Zusammenfassung
Für viele Studierende ist die Statistik-Ausbildung in ihrem Studium ein mehr oder minder großes Übel. Kein Wunder, dass sie von der vermittelten Theorie und deren potenziellen Anwendungsfeldern nur Weniges bis zum Start in die Praxis als brauchbar und nützlich behalten. Doch gerade die Marktforschung bedarf einer fundierten Ausbildung in grundlegenden und fortgeschrittenen statistischen Analyseverfahren. Der folgende Beitrag beschäftigt sich mit den Auswirkungen der sich abzeichnenden Entwicklungen in der Marktforschung auf die geänderten oder sich ändernden Anforderungen in der Statistik-Ausbildung im Studium. Er hinterfragt kritisch die derzeitige Wissensvermittlung in den Statistik-Vorlesungen und zeigt Optimierungspotenziale auf, die sich aus den Anforderungen an die sich dem Studium anschließende Praxis ableiten lassen, speziell im Hinblick auf die Marktforschung. Zusätzlich werden gerade entstandene oder entstehende, ausgewählte Tätigkeitsfelder der Marktforschung als mögliche Impulsgeber für modifizierte oder ergänzte Lehrinhalte untersucht.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Literatur
Backhaus, K., B. Erichson, W. Plinke, und R. Weiber. 2011. Multivariate Analysemethoden, 13. überarb. Aufl. Berlin: Springer.
Bamberg, G., F. Baur, und Michael Krapp. 2017. Statistik, 18. vollst. akt. Aufl. München: de Gruyter Oldenburg.
Bleymüller, J., et al. 2015. Statistik für Wirtschaftswissenschaftler, 17. Aufl. München: Vahlen.
Bourier, G. 2018. Beschreibende Statistik, 13. überarb. Aufl. Wiesbaden: Gabler.
Fahrmeir, L., R. Künstler, I. Pigeot, und G. Tutz. 2016. Statistik, 8. überarb. und erg. Aufl. Heidelberg: Springer.
Gartner, Inc. 2013. Gartner’s 2013 Hype cycle for emerging technologies maps out evolving relationship between humans and machines. http://www.gartner.com/newsroom/id/2575515. Zugegriffen am 10.09.2018.
Gutierrez, D. 2013. Data scientist vs. data artist. http://inside-bigdata.com/2013/11/27/data-scientist-vs-data-artist/. Zugegriffen am 10.09.2018.
IBM Institute for Business Value. 2012. Analytics: Big Data in der Praxis. Wie innovative Unternehmen ihre Datenbestände effektiv nutzen, Business Analytics and Optimization Executive Report. http://www-935.ibm.com/services/de/gbs/thoughtleadership/GBE03519-DEDE-00.pdf. Zugegriffen am 28.08.2018.
Kaun, A. 2008. Didaktik der Statistik. Hamburg: Dr. Kovac.
Koeffer, S. 2014. Mit Predictive Analytics in die Zukunft blicken. http://www.cowo.de/a/2370894. Zugegriffen am 10.09.2018.
Krämer, Walter. 2011. So lügt man mit Statistik, 4. Aufl. München: Piper.
Oestreich, M., und O. Romberg. 2018. Keine Panik vor Statistik – Erfolg und Spaß im Horrorfach nichttechnischer Studiengänge, 8. Aufl. Wiesbaden: Springer Spektrum.
Puleston, J., und D. Sleep. 2008. Measuring the value of respondent engagement – Innovative techniques to improve panel quality. In Proceedings of the ESOMAR Panel Research 2008. Dublin.
Rendtel, U. 2010. Die Zukunft der Statistik: eine persönliche Betrachtung. Working Paper Nr. 166, Rat für Sozial und Wirtschaftsdaten (RatSWD).
Seiffert, I., und M. Degen. 2010. Riesenschritte Richtung Zukunft. Online-Marktforschung – gestern, heute, Fachartikel auf www.research-results.de, Artikelnummer: 10-02-32-1, Ausgabe 2/2010. http://www.research-results.de/fachartikel/2010/ausgabe-2/riesenschritte-richtung-zukunft.html. Zugegriffen am 25.08.2018.
Siegmund, C. 2006. Einführung in Text Mining. In Text Mining: Wissensgewinnung aus natürlichsprachigen Dokumenten, Institut für Programmstrukturen und Datenorganisation (IPD), Hrsg. R. Witte und J. Mülle, 41–58. Universität Karlsruhe. https://publikationen.bibliothek.kit.edu/1000005161. Zugegriffen am 10.09.2018.
Springer Gabler Verlag, Hrsg. Gabler Wirtschaftslexikon, Stichwort: Gamification, online im Internet. https://wirtschaftslexikon.gabler.de/definition/gamification-53874/version-180769. Zugegriffen am 10.09.2018.
Woods, D. 2012. IBM’s Anjul Bhambhri on what is a data scientist? http://www.forbes.com/sites/danwoods/2012/02/16/ibms-anjul-bhambhri-on-what-is-a-data-scientist/. Zugegriffen am 10.09.2018.
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
Tuschl, S. (2019). Vom Daten-Knecht zum Daten-Hecht – Eine Reflektion zu Anforderungen an die Statistik-Ausbildung für den zukünftigen Marktforscher. In: Keller, B., Klein, HW., Tuschl, S. (eds) Zukunft der Marktforschung. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-25449-0_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-25449-0_4
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-25448-3
Online ISBN: 978-3-658-25449-0
eBook Packages: Business and Economics (German Language)