Search

Das wertschöpfende Potenzial von Business Analytics und Daten im Unternehmen nutzen.„Dieses Buch liefert einen strukturierten Überblick über die verschiedenen Prozessschritte von Business Analytics. Im Fokus stehen dabei weniger technisch-mathematische, sondern vielmehr anwendungsspezifische Aspekte, was das Buch vor allem im betriebswirtschaftlichen Kontext zu einer wertbringenden Lektüre macht! Hervorragend als Einstieg für einen generellen Überblick & zur Einordnung des Themas Business Analytics.“ Timo Buck, Head of Applied Data Science, ratiopharm GmbH Warum schöpfen manche Unternehmen das Potenzial von Business Analytics voll aus und andere dagegen nicht? Der Grund hierfür ist nicht etwa eine mangelnde Kompetenz bei der Anwendung von Algorithmen. Vielmehr werden andere Aspekte von Business Analytics nicht ausreichend beachtet! Dazu gehören die Interpretation und Visualisierung der Ergebnisse der Algorithmen, aber auch die organisatorische Verortung der Analytics-Funktion. Dieses Buch vermittelt Führungskräften alle wesentlichen Aspekte von Business Analytics in kompakter Form. Den Rahmen dazu bilden vier Grundfragen: Für welche betriebswirtschaftlichen Probleme sollen die knappen Analytics-Ressourcen eingesetzt werden? Welche Ressourcen, also Daten, IT und Personal, sind zur Lösung der Probleme notwendig? Mit welchen Algorithmen können die Probleme gelöst werden? Wie müssen die Ergebnisse der Algorithmen interpretiert und visualisiert werden, damit Führungskräfte sie korrekt einsetzen können? Eine Besonderheit dieses Buches sind die zahlreichen Praxisbeispiele. In diesen realen Beispielen werden sämtliche Aspekte von Business Analytics verdeutlicht. Durch eine Mischung unterschiedlicher Branchen und Größenklassen werden tiefgehende Einsichten möglich. Über den Autor: Dr. Mischa Seiter ist Professor für Wertschöpfungs- und Netzwerkmanagement am Institut für Business Analytics der Universität Ulm und wissenschaftlicher Leiter des International Performance Research Institute. Er verantwortet den berufsbegleitenden Master-Studiengang „Business Analytics“, ist Mitautor des Standardwerks „Controlling“ sowie Gründer des Podcasts „Controlling-Vordenker“.

Dieses Lehrbuch, entstanden aus einer Anfängervorlesung aus dem Informatik-Studiengang an der Leibniz Universität Hannover, bietet einen ersten Einstieg in den Bereich der Komplexitätstheorie. Der Leser wird mit den wichtigsten Begriffen und Resultaten aus diesem Bereich vertraut gemacht: Komplexitätsklassen, vollständige („schwierigste“) Probleme in einer Komplexitätsklasse – detailliert am Begriff der NP-Vollständigkeit und an vielen Beispielen ausgeführt – sowie Approximationsalgorithmen als Lösungsmöglichkeit für viele NP-vollständige Probleme. Außerdem enthält das Buch eine große Anzahl an Übungsaufgaben (mit vielen Lösungen) wie auch abschließend die Möglichkeit, sein erarbeitetes Wissen in zwei exemplarischen Klausuren zu prüfen.

Der durch die „Blumenkinder“ des Silicon Valley entfesselte digitale Rausch droht, die Vernunft durch den Aberglauben zu ersetzen, man könne die Welt rechnend vervollkommnen. Wer aber glaubt, die Probleme einer ungewissen Welt mit technologischen Gewissheiten lösen zu können, hat weder etwas von der Welt noch etwas von der Technologie verstanden. Im digitalen Sittenbild aus Silizium und Statistik ersetzt Rechnen das Denken, Wahrscheinlichkeit wird für Wahrheit ausgegeben und Korrelation verdrängt Kausalität. Die Hohepriester der Digitalisierung fragen nicht, ob wir das, was sie verkünden, für gut und richtig halten. Gut und richtig sind keine Kategorien des Digitalen.

Business Analytics ist weit mehr als die Beherrschung von Algorithmen! „Für Führungskräfte, die ihr Verständnis von Datenanalyse erweitern und Analytics-Prozesse überblicken, planen und steuern wollen, ist das Buch... ein Muss.“ getabstract zur 1. Auflage Warum schöpfen manche Unternehmen das Potenzial von Business Analytics voll aus und andere nicht? Der Grund hierfür ist nicht etwa eine mangelnde Beherrschung der Algorithmen. Vielmehr werden andere Aspekte von Business Analytics nicht ausreichend beachtet! Dazu gehören neben die Beherrschung von Algorithmen die Interpretation und Visualisierung der Ergebnisse der Algorithmen, aber auch die organisatorische Verortung der Analytics-Funktion. Dieses Buch vermittelt Führungskräften alle wesentlichen Aspekte von Business Analytics in kompakter Form. Den Rahmen dazu bilden vier Grundfragen: Für welche betriebswirtschaftlichen Probleme sollen die knappen Analytics-Ressourcen eingesetzt werden? Welche Ressourcen, also Daten, IT und Personal, sind zur Lösung der Probleme notwendig? Mit welchen Algorithmen können die Probleme gelöst werden? Wie müssen die Ergebnisse der Algorithmen interpretiert und visualisiert werden, damit Führungskräfte sie korrekt einsetzen können? Eine Besonderheit dieses Buches sind die zahlreichen Praxisbeispiele. In diesen realen Beispielen werden sämtliche Aspekte von Business Analytics verdeutlicht. Durch eine Mischung unterschiedlicher Branchen und Größenklassen werden tiefgehende Einsichten für den Leser möglich. Über den Autor: Dr. Mischa Seiter ist Professor für Wertschöpfungs- und Netzwerkmanagement am Institut für Technologie- und Prozessmanagement der Universität Ulm und wissenschaftlicher Leiter des International Performance Research Institute. Er ist für den berufsbegleitenden Ulmer Master-Studiengang „Business Analytics“ verantwortlich. Außerdem ist Mischa Seiter zusammen mit Péter Horváth und Ronald Gleich Autor des Standardwerks „Controlling“.

Daten zur Lösung betriebswirtschaftlicher Problemstellungen effektiv und effizient nutzen. Die Bedeutung von Business Analytics leitet sich unmittelbar aus der rasant zunehmenden Verfügbarkeit von Daten ab, die aus der Digitalisierung aller Lebensbereiche resultiert. Wie übersetzen aber nun Unternehmen diese Daten so, dass daraus bessere Produkte, neue Services, innovative Geschäftsmodelle oder, allgemeiner formuliert, bessere unternehmerische Entscheidungen werden? Auf diese Fragen finden Führungskräfte des mittleren und des Top-Managements aller Branchen in diesem Buch Antworten. Es unterstützt dabei, drängende Problemstellungen der Unternehmenssteuerung zu identifizieren und diese mithilfe von Daten zu lösen. Dabei steht nicht nur die Vermittlung zentraler Algorithmen im Fokus. Vielmehr werden alle wesentlichen Herausforderungen behandelt, denen sich eine Führungskraft im Zusammenhang mit Business Analytics gegenübersieht: - Für welche betriebswirtschaftliche Problemstellung sollen die knappen Business Analytics-Ressourcen eingesetzt werden? - Welche Ressourcen, also Daten, IT und Personal, sind zur Lösung der konkreten Problemstellung notwendig? - Mit welchen Algorithmen können die betriebswirtschaftlichen Problemstellungen gelöst werden? - Wie müssen die Ergebnisse der Algorithmen aufbereitet werden, damit diese ideal eingesetzt werden können? Um den Herausforderungen strukturiert zu begegnen, wird in diesem Buch ein Business Analytics-Prozess vorgestellt, der sich in die vier Teilprozesse Framing, Allocation, Analytics und Preparation untergliedert. Er ist die Basis, einen unternehmensindividuellen Business Analytics-Ansatz zu entwickeln und zu implementieren. Zahlreiche reale Unternehmensbeispiele bieten Inspiration für konkrete Ansätze im eigenen Unternehmen: von der Beschaffung der Daten über die Wahl des optimalen Algorithmus bis hin zur empfängerorientierten Visualisierung der Ergebnisse. Über den Autor: Dr. Mischa Seiter ist Professor für Wertschöpfungs- und Netzwerkmanagement am Institut für Technologie- und Prozessmanagement der Universität Ulm und wissenschaftlicher Leiter des International Performance Research Institute. In dieser Funktion verantwortet er den berufsbegleitenden Ulmer Master-Studiengang „Business Analytics“. Außerdem ist Mischa Seiter zusammen mit Péter Horváth und Ronald Gleich Autor des Standardwerks „Controlling“.

