Staff View: Corporate Data Quality :

Corporate Data Quality : : Voraussetzung Erfolgreicher Geschäftsmodelle.

Saved in:

Bibliographic Details
:	Otto, Boris.
TeilnehmendeR:	Österle, Hubert.
Place / Publishing House:	Berlin, Heidelberg : : Springer Berlin / Heidelberg,, 2015. {copy}2016.
Year of Publication:	2015
Edition:	1st ed.
Language:	German
Online Access:	https://ebookcentral.proquest.com/lib/oeawat/detail.action?docID=6422690
Physical Description:	1 online resource (219 pages)
Tags:	Add Tag No Tags, Be the first to tag this record!

id	5006422690
ctrlnum	(MiAaPQ)5006422690 (Au-PeEL)EBL6422690 (OCoLC)1231609374
collection	bib_alma
record_format	marc
spelling	Otto, Boris. Corporate Data Quality : Voraussetzung Erfolgreicher Geschäftsmodelle. 1st ed. Berlin, Heidelberg : Springer Berlin / Heidelberg, 2015. {copy}2016. 1 online resource (219 pages) text txt rdacontent computer c rdamedia online resource cr rdacarrier Intro -- Vorwort -- Inhaltsverzeichnis -- Abkürzungsverzeichnis -- Abbildungsverzeichnis -- Tabellenverzeichnis -- Über die Autoren -- Kapitel-1 -- Datenqualität - eine Managementaufgabe -- 1.1 Trends der Digitalisierung -- 1.1.1 Durchdringung aller Lebens- und Wirtschaftsbereiche -- 1.1.2 Industrie 4.0 -- 1.1.3 Konsumerisierung -- 1.1.4 Digitale Geschäftsmodelle -- 1.2 Treiber der Datenqualität -- 1.2.1 360-Grad-Blick auf den Kunden -- 1.2.2 Unternehmenszukäufe und -zusammenschlüsse -- 1.2.3 Compliance -- 1.2.4 Berichtswesen -- 1.2.5 Operational Excellence -- 1.2.6 Datensicherheit und Privatheit -- 1.3 Herausforderungen und Anforderungen des Datenqualitätsmanagements -- 1.3.1 Herausforderungen im Umgang mit Daten -- 1.3.2 Anforderungen an das Datenqualitätsmanagement -- 1.4 Framework für Stammdatenqualitätsmanagement -- 1.4.1 Framework-Überblick -- 1.4.2 Strategieebene -- 1.4.3 Organisatorische Ebene -- 1.4.4 Informationssystemebene -- 1.5 Begriffsdefinitionen und Grundlagen -- 1.5.1 Daten und Information -- 1.5.2 Stammdaten -- 1.5.3 Datenqualität -- 1.5.4 Datenqualitätsmanagement (DQM) -- 1.5.5 Geschäftsregeln (Business Rules) -- 1.5.6 Data Governance -- 1.6 Kompetenzzentrum Corporate Data Quality -- Literatur -- Kapitel-2 -- Fallstudien zur Datenqualität -- 2.1 Allianz: Data Governance und Datenqualitätsmanagement in der Versicherungswirtschaft -- 2.1.1 Unternehmensüberblick -- 2.1.2 Ausgangssituation und Handlungsdruck -- 2.1.3 Das Solvency-II-Projekt -- 2.1.4 Datenqualitätsmanagement bei AGCS -- 2.1.5 Erkenntnisse -- 2.1.6 Weiterführendes Material -- 2.2 Bayer CropScience: Datenqualitätscontrolling in der agrochemischen Industrie -- 2.2.1 Unternehmensüberblick -- 2.2.2 Ausgangssituation und Handlungsdruck -- 2.2.3 Aufbau des unternehmensweiten Datenqualitätsmanagements -- 2.2.4 Erkenntnisse -- 2.2.5 Weiterführendes Material. 2.3 Beiersdorf: Produktdatenqualität in der Konsumgüter-Supply Chain -- 2.3.1 Unternehmensüberblick -- 2.3.2 Ausgangssituation des Datenmanagements -- 2.3.3 Projekt zur Messung der Datenqualität -- 2.3.4 Erkenntnisse -- 2.3.5 Weiterführendes Material -- 2.4 Bosch: Datenarchitekturmanagement in einem diversifizierten Technologiekonzern -- 2.4.1 Unternehmensüberblick -- 2.4.2 Ausgangssituation und Handlungsdruck -- 2.4.3 Datenarchitekturmuster bei Bosch -- 2.4.4 Erkenntnisse -- 2.4.5 Weiterführendes Material -- 2.5 Festo: Unternehmensweites Produktdatenmanagement in der Automatisierungsindustrie -- 2.5.1 Unternehmensüberblick -- 2.5.2 Ausgangssituation und Handlungsdruck des Produktdatenmanagements -- 2.5.3 Projekte im Produktdatenmanagement zwischen 1990 und 2009 -- 2.5.4 