Einführung Digitalisierung an der Fachhochschule Kärnten | Karteikarten & Zusammenfassungen

Lernmaterialien für Einführung Digitalisierung an der Fachhochschule Kärnten

Greife auf kostenlose Karteikarten, Zusammenfassungen, Übungsaufgaben und Altklausuren für deinen Einführung Digitalisierung Kurs an der Fachhochschule Kärnten zu.

TESTE DEIN WISSEN

Daten-Information-Wissen

Lösung anzeigen
TESTE DEIN WISSEN


  • Daten:


Zeichen werden nach bestimmten Syntax zu Zeichenverbänden; diese werden in bestimmten Kontext gestellt -> Bedeutung (Semantik); speicherbar, duplizierbar, löschbar

 


  • Information:


Daten in bestimmten Kontext können Informationen für Subjekt sein (Information entsteht erst dann wenn das Subjekt diese Daten verwerten kann (Pragmatik))

 

  • Bsp. Text=Datenbank, durch das Lesen und Verstehen entsteht Information


Lösung ausblenden
TESTE DEIN WISSEN

Implizites Wissen

Lösung anzeigen
TESTE DEIN WISSEN

Alles was eine Person aufgrund von Erfahrung, Geschichte, Tätigkeit und Lernen im Kopf hat.


  • Bewusstes (ich weiß, dass ich es weiß)
  • Latentes (ich ahne, dass ich es weiß)
  • Stilles Wissen (ich weiß nicht, dass ich es weiß)


Lösung ausblenden
TESTE DEIN WISSEN

Expliz(ier)tes Wissen


Lösung anzeigen
TESTE DEIN WISSEN

Explizites Wissen = expliziertes implizites Wissen

 

Implizite Wissensinhalte die dem Wissenden kognitiv zugänglich sind, d.h. bewusst sind und über die er sprechen oder schreiben kann

Für eine Organisation ist nur dieses explizite Wissen verfügbar -> das implizite Wissen bleibt verborgen

Lösung ausblenden
TESTE DEIN WISSEN

Informationskreislauf

Lösung anzeigen
TESTE DEIN WISSEN

Kreislauf

 

-> Internalisierung der Information

-> Verarbeitung zu Wissen

-> Externalisierung der Daten


->Zentrales Ziel im Wissensmanagement: das implizite Wissen der Mitarbeiter verfügbar machen

Lösung ausblenden
TESTE DEIN WISSEN

Big Data

Lösung anzeigen
TESTE DEIN WISSEN

Daten, die mit der in einem Unternehmen aktuell zur Verfügung stehenden IT-Infrastruktur aufgrund ihres Umfanges und ihrer Komplexität nicht zu erfassen, zu verarbeiten und zu analysieren sind, werden gemeinhin als Big Data (-Probleme) bezeichnet.

Lösung ausblenden
TESTE DEIN WISSEN

Oren Etzioni

Lösung anzeigen
TESTE DEIN WISSEN

Informatik-Professor an der Universität Washington, Unternehmer

Flog 2003 nach LA. Kaufte Flugtickets einige Monate vorher, weil er gedacht hat, dass sich Billiger sind (falsch)

Dann Gründung von forecast.com (2007 Verkauf an Microsoft)

Lösung ausblenden
TESTE DEIN WISSEN

Business Intelligence

Lösung anzeigen
TESTE DEIN WISSEN

ist ein Oberbegriff für Anwendungen, Infrastrukturen, Werkzeuge und Best Practice Beispiele, die den Zugang sowie die Analyse von Informationen zur verbesserten Entscheidungsfindung bieten.

Lösung ausblenden
TESTE DEIN WISSEN

Vollerhebungen

Lösung anzeigen
TESTE DEIN WISSEN

Zumindest früher war es sehr aufwendig und teuer, Daten zu erheben.

In einigen Kontexten haben wir nun die Möglichkeit, praktisch Vollerhebungen vorzunehmen.

