Data Vault orientierte BI-Architekturen in Theorie und Praxis. Thomas Mattick Dresden

Größe: px
Ab Seite anzeigen:

Download "Data Vault orientierte BI-Architekturen in Theorie und Praxis. Thomas Mattick Dresden"

Transkript

1 Data Vault orientierte BI-Architekturen in Theorie und Praxis Thomas Mattick Dresden

2 Vorstellung Thomas Mattick Projektauszug (BI) Auftragsabwicklung/Leistungsbewertung (Luftfahrt/Logistik) Wareneingang/Warenausgang/Retouren (Logistik) Bestandsmanagement (Logistik) Auftragsmanagement (Großhandel) Flächenbewirtschaftung (Einzelhandel) Thomas Mattick Business Developer, InfoDyn AG Technologien IBM Cognos 10.1 Certified Microsoft SQL Server Oracle Informatica Powercenter Engagement Deutsche Data Vault User Group e.v. (http://www.ddvug.de) Empfehlung: Data Modeling Zone und TDWI 2

3 InfoDyn AG Ziel Wir ermöglichen Unternehmen, den gesamten Fluss Ihrer Informationen von den IT-Systemen bis zum Anwender zu kennen und zu verstehen Produkt Mithilfe unserer intelligenten Technologie bietet die IC Suite die Möglichkeit nahezu jedes IT-System anzubinden und zu analysieren. Es wird nur auf die Bereiche der Systeme zugegriffen, die strukturelle, prozedurale oder operationale Informationen liefern. Die eigentlichen Daten (Kunden, Verträge, Kontakthistorie etc.) bleiben unangetastet. 3

4 InfoDyn AG Referenzen Unternehmen aus verschiedenen Branchen arbeiten bereits mit Modulen der IC Suite und profitieren von den Vorteilen: Finanzdienstleistungen Krankenversicherungen Recycling Behörden Partner Standorte Nord Amerika Europa Firmensitz in Deutschland Vertriebsbüro in den USA ITBconsult Inc Hamilton Avenue Suite San Jose BBF GmbH Erika-Mann-Str München InfoDyn AG Wendelsteinstr Gräfelfing InfoDyn Inc. 701 Fifth Ave, Suite 4200 Seattle, WA

5 Unternehmen und Mitarbeiter Das Unternehmen Unabhängiges Software-Haus mit den Schwerpunkten Datenmanagement und Business Intelligence. Das Unternehmen wurde 1996 gegründet hat den Hauptsitz in München und eine Niederlassung in Dresden. Gründer und geschäftsführende Inhaber sind Benjamin Böhm und Wolfgang Fergen. Aktuell etwas über 30 Mitarbeiter. Einsatz von template- und modellbasierte Entwicklung und eigenentwickelten Generatoren. Produkt- und herstellerunabhängig und eingebunden ein enges Netzwerk mit Partnern und Herstellern. In den nationalen und internationalen Kundenprojekten jederzeit auch beim Kunden vor Ort tätig. 5

6 BI:G Projektbaukasten für BI auf Basis eines Data Vaults BI:G Der Lösungsansatz ist die Kombination von methodischer Vorgehensweise und effizienter, sprich automatisierter Entwicklung. Mit BI:G schafft BBF für die Kunden die Möglichkeit, in wenigen Schritten ein traditionelles Data Warehouse in einer 3-Schichten-Architektur auf Basis eines Data Vaults zu erzeugen. Beschreibung Instanziierte Modellierungskomponente (technisch und fachlich) Angabe von Quell- Zielzuordnungen, zentralisierter Steuerspalten, Bearbeitungsstatus, Rollout Testing & QA Reporting Data Modeler Self Service BI ETL Framework Logging Framework Operations 6

7 Agenda Übersicht Einleitung Herausforderungen an BI-Projekte Standardisierung Standards als Basis erfolgreicher BI-Projekte Architektur CDW zur Unterstützung änderungsorientierter BI Data Vault Methodik als Lösungsansatz änderungsorientierter BI Praxis Vorstellung eines Standards (BI:G) für BI-Projekte Zusammenfassung Vorteile für die Umsetzung von BI-Projekten 7

