Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.25673/32872.2
Titel: DASC-PM v1.0 - Ein Vorgehensmodell für Data-Science-Projekte
Autor(en): Schulz, Michael
Neuhaus, Uwe
Kaufmann, Jens
Badura, Daniel
Kerzel, Ulrich
Welter, Felix
Prothmann, Maik
Kühnel, Stephan
Passlick, Jens
Rissler, Raphael
Badewitz, Wolfgang
Dann, David
Gröschel, Alexander
Kloker, Simon
Alekozai, Emal M.
Felderer, Michael
Lanquillon, Carsten
Brauner, Dorothee
Gölzer, Philipp
Binder, Harald
Rhode, Heiko
Gehrke, Nick
Erscheinungsdatum: 2021-02-22
Art: Monograph
Sprache: Deutsch
Herausgeber: Universitäts- und Landesbibliothek Sachsen-Anhalt
Schlagwörter: Data Science
Vorgehensmodell
Data-Science-Projekte
Zusammenfassung: Das Thema Data Science hat in den letzten Jahren in vielen Organisationen stark an Aufmerksamkeit gewonnen. Häufig herrscht jedoch weiterhin große Unklarheit darüber, wie diese Disziplin von anderen abzugrenzen ist, welche Besonderheiten der Ablauf eines Data-Science-Projekts besitzt und welche Kompetenzen vorhanden sein müssen, um ein solches Projekt durchzuführen. In der Hoffnung, einen kleinen Beitrag zur Beseitigung dieser Unklarheiten leisten zu können, haben wir von April 2019 bis Februar 2020 in einer offenen und virtuellen Arbeitsgruppe mit Vertretern aus Theorie und Praxis das vorliegende Dokument erarbeitet, in dem ein Vorgehensmodell für Data-Science-Projekte beschrieben wird – das Data Science Process Model (DASC-PM). Ziel war es dabei nicht, neue Herangehensweisen zu entwickeln, sondern viel-mehr, vorhandenes Wissen zusammenzutragen und in geeigneter Form zu strukturieren. Die Ausarbeitung ist als Zusammenführung der Erfahrung sämtlicher Teilnehmerinnen und Teilnehmer dieser Arbeitsgruppe zu verstehen. Als Zielgruppe des Dokumentes sind all diejenigen zu sehen, die direkt oder aber auch indirekt an Data-Science-Projekten beteiligt sind. Grundlegende Kenntnisse über den Komplex der analytischen Informationssysteme werden dabei vorausgesetzt. Das Vorgehensmodell soll dazu dienen, allen Interessengruppen von Data-Science-Projekten ein Verständnis der not-wendigen Aufgaben und Zusammenhänge zu vermitteln. Zudem kann es von Studierenden genutzt werden, um sich dem Themenfeld zu nähern. Die Data Science befindet sich noch am Anfang ihrer Entwicklung. Deshalb soll dieses Dokument nicht als abgeschlossenes Werk betrachtet werden. Wir wünschen uns sehr, dass es zukünftig in der Durchführung von Data-Science-Projekten Berücksichtigung findet. Dadurch gewonnene Erkenntnisse sollen sowohl genutzt werden, um die bestehenden Ausarbeitungen in Frage zu stellen, als auch, um sie zu vervollständigen und zu detaillieren. Falls Sie Verbesserungsvorschläge zum Vorgehensmodell haben oder sich aktiv an seiner Weiterentwicklung beteiligen möchten, freuen wir uns über eine Kontaktaufnahme. Das nächste Treffen der virtuellen Arbeitsgruppe ist für September 2020 geplant. Unser Dank gilt allen Teilnehmerinnen und Teilnehmern der Arbeitsgruppe. In produktiver und konstruktiver Atmosphäre haben wir ein unserer Meinung nach nutzbringendes und verständnisförderndes Ergebnis erzielt – und dabei auch selbst viel Neues über Data Science gelernt. Hamburg, im Februar 2020
URI: https://lhhal.gbv.de/DB=10/XMLPRS=N/PPN?PPN=1690639369
https://opendata.uni-halle.de//handle/1981185920/33065.2
http://dx.doi.org/10.25673/32872.2
ISBN: 978-3-00-064898-4
Open-Access: Open-Access-Publikation
Nutzungslizenz: (CC BY 4.0) Creative Commons Namensnennung 4.0 International(CC BY 4.0) Creative Commons Namensnennung 4.0 International
Sponsor/Geldgeber: NORDAKADEMIE gAG Hochschule der Wirtschaft
valantic Business Analytics GmbH
Hinweis: Bei der vorliegenden Version des Werks "DASC-PM v1.0 - Ein Vorgehensmodell für Data-Science-Projekte" handelt es sich um eine Fassung mit aktualisierter Lizenz. Um zukünftig eine noch bessere Verbreitung und Nutzung des Werks zu ermöglichen, wurde die Lizenz zu CC BY 4.0 geändert.
Enthalten in den Sammlungen:Lehrstuhl für Betriebliches Informationsmanagement

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
DASC-PM_2021.pdfNeue Version unter CC-BY4.65 MBAdobe PDFMiniaturbild
Öffnen/Anzeigen