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.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
BITKOM (2012). Big Data im Praxiseinsatz – Szenarien, Beispiele, Effekte. Berlin: BITKOM Whitepaper.
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.
Dursun, D. (2014). Real-world Data Mining – Applied Business Analytics and Decision Making. New Jersey: Pearson Education Inc.
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.
Han, J., Kamber, M., & Pei, J. (2011). Data Mining – Concepts and Techniques. Waltham: Morgan Kaufmann.
König, G. & Gügi, C. (2014). Social Media Monitoring mit Big Data Technologien. HMD Praxis der Wirtschaftsinformatik, 51(4): S. 424–435.
Lyseggen, J. (2017). Outside Insight – Navigating a World Drowning in Data. London: Penguin Books.
Marr, B. (2017). Data Strategy – How to profit from a world of big data, analytics and the internet of things. London: Kogan Page.
Schmarzo, B. (2015). Big Data MBA: Driving Business Strategies with Data Science. Indianapolis: John Wiley & Sons.
Willkommer, J., May, M., Haller, D., Stange, H., Wass, C. (2013). Big Data: Vorsprung durch Wissen. TechDivision Whitepaper.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
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)