Verfügbarkeit: Big Data? Frag doch einfach!

Big Data? Frag doch einfach!: klare Antworten aus erster Hand

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Frick, Detlev 1956- (VerfasserIn), Kaufmann, Jens 1984- (VerfasserIn), Lankes, Birgit (VerfasserIn)
Format:	Buch
Sprache:	German
Veröffentlicht:	München UVK Verlag [2023]
Schriftenreihe:	Frag doch einfach!
Schlagworte:	Unternehmen Künstliche Intelligenz Big Data Daten:innen sammeln
Online-Zugang:	Inhaltsverzeichnis
Beschreibung:	123 Seiten Illustrationen, Diagramme 21.5 cm x 15 cm
ISBN:	9783825254421 3825254429

Internformat

MARC


LEADER	00000nam a22000008c 4500
001	BV046755140
003	DE-604
005	20240405
007	t
008	200609s2023 gw a\|\|\| \|\|\|\| 00\|\|\| ger d
015			\|a 20,N18 \|2 dnb
016	7		\|a 1208863444 \|2 DE-101
020			\|a 9783825254421 \|c BC : EUR 14.90 (DE), CHF 19.90 (freier Preis) \|9 978-3-8252-5442-1
020			\|a 3825254429 \|9 3-8252-5442-9
024	3		\|a 9783825254421
028	5	2	\|a Bestellnummer: 5442
035			\|a (OCoLC)1152771431
035			\|a (DE-599)DNB1208863444
040			\|a DE-604 \|b ger \|e rda
041	0		\|a ger
044			\|a gw \|c XA-DE-BW
049			\|a DE-1102 \|a DE-29 \|a DE-860 \|a DE-355 \|a DE-19 \|a DE-898 \|a DE-1049 \|a DE-1051 \|a DE-859 \|a DE-83 \|a DE-523 \|a DE-703
082	0		\|a 005.7 \|2 23/ger
084			\|a MS 7965 \|0 (DE-625)123801: \|2 rvk
084			\|a AK 54535 \|0 (DE-625)164549: \|2 rvk
084			\|a ST 278 \|0 (DE-625)143644: \|2 rvk
084			\|a 650 \|2 sdnb
100	1		\|a Frick, Detlev \|d 1956- \|e Verfasser \|0 (DE-588)118093762 \|4 aut
245	1	0	\|a Big Data? Frag doch einfach! \|b klare Antworten aus erster Hand \|c Detlev Frick, Jens Kaufmann, Birgit Lankes
264		1	\|a München \|b UVK Verlag \|c [2023]
264		4	\|c © 2023
300			\|a 123 Seiten \|b Illustrationen, Diagramme \|c 21.5 cm x 15 cm
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
490	0		\|a Frag doch einfach!
650	0	7	\|a Unternehmen \|0 (DE-588)4061963-1 \|2 gnd \|9 rswk-swf
650	0	7	\|a Künstliche Intelligenz \|0 (DE-588)4033447-8 \|2 gnd \|9 rswk-swf
650	0	7	\|a Big Data \|0 (DE-588)4802620-7 \|2 gnd \|9 rswk-swf
653			\|a Big Data
653			\|a Künstliche Intelligenz
653			\|a Daten:innen sammeln
689	0	0	\|a Big Data \|0 (DE-588)4802620-7 \|D s
689	0	1	\|a Künstliche Intelligenz \|0 (DE-588)4033447-8 \|D s
689	0		\|5 DE-604
689	1	0	\|a Unternehmen \|0 (DE-588)4061963-1 \|D s
689	1	1	\|a Big Data \|0 (DE-588)4802620-7 \|D s
689	1		\|5 DE-604
700	1		\|a Kaufmann, Jens \|d 1984- \|e Verfasser \|0 (DE-588)1048648702 \|4 aut
700	1		\|a Lankes, Birgit \|e Verfasser \|0 (DE-588)1307902006 \|4 aut
710	2		\|a Uni-Taschenbücher GmbH \|0 (DE-588)5161273-2 \|4 pbl
710	2		\|a UVK Verlagsgesellschaft mbH \|0 (DE-588)106537268X \|4 pbl
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, PDF \|z 978-3-8385-5442-6
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, EPUB \|z 978-3-8463-5442-1
856	4	2	\|m DNB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032164803&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis

