Fachgebiete der Wirtschaftsinformatik

-wirtschaftlichen Konzeption

-Entwicklung,

-Einführung und

-Nutzung betrieblicher Informationssysteme

Dies beinhaltet sowohl die Planung als auch die Wartung dieser Informationssysteme.

Das schließt auch die Auslegung und Planung der Hardwarekomponenten sowie die Auswahl des jeweiligen Softwaresystems in Abstimmung mit den jeweiligen StakeholdernErklärung anzeigen für Stakeholder mit ein.

Ein soziotechnisches System besteht einerseits aus dem sozialen System (betriebliches Umfeld, Personen, Geschäftsprozesse) und aus dem technischen System, auch Anwendungssystem (Hardware, Software, Daten) genannt. Dabei spielen diese biden Teilkomponenten untrennbar voneinander zusammen.

Ein Stakeholder ist eine Einzelperson oder eine Organisation, die aktiv oder passiv an einem Projekt beteiligt ist. Weiterhin haben diese Personen ein Interesse am Ergebnis des Projekts und können es positiv oder negativ beeinflussen

Informatik bezeichnet die Wissenschaft der systematischen Verarbeitung von Informationen mithilfe von Computern.

Beschäftigt sich mit der Speicherung, Verarbeitung und der Darstellung von Informationen

Zeichen + Kontext = Daten, die Analyse und Verknüpfung von mehreren Daten wird zur Information.

-Theoretische Informatik

-Technische Informatik

-Praktische Informatik

-Angewandte Informatik

-Zeichen (ASCII)

-Daten

-Wissen

-Information

-Kommunikation

Das Analysieren sowie das Optimieren von betriebswirtschaftlichen Prozessen in einem Unternehmen.

• Zeichen: Einzelne Symbole ohne Bedeutung (z. B. „1", „A")

• Daten: Zeichen mit Struktur/Syntax, aber noch ohne Kontext (z. B. „42°C")

• Information: Daten + Kontext = Bedeutung (z. B. „Die Temperatur des Patienten beträgt 42°C" → Fieber)

• Wissen: Informationen + Vernetzung + Erfahrung = Handlungsgrundlage (z. B. „Bei 42°C muss sofort ein Arzt gerufen werden")

Merksatz: Zeichen werden zu Daten durch Syntax, Daten zu Informationen durch Kontext, Informationen zu Wissen durch Vernetzung.

Alle Aktivitäten, die konzeptionell, organisatorisch, aber auch technisch durchgeführt werden müssen.

Ziel des Datenmanagements ist es, den maximalen Nutzen aus den Daten zu ziehen und diese in die Geschäftsprozesse einzubringen.

• Datenqualität: Der Begriff beschreibt die Korrektheit, Aktualität und Verlässlichkeit von Daten. Nur Daten, die in guter Qualität vorliegen, können auch entsprechend weiterverarbeitet werden. Dabei müssen die Daten objektiv und glaubwürdig sein sowie eine gute Reputation aufweisen.

• Datenschutz: Schutz personenbezogener Daten vor missbräuchlicher Verarbeitung. Grundsätzlich empfiehlt sich, bei personenbezogenen Daten einen Datenschutzbeauftragen sowie ggf. Vertreter des Betriebs- bzw. Personalrats einzubeziehen.

• Datenkonsistenz: Unter der Konsistenz von Daten versteht man die inhaltliche und formale Widerspruchsfreiheit von Daten. Dies beinhaltet auch ihre Vollständigkeit sowie die Homogenität und Genauigkeit.

• Data Lifecycle Management (DLM): Das DLM managt die Verwaltung des kompletten Lebenszyklus der Daten. Von der Erfassung über die Bereitstellung und Weiterverarbeitung bis hin zum Löschen der Daten.

Verwaltung von Datenmengen im Terabyte/Petabyte-Bereich.

Bezeichnung für die Gestaltung, Identifikation, Dokumentation, Implementierung, Steuerung und Optimierung von Geschäftsprozessen sowie aller relevanten Prozesse, die in einem Unternehmen genutzt werden.

1. Planen: Geschäftsrelevante Prozesse identifizieren und deren Beziehungen herauszufinden. Ziel -> Bestandsaufnahme der benötigten Prozesse

2. Visualisieren: Darstellung der Prozesse unter Verwendung von Visualisierungstools (Bsp. Microsoft visio).

3. Modellieren: Prozesse formal beschreiben und analysieren (Bsp. EPK, eEPK, BPMN, UML)

• Im Allgemeinen steht das Informationsmanagement für das Verwalten von Informationen, wobei dies in der Wirtschaftsinformatik auch das Kommunikationsmanagement mit einschließt.

• Zentraler Punkt des Informationsmanagements ist es, zielgerichtet Informationen adäquat aufbereitet innerhalb eines Unternehmens zu verteilen.

• Steuerung der Informationslogistik: Informationen werden aufbereitet und den Informationsnutzern in der richtigen Qualität, zur richtigen Zeit über das richtige Medium und am richtigen Ort zur Verfügung gestellt.

• Unterstützung der Unternehmensziele: Die Rahmenbedingungen für die Informationslogistik werden so gestaltet, dass die Erreichung der Unternehmensziele unterstützt wird und die Informatik an diesen ausgerichtet wird.

• Darstellung der Informationslogistik: Auch hier wird der Informationsfluss modelliert. Dies beinhaltet die Profile der Entscheider und alle Objekte, welche Informationen enthalten. Objekte können z. B. Kunden, Gewerke oder auch Verträge sein, die beschreiben, wie der Informationsfluss verläuft.