Aktuelle Aktivitäten und Ausblick -- 2.5.5 Erkenntnisse -- 2.5.6 Weiterführendes Material -- 2.6 Hilti: Durchgängiges Kundendatenmanagement in der Werkzeug- und Befestigungsindustrie -- 2.6.1 Unternehmensüberblick -- 2.6.2 Ausgangssituation des Kundendatenmanagements und Handlungsdruck -- 2.6.3 Das Projekt Customer Data Quality Tool -- 2.6.4 Erkenntnisse -- 2.6.5 Weiterführendes Material -- 2.7 Johnson &amp -- Johnson: Institutionalisierung des Stammdatenmanagements in der Konsumgüterindustrie -- 2.7.1 Unternehmensüberblick -- 2.7.2 Ausgangssituation des Datenmanagements im Bereich Consumer Products und Aktivitäten bis 2008 -- 2.7.3 Die Einführung von Data Governance -- 2.7.4 Aktuelle Situation -- 2.7.5 Erkenntnisse -- 2.7.6 Weiterführendes Material -- 2.8 Lanxess: Business Intelligence und Stammdatenmanagement bei einem Spezialchemiehersteller -- 2.8.1 Unternehmensüberblick -- 2.8.2 Ausgangssituation des Datenmanagements und Business Intelligence 2004-2011 -- 2.8.3 Das Stammdatenmanagement bei Lanxess seit 2011 -- 2.8.4 Aufbau des strategischen Reportings seit 2012. 2.8.5 Erkenntnisse -- 2.8.6 Weiterführendes Material -- 2.9 Shell: Datenqualität im Produktlebenszyklus in der Mineralölindustrie -- 2.9.1 Unternehmensüberblick -- 2.9.2 Ausgangssituation und Handlungsdruck -- 2.9.3 Durchgängiges Datenmanagement im Produktlebenszyklus -- 2.9.4 Herausforderungen bei der Umsetzung -- 2.9.5 Nutzen der neuen Lösung -- 2.9.6 Erkenntnisse -- 2.9.7 Weiterführendes Material -- 2.10 Syngenta: Auslagerung von Datenmanagementaufgaben in der Pflanzenschutzindustrie -- 2.10.1 Unternehmensüberblick -- 2.10.2 Ausgangssituation und Ziele der Stammdatenmanagementinitiative -- 2.10.3 Das Transformationsprojekt und MDM-Designprinzipien -- 2.10.4 Organisationsstruktur des Stammdatenmanagements -- 2.10.5 Datenpflegeprozess und Entscheidungskriterien für die Auslagerung -- 2.10.6 Erkenntnisse -- 2.10.7 Weiterführendes Material -- Literatur -- Kapitel-3 -- Methoden und Werkzeuge des Datenqualitätsmanagements -- 3.1 Methode zur Umsetzung der DQM-Strategie -- 3.1.1 Aufbau der Methode -- 3.1.2 Beispieltechniken der Methode -- 3.2 Reifegrad-Assessment und Benchmarking-Plattform für das Datenqualitätsmanagement -- 3.2.1 Ausgangssituation in Unternehmen -- 3.2.2 Reifegradmodelle und Benchmarking als Steuerungsinstrumente -- 3.2.3 EFQM-Exzellenzmodell für das Stammdatenqualitätsmanagement -- 3.2.4 Corporate Data Excellence: Steuerungswerkzeuge für Verantwortliche des Datenqualitätsmanagements -- 3.3 Die Corporate Data League: Ein Ansatz zur kooperativen Geschäftspartnerdatenpflege -- 3.3.1 Herausforderungen der Geschäftspartnerdatenpflege -- 3.3.2 Der Lösungsansatz des kooperativen Datenmanagements -- 3.3.3 Die Corporate Data League -- 3.4 Weitere Methoden und Werkzeuge des CC CDQ -- Literatur -- Kapitel-4 -- Erfolgsfaktoren und Sofortmaßnahmen -- 4.1 Erfolgsfaktoren des Datenqualitätsmanagements. 4.2 Sofortmaßnahmen auf dem Weg zum erfolgreichen Datenqualitätsmanagement -- Glossar -- Sachverzeichnis. Description based on publisher supplied metadata and other sources. Electronic reproduction. Ann Arbor, Michigan : ProQuest Ebook Central, 2024. Available via World Wide Web. Access may be limited to ProQuest Ebook Central affiliated libraries. Electronic books. Österle, Hubert. Print version: Otto, Boris Corporate Data Quality Berlin, Heidelberg : Springer Berlin / Heidelberg,c2015 9783662468050 ProQuest (Firm) https://ebookcentral.proquest.com/lib/oeawat/detail.action?docID=6422690 Click to View
language	German
format	eBook
author	Otto, Boris.
