Datenmanagement und Datenanalyse

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.

Prof. Dr. Peter Gluchowski leitet den Lehrstuhl für Wirtschaftsinformatik –­ Systementwicklung / Anwendungssysteme an der Technischen Universität Chemnitz. Seit rund 20 Jahren beschäftigt er sich mit dem praktischen Aufbau dispositiver bzw. analytischer Systeme zur Entscheidungsunterstützung. Seine Projekterfahrung im Umfeld von Business Intellience (BI) ist in zahlreichen Veröffentlichungen dokumentiert. Dr. Melanie Pfoh, wissenschaftliche Mitarbeiterin desselben Lehrstuhls, fokussiert sich seit ihrem Abschluss als Diplom-Wirtschaftsinformatikerin schwerpunktmäßig auf das Themengebiet BI, war in verschiedene Forschungsprojekte involviert und legte im Rahmen ihrer Promotion den Fokus auf BI im Kontext von Smart Homes. Dr. Anja Tetzner ist ebenfalls wissenschaftliche Mitarbeiterin desselben Lehrstuhls. Ihre Schwerpunkte sind künstliche neuronale Netze und analytisches Customer Relationship Management. In ihrer Promotion untersuchte sie die automatisierte Ironie-Erkennung; aktuell forscht sie im Bereich generative KI.

Einführung.- Abgrenzung und Definition: Daten, Information, Wissen.- Datenwert.- Datenarten.- Datenarchitekturen.- Big Data.- Verarbeitung der Daten (Data Processing).- Speicherung von Daten.-Datenübertragung.- Management von Daten in Unternehmen.- Datenstrategie.- Data Governance.- Datenmanagement.- Datenanalyse.- Begriffliche Einordnung.- Anwendungsdomänen von Analytics.- Methoden der Data Analytics.- Vorgehensmodelle für Data-Analytics-Projekte.