Zusammenfassung
Die anhaltende und rapide Transformation ihrer Märkte stellt Medienunternehmen vor die Herausforderung, Geschäftsmodelle weiter zu digitalisieren und nachhaltig anzupassen. Dazu gewinnt ein breiter Technologie-Stack für das Aggregieren, Speichern und Analysieren von Big Data an Bedeutung: Mittels der Big Data Value Chain werden polystrukturierte und multimodale Daten miteinander kombiniert und analytische Erkenntnisse in Stapel- und Echtzeitverarbeitung gewonnen. Dazu werden in einer generischen Lambda-Architektur verschiedene Datenbanksysteme sowie Verfahren zur Datenanalyse (Text Mining, Audio Mining und Video Mining) kombiniert. Das ermöglicht es, Nutzenpotenziale in Produktion und Distribution von Medieninhalten zu heben, wie der Artikel am Beispiel der Deutschen Presseagentur (dpa)/Deutschen Welle (DW) und Netflix skizziert.
This is a preview of subscription content, log in via an institution.
Literatur
Abelló, A. (2015). Big data design. DOLAP’15, 23 Oct 2015, Melbourne.
Amatriain, X. (2013a). Big & personal: Data and models behind netflix recommendations. BigMine’13, Aug 2013, Chicago.
Amatriain, X. (2013b). Mining large streams of user data for personalized recommendations. SIGKDD Explorations, 14(2), 37–48.
Amatriain, X. (2014). The recommender problem revisited. RecSys’14, 6–10 Oct 2014, Foster City: Silicon Valley. doi: 10.1145/2645710.2645775.
Auer, S. (2014). Introduction to LOD2. In S. Auer, V. Bryl & S. Tramp (Hrsg.), Linked open data – Creating knowledge out of interlinked data (S. 1–17). Heidelberg: Springer.
Bourque, P., & (Dick) Fairley, R. E. (Hrsg.). (2014). Guide to the software engineering body of knowledge (SWEBOK). Version 3.0. Piscataway: IEEE Computer Society.
Chaudhuri, S., Dayal, U., & Narasayya, V. (2011). An overview of business intelligence technology. Communications of the ACM, 54(8), 88–98.
Chen, H., Chiang, R. H. L., & Storey, V. C. (2012). Business intelligence and analytics: From big data to big impact. MIS Quarterly, 36(4), 1165–1188.
Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative Science Quarterly, 35(1), 128–152.
Davenport, T. H., & Patil, D. J. (2012). Data scientist: The sexiest job of the 21st century. Harvard Business Review, (October), 1–6. URL https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century/. Zugegriffen am 30.12.2015.
Davenport, T. H., Barth, P., & Bean, R. (2012). How „big data“ is different. MIT Sloan Management Review, (Fall 2012), 1–6. http://sloanreview.mit.edu/article/how-big-data-is-different/. Zugegriffen am 31.12.2015.
Debortoli, S., Müller, O., & vom Brocke, J. (2014). Vergleich von Kompetenzanforderungen an Business-Intelligence- und Big-Data-Spezialisten. Wirtschaftsinformatik, 56(5), 315–328.
Dierickx, I., & Cool, K. (1989). Asset stock accumulation and sustainability of competitive advantage. Management Science, 35(12), 1504–1511.
Dirschl, C., Pellegrini, T., Nagy, H., Eck, K., Van Nuffelen, B., & Ermilov, I. (2014). LOD2 for media and publishing. In S. Auer, V. Bryl & S. Tramp (Hrsg.), Linked open data – Creating knowledge out of interlinked data (S. 133–154). Heidelberg: Springer.
Eble, M. (2013). Medienmarken im Social Web: Wettbewerbsstrategien und Leistungsindikatoren von Online-Medien aus medienökonomischer Perspektive. Berlin.: LIT.
Eble, M., & Kirch, S. (2014). Enterprise Search im Wissensmanagement: Herausforderungen für Suchmaschinen in forschungsbasierten Konzernen. In H. Krah & R. Müller-Terpitz (Hrsg.), Suchmaschinen (S. 85–106). Berlin: Logos.
Eble, M., & Stein, D. (2015). Utilisation of audio mining technologies for researching public communication on multimedia platforms. In A. Maireder, J. Ausserhofer & C. Schumann (Hrsg.), Digitale Methoden in der Kommunikationswissenschaft (S. 329–345). doi: 10.17174/dcr.v2.14
Eble, M., & Winkler, T. (2014). Digitale Wertketten für Social Connected TV: Wertbeiträge von Content-Technologies in der Multimedia-Produktion. In H. Rau (Hrsg.), Digitale Dämmerung. Die Entmaterialisierung der Medienwirtschaft (S. 229–239). Baden-Baden: Nomos.
