Logo des Repositoriums

Wirtschaftsinformatik 56(5) - Oktober 2014

https://dl.gi.de/handle/20.500.12116/11870
Auflistung nach:

Auflistung Wirtschaftsinformatik 56(5) - Oktober 2014 nach Autor:in "Debortoli, Stefan"

1 - 1 von 1
  • Zeitschriftenartikel
    Vergleich von Kompetenzanforderungen an Business-Intelligence- und Big-Data-Spezialisten
    (Wirtschaftsinformatik: Vol. 56, No. 5, 2014) Debortoli, Stefan; Müller, Oliver; Brocke, Jan vom
    Während sich die meisten wissenschaftlichen Studien zum Thema „Big Data“ mit den technischen Möglichkeiten zur Bewältigung von riesigen Datenmengen beschäftigen, sind empirische Untersuchungen in Bezug auf die von Fachleuten verlangten Kompetenzen für das Management and die Analyse von Big Data bislang noch nicht durchgeführt worden. Gleichzeitig diskutiert man in Wissenschaft und Praxis heftig über die Unterschiede und Gemeinsamkeiten von Big Data (BD) einerseits und „traditionellem“ Business Intelligence (BI) andererseits. Der vorliegende Artikel beschreibt die Durchführung einer Latenten Semantischen Analyse (LSA) von Stellenanzeigen auf dem Online-Portal monster.com, um Informationen darüber zu gewinnen, welche Anforderungen Unternehmen an Fachkräfte in den Bereichen BD und BI stellen. Auf Basis einer Analyse und Interpretation der statistischen Ergebnisse der LSA wird eine Taxonomie von Kompetenzanforderungen für BD bzw. BI entwickelt. Die wichtigsten Ergebnisse der Untersuchung lauten: (1) für beide Bereiche, BD und BI, ist Businesswissen genauso wichtig wie technisches Wissen; (2) kompetent sein im Bereich BI bezieht sich vorwiegend auf Wissen und Fähigkeiten in Bezug auf die Produkte der großen kommerziellen Softwareanbieter, während im Bereich BD eher Wissen und die Fähigkeiten in Bezug auf die Entwicklung von Individualsoftware und die Anwendung statistischer Methoden im Vordergrund steht; (3) die Nachfrage nach Kompetenz im Bereich BI ist immer noch weitaus größer als die Nachfrage nach Kompetenz im Bereich BD; und (4) BD-Projekte sind gegenwärtig wesentlich humankapital-intensiver als BI-Projekte. Die Ergebnisse und Erkenntnisse der Studie können Praktikern, Unternehmen und wissenschaftlichen Einrichtungen dabei helfen, ihre BD- bzw. BI-Kompetenz zu bewerten und zu erweitern.AbstractWhile many studies on big data analytics describe the data deluge and potential applications for such analytics, the required skill set for dealing with big data has not yet been studied empirically. The difference between big data (BD) and traditional business intelligence (BI) is also heavily discussed among practitioners and scholars. We conduct a latent semantic analysis (LSA) on job advertisements harvested from the online employment platform monster.com to extract information about the knowledge and skill requirements for BD and BI professionals. By analyzing and interpreting the statistical results of the LSA, we develop a competency taxonomy for big data and business intelligence. Our major findings are that (1) business knowledge is as important as technical skills for working successfully on BI and BD initiatives; (2) BI competency is characterized by skills related to commercial products of large software vendors, whereas BD jobs ask for strong software development and statistical skills; (3) the demand for BI competencies is still far bigger than the demand for BD competencies; and (4) BD initiatives are currently much more human-capital-intensive than BI projects are. Our findings can guide individual professionals, organizations, and academic institutions in assessing and advancing their BD and BI competencies.