Book description
Wenn in Datenbergen wertvolle Geheimnisse schlummern, aus denen Profit erzielt werden soll, dann geht es um Big Data. Doch wie schöpft man aus »großen Daten« echte Werte, wenn man nicht gerade Google ist? Um aus Unternehmens-, Maschinen- oder Sensordaten einen Ertrag zu erzielen, reicht Big Data-Technologie allein nicht aus. Entscheidend sind die übergeordneten Innovations prozesse: die smarte Analyse von Big Data. Erst durch den kompetenten Einsatz der richtigen Werkzeuge und Techniken werden aus Big Data tatsächlich Smart Data.
Das Praxishandbuch Smart Data Analytics gibt einen Überblick über die Technologie, die bei der Analyse von großen und heterogenen Datenmengen – inklusive Echtzeitdaten – zum Einsatz kommt. Elf Praxisbeispiele zeigen die konkrete Anwendung in kleinen und mittelständischen Unternehmen. So erfahren Sie, wie Sie Ihr Smart Data Analytics-Projekt in Ihrem eigenen Unternehmen vorbereiten und umsetzen können. Das Buch erläutert neben den organisatorischen Aspekten auch die rechtlichen Rahmenbedingungen. Und es zeigt, wie Sie sowohl den Nutzen bewerten können, der aus den Daten gezogen werden soll, als auch den Aufwand, den Sie dafür betreiben müssen. Denn Smart Data steht für mehr als nur die Untersuchung großer Datenmengen: Smart Data Analytics ist der Schlüssel zu einem smarten Umgang mit Ihren Unternehmensdaten und hilft, bislang unentdecktes Potenzial zu entdecken.
Dr. Andreas Wierse
studierte Mathematik und promovierte in den Ingenieurwissenschaften im Bereich Visualisierung, seit 2011 unterstützt er mittelständische Unternehmen rund um Big und Smart Data Technologie.
Dr. Till Riedel
lehrt als Informatiker am KIT und koordiniert im Smart Data Solution Center Baden-Württemberg und Smart Data Innovation Lab Forschung und Innovation auf industriellen Datenschätzen.
Table of contents
- Cover
- Titelseite
- Impressum
- Vorwort der Autoren
- Inhalt
- 1 Einleitung
- 2 Grundlagen
-
3 Visualisierung und Interpretation
- 3.1 Der menschliche Wahrnehmungsapparat
-
3.2 Übersicht gebräuchlicher Visualisierungsmethoden
- 3.2.1 Balken- und Säulendiagramm
- 3.2.2 Histogramm
- 3.2.3 Tortendiagramm
- 3.2.4 Netzdiagramm
- 3.2.5 Kalender-Heat Map
- 3.2.6 Raumbezogene Geodaten
- 3.2.7 Liniendiagramm
- 3.2.8 Mindmap
- 3.2.9 Social Media-Netzwerkdiagramm
- 3.2.10 Graph
- 3.2.11 Kissendiagramm
- 3.2.12 Sehnendiagramm
- 3.2.13 Box-Plot
- 3.2.14 Punkt- oder Streudiagramm, Scatter-Plot
- 3.2.15 Dichte-Plot
- 3.3 Interaktive Visualisierung
- 3.4 Interpretation
-
4 Praxisbeipiele
- 4.1 Voraussage der Auftragsbearbeitungszeit
- 4.2 Zustandsbasierte Wartung
- 4.3 Fehler in Protokollen vorhersagen
- 4.4 Fehlerursachen lokalisieren
- 4.5 Materialnutzung optimieren
- 4.6 Energieverbrauch auf die Schliche kommen
- 4.7 Qualitätsschwankungen verstehen
- 4.8 Schneller den Kunden- oder Partnerpool erweitern
- 4.9 Kündigungen verhindern und Kunden binden
- 4.10 Mehrfachmeldungen zusammenfassen
- 4.11 Den perfekten Moment abpassen
- 5 Organisatorische Anforderungen
-
6 Datenschutz und Schutzrechte
-
6.1 Datenschutz gilt bei personenbezogenen Daten
- 6.1.1 Welche Regelungen zum Datenschutz gibt es?
- 6.1.2 Der Schutz der Daten schützt Menschen
- 6.1.3 Grundsätze des Datenschutzrechts
- 6.1.4 Datenschutzrecht greift nur bei persönlichen Daten und bestimmten Handlungen
- 6.1.5 Die Einwilligung im Datenschutzrecht
- 6.1.6 Welche Rechte hat die Betroffene?
- 6.1.7 Pflichten für Unternehmen
- 6.1.8 Sanktionen bei Verstößen gegen das Datenschutzrecht
-
6.2 Arbeitnehmerdatenschutz/Beschäftigtendatenschutz
- 6.2.1 Rechtliche Grundlagen
- 6.2.2 „Erlaubnis“ bei Begründung oder Durchführung des Beschäftigungsverhältnisses
- 6.2.3 Neue europarechtliche Regelungen
- 6.2.4 Fallkonstellationen des Beschäftigtendatenschutzes
- 6.2.5 Mitbestimmung
- 6.2.6 Die Einwilligung in die Erhebung, Verarbeitung und Nutzung von Beschäftigtendaten
- 6.3 Der Datenschutzbeauftragte im Unternehmen
- 6.4 Auftragsdatenverarbeitung
- 6.5 Der Schutz des Datenbankherstellers
-
6.1 Datenschutz gilt bei personenbezogenen Daten
- 7 Technologie
- 8 Wirtschaftliche Betrachtung
- 9 Epilog
- Stichwortverzeichnis
Product information
- Title: Smart Data Analytics
- Author(s):
- Release date: June 2017
- Publisher(s): De Gruyter Oldenbourg
- ISBN: 9783110461916
You might also like
book
Predictive Analytics for the Modern Enterprise
The surging predictive analytics market is expected to grow from $10.5 billion today to $28 billion …
book
Data Science Strategy For Dummies
All the answers to your data science questions Over half of all businesses are using data …
book
Data Science
Bedingt durch technologische Entwicklungen wie das Internet of Things (IoT), mobile Anwendungen oder die Digitalisierung von …
book
Practical DataOps: Delivering Agile Data Science at Scale
Gain a practical introduction to DataOps, a new discipline for delivering data science at scale inspired …