Big Data - Chancen, Risiken, Entwicklungstendenzen

Big Data - Chancen, Risiken, Entwicklungstendenzen

 

 

 

von: Christian König, Jette Schröder, Erich Wiegand

Springer VS, 2017

ISBN: 9783658200831

Sprache: Deutsch

180 Seiten, Download: 7941 KB

 
Format:  PDF, auch als Online-Lesen

geeignet für: Apple iPad, Android Tablet PC's Online-Lesen PC, MAC, Laptop


 

eBook anfordern

Mehr zum Inhalt

Big Data - Chancen, Risiken, Entwicklungstendenzen



  Inhalt 6  
  Vorwort 7  
  1 Begrüßung durch die Direktorin beim Statistischen Bundesamt 9  
  2 Big Data - Chancen, Risiken, Entwicklungstendenzen Einführung in die Tagung 13  
     Rahmenbedingungen der Datennutzung 14  
     Aus- und Weiterbildung 15  
     Datenspezifische Herausforderungen 15  
  3 Big Data - Anwendungen in der Marktforschung 17  
     1 Einleitung 17  
     2 Was sind „Big Data“? 18  
     3 „Big Data“ in der Marktforschung 18  
        3.1 Big Data-Anwendungen in der Marktforschung 19  
        3.2 Weitere Anwendungen 25  
     4 Zusammenfassung 25  
  4 International Program in Survey and Data Science 26  
     1 Kurzporträt 26  
     2 Motivation für einen neuen Studiengang 27  
     3 Studieninhalte 28  
     4 Details des International Program for Survey and Data Science (IPSDS) 30  
        4.1 Online-Format 31  
        4.2 Modularer Aufbau und Arbeitsaufwand 33  
        4.3 Bisherige Ergebnisse 36  
     5 Herausforderung und Ausblick 39  
     Literatur 39  
  5 Neue digitale Daten in der amtlichen StatistikLara 41  
     Einleitung1Mit 41  
     2 Digitale Daten und amtliche StatistikMit 43  
     3 Nationale Roadmap zur Integration neuer digitaler Daten in amtliche Statistiken 46  
        3.1 Administrative Aspekte der Integration neuer digitaler Daten 47  
        3.2 Vorprodukte amtlicher statistischer Ergebnisse 51  
        3.3 Nationale Machbarkeitsstudien 52  
     4 Ausblick 55  
     Literatur 57  
  6 Internetbasierte Erfassung offener Stellen im Statistischen Bundesamt 59  
     1 Das ESSnet Projekt Big Data 59  
     2 Assessment der Jobportale 60  
     3 Beschaffung der Daten von Jobportalen 68  
     4 Daten zu offenen Stellen bei der Bundesagentur für Arbeit 70  
     5 Erste Ergebnisse zur Datenqualität von Jobportalen 74  
        5.1 Dublettenprüfung 74  
        5.2 Vergleich der Daten von Jobportalen mit den Ergebnissen der Stellenerhebung 75  
        5.3 Das Unternehmensregister in Deutschland 77  
     6 Rekrutierungswege potentieller Arbeitgeber 79  
     7 Zusammenfassung und Ausblick 80  
     Literatur 82  
  7 Data Science als StudiengangGöran 85  
     1 Data Science als neues wissenschaftliches GebietDas 85  
     2 Data Science und Big Data 87  
     3 Studiengang Data Science@LMUData 90  
     4 Statistik und Informatik in Data Science 91  
     5 Datenethik, Datenschutz, Datensicherheit 92  
     6 Weitere Informationen 93  
  8ISO Norm 19731 – Digital Analytics and Web Analyses 94  
     1 Entstehung und normungssystematische Einordnung der ISO 19731 94  
        1.1 Standards zur Qualitätssicherung 95  
        1.2 DIN 77500 Markt- und Sozialforschungs-Dienstleistungen 96  
        1.3 ISO 20252 Markt-, Meinungs- und Sozialforschung 96  
        1.4 ISO 26363 Access Panels in der Markt-, Meinungs- und Sozialforschung 97  
        1.5 EN 15707 Printmedienanalysen – Begriffe und Dienstleistungsanforderungen 98  
        1.6 ISO 19731 Digital analytics and web analyses 98  
     2 Methodische und forschungspolitische Bedeutung der Norm ISO 19731 99  
        2.1 Anwendungsbereich der Norm ISO 19731 99  
        2.2 Politische Bedeutung der Norm ISO 19731 100  
     3 Notwendigkeit und Alternativen der Revision der ISO Norm 19731 101  
        3.1 Revision der ISO Norm 19731 101  
        3.2 Normen und technische Spezifikationen 103  
     4 Entwicklung der gesetzlichen Rahmenbedingungen (in Europa) 104  
     5 Resümee 105  
     Literatur 105  
  9 Big Data in der statistischen Methodenberatung 107  
     1 Big Data & Co.: Was verbirgt sich dahinter? 107  
     2 Big Data, Big Power: Vier Beispiele für „Big Data“ Projekte aus der Praxis der statistischen Methodenberatung 113  
        2.1 Betrugserkennung bei Fahrzeugen 113  
        2.2 Personalplanung für eine Versicherung 114  
        2.3 Wetter-Targeting in der Werbung 116  
        2.4 Smart Data Labs am Frankfurter Flughafen 118  
     3 Big Data, Big Problems? Ausblick und Diskussion 121  
     Literatur 122  
  10 Big Data in der wirtschaftswissenschaftlichen Forschung 124  
     1 Einleitung 124  
     2 Big Data: Struktur, methodische Herausforderungen und Potenziale 126  
     3 Big Data in der Forschung eines Wirtschaftsforschungsinstituts 132  
     4 Fazit 138  
     Literatur 141  
  11 Datenschutz bei Big DataRechtliche und politische Implikationen 144  
     1 Einleitung 144  
     2 Das Phänomen Big Data 145  
     3 Grundlagen des Datenschutzrechts 146  
        3.1 Grundrechtliche Vorgaben in Deutschland und Europa 147  
        3.2 Bundesdatenschutzgesetz und Datenschutz-Grundverordnung 150  
     4 Rahmenbedingungen der Datenschutz-Grundverordnung 151  
        4.1 Ausgangspunkt: Personenbezug der Daten 151  
        4.2 Allgemeine Grundsätze zur Verarbeitung personenbezogener Daten 152  
        4.3 Sonderregelungen für Archive, wissenschaftliche oder historische Forschung und Statistik 156  
     5 Herausforderungen durch Big Data 158  
        5.1 Kombination „anonymer“ und öffentlich verfügbarer Daten 158  
        5.2 Analysen zu immer neuen und zu unbekannten Zwecken 162  
        5.3 Einsatz komplexer Algorithmen 165  
     6 Ausblick 168  
     Literatur 170  
  Adressen der Autorinnen und Autoren 179  

Kategorien

Service

Info/Kontakt