Leseprobe
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Ansätze zur Systematisierung von Unternehmensdaten vor dem Hintergrund von Big Data
Alexander Pilipas, Michael Sack
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Naturwissenschaften, Medizin, Informatik, Technik / Informatik
Beschreibung
Studienarbeit aus dem Jahr 2015 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 2,3, Technische Universität Darmstadt (Fachgebiet Wirtschaftsinformatik | Software Business & Information Management), Sprache: Deutsch, Abstract: Unternehmen werden im Zuge der Digitalisierung fast aller Lebensbereiche vom Datentsunami, besser unter dem Namen Big Data bekannt, nahezu vollständig überflutet. Innerhalb von 60 Sekunden werden weltweit etwa 694.445 Google Suchanfragen durchgeführt, 695.000 Status-Updates in Facebook gepostet, 168 Millionen E-Mails versandt und das Datenvolumen des Webs verdoppelt sich alle 18 Monate. Unternehmen sind gut darin beraten, dem Überfluss an Daten mit geeigneten Methoden und Technologien entgegenzutreten, da die alt bewährten Legacy Systeme (z.B. Data Warehouses) bereits an ihre technischen Grenzen stoßen. Obwohl Big Data sicherlich eine Herausforderung für die Unternehmen darstellt, ergeben sich auch neue Möglichkeiten und Umsatzquellen. Dafür gilt es nicht nur die Daten zu sammeln, sondern sie sollten auch analysiert und entsprechend ausgewertet werden. Ein wichtiger Schritt der Analyse und Auswertung von Unternehmensdaten ist die Systematisierung dieser. Die Seminararbeit versucht konkrete Ansätze zur Systematisierung von Unternehmensdaten vor dem Hintergrund von Big Data zu finden und diese zu evaluieren. Im Zuge der Arbeit werden hierfür Experten aus der Praxis hinzugezogen, die einerseits die theoretischen Ansätze aus einer praxisorientierten Sichtweise bewerten und andererseits auch horizonterweiterten Input zum Themenfeld Big Data und Analytics liefern.
Kundenbewertungen
Hadoop, Systematisierung von Unternehmensdaten, Data Lake, Digitalisierung, Big Data