Managementleitfaden Data Science: Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge
Gespeichert in:
| Hauptverfasser: | , |
|---|---|
| Format: | Buch |
| Sprache: | German |
| Veröffentlicht: |
Heidelberg
Finanz Colloquium
2021
|
| Schriftenreihe: | Managementpraxis Compliance, IT & Orga
|
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | 103 Seiten Illustrationen 14.8 cm x 21 cm |
| ISBN: | 9783957259684 3957259681 |
Internformat
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV047300773 | ||
| 003 | DE-604 | ||
| 005 | 20210610 | ||
| 007 | t | ||
| 008 | 210528s2021 gw a||| |||| 00||| ger d | ||
| 015 | |a 21,N13 |2 dnb | ||
| 016 | 7 | |a 1230081941 |2 DE-101 | |
| 020 | |a 9783957259684 |c : EUR 79.00 (DE), EUR 81.30 (AT) |9 978-3-95725-968-4 | ||
| 020 | |a 3957259681 |9 3-95725-968-1 | ||
| 024 | 3 | |a 9783957259684 | |
| 035 | |a (OCoLC)1244018590 | ||
| 035 | |a (DE-599)DNB1230081941 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c XA-DE-BW | ||
| 049 | |a DE-1043 | ||
| 084 | |a PE 620 |0 (DE-625)135525: |2 rvk | ||
| 245 | 1 | 0 | |a Managementleitfaden Data Science |b Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge |c Maull (Hrsg.) ; Kristin Benedikt (Richterin am Bayerischen Verwaltungsgericht Regensburg) [und 6 weitere] |
| 263 | |a 202103 | ||
| 264 | 1 | |a Heidelberg |b Finanz Colloquium |c 2021 | |
| 300 | |a 103 Seiten |b Illustrationen |c 14.8 cm x 21 cm | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 0 | |a Managementpraxis |a Compliance, IT & Orga | |
| 650 | 0 | 7 | |a Kreditinstitut |0 (DE-588)4165579-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Data Science |0 (DE-588)1140936166 |2 gnd |9 rswk-swf |
| 689 | 0 | 0 | |a Data Science |0 (DE-588)1140936166 |D s |
| 689 | 0 | 1 | |a Kreditinstitut |0 (DE-588)4165579-5 |D s |
| 689 | 0 | |5 DE-604 | |
| 700 | 1 | |a Maull, Christian |0 (DE-588)1221196030 |4 edt |4 aut | |
| 700 | 1 | |a Benedikt, Kristin |0 (DE-588)1218486899 |4 aut | |
| 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=032703941&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-032703941 | ||
Datensatz im Suchindex
| _version_ | 1804182481228791808 |
|---|---|
| adam_text | A
VORWORT
(MAULL)
9
B
AUFSICHTLICHE
WUERDIGUNG
ZUM
DATENSCHUTZ
(BENEDIKT)
10
I.
ROLLE
DER
AUFSICHTSBEHOERDEN
10
1.
BERATUNG
UND
OEFFENTLICHKEITSARBEIT
10
2.
VOLLZUG
UND
SANKTIONEN
12
II.
TRANSPARENZ
13
III.
ROLLE
DER
BETEILIGTEN
14
IV.
BETROFFENENRECHTE
15
V.
RECHTMAESSIGKEIT
15
VI.
FAZIT
16
C
DATA
SCIENCE
UND
MACHINE
LEARNING
IN
UNTERNEHMEN
AM
BEISPIEL
DERTEAMBANK
AG
(KOCH/VICARY)
17
I.
ZIELSETZUNG
17
II.
GRUNDBEGRIFFE
17
1.
BUSINESS
INTELLIGENCE
&
DATA
SCIENCE
18
2.
VORHERSAGEMODELLE
19
3.
MASCHINELLES
LERNEN
&
KUENSTLICHE
INTELLIGENZ
21
4.
BIG
DATA
24
III.
FALLSTUDIE
25
1.
UEBERBLICK
25
2.
