Bücher von Detlev Frick

Alle sammeln Daten. Doch warum eigentlich? Die Autor:innen gehen dieser Frage auf den Grund. Sie verraten, was genau hinter dem Schlagwort Big Data steckt und welche Chancen und Risiken sich aus der Kombination von großen Datenvolumina und künstlicher Intelligenz ergeben. Auch auf das Management, die Verarbeitung, Visualisierung und die Haltung von Daten gehen sie ein und lassen darüber hinaus die rechtlichen Rahmenbedingungen des Datensammelns nicht außer Acht. Im Frage-Antwort-Stil leicht verständlich!Ein Buch für Studium und Praxis - ideal für Studierende der Wirtschafts-, Sozial- und Naturwissenschaften. Frag doch einfach! Die utb-Reihe geht zahlreichen spannenden Themen im Frage-Antwort-Stil auf den Grund. Ein Must-have für alle, die mehr wissen und verstehen wollen.

Data Science ist in vielen Organisationen angekommen und oft alltägliche Praxis. Dennoch stehen viele Verantwortliche vor der Herausforderung, sich erstmalig mit konkreten Fragestellungen zu beschäftigen oder laufende Projekte weiterzuentwickeln. Die Spannbreite der Methoden, Werkzeuge und Anwendungsmöglichkeiten ist sehr groß und entwickelt sich kontinuierlich weiter. Die Vielzahl an Publikationen zu Data Science ist spezialisiert und behandelt fokussiert Einzelaspekte. Das vorliegende Werk gibt den Leserinnen und Lesern eine umfassende Orientierung zum Status Quo aus der wissenschaftlichen Perspektive und zahlreiche vertiefende Darstellungen praxisrelevanter Aspekte. Die Inhalte bauen auf den wissenschaftlichen CAS-Zertifikatskursen zu Big Data und Data Science der Hochschule Niederrhein in Kooperation mit der Hochschule Bonn-Rhein-Sieg und der FH Dortmund auf. Sie berücksichtigen wissenschaftliche Grundlagen und Vertiefungen, aber auch konkrete Erfahrungen aus Data Science Projekten. Das Buch greift praxisrelevante Fragen auf wissenschaftlichem Niveau aus Sicht der Rollen eines "Data Strategist", "Data Architect" und "Data Analyst" auf und bindet erprobte Praxiserfahrungen u. a. von Seminarteilnehmern mit ein. Das Buch gibt für Interessierte einen Einblick in die aktuell relevante Vielfalt der Aspekte zu Data Science bzw. Big Data und liefert Hinweise für die praxisnahe Umsetzung. Der InhaltData Strategist: Digitalisierung von Geschäftsmodellen - Big Data Technologien erfolgreich implementierenData Architect: Informationsarchitekturen gestalten - Daten effizient verwaltenData Analyst: Auswerten, Präsentieren, Entscheiden - Systematische Datenanalyse im UnternehmenAnwendungsorientierte Data ScienceDie Zielgruppen Fachkräfte und Experten in Wirtschaft und Wissenschaftfortgeschrittene Studierende der Wirtschaftsinformatik und Betriebswirtschaftslehre mit Interesse an Big Data und Data ScienceDie Herausgeber*innenProf. Dr. Detlev Frick ist Professor für BWL, insb. Wirtschaftsinformatik an der Hochschule Niederrhein, Prof. Dr. Andreas Gadatsch ist Professor für BWL, insb. für Wirtschaftsinformatik an der Hochschule Bonn-Rhein-Sieg, Prof. Dr. Jens Kaufmann ist Professor für Wirtschaftsinformatik, insb. Data Science an der Hochschule Niederrhein, Dipl.-Kff. (FH) Birgit Lankes ist Lehrkraft für besondere Aufgaben an der Hochschule Niederrhein,Prof. Dr. Christoph Quix ist Professor für Wirtschaftsinformatik und Data Science an der Hochschule Niederrhein,Andreas Schmidt, M.A. ist Wissenschaftlicher Mitarbeiter im Data Innovation Lab der Hochschule Bonn-Rhein-Sieg undProf. Dr. Uwe Schmitz ist Professor für Wirtschaftsinformatik an der FH Dortmund.

Lernen Sie mit diesem Buch anwendungsorientiert und verständlich die Grundlagen des SAP-gestützten Rechnungswesens verstehen und einsetzen. Nutzen Sie die Möglichkeiten, die sich mit mySAP ERP® wie auch SAP® Business Intelligence ergeben. Profitieren Sie von der Erfahrung der Autoren in der Lehre. Mit zahlreichen vernetzten Übungen wird der Leser durch die wichtigsten Geschäftsprozesse im Rechnungswesen geführt. Die Fallbeispiele aus der Praxis unterstützen den Lernerfolg. So unterstützt das Buch nicht nur entsprechende Lehrveranstaltungen, sondern ist auch für das Selbststudium bestens geeignet.