SpringerLink
Log in

Das datenzentrierte Unternehmen: Eine Business-Engineering-Perspektive

  • Chapter
  • First Online:
Enterprise -Integration

Part of the book series: VDI-Buch ((VDI-BUCH))

  • 9182 Accesses

Zusammenfassung

Über die Ressource „Daten“ differenzieren sich viele Unternehmen in Zukunft vom Wettbewerb. Voraussetzung dafür ist, die aktuellen Herausforderungen im Datenmanagement zu überwinden. Beispiele sind schlechte Datenqualität, redundante Datenpflege sowie die Trennung zwischen „strukturierten“ und „unstrukturierten“ Daten. Der Beitrag identifiziert Lösungsansätze hierfür und bewertet ihr Problemlösungspotenzial. Fallstudien zeigen, wie Unternehmen Konzepte der Datenzentrierung bereits erfolgreich einsetzen. „Data-Engineering“ wird zu einem Eckpfeiler des Business-Engineerings.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
EUR 32.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or Ebook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 69.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free ship** worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Notes

  1. 1.

    Siehe http://factual.com/.

  2. 2.

    Siehe http://www.infochimps.com/.

  3. 3.

    Siehe http://cdq.iwi.unisg.ch/de/.

  4. 4.

    Die Teilnehmer der Befragung waren aufgefordert, aus einer Liste von zehn Einträgen die fünf größten Herausforderungen im Datenmanagement zu nennen, wobei der Wert „1“ die größte und „5“ die fünftgrößte Herausforderung darstellte. Bei 17 Teilnehmern ergeben sich ein Maximalwert von 85 und ein Minimalwert von 0 Punkten.

  5. 5.

    Für eine detaillierte Fassung der Fallstudie s. (Otto, 2013).

  6. 6.

    Siehe http://www.migipedia.ch/.

  7. 7.

    Zu Details zu Fall C siehe (Lay, 2009).

  8. 8.

    Zu Details zu Fall D siehe (Waldenmaier, 2013).

Literatur

  • AFNOR (Hrsg) (2009) General principles for an environmental communication on mass market products. AFNOR Groupe, La Plaine Saint-Denis

    Google Scholar 

  • Ahituv N (1989) Assessing the value of information: problems and approaches. In: DeGross JI et al (Hrsg) Proceedings of the 10th international conference on information systems. Association for Computing Machinery (ACM), New York, S 315–325

    Google Scholar 

  • Atkinson K, McGaughey R (2006) Accounting for data. A shortcoming in accounting for intangible assets. Acad Account Financ Stud J 10(2):85–95

    Google Scholar 

  • Baars H, Kemper H-G (2008) Management support with structured and unstructured data. An integrated business intelligence framework. Inform Syst Manage 25(2):132–148

    Article  Google Scholar 

  • Badenoch D et al (1994) The value of information. In: Feeney M, Grieves M (Hrsg) The value and impact of information. British library research: information policy issues. Bowker-Saur, London, S 9–78

    Google Scholar 

  • BBC (2013) Sony fined over ‚preventable‘ PlayStation data hack. http://www.bbc.co.uk/news/technology-21160818. Zugegriffen: 10. Mai 2013

  • Bizer C, Heath T, Berners-Lee T (2009) Linked data. The story so far. Int J Semant Web Inf Syst 5(3):1–22

    Article  Google Scholar 

  • Blumauer A, Pellegrini T (2006) Semantic Web und semantische Technologien. Zentrale Begriffe und Unterscheidungen. In: Blumauer A, Pellegrini T (Hrsg) Semantic Web. Wege zur vernetzten Wissensgesellschaft. X media press. Springer, Berlin, S 9–26

    Google Scholar 

  • Borchardt A, Göthlich SE (2007) Erkenntnisgewinnung durch Fallstudien. In: Albers S. et al. (Hrsg) Methodik der empirischen Forschung, 2. Aufl. Gabler, Wiesbaden, S 33–48

    Google Scholar 

  • Casonato R et al (2013) Top 10 technology trends impacting information infrastructure. Gartner, Stamfort

