Skip to main content
SpringerLink
Log in

Der Weg zu datengetriebenen Geschäftsprozessen

Strategische, technische und organisatorische Herausforderungen für Unternehmen

  • Chapter
  • First Online:
Geschäftsmodelle in der digitalen Welt

  • 52k Accesses

Zusammenfassung

Die Digitalisierung industrieller Prozesse stellt Unternehmen heute vor große und vielfältige Herausforderungen. Neben den vielen technischen Fragestellungen der Datenerfassung, Datenübertragung, Datenspeicherung, Datenanalyse und Prozessintegration müssen auch organisatorische und strategische Fragestellungen gelöst werden. Diese verschiedenen Aspekte einer Digitalisierungsinitiative sind als komplementär zu betrachten. Nur die Lösung aller Fragestellungen schafft die Grundlage für die Realisierung datengetriebener Geschäftsprozesse im Unternehmen. Von entscheidender Bedeutung ist dabei die Ausarbeitung bzw. Auswahl konkreter Anwendungsfälle. Erst anhand konkreter Anwendungsfälle können die vielen anstehenden Fragestellungen gelöst werden. Dabei zeigt sich, dass weit mehr als Methodenkompetenz in Künstlicher Intelligenz erforderlich ist, um datengetriebene Geschäftsprozesse erfolgreich umzusetzen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  • BITKOM (2012). Big Data im Praxiseinsatz – Szenarien, Beispiele, Effekte. Berlin: BITKOM Whitepaper.

    Google Scholar 

  • Chapman, P., Clinton, J., Kerber, R., Khabaza, T., Reinartz, T., Shearer, C., und Wirth, R. (2000). Crisp-Dm 1.0 – Cross Industry Standard for Data Mining, CRISP-DM Consortium.

    Google Scholar 

  • Dursun, D. (2014). Real-world Data Mining – Applied Business Analytics and Decision Making. New Jersey: Pearson Education Inc.

    Google Scholar 

  • Fleischmann, H., Gölzer, P., Franke, J., Amberg, M. (2015). Kommunikation und Datenaustausch in Industrie 4.0 -Anforderungen und Fähigkeiten propagierter Kommunikationsprotokolle. WT Werkstattstechnik Online, 105(3), S. 84–89.

    Google Scholar 

  • Han, J., Kamber, M., & Pei, J. (2011). Data Mining – Concepts and Techniques. Waltham: Morgan Kaufmann.

    Google Scholar 

  • König, G. & Gügi, C. (2014). Social Media Monitoring mit Big Data Technologien. HMD Praxis der Wirtschaftsinformatik, 51(4): S. 424–435.

    Google Scholar 

  • Lyseggen, J. (2017). Outside Insight – Navigating a World Drowning in Data. London: Penguin Books.

    Google Scholar 

  • Marr, B. (2017). Data Strategy – How to profit from a world of big data, analytics and the internet of things. London: Kogan Page.

    Google Scholar 

  • Schmarzo, B. (2015). Big Data MBA: Driving Business Strategies with Data Science. Indianapolis: John Wiley & Sons.

    Google Scholar 

  • Willkommer, J., May, M., Haller, D., Stange, H., Wass, C. (2013). Big Data: Vorsprung durch Wissen. TechDivision Whitepaper.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Fraunhofer Arbeitsgruppe für Supply Chain Services (SCS), Nürnberg, Deutschland

    Philipp Gölzer

  2. DATEV eG, Nürnberg, Deutschland

    Patrick Cato

Authors
  1. Philipp Gölzer
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Patrick Cato
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Philipp Gölzer .

Editor information

Editors and Affiliations

  1. Lehrstuhl für Betriebswirtschaftslehre, insbesondere Unternehmensführung & Controlling, Otto-Friedrich-Universität Bamberg, Bamberg, Germany

    Wolfgang Becker

  2. Lehrstuhl für Betriebswirtschaftslehre, insbesondere Internationale Rechnungslegung und Wirtschaftsprüfung, Otto-Friedrich-Universität Bamberg, Bamberg, Germany

    Brigitte Eierle

  3. Lehrstuhl für Betriebswirtschaftslehre, insbesondere Innovationsmanagement, Otto-Friedrich-Universität Bamberg, Bamberg, Germany

    Alexander Fliaster

  4. Lehrstuhl für Betriebswirtschaftslehre, insbesondere Vertrieb und Marketing, Otto-Friedrich-Universität Bamberg, Bamberg, Germany

    Björn Ivens

  5. School of Business and Management, Queen Mary University of London, London, UK

    Alexander Leischnig

  6. Lehrstuhl für Betriebswirtschaftslehre, insbesondere Supply Chain Management, Otto-Friedrich-Universität Bamberg, Bamberg, Germany

    Alexander Pflaum

  7. Lehrstuhl für Betriebswirtschaftslehre, insbesondere Produktion und Logistik, Otto-Friedrich-Universität Bamberg, Bamberg, Germany

    Eric Sucky

Rights and permissions

Reprints and permissions

Copyright information

© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Gölzer, P., Cato, P. (2019). Der Weg zu datengetriebenen Geschäftsprozessen. In: Becker, W., et al. Geschäftsmodelle in der digitalen Welt. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-22129-4_32

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-22129-4_32

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-22128-7

  • Online ISBN: 978-3-658-22129-4

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation