Big Data

Dhar, Vasant; Jarke, Matthias; Laartz, Jürgen

doi:10.1007/s12599-014-0338-0

Cited by 23 publications

(8 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dhar (2013) explained big data as data science which are the systematic study of the extraction of knowledge from data. Data science aims to discover and extract actionable knowledge from the data, that is, knowledge that can be used to make decisions and predictions, not just to explain what's going on (Dhar, Jarke, & Laartz, 2014).…”

Section: Theoretical Background Big Datamentioning

confidence: 99%

Role of Trust, Privacy Concerns and Data Governance in Managers’ Decision on Adoption of Big Data Systems

Balkaya¹

2019

View full text Add to dashboard Cite

This paper investigates the role of trust, privacy concerns, and data governance on managers' intention to use big data systems. In literature, trusting beliefs, such as functionality, helpfulness, and reliability were found to be antecedent of trust in technological artifacts. Notice, access, choice, and security principles were found to be crucial in eliminating privacy concerns. On the other hand, this paper focuses on data storage and data collection which have been significant criterion for managers in evaluating companies' data governance policies. A model depicting the relationships amongst all these factors and their relation to users' intention to adopt big data systems and a scale was proposed in the paper.

show abstract

Section: Theoretical Background Big Datamentioning

confidence: 99%

Role of Trust, Privacy Concerns and Data Governance in Managers’ Decision on Adoption of Big Data Systems

Balkaya¹

2019

View full text Add to dashboard Cite

show abstract

“…The connectivity of people, objects and physical environment means that virtually everything and everyone around us is collecting data all the time. The growth of these large-scale data streams means that individuals are constantly leaving a "digital exhaust" trail of where they have been (Dhar, Jarke, and Laartz 2014). To understand the new type of data related to POP framework, one has to understand the technology that enables objects to transmit and receive data from other objects.…”

Section: Pop Framework and Data Opportunitiesmentioning

confidence: 99%

Consumer Connectivity in a Complex, Technology-enabled, and Mobile-oriented World with Smart Products

Verhoef

Stephen

Kannan

et al. 2017

Journal of Interactive Marketing

193

View full text Add to dashboard Cite

Today's consumers are immersed in a vast and complex array of networks. Each network features an interconnected mesh of people and firms, and now, with the rise of the Internet of Things (IoT), also objects. Technology (particularly mobile devices) enables such connections, and facilitates many kinds of interactions in these networks-from transactions, to social information sharing, to people interfacing with connected devices (e.g., wearable technology). We introduce the POP-framework, discuss how People, Objects and the Physical world interconnect with each other and how it results in an increasing amount of connected data, and briefly summarize existing knowledge on these inter-connections. We also provide an agenda for future research focused on examining potential impact of IoT and smart products on consumer behavior and firm strategies.

show abstract

“…Im Zeitalter von Industrie 4.0 wird Cloud Computing eine wesentliche Rolle im Rahmen heutiger Produktionsprozesse einnehmen (Langmann und Stiller 2015). Durch die Kombination aus Cloud-Infrastrukturen, neuen analytischen Methoden und zusätzlichen Datenpunkten können neue Erkenntnisse generiert werden (Dhar et al 2014). Dies bietet eine neue Grundlage für Wettbewerbsfähigkeit.…”

Section: Cloud Computing Im Maschinen-und Anlagenbauunclassified

Digitale Cloud-Plattformen als Enabler zur analytischen Nutzung von operativen Produktdaten im Maschinen- und Anlagenbau

Dremel

Herterich

2018

Cloud Computing

View full text Add to dashboard Cite

Die digitale Überwachung von Maschinen und Anlagen bietet Maschinenherstellern neue Möglichkeiten Instandhaltungs-und Gewährleistungskosten zu reduzieren und datengetriebene Dienstleistungen anzubieten. Cloud-Technologien können hier als Enabler dienen, um zunächst in einem ‚Single Point of Truth' operative Daten aus Maschinen zu speichern und daraus neue Erkenntnisse zu generieren. Dies ermöglicht den Teilnehmern des Ökosystems dieser Cloud-Plattform analytische Dienstleistungen anzubieten. Hierdurch werden die Steigerung der Effizienz, die Reduzierung von Instandhaltungs-und Ge währleistungskosten sowie die potenzielle Optimierung zukünftiger Produkte möglich. Auf Basis von Interviews mit Managern im Maschinen-und Anlagenbau analysiert dieser Beitrag, inwiefern eine exemplarische Cloud-Plattform die analytische Nutzung von operativen Daten aus Maschinen und Anlagen gewährleisten kann. Insbesondere werden der resultierende analytische Nutzen sowie die sich daraus ergebenden Anforderungen dargestellt. Für Manager bietet dieser Beitrag einen Überblick über analytische Nutzenpotenziale einer industriellen Cloud, und inwiefern eine Teilnahme an einem derartigen Ökosystem sinnvoll ist. Aus theoretischer Perspektive soll ein tieferes Verständnis für ein mögliches Dienstleistungsgeschäft und damit verbundenen Anforderungen neben dem klassischen Maschinen-und Anlagenbau erreicht werden.

show abstract

Big Data

Cited by 23 publications

References 4 publications

Role of Trust, Privacy Concerns and Data Governance in Managers’ Decision on Adoption of Big Data Systems

Role of Trust, Privacy Concerns and Data Governance in Managers’ Decision on Adoption of Big Data Systems

Consumer Connectivity in a Complex, Technology-enabled, and Mobile-oriented World with Smart Products

Digitale Cloud-Plattformen als Enabler zur analytischen Nutzung von operativen Produktdaten im Maschinen- und Anlagenbau

Contact Info

Product

Resources

About