Wirtschaftliche Bewertung von Data Mining bzw. Knowledge Discovery Software zur Unterstützung des Knowledge Management Systems eines Automobilzulieferers
-
- Deutsch ausgewählt
76,90 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
13.11.2003
Verlag
GRINSeitenzahl
116
Maße (L/B/H)
21/14,8/0,9 cm
Gewicht
180 g
Auflage
4. Auflage
Sprache
Deutsch
ISBN
978-3-8386-7433-9
Diplomarbeit aus dem Jahr 2003 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,0, Duale Hochschule Baden-Württemberg, Villingen-Schwenningen, früher: Berufsakademie Villingen-Schwenningen (Wirtschaft), Sprache: Deutsch, Abstract: Inhaltsangabe:Zusammenfassung:
Die Informationen in der Welt verdoppeln sich etwa alle 20 Monate. Zu den am stärksten wachsenden Datenquellen gehören neben dem Internet bspw. industrielle Prozessleitsysteme, betriebswirtschaftliche Datenbanken sowie die automatische Bilderfassung. Zusätzlich zur Erfassung und Speicherung stellen die Aufbereitung und Verarbeitung der Daten heute die größten Herausforderungen dar. Mittels Knowledge Management und Data Mining bzw. Knowledge Discovery versucht man spezielles Wissen, also die relevanten Informationen, zu extrahieren und effizienter nutzbar zu machen.
In der vorliegenden Diplomarbeit werden zunächst die theoretischen Grundlagen von Knowledge Management und Data Mining bzw. Knowledge Discovery aufgezeigt. Nachdem die theoretischen Grundlagen zur Nutzwertanalyse und zu technischen Methoden zum Darstellen und Auffinden von Informationen im Intranet erläutert worden sind, erfolgt danach die Darstellung der aktuellen Situation des Knowledge Managements bei der LEONI AG und die in diesem Zusammenhang auftretenden Probleme. Dazu wird unter anderem auf die klassischen Wissensfindungsverfahren der bisherigen Suchmaschine, und die dabei sich zeigenden Grenzen eingegangen. Daraus wird im Anschluss der Versuch unternommen, ein vorläufiges Ideal- Konzept abzuleiten.
Anhand dieses Konzepts werden im praktischen Teil der Arbeit die verschiedenen möglichen Alternativen zur Knowledge Discovery in LEONIs DV- Umgebung dargestellt und einer Nutzwertanalyse, sowie einer Investitionsrechnung unterzogen. Ziel dabei ist es herauszufinden, welche Lösungen für LEONI sinnvoll bzgl. Kosten und Nutzen sind.
Die durchgeführte Ist- Aufnahme hat das Ziel, den Ist- Zustand zu erfassen und Schwachstellen der bereits implementierten Suchmaschine von Verity zu lokalisieren. Aus diesen Schwächen werden optimierte Anforderungen für eine neue Suchmaschine ermittelt und in einem Ideal- Konzept festgehalten.
In der Bewertungsphase findet zuerst die Vorstellung der Technologie statt. Anschließend wird der Nutzen der verschiedenen Lösungsalternativen beschrieben, die dieses Konzept ansatzweise erfüllen können. Es wird ferner eine Kostenaufstellung für jedes Produkt gemacht. Die wirtschaftliche Bewertung erfolgt schließlich zum einen anhand von dynamischen Investitionsrechenverfahren und zum anderen mittels einer Nutzwertanalyse, bei der die Kosten als negativer Wert einfließen. Ein Bestandteil der Lösung war die Entwicklung einer Kombination von quanti- und qualitativen Bewertungsverfahren, um eine konkrete Empfehlung für eine bestimmte Software zu geben.
Die Arbeit hat exemplarisch gezeigt, dass es relativ schwierig ist, die Einführung von Knowledge Discovery Software wirtschaftlich bzw. monetär zu bewerten, da viele Firmen detaillierte Informationen zu Preisen nur sehr widerwillig herausgeben und der zu erwartende Nutzen oft persönlichen Annahmen unterliegt . Außerdem basiert die Bewertung der qualitativen Merkmale zumeist auf subjektiven Einschätzungen, was eine objektive Beurteilung der Lösungen weiter erschwert. Mit Hilfe einer Sensitivitätsanalyse wird allerdings in dieser Arbeit versucht dem entgegenzuwirken.
Inhaltsverzeichnis:Inhaltsverzeichnis:
ABKÜRZUNGSVERZEICHNISIV
SYMBOLVERZEICHNISVI
ABBILDUNGSVERZEICHNISVII
TABELLENVERZEICHNISIX
1.ZIEL DER DIPLOMARBEIT1
2.KNOWLEDGE MANAGEMENT UND DATA MINING2
2.1GRUNDLAGEN DES KNOWLEDGE MANAGEMENT3
2.2GRUNDLAGEN ZU DATA MINING UND KNOWLEDGE DISCOVERY5
2.2.1Data Mining5
2.2.2Knowledge Discovery7
3.VERFAHREN ZUR WIRTSCHAFTLICHEN BEWERTUNG7
3.1WIRTSCHAFTLICHKEITSÜBERLEGUNG8...
