Type:

Bachelor Thesis Business Information Systems

Status:

in process

Tutor:

• Alexander Bock

Abstract

Motivation:

Die zunehmende Generierung, Erfassung und Analyse von Daten durch moderne Informationstechnologien und die damit verbundenen betriebswirtschaftlichen und gesellschaftlichen Potenziale und Herausforderungen werden seit einigen Jahren als bedeutsamer Diskussionsgegenstand gesehen und unter dem Schlagwort "Big Data" platziert. Diese Diskussion ist durch eine bemerkenswerte Vielfalt an Perspektiven gekennzeichnet. So reichen einschlägige Diskussionsbeiträge von betriebswirtschaftlichen Untersuchungen über Analysen der Wirtschaftsinformatik bzw. Information Systems Research bis hin zu Veröffentlichungen aus dem Feld der angewandten Informatik, der Künstliche Intelligenz (KI)-Forschung und der Statistik. Darüber hinaus ist die Diskussion über "Big Data" neben wissenschaftlichen Betrachtungen durch mitunter euphorische, aber auch verunsicherte, Stimmen aus der Praxis geprägt. Neben konzeptuellen Unklarheiten resultiert aus der Unübersichtlichkeit des Diskurses für IT-Manager die Herausforderung, Datenanalyseprojekte betriebswirtschaftlich sinnvoll und technisch ergiebig zu konzipieren.

Beschreibung:

Diese Arbeit ist auf zwei miteinander verwobene Ziele gerichtet. Zunächst soll eine kritische Aufarbeitung der Diskussion über Big Data erfolgen. Dabei ist neben einer sorgfältigen Klärung zentraler Begriffe eine Verortung der Betrachtungsgegenstände im Lichte traditierter Forschungsbereiche, wie etwa der Statistik und der KI-Forschung, notwendig. Zweitens soll ein Bezugsrahmen geschaffen werden, der IT-Managern oder anderen Anwendergruppen der Praxis eine Unterstützung für den reflektierten Einsatz von Datenanalyseprojekten in einem betrieblichen Umfeld bietet. Der Schwerpunkt und die Ausgestaltungsform des Bezugsrahmens können in Abhängigkeit von den Interessen der Bewerberin oder des Bewerbers gewählt werden. Es kann anstelle eines Bezugsrahmens auch ein leistungsfähigeres Artefakt, wie beispielsweise eine (Modellierungs-)Methode, entworfen werden.

Literatur:

• Buhl, H. U., Röglinger, M., Moser, F., and Heidemann, J. 2013. “Big Data: A Fashionable Topic with(out) Sustainable Relevance for Research and Practice?” Business & Information Systems Engineering (5:2), pp. 65–69.
• Agarwal, R., and Dhar, V. 2014. “Big Data, Data Science, and Analytics: The Opportunity and Challenge for IS Research,” Information Systems Research (25:3), pp. 443–448.
• Chen, H., Chiang, Roger H. L., and Storey, V. C. 2012. “Business Intelligence and Analytics: From Big Data to Big Impact,” MIS Quarterly (36:4), pp. 1165–1188.
• Boyd, D., and Crawford, K. 2012. “Critical Questions for Big Data,” Information, Communication & Society (15:5), pp. 662–679.