Datensatz im Suchindex

_version_	1805069411195813888
adam_text	INHALT VORWORT . 9 WAS DIE VERWENDETEN SYMBOLE BEDEUTEN . 11 WICHTIGE ABKUERZUNGEN . 13 ZAHLEN UND FAKTEN ZU BIG DATA . 17 AKTUELLES BEISPIEL ZU BIG DATA . 19 1 BIG DATA IM KONTEXT . 21 1.1 IST BIG DATA MIT DER 3V-DEFINITION ERKLAERBAR? . 22 1.2 WAS SIND STRUKTURIERTE, SEMI-STRUKTURIERTE UND UNSTRUKTURIERTEN DATEN? . 23 1.3 BUSINESS INTELLIGENCE ODER BUSINESS ANALYTICS - IST DAS NICHT ALLES BIG DATA? . 24 1.4 WIE UNTERSCHEIDEN SICH DATA SCIENCE/DATA MINING/MASCHINELLES LERNEN? . 25 1.5 SUPERKRAFT DATA LITERACY? . 26 1.6 WAS KANN KUENSTLICHE INTELLIGENZ (NICHT)? . 27 2 BETRIEBSWIRTSCHAFTLICHE FRAGESTELLUNGEN . 29 2.1 SIND DATEN (INFORMATIONEN) DAS NEUE OEL? . 30 2.2 IST INFORMATION EIN PRODUKTIONSFAKTOR? . 31 2.3 WARUM BENOETIGEN UNTERNEHMEN EINE DATA STRATEGY? . 32 2.4 WAS VERSTEHT MAN UNTER EINER BETRIEBSDATENANALYSE? . 33 2.5 HABEN KUNDEN EINEN WERT UND WIE KANN EIN ANALYTISCHES CRM UNTERSTUETZEN? . 34 2.6 WIRKT BIG DATA AUCH AUF GESCHAEFTSMODELLE? . 35 2.7 WAS VERSTEHT MAN UNTER INTERNET OF THINGS? . 36 2.8 EIN BESONDERER EINSATZBEREICH VON LOT IST PREDICTIVE MAINTENANCE! WARUM? . 37 3 BERICHTSWESEN . 39 3.1 ZAHLEN ODER KENNZAHLEN, DAS IST HIER DIE FRAGE! . 40 3.2 WAS MACHT REPORTING? . 41 3.3 IST VISUALISIERUNG WICHTIG? . 42 4 DATENMANAGEMENT . 43 4.1 WAS VERSTEHT MAN UNTER DATA ENGINEERING UND WIE SETZT MAN ES EIN? . 44 4.2 WAS SIND IN DIESEM ZUSAMMENHANG DATENMODELLE? . 45 4.3 WAS BEDEUTET NOSQL AUS SICHT DER DATEN? . 46 4.4 WAS IST HARMONISIERUNG? . 47 4.5 WAS IST DER UNTERSCHIED ZWISCHEN ETL UND ELT? . 48 5 DATENVERARBEITUNG . 49 5.1 WAS ERSTELLT EIN BIG-DATA-ARCHITEKT? . 50 5.2 SIND KLASSISCHE DATA WAREHOUSES UEBERFLUESSIG? . 51 5.3 WAS SCHWIMMT IN EINEM DATA LAKE? . 52 5.4 DIENT STREAMING BEI BIG DATA DER UNTERHALTUNG? . 53 5.5 WAS MACHT CLICKSTREAM-DATEN WERTVOLL? . 54 5.6 WAS IST DIE IDEE VON LAMBDA-ARCHITEKTUREN? . 55 5.7 FUER WELCHE AUFGABEN EIGNEN SICH BATCH-VERFAHREN? . 56 5.8 WERDEN IMMER ALLE DATEN BETRACHTET? . 56 5.9 WIE WERDEN DIE NOTWENDIGEN GESCHWINDIGKEITEN ERZIELT? . 57 6 DATENHALTUNG . 59 6.1 WARUM WERDEN DATEN VERTEILT GESPEICHERT? . 60 6.2 WIE WIRD VERTEILTE SPEICHERUNG UMGESETZT? . 61 6.3 WARUM SKALIEREN NOSQL-SYSTEME HORIZONTAL? . 62 6.4 WARUM LIEGEN VIELE DATEN IN SKANDINAVIEN? . 63 6.5 LOHNT ES SICH HEUTE NOCH, SQL ZU LERNEN? . 64 6.6 WAS BEDEUTET CRUD? . 65 6.7 WELCHE RELEVANZ HAT DAS ACID-PRINZIP? . 66 6.8 WAS IST DAS . 68 6.9 WIE SPEICHERN SOZIALE NETZWERKE IHRE DATEN? . 69 6.10 WAS AENDERT SICH DURCH DOKUMENTENORIENTIERTE SPEICHERUNG? . 70 6.11 WIE KOENNEN GROSSE DATENMENGEN SCHNELLER ABGERUFEN WERDEN? . 71 6.12 IST HYPERSCALING NUR EIN HYPE? . 72 6.13 WAS PASSIERT, WENN EIN DATENSERVER AUSFAELLT? . 72 7 ANALYSEMETHODEN . 73 7.1 ERKLAEREN KORRELATIONEN ZUSAMMENHAENGE? . 74 7.2 WIE KANN BIG DATA VISUALISIERT WERDEN? . 75 7.3 WIE SCHAFFEN GRAFISCHE AUSWERTUNGEN UEBERSICHT? . 