spellingShingle	Otto, Boris. Corporate Data Quality : Voraussetzung Erfolgreicher Geschäftsmodelle. Intro -- Vorwort -- Inhaltsverzeichnis -- Abkürzungsverzeichnis -- Abbildungsverzeichnis -- Tabellenverzeichnis -- Über die Autoren -- Kapitel-1 -- Datenqualität - eine Managementaufgabe -- 1.1 Trends der Digitalisierung -- 1.1.1 Durchdringung aller Lebens- und Wirtschaftsbereiche -- 1.1.2 Industrie 4.0 -- 1.1.3 Konsumerisierung -- 1.1.4 Digitale Geschäftsmodelle -- 1.2 Treiber der Datenqualität -- 1.2.1 360-Grad-Blick auf den Kunden -- 1.2.2 Unternehmenszukäufe und -zusammenschlüsse -- 1.2.3 Compliance -- 1.2.4 Berichtswesen -- 1.2.5 Operational Excellence -- 1.2.6 Datensicherheit und Privatheit -- 1.3 Herausforderungen und Anforderungen des Datenqualitätsmanagements -- 1.3.1 Herausforderungen im Umgang mit Daten -- 1.3.2 Anforderungen an das Datenqualitätsmanagement -- 1.4 Framework für Stammdatenqualitätsmanagement -- 1.4.1 Framework-Überblick -- 1.4.2 Strategieebene -- 1.4.3 Organisatorische Ebene -- 1.4.4 Informationssystemebene -- 1.5 Begriffsdefinitionen und Grundlagen -- 1.5.1 Daten und Information -- 1.5.2 Stammdaten -- 1.5.3 Datenqualität -- 1.5.4 Datenqualitätsmanagement (DQM) -- 1.5.5 Geschäftsregeln (Business Rules) -- 1.5.6 Data Governance -- 1.6 Kompetenzzentrum Corporate Data Quality -- Literatur -- Kapitel-2 -- Fallstudien zur Datenqualität -- 2.1 Allianz: Data Governance und Datenqualitätsmanagement in der Versicherungswirtschaft -- 2.1.1 Unternehmensüberblick -- 2.1.2 Ausgangssituation und Handlungsdruck -- 2.1.3 Das Solvency-II-Projekt -- 2.1.4 Datenqualitätsmanagement bei AGCS -- 2.1.5 Erkenntnisse -- 2.1.6 Weiterführendes Material -- 2.2 Bayer CropScience: Datenqualitätscontrolling in der agrochemischen Industrie -- 2.2.1 Unternehmensüberblick -- 2.2.2 Ausgangssituation und Handlungsdruck -- 2.2.3 Aufbau des unternehmensweiten Datenqualitätsmanagements -- 2.2.4 Erkenntnisse -- 2.2.5 Weiterführendes Material. 2.3 Beiersdorf: Produktdatenqualität in der Konsumgüter-Supply Chain -- 2.3.1 Unternehmensüberblick -- 2.3.2 Ausgangssituation des Datenmanagements -- 2.3.3 Projekt zur Messung der Datenqualität -- 2.3.4 Erkenntnisse -- 2.3.5 Weiterführendes Material -- 2.4 Bosch: Datenarchitekturmanagement in einem diversifizierten Technologiekonzern -- 2.4.1 Unternehmensüberblick -- 2.4.2 Ausgangssituation und Handlungsdruck -- 2.4.3 Datenarchitekturmuster bei Bosch -- 2.4.4 Erkenntnisse -- 2.4.5 Weiterführendes Material -- 2.5 Festo: Unternehmensweites Produktdatenmanagement in der Automatisierungsindustrie -- 2.5.1 Unternehmensüberblick -- 2.5.2 Ausgangssituation und Handlungsdruck des Produktdatenmanagements -- 2.5.3 Projekte im Produktdatenmanagement zwischen 1990 und 2009 -- 2.5.4 Aktuelle Aktivitäten und Ausblick -- 2.5.5 Erkenntnisse -- 2.5.6 Weiterführendes Material -- 2.6 Hilti: Durchgängiges Kundendatenmanagement in der Werkzeug- und Befestigungsindustrie -- 2.6.1 Unternehmensüberblick -- 2.6.2 Ausgangssituation des Kundendatenmanagements und Handlungsdruck -- 2.6.3 Das Projekt Customer Data Quality Tool -- 2.6.4 Erkenntnisse -- 2.6.5 Weiterführendes Material -- 2.7 Johnson &amp -- Johnson: Institutionalisierung des Stammdatenmanagements in der Konsumgüterindustrie -- 2.7.1 Unternehmensüberblick -- 2.7.2 Ausgangssituation des Datenmanagements