ANWENDUNGSFALL
26
3.
KLASSIFIKATION
DER
HAENDLERBRANCHE
27
IV.
AKTUELLETRENDS
UND
HERAUSFORDERUNGEN
28
V.
LITERATURVERZEICHNIS
29
31
D
BIG
DATA
UND
ADVANCED
ANALYTICS
IM
BANKENAUFSICHTLICHEN
FOKUS
(ZHU)
I.
EINFUEHRUNG
31
II.
BEGRIFFSBESTIMMUNGEN
31
III.
AKTUELLE
REGULATORISCHE
ENTWICKLUNGEN
33
IV.
THEMEN
IM
AUFSICHTLICHEN
FOKUS
35
V.
CHECKLISTE
FUER
DIE
FALLSTUDIE,JEAMBANK
AG
39
VL
LITERATURVERZEICHNIS
40
E
DATENSCHUTZ
(MAULL)
42
I.
EINFUEHRUNG
IN
DEN
DATENSCHUTZ
42
1.
BEGRIFFSKLAERUNGEN
42
2.
GRUNDSAETZE
DES
DATENSCHUTZES
UND
ERLAUBNISTATBESTAENDE
FUER
DIE
VERARBEITUNG
PERSONENBEZOGENER
DATEN
43
A)
ZULAESSIGKEIT
DER
VERARBEITUNG
43
B)
GRUNDSATZ
DER
ZWECKBINDUNG
45
C)
GRUNDSAETZEDER
SPEICHERBEGRENZUNG
UND
DATENMINIMIERUNG
45
D)
RICHTIGKEIT
DER
DATEN
45
E)
INTEGRITAET
UND
VERTRAULICHKEIT
45
3.
VERANTWORTLICHKEITEN
UND
ROLLEN
DES
DATENSCHUTZMANAGEMENTS
46
A)
VERANTWORTLICHER
46
B)
DATENSCHUTZBEAUFTRAGTER
46
C)
GESCHAEFTSPARTNER,
SUBUNTERNEHMER
UND
ANDERE
DIENSTLEISTER
46
D)
EIGENE
DATENVERANTWORTLICHKEIT
UND
AUFTRAGSVERARBEITUNGSVERHAELTNISSE
47
E)
GEMEINSAME
DATENVERANTWORTLICHKEIT
47
4.
PFLICHTEN
DES
VERANTWORTLICHE,
BETROFFENENRECHTE
UND
DEREN
UMSETZUNG
48
A)
DURCHFUEHRUNG
VON
DSFAS
48
B)
MELDUNG
VON
VERSTOESSEN
GEGEN
DIE
VERTRAULICHKEIT
(DATENPANNEN)
49
C)
UMSETZUNG
DER
INFORMATIONSPFLICHTEN
50
D)
RECHT
AUF
AUSKUNFT
50
E)
RECHT
AUF
BERICHTIGUNG,
LOESCHUNG,
EINSCHRAENKUNG
DER
VERAR
BEITUNG
UND
WIDERSPRUECHE
GEGEN
DIE
VERARBEITUNG
51
5.
TECHNISCHE
UND
ORGANISATORISCHE
MASSNAHMEN
ZUR
UMSETZUNG
DES
DATENSCHUTZES
51
A)
ALLGEMEIN
51
B)
PRIVACY
BY
DESIGN
AND
DEFAULT
51
II.
MACHINE
LEARNING
&
KL
52
1.
HAMBACHER
ERKLAERUNG
-
EINSATZ
VON
KL
2.
POSITIONSPAPIER
DER
DSK
ZU
54
ENTWICKLUNG
UND
BETRIEB
VON
KL-SYSTEMEN
55
III.
DATA
SCIENCE
-
FALLBEISPIEL
59
IV.
LITERATURVERZEICHNIS
62
F
INFORMATIONSSICHERHEIT
(HELD)
63
1.
INFORMATIONSSICHERHEIT
UND
IT-RISIKO
VON
KL-ANWENDUNGEN
63
II.