Jürgen-Oliver Pitz leitet eine Methode zur Ansteuerung eines Fahrsimulators her, welche die Bewegungswiedergabe für eine Vielzahl von Fahrsituationen optimiert. Hierzu stellt er einen ganzheitlichen Ansatz vor, der sowohl Informationen aus der Fahrzeugsimulation als auch aus der direkten und vorausliegenden Fahrzeugumgebung analysiert und auswertet. Die Auswertung zur Systemlaufzeit ermöglicht eine universelle und streckenunabhängige Nutzung des Motion-Cueing-Algorithmus. Der Autor ermittelt in einer repräsentativen Simulatorstudie mit über 40 Probanden das Potenzial des Ansatzes gegenüber dem eines Referenzalgorithmus und zeigt die Vorteile für verschiedene Anwendungsgebiete auf.

Sebastian Goderbauer zeigt, dass das Einteilen von Wahlkreisen für die Deutsche Bundestagswahl aufgrund der gesetzlichen Vorgaben als ein mathematisches Optimierungsproblem angesehen werden kann. Er gibt eine detaillierte Komplexitätsanalyse des zugrundeliegenden Partitionsproblems an und untersucht, welches die beste Wahlkreisanzahl für Deutschland ist. Der Autor entwickelt einen optimierungsbasierten Algorithmus zum Einteilen von Wahlkreisen und wendet diesen auf deutsche Bevölkerungsdaten an.

Dieses Lehrbuch, entstanden aus einer Anfängervorlesung aus dem Informatik-Studiengang an der Leibniz Universität Hannover, bietet einen ersten Einstieg in den Bereich der Komplexitätstheorie. Der Leser wird mit den wichtigsten Begriffen und Resultaten aus diesem Bereich vertraut gemacht: Komplexitätsklassen, vollständige („schwierigste“) Probleme in einer Komplexitätsklasse – detailliert am Begriff der NP-Vollständigkeit und an vielen Beispielen ausgeführt – sowie Approximationsalgorithmen als Lösungsmöglichkeit für viele NP-vollständige Probleme. Außerdem enthält das Buch eine große Anzahl an Übungsaufgaben (mit vielen Lösungen) wie auch abschließend die Möglichkeit, sein erarbeitetes Wissen in zwei exemplarischen Klausuren zu prüfen.

Schnelles Wachstum gespeicherter Datenmengen in der Informationstechnik führte in den vergangenen Jahren zu einem steigenden Interesse an Methoden, die in der Lage sind, nützliches Wissen automatisch aus großen Datenbeständen zu filtern. Mit dem Ziel, solche Methoden zu entwickeln, hat sich inzwischen unter Synonymen wie „Data Mining“, „Knowledge Discovery in Databases“ (KDD) oder „Datenmustererkennung“ eine neue Forschungsrichtung etabliert, die bislang isoliert arbeitende Einzeldisziplinen vereinigt. Zu nennen sind die Disziplinen Statistik, Datenbank- und Expertensystemforschung, automatischer Wissenserwerb, Maschinelles Lernen und Fuzzy-Datenanalyse. Die Literatur über „Data Mining“ dokumentiert zahlreiche Versuche, aus verschiedenartigsten Datenbeständen neue Erkenntnisse zu gewinnen. Hierbei werden unterschiedliche Algorithmen des „Data Mining“ beschrieben. Ziel hierbei ist es, die Eignung Neuronaler Netze, oft auch als Künstliche Neuronale Netze bezeichnet, als Mining-Algorithmen für die Mining-Funktionen Clustern und Vorhersage zu untersuchen. Dabei begrenzt sich die Sichtweise auf Backpropagation- und Kohonen-Netze, da diese Neuronalen Netze für Clustern und Vorhersagen prädestiniert sind.