8 Agenda Einleitung Standardisierung Architektur Data Vault Praxis Zusammenfassung 8

9 Einleitung BI-Projekte und Ihre Anforderungen Anforderungen Ungenau Unzureichend Widersprüchlich Verändernd Unerwartet Ursachen (u.a.) Fehlende Erfahrung bei der Aufnahme BI-orientierter Anforderungen Fehlende/Falsche Kenntnisse datengebender Systeme Widersprüchliche Aussagen aufgrund verschiedener Verantwortlicher Unzureichende Vorstellungen des Möglichen Wunsch nach mehr 9

10 Einleitung BI-Projekte und Ihre wünschenswerten Eigenschaften Agile und anpassbare Vorgehensmodelle Möglichkeiten zur parallelen Abarbeitung von Projektthemen Skalierbare Datenintegrationsprozesse Typorientierte Datenintegrationsprozesse Wartungsfreundliche Datenintegrationsprozesse Möglichkeit zum zentralen Betrieb Zentralisierte Auswertungen und Protokolle zur Betriebsunterstützung und Datenqualitätssicherung 10

11 Agenda Einleitung Standardisierung Architektur Data Vault Praxis Zusammenfassung 11

12 Standardisierung Prozentuale Aufwandsverschiebung hin zur Anforderungsdefinition Definierte anpassbare Vorgehensmodelle Modellierung Datenintegration Betrieb Klare Rahmenbedingungen Regelwerke Konventionen Vorlagen Feste Richtlinien Architektur Bewirtschaftung Protokollierung 12

13 Agenda Einleitung Standardisierung Architektur Data Vault Praxis Zusammenfassung 13

14 Architektur Analysen Ad-hoc Auswertungen Berichte Cube Modell MART CORE STAGE 14

15 Architektur STAGE (Quellsystemorientiert) Klassische schnittstellenorientierte 1:1 Datenabzugsschicht (n-stages bei Heterogenität) Konsumorientierte Persistenz CORE (DV - Ablageorientiert) Datenmittelpunkt und einzige Datenwahrheit Konsolidiert Geschäftsentitäten, verbindet diese und legt Nutzinformationen historisiert ab Eigenschaften DV ermöglichen Vorzug Datentiefe vor Datenbreite MART (Stern Abfrageorientiert) Fachlicher "Endpunkt" (n-marts durch Fokussierung auf Anwender/Anwendung/Auswertung) Daten in Form konsolidierter Dimensionen und dedizierter Fakten (Aggregationen, Kumulationen, Redundanz, -alles ablagefähige-) Standardisiert vereinfachte und festgelegte BI-Architektur 15

16 Agenda Einleitung Standardisierung Architektur Data Vault Praxis Zusammenfassung 16

17 Data Vault Allgemeines Dan Linstedt Ziele Agil Flexibel Erweiterbar Datengranularität auf Quelldatenebene Mehrquellfähig Zeitlinie Entwicklung abschließende Evaluierung durch Projekte 2001 Veröffentlichung Data Vault Veröffentlichung Data Vault 2.0 (erweiterte Konzepte) 17

18 Data Vault Methodik Modellierung Liste einfacher übersichtlicher und aufgabenorientierter Objekte Dekomposition von Schlüssels Separierung der Nutzdaten Bewirtschaftung modellierungsgetrieben Unabhängig in Bezug auf Quelldatenbindungen Konsolidierung von Entitäten unterschiedlicher Quellen Betrieb parallel 18

19 Modellierung Tabellentypen (Auszug) Hubs Links Satelliten Referenzen (Optional) Point-In-Times (Optional) Bridges (Optional) 19

20 Modellierung STAR DV 3NF 20

21 Bewirtschaftung Bewirtschaftungstypen (Auszug) Hubs Reine Insert Operationen Hash-Keys basierend auf BKs Links Reine Insert Operationen Hash-Keys basierend auf Hub-Hash-Keys basierend auf BKs Satelliten Insert/Update Operationen Historisierungslogik Hash-Keys Basierend auf Hub-Hash-Keys basierend auf BKs 21

