König / Schröder / Wiegand Big Data

Chancen, Risiken, Entwicklungstendenzen
1. Auflage 2018
ISBN: 978-3-658-20083-1
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 180 Seiten

Reihe: Schriftenreihe der ASI - Arbeitsgemeinschaft Sozialwissenschaftlicher Institute

Das Buch gibt einen Überblick über die aktuelle Nutzung von Big Data in verschiedenen Bereichen sowie die damit verbundenen Chancen und Risiken, stellt neue Studiengänge vor, die zum Umgang mit Big Data befähigen, und behandelt Datenschutzanforderungen und Normen, die bei der Nutzung von Big Data relevant sind. Big Data, also große, komplexe und schnelllebige Datenmengen, werden in der akademischen Sozialforschung, der Marktforschung und der amtlichen Statistik zunehmend analysiert, um relevante Fragestellungen zu beantworten. 
Die HerausgeberChristian König ist Referent im Institut für Forschung und Entwicklung in der Bundesstatistik des Statistischen Bundesamtes, Wiesbaden und Dozent für das Fach Wirtschaftsmathematik an der Verwaltungs- und Wirtschaftsakademie Wiesbaden e. V.
Jette Schröder ist Projektberaterin bei GESIS - Leibniz-Institut für Sozialwissenschaften und Geschäftsführerin der Arbeitsgemeinschaft Sozialwissenschaftlicher Institute e. V. (ASI).
Erich Wiegand ist Geschäftsführer des ADM Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V.

Christian König ist Referent im Institut für Forschung und Entwicklung in der Bundesstatistik des Statistischen Bundesamtes, Wiesbaden und Dozent für das Fach Wirtschaftsmathematik an der Verwaltungs- und Wirtschaftsakademie Wiesbaden e. V.
Jette Schröder ist Projektberaterin bei GESIS - Leibniz-Institut für Sozialwissenschaften und Geschäftsführerin der Arbeitsgemeinschaft Sozialwissenschaftlicher Institute e. V. (ASI).
Erich Wiegand ist Geschäftsführer des ADM Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V.

Autoren/Hrsg.