im Bereich Consumer Products und Aktivitäten bis 2008 -- 2.7.3 Die Einführung von Data Governance -- 2.7.4 Aktuelle Situation -- 2.7.5 Erkenntnisse -- 2.7.6 Weiterführendes Material -- 2.8 Lanxess: Business Intelligence und Stammdatenmanagement bei einem Spezialchemiehersteller -- 2.8.1 Unternehmensüberblick -- 2.8.2 Ausgangssituation des Datenmanagements und Business Intelligence 2004-2011 -- 2.8.3 Das Stammdatenmanagement bei Lanxess seit 2011 -- 2.8.4 Aufbau des strategischen Reportings seit 2012. 2.8.5 Erkenntnisse -- 2.8.6 Weiterführendes Material -- 2.9 Shell: Datenqualität im Produktlebenszyklus in der Mineralölindustrie -- 2.9.1 Unternehmensüberblick -- 2.9.2 Ausgangssituation und Handlungsdruck -- 2.9.3 Durchgängiges Datenmanagement im Produktlebenszyklus -- 2.9.4 Herausforderungen bei der Umsetzung -- 2.9.5 Nutzen der neuen Lösung -- 2.9.6 Erkenntnisse -- 2.9.7 Weiterführendes Material -- 2.10 Syngenta: Auslagerung von Datenmanagementaufgaben in der Pflanzenschutzindustrie -- 2.10.1 Unternehmensüberblick -- 2.10.2 Ausgangssituation und Ziele der Stammdatenmanagementinitiative -- 2.10.3 Das Transformationsprojekt und MDM-Designprinzipien -- 2.10.4 Organisationsstruktur des Stammdatenmanagements -- 2.10.5 Datenpflegeprozess und Entscheidungskriterien für die Auslagerung -- 2.10.6 Erkenntnisse -- 2.10.7 Weiterführendes Material -- Literatur -- Kapitel-3 -- Methoden und Werkzeuge des Datenqualitätsmanagements -- 3.1 Methode zur Umsetzung der DQM-Strategie -- 3.1.1 Aufbau der Methode -- 3.1.2 Beispieltechniken der Methode -- 3.2 Reifegrad-Assessment und Benchmarking-Plattform für das Datenqualitätsmanagement -- 3.2.1 Ausgangssituation in Unternehmen -- 3.2.2 Reifegradmodelle und Benchmarking als Steuerungsinstrumente -- 3.2.3 EFQM-Exzellenzmodell für das Stammdatenqualitätsmanagement -- 3.2.4 Corporate Data Excellence: Steuerungswerkzeuge für Verantwortliche des Datenqualitätsmanagements -- 3.3 Die Corporate Data League: Ein Ansatz zur kooperativen Geschäftspartnerdatenpflege -- 3.3.1 Herausforderungen der Geschäftspartnerdatenpflege -- 3.3.2 Der Lösungsansatz des kooperativen Datenmanagements -- 3.3.3 Die Corporate Data League -- 3.4 Weitere Methoden und Werkzeuge des CC CDQ -- Literatur -- Kapitel-4 -- Erfolgsfaktoren und Sofortmaßnahmen -- 4.1 Erfolgsfaktoren des Datenqualitätsmanagements. 4.2 Sofortmaßnahmen auf dem Weg zum erfolgreichen Datenqualitätsmanagement -- Glossar -- Sachverzeichnis.
author_facet	Otto, Boris. Österle, Hubert.
author_variant	b o bo
author2	Österle, Hubert.
author2_variant	h o ho
author2_role	TeilnehmendeR
author_sort	Otto, Boris.
title	Corporate Data Quality : Voraussetzung Erfolgreicher Geschäftsmodelle.
title_sub	Voraussetzung Erfolgreicher Geschäftsmodelle.
title_full	Corporate Data Quality : Voraussetzung Erfolgreicher Geschäftsmodelle.
title_fullStr	Corporate Data Quality : Voraussetzung Erfolgreicher Geschäftsmodelle.
title_full_unstemmed	Corporate Data Quality : Voraussetzung Erfolgreicher Geschäftsmodelle.
title_auth	Corporate Data Quality : Voraussetzung Erfolgreicher Geschäftsmodelle.
title_new	Corporate Data Quality :
title_sort	corporate data quality : voraussetzung erfolgreicher geschäftsmodelle.
publisher	Springer Berlin / Heidelberg,
publishDate	2015
physical	1 online resource (219 pages)
edition	1st ed.