76 7.4 KANN BIG DATA FUER AUSWERTUNGEN REDUZIERT WERDEN? . 77 7.5 SIND KLASSISCHE ANALYSEMETHODEN NOCH EINSETZBAR? . 78 7.6 WAS ZEIGT ZUSAMMENHAENGE IN DATEN AUF? . 80 7.7 WARUM HILFT BIG DATA BEI DER OBJEKTERKENNUNG? . 81 7.8 SIND KUENSTLICHE NEURONALE NETZE TEIL VON BIG DATA? . 82 7.9 WIE WERDEN TEXTE ANALYSIERT? . 83 7.10 WELCHE PROBLEME BEREITET SPRACHVERARBEITUNG? . 84 7.11 KANN BIG DATA WAEHLER ANALYSIEREN? . 85 7.12 SIEHT BIG-DATA-ANALYSE-SOFTWARE AUS WIE IN FILMEN? . 85 7.13 IST PROCESS MINING EIN YYMUSS " ? . 86 8 WERKZEUGE . 87 8.1 WAS IST HADOOP? . 88 8.2 WOMIT WERDEN BIG-DATA-DATENMODELLE ERSTELLT? . 89 8.3 WOMIT WIRD IM BEREICH BIG DATA PROGRAMMIERT? . 90 8.4 WELCHES NOSQL-DATENBANKSYSTEM IST DAS RICHTIGE? . 93 8.5 EXISTIERT EINE STANDARDSOFTWARE FUER DATENANALYSE? . 94 8.6 WIRD SPEZIELLE HARDWARE FUER DIE ANALYSEN BENOETIGT? . 95 8.7 WIE FUNKTIONIEREN PROCESS-MINING-WERKZEUGE? . 96 9 RECHT UND UMFELD . 97 9.1 WAS IST DATA GOVERNANCE? . 98 9.2 WAS VERSTEHT MAN UNTER DATA PRIVACY? . 101 9.3 WAS REGELT DIE DSGVO? . 102 9.4 IN WELCHEM VERHAELTNIS STEHT DAS BDSG ZUR DSGVO? . 103 9.5 KOENNEN DATEN OHNE PROBLEME IN DIE USA UEBERTRAGEN WERDEN? . 104 9.6 WAS VERSTEHT MAN UNTER IT-SECURITY? . 105 GLOSSAR . 107 ONLINE UND LITERATURTIPPS . 111 DIE AUTOREN IM UEBERBLICK . 117 VERWENDETE LITERATUR . WO SICH WELCHES STICHWORT BEFINDET . 121
adam_txt	INHALT VORWORT . 9 WAS DIE VERWENDETEN SYMBOLE BEDEUTEN . 11 WICHTIGE ABKUERZUNGEN . 13 ZAHLEN UND FAKTEN ZU BIG DATA . 17 AKTUELLES BEISPIEL ZU BIG DATA . 19 1 BIG DATA IM KONTEXT . 21 1.1 IST BIG DATA MIT DER 3V-DEFINITION ERKLAERBAR? . 22 1.2 WAS SIND STRUKTURIERTE, SEMI-STRUKTURIERTE UND UNSTRUKTURIERTEN DATEN? . 23 1.3 BUSINESS INTELLIGENCE ODER BUSINESS ANALYTICS - IST DAS NICHT ALLES BIG DATA? . 24 1.4 WIE UNTERSCHEIDEN SICH DATA SCIENCE/DATA MINING/MASCHINELLES LERNEN? . 25 1.5 SUPERKRAFT DATA LITERACY? . 26 1.6 WAS KANN KUENSTLICHE INTELLIGENZ (NICHT)? . 27 2 BETRIEBSWIRTSCHAFTLICHE FRAGESTELLUNGEN . 29 2.1 SIND DATEN (INFORMATIONEN) DAS NEUE OEL? . 30 2.2 IST INFORMATION EIN PRODUKTIONSFAKTOR? . 31 2.3 WARUM BENOETIGEN UNTERNEHMEN EINE DATA STRATEGY? . 32 2.4 WAS VERSTEHT MAN UNTER EINER BETRIEBSDATENANALYSE? . 33 2.5 HABEN KUNDEN EINEN WERT UND WIE KANN EIN ANALYTISCHES CRM UNTERSTUETZEN? . 34 2.6 WIRKT BIG DATA AUCH AUF GESCHAEFTSMODELLE? . 35 2.7 WAS VERSTEHT MAN UNTER INTERNET OF THINGS? . 36 2.8 EIN BESONDERER EINSATZBEREICH VON LOT IST PREDICTIVE MAINTENANCE! WARUM? . 37 3 BERICHTSWESEN . 39 3.1 ZAHLEN ODER KENNZAHLEN, DAS IST HIER DIE FRAGE! . 40 3.2 WAS MACHT REPORTING? . 41 3.3 IST VISUALISIERUNG WICHTIG? . 42 4 DATENMANAGEMENT . 43 4.1 WAS VERSTEHT MAN UNTER DATA ENGINEERING UND WIE SETZT MAN ES EIN? . 44 4.2 WAS SIND IN DIESEM ZUSAMMENHANG DATENMODELLE? . 45 4.3 WAS BEDEUTET NOSQL AUS SICHT DER DATEN? . 46 4.4 WAS IST HARMONISIERUNG? . 