22 Betrieb Betriebstypen (Auszug) Vollständig parallel Eine Zieltabelle darf nur durch einen Bewirtschaftungsprozess bedient werden Einsatz von Hash-Keys sind Voraussetzung Sequentiell nach Bewirtschaftungstyp (Keine Link auf Links) Schritt 1: Alle Hubs Schritt 2: Alle Links, Alle Satelliten an Hubs Schritt 3: Alle Satelliten an Links, Alle Referenzen Schritt 4: Alle Bridges, Alle Point-In-Times 22

23 Data Vault Weiteres Verteilung der Komplexität Einfach zu modellieren, aber viel Einfach zu bewirtschaften, aber viel Erhöhung der Anzahl von Entitäten Aufwendige Abfrage von Informationen Virtualisierte oder persistierte Sichten zu Auswertungszwecken notwendig Weiterführende Informationen Data Vault auf Geschichte des Data Vault auf https://www.youtube.com/watch?v=xx4sdjgrriw&feature=youtu.be&list=uufni5nthzgdr0xj3uyyqvw Tiefergehende Einblicke in Blog-Form auf 23

24 Agenda Einleitung Standardisierung Architektur Data Vault Praxis Zusammenfassung 24

25 BI:G Komponenten STAGE CORE MART LOGGER CONNECTOR MODELER LOADER STAGER 25

26 BI:G Zentral LOGGER Zentrale Protokollierung Bestehend aus Tabellen, Prozeduren und Regelwerken Nachvollziehbarkeit von Datensatzlebenszyklen Individuell STAGER Bildung einer 1:1 Abzugsschicht Klont Datenbankschnittstellen (Tabellen, Views) Rollout inklusive Steuerspalten und Tabelleninstanzen 26

27 BI:G Instanziiert CONNECTOR Tabellen, Prozeduren und Regelwerke Identifikation geänderter Daten LOGGER Erhöhung/Verbesserung/Erweiterung der Selektionskriterien LOADER Tabellen und Regelwerke Definition und Konfiguration von Ladeketten Konkretisierung durch Angabe von Aktivität, Ladeposition, Parallelisierung, Quellen, MODELER Instanziierte Modellierungskomponente (technisch und fachlich) Angabe von Quell- Zielzuordnungen, zentralisierter Steuerspalten, Bearbeitungsstatus, Rollout 27

28 CONNECTOR BI:G Vorlagen LOGGER Stage Core Mart MASTER HUB STA 1:1 DIM STA 1:X LNK SAT FAKT MODELER REF BRI LOADER 28

29 Schichten: STAGE Modellierung STAGER Bildung generischer STAGE-Tabellenausprägungen Reine DB-Schnittstellen (Tabellen/Views) Quelldatentyp gleich Zieldatentyp Keine Constraints Generische Erweiterung um Steuerspalten MODELER Bildung Konkreter STAGE-Tabellenausprägungen nondb-schnittstellen und changedb-schnittstellen (Bereinigung, Transformationen, ) Variabler Zieldatentyp Dedizierte Constraints Zentrale Erweiterung um Steuerspalten 29

30 Schichten: STAGE Bewirtschaftung Master-ETL Stage-ETL basierend auf STAGER Individual-ETL, basierend auf MODELER Einsatz mitgelieferter Vorlagen Zeitstempelorientierte Deltalogik und Protokollierung Atomare Abschlussoperation Master LOADER Threads STA TRUNCATE EXTRACT Eigenschaften Komfortable Erstellung Einfache Verarbeitungslogik Performance Wartbarkeit, Robustheit und Wiederanlauffähigkeit Nachvollziehbarkeit Protokollierend und Deltagebend (prozessorientiert) I F STA INSERT M A F PSTA LOAD LOGGER CONNECTOR 30

31 Schichten: STAGE Betrieb Standardisiertes Regelwerk zur Konfiguration, Aufruf und Überwachung LOADER Konfiguration der ETL-Strecken Angabe dedizierter Eigenschaften (Quellen, Ziel, Paket, Delta, Lademethode, Thread, ) Einträge dienen dem Master-ETL als Grundlage Technologieorientierte Laufsteuerung Aufruf Master-ETL LOGGER Einrichtung des JOBs Überwachung über LOGGER basierte Abfragen 31

