Menu Expand

Cite JOURNAL ARTICLE

Style

Knuth, T (2021). Data Literacy und Strategien der datengetriebenen Wertschöpfung. Der Betriebswirt, 62(2), 87-98. https://doi.org/10.3790/dbw.62.2.87
Knuth, Tobias (2021). "Data Literacy und Strategien der datengetriebenen Wertschöpfung" Der Betriebswirt, vol. 62no. 2, 2021 pp. 87-98. https://doi.org/10.3790/dbw.62.2.87
Knuth, T (2021). Data Literacy und Strategien der datengetriebenen Wertschöpfung. Der Betriebswirt, Vol. 62 (Issue 2), pp 87-98. https://doi.org/10.3790/dbw.62.2.87

Format

Data Literacy und Strategien der datengetriebenen Wertschöpfung

Knuth, Tobias

Der Betriebswirt, Vol. 62 (2021), Iss. 2 : pp. 87–98

Additional Information

Article Details

Pricing

Author Details

Tobias Knuth lehrt als Dozent an der FOM Hochschule für Ökonomie & Management unter anderem Algorithmen und künstliche Intelligenz.

  • Tobias Knuth war früher als leitender Data Scientist in einem Start-Up tätig und erforscht jetzt die Anwendung von Data Mining und künstlicher Intelligenz an der Schnittstelle von Informatik, Statistik, Wirtschaft und Gesellschaft.
  • Search in Google Scholar

References

  1. American Library Association (2006): „Presidential Committee on Information Literacy: Final Report“. URL: http://www.ala.org/acrl/publications/whitepapers/presidential (besucht am 14.02.2021).  Google Scholar
  2. Azevedo, A./Santos, M. (2008): „KDD, SEMMA and CRISP-DM: a parallel overview“, in: Proceedings of the IADIS European Conference on Data Mining. IADIS European Conference on Data Mining. Amsterdam.  Google Scholar
  3. Bersin, J./Zao-Sanders, M. (2020): Boost Your Team’s Data Literacy. Harvard Business Review. URL: https://hbr.org/2020/02/boost-your-teams-data-literacy (besucht am 15.02.2021).  Google Scholar
  4. Best, J. (2012): Damned lies and statistics: untangling numbers from the media, politicians, and activists. Updated edition. Berkeley, California; London: University of California Press.  Google Scholar
  5. Buschman, B. J. (2009): „Information Literacy, ‚New‘ Literacies, and Literacy“, in: The Library Quarterly 79.1, S. 95–118.  Google Scholar
  6. Chapman, P. et al. (2000): CRISP-DM 1.0: Step-by-step data mining guide.  Google Scholar
  7. Davenport, T. H./Patil, D. J. (2012): Data Scientist: The Sexiest Job of the 21st Century. Harvard Business Review. URL: https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century (besucht am 17.07.2015).  Google Scholar
  8. Economist Intelligence Unit (2011): Big data: Harnessing a game-changing asset. Economist Intelligence Unit Limited.  Google Scholar
  9. Fabijan, A. et al. (2017): „The Evolution of Continuous Experimentation in Software Product Development: From Data to a DataDriven Organization at Scale“, in: 2017 IEEE/ACM 39th International Conference on Software Engineering (ICSE). 2017 IEEE/ACM 39th International Conference on Software Engineering (ICSE). Buenos Aires: IEEE, S. 770–780.  Google Scholar
  10. Gray, J./Gerlitz, C./Bounegru, L. (2018): „Data infrastructure literacy“, in: Big Data & Society 5.2.  Google Scholar
  11. Günther, W. A. et al. (2017): „Debating big data: A literature review on realizing value from big data“, in: The Journal of Strategic Information Systems 26.3, S. 191–209.  Google Scholar
  12. Heidrich, J./Bauer, P./Krupka, D. (2018): Future Skills: Ansätze zur Vermittlung von Data Literacy in der Hochschulbildung. Arbeitspapier Nr. 37. Berlin: Hochschulforum Digitalisierung.  Google Scholar
  13. Heidrich, J./Krupka, D. (2018): „Data Literacy: Data Skills in der Breite der Hochschulausbildung“, in: Data Literacy und Data Science Education: Digitale Kompetenzen in der Hochschulausbildung. Gesellschaft für Informatik e.V.  Google Scholar
  14. Krupka, D. (2020): „Dimensionen digitaler Souveränität — ein Überblick“, in: Schlüsselaspekte digitaler Souveränität. Gesellschaft für Informatik e.V., S. 4–7.  Google Scholar
  15. Letouzé, E. et al. (2015): Beyond Data Literacy: Reinventing Community Engagement and Empowerment in the Age of Data. Data-Pop Alliance.  Google Scholar
  16. Ludwig, T./Thiemann, H. 2020): „Datenkompetenz – Data Literacy“, in: Informatik Spektrum 43.6, S. 436–439.  Google Scholar
  17. McAfee, A./Brynjolfsson, E. (2012): Big Data: The Management Revolution. Harvard Business Review. URL: https://hbr.org/2012/10/big-data-the-management-revolution (besucht am 17.07.2015).  Google Scholar
  18. Moore, R. J. (2014): Democratizing data: Why data literacy will be the most important new skill of the 21st century. VentureBeat. URL: https://venturebeat.com/2014/11/07/democratizing-data-why-data-literacy-will-be-the-most-important-new-skill-of-the-21st-century/ (besucht am 18.02.2021).  Google Scholar
  19. Nie, Y. et al. (2019): „The influence of chief data officer presence on firm performance: does firm size matter?“, in: Industrial Management & Data Systems 119.3, S. 495–520.  Google Scholar
  20. Qlik und Accenture (2020): The Human Impact of Data Literacy. URL: https://thedataliteracyproject.org/humanimpact (besucht am 26.02.2021).  Google Scholar
  21. Ridsdale, C. et al. (2015): Strategies and Best Practices for Data Literacy Education: Knowledge Synthesis Report. Canada: Dalhousie University.  Google Scholar
  22. Schield, M. (2005): „Information Literacy, Statistical Literacy, Data Literacy“, in: IASSIST Quarterly 28.2, S. 6.  Google Scholar
  23. Schüller, K./Busch, P./Hindinger, C. (2019): Future Skills: Ein Framework für Data Literacy. Arbeitspapier Nr. 47. Berlin.  Google Scholar
  24. Schüller, K./Koch, H./Rampelt, F. (2021): Data-Literacy-Charta. Version 1.2. Berlin: Stifterverband.  Google Scholar
  25. Shirani, A. (2016): „Idintifying Data Science and Analytics Compentencies Based on Industry Demand“, in: Issues In Information Systems 17.4.  Google Scholar
  26. Someh, I. A. et al. (2018): „Emergence of Data and Non-Data Team Networks: An Agent-Based Model“, in: 39th International Conference on Information Systems. San Francisco: Association for Information Systems.  Google Scholar
  27. Strauss, D. et al. (2014): „How to Establish a CDO Office in Your Organization“, in: The 8th Annual MIT Chief Data Officer & Information Quality Symposium. Unter Mitarb. von B. Woo.  Google Scholar
  28. The Economist (2017): The world’s most valuable resource is no longer oil, but data. URL: https://www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data (besucht am 15.02.2021).  Google Scholar
  29. Wolf, V./Stumpf-Wollersheim, J./Poprawa, M. (2020): „Digitale Transformation in kleinen und mittelständischen Unternehmen“, in: Der Betriebswirt 61.1, S. 43–53.  Google Scholar
  30. Yang, L. et al. (2014): A Cubic Framework for the Chief Data Officer: Succeeding in a World of Big Data. ESD Working Papers; ESD-WP-2014-34. Massachusetts Institute of Technology. Engineering Systems Division.  Google Scholar

