Auflistung nach:
Auflistung HMD 46(4) - August 2009 nach Titel
1 - 10 von 17
Treffer pro Seite
Sortieroptionen
- ZeitschriftenartikelBeziehung zwischen IT-Erfolgsfaktoren und IT-Risikomanagement im eGovernment(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009) Kühn, Andreas; Walser, Konrad; Riedl, ReinhardIT-Erfolgsfaktoren beschreiben Bedingungen, die maβgeblich zur erfolgreichen Umsetzung von IT-Projekten beitragen. Über das IT-Risikomanagement wird dabei präventiv versucht, kritischen Erfolgsfaktoren Rechnung zu tragen, was u.a. durch den Einsatz von IT-Governance-Methoden unterstützt und geprüft werden kann. Der vorliegende Beitrag setzt sich mit der Beziehung zwischen IT-Risikomanagement und IT-Erfolgsfaktoren im eGovernment und deren Zusammenhang auseinander. Dazu werden Erfolgsfaktoren aus acht Studien ausgewertet und konsolidiert. Es wird der Frage nachgegangen, inwieweit die identifizierten Erfolgsfaktoren in den in der schweizerischen Bundesverwaltung eingesetzten IT-Governance-Methoden im IT-Risikomanagement berücksichtigt werden. Aus der theoretischen Gegenüberstellung wird zusätzlicher Handlungsbedarf in der Methodenunterstützung für das Risikomanagement ersichtlich, um Risiken im eGovernment effektiv antizipieren zu können.
- ZeitschriftenartikelBücher(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009) Knoll, Matthias; Zumstein, Darius
- ZeitschriftenartikelBusiness Activity Monitoring mit Stream Mining am Fallbeispiel TeamBank AG(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009) Heinz, Christoph; Greiner, TorstenGeschäftsprozesse in ihrer Gesamtheit setzen die Geschäftsstrategie eines Unternehmens sicher, richtig und wirtschaftlich um. IT-Systeme unterstützen und optimieren dabei die Durchführung der Geschäftsprozesse. Es wird am Beispiel der browserbasierten easyCredit-Anwendung der TeamBank AG (Ratenkredit mit Online-Sofortzusage per Internet für Endkunden und verbundene Partnerbanken) eine echtzeitfähige, betriebswirtschaftlich orientierte Geschäftprozessüberwachung, auch Business Activity Monitoring (BAM) genannt, vorgestellt. Diese basiert zum einen auf Durchfluss-Kennzahlen und zum anderen auf aussagekräftigen statistischen Modellen, deren Berechnung in Echtzeit auf dem neuen Konzept des Complex Event Processing (CEP) beruht.
- ZeitschriftenartikelCartoon(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009)
- ZeitschriftenartikelData Mining — Daten suchen und finden?(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009) Berthold, Michael R.
- ZeitschriftenartikelDatennavigation bei Nordsee und Telmex(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009) Bissantz, Nicolas; Rössel, Marc; Zimmermann, Roland; Köhnken, AxelIn den 16 Jahren, die wir uns mit Data Mining beschäftigen, zeigte sich in Betrieben verschiedener Gröβe und verschiedener Wirtschaftszweige und Branchen, dass die Analysequalität heuristischer Algorithmen der von komplexeren statistischen Methoden ebenbürtig ist. Zudem ist der Anwender in der Lage, das Zustandekommen des Resultats unmittelbar nachzuvollziehen. Wir stellen drei heuristische Data-Mining-Verfahren vor und zeigen anhand zweier Praxisbeispiele auf, wie Anwender von den Ergebnissen profitieren. Einen Schwerpunkt stellt ein teilautomatisches Navigationsverfahren dar. Der Algorithmus liefert in einer mehrdimensionalen Top-down-Analyse den Pfad zu den Verursachern, die die beste Erklärung zu einem untersuchten Analysewert liefern. Das Verfahren ist in mehreren Varianten in dem Business-Intelligence-(BI-)Produkt »Bissantz DeltaMaster« integriert und seit Jahren bei vielen Kunden im Routineeinsatz. Es liefert robuste Ergebnisse, die groβe Akzeptanz bei Fachanwendern finden. So verwendet z.B. die Nordsee GmbH die Top-down-Analyse, um sich täglich automatisch Leistungsabweichungen in ihren Filialen erklären zu lassen und ihren Filialverantwortlichen fundierte Ansatzpunkte für das Leistungsmanagement zu bieten. In einem weiteren Praxisbeispiel zeigen wir, wie die mexikanische Telefongesellschaft Telmex mithilfe eines heuristischen Data-Mining-Verfahrens die Konversionsraten bei Marketingaktivitäten deutlich erhöht und damit einen messbaren monetären Zusatznutzen erzeugt.
- ZeitschriftenartikelEditorial(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009) Knoll, Matthias; Meier, Andreas
- ZeitschriftenartikelGlossar* zu Web & Data Mining(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009)
- ZeitschriftenartikelImpressum(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009)
- ZeitschriftenartikelKostensensitive Klassifikation mit Random Forest(HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 4, 2009) Lessmann, Stefan; Schüller, Sebastian; Voβ, StefanEntscheidungsbaumverfahren repräsentieren einen etablierten Ansatz zur Erstellung von Klassifikationsmodellen, mit deren Hilfe verschiedene Planungs- und Entscheidungsprobleme unterstützt werden können. In der Literaturfinden sich zahlreiche Vorschläge für erweiterte Entscheidungsbaumverfahren, wobei der sogenannte Random-Forest-Algorithmus als besonders leistungsfähig angesehen werden kann. Ein konstituierendes Merkmal betrieblicher Klassifikationsprobleme besteht allerdings darin, dass fehlerhafte Prognosen mit unterschiedlichen Kosten assoziiert sind. Deswegen soll die Eignung von Random Forest zur kostensensitiven Klassifikation in dem vorliegenden Beitrag genauer untersucht werden. In diesem Rahmen wird der Grenznutzen algorithmischer Modifikationen gegenüber dem ursprünglichen Entscheidungsbaumprinzip erhoben, um die Effizienz einer konkreten Erweiterung kritisch zu beleuchten. Der Untersuchungsansatz soll damit auch allgemeine Hinweise geben, wie der zu erwartende Nutzen aus einer Implementierung von erweiterten Entscheidungsbaumverfahren geeignet quantifiziert werden kann.