Eble, M., Ziegele, M., & Jürgens, P. (2014). Forschung in geschlossenen Plattformen des Social Webs. In M. Welker, M. Taddicken, J.-H. Schmidt & N. Jackob (Hrsg.), Handbuch Online-Forschung. Sozialwissenschaftliche Datengewinnung und -auswertung in digitalen Netzen (S. 128–154). Köln: Herbert von Halem.
Eisenhardt, K. M., & Martin, J. A. (2000). Dynamic capabilities: What are they? Strategic Management Journal, 21(10–11), 1105–1121.
Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management, 35(2015), 137–144.
Hu, H., Wen, Y., Chua, T.-S., & Li, X. (2014). Toward scalable systems for big data analytics: A technology tutorial. IEEE Access, 2, 652–687.
Kamp, G. (2015). Newsstream 3.0 – Big-Data-Infrastruktur für Journalisten. Vortrag auf dem Symposium Big Data am 18.06.15 im Haus des Rundfunks in Berlin. http://de.slideshare.net/gkamp/20150618-ardzdf. Zugegriffen am 14.02.2016
Kreps, J. (2014). Questioning the lambda architecture. In O’Reilly. https://www.oreilly.com/ideas/questioning-the-lambda-architecture. Zugegriffen am 31.05.2016.
Laney, D. (2001). 3D data management: Controlling data volume, velocity, and variety. Application Delivery Strategies, 949, 1–4.
LaValle, S., Lesser, E., Shockley, R., Hopkins, M. S., & Kruschwitz, N. (2011). Big data, analytics and the path from insights to value. MIT Sloan Management Review, 52(2), 20–31.
Malaka, I., & Brown, I. (2015). Challenges to the organisational adoption of big data analytics: A case study in the South African telecommunications industry. SAICSIT’15, 28–30 Sept 2015, Stellenbosch.
Marz, N. (2011). How to beat the CAP theorem. http://nathanmarz.com/blog/how-to-beat-the-cap-theorem.html. Zugegriffen am 31.12.2015.
Marz, N. (2012). Big data lambda architecture. http://www.databasetube.com/database/big-data-lambda-architecture/. Zugegriffen am 19.12.2015.
Mey, S. (2015). Projekt News-Stream 3.0: Big Data-Helferlein für Redaktionen. In torial Blog. http://get.torial.com/blog/2015/09/news-stream-3-0-big-data-redaktionen/. Zugegriffen am 17.09.2015.
Miller, H. G., & Mork, P. (2013). From data to decisions: A value chain for big data. IT Pro, (Jan/Feb), 15(1), 57–59.
Nelson, R. R. (1991). Why do firms differ, and how does it matter? Strategic Management Journal, 12(S2), 61–74.
Pellegrini, T. (2012). Semantic Web in Netzbasierten Unterhaltungsapplikationen – Bausteine für eine Metadatenökonomik am Beispiel BBC Music Beta. In Ökonomie, Qualität und Management von Unterhaltungsmedien – Theorie und Entwicklungen in Unterhaltungsmärkten (Reihe Medienökonomie, Bd. 1, S. 253–276). Baden-Baden: Nomos.
Pellegrini, T. (2014). Datenlizenzierung als Diversifikationstreiber in der Medienindustrie. In H. Rau (Hrsg.), Digitale Dämmerung: Die Entmaterialisierung der Medienwirtschaft (S. 267–280). Baden-Baden: Nomos.
Picot, A., & Propstmeier, J. (2013). Big data. Medienwirtschaft, 1/2013, 10, 34–38.
Porter, M. E., & Heppelmann, J. E. (2014). How smart, connected products are transforming competition. Harvard Business Review, (November), 9, 1–23.
Prahalad, C. K., & Hamel, G. (1990). The core competence of the corporation. Harvard Business Review, (May/June), 3, 79–91.
Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2016 Springer Fachmedien Wiesbaden
About this entry
Cite this entry
Eble, M., Hoch, J.M. (2016). Datenbanken, Data Warehousing & Data Analytics. In: Krone, J., Pellegrini, T. (eds) Handbuch Medienökonomie. Springer NachschlageWissen. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-09632-8_16-1
Download citation
DOI: https://doi.org/10.1007/978-3-658-09632-8_16-1
Received:
Accepted:
Published:
Publisher Name: Springer VS, Wiesbaden
Online ISBN: 978-3-658-09632-8
eBook Packages: Springer Referenz Sozialwissenschaften und Recht