Abstract

Data have become ubiquitous in the 21st century. Companies can achieve a competitive advantage if they manage to utilise business data successfully, and a data strategy can help to become a data-driven company. In this article, three pillars are presented: data literacy as a central competence, data science as a specialisation, and the chief data officer as a C-level executive.

Die Digitalisierung führt im 21. Jahrhundert zu immer größeren Datenmengen. Unternehmen können betriebliche Daten nutzen, um fundierte und bessere Entscheidungen schneller zu treffen. Dabei stellt sich die Frage, wie im Anschluss an die digitale Transformation die Entwicklung von einem digitalisierten zu einem datengetriebenen Unternehmen erfolgen kann. Der geschulte Umgang mit Daten, die sogenannte Data Literacy, gilt als eine der grundlegenden Kompetenzen der modernen Wissensgesellschaft. Die in diesem Artikel vorgestellte Datenstrategie hat drei Säulen: Data Literacy als entscheidende Kompetenz aller Mitarbeiter, Data Science als Spezialisierung für komplexe Fragestellungen und die Rolle des Chief Data Officers als strategische Führungskraft zur Koordina­tion und Etablierung von datengetriebenen Prozessen. Die erfolgreiche Umsetzung einer Datenstrategie kann einen messbaren Wettbewerbsvorteil schaffen.

Table of Contents

Section Title Page Action Price
Tobias Knuth: Data Literacy und Strategien der datengetriebenen Wertschöpfung 1
Abstract 1
Zusammenfassung 1
Einführung 1
Data Literacy als zentrale Kompetenz 2
Data Science in Unternehmen 5
Chief Data Officers 7
Betriebliche Datenstrategie 8
Zusammenfassung und Ausblick 9
Literatur 1