Laut einer Studie der International Data Corporation (IDC) [1] wächst seit der Einführung der
ersten Rechenmaschinen die von ihnen erfasste Datenmenge jährlich um etwa 60 %. Gleichzeitig
fallen die Preise für Speichermedien im Zeitverlauf stetig. Wo früher Bücher geführt wurden, um
Vorgänge festzuhalten oder wichtige Informationen für Interessengruppen für längere Zeit
verfügbar zu machen, stehen jetzt Computer und speichern die Daten auf ihren Festplatten. Dieser
Wandel hat einerseits in der einschlägigen Literatur den Begriff des Informationszeitalters [2]
geprägt, andererseits die Globalisierung durch Vernetzung der Informationsbestände, sowie die
Schaffung von globalen Märkten, wie den des world wide webs, weiter vorangetrieben. Andy
Grove (Vorstandsmitglied bei Intel) fasst diese Situation folgendermaßen zusammen:
[...]
In dieser Seminararbeit werden, ausgehend von ausgewählten wissensintensiven Prozessen, die
dabei anfallenden Daten klassifiziert und im Kontext der Prozesse die Daten mit den darauf
zulässigen Operationen als komplette Datenstruktur analysiert. Hierfür wird im ersten Kapitel ein
Überblick über die Zusammenhänge zwischen den Daten und den in ihnen gespeicherten
Informationen geschaffen. Innerhalb des Kapitels wird erläutert, welches Wissen diese
Informationen darstellen und wie es in den Unternehmensprozessen generiert und benötigt wird.
Das zweite Kapitel beschäftigt sich mit der Frage, welche Klassifizierungskategorien für Daten
möglich sind und aus dem Blickwinkel der wissensintensiven Prozesse sinnvoll erscheinen.
Schließlich wird im letzten Kapitel ein Beispielprozess aufgezeigt, bei den das zuvor erarbeitete
Wissen detailliert aufgearbeitet wird.
[...]
Inhaltsverzeichnis
1. Einleitung
2. Daten und Prozesse
2.1 Zusammenhang: Daten, Informationen und Wissen
2.2 Explizites Wissen nach Polanyi
2.3 Implizites Wissen nach Polanyi
2.4 Abhängigkeit der Daten von Prozessen
2.5 Abgrenzung wissensintensiver Prozesse
2.6 Überblick über Anwendungssysteme mit Unterstützung wissensintensiver Prozesse
3. Klassifizierung von Datentypen
3.1 Allgemeiner Klassifizierungsansatz von Datentypen
3.2 Aufzählung gängiger Datentypen und Datenformate
3.3 Klassifizierungsansatz mit wissensintensivem Prozessbezug
3.3.1 Textuelle Dokumente
3.3.2 Numerische Dokumente
3.3.3 Geometrische Dokumente
4. Analyse von Datentypen wissensintensiver Prozesse
4.1 Beispiel: wissensintensiver Prozess - Angebotserstellung
4.2 Analyse von Datentypen textueller Dokumente
4.2.1 Dokumentformate - Textverarbeitung: Text
4.2.2 Dokumentformate - Textverarbeitung: Word oder ähnliche Dokumente
4.2.3 Exkurs: Dokumentformate - Transport Dokumente: XML
4.2.4 Exkurs: Referenzen - Standard Referenz: Internet Media Type (MIME)
4.2.5 Exkurs: Elementare Datentypen und String
4.2.6 Exkurs: Collections
4.2.7 Dokumentformate - Präsentationen: PowerPoint oder ähnliche Dokumente
4.2.8 Dokumentformate - Transport Dokumente: PDF oder ähnliche Dokumente
4.2.9 Dokumentformate - Transport Dokumente: Webseiten
4.2.10 Dokumentformate - Transport Dokumente: Artikel
4.2.11 Dokumentformate - Transport Dokumente: Kalender
4.2.12 Dokumentformate - Transport Dokumente: Reports und Formulare
4.3 Analyse von Datentypen numerischer Dokumente
4.3.1 Dokumentformate - Tabellenkalkulation: Excel oder ähnliche Dokumente
4.3.2 Dokumentformate - Betriebswirtschaftliche Dokumente
4.4 Analyse von Datentypen geometrischer Dokumente
4.4.1 Dokumentformate - Arbeitspläne
4.4.2 Dokumentformate - Stücklisten
4.4.3 Dokumentformate - Geometrische Zeichnungen: CAD
5. Zusammenfassung und Ausblick auf analytische Methoden und Vergleichbarkeit
Zielsetzung & Themen
Das Hauptziel dieser Seminararbeit ist die Klassifizierung und Analyse komplexer Datenstrukturen, die in wissensintensiven Geschäftsprozessen anfallen, um deren Bedeutung für die Prozessunterstützung herauszuarbeiten. Die zentrale Forschungsfrage untersucht dabei, wie unterschiedliche Dokumentarten und Datentypen im Kontext solcher Prozesse effektiv verwaltet und strukturiert werden können.
- Strukturierung und Klassifizierung von Daten im IT-Kontext
- Abgrenzung und Analyse wissensintensiver Geschäftsprozesse
- Analyse textueller, numerischer und geometrischer Dokumentformate
- Untersuchung von Dokumenten als Container für komplexe Datenstrukturen
- Praxisbezug anhand eines Beispielprozesses der Angebotserstellung
Auszug aus dem Buch
Exkurs: Dokumentformate - Transport Dokumente: XML
Das XML Format [III.F.3] zeichnet sich dadurch aus, dass es sowohl für den Menschen wie auch für die Computer lesbar ist. Dies fördert ebenfalls die oben aufgeführte Anforderung der Langlebigkeit der Dokumente, da deren Inhalt, auch ohne Zusatztools, der XML Datei entnommen werden kann. Möglich macht es der Aufbau der XML Dokumente, denn sie unterscheiden sich im Grunde nicht von einer Textdatei, welche wie oben aufgeführt, mit jedem Texteditor geöffnet und bearbeitet werden kann.
