Refine
Document Type
- Bachelor Thesis (8)
- Conference Proceeding (1)
Keywords
- Big Data (9) (remove)
Institute
- 06 Medien (8)
Big Data im Profifußball
(2018)
Heutzutage lässt sich im Fußball alles bis ins kleinste Detail messen und analysieren. Die Stärken und Schwächen einzelner Spieler und von ganzen Mannschaften. Welche Räume kontrolliert werden, wie aggressiv die Spieler und Mannschaften die Gegenspieler anlaufen oder wie effektiv die Spieler und Mannschaften mit ihren Aktionen agieren Ziel der vorliegenden Arbeit ist es zu erörtern, inwiefern Big Data heutzutage im Profifußball angewendet wird, worauf der Fokus bei der Datenanalyse gelegt wird und worin die Chancen und die Risiken dessen bestehen.
Big Data im Profifußball
(2018)
Bereits in vielen Branchen wird die Big Data-Technik praktiziert. Auch im Bereich des Profifußballs spielen die Analysen und Auswertungen der Massendaten eine immer wichtigere Rolle. Hierbei ist die Frage, wie intensiv Big Data bereits in den Prozessen der Mannschaften im professionellen Bereich involviert ist und in welchem Bereich explizit dies Anwendung findet.
Um die Forschungsfrage zu beantworten, wurden relevante Quellen – sowohl im IT- als auch im Bereich des Sports – bearbeitet. Hierbei werden die gängigsten Methoden der Datenerfassung im Fußball vorgestellt. Weiterhin werden die Anwendungsbereiche im Fußball differenziert. Eine Profimannschaft aus dem Ausland, die Daten in den Mittelpunkt ihrer Arbeit stellt, dient hierbei als Praxisbeispiel (vgl. Memmert/Raabe 2017, 119).
Aus der wissenschaftlichen Arbeit geht hervor, dass Big Data mittlerweile ein fester Bestandteil des Profifußballs ist. Eine weiterführende Entwicklung in dieser Branche ist denkbar.
Die vorliegende Bachelorarbeit befasst sich mit dem Thema Big Data im Marketing. Ziel dieser Arbeit ist es, die Veränderungen und Chancen des klassischen Marketings, durch das Mitwirken von Big Data, herauszuarbeiten. Grundlegende Begriffe und Herausforderungen rund um das Thema Big Data im Marketing werden beschrieben. Des Weiteren wird die behandelnde Thematik aus der Unternehmensperspektive und anhand der Automobilbranche betrachtet. Der Begriff Big Data wird in der vorliegenden Arbeit rein aus der betriebswirtschaftlichen Sicht behandelt. Bei der ausgewählten Methodik handelt es sich um die Durchführung qualitativer Experteninterviews.
Durch den vermeintlichen Einsatz des psychological targetings im Rahmen des 2016 stattgefundenen US-Präsidentschaftswahlkampfes, bei dem Wählersegmente strategisch demobilisiert worden sein sollen, erfuhr diese neue Praktik globale Aufmerksamkeit. Das psychological targeting gedeiht auf dem Boden des rapide ansteigenden Fortschritts von Big Data-Technologien. In Anbetracht unserer mit Digital-Technologien durchsetzten Gesellschaft nimmt das Thema des psychological targetings große Bedeutung ein, weshalb diese Arbeit sich mit dessen Chancen und Risiken im Kontext von Werbung auseinandersetzt und auch Lösungsvorschläge bezüglich der Herausforderungen
unterbreitet. Im Vorfeld wird ein theoretisches Gerüst rund um das Konstrukt Big Data errichtet, woraufhin auch die Chancen und Herausforderungen von neuen
Big Data-Technologien im Kontext des Marketings aufgezeigt werden. Diese Arbeit enthält dementsprechend insbesondere für im Marketing-Bereich tätige Personen wertvolle Informationen. Grundsätzlich können sich jedoch alle Leser, die ein Interesse für Wirtschaft- und/oder Psychologie aufweisen, umfangreich zum Thema informieren. Anhand der Darstellung aktueller Forschungsergebnisse gibt die Arbeit eine Einschätzung darüber ab, welch enormes Potential dem psychological targeting innewohnt. Folglich wird an Unternehmen als auch an Konsumenten appelliert, sich ausgiebig mit dem Thema des datenbasierten Marketings und des psychological targetings auf Basis neuer Big
Data-Technologien zu befassen.
Die vorliegende Bachelorarbeit thematisiert die Frage, welche Möglichkeiten und Methoden durch den Einsatz von Big Data und Psychological Targeting entstehen. Hierzu werden die theoretischen Grundlagen des Big Data, ob seines Charakters, wie auch der geltenden datenschutzrechtlichen Gesetze beleuchtet sowie die Methoden des Psychological Targeting, Micro Targeting, der datenzentrierten Pricing-Strategien und des Algorithmischen Marketing dargestellt und kritisch untersucht. Nachfolgend werden anhand des Praxisbeispiels der Amazon.com Inc. die behandelten Methoden verdeutlicht. Weiter wird eine SWOT-Analyse über die Big Data Nutzung der Amazon.com Inc. durchgeführt und hieraus Strategien abgeleitet. Zuletzt wird die ethisch-moralische Problematik Amazons bei der Nutzung von Big Data Methoden untersucht. Die Basis dieser Arbeit bildet die Literaturrecherche.