Man verfügt de facto über "alle" Informationen, etwa von einer Zielgruppe, und kann nun beliebig fein - bis auf Individuum - auflösen, segmentieren und analysieren.

Lösung ausblenden
TESTE DEIN WISSEN

Datawarehouse

Lösung anzeigen
TESTE DEIN WISSEN

Eine Datenbank mit Berichts- und Abfragefunktionen, die operative und historische Daten speichert, die aus verschiedenen betrieblichen Systemen extrahiert wurden, und für Managementberieche und Analysen zusammenführt und aufbereitet.


Lösung ausblenden
TESTE DEIN WISSEN

Data Mart

Lösung anzeigen
TESTE DEIN WISSEN

Ein kleines Data Warehouse, in dem ein Teil der Unternehmensdaten für eine spezielle Funktion oder Gruppe von Benutzern aufbereitet und gespeichert wird.

Lösung ausblenden
TESTE DEIN WISSEN

Hadoop

Lösung anzeigen
TESTE DEIN WISSEN

Hadoop ist ein Open-Source-Software-Framework der Apache Software Fundation für die verteilte parallelisierte Verarbeitung von riesigen Datenmengen auf kostengünstigen Rechnerclustern.

Es zerlegt ein Big-Data-Problem in mehrere Teilprobleme, verteilt diese zur Verarbeitung auf Tausende von kostengünstigen Rechnerknoten und packt das Ergebnis in einen kleineren Datensatz, der leichter zu analysieren ist.

Lösung ausblenden
TESTE DEIN WISSEN

Data-Mining

Lösung anzeigen
TESTE DEIN WISSEN

Analyse großer Datenbestände, um Zusammenhänge, Muster und Regeln zu finden, die als Orientierungshilfe bei der Entscheidungsfindung und der Vorhersage künftiger Entwicklungen dienen können.


Arten von Informationen, die durch Data Mining abgeleitet werden können:

  • Assoziationen
  • Sequenzen
  • Klassifizierung
  • Clustering
  • Prognose/Forecasting
Lösung ausblenden
  • 3772 Karteikarten
  • 192 Studierende
  • 4 Lernmaterialien

Beispielhafte Karteikarten für deinen Einführung Digitalisierung Kurs an der Fachhochschule Kärnten - von Kommilitonen auf StudySmarter erstellt!

Q:

Daten-Information-Wissen

A:


  • Daten:


Zeichen werden nach bestimmten Syntax zu Zeichenverbänden; diese werden in bestimmten Kontext gestellt -> Bedeutung (Semantik); speicherbar, duplizierbar, löschbar

 


  • Information:


Daten in bestimmten Kontext können Informationen für Subjekt sein (Information entsteht erst dann wenn das Subjekt diese Daten verwerten kann (Pragmatik))

 

  • Bsp. Text=Datenbank, durch das Lesen und Verstehen entsteht Information


Q:

Implizites Wissen

A:

Alles was eine Person aufgrund von Erfahrung, Geschichte, Tätigkeit und Lernen im Kopf hat.


  • Bewusstes (ich weiß, dass ich es weiß)
  • Latentes (ich ahne, dass ich es weiß)
  • Stilles Wissen (ich weiß nicht, dass ich es weiß)


Q:

Expliz(ier)tes Wissen


A:

Explizites Wissen = expliziertes implizites Wissen

 

Implizite Wissensinhalte die dem Wissenden kognitiv zugänglich sind, d.h. bewusst sind und über die er sprechen oder schreiben kann

Für eine Organisation ist nur dieses explizite Wissen verfügbar -> das implizite Wissen bleibt verborgen

Q:

Informationskreislauf

A:

Kreislauf

 

-> Internalisierung der Information

-> Verarbeitung zu Wissen

-> Externalisierung der Daten


->Zentrales Ziel im Wissensmanagement: das implizite Wissen der Mitarbeiter verfügbar machen

Q:

Big Data

A:

Daten, die mit der in einem Unternehmen aktuell zur Verfügung stehenden IT-Infrastruktur aufgrund ihres Umfanges und ihrer Komplexität nicht zu erfassen, zu verarbeiten und zu analysieren sind, werden gemeinhin als Big Data (-Probleme) bezeichnet.

