8.1 Motivation
-
Eine Lösung zur Unterstützung der Kollaboration für Data-Science-Projekte muss es Stakeholdern ermöglichen sich sowohl spezifisch zu einzelnen Projekten aber auch generell zu Data-Science-Methoden auszutauschen und relevante Kontakte zu identifizieren.
-
Sie muss zudem eine zentrale Wissensquelle für die Durchführung von Data-Science-Projekten bieten, die allen Mitwirkenden eine gemeinschaftliche Basis zu Methoden und Terminologie bietet.
-
Um Datenanalyseprojekte zur Entwicklung oder Erweiterung von Geschäftsmodellen in einem kooperativen Umfeld durchzuführen muss ein Konzept aufzeigen, wie in Data-Science-Projekten gewonnene Erkenntnisse auf Aspekte eines Geschäftsmodells abgebildet werden können, um so schließlich eine Anpassung des Geschäftsmodells durchzuführen.
8.2 Kollaboration für Data-Science-Projekte
-
Wissensaustausch: Den Akteuren muss ein Werkzeug bereitgestellt werden, mit dessen Hilfe sie sich zum Projekt austauschen können. Dieser Austausch kann auf technischer Ebene oder konzeptioneller Ebene nötig sein.
-
Wissensaneignung: Den Akteuren muss Lehrmaterial bereitgestellt werden, mit dem sie ihr Wissen bei Bedarf so erweitern können, wie es für das zugrunde liegende Projekt relevant ist. Des Weiteren ist es hilfreich, wenn Ressourcen bereitgestellt werden, die bereits durchgeführte, ähnliche Projekte thematisieren, um somit die vorhandenen Potenziale hervorzuheben.
-
Wissensfindung: Den Akteuren muss ein Werkzeug bereitgestellt werden, das es ihnen ermöglicht herauszufinden, wer potenziell über das nötige Wissen verfügt, und mit diesen Experten in Kontakt zu treten.
-
Wissensanwendung: Den Akteuren muss ein Werkzeug bereitgestellt werden, dass es ihnen erlaubt, ihr Wissen zielführend einzubringen und so kollaborativ das Projekt durchzuführen.