Die Informationen in der Welt verdoppeln sich etwa alle 20 Monate. Zu den am stärksten wachsenden Datenquellen gehören neben dem Internet bspw. industrielle Prozessleitsysteme, betriebswirtschaftliche Datenbanken sowie die automatische Bilderfassung. Zusätzlich zur Erfassung und Speicherung stellen die Aufbereitung und Verarbeitung der Daten heute die größten Herausforderungen dar. Mittels Knowledge Management und Data Mining bzw. Knowledge Discovery versucht man spezielles Wissen, also die relevanten Informationen, zu extrahieren und effizienter nutzbar zu machen.
In der vorliegenden Diplomarbeit werden zunächst die theoretischen Grundlagen von Knowledge Management und Data Mining bzw. Knowledge Discovery aufgezeigt. Nachdem die theoretischen Grundlagen zur Nutzwertanalyse und zu technischen Methoden zum Darstellen und Auffinden von Informationen im Intranet erläutert worden sind, erfolgt danach die Darstellung der aktuellen Situation des Knowledge Managements bei der LEONI AG und die in diesem Zusammenhang auftretenden Probleme. Dazu wird unter anderem auf die klassischen Wissensfindungsverfahren der bisherigen Suchmaschine, und die dabei sich zeigenden Grenzen eingegangen. Daraus wird im Anschluss der Versuch unternommen, ein vorläufiges Ideal- Konzept abzuleiten.
Anhand dieses Konzepts werden im praktischen Teil der Arbeit die verschiedenen möglichen Alternativen zur Knowledge Discovery in LEONIs DV- Umgebung dargestellt und einer Nutzwertanalyse, sowie einer Investitionsrechnung unterzogen. Ziel dabei ist es herauszufinden, welche Lösungen für LEONI sinnvoll bzgl. Kosten und Nutzen sind.
Die durchgeführte Ist- Aufnahme hat das Ziel, den Ist- Zustand zu erfassen und Schwachstellen der bereits implementierten Suchmaschine von Verity zu lokalisieren. Aus diesen Schwächen werden optimierte Anforderungen für eine neue Suchmaschine ermittelt und in einem Ideal- Konzept festgehalten.
In der Bewertungsphase findet zuerst die Vorstellung der Technologie statt. Anschließend wird der Nutzen der verschiedenen Lösungsalternativen beschrieben, die dieses Konzept ansatzweise erfüllen können. Es wird ferner eine Kostenaufstellung für jedes Produkt gemacht. Die wirtschaftliche Bewertung erfolgt schließlich zum einen anhand von dynamischen Investitionsrechenverfahren und zum anderen mittels einer Nutzwertanalyse, bei der die Kosten als negativer Wert einfließen. Ein Bestandteil der Lösung war die Entwicklung einer Kombination von quanti- und qualitativen Bewertungsverfahren, um eine konkrete Empfehlung für eine bestimmte Software zu geben.
Die Arbeit hat exemplarisch gezeigt, dass es relativ schwierig ist, die Einführung von Knowledge Discovery Software wirtschaftlich bzw. monetär zu bewerten, da viele Firmen detaillierte Informationen zu Preisen nur sehr widerwillig herausgeben und der zu erwartende Nutzen oft persönlichen Annahmen unterliegt . Außerdem basiert die Bewertung der qualitativen Merkmale zumeist auf subjektiven Einschätzungen, was eine objektive Beurteilung der Lösungen weiter erschwert. Mit Hilfe einer Sensitivitätsanalyse wird allerdings in dieser Arbeit versucht dem entgegenzuwirken.
Inhaltsverzeichnis:Inhaltsverzeichnis:
ABKÜRZUNGSVERZEICHNISIV
SYMBOLVERZEICHNISVI
ABBILDUNGSVERZEICHNISVII
TABELLENVERZEICHNISIX
1.ZIEL DER DIPLOMARBEIT1
2.KNOWLEDGE MANAGEMENT UND DATA MINING2
2.1GRUNDLAGEN DES KNOWLEDGE MANAGEMENT3
2.2GRUNDLAGEN ZU DATA MINING UND KNOWLEDGE DISCOVERY5
2.2.1Data Mining5
2.2.2Knowledge Discovery7
3.VERFAHREN ZUR WIRTSCHAFTLICHEN BEWERTUNG7
3.1WIRTSCHAFTLICHKEITSÜBERLEGUNG8...
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice