Komponenten eines Wissensmanagement-Modells für Big Data

Unternehmen haben derzeit mit riesigen und wachsenden Datenmengen und -arten zu tun. Nur ein kleiner Teil dieser Daten wird in Wissen umgewandelt. Zu diesem Zweck setzen viele Unternehmen BIG DATA Techniken ein. In dieser Studie wird ein Literaturüberblick über Studien und Forschungsarbeiten in den Bereichen Wissensmanagement (KM) und BIG DATA der letzten zehn Jahre gegeben. Ziel dieser Studie ist es, die Konzepte, Anwendungen, Zwecke und Prozesse im Zusammenhang mit diesem Thema zu ermitteln und die wichtigsten kritischen Erfolgsfaktoren bei BIG DATA-Anwendungen zu identifizieren, um die Risiken der Anwendung zu minimieren. Eine Fallstudie in einem großen nationalen Logistikunternehmen bestätigte die Hauptkomponenten eines KM-Modells, das auf BIG DATA anwendbar ist, und dass die kritischen Erfolgsfaktoren von KM ebenso wichtig für die Minimierung der Risiken von BIG DATA-Anwendungen sind. Das Ergebnis dieser Untersuchung zeigt auch die praktischen Auswirkungen in Form von Lücken in Bezug auf die kritischen Erfolgsfaktoren für das untersuchte Unternehmen und die entsprechenden Überlegungen.

Autorentext

Antonio Braquehais hat einen Abschluss in Betriebswirtschaft mit Schwerpunkt Informationstechnologie-Management der Universität Brasilia (UnB) und einen Master in Electronic Business der Universität Ottawa (Kanada). Er hat einen Master-Abschluss in Wissensmanagement und Informationstechnologie von der Katholischen Universität Brasilia.