(Produkt)Datenmanagement

Inhaltsverzeichnis

1 Einleitung

1.1 Problembeschreibung

1.2 Zielsetzung und Nicht-Ziele

1.3 Aufbau

1.4 Begrifflichkeiten

1.4.1 Daten

1.4.2 Data Mining

1.4.3 Datenmanagement

1.4.4 Information

1.4.5 Klassifizierung von Daten

1.4.6 Methoden zur Klassifizierung von Daten

1.4.7 Strukturierte Daten

1.4.8 Unstrukturierte Daten

1.5 Vorstudie

1.5.1 Wachsende Bedeutung von Information und Wissen

1.5.2 Daten– und Informationsflut

1.5.3 Wodurch entsteht die Daten– und Informationsflut

1.5.4 Welche Konsequenzen hat die Daten– und Informationsflut

1.5.5 Datenmanagement in Unternehmen

1.5.5.1 Konzepte und Anwendungen mit Datenmanagement

1.5.5.2 Klassifizierung von unstrukturierten Daten

1.5.5.3 Analyse von unstrukturierten Daten

1.5.5.4 Klassifikation von betrieblichen Daten

1.5.5.5 Speicherklassifizierungskonzepte

1.5.5.6 Generische Klassifizierungsansätze

1.5.6 Data Mining für Datenmustererkennung

1.5.6.1 Methoden des Data Mining

1.6 Rahmenbedingungen

1.6.1 Informationsverarbeitung in der Wirtschaft

1.6.2 Unternehmensbeschreibung

1.6.2.1 Allgemeines

1.6.2.2 Unternehmensorganisation

1.6.2.3 Historie

1.6.2.4 Produkte und Kunden

1.6.2.5 Unternehmensstruktur

1.6.2.6 Bedeutung der IT im Unternehmen

1.6.3 Ausgangssituation – Ist-Zustand

1.6.3.1 Einschränkungen

1.6.3.2 Arbeitsannahmen

2 Hauptteil

2.1 Problemlösungsweg

2.1.1 Vorgehensmodell

2.1.1.1 Voruntersuchung

2.1.1.2 Forschungsdesign

2.1.1.3 Studie

2.1.1.4 Ergebnis

2.1.2 Untersuchungsdesign

2.1.2.1 Verfahren qualitativer Analyse

2.1.2.2 Qualitative Inhaltsanalyse

2.1.3 Datenerhebung

2.1.3.1 Problemzentriertes Interview

2.1.3.2 Ablaufmodell

2.1.4 Datenauswertung, Datenanalyse

2.1.4.1 Schritte bei der Datenanalyse

2.1.4.2 Kategorien

2.2 Hypothesenbildung

2.2.1 Hypothese 1

2.2.1.1 Erfolgsfaktoren eines (Produkt)Datenmanagements

2.2.1.2 (Produkt)Datenmanagement als Erfolgsposition

2.2.2 Hypothese 2

2.2.2.1 Unstrukturierte Daten und organisationales Wissen

2.2.2.2 Unstrukturierte Daten und verstecktes Wissen

2.2.3 Hypothese 3

2.2.3.1 Daten – Information – Wissen als betriebliche Ressource

2.2.3.2 Information und Wissen als Produktionsfaktor

2.3 Fazit

3 Schlussbetrachtung

3.1 Ausblick und Handlungsempfehlungen

Zielsetzung & Themen

Die vorliegende Diplomarbeit zielt darauf ab, für die AHT Cooling Systems GmbH Methoden zur Erhebung und Klassifizierung von unstrukturierten (Produkt)Daten zu entwickeln, um die effiziente Verfügbarkeit von Informationen als betriebliche Ressource sicherzustellen. Die zentrale Forschungsfrage untersucht, welche Faktoren das (Produkt)Datenmanagement zu einer Erfolgsposition im Unternehmen machen.

• Analyse der IT-Situation und Datenmanagement-Strukturen in Unternehmen.
• Methodische Datenerhebung mittels qualitativer Inhaltsanalyse (anonyme Experteninterviews).
• Untersuchung des Zusammenhangs zwischen (Produkt)Daten, Information und organisationalem Wissen.
• Entwicklung von Handlungsempfehlungen zur Optimierung der Datenverarbeitung und -klassifizierung.
• Implementierung technischer Ansätze wie Data Mining zur Mustererkennung.

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Beschreibt die Problemstellung der unstrukturierten Daten bei AHT Cooling Systems GmbH, definiert Forschungsfragen und gibt einen Überblick über den Aufbau sowie die Methodik der Arbeit.

2 Hauptteil: Detailliert den Problemlösungsweg, das Forschungsdesign, die Datenerhebung durch Experteninterviews und die anschließende Hypothesenbildung zur Bedeutung von (Produkt)Datenmanagement.

3 Schlussbetrachtung: Reflektiert die gewonnenen Erkenntnisse über die Bedeutung von Datenmanagement für den Unternehmenserfolg und gibt konkrete Handlungsempfehlungen für zukünftige Entwicklungen.

Schlüsselwörter

(Produkt)Datenmanagement, unstrukturierte Daten, Datenklassifizierung, Wissensmanagement, Information, Erfolgsfaktor, Datenanalyse, Data Mining, IT-Infrastruktur, Datenerhebung, qualitative Inhaltsanalyse, Betriebliches Informationsmanagement, Organisationswissen, Produktionsfaktor.

Häufig gestellte Fragen

Worum geht es in dieser Diplomarbeit grundsätzlich?

Die Arbeit befasst sich mit der Herausforderung, unstrukturierte (Produkt)Daten in einem Industrieunternehmen systematisch zu erheben, zu klassifizieren und als wirtschaftliche Ressource nutzbar zu machen.

Welche zentralen Themenfelder werden behandelt?

Die Schwerpunkte liegen auf Datenmanagement, der Einordnung von Daten, Informationen und Wissen als Produktionsfaktoren, der Anwendung von Data Mining sowie der Optimierung von Geschäftsprozessen.

Was ist das primäre Ziel oder die Forschungsfrage der Arbeit?

Das Hauptziel ist die Beantwortung der Frage: "Was macht (Produkt)Datenmanagement zu einer Erfolgsposition im Unternehmen?"

Welche wissenschaftliche Methode kommt zum Einsatz?

Es wurde eine empirische Untersuchung in Form von problemzentrierten Experteninterviews (mit Abteilungsleitern) durchgeführt, die mittels qualitativer Inhaltsanalyse nach Mayring ausgewertet wurde.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil gliedert sich in den Problemlösungsweg, das Untersuchungsdesign, die Hypothesenbildung (mit drei zentralen Hypothesen) und die Verknüpfung der empirischen Ergebnisse mit theoretischer Literatur.

Welche Schlüsselwörter charakterisieren die Arbeit?

(Produkt)Datenmanagement, unstrukturierte Daten, Klassifizierung, Wissensmanagement, Data Mining und Information sind die prägenden Begriffe.

Welche Rolle spielen unstrukturierte Daten konkret für die AHT Cooling Systems GmbH?

Laut der Studie machen unstrukturierte Daten etwa zwei Drittel des gesamten Datenbestands des Unternehmens aus, was das Wiederfinden und die effiziente Nutzung für Arbeitsprozesse erheblich erschwert.

Warum wird im Anhang ein Java-Algorithmus abgebildet?

Dies dient als Praxisbeispiel für ein Data-Mining-Tool, um zu verdeutlichen, wie ein automatisierter Such-Algorithmus zur Auffindung von Dateien auf Laufwerken konzeptionell umgesetzt werden kann.