47 4.5 WAS IST DER UNTERSCHIED ZWISCHEN ETL UND ELT? . 48 5 DATENVERARBEITUNG . 49 5.1 WAS ERSTELLT EIN BIG-DATA-ARCHITEKT? . 50 5.2 SIND KLASSISCHE DATA WAREHOUSES UEBERFLUESSIG? . 51 5.3 WAS SCHWIMMT IN EINEM DATA LAKE? . 52 5.4 DIENT STREAMING BEI BIG DATA DER UNTERHALTUNG? . 53 5.5 WAS MACHT CLICKSTREAM-DATEN WERTVOLL? . 54 5.6 WAS IST DIE IDEE VON LAMBDA-ARCHITEKTUREN? . 55 5.7 FUER WELCHE AUFGABEN EIGNEN SICH BATCH-VERFAHREN? . 56 5.8 WERDEN IMMER ALLE DATEN BETRACHTET? . 56 5.9 WIE WERDEN DIE NOTWENDIGEN GESCHWINDIGKEITEN ERZIELT? . 57 6 DATENHALTUNG . 59 6.1 WARUM WERDEN DATEN VERTEILT GESPEICHERT? . 60 6.2 WIE WIRD VERTEILTE SPEICHERUNG UMGESETZT? . 61 6.3 WARUM SKALIEREN NOSQL-SYSTEME HORIZONTAL? . 62 6.4 WARUM LIEGEN VIELE DATEN IN SKANDINAVIEN? . 63 6.5 LOHNT ES SICH HEUTE NOCH, SQL ZU LERNEN? . 64 6.6 WAS BEDEUTET CRUD? . 65 6.7 WELCHE RELEVANZ HAT DAS ACID-PRINZIP? . 66 6.8 WAS IST DAS . 68 6.9 WIE SPEICHERN SOZIALE NETZWERKE IHRE DATEN? . 69 6.10 WAS AENDERT SICH DURCH DOKUMENTENORIENTIERTE SPEICHERUNG? . 70 6.11 WIE KOENNEN GROSSE DATENMENGEN SCHNELLER ABGERUFEN WERDEN? . 71 6.12 IST HYPERSCALING NUR EIN HYPE? . 72 6.13 WAS PASSIERT, WENN EIN DATENSERVER AUSFAELLT? . 72 7 ANALYSEMETHODEN . 73 7.1 ERKLAEREN KORRELATIONEN ZUSAMMENHAENGE? . 74 7.2 WIE KANN BIG DATA VISUALISIERT WERDEN? . 75 7.3 WIE SCHAFFEN GRAFISCHE AUSWERTUNGEN UEBERSICHT? . 76 7.4 KANN BIG DATA FUER AUSWERTUNGEN REDUZIERT WERDEN? . 77 7.5 SIND KLASSISCHE ANALYSEMETHODEN NOCH EINSETZBAR? . 78 7.6 WAS ZEIGT ZUSAMMENHAENGE IN DATEN AUF? . 80 7.7 WARUM HILFT BIG DATA BEI DER OBJEKTERKENNUNG? . 81 7.8 SIND KUENSTLICHE NEURONALE NETZE TEIL VON BIG DATA? . 82 7.9 WIE WERDEN TEXTE ANALYSIERT? . 83 7.10 WELCHE PROBLEME BEREITET SPRACHVERARBEITUNG? . 84 7.11 KANN BIG DATA WAEHLER ANALYSIEREN? . 85 7.12 SIEHT BIG-DATA-ANALYSE-SOFTWARE AUS WIE IN FILMEN? . 85 7.13 IST PROCESS MINING EIN YYMUSS " ? . 86 8 WERKZEUGE . 87 8.1 WAS IST HADOOP? . 88 8.2 WOMIT WERDEN BIG-DATA-DATENMODELLE ERSTELLT? . 89 8.3 WOMIT WIRD IM BEREICH BIG DATA PROGRAMMIERT? . 90 8.4 WELCHES NOSQL-DATENBANKSYSTEM IST DAS RICHTIGE? . 93 8.5 EXISTIERT EINE STANDARDSOFTWARE FUER DATENANALYSE? . 94 8.6 WIRD SPEZIELLE HARDWARE FUER DIE ANALYSEN BENOETIGT? . 95 8.7 WIE FUNKTIONIEREN PROCESS-MINING-WERKZEUGE? . 96 9 RECHT UND UMFELD . 97 9.1 WAS IST DATA GOVERNANCE? . 98 9.2 WAS VERSTEHT MAN UNTER DATA PRIVACY? . 101 9.3 WAS REGELT DIE DSGVO? . 102 9.4 IN WELCHEM VERHAELTNIS STEHT DAS BDSG ZUR DSGVO? . 103 9.5 KOENNEN DATEN OHNE PROBLEME IN DIE USA UEBERTRAGEN WERDEN? . 104 9.6 WAS VERSTEHT MAN UNTER IT-SECURITY? . 105 GLOSSAR . 107 ONLINE UND LITERATURTIPPS . 111 DIE AUTOREN IM UEBERBLICK . 117 VERWENDETE LITERATUR . WO SICH WELCHES STICHWORT BEFINDET . 121
any_adam_object	1
any_adam_object_boolean	1
author	Frick, Detlev 1956- Kaufmann, Jens 1984- Lankes, Birgit
author_GND	(DE-588)118093762 (DE-588)1048648702 (DE-588)1307902006
