Big Data und Data-Science-Ansätze in der öffentlichen Verwaltung

Cite This

Files in this item

Checksum: MD5:dfd700c1c80524f947e4d42c828d971d

MERGEL, Ines, 2018. Big Data und Data-Science-Ansätze in der öffentlichen Verwaltung. In: MOHABBAT-KAR, Resa, ed., Basanta THAPA, ed., Peter PARYCEK, ed.. (Un)Berechenbar : Algorithmen und Automatisierung in Staat und Gesellschaft : Berlin : Kompetenzzentrum Öffentliche IT. Berlin:Kompetenzzentrum Öffentliche IT, Fraunhofer-Institut für Offene kommunikationssysteme FOKUS, pp. 76-96. ISBN 978-3-9818892-5-3

@incollection{Mergel2018DataS-42974, title={Big Data und Data-Science-Ansätze in der öffentlichen Verwaltung}, url={https://www.oeffentliche-it.de/unberechenbar}, year={2018}, isbn={978-3-9818892-5-3}, address={Berlin}, publisher={Kompetenzzentrum Öffentliche IT, Fraunhofer-Institut für Offene kommunikationssysteme FOKUS}, booktitle={(Un)Berechenbar : Algorithmen und Automatisierung in Staat und Gesellschaft : Berlin : Kompetenzzentrum Öffentliche IT}, pages={76--96}, editor={Mohabbat-Kar, Resa and Thapa, Basanta and Parycek, Peter}, author={Mergel, Ines} }

<rdf:RDF xmlns:dcterms="http://purl.org/dc/terms/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:bibo="http://purl.org/ontology/bibo/" xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#" xmlns:foaf="http://xmlns.com/foaf/0.1/" xmlns:void="http://rdfs.org/ns/void#" xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > <rdf:Description rdf:about="https://kops.uni-konstanz.de/rdf/resource/123456789/42974"> <bibo:uri rdf:resource="https://kops.uni-konstanz.de/handle/123456789/42974"/> <dc:rights>terms-of-use</dc:rights> <dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/42974/1/Mergel_2-178ikm1gvb6hn3.pdf"/> <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/rdf/resource/123456789/42"/> <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2018-08-06T11:04:21Z</dcterms:available> <dcterms:title>Big Data und Data-Science-Ansätze in der öffentlichen Verwaltung</dcterms:title> <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/> <dcterms:issued>2018</dcterms:issued> <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/rdf/resource/123456789/42"/> <dc:contributor>Mergel, Ines</dc:contributor> <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2018-08-06T11:04:21Z</dc:date> <dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/42974/1/Mergel_2-178ikm1gvb6hn3.pdf"/> <dcterms:abstract xml:lang="deu">Big Data und Data-Science-Ansätze finden Einzug in die öffentliche Verwaltung. Dieses Kapitel bietet zunächst eine Definition von Big Data in der öffentlichen Verwaltung an und leitet die unterschiedlichen Datenquellen für historische, Echtzeit- und prädiktive Big-Data-Analysen ab. Danach werden Beispiele für organisationale Einheiten in der öffentlichen Verwaltung erläutert, die Big-Data-Analysen durchführen. Anhand der folgenden drei ausgewählten Beispiele wird das Potenzial von Big Data aufgezeigt: USGS »Did you feel it?«-Twitter-Karten, prädiktive Analysen in Finanzbehörden und Vorhersagen von Grippewellen mit Hilfe von Google Flu Trends. Aus diesen und weiteren Beispielen werden dann die Herausforderungen für die Verwendung von Big Data und Data-Science-Ansätzen in der öffentlichen Verwaltung erläutert sowie offene Forschungsfragen für die Verwaltungswissenschaft abgeleitet.</dcterms:abstract> <dc:creator>Mergel, Ines</dc:creator> <dcterms:rights rdf:resource="https://kops.uni-konstanz.de/page/termsofuse"/> <foaf:homepage rdf:resource="http://localhost:8080/jspui"/> <dc:language>deu</dc:language> </rdf:Description> </rdf:RDF>

Downloads since Aug 6, 2018 (Information about access statistics)

Mergel_2-178ikm1gvb6hn3.pdf 177

This item appears in the following Collection(s)

Search KOPS


Browse

My Account