MOnAMi-Metadatensuche

Technische Suche über öffentliche MOnAMi-Metadaten. Standardmäßig werden nur Treffer angezeigt, bei denen Eckehard Krah im Prüfungs- oder Betreuungskontext erkannt wurde; der Suchbereich und zusätzliche Filter sind differenziert steuerbar. Es werden keine PDFs lokal gespeichert. Rechte, Inhalte und Verfügbarkeit bleiben bei der Originalquelle MOnAMi.

MONAMI
METADATEN · DETAIL · PDF
DATA-EDU-MONAMI-ALL-2.6.0 / 2026-06-13

Dokumentprofil

DETAILSEITE

Big Data im Profifußball

Bachelor erkanntKrah: AdvisorSicherheit: hochMedien & KommunikationSekundäranalyse
Zur SucheOriginalseite bei MOnAMi
2018
bachelorthesis / doc-type:b…
Advisor
10666

Metadaten

OAI · FRONTDOOR
Verfasser/inSchager, Adrian
Jahr2018
Dokumenttypbachelorthesis / doc-type:bachelorThesis
Sprachedeu
MOnAMi docId10666
OAI-Identifieroai:monami.hs-mittweida.de:10666

Rollenprüfung

KONTROLLE

Automatische Einordnung aus OAI- und Frontdoor-Metadaten.

Krah-Kontext erkanntSicherheit: hoch
e Spieler und Mannschaften die Gegenspieler anlaufen oder wie effektiv die Spieler und Mannschaften mit ihren Aktionen agieren Ziel der vorliegenden Arbeit ist es zu erörtern, inwiefern Big Data heutzutage im Profifußball angewendet wird, worauf der Fokus bei der Datenanalyse gelegt wird und worin die Chancen und die Risiken dessen bestehen. Download full text files BA_SchagerAdrian_BigData.pdf Export metadata BibTeX RIS Additional Services Statistics Metadaten Author: Adrian Schager Advisor: Eckehard Krah, Dirk Schröer Document Type: Bachelor Thesis Language: German Year of Completion: 2018 Granting Institution: Hochschule Mittweida Release Date: 2019/07/01 GND Keyword: Berufsfußball; Big Data; Datenanalyse Institutes: 06 Medien DDC classes: 519.53 Datenanalyse, Cluster-Analyse Open Access: Innerhalb der Hochschule Licence (German): Urheberrechtlich geschützt Contact Imprint Sitelinks …

Abstract / Beschreibung

METADATA TEXT
Heutzutage lässt sich im Fußball alles bis ins kleinste Detail messen und analysieren. Die Stärken und Schwächen einzelner Spieler und von ganzen Mannschaften. Welche Räume kontrolliert werden, wie aggressiv die Spieler und Mannschaften die Gegenspieler anlaufen oder wie effektiv die Spieler und Mannschaften mit ihren Aktionen agieren Ziel der vorliegenden Arbeit ist es zu erörtern, inwiefern Big Data heutzutage im Profifußball angewendet wird, worauf der Fokus bei der Datenanalyse gelegt wird und worin die Chancen und die Risiken dessen bestehen.

Schlagwörter

KEYWORDS
BerufsfußballBig DataDatenanalyseddc:519.53

Zitierhinweis nach APA 7

APA 7
Schager, A.. (2018). Big Data im Profifußball [Bachelorarbeit, Hochschule Mittweida]. MOnAMi – Hochschulschriftenserver der Hochschule Mittweida. https://monami.hs-mittweida.de/frontdoor/index/index/docId/10666

Ähnliche Arbeiten

KEYWORDS · THEMA

Big-Data-Analysen im deutschen Profifußball : wie die Datenrevolution den Fußball verändert

2016Bachelor erkanntMedien & Kommunikation

Verfasser/in laut Metadaten: Niklarz, Gregor

Die vorliegende Bachelorarbeit befasst sich mit der Einflussnahme von Analysen großer Datensätze (Big-Data-Analysen) im Bereich des deutschen Profifußballs. Ein wichtiger Bestandteil beschäftigt sich damit, inwiefern Big-Data-Analysen relevant für den deutschen Profifußball sind und in welchen Formen die Datenrevolution für Veränderungen …

DetailsOriginalquelle

Identification and characterization of mammalian signatures of viral adaptation : a computational approach

2015Medien & Kommunikation

Verfasser/in laut Metadaten: Marquardt, Andre

Influenza viruses are single-stranded RNA (ssRNA) viruses, which are divided into three distinct genera: A,B and C. Their genome is divided into eight segments. Whilst the influenza types B and C evolve slowly, viruses of the type A evolve very fast, causing mild to severe infections, and are a constant harm for the human race. Beside the …

DetailsOriginalquelle

Big Data im Profifußball

2018Bachelor erkanntMedien & Kommunikation

Verfasser/in laut Metadaten: Aksu, Erhan

Bereits in vielen Branchen wird die Big Data-Technik praktiziert. Auch im Bereich des Profifußballs spielen die Analysen und Auswertungen der Massendaten eine immer wichtigere Rolle. Hierbei ist die Frage, wie intensiv Big Data bereits in den Prozessen der Mannschaften im professionellen Bereich involviert ist und in welchem Bereich expli …

DetailsOriginalquelle

Explorative Untersuchung der Eignung qualitativer Datenanalysemethoden für die Identifikation anwendungsfallbezogener relevanter Korrelationen und Gruppierungen in einem divers aufgebauten Datensatz

2022Medien & Kommunikation

Verfasser/in laut Metadaten: Pistorius, Elena

Im Prozess der Masterarbeit und des vorangegangenen Forschungsmoduls wurden drei verschiedenartige Anbieter*innen von Escape Spielen untersucht. Zu diesem Zweck wurden Vor-Umfragen eingeholt, um Informationen über populäre und bekannt Reihen dieser Art zu erkennen. Aufbauend auf diesen Fragebögen wurden anschließend drei Anbieter*innen ge …

DetailsOriginalquelle

Cluster-basiertes Geolocation-Profiling auf Basis von Mobilfunkdaten

2021Medien & Kommunikation

Verfasser/in laut Metadaten: Kiwitt, Sabrina

Die Strafverfolgungsbehörden verwenden zunehmend Mobilfunkdaten, um Tathergänge zu rekonstruieren und daraufhin Tatverdächtige überführen zu können. Die Mobilfunkdaten erhalten die Strafvervolgungsbehörden auf Anfrage und richterlichen Beschluss von den Telekommunikationsanbietern. Die Anfragen sind sowohl zeitlich als auch regional stark …

DetailsOriginalquelle

Rechtlicher Hinweis

ORIGINALQUELLE · KEINE SPEICHERUNG
Originalquelle: Die maßgebliche Quelle für diesen Datensatz ist MOnAMi. Dieses Tool übernimmt keine Gewähr für Vollständigkeit, Aktualität, bibliografische Richtigkeit oder dauerhafte Verfügbarkeit.

PDF-Nutzung: Die PDF-Datei wird nicht lokal gespeichert. Die Vorschau und Volltextsuche rufen die Originaldatei technisch über einen signierten Proxy ab und verarbeiten sie nur zur Anzeige im Browser.

Rechte und Verantwortung: Urheberrechte, Lizenzen, Sperrvermerke und inhaltliche Verantwortung verbleiben bei den jeweiligen Autor:innen, Rechteinhaber:innen und der Originalplattform. Die automatisch erzeugte Rollen-, Themen-, Methoden- und Zitierklassifikation ist eine technische Ableitung und muss bei wissenschaftlicher Verwendung geprüft werden.
15.742
344
160
2.6