In den vergangenen Jahren ist dem Netzwerkbegriff nicht nur in seiner sprachlichen Verwendung eine wachsende Bedeutung zugekommen. Vernetzung ist in allen Bereichen der Gesellschaft gegenwärtig – sei es am Arbeitsplatz, im Privatleben oder der Öffentlichkeit. Es stellt sich die Frage: Wie können die Daten unserer interkonnektiven Umwelt bestmöglich für Analyseprozesse genutzt werden, um Erkenntnisse über soziale, wirtschaftliche und kommunikative Zusammenhänge zu erhalten und das gewonnene Meta-Wissen über informelle Netzwerke zielgerichtet einzusetzen?
Ziel dieser Arbeit ist es, einen grundlegenden Überblick über die Methodik und den State-of-the-Art der sozialen Netzwerkanalyse zu bieten.
Insbesondere sollen sowohl der Umgang, wie auch Relevanz und Potenziale von Daten als Wissensrohstoff thematisiert werden. Auf technischer Ebene wird nach einer Einordnung auf die Eignung von Graphdatenbanken für Analytics eingegangen. Anschließend werden ausgewählte Anwendungsfelder in einer Netzwerksicht betrachtet und es soll ausgelotet werden, inwieweit Einsatzmöglichkeiten sowie Erkenntnisgewinne durch SNA bestehen.
Inhaltsverzeichnis
- 1. Einleitung
- 2. Analyse sozialer Netzwerke
- 3. Grundlagen zu Graphdatenbanken
- 4. Graphdatenbanken in der SNA
- 5. Anwendungsfelder
- 5.1 Das Unternehmen als soziales Netzwerk
- 5.2 Auswirkungen auf die Marktforschung
- 6. Fazit
Zielsetzung und Themenschwerpunkte
Die vorliegende Arbeit befasst sich mit der Bedeutung von sozialen Netzwerken und der Anwendung von Graphdatenbanken in der sozialen Netzwerkanalyse (SNA). Sie strebt an, einen umfassenden Überblick über die Methodologie und den aktuellen Stand der SNA zu liefern, wobei insbesondere die Bedeutung von Daten als Rohstoff und Wertgegenstand im Fokus steht.
- Definition und Konzeption von sozialen Netzwerken
- Die Rolle von Graphdatenbanken in der SNA
- Anwendungsbeispiele für SNA in verschiedenen Bereichen
- Potenziale und Herausforderungen der SNA im digitalen Zeitalter
Zusammenfassung der Kapitel
- Kapitel 1: Einleitung: Die Einleitung führt in die Thematik der sozialen Netzwerke und deren wachsende Bedeutung im digitalen Zeitalter ein. Sie stellt die Relevanz von SNA für die Analyse von Daten in interkonnektiven Umgebungen dar und hebt die Herausforderungen bei der Datenverarbeitung und -analyse hervor.
- Kapitel 2: Analyse sozialer Netzwerke: Dieses Kapitel definiert soziale Netzwerke aus sozialwissenschaftlicher Perspektive und beschreibt deren unterschiedliche Ausprägungen. Es erläutert die Akteur-Netzwerk-Theorie als theoretisches Fundament für die Beschreibung von sozialen Netzwerken.
- Kapitel 3: Grundlagen zu Graphdatenbanken: Kapitel 3 stellt die Grundlagen von Graphdatenbanken vor und erläutert deren Funktionsweise und Eigenschaften.
- Kapitel 4: Graphdatenbanken in der SNA: In diesem Kapitel werden die Vorteile von Graphdatenbanken für die SNA erläutert und die Einsatzmöglichkeiten von Graphdatenbanken in der Analyse von sozialen Netzwerken dargestellt.
- Kapitel 5: Anwendungsfelder: Kapitel 5 befasst sich mit verschiedenen Anwendungsfeldern der SNA. Es zeigt auf, wie SNA eingesetzt werden kann, um Erkenntnisse über soziale Strukturen und Beziehungen in Unternehmen und der Marktforschung zu gewinnen.
Schlüsselwörter
Soziale Netzwerke, soziale Netzwerkanalyse (SNA), Graphdatenbanken, Netzwerktheorie, Akteur-Netzwerk-Theorie, Big Data, digitale Transformation, Anwendungsfelder, Marktforschung, Unternehmen.
Häufig gestellte Fragen
Was ist Social Network Analysis (SNA)?
SNA ist eine Methode zur Untersuchung sozialer Strukturen durch die Analyse von Beziehungen zwischen Akteuren mithilfe der Graphentheorie.
Warum eignen sich Graphdatenbanken besonders für die SNA?
Graphdatenbanken speichern Daten direkt als Knoten und Kanten, was Abfragen über komplexe Beziehungen und Vernetzungen wesentlich effizienter macht als in relationalen Datenbanken.
Was ist die Akteur-Netzwerk-Theorie?
Es ist ein theoretisches Fundament, das soziale Netzwerke als Geflechte aus menschlichen und nicht-menschlichen Akteuren beschreibt.
Wie wird SNA in Unternehmen angewendet?
SNA hilft dabei, informelle Kommunikationswege, Wissensflüsse und soziale Strukturen innerhalb einer Organisation sichtbar zu machen.
Welchen Nutzen hat SNA für die Marktforschung?
Sie ermöglicht die Analyse von Kundenbeziehungen, Einflusssphären und Trends innerhalb digitaler Netzwerke.
- Quote paper
- Marius Neumann (Author), 2019, Social Network Analysis und Graphdatenbanken, Munich, GRIN Verlag, https://www.grin.com/document/462520