author_facet	Frick, Detlev 1956- Kaufmann, Jens 1984- Lankes, Birgit
author_role	aut aut aut
author_sort	Frick, Detlev 1956-
author_variant	d f df j k jk b l bl
building	Verbundindex
bvnumber	BV046755140
classification_rvk	MS 7965 AK 54535 ST 278
ctrlnum	(OCoLC)1152771431 (DE-599)DNB1208863444
dewey-full	005.7
dewey-hundreds	000 - Computer science, information, general works
dewey-ones	005 - Computer programming, programs, data, security
dewey-raw	005.7
dewey-search	005.7
dewey-sort	15.7
dewey-tens	000 - Computer science, information, general works
discipline	Allgemeines Informatik Soziologie Wirtschaftswissenschaften
discipline_str_mv	Allgemeines Informatik Soziologie Wirtschaftswissenschaften
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a22000008c 4500</leader><controlfield tag="001">BV046755140</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20240405</controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">200609s2023 gw a\|\|\| \|\|\|\| 00\|\|\| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">20,N18</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1208863444</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783825254421</subfield><subfield code="c">BC : EUR 14.90 (DE), CHF 19.90 (freier Preis)</subfield><subfield code="9">978-3-8252-5442-1</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3825254429</subfield><subfield code="9">3-8252-5442-9</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783825254421</subfield></datafield><datafield tag="028" ind1="5" ind2="2"><subfield code="a">Bestellnummer: 5442</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1152771431</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1208863444</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BW</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-1102</subfield><subfield code="a">DE-29</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-898</subfield><subfield code="a">DE-1049</subfield><subfield code="a">DE-1051</subfield><subfield code="a">DE-859</subfield><subfield code="a">DE-83</subfield><subfield code="a">DE-523</subfield><subfield code="a">DE-703</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">005.7</subfield><subfield code="2">23/ger</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">MS 7965</subfield><subfield code="0">(DE-625)123801:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">AK 54535</subfield><subfield code="0">(DE-625)164549:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 278</subfield><subfield code="0">(DE-625)143644:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">650</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Frick, Detlev</subfield><subfield code="d">1956-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)118093762</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Big Data? Frag doch einfach!