25,99 €
Statt 29,00 €**
25,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
25,99 €
Statt 29,00 €**
25,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
Als Download kaufen
Statt 29,00 €****
25,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
Jetzt verschenken
Statt 29,00 €****
25,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
  • Format: PDF

Die Verarbeitung von großen Datenmengen, die heute unter dem Begriff Big Data zusammengefasst werden, hat in den vergangenen Jahren zunehmend an Bedeutung gewonnen. Traditionelle Datenanalyseverfahren stoßen bei der hohen Anzahl verfügbarer Datenmengen und -arten zunehmend an ihre Grenzen. Versicherungsunternehmen gelten zwar als traditionelle Datensammler, stehen aber in vielen Fällen vor der Herausforderung, ihre unternehmensinternen Daten, die oft durch fragmentierte Informationssilos, heterogene Architekturen oder uneinheitlich definierte Auswertungsdimensionen geprägt sind, zu…mehr

Produktbeschreibung
Die Verarbeitung von großen Datenmengen, die heute unter dem Begriff Big Data zusammengefasst werden, hat in den vergangenen Jahren zunehmend an Bedeutung gewonnen. Traditionelle Datenanalyseverfahren stoßen bei der hohen Anzahl verfügbarer Datenmengen und -arten zunehmend an ihre Grenzen. Versicherungsunternehmen gelten zwar als traditionelle Datensammler, stehen aber in vielen Fällen vor der Herausforderung, ihre unternehmensinternen Daten, die oft durch fragmentierte Informationssilos, heterogene Architekturen oder uneinheitlich definierte Auswertungsdimensionen geprägt sind, zu integrieren. In dieser Arbeit wird durch Anwendung eines Standard-Prozesses für Data-Mining untersucht, wie das Thema Big Data aus Sicht von Versicherungsunternehmen strukturiert werden kann. Mögliche Big Data-Anwendungsfälle werden identifiziert und hinsichtlich ihres strategischen- und Wertschaffungspotenzials bewertet. Die vorliegende Arbeit bietet Big Data-Entscheidern einen Modellvorschlag, mit dem sie unter Berücksichtigung eigener Unternehmensziele Schritt für Schritt an Big Data-Fragestellungen herangeführt und in der Entscheidungsfindung zu möglichen Big Data-Projekten unterstützt werden.

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Autorenporträt
Alexander Makowski wurde am 20. Mai 1981 in Mönchengladbach geboren. Im Jahr 2000 Abitur am St. Wolfhelm Gymnasium Schwalmtal (Kreis Viersen); 2001-2008 Studium der Informatik an der RWTH Aachen mit Anwendungsfach Betriebswirtschaftslehre; Schwerpunkte: Operations Research, Softwarequalitätssicherung und Projektmanagement; Abschluss: Diplom-Informatiker. 2006-2008 Studentischer Mitarbeiter in Marketing bei Parsytec Computer GmbH (Aachen); 2008-2015 Unternehmensberater bei ConVista Consulting AG (Köln), Project Manager im Business Intelligence (BI)-Team, Verantwortlich für BI-Leistungsangebote und -Projekte für und bei Versicherungsunternehmen, Projekte im Bereich der Analyse und Konzeption von Auswertungs- und Planungsprozessen sowie Implementierung zugehöriger Softwarelösungen; 2012-2014 MBA-Insurance am Institut für Versicherungswissenschaften e.V. an der Universität Leipzig; seit 2015 Associate Partner bei der ConVista Consulting AG.