Automatisierte Datenanalyse der externen Berichterstattung in Unternehmen der Automobil- und Versorgungsbranche. Trainingsset und kritische Würdigung der Methode

Inhaltsverzeichnis

1 Einleitung

1.1 Relevanz des Themas und Problemstellung

1.2 Zielsetzung und Aufbau der Arbeit

2 Begriffliche und konzeptionelle Grundlagen

2.1 Digitalisierung

2.1.1 Definition und Abgrenzung

2.1.2 Das Konzept der digitalen Transformationstrategie

2.2 Geschäftsbericht

2.2.1 Inhalt des Geschäftsberichts

2.2.2 Funktion der externen Berichterstattung

3 Methodische Grundlagen der Arbeit

3.1 Data Mining

3.2 Text Mining

3.3 Datenvorverarbeitung

3.3.1 Tokenisierung

3.3.2 Stoppwörter

3.3.3 Stemming

3.4 Machine Learning zur Datenanalyse

3.4.1 Unsupervised Learning

3.4.2 Supervised Learning

3.4.2.1 Klassifikation

3.4.2.2 Numerische Vorhersage

3.4.2.3 Assoziationsanalyse

3.5 Auswahl der Bewertungsmethodik zur Analyse der Geschäftsberichte

4 Anwendung der automatisierten Datenanalyse

4.1 Untersuchungsziel der Analyse und Vorgehensweise der Bearbeitung

4.2 Entwicklung des Trainingssets zur Auswertung der Daten

4.2.1 Auswahl der Geschäftsberichte

4.2.2 Bestimmung der Schlüsselbegriffe

4.2.3 Erstellung des Trainingssets

4.3 Analyse der Ergebnisse

5 Kritische Würdigung der Methode

6 Fazit

Zielsetzung & Themen

Die Arbeit untersucht den aktuellen Stand der Digitalisierung in Unternehmen der Automobil- und Versorgungsbranche durch eine automatisierte Datenanalyse von neunzehn Geschäftsberichten des Jahres 2017. Ziel ist es, durch die Erstellung eines Trainingssets und die Anwendung von Text-Mining-Methoden aufzuzeigen, wie intensiv die Unternehmen die digitale Transformation in ihrer externen Berichterstattung thematisieren.

• Grundlagen der Digitalisierung und digitale Transformationsstrategien
• Methodik des Data Mining und Text Mining zur Analyse unstrukturierter Daten
• Anwendung des Supervised Machine Learning auf Geschäftsberichte
• Entwicklung eines Trainingssets basierend auf branchenspezifischen Schlüsselbegriffen
• Vergleichende Analyse der Digitalisierungsgrade in der Automobil- und Versorgungsbranche

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Beschreibt die Relevanz der Digitalisierung als Megatrend sowie die Problemstellung und Zielsetzung der Bachelorarbeit.

2 Begriffliche und konzeptionelle Grundlagen: Definiert Digitalisierung, erläutert die digitale Transformationsstrategie und präzisiert Aufbau sowie Funktion von Geschäftsberichten.

3 Methodische Grundlagen der Arbeit: Vermittelt theoretische Kenntnisse zu Data Mining, Text Mining, Datenvorverarbeitung und Machine Learning Verfahren als Basis für die Analyse.

4 Anwendung der automatisierten Datenanalyse: Dokumentiert das konkrete Vorgehen bei der Auswahl der Geschäftsberichte, der Keyword-Bestimmung, der Erstellung des Trainingssets sowie der Analyse der Resultate.

5 Kritische Würdigung der Methode: Reflektiert die methodischen Schwierigkeiten der Analyse, insbesondere hinsichtlich der subjektiven Einteilung und Ambiguität von Begriffen.

6 Fazit: Fasst die Ergebnisse zusammen und zeigt auf, dass die Automobilbranche die Digitalisierung stärker in den Geschäftsberichten thematisiert als die Versorgungsbranche.

Schlüsselwörter

Digitalisierung, Transformation, Geschäftsbericht, Automobilbranche, Versorgungsbranche, Data Mining, Text Mining, Machine Learning, Trainingsset, Automatisierung, Internet of Things, Big Data, Unternehmenspublizität, Innovationsmanagement, Datenanalyse.

Häufig gestellte Fragen

Worum geht es in dieser Bachelorarbeit grundsätzlich?

Die Arbeit beschäftigt sich mit der automatisierten Analyse von Geschäftsberichten, um den Grad der Digitalisierung bei ausgewählten Unternehmen der Automobil- und Versorgungsbranche zu messen.

Was sind die zentralen Themenfelder der Untersuchung?

Die zentralen Felder umfassen die digitale Transformation, das Text Mining in unstrukturierten Daten sowie die Anwendung von Machine-Learning-Methoden auf externe Unternehmensberichterstattung.

Was ist das primäre Ziel oder die Forschungsfrage?

Das Ziel ist es, auf Basis eines eigens erstellten Trainingssets zu untersuchen, wie intensiv die Unternehmen die Digitalisierung in ihren Geschäftsberichten für das Jahr 2017 kommunizieren.

Welche wissenschaftliche Methode wird zur Analyse verwendet?

Es wird eine qualitative Textanalyse unter Anwendung von Data-Mining-Techniken, insbesondere Text Mining in Verbindung mit dem Supervised Machine-Learning, durchgeführt.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil umfasst sowohl die methodischen Grundlagen als auch die konkrete Anwendung der Datenanalyse, von der Auswahl der Geschäftsberichte bis hin zur Evaluation der Ergebnisse.

Welche Schlüsselwörter charakterisieren die Arbeit am besten?

Schlüsselbegriffe wie Digitalisierung, Geschäftsbericht, Text Mining, Machine Learning und Transformation sind für das Verständnis der Arbeit essentiell.

Warum wird zwischen Automobil- und Versorgungsbranche unterschieden?

Die Untersuchung zielt darauf ab, Unterschiede in der Berichterstattung und dem Fortschritt der digitalen Transformation zwischen diesen beiden Branchen anhand von Keywords aufzudecken.

Welche Rolle spielt die subjektive Einteilung bei den Kategorien?

Da die Zuordnung der extrahierten Sätze zu Kategorien (wie 'Process' oder 'Sales') auf subjektiven Entscheidungen basiert, wird dies im Kapitel zur kritischen Würdigung als methodische Limitation diskutiert.