    Google Scholar 

  • Dan A, Johnson R, Arsanjani A (2013) Information as a Service. Modeling and realization. http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=4273290. Zugegriffen: 24. Juli 2013

  • Fleisch E, Österle H (2004) Auf dem Weg zum Echtzeit-Unternehmen. In: Alt R, Österle H (Hrsg)Real-time Business. Lösungen, Bausteine und Potenziale des Business Networking; mit 79 Tabellen. Business engineering. Springer, Berlin, S 3–18

    Google Scholar 

  • Garcia-Molina H, Salem K (1992) Main memory database systems. an overview. IEEE Trans Knowl Data Eng 4(6):509–516

    Article  Google Scholar 

  • Gens F (2013) Top 10 Predictions. IDC Predictions 2013: competing on the 3rd platform. http://www.idc.com/research/Predictions13/downloadable/238044.pdf. Zugegriffen: 23. Juli 2013

  • GS1, Capgemini (2013) Beyond the label. Providing digital informtaion consumers can Trust. http://www.gs1.org/docs/b2c/Beyond_the_Label.pdf. Zugegriffen: 23. Juli 2013

  • Hanhart D, Legner C, Österle H (2005) Anwendungsszenarien des Mobile und Ubiquitous Computing in der Instandhaltung. In: Hampe JF et al Mobile business – processes, platforms, payment. Proceedings zur 5. Konferenz Mobile Commerce-Technologien und -Anwendungen (MCTA 2005), 31.1.–2.2.2005. Universität Augsburg. GI-Edition. Proceedings; 59. Ges. für Informatik, Bonn, S 45–58

    Google Scholar 

  • Heiler S (1995) Semantic interoperability. ACM Comput Surv 27(2):271–273

    Article  Google Scholar 

  • Lay J (2009) Produktdaten in ERP. 2. CC CDQ2-Workshp. Universität St. Gallen, Institut für Wirtschaftsinformatik, St. Gallen

    Google Scholar 

  • McKeen J, Smith HA (2008) Developments in practice XXX: master data management: salvation or snake oil? Commun Assoc Inf Syst 23(1):63–72

    Google Scholar 

  • Mell P, Grance T (2011) The NIST definition of cloud computing. Recommendations of the National Institute of Standards and Technology. http://csrc.nist.gov/publications/nistpubs/800-145/SP800-145.pdf. Zugegriffen: 23. Juli 2013

  • Negash S, Gray P (2008) Business intelligence. In: Burstein F, Holsapple C (Hrsg) Handbook on decision support systems 2. Variations. International Handbooks Information System. Springer, Berlin, S 175–194

    Google Scholar 

  • Ofner MH, Otto B, Österle H (2013) A maturity model for enterprise data quality management. Enterprise modelling and information systems architectures—an international journal, S 9 forthcoming

    Google Scholar 

  • Österle H (1996) Business engineering. Transition to the networked enterprise. Electron Mark 6(2):14–16

    Google Scholar 

  • Österle H, Otto B (2010) Konsortialforschung: Eine Methode für die Zusammenarbeit von Forschung und Praxis in der gestaltungsorientierten Wirtschaftsinformatikforschung. WIRTSCHAFTSINF 52(5):273–285

    Article  Google Scholar 

  • Österle H et al (2007) Business engineering. Core-business-metamodell. Wisu – Das Wirtschaftsstudium 36(2):191–194

    Google Scholar 

  • OTTO, B. 2011. Data Governance. Wirtschaftsinformatik, 53, 235–238.

    Google Scholar 

  • OTTO, B. 2013. On the Evolution of Data Governance in Firms: The Case of Johnson & Johnson Consumer Products North America. In: SADIQ, S. (ed.) Handbook of Data Quality - Research and Practice. Berlin: Springer.