32 Schichten: CORE Modellierung Regelwerke für Modellierungsformen (hier nach DV) Namenskonventionen MODELER Fachliche Modellierung Tabellentyp, Tabellen und Spalten Angabe von Berechnungsvorschriften Technische Modellierung Tabellenart, Datentyp (Konsolidierung), Constraints, Schlüsselbeziehungen und -arten Quell- Zielzuordnung Zentrale Bildung Konkreter CORE-Tabellenausprägungen Zentrale Erweiterung um Steuerspalten anhand Tabellenart und -typ Einfacher Rollout 32

33 Schichten: CORE Bewirtschaftung Master-ETL Individual-ETL, basierend auf MODELER Einsatz mitgelieferter Vorlagen Prozessorientierte Deltalogik und Protokollierung Abhängigkeitsparadigma Atomare Abschlussoperation Master LOADER CONNECTOR LOGGER Threads UPD_SRC UPD TRUNCATE EXTRACT PID UPD_SRC INSERT L T E LOGGER UPD INSERT H LOGGER CORE LOAD LOGGER CONNECTOR 33

34 Schichten: CORE Betrieb Standardisiertes Regelwerk zur Konfiguration, Aufruf und Überwachung LOADER Konfiguration der ETL-Strecken Angabe dedizierter Eigenschaften (Quellen, Ziel, Paket, Delta, Lademethode, Thread, ) Einträge dienen dem Master-ETL als Grundlage Technologieorientierte Laufsteuerung Aufruf Master-ETL LOGGER Einrichtung des JOBs Überwachung über LOGGER basierte Abfragen 34

35 Schichten: MART Modellierung Regelwerke für Modellierungsformen (hier nach Stern Dimensionen und Fakten) Namenskonventionen MODELER Fachliche Modellierung Tabellentyp, Tabellen und Spalten Angabe von Berechnungsvorschriften Technische Modellierung Tabellenart, Datentyp (Konsolidierung), Constraints, Schlüsselbeziehungen und -arten Quell- Zielzuordnung Zentrale Bildung Konkreter MART-Tabellenausprägungen Zentrale Erweiterung um Steuerspalten anhand Tabellenart und -typ Einfacher Rollout 35

36 Schichten: MART Bewirtschaftung Master-ETL Individual-ETL, basierend auf MODELER Mitgelieferte Vorlagen und Skriptdimensionen Prozessbasierte entitätsorientierte Deltalogik und Protokollierung Abhängigkeitsparadigma Atomare Abschlussoperation Master LOADER CONNECTOR LOGGER Threads UPD_SRC UPD TRUNCATE EXTRACT EPID UPD_SRC INSERT C LOGGER UPD INSERT L T E LOGGER MART LOAD LOGGER CONNECTOR 36

37 Schichten: MART Betrieb Standardisiertes Regelwerk zur Konfiguration, Aufruf und Überwachung LOADER Konfiguration der ETL-Strecken Angabe dedizierter Eigenschaften (Quellen, Ziel, Paket, Delta, Lademethode, Thread, ) Einträge dienen dem Master-ETL als Grundlage Technologieorientierte Laufsteuerung Aufruf Master-ETL LOGGER Einrichtung des JOBs Überwachung über LOGGER basierte Abfragen 37

38 Agenda Einleitung Standardisierung Architektur Data Vault Praxis Zusammenfassung 38

39 Zusammenfassung Standards + Data Vault + Framework Kosten/Nutzen Argumentation Parallelisierung von Projektaufgaben Kurze Einarbeitungszeiten für Modellierer Kurze Einarbeitungszeiten für Entwickler Geringe Dokumentationskosten Einfacher Betrieb der ETL-Strecken Verschiebung des Aufwands zum Wesentlichen den Anforderungen 39

40 Vielen Dank! BBF GmbH Erika-Mann-Str München Tel. +49 (0) Web Kontakt: Thomas Mattick Senior Consultant Tel. +49 (0) Mobil +49 (0)

Vorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb. Thomas Mattick, BBF GmbH

Vorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb. Thomas Mattick, BBF GmbH Vorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb Thomas Mattick, BBF GmbH Vorstellung Thomas Mattick Projektauszug (BI) Auftragsabwicklung/Leistungsbewertung

Mehr

25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU

25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU BLUEFORTE GmbH Dirk Lerner 25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU 1 Elemente des Data Vault (Basic) HUB

