Anschaulich und locker geschrieben, bietet dieses Buch eine verständliche Einführung in die Organisation und Integration moderner Datenwelten und erläutert den Beitrag des in der Statistik gängigen ISO-Standards SDMX. Es ist somit ein Muss für Statistiker und Datenexperten - und solche, die es noch werden wollen.

Heutzutage wird der berufliche und private Alltag immer mehr durch explosiv wachsende Datenwelten bestimmt. Das Datenwachstum wird durch Suchmaschinen und soziale Netzwerke, aber auch neue technische Möglichkeiten wie Big Data befeuert. Es birgt eine große Chance; aber ganz gleich, ob die Blockchain-Revolution vorangetrieben werden soll oder Smartphones noch smarter gemacht werden sollen, der Erfolg steht und fällt mit der Frage, wie gut es gelingt, die benötigten Daten zu integrieren sie zu sammeln, zu verknüpfen und auszuwerten. Grundlegend dabei ist die Einführung eines übergreifenden Ordnungssystems in Verbindung mit einer Standardisierung der Datenstruktur.

Die Autoren zeigen anhand von Beispielen aus dem Alltag, wie die Konzepte der Statistik die Basis für eine universelle und standardisierte Bereitstellung von beliebigen Informationen bieten. Sie stellen den internationalen Statistik-Standard SDMX (Statistical Data and Metadata Exchange) vor und zeigen, welche tiefgreifenden Veränderungen durch die Einführung dieses Standards und des damit verbundenen Ordnungssystems für die internationale Statistik-Community möglich waren.

Erklärt die vielfältige Nutzung der Statistik in moderner Datenverwaltung Bietet Statistikern einen anschaulichen und gut verständlichen Einblick in die Organisation, Integration und Analyse großer Datenmengen Führt in den gängigen ISO-Standard SDMX ein Includes supplementary material: sn.pub/extras

Autorentext
Die Autoren des Buches sind Reinhold Stahl, Leiter der Statistik der Deutschen Bundesbank und Dr. Patricia Staab, Leiterin des statistischen Informationsmanagements der Deutschen Bundesbank. Beide Statistiker verfügen über langjährige praktische Erfahrung in der IT-Realisierung datenanalytischer Anforderungen. Sie verfügen daher über das für diese Schnittstellenarbeit typische Kompetenzprofil, nämlich die Kombination aus fachspezifischem Wissen über die verwendeten Daten, solider Grundlage an mathematisch-statistischer Methodik und angewandter Expertise in Software-Engineering.

Inhalt
Teil I: Mit Standardisierung zur umfassenden Datenwelt.- Ausgangslage, Vision und Wegbeschreibung.- Wie sieht die Realität aus?- Was können wir von Big Data erwarten?- Warum ist Datenintegration so schwierig?- Grundsätzliche Einschätzung der Standardisierung.- Forschung und Standardisierung.- Standards erfolgreich einführen.- Statistik als Treiber erfolgreicher Datenintegration.- Beitrag des Statistikstandards SDMX.- Fazit und Ausblick.- Teil II: Der Statistikstandard SDMX.- Entstehung und Entwicklung von SDMX.- Die wesentlichen Elemente von SDMX.- Arbeiten mit SDMX.- SDMX als Erfolgsfaktor für eine gelungene Datenintegration.- Glossar.