Zusammenfassung
Data Mining-Untersuchungen sind durch mangelnde Produktivität gekennzeichnet, die sich einerseits aus der Komplexität des Analyseprozesses, andererseits aus einer Vielzahl denkbarer Untersuchungsprobleme ergibt, welche in unterschied-lichster Weise miteinander kombinierbar sind bzw. zur Behandlung konkreter Fragestellungen kombiniert werden müssen. Anschließend an eine allgemeine Darstellung von Data Mining-Problemen und deren Gegenüberstellung mit anderen Analyseproblemen beschreibt dieser Beitrag betriebswirtschaftliche Daten-analyseprozesse und untersucht diese hinsichtlich ihrer Effizienz. Aus den zur Durchführung von Data Mining erforderlichen Prozessphasen und deren Produktivitätsengpässen werden Anforderungen an geeignete Analysesysteme abgeleitet. Diese sollen den „Business User“ bei Data Mining-Untersuchungen unterstützen und insbesondere in der Lage sein die Effizienz des Analyseprozesses zu steigern. Es werden Lösungsansätze vorgestellt, wie solche Systeme auf der Grundlage aktuell verfügbarer Technologie realisiert werden können und es wird aufgezeigt, inwiefern bestimmte Anforderungen derzeit noch nicht erfüllbar sind. Der Beitrag stützt sich auf umfangreiche Erfahrungen aus Data Mining-Projekten und aus der Entwicklung eines Pilotsystems, das auf Grundlage der dargestellten Erkenntnisse konzipiert wurde.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Adriaans, P.; Zantinge, D.: Data Mining, Harlow 1996.
Berry, M. J. A.; Linoff, G.: Data Mining Techniques — For Marketing, Sales, and Customer Support, New York 1997.
Bigus, J. P.: Data Mining with Neural Networks — Solving Business Problems from Application Development to Decision Support, New York 1996.
Cabena, P.; Hadjinian, P.; Verhees, J.; Zanasi, A.: Discovering Data Mining — From Concept to Implementation, Upper Saddle River 1997.
Chamoni, P.; Budde, C.: Methoden und Verfahren des Data Mining, Diskussionsbeiträge des Fachbereichs Wirtschaftswissenschaft der Gerhard-Mercator-Universität Gesamthochschule Duisburg, Nr. 232, Duisburg 1997.
Dhar, V.; Stein, R.: Seven Methods for Transforming Corporate Data into Business Intelligence, Upper Saddle River 1997.
Fayyad, U.; Piatetsky-Shapiro, G.; Smyth, P.: From Data Mining to Knowledge Discovery: An Overview, in: Fayyad, U.; Piatetsky-Shapiro, G.; Smyth, P.; Uthurusamy, R. (Hrsg.): Advances in Knowledge Discovery and Data Mining, Menlo Park 1996, S. 1-34.
Ferstl, O. K.: Konstruktion und Analyse von Simulationsmodellen, Beiträge zur Datenverarbeitung und Unternehmensforschung, Band 22, Königstein/Ts. 1979.
Hagedorn, J.: Die automatische Filterung von Controlling-Daten unter besonderer Berücksichtigung der Top-Down-Navigation (BETREX II), Dissertation, Arbeitsberichte des Instituts für mathematische Maschinen und Datenverarbeitung, 29. Jg. (1996), Nr. 7, Erlangen 1996.
Knobloch, B.: Der Data Mining-Ansatz zur Analyse betriebswirtschaftlicher Daten, Bamberger Beiträge zur Wirtschaftsinformatik Nr. 58, Bamberg 2000.
Küppers, B.: Data Mining in der Praxis — Ein Ansatz zur Nutzung der Potentiale von Data Mining im betrieblichen Umfeld, Frankfurt/M. 1999.
Krahl, D.; Windheuser, U.; Zick, F.-K.: Data Mining — Einsatz in der Praxis, Bonn 1998.
Schinzer, H. D.; Bange, C.: Werkzeuge zum Aufbau analytischer Informationssysteme — Marktübersicht, in: Chamoni, P.; Gluchowski, P. (Hrsg.): Analytische Informationssysteme — Data Warehouse, On-Line Analytical Processing, Data Mining, Berlin 1998, S. 41-58.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Knobloch, B., Weidner, J. (2000). Eine kritische Betrachtung von Data Mining-Prozessen — Ablauf, Effizienz und Unterstützungspotenziale. In: Jung, R., Winter, R. (eds) Data Warehousing 2000. Physica, Heidelberg. https://doi.org/10.1007/978-3-642-57681-2_19
Download citation
DOI: https://doi.org/10.1007/978-3-642-57681-2_19
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-642-63326-3
Online ISBN: 978-3-642-57681-2
eBook Packages: Springer Book Archive