REGULATORISCHE
ASPEKTE
64
III.
GRUNDSAETZLICHE
HERANGEHENSWEISE
65
IV.
WESENTLICHE
HERAUSFORDERUNGEN
66
V.
ZUM
PROBABILISTISCHEN
CHARAKTER
KONNEKTIONISTISCHER
KL-MODELLE
67
VI.
INTERPRETATIONSVERLUST
DURCH
ART
UND
UMFANG
DER
DATEN
VERARBEITUNG
IN
MACHINE
LEARNING-SYSTEMEN
67
VII.
DER
KL-KREISLAUF
IM
KONTEXT
INFORMATIONSTECHNISCHER
UND
PROZESSUALER
RISIKEN
68
VIII.
LEBENSZYKLUS
EINER
KL-ANWENDUNG
UND
DES
ZUGEHOERIGEN
KL-KREISLAUFS
71
IX.
INFORMATIONSSICHERHEITSPROZESS,
SCHUTZBEDARFSFESTSTELLUN
GEN
UND
IT-RISIKOANALYSEN
IM
KL-KONTEXT
73
X.
FESTSTELLUNG
DER
SCHUTZBEDARFE
VON
KL-ANWENDUNGEN
73
XI.
RISIKOANALYSE,
SCHADENSHOEHE
UND
EINTRITTSWAHRSCHEINLICHKEIT
74
XII.
FIKTIVE
BEISPIELE
FUER
DAS
AUFTRETEN
KL-SPEZIFISCHER
IT-RISIKEN
76
XIII.
ZUR
BERUECKSICHTIGUNG
VON
KL-ANWENDUNGEN
IM
IT-NOTFALL
MANAGEMENT
84
XIV.
DIE
ZUKUNFT:
ZERTIFIZIERUNG
VON
KL-ANWENDUNGEN
85
XV.
ABSCHLIESSENDE
PRAXISTIPPS
86
G
IT-RECHT
(PRIMUS)
87
I.
EINFUEHRUNG
87
II.
DATEN
UND
IHRE
RECHTLICHE
EINORDNUNG
87
1.
WAS
VERSTEHEN
WIR
UNTER
DEM
BEGRIFF*DATEN
ALLGEMEIN?
87
2.
DATEN
UND
RECHT
88
A)
STRAFRECHTLICHER
SCHUTZ
88
B)
ZIVILRECHTLICHER
SCHUTZ
89
C)
SPEZIALGESETZLICHER
SCHUTZ:
URHEBERRECHTSGESETZ
89
(1)
SCHUTZ
VON
COMPUTERPROGRAMMEN
90
(2)
SCHUTZ
VON
SAMMELWERKEN
UND
DATENBANKWERKEN
91
(3)
SCHUTZ
DES
DATENBANKHERSTELLERS
91
D)
SPEZIALGESETZLICHER
SCHUTZ:
GESCHAEFTSGEHEIMNISGESETZ
93
E)
GIBT
ES
EIN
VIRTUELLES
HAUSRECHT?
94
III.
BUSINESS
INTELLIGENCE,
BIG
DATA,
MASCHINE
LEARNING
UND
KL
96
1.
BEGRIFF
UND
LEGALDEFINITION
BIG
DATA
96
2.
BEGRIFF
UND
LEGALDEFINITION
BUSINESS
INTELLIGENCE
96
3.
BEGRIFF
UND
LEGALDEFINITION
MASCHINE
LEARNING
&
KL
96
4.
RECHTLICHE
EINORDNUNG:
BI,
BIG
DATA
UND
ML/KI
97
A)
SCHUTZ
VON
BI-,
BIG
DATA-,
MASCHINE
LEARNING-/KL-PROJEKTEN
97
B)
RECHTE
DRITTER
IN
BI-,
BIG
DATA-,
MASCHINE
LEARNING-/KL-PROJEKTEN
98
IV.
BEISPIEL:
EINSATZ
VON
WEBCRAWLERN
99
1.