Mehr

Data Vault als Kernkomponente operativ eingesetzter Softwarelösungen am Beispiel der Entwicklung des ID environment managers

Data Vault als Kernkomponente operativ eingesetzter Softwarelösungen am Beispiel der Entwicklung des ID environment managers Data Vault als Kernkomponente operativ eingesetzter Softwarelösungen am Beispiel der Entwicklung des ID environment managers Thomas Mattick, InfoDyn GmbH Vorstellung Stationen (< 5 Jahre) 01/15 Produkt

Mehr

Agile DWH Modellierung mit Data Vault. Alexander Blech Matthias Wendt 2015-04-15

Agile DWH Modellierung mit Data Vault. Alexander Blech Matthias Wendt 2015-04-15 Agile DWH Modellierung mit Data Vault Alexander Blech Matthias Wendt 2015-04-15 Agile DWH Modellierung mit Data Vault Agenda OSP Dresden und die Ottogroup Data Vault Theorie DV im Einsatz für die Hermes

Mehr

Data Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München, 17.04.

Data Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München, 17.04. Data Vault Modellierungsmethode für agile Data Warehouse Systeme Dr. Bodo Hüsemann Informationsfabrik GmbH DOAG BI, München, 17.04.2013 Die Informationsfabrik Die Informationsfabrik macht erfolgreiche

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die

Mehr

"Hier kann ich mich weiterentwickeln!"

Hier kann ich mich weiterentwickeln! "Hier kann ich mich weiterentwickeln!" Zur Verstärkung suchen wir für die Standorte München und Dresden einen Reporting Specialist (m/w) Leistungsspektrum der BBF BBF ist ein mittelständisches Unternehmen

Mehr

Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault

Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault Herbert Rossgoderer Geschäftsführer Matthias Fuchs DWH Architekt ISE Information Systems Engineering GmbH ISE

Mehr

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste

Mehr

Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015

Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART

Mehr

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon

Mehr

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Oracle BI EE mit großen Datenmengen

Oracle BI EE mit großen Datenmengen Oracle BI EE mit großen Datenmengen Christian Casek Riverland Solutions GmbH München Schlüsselworte: Oracle BI EE, Oracle BI Applications, Informatica, RPD, große Datenmengen, Performance, Performanceoptimierung,

Mehr

Datenintegration mit Informatica PowerCenter

Datenintegration mit Informatica PowerCenter Datenintegration mit Informatica PowerCenter Mein Weg vom Studenten zum Consultant Christoph Arnold 03.07.2013 1 Agenda Von der THM zu Infomotion Datenschieberei oder doch mehr? Die weite Welt von Informatica

Mehr

Data Vault Ein Leben zwischen 3NF und Star. Michael Klose, CGI Deutschland Oracle DWH Community, 18.03.2014

Data Vault Ein Leben zwischen 3NF und Star. Michael Klose, CGI Deutschland Oracle DWH Community, 18.03.2014 Data Vault Ein Leben zwischen 3NF und Star Michael Klose, CGI Deutschland Oracle DWH Community, 18.03.2014 CGI Group Inc. 2013 Referent: Michael Klose Manager BI Architektur & Strategie, CGI Deutschland

Mehr

Performance by Design Wie werden performante ETL-Prozesse erstellt?

Performance by Design Wie werden performante ETL-Prozesse erstellt? Performance by Design Wie werden performante ETL-Prozesse erstellt? Reinhard Mense ARETO Consulting Bergisch Gladbach Schlüsselworte: DWH, Data Warehouse, ETL-Prozesse, Performance, Laufzeiten, Partitionierung,

Mehr

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick

Mehr

QUICK-START EVALUIERUNG

QUICK-START EVALUIERUNG Pentaho 30 für 30 Webinar QUICK-START EVALUIERUNG Ressourcen & Tipps Leo Cardinaals Sales Engineer 1 Mit Pentaho Business Analytics haben Sie eine moderne und umfassende Plattform für Datenintegration

Mehr

ETL in den Zeiten von Big Data

ETL in den Zeiten von Big Data ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse

Mehr

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

Mehr

FRT Consulting GmbH. Projekt KATEGO Komfortable SAP-Datenanalyse. Gustav Sperat FRT Consulting GmbH. www.frt.at. Wir machen aus Daten Wissen.