Die Auswertung großer Datenmengen ermöglicht die personalisierte Ansprache von Personen auf Basis ihres vergangenen Verhaltens. Als Sonderform dieser Werbemöglichkeit hat sich das Psychological Targeting entwickelt. Es vereint die klassische Ansprache von Zielgruppen und erweitert sie um die Miteinbeziehung psychografischer Merkmale, um somit Aussagen über zukünftiges Verhalten treffen zu können. Ziel der vorliegenden Arbeit ist es aufzuzeigen, wie die Möglichkeiten in der Anwendung von Psychological Targeting durch die Auswertung von Big Data aussehen. Dies beinhaltet ein theoretisches Verständnis über Wirkweisen persuasiver Kommunikation sowie die operative Umsetzung von Psychological Targeting. Des Weiteren wird erörtert, welche Chancen und Risiken sich aus dem Einsatz von Psychological Targeting ergeben. Zur Beantwortung der Forschungsfragen wird eine literaturgestützte Forschung herangezogen. Es lässt sich vorwegnehmen, dass es zum derzeitigen Stand nicht möglich ist über Werbemanager eine Zielgruppe nach psychografischen Merkmalen zu definieren. Um dennoch dessen Effektivität ergründen zu können, wird im Zuge der vorliegenden Arbeit ein Weg vorgestellt, welcher die limitierten Anwendungsmöglichkeiten von Werbemanagern umgeht, um dennoch eine Zielgruppe nach psychografischen Merkmalen ansprechen zu können. Die Analyse mehrerer Studien ergibt, dass Psychological Targeting mit hoher Wahrscheinlichkeit bedeutend effektiver ist als herkömmliche Marketingmittel. Unabhängig von der Effektivität von Psychological Targeting lässt sich jedoch festhalten, dass stark personalisierte Werbung bereits Risiken mit sich bringt, dessen Wirkung und Ausmaß nur schwer zu ermitteln sind. Dabei ist die Technologie, also die technische Anwendung von Psychological Targeting, grundsätzlich neutral. Es kommt darauf an für welche Zwecke sie verwendet wird und welche Maßnahmen er-griffen werden, um einen verantwortungsvollen Umgang mit dieser zu gewährleisten.
Reducing costs is an important part in todays business. Therefore manufacturers try to reduce unnecessary work processes and storage costs. Machine maintenance is a big, complex, regular process. In addition, the spare parts required for this must be kept in stock until a machine fails. In order to avoid a production breakdown in the event of an unexpected failure, more and more manufacturers rely on predictive maintenance for their machines. This enables more precise planning of necessary maintenance and repair work, as well as a precise ordering of the spare parts required for this. A large amount of past as well as current information is required to create such a predictive forecast about machines. With the classification of motors based on vibration, this paper deals with the implementation of predictive maintenance for thermal systems. There is an overview of suitable sensors and data processing methods, as well as various classification algorithms. In the end, the best sensor-algorithm combinations are shown.
Potenziale von Big Data und künstlicher Intelligenz zur
Optimierung von Geschäftsprozessen im Handel
(2022)
Die Digitalisierung und dahingehend ihr Technologien Big Data und künstliche Intelligenz bringen frischen Wind in Handelsunternehmen. Sie können durch die Technologien neue Grenzen in der Effektivität und Effizienz bestehender Prozesse setzen. Darum sollten Unternehmen diese Potenziale ausschöpfen. Ziel dieser Arbeit ist diese Potenziale zu erkennen und anhand eines Praxisbeispiels darzustellen. Daraus resultiert die Forschungsfrage: Wie können Unternehmen im Online-Handel Big Data- und künstliche Intelligenzen anwenden, um Prozesse nachhaltig und langfristig zu optimieren? Spezifisch wurde in dieser Ausarbeitung das Potenzial gefunden, die Kundenkommunikation durch eine künstliche Intelligenz zu besetzen, Teile des Logistikmanagements zu übernehmen und den Retourenprozess effizienter und effektiver zu machen. Somit könnten Unternehmen mit dem Einsatz der Technologien,
Kundenzufriedenheit, Umsätze und Gewinne steigern und die
Bearbeitungsgeschwindigkeit und den Retourenprozess von dem Anruf bis hin zu der gewünschten Form der Rückerstattung kürzen
Die vorliegende Bachelorthesis befasst sich mit dem Thema des Kundenbindungsmanagements im Tourismus und mit der Frage, wie dabei durch Big Data zielgruppenspezifische Angebote in diesem Bereich entwickelt werden können. Dabei werden theoretische Inhalte erforscht und mit Erkenntnissen aus der Praxis verbunden, um anschließend zu analysieren, ob die Lufthansa Group Big Data erfolgreich einsetzt. Dabei wurde das Ergebnis erlangt, dass der Konzern sehr sorgfältig und transparent mit den Daten der Kunden umgeht.