Alle Artikel mit dem Schlagwort: projektplanung

Weniger schlecht Projekte managen: Der Selbsttest

Ganz frisch bei uns: ein neues Mitglied unserer „Weniger schlecht“-Familie. Diesmal geht es um die Disziplin Projektmanagement. Eines ist klar: Der Product Owner für das Jahr 2020 hat auf ganzer Linie versagt – bei dieser schieren Menge an unerreichten Zielen und unkalkulierbaren Risiken. Anne Schüßler und Peter Schüßler aber machen dieses in so vielen Aspekten mindestens fragwürdige Jahr aber ein Stückchen besser. Denn sie legen ihr Erstlingswerk „Weniger schlecht Projekte managen“ vor. Ob euch das Buch weiterhelfen würde? Das dürft ihr hier gern selbst herausfinden – in einem Auszug aus dem ersten Kapitel. Ist dieses Buch für mich? Der Weg zur Lösung ist ganz einfach: Wählt die jeweils für euch passende Antwort aus und überschlagt am Ende, welchen Buchstaben ihr am häufigsten angekreuzt habt. Was ist überhaupt ein Projekt? a) Das, was mein Chef so nennt. b) Seit wir Projektmanagement machen, heißt bei uns eigentlich alles »Projekt«. Dann fühlt sich auch keiner zurückgesetzt. c) Ein Projekt ist zeitlich begrenzt, hat einen eindeutigen Anforderungsumfang und ist einmalig. Es ist natürlich noch ein bisschen komplizierter, aber das …

datascience process model

Das Data Science Process Model – Leitfaden zur Realisierung von Big Data-Produkten

Ein Gastbeitrag von Klaas Bollhoefer. Das Data Science Process Model ist ein Vorgehensmodell, das den Prozess zur Entwicklung von Big Data-Produkten in sechs definierte Phasen organisiert und die einzelnen Akteure und ihr Zusammenspiel darin darstellt. Kern des Modells ist das harmonische Wechselspiel der Akteure Data Scientist und Machine Intelligence, die nahtlose Verknüpfung menschlicher und maschineller Intelligenz im Rahmen explorativer und automatisierter Big Data-Analysen. Das Data Science Process Model ist international eines der ersten, aus der Praxis hervorgegangenen Vorgehensmodelle  -vielleicht sogar die erste theoretische Darstellung überhaupt – und soll einen Beitrag zur weiteren Standardisierung der Disziplin leisten. Als Leitfaden kann es der individuellen Planung und Aufwandskalkulation bei der Realisierung von Big Data-Produkten dienen. Entwickelt habe ich das Modell bei The unbelievable Machine Company. Es basiert auf den Erkenntnissen und Erfahrungen aus einer Vielzahl von Big Data-Projekten für unterschiedliche Branchen und Fachdomänen aus den Jahren 2011-2013. Schematische Darstellung Zur Vergrößerung Grafik anklicken: Beschreibung der einzelnen Phasen Das Data Science Process Model besteht aus sechs aufeinander folgenden Phasen und beschreibt damit den Gesamtprozess zur Entwicklung von Big Data- Lösungen – …