DATEN
SAMMELN
UND
AUSWERTEN
99
2.
WEBCRAWLER
UND
*VIRTUELLES
HAUSRECHT
99
3.
SCHUTZ
DES
WEBCRAWLERS?
101
V.
AKTUELLE
ENTWICKLUNG
UND
ZUSAMMENFASSUNG
101
VI.
LITERATURVERZEICHNIS
102
|
| adam_txt |
A
VORWORT
(MAULL)
9
B
AUFSICHTLICHE
WUERDIGUNG
ZUM
DATENSCHUTZ
(BENEDIKT)
10
I.
ROLLE
DER
AUFSICHTSBEHOERDEN
10
1.
BERATUNG
UND
OEFFENTLICHKEITSARBEIT
10
2.
VOLLZUG
UND
SANKTIONEN
12
II.
TRANSPARENZ
13
III.
ROLLE
DER
BETEILIGTEN
14
IV.
BETROFFENENRECHTE
15
V.
RECHTMAESSIGKEIT
15
VI.
FAZIT
16
C
DATA
SCIENCE
UND
MACHINE
LEARNING
IN
UNTERNEHMEN
AM
BEISPIEL
DERTEAMBANK
AG
(KOCH/VICARY)
17
I.
ZIELSETZUNG
17
II.
GRUNDBEGRIFFE
17
1.
BUSINESS
INTELLIGENCE
&
DATA
SCIENCE
18
2.
VORHERSAGEMODELLE
19
3.
MASCHINELLES
LERNEN
&
KUENSTLICHE
INTELLIGENZ
21
4.
BIG
DATA
24
III.
FALLSTUDIE
25
1.
UEBERBLICK
25
2.
ANWENDUNGSFALL
26
3.
KLASSIFIKATION
DER
HAENDLERBRANCHE
27
IV.
AKTUELLETRENDS
UND
HERAUSFORDERUNGEN
28
V.
LITERATURVERZEICHNIS
29
31
D
BIG
DATA
UND
ADVANCED
ANALYTICS
IM
BANKENAUFSICHTLICHEN
FOKUS
(ZHU)
I.
EINFUEHRUNG
31
II.
BEGRIFFSBESTIMMUNGEN
31
III.
AKTUELLE
REGULATORISCHE
ENTWICKLUNGEN
33
IV.
THEMEN
IM
AUFSICHTLICHEN
FOKUS
35
V.
CHECKLISTE
FUER
DIE
FALLSTUDIE,JEAMBANK
AG"
39
VL
LITERATURVERZEICHNIS
40
E
DATENSCHUTZ
(MAULL)
42
I.
EINFUEHRUNG
IN
DEN
DATENSCHUTZ
42
1.
BEGRIFFSKLAERUNGEN
42
2.
GRUNDSAETZE
DES
DATENSCHUTZES
UND
ERLAUBNISTATBESTAENDE
FUER
DIE
VERARBEITUNG
PERSONENBEZOGENER
DATEN
43
A)
ZULAESSIGKEIT
DER
VERARBEITUNG
43
B)
GRUNDSATZ
DER
ZWECKBINDUNG
45
C)
GRUNDSAETZEDER
SPEICHERBEGRENZUNG
UND
DATENMINIMIERUNG
45
D)
RICHTIGKEIT
DER
DATEN
45
E)
INTEGRITAET
UND
VERTRAULICHKEIT
45
3.
VERANTWORTLICHKEITEN
UND
ROLLEN
DES
DATENSCHUTZMANAGEMENTS
46
A)
VERANTWORTLICHER
46
B)
DATENSCHUTZBEAUFTRAGTER
46
C)
GESCHAEFTSPARTNER,
SUBUNTERNEHMER
UND
ANDERE
DIENSTLEISTER
46
D)
EIGENE
DATENVERANTWORTLICHKEIT
UND
AUFTRAGSVERARBEITUNGSVERHAELTNISSE
47
E)
GEMEINSAME
DATENVERANTWORTLICHKEIT
47
4.