Klaus Mainzer zeigt in diesem Buch, wie es bei dem Vorhaben, die Welt zu berechnen, zu einer Revolution der Denkart kam. Während Generationen von Mathematikern, Physikern und Philosophen auf der Suche nach der Weltformel mit Gleichungen arbeiteten und in den Kategorien von Ursache und Wirkung dachten, ist die «new science» dadurch charakterisiert, dass an die Stelle mathematischer Beweise und Theorien Computerexperimente und Algorithmen treten. «Korrelation» statt «Begründung», lautet die Devise des neuen Denkens. Die Korrelationen in Big Data sollen bislang verborgene Zusammenhänge aufdecken. Nach diesem Prinzip, schreibt das US-Magazin Time, will die 2013 von Google neu gegründete Medizinfirma Calico an der Lebensverlängerung des Menschen arbeiten, indem nicht die Ursachen von Alter und Krankheit untersucht, sondern Unmengen medizinischer Daten mit Algorithmen ausgewertet werden. Eine beispiellose Erfolgsgeschichte also? Mainzer stellt in diesem Buch die faszinierende neue Art der Wissensgewinnung vor, aber er macht auch die Gegenrechnung auf. Sein Buch ist ein Plädoyer für die Besinnung auf die Grundlagen, Theorien, Gesetze und die Geschichte, die zu der Welt führen, in der wir heute leben.

Der'Cormen'bietet eine umfassende und vielseitige Einführung in das moderne Studium von Algorithmen. Es stellt viele Algorithmen Schritt für Schritt vor, behandelt sie detailliert und macht deren Entwurf und deren Analyse allen Leserschichten zugänglich. Sorgfältige Erklärungen zur notwendigen Mathematik helfen, die Analyse der Algorithmen zu verstehen. Den Autoren ist es dabei geglückt, Erklärungen elementar zu halten, ohne auf Tiefe oder mathematische Exaktheit zu verzichten. Jedes der weitgehend eigenständig gestalteten Kapitel stellt einen Algorithmus, eine Entwurfstechnik, ein Anwendungsgebiet oder ein verwandtes Thema vor. Algorithmen werden beschrieben und in Pseudocode entworfen, der für jeden lesbar sein sollte, der schon selbst ein wenig programmiert hat. Zahlreiche Abbildungen verdeutlichen, wie die Algorithmen arbeiten. Ebenfalls angesprochen werden Belange der Implementierung und andere technische Fragen, wobei, da Effizienz als Entwurfskriterium betont wird, die Ausführungen eine sorgfältige Analyse der Laufzeiten der Programme mit ein schließen. Über 1000 Übungen und Problemstellungen und ein umfangreiches Quellen- und Literaturverzeichnis komplettieren das Lehrbuch, dass durch das ganze Studium, aber auch noch danach als mathematisches Nachschlagewerk oder als technisches Handbuch nützlich ist. Für die dritte Auflage wurde das gesamte Buch aktualisiert. Die Änderungen sind vielfältig und umfassen insbesondere neue Kapitel, überarbeiteten Pseudocode, didaktische Verbesserungen und einen lebhafteren Schreibstil. So wurden etwa - neue Kapitel zu van-Emde-Boas-Bäume und mehrfädigen (engl.: multithreaded) Algorithmen aufgenommen, - das Kapitel zu Rekursionsgleichungen überarbeitet, sodass es nunmehr die Teile-und-Beherrsche-Methode besser abdeckt, - die Betrachtungen zu dynamischer Programmierung und Greedy-Algorithmen überarbeitet; Memoisation und der Begriff des Teilproblem-Graphen als eine Möglichkeit, die Laufzeit eines auf dynamischer Programmierung beruhender Algorithmus zu verstehen, werden eingeführt. - 100 neue Übungsaufgaben und 28 neue Problemstellungen ergänzt. Umfangreiches Dozentenmaterial (auf englisch) ist über die Website des US-Verlags verfügbar.

Der Autor bietet eine systematische und umfassende Einführung in das Thema Datenstrukturen und Algorithmen. Aus dem Inhalt: Bäume, Hashing, Union Find, Priority Queues, Divide-and-conquer, dynamische Programmierung, Aufzählungsmethoden, Greedy-, Approximations-, Probabilistische Algorithmen, Algorithmen auf Graphen, Stringmatching, Online-Algorithmen, schnelle Fourier-Transformationen und lineare Programmierung.

Wenn es etwas annähernd Beständiges in der Informatik gibt, dann sind es Algorithmen. Sie begegnen uns in den unterschiedlichsten Arten von Programmen, wie Spielen, Simulationen, CAD-Anwendungen, ja sogar in datenbankbasierten Geschäftsanwendungen. Die Implementierung von Algorithmen setzt einige Grundlagenkenntnisse und mathematisches Verständnis voraus. Moderne Klassenbibliotheken helfen zwar, bieten jedoch keine Lösungen für den speziellen Fall. Das Verständnis und die Entwicklung von Algorithmen gehören zum grundlegenden Handwerkszeug eines Informatikers. Dieser shortcut gibt daher einen Überblick zu den'Mathematikangeboten'der Programmiersprachen, erklärt systematisch die Entwicklung von Algorithmen und bietet einen beispielhaften Überblick zu Sortier- und Suchalgorithmen.