</subfield><subfield code="b">klare Antworten aus erster Hand</subfield><subfield code="c">Detlev Frick, Jens Kaufmann, Birgit Lankes</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">München</subfield><subfield code="b">UVK Verlag</subfield><subfield code="c">[2023]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">© 2023</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">123 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield><subfield code="c">21.5 cm x 15 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Frag doch einfach!</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Unternehmen</subfield><subfield code="0">(DE-588)4061963-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Big Data</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Künstliche Intelligenz</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Daten:innen sammeln</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Unternehmen</subfield><subfield code="0">(DE-588)4061963-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Kaufmann, Jens</subfield><subfield code="d">1984-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1048648702</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Lankes, Birgit</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1307902006</subfield><subfield code="4">aut</subfield></datafield><datafield tag="710" ind1="2" ind2=" "><subfield code="a">Uni-Taschenbücher GmbH</subfield><subfield code="0">(DE-588)5161273-2</subfield><subfield code="4">pbl</subfield></datafield><datafield tag="710" ind1="2" ind2=" "><subfield code="a">UVK Verlagsgesellschaft mbH</subfield><subfield code="0">(DE-588)106537268X</subfield><subfield code="4">pbl</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, PDF</subfield><subfield code="z">978-3-8385-5442-6</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, EPUB</subfield><subfield code="z">978-3-8463-5442-1</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032164803&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield></record></collection>
id	DE-604.BV046755140
illustrated	Illustrated
index_date	2024-07-03T14:42:50Z
indexdate	2024-07-20T04:05:36Z
institution	BVB
institution_GND	(DE-588)5161273-2 (DE-588)106537268X
isbn	9783825254421 3825254429
language	German
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-032164803
oclc_num	1152771431
open_access_boolean
owner	DE-1102 DE-29 DE-860 DE-355 DE-BY-UBR DE-19 DE-BY-UBM DE-898 DE-BY-UBR DE-1049 DE-1051 DE-859 DE-83 DE-523 DE-703
owner_facet	DE-1102 DE-29 DE-860 DE-355 DE-BY-UBR DE-19 DE-BY-UBM DE-898 DE-BY-UBR DE-1049 DE-1051 DE-859 DE-83 DE-523 DE-703
physical	123 Seiten Illustrationen, Diagramme 21.5 cm x 15 cm
publishDate	2023
publishDateSearch	2023
publishDateSort	2023
publisher	UVK Verlag
record_format	marc
series2	Frag doch einfach!
spelling	Frick, Detlev 1956- Verfasser (DE-588)118093762 aut Big Data? Frag doch einfach! klare Antworten aus erster Hand Detlev Frick, Jens Kaufmann, Birgit Lankes München UVK Verlag [2023] © 2023 123 Seiten Illustrationen, Diagramme 21.5 cm x 15 cm txt rdacontent n rdamedia nc rdacarrier Frag doch einfach! Unternehmen (DE-588)4061963-1 gnd rswk-swf Künstliche Intelligenz (DE-588)4033447-8 gnd rswk-swf Big Data (DE-588)4802620-7 gnd rswk-swf Big Data Künstliche Intelligenz Daten:innen sammeln Big Data (DE-588)4802620-7 s Künstliche Intelligenz (DE-588)4033447-8 s DE-604 Unternehmen (DE-588)4061963-1 s Kaufmann, Jens 1984- Verfasser (DE-588)1048648702 aut Lankes, Birgit Verfasser (DE-588)1307902006 aut Uni-Taschenbücher GmbH (DE-588)5161273-2 pbl UVK Verlagsgesellschaft mbH (DE-588)106537268X pbl Erscheint auch als Online-Ausgabe, PDF 978-3-8385-5442-6 Erscheint auch als Online-Ausgabe, EPUB 978-3-8463-5442-1 DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032164803&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis
spellingShingle	Frick, Detlev 1956- Kaufmann, Jens 1984- Lankes, Birgit Big Data? Frag doch einfach! klare Antworten aus erster Hand Unternehmen (DE-588)4061963-1 gnd Künstliche Intelligenz (DE-588)4033447-8 gnd Big Data (DE-588)4802620-7 gnd
subject_GND	(DE-588)4061963-1 (DE-588)4033447-8 (DE-588)4802620-7
title	Big Data? Frag doch einfach! klare Antworten aus erster Hand
title_auth	Big Data? Frag doch einfach! klare Antworten aus erster Hand
title_exact_search	Big Data? Frag doch einfach! klare Antworten aus erster Hand
title_exact_search_txtP	Big Data? Frag doch einfach! klare Antworten aus erster Hand
title_full	Big Data? Frag doch einfach! klare Antworten aus erster Hand Detlev Frick, Jens Kaufmann, Birgit Lankes
title_fullStr	Big Data? Frag doch einfach! klare Antworten aus erster Hand Detlev Frick, Jens Kaufmann, Birgit Lankes
title_full_unstemmed	Big Data? Frag doch einfach! klare Antworten aus erster Hand Detlev Frick, Jens Kaufmann, Birgit Lankes
title_short	Big Data? Frag doch einfach!
title_sort	big data frag doch einfach klare antworten aus erster hand
title_sub	klare Antworten aus erster Hand
topic	Unternehmen (DE-588)4061963-1 gnd Künstliche Intelligenz (DE-588)4033447-8 gnd Big Data (DE-588)4802620-7 gnd
topic_facet	Unternehmen Künstliche Intelligenz Big Data
url	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032164803&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT frickdetlev bigdatafragdocheinfachklareantwortenausersterhand AT kaufmannjens bigdatafragdocheinfachklareantwortenausersterhand AT lankesbirgit bigdatafragdocheinfachklareantwortenausersterhand AT unitaschenbuchergmbh bigdatafragdocheinfachklareantwortenausersterhand AT uvkverlagsgesellschaftmbh bigdatafragdocheinfachklareantwortenausersterhand

Verfügbarkeit

Es ist kein Print-Exemplar vorhanden.

Fernleihe Bestellen Achtung: Nicht im THWS-Bestand! Inhaltsverzeichnis

MARC

Datensatz im Suchindex

Es ist kein Print-Exemplar vorhanden.

Ähnliche Einträge