@incollection{Mergel2018DataS-42974,
  year={2018},
  title={Big Data und Data-Science-Ansätze in der öffentlichen Verwaltung},
  url={https://www.oeffentliche-it.de/unberechenbar},
  isbn={978-3-9818892-5-3},
  publisher={Kompetenzzentrum Öffentliche IT, Fraunhofer-Institut für Offene kommunikationssysteme FOKUS},
  address={Berlin},
  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/server/rdf/resource/123456789/42974">
    <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/42"/>
    <bibo:uri rdf:resource="https://kops.uni-konstanz.de/handle/123456789/42974"/>
    <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2018-08-06T11:04:21Z</dcterms:available>
    <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:language>deu</dc:language>
    <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/42"/>
    <dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/42974/1/Mergel_2-178ikm1gvb6hn3.pdf"/>
    <foaf:homepage rdf:resource="http://localhost:8080/"/>
    <dcterms:issued>2018</dcterms:issued>
    <dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
    <dc:creator>Mergel, Ines</dc:creator>
    <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2018-08-06T11:04:21Z</dc:date>
    <dc:rights>terms-of-use</dc:rights>
    <dcterms:title>Big Data und Data-Science-Ansätze in der öffentlichen Verwaltung</dcterms:title>
    <dc:contributor>Mergel, Ines</dc:contributor>
    <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
  </rdf:Description>
</rdf:RDF>