IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-25412-4_21.html
   My bibliography  Save this book chapter

Wie strategisch sind Algorithmen? Die Rolle von Big Data und Analytics im Rahmen strategischer Entscheidungsprozesse

In: Logistik im Wandel der Zeit – Von der Produktionssteuerung zu vernetzten Supply Chains

Author

Listed:
  • Thomas Wrona

    (Technische Universität Hamburg)

  • Pauline Reinecke

    (Technische Universität Hamburg)

Abstract

Zusammenfassung Seit geraumer Zeit wird insbesondere von vielen Fachvertretern der Wirtschaftsinformatik und der Managementforschung die These artikuliert, die rasant steigenden Möglichkeiten im Rahmen von Big Data und Analytics (BDA) könnten – bei „richtigem“ Einsatz – die Wettbewerbsfähigkeit und auch den Erfolg von Unternehmen signifikant verbessern (vgl. z.B. Davenport, 2014; Barbosa, de la Calle Vicente, Ladeira & de Oliveira, 2018; Erevelles, Fukawa & Swayne, 2016; Gunasekaran et al., 2017). Hierfür wird eine große Bandbreite an theoretischen Ankerpunkten genutzt – z.B. die Transaktionskostentheorie (BDA kann die Transaktionseffizienz erhöhen, vgl. Waller & Fawcett, 2013), ressourcen- und kompetenzorientierte Ansätze (BDA als wertvolle Ressource/Fähigkeit, vgl. Braganza, Brooks, Nepelski, Ali & Moro, 2017) oder Informationsprozessansätze (BDA zur Reduzierung von Unsicherheiten und Mehrdeutigkeiten in Entscheidungsprozessen, vgl. Kowalczyk & Buxmann, 2014, 2015).

Suggested Citation

  • Thomas Wrona & Pauline Reinecke, 2019. "Wie strategisch sind Algorithmen? Die Rolle von Big Data und Analytics im Rahmen strategischer Entscheidungsprozesse," Springer Books, in: Meike Schröder & Kirsten Wegner (ed.), Logistik im Wandel der Zeit – Von der Produktionssteuerung zu vernetzten Supply Chains, pages 443-467, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-25412-4_21
    DOI: 10.1007/978-3-658-25412-4_21
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-25412-4_21. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.