contents	Intro -- Vorwort -- Inhaltsverzeichnis -- Abkürzungsverzeichnis -- Abbildungsverzeichnis -- Tabellenverzeichnis -- Über die Autoren -- Kapitel-1 -- Datenqualität - eine Managementaufgabe -- 1.1 Trends der Digitalisierung -- 1.1.1 Durchdringung aller Lebens- und Wirtschaftsbereiche -- 1.1.2 Industrie 4.0 -- 1.1.3 Konsumerisierung -- 1.1.4 Digitale Geschäftsmodelle -- 1.2 Treiber der Datenqualität -- 1.2.1 360-Grad-Blick auf den Kunden -- 1.2.2 Unternehmenszukäufe und -zusammenschlüsse -- 1.2.3 Compliance -- 1.2.4 Berichtswesen -- 1.2.5 Operational Excellence -- 1.2.6 Datensicherheit und Privatheit -- 1.3 Herausforderungen und Anforderungen des Datenqualitätsmanagements -- 1.3.1 Herausforderungen im Umgang mit Daten -- 1.3.2 Anforderungen an das Datenqualitätsmanagement -- 1.4 Framework für Stammdatenqualitätsmanagement -- 1.4.1 Framework-Überblick -- 1.4.2 Strategieebene -- 1.4.3 Organisatorische Ebene -- 1.4.4 Informationssystemebene -- 1.5 Begriffsdefinitionen und Grundlagen -- 1.5.1 Daten und Information -- 1.5.2 Stammdaten -- 1.5.3 Datenqualität -- 1.5.4 Datenqualitätsmanagement (DQM) -- 1.5.5 Geschäftsregeln (Business Rules) -- 1.5.6 Data Governance -- 1.6 Kompetenzzentrum Corporate Data Quality -- Literatur -- Kapitel-2 -- Fallstudien zur Datenqualität -- 2.1 Allianz: Data Governance und Datenqualitätsmanagement in der Versicherungswirtschaft -- 2.1.1 Unternehmensüberblick -- 2.1.2 Ausgangssituation und Handlungsdruck -- 2.1.3 Das Solvency-II-Projekt -- 2.1.4 Datenqualitätsmanagement bei AGCS -- 2.1.5 Erkenntnisse -- 2.1.6 Weiterführendes Material -- 2.2 Bayer CropScience: Datenqualitätscontrolling in der agrochemischen Industrie -- 2.2.1 Unternehmensüberblick -- 2.2.2 Ausgangssituation und Handlungsdruck -- 2.2.3 Aufbau des unternehmensweiten Datenqualitätsmanagements -- 2.2.4 Erkenntnisse -- 2.2.5 Weiterführendes Material. 2.3 Beiersdorf: Produktdatenqualität in der Konsumgüter-Supply Chain -- 2.3.1 Unternehmensüberblick -- 2.3.2 Ausgangssituation des Datenmanagements -- 2.3.3 Projekt zur Messung der Datenqualität -- 2.3.4 Erkenntnisse -- 2.3.5 Weiterführendes Material -- 2.4 Bosch: Datenarchitekturmanagement in einem diversifizierten Technologiekonzern -- 2.4.1 Unternehmensüberblick -- 2.4.2 Ausgangssituation und Handlungsdruck -- 2.4.3 Datenarchitekturmuster bei Bosch -- 2.4.4 Erkenntnisse -- 2.4.5 Weiterführendes Material -- 2.5 Festo: Unternehmensweites Produktdatenmanagement in der Automatisierungsindustrie -- 2.5.1 Unternehmensüberblick -- 2.5.2 Ausgangssituation und Handlungsdruck des Produktdatenmanagements -- 2.5.3 Projekte im Produktdatenmanagement zwischen 1990 und 2009 -- 2.5.4 Aktuelle Aktivitäten und Ausblick -- 2.5.5 Erkenntnisse -- 2.5.6 Weiterführendes Material -- 2.6 Hilti: Durchgängiges Kundendatenmanagement in der Werkzeug- und Befestigungsindustrie -- 2.6.1 Unternehmensüberblick -- 2.6.2 Ausgangssituation des Kundendatenmanagements und Handlungsdruck -- 2.6.3 Das Projekt Customer Data Quality Tool -- 2.6.4 Erkenntnisse -- 2.6.5 Weiterführendes Material -- 2.7 Johnson &amp -- Johnson: Institutionalisierung des Stammdatenmanagements in der Konsumgüterindustrie -- 2.7.1 Unternehmensüberblick -- 2.7.2 