SAT (für satisfiability) ist der Name des bekanntesten NP-vollständigen Problems, des Erfüllbarkeitsproblems der Aussagenlogik. Gegeben ist hierbei eine Formel mit Boole'schen Variablen und Verknüpfungen und gesucht wird eine „Lösung“, also eine Wertezuweisung an die Variablen, so dass die Formel wahr wird. Dieses algorithmische Problem ist Dreh- und Angelpunkt für alle NP-Vollständigkeitsnachweise und wurde schon als „Drosophila“ der Algorithmik bezeichnet. Für SAT werden seit einiger Zeit leistungsstarke Algorithmen entwickelt, die in der Lage sind, Formeln mit hunderten oder tausenden von Variablen zu lösen. Bei schwierigen Formeln mit nur wenigen Lösungen kommt dies der sprichwörtlichen Suche nach der Nadel im Heuhaufen gleich. Wie derartige Algorithmen arbeiten und wie die zugehörigen logischen Kalküle und heuristischen Suchmethoden eingesetzt werden, wird in diesem Buch – die erste deutschsprachige Veröffentlichung zum Thema – eingehend und fundiert erklärt. Der Titel erscheint als Band 1 der Reihe Mathematik für Anwendungen Diese Textbuchreihe soll zeigen, dass Mathematik mehr ist als nur eine Zusammenstellung von Theoremen und Definitionen – tatsächlich eröffnet die Mathematik die Möglichkeit, anwendungsnah Probleme der realen Welt zu lösen. Gedacht als Grundlage für Vorlesungen und Seminare in den Ingenieurwissenschaften und der Informatik, zielt jeder Band darauf ab, ein bestimmtes Thema kompakt und didaktisch durchdacht zu erfassen und dabei den Balanceakt zwischen formal-korrekter und informal-verständlicher Darstellung zu vollbringen. Nicht nur Studierende, sondern auch Praktiker aus der Industrie sowie Lehrer und Schüler in mathematischen Fächern werden diese Reihe zu schätzen wissen. Mathematics for Applications This series of textbooks is designed to demonstrate how mathematics is more than just a collection of theorems and definitions – it is a powerful means to solve real-world problems! Intended for use in lecture courses and seminars in any field of engineering or computer science, each volume aims for a compact and didactically sound presentation of its subject matter, balancing the demands of formal correctness with the need for general accessibility. Not only students, but also those working in technical professions, teachers of high school mathematics and even their students should find these books valuable.

Das Buch ist eine praxisnahe Einführung in die Numerische Mathematik zu grundlegenden Aufgabengebieten wie lineare und nichtlineare Gleichungen und Systeme, Eigenwerte von Matrizen, Approximation, Interpolation, Splines, Quadratur, Kubatur und es behandelt Anfangswertprobleme bei gewöhnlichen Differentialgleichungen. Die Autoren beschreiben die mathematischen und numerischen Prinzipien wichtiger Verfahren und stellen leistungsfähige Algorithmen für deren Durchführung dar. Zahlreiche Beispiele und erläuternde Skizzen erleichtern das Verständnis. Für jeden Problemkreis werden Entscheidungshilfen für die Auswahl der geeigneten Methode angegeben. Zu allen Verfahren wurden Programme in C entwickelt, die vom Server des Springer-Verlags abrufbar sind.

Das Buch ist eine praxisnahe Einführung in die Numerische Mathematik zu grundlegenden Aufgabengebieten wie lineare und nichtlineare Gleichungen und Systeme, Eigenwerte von Matrizen, Approximation, Interpolation, Splines, Quadratur und Kubatur. Die Autoren beschreiben die mathematischen und numerischen Prinzipien wichtiger Verfahren und stellen leistungsfähige Algorithmen für deren Durchführung dar. Zahlreiche Beispiele und erläuternde Skizzen erleichtern das Verständnis. Für jeden Problemkreis werden Entscheidungshilfen für die Auswahl der geeigneten Methode angegeben. Zu allen Verfahren wurden Programme in C entwickelt, die auf einer CD-ROM beigefügt sind. Eine zweite CD-ROM enthält Spline-Funktionen als Demo-Version aus der interaktiven Lernumgebung NUMAS.