Daten- und Wissensmanagement
by Freimut BodendorfFormat: Nonspecific Binding
Pub. Date: 2013-04-17
Publisher(s): Springer Nature
Other versions by this Author
-
Receive Free Shipping To The More Store!*
*Marketplace items do not qualify for the free shipping promotion.
-
eCampus.com Device Compatibility Matrix
Click the device icon to install or view instructions
Apple iOS | iPad, iPhone, iPod
Android Devices | Android Tables & Phones OS 2.2 or higher | *Kindle Fire
Windows 10 / 8 / 7 / Vista / XP
Mac OS X | **iMac / MacbookEnjoy offline reading with these devicesiPad, iPhone, iPod
Android 2.2 +Kindle FireWindows
10 / 8 / 7 / Vista / XPMac
List Price: $73.30
Rent Textbook
Select for Price
Rent Digital
$42.90*
New Textbook
We're Sorry
Sold Out
Used Textbook
We're Sorry
Sold Out
Summary
Das Buch gibt einen zusammenfassenden Überblick über die modernen Möglichkeiten des Daten- und Wissensmanagements. Es stellt die wichtigsten Konzepte zur Organisation von Daten und Wissen in Unternehmen dar und skizziert die relevanten technischen Ansätze zur wissensorientierten Informationsverarbeitung. Dabei werden relationale Datenmodelle, Data-Warehouse-Konzepte und Dokumenten- und Content Management ebenso behandelt wie alle wichtigen Aspekte des Knowledge Managements. Schließlich wird ein Überblick gegeben über die einschlägigen wissensorientierten Systeme, von Expertensystemen über Fuzzy-Logic-Systeme bis hin zu künstlichen neuronalen Netzen und genetischen Algorithmen. Der Leser bekommt so schnell einen qualifizierten Einblick sowohl in die methodischen und technischen Ansätze als auch in praxisrelevante Erscheinungsformen des Daten- und Wissensmanagements.
Table of Contents
| Daten und Wissen | p. 1 |
| Begriffsverstandnis | p. 1 |
| Lebenszyklus | p. 2 |
| Beschaffung | p. 3 |
| Strukturierung und Speicherung | p. 3 |
| Verwaltung | p. 4 |
| Nutzung und Veredelung | p. 4 |
| Verteilung | p. 5 |
| Entsorgung | p. 5 |
| Datenmanagement | p. 7 |
| Datenbanken | p. 7 |
| Relationale Datenmodellierung | p. 8 |
| Relationenmodell | p. 8 |
| Konzeptionelles Datenmodell | p. 11 |
| Grobdatenmodellierung | p. 14 |
| Feindatenmodellierung | p. 16 |
| Erweiterungen | p. 22 |
| Structured Query Language | p. 24 |
| Data-Warehouse-Konzept | p. 28 |
| Data-Warehouse-Schichtenarchitektur | p. 29 |
| Online Analytical Processing | p. 32 |
| Data Mining | p. 37 |
| Objektorientierte Modellierung | p. 40 |
| Prinzipien der Objektorientierung | p. 40 |
| Uniied Modeling Language | p. 45 |
| Dokumenten- und Content Management | p. 59 |
| Dokumentenbeschreibung | p. 59 |
| Standard Generalized Markup Language | p. 59 |
| Hypertext Markup Language | p. 62 |
| Extensible Markup Language | p. 62 |
| XML- An wendungen | p. 73 |
| Content Management | p. 82 |
| Medienprodukte | p. 82 |
| Content Life Cycle | p. 84 |
| Content-Management-Systeme | p. 87 |
| Dokumenten-Management-Systeme | p. 93 |
| Systemkonzept | p. 93 |
| Dokumentenretrieval | p. 97 |
| Wissensmanagement | p. 107 |
| Wissensbeschreibung | p. 107 |
| Semantik | p. 107 |
| Vernetzung | p. 114 |
| Prozess des Wissensmanagements | p. 116 |
| Formulierung von Wissenszielen | p. 117 |
| Wissensidentifikation | p. 118 |
| Wissensentwicklung | p. 118 |
| Wissensspeicherung | p. 119 |
| Wissensverteilung | p. 120 |
| Wissensanwendung | p. 120 |
| Gestaltungsfelder des Wissensmanagements | p. 121 |
| Unternehmenskultur | p. 121 |
| Personalmanagement | p. 122 |
| Management/Fuhrung | p. 122 |
| Prozessorganisation | p. 123 |
| Wissenscontrolling | p. 123 |
| Technologien fur das Wissensmanagement | p. 124 |
| Wissensbasierte und wissensorientierte Systeme | p. 129 |
| Uberblick | p. 129 |
| Case-Based Reasoning | p. 130 |
| Case Retrieval | p. 131 |
| Case Reuse | p. 131 |
| Case Revision | p. 132 |
| Case Retainment | p. 132 |
| Expertensysteme | p. 133 |
| Arten | p. 133 |
| Komponenten | p. 133 |
| Wissensbasis | p. 135 |
| Inferenzmaschine | p. 136 |
| Anwendungsbeispiel | p. 140 |
| Anwendungsfelder | p. 144 |
| Fuzzy-Logic-Systeme | p. 146 |
| Fuzzy Logic | p. 146 |
| Fuzzy-Expertensysteme | p. 147 |
| Anwehdungsbeispiel | p. 150 |
| Anwendungsfelder | p. 154 |
| Kiinstliche Neuronale Netze | p. 154 |
| Komponenten | p. 154 |
| Lernregeln | p. 159 |
| Anwendungsbeispiel | p. 164 |
| Anwendungsfelder | p. 167 |
| Genetische Algorithmen | p. 168 |
| Grundlagen | p. 168 |
| Evolutionarer Basisalgorithmus | p. 170 |
| Kanonischer Genetischer Algorithmus | p. 171 |
| Anwendungsbeispiel | p. 176 |
| Erweiterungen | p. 180 |
| Anwendungsfelder | p. 185 |
| Literatur | p. 187 |
| Sachverzeichnis | p. 191 |
| Table of Contents provided by Publisher. All Rights Reserved. |
An electronic version of this book is available through VitalSource.
This book is viewable on PC, Mac, iPhone, iPad, iPod Touch, and most smartphones.
By purchasing, you will be able to view this book online, as well as download it, for the chosen number of days.
Digital License
You are licensing a digital product for a set duration. Durations are set forth in the product description, with "Lifetime" typically meaning five (5) years of online access and permanent download to a supported device. All licenses are non-transferable.
More details can be found here.
A downloadable version of this book is available through the eCampus Reader or compatible Adobe readers.
Applications are available on iOS, Android, PC, Mac, and Windows Mobile platforms.
Please view the compatibility matrix prior to purchase.