PFLICHTEN
DES
VERANTWORTLICHE,
BETROFFENENRECHTE
UND
DEREN
UMSETZUNG
48
A)
DURCHFUEHRUNG
VON
DSFAS
48
B)
MELDUNG
VON
VERSTOESSEN
GEGEN
DIE
VERTRAULICHKEIT
(DATENPANNEN)
49
C)
UMSETZUNG
DER
INFORMATIONSPFLICHTEN
50
D)
RECHT
AUF
AUSKUNFT
50
E)
RECHT
AUF
BERICHTIGUNG,
LOESCHUNG,
EINSCHRAENKUNG
DER
VERAR
BEITUNG
UND
WIDERSPRUECHE
GEGEN
DIE
VERARBEITUNG
51
5.
TECHNISCHE
UND
ORGANISATORISCHE
MASSNAHMEN
ZUR
UMSETZUNG
DES
DATENSCHUTZES
51
A)
ALLGEMEIN
51
B)
PRIVACY
BY
DESIGN
AND
DEFAULT
51
II.
MACHINE
LEARNING
&
KL
52
1.
HAMBACHER
ERKLAERUNG
-
EINSATZ
VON
KL
2.
POSITIONSPAPIER
DER
DSK
ZU
54
ENTWICKLUNG
UND
BETRIEB
VON
KL-SYSTEMEN
55
III.
DATA
SCIENCE
-
FALLBEISPIEL
59
IV.
LITERATURVERZEICHNIS
62
F
INFORMATIONSSICHERHEIT
(HELD)
63
1.
INFORMATIONSSICHERHEIT
UND
IT-RISIKO
VON
KL-ANWENDUNGEN
63
II.
REGULATORISCHE
ASPEKTE
64
III.
GRUNDSAETZLICHE
HERANGEHENSWEISE
65
IV.
WESENTLICHE
HERAUSFORDERUNGEN
66
V.
ZUM
PROBABILISTISCHEN
CHARAKTER
KONNEKTIONISTISCHER
KL-MODELLE
67
VI.
INTERPRETATIONSVERLUST
DURCH
ART
UND
UMFANG
DER
DATEN
VERARBEITUNG
IN
MACHINE
LEARNING-SYSTEMEN
67
VII.
DER
KL-KREISLAUF
IM
KONTEXT
INFORMATIONSTECHNISCHER
UND
PROZESSUALER
RISIKEN
68
VIII.
LEBENSZYKLUS
EINER
KL-ANWENDUNG
UND
DES
ZUGEHOERIGEN
KL-KREISLAUFS
71
IX.
INFORMATIONSSICHERHEITSPROZESS,
SCHUTZBEDARFSFESTSTELLUN
GEN
UND
IT-RISIKOANALYSEN
IM
KL-KONTEXT
73
X.
FESTSTELLUNG
DER
SCHUTZBEDARFE
VON
KL-ANWENDUNGEN
73
XI.
RISIKOANALYSE,
SCHADENSHOEHE
UND
EINTRITTSWAHRSCHEINLICHKEIT
74
XII.
FIKTIVE
BEISPIELE
FUER
DAS
AUFTRETEN
KL-SPEZIFISCHER
IT-RISIKEN
76
XIII.
ZUR
BERUECKSICHTIGUNG
VON
KL-ANWENDUNGEN
IM
IT-NOTFALL
MANAGEMENT
84
XIV.
DIE
ZUKUNFT:
ZERTIFIZIERUNG
VON
KL-ANWENDUNGEN
85
XV.
ABSCHLIESSENDE
PRAXISTIPPS
86
G
IT-RECHT
(PRIMUS)
87
I.
EINFUEHRUNG
87
II.
DATEN
UND
IHRE
RECHTLICHE
EINORDNUNG
87
1.
WAS
VERSTEHEN
WIR
UNTER
DEM
BEGRIFF*DATEN"
ALLGEMEIN?
87
2.
