@masterthesis{Boettcher2025, type = {Bachelor Thesis}, author = {B{\"o}ttcher, Lena}, title = {Prototypische Entwicklung einer Low-Code-Anwendung zur Visualisierung statistischer Kennzahlen und Analyse ihrer Aussagekraft f{\"u}r die Finanzverwaltung.}, school = {Hochschule Rhein-Waal}, year = {2025}, abstract = {Diese Bachelorarbeit stellt dar, wie statistische Kennzahlen f{\"u}r die Finanzverwaltung m{\"o}glichst aussagekr{\"a}ftig visualisiert und analysiert werden k{\"o}nnen, um statistische Eigenschaften großer Datenmengen intuitiv und schnell verst{\"a}ndlich nutzbar zu machen. Mit einer Low-Code-Plattform wurde ein Prototyp entwickelt, der diese Anforderungen realisiert und mit geringen Programmierkenntnissen erweitert werden kann. Diese Arbeit nutzt den Design Science Research (DSR)-Ansatz und erl{\"a}utert ihn. Die Phasen der Demonstration der Nutzung und der Evaluation des Prototyps dieses Ansatzes wurden zusammengefasst. In dieser zeigte sich, dass die visualisierten statistischen Kennzahlen kontextbezogen eine hohe Aussagekraft besitzen k{\"o}nnen. Eine ganzheitliche Analyse, die auf anwendungsfallbezogenem Datenwissen basiert, bildet die Grundlage f{\"u}r eine fundierte Interpretation. In Zusammenhang mit der Betrachtung und kombinierten Interpretation mehrerer statistischer Kennzahlen k{\"o}nnen so Fehlinterpretationen vermieden und der Gewinn zus{\"a}tzlicher Erkenntnisse gef{\"o}rdert werden. Die erzeugten Visualisierungen erm{\"o}glichen eine strukturierte Auswertung großer Datenmengen, setzen jedoch teilweise statistische Grundkenntnisse bei den Nutzenden voraus, die diese Ausarbeitung vermittelt.}, language = {de} }