„XML-Dokumente sind aus Speicherungseinheiten aufgebaut, genannt Entitäten, die entweder analysierte (parsed) oder nicht analysierte (unparsed) Daten enthalten. Analysierte Daten bestehen aus Zeichen, von denen einige Zeichendaten und andere Markup darstellen. Markup ist eine Beschreibung der Aufteilung auf Speicherungseinheiten und der logischen Struktur des Dokuments. XML bietet einen Mechanismus an, um Beschränkungen der Aufteilung und logischen Struktur zu formulieren.“ [40]
Diese offizielle Beschreibung des World Wide Web Konsortiums (W3C) benutzt den Begriff der „Entitäten“ welcher einen ontologischen Sammelbegriff für alles Existierende darstellt. Das Konzept der Entitäten entspricht weitgehend dem Konzept von Objektinstanzen. Diese können jeweils klassifiziert werden und verfügen, innerhalb einer Klasse, über gleiche Attribute und Funktionen. Die Identität einzelner Objektinstanzen lässt sich an unterschiedlichen Ausprägung ihrer Attributwerte festmachen. Diese Attributwerte sind die eigentlichen Daten, welche es zum Speichern gilt um den Zustand eines, zur Laufzeit einer Anwendung, existierenden Objektes rekonstruieren zu können.
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel motiviert die zunehmende Bedeutung der Datenhaltung im Informationszeitalter und definiert den Rahmen der Seminararbeit hinsichtlich der Analyse wissensintensiver Prozesse.
2. Daten und Prozesse: Es werden die theoretischen Grundlagen des Wissensmanagements gelegt, indem Zusammenhänge zwischen Daten, Informationen und Wissen erläutert und die Abhängigkeit von Unternehmensprozessen aufgezeigt werden.
3. Klassifizierung von Datentypen: Hier erfolgt eine systematische Einteilung von Datentypen in Metadaten, primitive und komplexe Strukturen sowie eine erste Differenzierung nach textuellen, numerischen und geometrischen Kriterien.
4. Analyse von Datentypen wissensintensiver Prozesse: In diesem Hauptteil wird anhand des Beispielprozesses "Angebotserstellung" die praktische Anwendung der verschiedenen Dokumentformate und Datentypen detailliert untersucht und analysiert.
5. Zusammenfassung und Ausblick auf analytische Methoden und Vergleichbarkeit: Das Fazit fasst die Ergebnisse der Datentypanalyse zusammen und gibt einen Ausblick auf weiterführende Ansätze zur Bewertung struktureller Ähnlichkeit von Daten.
Schlüsselwörter
Wissensintensive Prozesse, Datenhaltung, Datentypen, Dokumentformate, Informationstechnologie, XML, OpenDocument, Geschäftsprozessmanagement, Wissensmanagement, Strukturierte Daten, CAD, Tabellenkalkulation, Prozessanalyse, Modellierung, Dateneffizienz.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Klassifizierung und Analyse von Datentypen und Dokumentformaten, die bei der Unterstützung wissensintensiver Geschäftsprozesse durch IT-Systeme anfallen.
Was sind die zentralen Themenfelder der Arbeit?
Die zentralen Felder umfassen das Wissensmanagement, die Definition und Strukturierung von Datentypen, die Rolle von Dokumenten in der IT sowie die Untersuchung von Geschäftsprozessen im Kontext industrieller Anwendungen.
Was ist das primäre Ziel der Forschungsarbeit?
Das primäre Ziel ist es, ein Verständnis für die Datenstrukturen in wissensintensiven Prozessen zu schaffen und aufzuzeigen, wie unterschiedliche Dokumentarten zur Speicherung und Transformation von Wissen beitragen.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt eine Literaturanalyse zur theoretischen Fundierung und wendet diese auf ein praxisnahes Beispiel (die Angebotserstellung) an, um die identifizierten Datentypen und Dokumente zu kategorisieren.
Was wird im Hauptteil behandelt?
Der Hauptteil analysiert detailliert textuelle, numerische und geometrische Dokumente und untersucht deren spezifische Formate (wie XML, PDF, CAD oder Office-Formate) innerhalb von Beispielprozessen.
Welche Schlüsselwörter charakterisieren die Arbeit am besten?
Wissensintensive Prozesse, Datentypen, Dokumentformate, XML, Prozessmanagement und Datenstrukturierung sind die zentralen Begriffe.
Wie definiert der Autor wissensintensive Prozesse?
Der Autor definiert sie als Prozesse, die durch flexible, nicht planbare Wissensbedarfe, unterschiedliche Ergebnisse und einen überdurchschnittlich hohen Kommunikationsbedarf gekennzeichnet sind.
Warum ist das Format XML für die Arbeit besonders relevant?
XML wird als zentraler Standard für Dokumentformate wie OpenDocument hervorgehoben, da es sowohl für Menschen als auch für Maschinen lesbar ist und eine strukturierte Datenspeicherung ermöglicht.
Welche Rolle spielen Collections bei der Datenstrukturierung?
Collections dienen dazu, Datenmengen effizient zu organisieren und Zugriffe zu ermöglichen, wobei je nach Anforderung verschiedene Strukturen wie Arrays, Listen, Maps oder Bäume verwendet werden.
- Quote paper
- Diplom Wirtschaftsinformatiker Maciej Niemczyk (Author), 2009, Analyse von komplexen Produkt- und Prozess-Datentypen zur Unterstützung wissensintensiver Prozesse, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/168100
