LEADER 03250nam 22005655 450 001 9910164155103321 005 20241024145622.0 010 $a3-658-17340-8 024 7 $a10.1007/978-3-658-17340-1 035 $a(CKB)3710000001056442 035 $a(DE-He213)978-3-658-17340-1 035 $a(MiAaPQ)EBC4803170 035 $a(PPN)198867689 035 $a(EXLCZ)993710000001056442 100 $a20170209d2017 u| 0 101 0 $ager 135 $aurnn#008mamaa 181 $ctxt$2rdacontent 182 $cc$2rdamedia 183 $acr$2rdacarrier 200 10$aBig Data für Entscheider $eEntwicklung und Umsetzung datengetriebener Geschäftsmodelle /$fvon Andreas Gadatsch, Holm Landrock 205 $a1st ed. 2017. 210 1$aWiesbaden :$cSpringer Fachmedien Wiesbaden :$cImprint: Springer Vieweg,$d2017. 215 $a1 online resource (IX, 51 S. 10 Abb.) 225 1 $aessentials,$x2197-6708 311 $a3-658-17339-4 320 $aIncludes bibliographical references. 327 $aEinsatzbereiche und Zielsetzung von Big-Data-Projekten -- Anbieterprofile, Einführung von Big Data -- Ausgewählte Use Cases -- Big Data und Ethik. 330 $aAndreas Gadatsch und Holm Landrock zeigen an typischen Beispielen aus der Praxis, wie datengetriebene Geschäftsmodelle entstehen. Sie erläutern, wie sich Big-Data-Projekte rechnen und wie man am einfachsten an die Analyse großer Datenmengen herangeht. Eine Bewertung der zentralen Aspekte von Projekten und der dort eingesetzten Technologien erleichtert den Lesern die tägliche Praxis im IT-Management. Die Autoren stellen Hadoop als eine der wichtigen Big-Data-Technologien vor. Der Inhalt Einsatzbereiche und Zielsetzung von Big-Data-Projekten Anbieterprofile, Einführung von Big Data Ausgewählte Use Cases Big Data und Ethik Die Zielgruppen Studierende und praktisch Tätige, die sich für Big Data interessieren und sich schnell und praxisnah in die zentralen Inhalte einarbeiten möchten Die Autoren Prof. Dr. Andreas Gadatsch ist Professor für Betriebswirtschaftslehre, insbesondere Wirtschaftsinformatik im Fachbereich Wirtschaftswissenschaften der Hochschule Bonn-Rhein-Sieg in Sankt Augustin. Holm Landrock ist Fachinformatiker, Technologie-Analyst und -Berater sowie Fachjournalist mit einem Schwerpunkt auf technisch-wissenschaftlicher IT und Big-Data-Themen. 410 0$aessentials,$x2197-6708 606 $aBig data 606 $aInformation technology 606 $aBusiness?Data processing 606 $aBig Data$3https://scigraph.springernature.com/ontologies/product-market-codes/I29120 606 $aIT in Business$3https://scigraph.springernature.com/ontologies/product-market-codes/522000 615 0$aBig data. 615 0$aInformation technology. 615 0$aBusiness?Data processing. 615 14$aBig Data. 615 24$aIT in Business. 676 $a004 700 $aGadatsch$b Andreas$4aut$4http://id.loc.gov/vocabulary/relators/aut$01226163 702 $aLandrock$b Holm$4aut$4http://id.loc.gov/vocabulary/relators/aut 801 0$bMiAaPQ 801 1$bMiAaPQ 801 2$bMiAaPQ 906 $aBOOK 912 $a9910164155103321 996 $aBig Data für Entscheider$92854746 997 $aUNINA