Im Zeitalter der Industrie 4.0 werden permanent Daten gesammelt. Maschinen kommunizieren untereinander, Wearables prägen den Alltag und die gewonnenen Daten werden mittels diverser Analyseverfahren teils automatisiert ausgewertet. Im Rahmen von Datenanalysenmethoden gilt es zwischen deskriptiven, prädiktiven und präskriptiven Analyseverfahren zu unterscheiden.

Der Fokus dieser Arbeit liegt dabei auf Predictive Analytics. Predictive Analytics wird als Data-Mining-Verfahren zur systematischen Erkennung bestimmter Muster auf Basis von historischen und gegenwärtigen Daten definiert, welche prognostische Ergebnisse zur Ableitung zukünftiger Handlungsempfehlungen bereitstellt.

Durch die ubiquitäre Vernetzung von Informations- und Kommunikationstechnologie soll bis zum Jahr 2025 die Wirtschaft maßgeblich durch Predictive Analytics beeinflusst und sämtliche Aktivitäten innerhalb der Wertschöpfungskette nachhaltig verbessert werden.

Inhalt der Arbeit:
- Untersuchung von Predictive Analytics und der theoretischen Rahmenbedingungen;
- Deskriptive Betrachtung des derzeitigen Einsatzes von Predictive Analytics in Unternehmen;
- Tangieren gesetzlicher Restriktionen im Rahmen der Datensammlung;
- Präskriptive Analyse über die Entwicklung, Akzeptanz sowie den künftigen Einsatz von Predictive Analytics in der Arbeitswelt 2025

Extracto

Inhaltsverzeichnis

1. Was steckt hinter Industrie 4.0?

2. HR Intelligence and Analytics
2.1 Predictive Analytics? HR bedeutet People Analytics!
2.2 Vegas, Casinos und das Silicon Valley
2.3 Datenschutz: Doris Day oder Don Alphonso?
2.4 Quo vadis People Analytics?

3. Wie sieht die Arbeitswelt 4.0 in 2025 aus?
3.1 Daten Daten und noch mehr Daten
3.2 Wearables am Arbeitsplatz
3.3 Arbeitnehmer vs. Arbeitgeber
3.4 Konklusion: Was du nicht willst was man dir tu

4. Personalabteilung 4.0

5. Resümee und Forschungsausblick

Literaturverzeichnis

Final del extracto de 31 páginas - subir

Detalles

Título: Predictive Analytics als Data-Mining-Verfahren in der Industrie 4.0. Gute Daten, schlechte Daten?
Universidad: Saarland University
Calificación: 1,3
Autor: Dennis Bartz (Autor)
Año de publicación: 2016
Páginas: 31
No. de catálogo: V339868
ISBN (Ebook): 9783668297401
ISBN (Libro): 9783668297418
Idioma: Alemán
Etiqueta: Predictive Analytics Datensammlung Arbeitswelt 2025 industrie 4.0 Analyseverfahren Datenanalysemethoden

Citar trabajo: Dennis Bartz (Autor), 2016, Predictive Analytics als Data-Mining-Verfahren in der Industrie 4.0. Gute Daten, schlechte Daten?, Múnich, GRIN Verlag, https://www.grin.com/document/339868

Predictive Analytics als Data-Mining-Verfahren in der Industrie 4.0. Gute Daten, schlechte Daten?

Extracto

Inhaltsverzeichnis

Detalles