Big Data - Fluch oder Segen? : Unternehmen im Spiegel gesellschaftlichen Wandels / Ronald Bachmann, Guido Kemper und Thomas Gerzer.

Cover; Titel; Impressum; Inhaltsverzeichnis; Die Autoren; Vorwort; Einleitung; Kapitel 1: Strategische Ziele von Unternehmen mit Big Data; 1.1 Erkenntnisse, Wertschöpfung und Geschäftsmodelle; 1.2 Analytical Competitor; 1.3 Informationsvorherrschaft und Deutungshoheit; 1.4 Zusammenfassung Kapitel 1; Kapitel 2: Allgemein gesellschaftliche Aspekte von Big Data; 2.1 Big Data als Spiegelbild gesellschaftlichen Wandels; 2.2 Das Recht auf informationelle Selbstbestimmung; 2.3 Eigenverantwortung in Zeiten des Internets; 2.4 Klassen des "Datenbewusstseins"; 2.5 Big Data und der "Schwarm."

2.5.1 Exkurs zur Schwarmintelligenz2.6 Big Data und die "Open-Bewegung"; 2.7 Social Business und Social Enterprise; 2.8 Enquete-Kommission "Internet und digitale Gesellschaft"; 2.9 "Stiftung Datenschutz" der Deutschen Bundesregierung; 2.10 Zusammenfassung Kapitel 2; Kapitel 3: Die Bedeutung allgemein- gesellschaftlicher Aspekte für Unternehmen; 3.1 Big Data und die Unternehmenskultur; 3.2 Social Software und Enterprise 2.0; 3.3 Big Data und der Wandel der Kundenbeziehung; 3.3.1 Der moderne Kunde hat die Wahl; 3.3.2 Transparenter Kunde -- Transparentes Unternehmen.

3.3.3 Datenschutz als Wettbewerbsfaktor3.4 Big Data -- Strategie und Management; 3.4.1 Big Data Management vs. Business Intelligence Management; 3.4.2 Veränderungs- und Kommunikationsmanagement; 3.4.3 Zielkonflikte und interne Widerstände; 3.4.4 Mandat; 3.5 Unternehmen im Zentrum des Wandels; 3.6 Digitalisierung und Arbeitswelt; 3.7 Zusammenfassung Kapitel 3; Kapitel 4: Big Data ist mehr als Business Intelligence 2.0; 4.1 Komplexitätsanstieg bei Big Data gegenüber Business Intelligence; 4.1.1 Neue Datenstrukturen; 4.1.2 Generische Schlüssel; 4.1.3 Neue Datenklassen und Speichertechnologien.

4.2 Datenqualität in Zeiten von Big Data4.3 Business-Intelligence-Analytik vs. Big-Data-Analytik; 4.3.1 Data Mining; 4.3.2 Predictive Analytics; 4.3.3 Prescriptive Analytics; 4.4 Paradigmenwechsel; 4.4.1 Redundante Datenhaltung mit Hadoop; 4.4.2 Hadoop vs. Single-Point-of-Truth; 4.4.3 Unschärfen in Analysen; 4.4.4 Big Data und der Datensammler; 4.4.5 Big Data direkt analysieren; 4.5 Zusammenfassung Kapitel 4; Kapitel 5: Big Data und InMemory -- Die neue Dimension des Machbaren; 5.1 Was ist "InMemory"?; 5.2 Beispiele für Big-Data-und InMemory-Anwendungen; 5.2.1 Fraud Management.

5.2.2 Verkehrssteuerung -- Von Einparkhilfen und Google-Automobilen5.2.3 Big Data in der Steckdose; 5.2.4 Big Data, Schlaglöcher und Delinquenten; 5.3 Ist das technisch Machbare immer sinnvoll?; 5.4 Zusammenfassung Kapitel 5; Kapitel 6: Welche Bedeutung hat Big Data für unser Unternehmen?; 6.1 Müssen wir uns mit Big Data auseinandersetzen?; 6.2 Welche Risiken beinhaltet Big Data?; 6.3 Welche Chancen bietet uns Big Data?; 6.4 Kundenzentrierung und Innovation als Wachstumstreiber; 6.5 Neue Wertschöpfungslogiken und Digitale Geschäftsmodelle; 6.6 Die Big-Data-Checkliste.

6.7 Zusammenfassung Kapitel 6.

Unternehmen im Spiegel gesellschaftlichen WandelsAus dem Inhalt:Allgemeingesellschaftliche Aspekte von Big Data und deren Bedeutung für UnternehmenBig Data und die UnternehmenskulturSocial Business und Social EnterpriseBig Data und der Wandel der KundenbeziehungBig Data-Strategie und ManagementDigitalisierung und ArbeitsweltDatenqualität in Zeiten von Big DataData Mining, Predictive Analytics. Prescriptive AnalyticsHadoop vs. Single-Point-of-TruthBig Data & InMemoryBeispiele.

Print version record.

eBooks on EBSCOhost EBSCO eBook Subscription Academic Collection - Worldwide