Advertisement

Controlling & Management Review

, Volume 60, Supplement 1, pp 40–45 | Cite as

Wertschöpfung mit Big Data Analytics

  • Florian Buschbacher
Nutzung Analysemethoden

Controller sind im Zugzwang. Nichts ist näherliegender, als die neueste IT und Big Data Tools für noch bessere Analysen und Prognosen zu instrumentalisieren. Um dieses Wertschöpfungspotenzial zu nutzen, müssen jedoch neue Methoden gelernt und die eigenen Strukturen und Aufgaben überdacht werden — auch auf Führungsebene.

Die Digitalisierung hat die Welt der Unternehmen verändert, und zwar dramatisch und innerhalb kürzester Zeit:
  • Uber, der größte „Taxidienst“ der Welt, verfügt über keine eigene Flotte;

  • Airbnb, die größte „Hotelkette“ der Welt, besitzt keine eigenen Zimmer;

  • Alibaba, der größte Versandhändler der Welt, hat keine eigenen Warenbestände.

Die digitale Technik, insbesondere disruptive Technologien, die die Grundlage einer Geschäftstätigkeit abrupt verändern können, sind die Treiber geworden. Hybrid Apps, Hochleistungsanalyseumgebungen wie beispielsweise Hadoop, Real-Time-Analyseumgebungen wie Storm oder Akkasowie die entsprechenden Dienste wie Cloud-Lösungen oder ähnlichen...

Notes

Glossar

Advanced Analytics

Moderne Analyseverfahren, die überwiegend aus den Bereichen der Statistik, Linguistik und der Mathematik stammen und in die Programmierung überführt werden. Neben Vorhersagealgorithmen (Predictive Modelling) gibt es für unterschiedliche Anwendungsszenarien auch unterschiedliche Verfahren, so zum Beispiel Text Mining zur Analyse von Texten oder Machine Learning zur Identifizierung möglicher Cluster.

Akka

Methode zur Ermittlung von Ereignissen in Echtzeit durch den Einsatz von Agenten in Systemen. Diese Agenten überwachen spezifische Sachverhalte wie die Überschreitung von Schwellengrenzen und schlagen gegebenenfalls Alarm.

Attribute

Ausprägungen von Datenfeldern, die zur Analyse herangezogen werden.

Big-Data-Architektur

IT-Landschaft bestehend aus Analyse-Tools, Technologien und Plattformen. Kann unterschiedlich ausgeprägt sein. Eine sehr gängige Big-Data-Architektur ist das Hadoop-Ökosystem.

CEP

Abkürzung für „Complex Event Processing“. Erkennung, Analyse, Gruppierung und Verarbeitung voneinander abhängiger Ereignisse durch Real-time Analytics sowie Bereitstellung der Ergebnisse. Bekannte technische Möglichkeiten sind beispielsweise Storm, Esper oder Akka.

Deep Learning

Algorithmen aus dem Bereich Machine Learning, die immer weiter und tiefer bis zum theoretischen Optimum analysieren. Grenzen sind in Form von Datenmaterial und verfügbarer Rechnerzeit gesetzt.

Feature Set

Attribute mit der größten Wirkung auf ein Analyse-Modell; hilft bei der Bewertung, welche Attribute wichtiger für ein Modell sind als andere

Hadoop

Skalierbare Technologie mit Fokus auf die kostengünstige Ablage von großen Datenmengen und Möglichkeiten für deren Auswertung.

Hybrid Apps

Anwendungen, die auf unterschiedlichen Betriebssystemen wie etwa Android oder Microsoft lauffähig sind.

Machine Learning

Algorithmen, die aus Beispielen Erkenntnisse gewinnen, immer tiefer und weiter analysieren, daraus Gesetzmäßigkeiten ableiten und anschließend auch bis dahin unbekannte Daten beurteilen und gelernten Kategorien zuordnen können.

Real-time Analytics

Tools zur Datenanalyse in Echtzeit.

Text Mining

Analyse von Texten auf Basis von Satzstrukturen, grammatikalischen Eigenschaften und Semantik wie etwa von positiven und negativen Formulierungen.

Visual Analytics

Analyse anhand von Bildern, Karten, Grafiken oder Videoaufzeichnungen.

Copyright information

© Springer Fachmedien Wiesbaden 2016

Authors and Affiliations

  1. 1.Ernst & Young GmbHStuttgartDeutschland

Personalised recommendations