• FOM
  • 2019
  • April
  • Auswertung wissenschaftlicher Beiträge zu Enterprise Architecture mittels Text Mining – FOM Absolvent und Research Fellow stellt Studienergebnisse vor
03.05.2019

Enterprise Architecture

FOM Absolvent und Research Fellow stellt Studienergebnisse vor

Mittels Text Mining hat Fabian Gampfer M.S.c. wissenschaftliche Beiträge zu Enterprise Architecture (EA) aus den letzten drei Jahrzehnten ausgewertet. Die Ergebnisse zeigen, dass große IT-Trends wie Cloud Computing oder das Internet of Things die akademische Diskussion im Bereich EA beeinflussen. Darüber hinaus konnte er eine Diskrepanz zwischen wissenschaftlichen EA-Trends und solchen aus der Praxis aufzeigen. „Diese Diskrepanz bietet Potentiale für beide Welten“, so Gampfer.

Fabian Gampfer, FOM Absolvent und Research Fellow am ifid Institut für IT-Management & Digitalisierung der FOM Hochschule, hat mittels Text Mining wissenschaftliche Beiträge zu Enterprise Architecture (EA) aus den letzten drei Jahrzehnten ausgewertet (Foto: privat)

Der FOM Absolvent ist Research Fellow am ifid Institut für IT-Management & Digitalisierung der FOM Hochschule und forscht berufsbegleitend im Rahmen des Promotionsprogramms der UCAM‐FOM Doctoral School of Business im Themenbereich „Enterprise Architecture“. Er ist neben seiner Promotion in einem internationalen Software-Konzern als Lösungsarchitekt tätig und hat auch dabei täglich Berührung zum Thema seiner Promotion. Hier konzentriert er sich auf die Frage, wie Enterprise Architecture in Zeiten des schnellen Wandels effektiv und zielführend sein kann.

Auf der CONECT-Konferenz mit dem Schwerpunkt „IT-Enterprise Architecture Management“, die Ende Februar in Wien stattfand, waren die Ergebnisse seiner Studie gefragt. Er wurde zu einem Vortrag mit dem Titel „Analyse des Fachbereiches Enterprise Architecture-Management mittels Big Data-Algorithmen“ eingeladen und gab dem interessierten Publikum einen Einblick in die Vorgehensweise und Ergebnisse einer wissenschaftlichen Arbeit zur Erforschung des Fachgebietes „Enterprise Architecture Management“ (EAM).

Die Vorgehensweise erhielt deshalb einen besonderen Platz in der Präsentation, weil in der Arbeit erstmalig eine Big Data-basierte Analysemethode zum Einsatz kam, die auf die Aufgabenstellung hin optimiert wurde, mittels Text Mining alle wissenschaftlichen Publikationen aus über 30 Jahren Entwicklung von Unternehmensarchitektur – das sind circa 4.000 Stück – hinsichtlich des historischen Verlaufs der Diskussion und hinsichtlich einer Zukunftsprognose dieses Fachbereichs auszuwerten.