• Management: Informationen und Wissen unterliegen einem dynamischen Verhalten. Daher müssen auch die gesammelten Informationen immer wieder überprüft werden. So bildet das Management von Informationen die Schnittstelle zum Controlling.

Das IS-Management ist übergreifend bei der Entwicklung und Planung eines IS tätig.

Hauptaufgaben:

organisatorischen, koordinativen und planerischen Tätigkeiten, die bei der Planung, Entwicklung und dem Betrieb von Informationssystemen abgedeckt werden müssen.

• Planung zuerst: Anforderungen der Stakeholder ermitteln, Ressourcen (IT-Experten, Hard-/Software) bereitstellen.

• Strategische Planung: Entscheidung zwischen Ausbaustufen(schrittweise) oder Komplettlösung (Big Bang).

• Architektur: Nach der Strategiedefinition wird die IS-Architektur festgelegt.

• Top-Down-Ansatz: Unternehmensleitung gibt Gesamtstrategie vor → Aufteilung in Teilstrategien für einzelne Segmente.

• Umsetzungsreihenfolge: Weniger komplexe Teilstrategien zuerst (z. B. vorhandene Datenbanken vernetzen, bevor neue Bereiche digitalisiert werden).

• Definition: Beschreibt, wie ein Informationssystem aufgebaut wird.

• Festlegungen: Aufbau der einzelnen Schichten, Art der Datenhaltung, Schnittstellen zur Kommunikation.

• Modularität: Meist modular aufgebaut → System ist erweiterbar, Komponenten austauschbar.

• Zugriffskontrolle: Regelt, inwieweit externe Anbieter auf das System zugreifen können.

• Planung wie ein Projekt: Verantwortlichkeiten, Zeitpläne und Meilensteine müssen definiert werden.

• Projektleiter: Trägt Gesamtverantwortung, erstellt den Zeitrahmen.

• Stakeholder-Abstimmung: Klärt Anforderungen & Ansprüche aller Beteiligten an das System.

• Informationsbedarfsanalyse: Legt fest, welche Informationen Nutzer benötigen und in welcher Form.

• Voraussetzungen: Projektstruktur und IS-Architektur sind bereits definiert.

• Umsetzung: Einsatz von Ressourcen (Mitarbeiter, Hardware, Software) innerhalb eines definierten Zeitplans.

• Koordination: Ein Projektleiter koordiniert die Projektgruppe – wie in jedem anderen Projekt auch.

Business Intelligence bezeichnet die Aufbereitung und Analyse von Daten mithilfe IT-gestützter Systeme. Ziel ist es, aus Unternehmensdaten neues Wissen zu generieren, um das Management bei Entscheidungen zu unterstützen und die Unternehmenssteuerung zu verbessern. BI umfasst dabei sowohl die technische Infrastruktur (z. B. Data Warehouse, Dashboards) als auch die eingesetzten Analysemethoden (Analytics).

• Descriptive Analytics

• Diagnostic Analytics

• Predictive Analytics

• Prescriptive Analytics

Descriptive Analytics beschreibt vergangene Ereignisse auf Basis historischer Daten. Sie beantwortet die Frage: „Was ist passiert?" Typische Werkzeuge sind Berichte, Dashboards und Diagramme, die einen Überblick über den aktuellen oder vergangenen Zustand des Unternehmens geben.

Diagnostic Analytics geht einen Schritt weiter als die Descriptive Analytics und analysiert Ursachen und Zusammenhänge vergangener Ereignisse. Sie beantwortet die Frage: „Warum ist es passiert?" Dabei werden z. B. Korrelationen und Muster in den Daten untersucht.

Predictive Analytics nutzt statistische Modelle und Machine-Learning-Verfahren, um zukünftige Ereignisse vorherzusagen. Sie beantwortet die Frage: „Was wird voraussichtlich passieren?" Grundlage sind historische Daten, aus denen Muster für die Zukunft abgeleitet werden.

Prescriptive Analytics ist die fortgeschrittenste Form und gibt konkrete Handlungsempfehlungen, um ein gewünschtes Ergebnis zu erzielen oder Risiken zu minimieren. Sie beantwortet die Frage: „Was sollten wir tun?" Sie kombiniert Vorhersagen mit Optimierungsmodellen.

Advanced Analytics ist zukunftsorientiert und umfasst Predictive und Prescriptive Analytics. Im Gegensatz zum traditionellen BI (Descriptive & Diagnostic Analytics) werden hier fortschrittliche Methoden wie Data Mining, Netzwerkanalysen und neuronale Netzwerkeeingesetzt. Ziel ist die Ableitung von Handlungsempfehlungen und datenbasierte Entscheidungsverbesserung – auch als Treiber für neue Geschäftsmodelle und Produkte.

Big Data Analytics untersucht große Datenmengen aus unterschiedlichen Quellen nach Mustern, Informationen und Zusammenhängen. Herkömmliche BI-Lösungen sind oft nicht in der Lage, solche Datenmengen zu verarbeiten. Bekannte Werkzeuge sind Apache Hadoop und Knime. Die gewonnenen Erkenntnisse dienen der Optimierung von Geschäftsprozessen.

• Predictive Analytics liefert Eintrittswahrscheinlichkeiten für zukünftige Ereignisse („Was wird passieren?")

• Prescriptive Analytics erweitert das und liefert zusätzlich konkrete Handlungsempfehlungen für verschiedene Szenarien („Was sollen wir tun?")

Prescriptive Analytics baut also auf Predictive Analytics auf und ergänzt sie um die Handlungsebene.