Ausgangssituation des Datenmanagements im Bereich Consumer Products und Aktivitäten bis 2008 -- 2.7.3 Die Einführung von Data Governance -- 2.7.4 Aktuelle Situation -- 2.7.5 Erkenntnisse -- 2.7.6 Weiterführendes Material -- 2.8 Lanxess: Business Intelligence und Stammdatenmanagement bei einem Spezialchemiehersteller -- 2.8.1 Unternehmensüberblick -- 2.8.2 Ausgangssituation des Datenmanagements und Business Intelligence 2004-2011 -- 2.8.3 Das Stammdatenmanagement bei Lanxess seit 2011 -- 2.8.4 Aufbau des strategischen Reportings seit 2012. 2.8.5 Erkenntnisse -- 2.8.6 Weiterführendes Material -- 2.9 Shell: Datenqualität im Produktlebenszyklus in der Mineralölindustrie -- 2.9.1 Unternehmensüberblick -- 2.9.2 Ausgangssituation und Handlungsdruck -- 2.9.3 Durchgängiges Datenmanagement im Produktlebenszyklus -- 2.9.4 Herausforderungen bei der Umsetzung -- 2.9.5 Nutzen der neuen Lösung -- 2.9.6 Erkenntnisse -- 2.9.7 Weiterführendes Material -- 2.10 Syngenta: Auslagerung von Datenmanagementaufgaben in der Pflanzenschutzindustrie -- 2.10.1 Unternehmensüberblick -- 2.10.2 Ausgangssituation und Ziele der Stammdatenmanagementinitiative -- 2.10.3 Das Transformationsprojekt und MDM-Designprinzipien -- 2.10.4 Organisationsstruktur des Stammdatenmanagements -- 2.10.5 Datenpflegeprozess und Entscheidungskriterien für die Auslagerung -- 2.10.6 Erkenntnisse -- 2.10.7 Weiterführendes Material -- Literatur -- Kapitel-3 -- Methoden und Werkzeuge des Datenqualitätsmanagements -- 3.1 Methode zur Umsetzung der DQM-Strategie -- 3.1.1 Aufbau der Methode -- 3.1.2 Beispieltechniken der Methode -- 3.2 Reifegrad-Assessment und Benchmarking-Plattform für das Datenqualitätsmanagement -- 3.2.1 Ausgangssituation in Unternehmen -- 3.2.2 Reifegradmodelle und Benchmarking als Steuerungsinstrumente -- 3.2.3 EFQM-Exzellenzmodell für das Stammdatenqualitätsmanagement -- 3.2.4 Corporate Data Excellence: Steuerungswerkzeuge für Verantwortliche des Datenqualitätsmanagements -- 3.3 Die Corporate Data League: Ein Ansatz zur kooperativen Geschäftspartnerdatenpflege -- 3.3.1 Herausforderungen der Geschäftspartnerdatenpflege -- 3.3.2 Der Lösungsansatz des kooperativen Datenmanagements -- 3.3.3 Die Corporate Data League -- 3.4 Weitere Methoden und Werkzeuge des CC CDQ -- Literatur -- Kapitel-4 -- Erfolgsfaktoren und Sofortmaßnahmen -- 4.1 Erfolgsfaktoren des Datenqualitätsmanagements. 4.2 Sofortmaßnahmen auf dem Weg zum erfolgreichen Datenqualitätsmanagement -- Glossar -- Sachverzeichnis.
isbn	9783662468067 9783662468050
callnumber-first	H - Social Science
callnumber-subject	HF - Commerce
callnumber-label	HF4999
callnumber-sort	HF 44999.2 46182
genre	Electronic books.
genre_facet	Electronic books.
url	https://ebookcentral.proquest.com/lib/oeawat/detail.action?docID=6422690
illustrated	Not Illustrated
oclc_num	1231609374
work_keys_str_mv	AT ottoboris corporatedataqualityvoraussetzungerfolgreichergeschaftsmodelle AT osterlehubert corporatedataqualityvoraussetzungerfolgreichergeschaftsmodelle
status_str	n
ids_txt_mv	(MiAaPQ)5006422690 (Au-PeEL)EBL6422690 (OCoLC)1231609374
carrierType_str_mv	cr
is_hierarchy_title	Corporate Data Quality : Voraussetzung Erfolgreicher Geschäftsmodelle.
