Andere Kunden interessierten sich auch für
![Datenqualität im Kontext von Big Data. Ansätze zur Messung der Datenqualität sowie Auswirkungen auf Funktionalität und Nutzen]( "Datenqualität im Kontext von Big Data. Ansätze zur Messung der Datenqualität sowie Auswirkungen auf Funktionalität und Nutzen")
Datenqualität im Kontext von Big Data. Ansätze zur Messung der Datenqualität sowie Auswirkungen auf Funktionalität und Nutzen17,95 €![Knowledge Modelling and Learning through Cognitive Networks]( "Knowledge Modelling and Learning through Cognitive Networks")
Knowledge Modelling and Learning through Cognitive Networks87,99 €![Projektmanagement in Matrixorganisationen. Wie lassen sich die Personalressourcen effektiv steuern?]( "Projektmanagement in Matrixorganisationen. Wie lassen sich die Personalressourcen effektiv steuern?")
Projektmanagement in Matrixorganisationen. Wie lassen sich die Personalressourcen effektiv steuern?47,95 €![Informationssicherheit in Unternehmen]( "Informationssicherheit in Unternehmen")
Informationssicherheit in Unternehmen42,95 €![Projektstrukturplan und Risikomanagement als zentrale Erfolgsfaktoren für Projekte. Limited Editions in der Konsumgüterindustrie]( "Projektstrukturplan und Risikomanagement als zentrale Erfolgsfaktoren für Projekte. Limited Editions in der Konsumgüterindustrie")
Projektstrukturplan und Risikomanagement als zentrale Erfolgsfaktoren für Projekte. Limited Editions in der Konsumgüterindustrie17,95 €![Projektplanung. Strategische Planung eines selbstgewählten Projektes]( "Projektplanung. Strategische Planung eines selbstgewählten Projektes")
Projektplanung. Strategische Planung eines selbstgewählten Projektes17,95 €![Big Data und die gesellschaftlichen Folgen]( "Big Data und die gesellschaftlichen Folgen")
Big Data und die gesellschaftlichen Folgen17,95 €
Bachelorarbeit aus dem Jahr 2020 im Fachbereich BWL - Informationswissenschaften, Informationsmanagement, Note: 1,0, SRH Hochschule Heidelberg, Sprache: Deutsch, Abstract: Ziel dieser Arbeit ist es, den möglichen Einsatz von Big Data Analytics (nachfolgend als BDA abgekürzt) zur frühzeitigen Identifizierung von potenziellen Chancen und drohenden Risiken anhand von exemplarischen Beispielen aufzuzeigen. Big Data Analytics soll dazu verhelfen, die bisherigen Grenzen von Methoden in Bezug zur Identifizierung von strategischen Chancen und Risiken zu überwinden. Wie könnte der Einsatz von Big Data Analytics die Identifizierung von schwachen Signalen automatisieren und objektivieren? Die durchschnittliche Lebenserwartung eines nicht-börsennotierten Unternehmens beträgt ca. 15 Jahre. Unternehmen sind häufig nicht in der Lage auf Umbrüche aus der Unternehmensumwelt rechtzeitig zu reagieren. Strategische Frühaufklärung ermöglicht relevante Entwicklungen zu identifizieren, um mögliche notwendige Maßnahmen frühzeitig zu antizipieren. Ein durchschnittliches Unternehmen hatte bereits 2014 ca. 427-mal so viele Daten, wie insgesamt in der US Kongressbibliothek gespeichert wurden. Big Data Analytics soll dazu verhelfen, die bisherigen Grenzen von Methoden der strategischen Frühaufklärung zu überwinden. Anhand von verschiedenen Fallbeispielen wurde abgeleitet, dass die rechtzeitige Identifizierung von schwachen Signalen und die Antizipation über alternative Zukünfte erfolgsentscheidend sind. Zwei literaturbasierte Fallstudien präsentieren den praxisbezogenen Einsatz von Big Data Analytics für die rechtzeitige Identifizierung von schwachen Signalen. Dennoch bleibt die strategische Antizipation über alternative Zukunft ein wertbeladener und kreativer Prozess der Entscheidung und kann (noch) nicht automatisiert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.