Mehr Karteikarten anzeigen
Q:

Oren Etzioni

A:

Informatik-Professor an der Universität Washington, Unternehmer

Flog 2003 nach LA. Kaufte Flugtickets einige Monate vorher, weil er gedacht hat, dass sich Billiger sind (falsch)

Dann Gründung von forecast.com (2007 Verkauf an Microsoft)

Q:

Business Intelligence

A:

ist ein Oberbegriff für Anwendungen, Infrastrukturen, Werkzeuge und Best Practice Beispiele, die den Zugang sowie die Analyse von Informationen zur verbesserten Entscheidungsfindung bieten.

Q:

Vollerhebungen

A:

Zumindest früher war es sehr aufwendig und teuer, Daten zu erheben.

In einigen Kontexten haben wir nun die Möglichkeit, praktisch Vollerhebungen vorzunehmen.

Man verfügt de facto über "alle" Informationen, etwa von einer Zielgruppe, und kann nun beliebig fein - bis auf Individuum - auflösen, segmentieren und analysieren.

Q:

Datawarehouse

A:

Eine Datenbank mit Berichts- und Abfragefunktionen, die operative und historische Daten speichert, die aus verschiedenen betrieblichen Systemen extrahiert wurden, und für Managementberieche und Analysen zusammenführt und aufbereitet.


Q:

Data Mart

A:

Ein kleines Data Warehouse, in dem ein Teil der Unternehmensdaten für eine spezielle Funktion oder Gruppe von Benutzern aufbereitet und gespeichert wird.

Q:

Hadoop

A:

Hadoop ist ein Open-Source-Software-Framework der Apache Software Fundation für die verteilte parallelisierte Verarbeitung von riesigen Datenmengen auf kostengünstigen Rechnerclustern.

Es zerlegt ein Big-Data-Problem in mehrere Teilprobleme, verteilt diese zur Verarbeitung auf Tausende von kostengünstigen Rechnerknoten und packt das Ergebnis in einen kleineren Datensatz, der leichter zu analysieren ist.

Q:

Data-Mining

A:

Analyse großer Datenbestände, um Zusammenhänge, Muster und Regeln zu finden, die als Orientierungshilfe bei der Entscheidungsfindung und der Vorhersage künftiger Entwicklungen dienen können.


Arten von Informationen, die durch Data Mining abgeleitet werden können:

  • Assoziationen
  • Sequenzen
  • Klassifizierung
  • Clustering
  • Prognose/Forecasting
Einführung Digitalisierung

Erstelle und finde Lernmaterialien auf StudySmarter.

Greife kostenlos auf tausende geteilte Karteikarten, Zusammenfassungen, Altklausuren und mehr zu.

Jetzt loslegen

Das sind die beliebtesten Einführung Digitalisierung Kurse im gesamten StudySmarter Universum

Digitalisierung Simianer

Duale Hochschule Baden-Württemberg

Zum Kurs
Digitalisierung 4.0

Hochschule Ansbach

Zum Kurs
Grundlagen Digitalisierung

FOM Hochschule für Oekonomie & Management

Zum Kurs
Digitalisierung

IST-Hochschule für Management

Zum Kurs
Digitalisierung

TU Dortmund

Zum Kurs

Die all-in-one Lernapp für Studierende

Greife auf Millionen geteilter Lernmaterialien der StudySmarter Community zu
Kostenlos anmelden Einführung Digitalisierung
Erstelle Karteikarten und Zusammenfassungen mit den StudySmarter Tools
Kostenlos loslegen Einführung Digitalisierung