author2_original_writing_str_mv	noLinkedField
marc_error	Info : No Determination made, defaulting to MARC8 --- [ 856 : z ]
_version_	1792331058598903808
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>07307nam a22004213i 4500</leader><controlfield tag="001">5006422690</controlfield><controlfield tag="003">MiAaPQ</controlfield><controlfield tag="005">20240229073837.0</controlfield><controlfield tag="006">m o d \| </controlfield><controlfield tag="007">cr cnu\|\|\|\|\|\|\|\|</controlfield><controlfield tag="008">240229s2015 xx o \|\|\|\|0 ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783662468067</subfield><subfield code="q">(electronic bk.)</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">9783662468050</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(MiAaPQ)5006422690</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(Au-PeEL)EBL6422690</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1231609374</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">MiAaPQ</subfield><subfield code="b">eng</subfield><subfield code="e">rda</subfield><subfield code="e">pn</subfield><subfield code="c">MiAaPQ</subfield><subfield code="d">MiAaPQ</subfield></datafield><datafield tag="050" ind1=" " ind2="4"><subfield code="a">HF4999.2-6182</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Otto, Boris.</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Corporate Data Quality :</subfield><subfield code="b">Voraussetzung Erfolgreicher Geschäftsmodelle.</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1st ed.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin, Heidelberg :</subfield><subfield code="b">Springer Berlin / Heidelberg,</subfield><subfield code="c">2015.</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">{copy}2016.</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 online resource (219 pages)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">computer</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">online resource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">Intro -- Vorwort -- Inhaltsverzeichnis -- Abkürzungsverzeichnis -- Abbildungsverzeichnis -- Tabellenverzeichnis -- Über die Autoren -- Kapitel-1 -- Datenqualität - eine Managementaufgabe -- 1.1 Trends der Digitalisierung -- 1.1.1 Durchdringung aller Lebens- und Wirtschaftsbereiche -- 1.1.2 Industrie 4.0 -- 1.1.3 Konsumerisierung -- 1.1.4 Digitale Geschäftsmodelle -- 1.2 Treiber der Datenqualität -- 1.2.1 360-Grad-Blick auf den Kunden -- 1.2.2 Unternehmenszukäufe und -zusammenschlüsse -- 1.2.3 Compliance -- 1.2.4 Berichtswesen -- 1.2.5 Operational Excellence -- 1.2.6 Datensicherheit und Privatheit -- 1.3 Herausforderungen und Anforderungen des Datenqualitätsmanagements -- 1.3.1 Herausforderungen im Umgang mit Daten -- 1.3.2 Anforderungen an das Datenqualitätsmanagement -- 1.4 Framework für Stammdatenqualitätsmanagement -- 1.4.1 Framework-Überblick -- 1.4.2 Strategieebene -- 1.4.3 Organisatorische Ebene -- 1.4.4 Informationssystemebene -- 1.5 Begriffsdefinitionen und Grundlagen -- 1.5.1 Daten und Information -- 1.5.2 Stammdaten -- 1.5.3 Datenqualität -- 1.5.4 Datenqualitätsmanagement (DQM) -- 1.5.5 Geschäftsregeln (Business Rules) -- 1.5.6 Data Governance -- 1.6 Kompetenzzentrum Corporate Data Quality -- Literatur -- Kapitel-2 -- Fallstudien zur Datenqualität -- 2.1 Allianz: Data Governance und Datenqualitätsmanagement in der Versicherungswirtschaft -- 2.1.1 Unternehmensüberblick -- 2.1.2 Ausgangssituation und Handlungsdruck -- 2.1.3 Das Solvency-II-Projekt -- 2.1.4 Datenqualitätsmanagement bei AGCS -- 2.1.5 Erkenntnisse -- 2.1.6 Weiterführendes Material -- 2.2 Bayer CropScience: Datenqualitätscontrolling in der agrochemischen Industrie -- 2.2.1 Unternehmensüberblick -- 2.2.2 Ausgangssituation und Handlungsdruck -- 2.2.3 Aufbau des unternehmensweiten Datenqualitätsmanagements -- 2.2.4 Erkenntnisse -- 2.2.5 Weiterführendes Material.