DATEN
UND
RECHT
88
A)
STRAFRECHTLICHER
SCHUTZ
88
B)
ZIVILRECHTLICHER
SCHUTZ
89
C)
SPEZIALGESETZLICHER
SCHUTZ:
URHEBERRECHTSGESETZ
89
(1)
SCHUTZ
VON
COMPUTERPROGRAMMEN
90
(2)
SCHUTZ
VON
SAMMELWERKEN
UND
DATENBANKWERKEN
91
(3)
SCHUTZ
DES
DATENBANKHERSTELLERS
91
D)
SPEZIALGESETZLICHER
SCHUTZ:
GESCHAEFTSGEHEIMNISGESETZ
93
E)
GIBT
ES
EIN
VIRTUELLES
HAUSRECHT?
94
III.
BUSINESS
INTELLIGENCE,
BIG
DATA,
MASCHINE
LEARNING
UND
KL
96
1.
BEGRIFF
UND
LEGALDEFINITION
BIG
DATA
96
2.
BEGRIFF
UND
LEGALDEFINITION
BUSINESS
INTELLIGENCE
96
3.
BEGRIFF
UND
LEGALDEFINITION
MASCHINE
LEARNING
&
KL
96
4.
RECHTLICHE
EINORDNUNG:
BI,
BIG
DATA
UND
ML/KI
97
A)
SCHUTZ
VON
BI-,
BIG
DATA-,
MASCHINE
LEARNING-/KL-PROJEKTEN
97
B)
RECHTE
DRITTER
IN
BI-,
BIG
DATA-,
MASCHINE
LEARNING-/KL-PROJEKTEN
98
IV.
BEISPIEL:
EINSATZ
VON
WEBCRAWLERN
99
1.
DATEN
SAMMELN
UND
AUSWERTEN
99
2.
WEBCRAWLER
UND
*VIRTUELLES
HAUSRECHT"
99
3.
SCHUTZ
DES
WEBCRAWLERS?
101
V.
AKTUELLE
ENTWICKLUNG
UND
ZUSAMMENFASSUNG
101
VI.
LITERATURVERZEICHNIS
102 |
| any_adam_object | 1 |
| any_adam_object_boolean | 1 |
| author | Maull, Christian Benedikt, Kristin |
| author2 | Maull, Christian |
| author2_role | edt |
| author2_variant | c m cm |
| author_GND | (DE-588)1221196030 (DE-588)1218486899 |
| author_facet | Maull, Christian Benedikt, Kristin Maull, Christian |
| author_role | aut aut |
| author_sort | Maull, Christian |
| author_variant | c m cm k b kb |
| building | Verbundindex |
| bvnumber | BV047300773 |
| classification_rvk | PE 620 |
| ctrlnum | (OCoLC)1244018590 (DE-599)DNB1230081941 |
| discipline | Rechtswissenschaft |
| discipline_str_mv | Rechtswissenschaft |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01790nam a2200433 c 4500</leader><controlfield tag="001">BV047300773</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20210610 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">210528s2021 gw a||| |||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">21,N13</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1230081941</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783957259684</subfield><subfield code="c">: EUR 79.00 (DE), EUR 81.30 (AT)</subfield><subfield code="9">978-3-95725-968-4</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3957259681</subfield><subfield code="9">3-95725-968-1</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783957259684</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1244018590</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1230081941</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-1043</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">PE 620</subfield><subfield code="0">(DE-625)135525:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Managementleitfaden Data Science</subfield><subfield code="b">Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge</subfield><subfield code="c">Maull (Hrsg.) ; Kristin Benedikt (Richterin am Bayerischen Verwaltungsgericht Regensburg) [und 6 weitere]</subfield></datafield><datafield tag="263" ind1=" " ind2=" "><subfield code="a">202103</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Heidelberg</subfield><subfield code="b">Finanz Colloquium</subfield><subfield code="c">2021</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">103 Seiten</subfield><subfield code="b">Illustrationen</subfield><subfield code="c">14.8 cm x 21 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">Managementpraxis</subfield><subfield code="a">Compliance, IT & Orga</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Kreditinstitut</subfield><subfield code="0">(DE-588)4165579-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Data Science</subfield><subfield code="0">(DE-588)1140936166</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Data Science</subfield><subfield code="0">(DE-588)1140936166</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Kreditinstitut</subfield><subfield code="0">(DE-588)4165579-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Maull, Christian</subfield><subfield code="0">(DE-588)1221196030</subfield><subfield code="4">edt</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Benedikt, Kristin</subfield><subfield code="0">(DE-588)1218486899</subfield><subfield code="4">aut</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=032703941&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-032703941</subfield></datafield></record></collection> |
