• Treffer 3 von 4
Zurück zur Trefferliste

Empirical development and evaluation of a maturity model for big data applications

Empirische Entwicklung und Evaluation eines Reifegradmodells für Big Data Anwendungen

  • Since 2000, data generation has been growing rapidly from various sources, such as Internet usage, mobile devices and industrial sensors in manufacturing. As of 2011, these sources were responsible for a 1.4-fold annual data growth. This development influences practice and science equally and led to different notations, one of the most popular one is Big Data. Besides organization with a business model based solely on Big Data, companies have started to implement new technologies, methodologies and processes in order to deal with the influx of data from different sources and structures and benefit the most of it. As the progress of the implementation and the degree of professionalism regarding data analysis differs amongst industries and companies, latter ones are faced with a lack of orientation regarding their own stage of development and existing relevant capabilities in order to deal with the influx of data as only a few best practices exist. Therefore, this research project develops a maturity model for the assessment of companies capabilities in the field of data analysis with a focus on Big Data. Basis for the model development is a construction model, developed along the criteria of Design Science Research. The developed model contains the different levels of maturity and related measurements for the evaluation of a companies Big Data capabilities with a focus on topics along the dimensions data and organization. The developed model has been evaluated based an application to different companies in order to ensure the practical relevance. The structure of the thesis is the following: In a first step, a structured literature review is carried out, focussing on existing maturity models in the field of Big Data and nearby fields as Business Intelligence and Performance Management Systems. Based on the identified white spots, a design science research oriented construction model for the maturity model development is designed. This model is applied subsequently.
  • Seit dem Anfang des 21. Jahrhunderts hat die Generierung von Daten aus unterschiedlichen Quellen wie beispielsweise Internetlogfiles, mobilen Endgeräten und Sensoren in Produktionsumgebungen massiv zugenommen. Im Jahr 2011 sind diese Quellen für ein jährliches Datenwachstum mit einem Faktor 1,4 verantwortlich. Diese Entwicklung beeinflusst die Stakeholder in Wirtschaft und Wissenschaft gleichermaßen und wird mit verschiedenen Begrifflichkeiten bezeichnet, eine der populärsten Bezeichnungen ist Big Data. Neben Organisationen, die ihr gesamtes Geschäftsmodell auf Daten aufbauen beginnen Unternehmen neue Technologien, Methoden und Prozesse zu implementieren, um die den gesteigerten Anforderungen durch die steigende Datenmenge aus verschiedenen Quellen zu erfüllen und die Daten für sich erfolgreich zu nutzen. Im Rahmen der fortschreitenden Entwicklung des Themas zeigt sich, dass die Fähigkeiten im Umgang mit Big Data zwischen verschiedenen Branchen und Unternehmen differiert. Organisationen fehlt eine Orientierung hinsichtlich der eigenen derzeitigen Fähigkeiten. Ursächlich dafür ist unter anderem die geringe Anzahl an publizierten Best Practices. Vor diesem Hintergrund ist ein Reifegradmodell für Big Data entwickelt worden, welches die Identifikation und Bewertung von Fähigkeiten in Unternehmen im Umgang mit Big Data ermöglicht. Basis der Modellentwicklung ist ein Konstruktionsmodell, entwickelt entlang der Kriterien des Design Science Research. Das entwickelte Modell beinhaltet die verschiedenen Reifegrade sowie die dazugehörigen Messgrößen, um die Unternehmensreife zu bewerten mit einem Fokus auf die Bereiche Organisation und Daten. Das entwickelte Model ist evaluiert worden auf Basis einer Anwendung in verschiedenen Unternehmen um eine praktische Relevanz zu gewährleisten. Die Struktur der Doktorarbeit ist die folgende: In einem ersten Schritt ist ein strukturierter Literaturreview durchgeführt worden, welcher sich auf bestehende Reifegradmodelle im Big Data Umfeld sowie benachbarten Disziplinen wie Business Intelligence und Performance Management konzentriert. Ausgehend von den identifizierten Forschungslücken ist ein Konstruktionsmodell entwickelt und angewendet worden, gefolgt von der finalen Modellevaluation.

Volltext Dateien herunterladen

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar
Metadaten
Verfasserangaben:Thomas HansmannGND
URN:urn:nbn:de:gbv:luen4-opus-144277
URL: https://pub-data.leuphana.de/frontdoor/index/index/docId/791
Betreuer:Peter Niemeyer (Prof. Dr.)
Gutachter:Burkhardt Funk (Prof. Dr.)ORCiDGND, Paul Drews (Prof. Dr.)ORCiDGND
Dokumentart:Dissertation
Sprache:Englisch
Erscheinungsjahr:2016
Datum der Veröffentlichung (online):23.01.2017
Veröffentlichende Institution:Leuphana Universität Lüneburg, Universitätsbibliothek der Leuphana Universität Lüneburg
Titel verleihende Institution:Leuphana Universität Lüneburg
Datum der Abschlussprüfung:19.01.2017
Datum der Freischaltung:23.01.2017
Freies Schlagwort / Tag:Big Data; Design Science Research; Reifegradmodell
Big Data; Design Science Research; Maturity Model
GND-Schlagwort:Massendaten; Design; Designwissenschaft <Informatik>; Reifung
Fakultät / Forschungszentrum:Fakultät Wirtschaftswissenschaften
DDC-Klassifikation:3 Sozialwissenschaften / 33 Wirtschaft / 330 Wirtschaft
Lizenz (Deutsch):License LogoDeutsches Urheberrecht