Zusammenfassung
In diesem Abschnitt wird die Vorgehensweise der Einführung von Big Data thematisiert. Insbesondere werden übliche Vorgehensmodelle dargestellt und mit Praxisbeispielen hinterlegt. Bislang wurden nur wenige spezifische Vorgehensmodelle entwickelt. Die meisten veröffentlichten Modelle setzen einen bestehenden „Use Case“ voraus, obwohl die strategische Begleitung des Unternehmens vorher ansetzen sollte um z. B. losgelöst von bisherigen Denkweisen neue Geschäftsmodelle zu entwickeln. Neben den Vorgehensmodellen müssen im Unternehmen neue Berufsbilder (Data Scientist) nebst einem Kulturwandel im Umgang mit Daten etabliert werden.
Big-Data-Projekte erfordern Change Management.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Buschbacher, F.; Konrad, R.; Mußmann, B.; Weber, J.: Big Data-Projekte: Vorgehen, Erfolgsfaktoren und Risiken, in: Der Controlling-Berater, hrsg. von Gleich, R., Klein, A.: Band 35, 2014
Büttner, S.; Hobohm, H.; Müller, L. (2011) (Hrsg.): Handbuch Forschungsdatenmanagement, Bad Honnef, (https://opus4.kobv.de/opus4-fhpotsdam/files/207/3.5_Informationswissenschaftler_im_Forschungsdatenmanagement.pdf), Abruf 13.06.2016
CSC (ed.) (2015): How To Do a Big Data Project: A Template for Success, Whitepaper,
http://www.infochimps.com/resources/how-to-do-a-big-data-project-a-template-for-success/, Abruf 02.09.2015
Davenport, T.; H.; Patil, D.J. (2012): Data Scientist: The sexiest job of the 21th century, Harvard Business Review, October 2012, S. 70–76
FHNW (2014): Fachhochschule Nordwestschweiz, Big Data - Mehr als ein Überwachungs-instrument, http://www.fhnw.ch/technik/medien-und-oeffentlichkeit/newsletter/newsletter-technik-1-2014/big_data
Fraunhofer Gesellschaft (2014): DATA Scientist. Schulungen und Coaching in Unternehmen, http://www.iais.fraunhofer.de/data-scientist-schulungen.html, Abruf am 15.11.2016
Fraunhofer Gesellschaft (2016) (Hrsg.): DATA Scientist. Schulungen und Coaching in Unternehmen, online im Internet, http://www.iais.fraunhofer.de/data-scientist-schulungen.html, Abruf am 13.06.2016
Gadatsch, A.. (2012): Grundkurs Geschäftsprozessmanagement, 7. Aufl., Wiesbaden
Gadatsch, A. (2016): Die Möglichkeiten von Big Data voll ausschöpfen, Controlling & Management Review, Sonderheft 1/2016, S. 62–66
Handelsblatt (Hrsg.) (2016): T-Systems, Neuer Hoffnungsträger Digital Division, Handelsblatt, http://www.handelsblatt.com/technik/vernetzt/telekom-tochter-t-systems-neuer-hoffnungstraeger-digital-division/10703674-2.html, Abruf. 24.05.2016
HEC (2014): French business school HEC Paris to develop big data MBA, http://www.computerweekly.com/news/2240212393/French-business-school-HEC-Paris-to-develop-big-data-MBA
H-BRS (2014): Modulhandbuch Masterstudiengang Informations- und Innovationsmanagement, Hochschule Bonn-Rhein-Sieg, http://www.wis.h-brs.de
Hochschule Luzern (2014): CAS Big Data Analytics, http://www.weiterbildung.hslu.ch/wirtschaft/wirtschaftsinformatik/cas-big-data-analytics-k3195.html
Krüger, A.. (2014): New York: Mit Big-Data löschen, bevor es brennt, in ZDF heute.de, 15.02.2014, online im Internet: http://www.heute.de/big-data-feuerwehr-in-new-york-algorithmus-zeigt-wo-es-zu-brand-kommen-koennte-31954960.html, Abruf am 13.06.2016
Landrock, H. (2013): in: Experton Newsletter, 11.01.2013
Landrock, H.; Gadatsch, A: Big Data Vendor Benchmark 2016: Der Markt für Big Data in Deutschland, in: Experton Newsletter 45/2015, 06.11.15
Lixenfeld, C (2015): Ideen fürs Business fehlen Sinnloser Big-Data-Aktionismus, CIO-Magazin, http://www.cio.de/a/sinnloser-big-data-aktionismus,3245804?tap=1d3ab1058233ec6b59f18b263745438f&r=564614537252300&lid=445720&pm_ln=14, 31.08.2015, Abruf 02.09.2015
Meinel, C. (2014): Big Data in Forschung und Lehre am HPI, Informatik Spektrum, 37. Jg., Heft 2, 2014, S. 92–96
Pampel, H.; Bertelmann, R.; Hobohm, H. (2010): Data Librarianship“ – Rollen, Aufgaben, Kompetenzen, RatSWD, Working Paper Nr. 144, Mai, 2010 (http://www.econstor.eu/dspace/escollectionhome/10419/40025)
Pospiech, M.; Felden, C. (2013): Stand der wissenschaftlichen Betrachtung: Zu viele Daten, zu wenig Wissen, in BI-Spektrum, Heft 01, 2013, S. 7–13
Woodie, Al. (2014): Big Data University Programs Get Real, in: Datanami, 10.04.2014,
Zeitler, N (2013).: Bedarf an Fachkräften wächst, Die drei Typen der Big-Data Experten, in: CIO Magazin, Heft 05, S. 35–36
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2017 Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Gadatsch, A. (2017). Einführung und Implementierung von Big Data. In: Big Data für Entscheider. essentials. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-17340-1_3
Download citation
DOI: https://doi.org/10.1007/978-3-658-17340-1_3
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-17339-5
Online ISBN: 978-3-658-17340-1
eBook Packages: Computer Science and Engineering (German Language)