihen- und Assoziationsanalyse, weiterhin die Clusteringmethoden, welche häufig in den betriebswirtschaftlichen Anwendungsbereichen zur Entscheidungsfindung Verwendung finden, so z. B. in der Marktforschung und im Marketing. Moderne Methoden der Datenanalyse werden den Verfahren der Künstlichen Intelligenz (KI) zugeordnet, so z. B. die effizienten Algorithmen der Künstlichen Neuronalen Systeme (KNS) bzw. der Künstlichen Neuronalen Netze (KNN).

Peter Gluchowski

Kapitel 14. Vorgehensmodelle für Data-Analytics-Projekte

Zusammenfassung

Im Rahmen von Data-Analytics-Projekten erfolgt die Auswertung umfangreicher Datenbestände, um interessante Zusammenhänge und Muster zu identifizieren. In der Regel weist die Projektaufbauorganisation ein interdisziplinäres Team auf, in dem die einzelnen Mitglieder die jeweiligen individuellen Kompetenzen einbringen, die fachlicher, methodischer, technischer oder auch sozialer Natur sein können. Als anzutreffende Rollen lassen sich hier oftmals Data Scientists für die Analyse der Daten und Data Engineers für deren Aufbereitung und Zurverfügungstellung identifizieren. Als wesentliche Erfolgsfaktoren für das Gelingen des Projektes können die reibungslose Kommunikation und vertrauensvolle Kollaboration innerhalb des Teams gewertet werden. Häufig kommen neben internen Mitarbeitern auch externe Dienstleister zum Einsatz, die sich auf die Durchführung von Projekten zur Datenanalyse spezialisiert haben.

Peter Gluchowski

Kapitel 15. Zusammenfassung

Zusammenfassung

Im vorliegenden dritten Teil zur Nutzung von Daten im Unternehmen steht die fortgeschrittene Datenanalyse (Analytics) im Vordergrund der Beschreibungen.

Peter Gluchowski

Backmatter

Titel: Datenmanagement und Datenanalyse
verfasst von: Peter Gluchowski
Verlag: Springer Fachmedien Wiesbaden
Electronic ISBN: 978-3-658-44392-4
Print ISBN: 978-3-658-44391-7
DOI: https://doi.org/10.1007/978-3-658-44392-4