Predictive Analytics ALS Data-Mining-Verfahren in Der Industrie 4.0. Gute Daten, Schlechte Daten?

Studienarbeit aus dem Jahr 2016 im Fachbereich BWL - Allgemeines, Note: 1,3, Universitat des Saarlandes, Sprache: Deutsch, Abstract: Im Zeitalter der Industrie 4.0 werden permanent Daten gesammelt. Maschinen kommunizieren untereinander, Wearables pragen den Alltag und die gewonnenen Daten werden mittels diverser Analyseverfahren teils automatisiert ausgewertet. Im Rahmen von Datenanalysenmethoden gilt es zwischen deskriptiven, pradiktiven und praskriptiven 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 gegenwartigen Daten definiert, welche prognostische Ergebnisse zur Ableitung zukunftiger Handlungsempfehlungen bereitstellt. Durch die ubiquitare Vernetzung von Informations- und Kommunikationstechnologie soll bis zum Jahr 2025 die Wirtschaft mageblich durch Predictive Analytics beeinflusst und samtliche Aktivitaten innerhalb der Wertschopfungskette 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; - Praskriptive Analyse uber die Entwicklung, Akzeptanz sowie den kunftigen Einsatz von Predictive Analytics in der Arbeitswelt 2025