    Google Scholar 

  • Otto B, Aier S (2013) Business models in the data economy. A case study from the business partner data domain. In: Alt R, Franczyk B (Hrsg) Proceedings of the 11th International Conference on Wirtschaftsinformatik, Vol 1. University Leipzig, Leipzig, S 475–490

    Google Scholar 

  • Otto B et al (2011) Stammdatenmanagement: Datenqualität für Geschäftsprozesse. HMD – Praxis der Wirtschaftsinformatik 48(279):5–16

    Article  MathSciNet  Google Scholar 

  • Otto B, Weber K (Hrsg) (2009) From health checks to the seven sisters. The data Quality Journey at BT. St. Gallen. University of St. Gallen. Institute of Information Management, St. Gallen

    Google Scholar 

  • Plattner H, Zeier A (2011) In-memory data management. An inflection point for enterprise applications. Springer, Heidelberg

    Google Scholar 

  • Schemm J (2012) Consumer-centricity at Migros. Focus group workshop „Consumer-Centric Information Management (CCIM)“. St. Gallen, Institut für Wirtschaftsinformatik, St. Gallen

    Google Scholar 

  • Simmhan YL, Plale B, Gannon D (2005) A survey of data provenance in e-science. ACM SIGMOD Record 34(3):31–36

    Article  Google Scholar 

  • Stewart DW, Rook DW, Shamdasani PN (2007) Focus groups. Theory and practice. 2. Aufl. SAGE Publications, Thousand Oaks

    Google Scholar 

  • Truong H-l, Dustdar S (2009) On analyzing and specifying concerns for data as a service. http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5394136&tag=1. Zugegriffen: 24. Juli 2013

  • Waldenmaier D (2013) Bosch data quality services platform. Beitrag 34. CC CDQ-Workshop. Universität St. Gallen, Institut für Wirtschaftsinformatik, Düsseldorf

    Google Scholar 

  • Wang RY, Storey VC, Firth CP (1995) A framework for analysis of data quality research. IEEE Trans Knowl Data Eng 7(4):623–640

    Article  Google Scholar 

  • White A, Radcliffe J (2010) Hype cycle for master data management. Gartner, Stamfort

    Google Scholar 

  • Ziegler P, Dittrich KR (2007) Data integration. Problems, approaches, and perspectives. In: Krogstie J, Opdahl A, Brinkkemper S (Hrsg) Conceptual modelling [sic] in information systems engineering. Springer, Berlin, S 39–58

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. LogistikCampus, Technische Universität Dortmund, Joseph-von-Fraunhofer-Straße 2-4, 44227, Dortmund, Deutschland

    Prof. Dr. Hubert Österle & Prof. Dr. Boris Otto

Authors
  1. Prof. Dr. Hubert Österle
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Prof. Dr. Boris Otto
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Hubert Österle .

Editor information

Editors and Affiliations

  1. Werkzeugmaschinenlabor (WZL), RWTH Aachen, Aachen, Germany

    Günther Schuh

  2. Forschungsinstitut für Rationalisierung, RWTH Aachen, Aachen, Germany

    Volker Stich

Anhang

Anhang

Teilnehmer der Fokusgruppe am 18.04.2013.

Unternehmen

Rolle

BASF

Gruppenleiter Material Master Data

Bayer

Leiter Enterprise MDM und BI

Beiersdorf

Leiter Supply Chain Data Process Management

Bosch

Projektleiter Informatik

E.ON

Senior Project Manager

Festo

Leiter Product Lifecycle Management

Leiter Stammdatenmanagement

Heineken

Leiter Master Data Management

Kerry Foods

Leiter Master Data Management

Projektleiter Informatik

OSRAM

Leiter Master Data Management

SAP

Leiter Produktmanagement Enterprise Information Management

Vertriebsmanager

Swisscom

Leiter Corporate Data Quality Management

Projektleiter Corporate Data Quality Management

Syngenta

Leiterin Master Data Management

Master Data Architect

Rights and permissions

Reprints and permissions

Copyright information

© 2014 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Österle, H., Otto, B. (2014). Das datenzentrierte Unternehmen: Eine Business-Engineering-Perspektive. In: Schuh, G., Stich, V. (eds) Enterprise -Integration. VDI-Buch. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-41891-4_8

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-41891-4_8

  • Published:

  • Publisher Name: Springer Vieweg, Berlin, Heidelberg

  • Print ISBN: 978-3-642-41890-7

  • Online ISBN: 978-3-642-41891-4

  • eBook Packages: Computer Science and Engineering (German Language)

Publish with us

Policies and ethics

Search

Navigation