| id | DE-604.BV047300773 |
| illustrated | Illustrated |
| index_date | 2024-07-03T17:23:25Z |
| indexdate | 2024-07-10T09:08:14Z |
| institution | BVB |
| isbn | 9783957259684 3957259681 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-032703941 |
| oclc_num | 1244018590 |
| open_access_boolean | |
| owner | DE-1043 |
| owner_facet | DE-1043 |
| physical | 103 Seiten Illustrationen 14.8 cm x 21 cm |
| publishDate | 2021 |
| publishDateSearch | 2021 |
| publishDateSort | 2021 |
| publisher | Finanz Colloquium |
| record_format | marc |
| series2 | Managementpraxis Compliance, IT & Orga |
| spelling | Managementleitfaden Data Science Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge Maull (Hrsg.) ; Kristin Benedikt (Richterin am Bayerischen Verwaltungsgericht Regensburg) [und 6 weitere] 202103 Heidelberg Finanz Colloquium 2021 103 Seiten Illustrationen 14.8 cm x 21 cm txt rdacontent n rdamedia nc rdacarrier Managementpraxis Compliance, IT & Orga Kreditinstitut (DE-588)4165579-5 gnd rswk-swf Data Science (DE-588)1140936166 gnd rswk-swf Data Science (DE-588)1140936166 s Kreditinstitut (DE-588)4165579-5 s DE-604 Maull, Christian (DE-588)1221196030 edt aut Benedikt, Kristin (DE-588)1218486899 aut DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032703941&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Maull, Christian Benedikt, Kristin Managementleitfaden Data Science Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge Kreditinstitut (DE-588)4165579-5 gnd Data Science (DE-588)1140936166 gnd |
| subject_GND | (DE-588)4165579-5 (DE-588)1140936166 |
| title | Managementleitfaden Data Science Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge |
| title_auth | Managementleitfaden Data Science Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge |
| title_exact_search | Managementleitfaden Data Science Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge |
| title_exact_search_txtP | Managementleitfaden Data Science Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge |
| title_full | Managementleitfaden Data Science Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge Maull (Hrsg.) ; Kristin Benedikt (Richterin am Bayerischen Verwaltungsgericht Regensburg) [und 6 weitere] |
| title_fullStr | Managementleitfaden Data Science Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge Maull (Hrsg.) ; Kristin Benedikt (Richterin am Bayerischen Verwaltungsgericht Regensburg) [und 6 weitere] |
| title_full_unstemmed | Managementleitfaden Data Science Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge Maull (Hrsg.) ; Kristin Benedikt (Richterin am Bayerischen Verwaltungsgericht Regensburg) [und 6 weitere] |
| title_short | Managementleitfaden Data Science |
| title_sort | managementleitfaden data science aufbereitung datengetriebener fachbegriffe und deren zusammenhange |
| title_sub | Aufbereitung datengetriebener Fachbegriffe und deren Zusammenhänge |
| topic | Kreditinstitut (DE-588)4165579-5 gnd Data Science (DE-588)1140936166 gnd |
| topic_facet | Kreditinstitut Data Science |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032703941&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT maullchristian managementleitfadendatascienceaufbereitungdatengetriebenerfachbegriffeundderenzusammenhange AT benediktkristin managementleitfadendatascienceaufbereitungdatengetriebenerfachbegriffeundderenzusammenhange |