König, Christian

Schröder, Jette

Wiegand, Erich

Inhaltsverzeichnis

1;Inhalt;6
2;Vorwort;7
3;1 Begrüßung durch die Direktorin beim Statistischen Bundesamt;9
4;2 Big Data - Chancen, Risiken, Entwicklungstendenzen Einführung in die Tagung;13
4.1;Rahmenbedingungen der Datennutzung;14
4.2;Aus- und Weiterbildung;15
4.3;Datenspezifische Herausforderungen;15
5;3 Big Data - Anwendungen in der Marktforschung;17
5.1;1 Einleitung;17
5.2;2 Was sind „Big Data“?;18
5.3;3 „Big Data“ in der Marktforschung;18
5.3.1;3.1 Big Data-Anwendungen in der Marktforschung;19
5.3.2;3.2 Weitere Anwendungen;25
5.4;4 Zusammenfassung;25
6;4 International Program in Survey and Data Science;26
6.1;1 Kurzporträt;26
6.2;2 Motivation für einen neuen Studiengang;27
6.3;3 Studieninhalte;28
6.4;4 Details des International Program for Survey and Data Science (IPSDS);30
6.4.1;4.1 Online-Format;31
6.4.2;4.2 Modularer Aufbau und Arbeitsaufwand;33
6.4.3;4.3 Bisherige Ergebnisse;36
6.5;5 Herausforderung und Ausblick;39
6.6;Literatur;39
7;5 Neue digitale Daten in der amtlichen StatistikLara;41
7.1;Einleitung1Mit;41
7.2;2 Digitale Daten und amtliche StatistikMit;43
7.3;3 Nationale Roadmap zur Integration neuer digitaler Daten in amtliche Statistiken;46
7.3.1;3.1 Administrative Aspekte der Integration neuer digitaler Daten;47
7.3.2;3.2 Vorprodukte amtlicher statistischer Ergebnisse;51
7.3.3;3.3 Nationale Machbarkeitsstudien;52
7.4;4 Ausblick;55
7.5;Literatur;57
8;6 Internetbasierte Erfassung offener Stellen im Statistischen Bundesamt;59
8.1;1 Das ESSnet Projekt Big Data;59
8.2;2 Assessment der Jobportale;60
8.3;3 Beschaffung der Daten von Jobportalen;68
8.4;4 Daten zu offenen Stellen bei der Bundesagentur für Arbeit;70
8.5;5 Erste Ergebnisse zur Datenqualität von Jobportalen;74
8.5.1;5.1 Dublettenprüfung;74
8.5.2;5.2 Vergleich der Daten von Jobportalen mit den Ergebnissen der Stellenerhebung;75
8.5.3;5.3 Das Unternehmensregister in Deutschland;77
8.6;6 Rekrutierungswege potentieller Arbeitgeber;79
8.7;7 Zusammenfassung und Ausblick;80
8.8;Literatur;82
9;7 Data Science als StudiengangGöran;85
9.1;1 Data Science als neues wissenschaftliches GebietDas;85
9.2;2 Data Science und Big Data;87
9.3;3 Studiengang Data Science@LMUData;90
9.4;4 Statistik und Informatik in Data Science;91
9.5;5 Datenethik, Datenschutz, Datensicherheit;92
9.6;6 Weitere Informationen;93
10;8ISO Norm 19731 – Digital Analytics and Web Analyses;94
10.1;1 Entstehung und normungssystematische Einordnung der ISO 19731;94
10.1.1;1.1 Standards zur Qualitätssicherung;95
10.1.2;1.2 DIN 77500 Markt- und Sozialforschungs-Dienstleistungen;96
10.1.3;1.3 ISO 20252 Markt-, Meinungs- und Sozialforschung;96
10.1.4;1.4 ISO 26363 Access Panels in der Markt-, Meinungs- und Sozialforschung;97
10.1.5;1.5 EN 15707 Printmedienanalysen – Begriffe und Dienstleistungsanforderungen;98
10.1.6;1.6 ISO 19731 Digital analytics and web analyses;98
10.2;2 Methodische und forschungspolitische Bedeutung der Norm ISO 19731;99
10.2.1;2.1 Anwendungsbereich der Norm ISO 19731;99
10.2.2;2.2 Politische Bedeutung der Norm ISO 19731;100
10.3;3 Notwendigkeit und Alternativen der Revision der ISO Norm 19731;101
10.3.1;3.1 Revision der ISO Norm 19731;101
10.3.2;3.2 Normen und technische Spezifikationen;103
10.4;4 Entwicklung der gesetzlichen Rahmenbedingungen (in Europa);104
10.5;5 Resümee;105
10.6;Literatur;105
11;9 Big Data in der statistischen Methodenberatung;107
11.1;1 Big Data & Co.: Was verbirgt sich dahinter?;107
11.2;2 Big Data, Big Power: Vier Beispiele für „Big Data“ Projekte aus der Praxis der statistischen Methodenberatung;113
11.2.1;2.1 Betrugserkennung bei Fahrzeugen;113
11.2.2;2.2 Personalplanung für eine Versicherung;114
11.2.3;2.3 Wetter-Targeting in der Werbung;116
11.2.4;2.4 Smart Data Labs am Frankfurter Flughafen;118
11.3;3 Big Data, Big Problems? Ausblick und Diskussion;121
11.4;Literatur;122
12;10 Big Data in der wirtschaftswissenschaftlichen Forschung;124
12.1;1 Einleitung;124
12.2;2 Big Data: Struktur, methodische Herausforderungen und Potenziale;126
12.3;3 Big Data in der Forschung eines Wirtschaftsforschungsinstituts;132
12.4;4 Fazit;138
12.5;Literatur;141
13;11 Datenschutz bei Big DataRechtliche und politische Implikationen;144
13.1;1 Einleitung;144
13.2;2 Das Phänomen Big Data;145
13.3;3 Grundlagen des Datenschutzrechts;146
13.3.1;3.1 Grundrechtliche Vorgaben in Deutschland und Europa;147
13.3.2;3.2 Bundesdatenschutzgesetz und Datenschutz-Grundverordnung;150
13.4;4 Rahmenbedingungen der Datenschutz-Grundverordnung;151
13.4.1;4.1 Ausgangspunkt: Personenbezug der Daten;151
13.4.2;4.2 Allgemeine Grundsätze zur Verarbeitung personenbezogener Daten;152
13.4.3;4.3 Sonderregelungen für Archive, wissenschaftliche oder historische Forschung und Statistik;156
13.5;5 Herausforderungen durch Big Data;158
13.5.1;5.1 Kombination „anonymer“ und öffentlich verfügbarer Daten;158
13.5.2;5.2 Analysen zu immer neuen und zu unbekannten Zwecken;162
13.5.3;5.3 Einsatz komplexer Algorithmen;165
13.6;6 Ausblick;168
13.7;Literatur;170
14;Adressen der Autorinnen und Autoren;179