Logo des Repositoriums

Auflistung nach Autor:in "Mielke, Michael"

1 - 2 von 2
  • Zeitschriftenartikel
    Datability? Weniger Begriffe – mehr Mut und Anpacken bitte!
    (HMD Praxis der Wirtschaftsinformatik: Vol. 51, No. 6, 2014) Mielke, Michael
    Datability? Brauchen wir neue Begriffe? Schon seit den 90er Jahren steht die Anwendbarkeit – fitness for use – im Mittelpunkt der Daten-/Informations-qualität. Auch der Schutz und verantwortungsvolle Umgang mit Daten wird seit Langem postuliert, scheint sich aber nicht flächendeckend durchgesetzt zu haben. Die Enthüllungen von ehemaligen Mitarbeitern verschiedener Nachrichtendienste führen uns dies leidvoll vor Augen.Diskussionen um die „Sicherheit“, die Versehrtheit und den verantwortungsvollen Umgang mit sensiblen Daten in den gängigen Social-Collaboration-Plattformen zeigen eindrucksvoll, wie wertvoll Informationen heute sind. Auf der einen Seite posten, chatten und teilen wir alle, was das Zeug hält, mit mehr oder minder hochwertigen Inhalten - auf der anderen Seite wundern wir uns, wenn diese gesammelten, analysierten und bewerteten Daten Begehrlichkeiten wecken. Zunehmend macht sich die Erkenntnis breit, dass die große Datensammlung nicht nur geeigneter Analysemethoden bedarf, sondern auch eine entsprechende Qualität der Daten voraussetzt, damit Analyseergebnisse belastbar werden.Grundsätze für ein erfolgreiches Datenqualitätsmanagement, die Nutzung von Social Collaboration Plattformen und die Adaption agiler Prinzipien unterstützen den verantwortungsbewussten Umgang mit Daten und Informationen.Es liegt in unser Hand, der ITK zu einer „neuen“ Rolle und „neuem“ Ansehen im Unternehmen zu verhelfen. Management muss nicht in einem sehr engen Sinne als Verwaltung, zum Teil Verbesserung bestehender Strukturen verstanden werden, es steht gleichermaßen für Veränderung und zukunftsgerichtete Gestaltung; für das Machen!
  • Konferenzbeitrag
    IQ principles in software development
    (Informatik 2005 – Informatik Live! Band 2, 2005) Mielke, Michael
    This paper shows how we developed a 7-Steps-Method to determine, measure and improve DQ in our team. Based on an actual business process description, we worked out the critical process points. Then we interviewed all Team Members to get a basic idea of how our Information Customers rate Data Quality at all and within the sub-processes looking at the critical points. After we collect all that data we could set up a system that allows us to measure DQ in a Customers focus. This System is the basis for all our further work. Currently we are somewhere between Step 4 and 5, this paper will show consolidated and anonymous data till Step 3. We plan to continue publishing our results when further steps are taken