</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">2.3 Beiersdorf: Produktdatenqualität in der Konsumgüter-Supply Chain -- 2.3.1 Unternehmensüberblick -- 2.3.2 Ausgangssituation des Datenmanagements -- 2.3.3 Projekt zur Messung der Datenqualität -- 2.3.4 Erkenntnisse -- 2.3.5 Weiterführendes Material -- 2.4 Bosch: Datenarchitekturmanagement in einem diversifizierten Technologiekonzern -- 2.4.1 Unternehmensüberblick -- 2.4.2 Ausgangssituation und Handlungsdruck -- 2.4.3 Datenarchitekturmuster bei Bosch -- 2.4.4 Erkenntnisse -- 2.4.5 Weiterführendes Material -- 2.5 Festo: Unternehmensweites Produktdatenmanagement in der Automatisierungsindustrie -- 2.5.1 Unternehmensüberblick -- 2.5.2 Ausgangssituation und Handlungsdruck des Produktdatenmanagements -- 2.5.3 Projekte im Produktdatenmanagement zwischen 1990 und 2009 -- 2.5.4 Aktuelle Aktivitäten und Ausblick -- 2.5.5 Erkenntnisse -- 2.5.6 Weiterführendes Material -- 2.6 Hilti: Durchgängiges Kundendatenmanagement in der Werkzeug- und Befestigungsindustrie -- 2.6.1 Unternehmensüberblick -- 2.6.2 Ausgangssituation des Kundendatenmanagements und Handlungsdruck -- 2.6.3 Das Projekt Customer Data Quality Tool -- 2.6.4 Erkenntnisse -- 2.6.5 Weiterführendes Material -- 2.7 Johnson &amp -- Johnson: Institutionalisierung des Stammdatenmanagements in der Konsumgüterindustrie -- 2.7.1 Unternehmensüberblick -- 2.7.2 Ausgangssituation des Datenmanagements im Bereich Consumer Products und Aktivitäten bis 2008 -- 2.7.3 Die Einführung von Data Governance -- 2.7.4 Aktuelle Situation -- 2.7.5 Erkenntnisse -- 2.7.6 Weiterführendes Material -- 2.8 Lanxess: Business Intelligence und Stammdatenmanagement bei einem Spezialchemiehersteller -- 2.8.1 Unternehmensüberblick -- 2.8.2 Ausgangssituation des Datenmanagements und Business Intelligence 2004-2011 -- 2.8.3 Das Stammdatenmanagement bei Lanxess seit 2011 -- 2.8.4 Aufbau des strategischen Reportings seit 2012.</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">2.8.5 Erkenntnisse -- 2.8.6 Weiterführendes Material -- 2.9 Shell: Datenqualität im Produktlebenszyklus in der Mineralölindustrie -- 2.9.1 Unternehmensüberblick -- 2.9.2 Ausgangssituation und Handlungsdruck -- 2.9.3 Durchgängiges Datenmanagement im Produktlebenszyklus -- 2.9.4 Herausforderungen bei der Umsetzung -- 2.9.5 Nutzen der neuen Lösung -- 2.9.6 Erkenntnisse -- 2.9.7 Weiterführendes Material -- 2.10 Syngenta: Auslagerung von Datenmanagementaufgaben in der Pflanzenschutzindustrie -- 2.10.1 Unternehmensüberblick -- 2.10.2 Ausgangssituation und Ziele der Stammdatenmanagementinitiative -- 2.10.3 Das Transformationsprojekt und MDM-Designprinzipien -- 2.10.4 Organisationsstruktur des Stammdatenmanagements -- 2.10.5 Datenpflegeprozess und Entscheidungskriterien für die Auslagerung -- 2.10.6 Erkenntnisse -- 2.10.7 Weiterführendes Material -- Literatur -- Kapitel-3 -- Methoden und Werkzeuge des Datenqualitätsmanagements -- 3.1 Methode zur Umsetzung der DQM-Strategie -- 3.1.1 Aufbau der Methode -- 3.1.2 Beispieltechniken der Methode -- 3.2 Reifegrad-Assessment und Benchmarking-Plattform für das Datenqualitätsmanagement -- 3.2.1 Ausgangssituation in Unternehmen -- 3.2.2 Reifegradmodelle und Benchmarking als Steuerungsinstrumente -- 3.2.3 EFQM-Exzellenzmodell für das Stammdatenqualitätsmanagement -- 3.2.4 Corporate Data Excellence: Steuerungswerkzeuge für Verantwortliche des Datenqualitätsmanagements -- 3.3 Die Corporate Data League: Ein Ansatz zur kooperativen Geschäftspartnerdatenpflege -- 3.3.1 Herausforderungen der Geschäftspartnerdatenpflege -- 3.3.2 Der Lösungsansatz des kooperativen Datenmanagements -- 3.3.3 Die Corporate Data League -- 3.4 Weitere Methoden und Werkzeuge des CC CDQ -- Literatur -- Kapitel-4 -- Erfolgsfaktoren und Sofortmaßnahmen -- 4.1 Erfolgsfaktoren des Datenqualitätsmanagements.</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">4.2 Sofortmaßnahmen auf dem Weg zum erfolgreichen Datenqualitätsmanagement -- Glossar -- Sachverzeichnis.</subfield></datafield><datafield tag="588" ind1=" " ind2=" "><subfield code="a">Description based on publisher supplied metadata and other sources.</subfield></datafield><datafield tag="590" ind1=" " ind2=" "><subfield code="a">Electronic reproduction. Ann Arbor, Michigan : ProQuest Ebook Central, 2024. Available via World Wide Web. Access may be limited to ProQuest Ebook Central affiliated libraries. </subfield></datafield><datafield tag="655" ind1=" " ind2="4"><subfield code="a">Electronic books.</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Österle, Hubert.</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Print version:</subfield><subfield code="a">Otto, Boris</subfield><subfield code="t">Corporate Data Quality</subfield><subfield code="d">Berlin, Heidelberg : Springer Berlin / Heidelberg,c2015</subfield><subfield code="z">9783662468050</subfield></datafield><datafield tag="797" ind1="2" ind2=" "><subfield code="a">ProQuest (Firm)</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://ebookcentral.proquest.com/lib/oeawat/detail.action?docID=6422690</subfield><subfield code="z">Click to View</subfield></datafield></record></collection>

Corporate Data Quality : : Voraussetzung Erfolgreicher Geschäftsmodelle.

Similar Items