FRT Consulting GmbH. Projekt KATEGO Komfortable SAP-Datenanalyse. Gustav Sperat FRT Consulting GmbH. www.frt.at. Wir machen aus Daten Wissen. FRT Consulting GmbH Projekt KATEGO Komfortable SAP-Datenanalyse Gustav Sperat FRT Consulting GmbH 1 FRT Consulting das Unternehmen Spin off der TU Graz von langjährigen IT Experten Hauptsitz Graz, Büro

Mehr

Einfach gut entscheiden. Controlling für Kliniken mit Microsoft Business Intelligence

Einfach gut entscheiden. Controlling für Kliniken mit Microsoft Business Intelligence Einfach gut entscheiden Controlling für Kliniken mit Microsoft Business Intelligence Ihr Referenten Dr. Nedal Daghestani Lösungsberater Microsoft Deutschland GmbH nedal.daghestani@microsoft.com Bernhard

Mehr

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA Agenda VORSTELLUNG B.TELLIGENT WIE ENTSTEHT EINE KENNZAHL? WAS SIND METADATEN? AUFBAU UND FUNKTIONSWEISE DES BI WIKI LIVE DEMO ZUSAMMENFASSUNG

Mehr

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN OPEN SOURCE BUSINESS INTELLIGENCE MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN uwehaneke Stephan TRAHASCH tobias HAGEN tobias LAUER (Hrsg.)' tdwi E U R D P E HANSER Vorwort 9 Einführung

Mehr

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Datei: Asklepius DA Flyer_Leistung_2 Seite: 1 von:5 1 Umfassende Datenanalyse Mit Asklepius-DA

Mehr

Infografik Business Intelligence

Infografik Business Intelligence Infografik Business Intelligence Top 5 Ziele 1 Top 5 Probleme 3 Im Geschäft bleiben 77% Komplexität 28,6% Vertrauen in Zahlen sicherstellen 76% Anforderungsdefinitionen 24,9% Wirtschaflicher Ressourceneinsatz

Mehr

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05.

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05. Vom Single Point of Truth zur Single Version of the Facts Data Warehousing zu Beginn des BigData-Zeitalters inspire IT - Frankfurt 11. 12.05.2015 Fahmi Ouled-Ali Kabel Deutschland Marian Strüby OPITZ CONSULTING

Mehr

ITGAIN Fach- und Technikspezialist

ITGAIN Fach- und Technikspezialist ITGAIN Fach- und Technikspezialist KOMPETENZ GEWINNBRINGEND EINSETZEN. Copyright 2012 ITGAIN GmbH 1 SPoT Wir bringen Ihre Informationen auf den Punkt. Hamburg, 07.05.2012 FACTORY-ANSATZ FÜR ETL-PROZESSE

Mehr

RE.one. Self Service Information Management für die Fachabteilung

RE.one. Self Service Information Management für die Fachabteilung RE.one Self Service Information Management für die Fachabteilung Das Ziel Verwertbare Informationen aus Daten gewinnen Unsere Vision Daten Info Data Warehousing radikal vereinfachen in einem Tool Die Aufgabe

Mehr

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format.

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format. Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH Gerd Schandert, Neuss den 18.03.2014 Agenda 1. Vorstellung Auftraggeber 2. Förderung allgemein 3. Schichten im Data Warehouse 4.

Mehr

Unsere Tätigkeitsfelder: IMPRESSUM

Unsere Tätigkeitsfelder: IMPRESSUM 02 03 INHALT / IMPRESSUM ÜBER UNS Unsere Tätigkeitsfelder: 04 06 08 DATEN-WISSEN-TRANSFORMATION RISIKOMANAGEMENT ENTSCHEIDUNGSUNTERSTÜTZUNG 10 11 alphamart INSIDE alphaquest Wir sind zertifiziert für:

Mehr

SOA goes real Service-orientierte Architekturen erfolgreich planen und einführen

SOA goes real Service-orientierte Architekturen erfolgreich planen und einführen Daniel Liebhart SOA goes real Service-orientierte Architekturen erfolgreich planen und einführen ISBN-10: 3-446-41088-0 ISBN-13: 978-3-446-41088-6 Inhaltsverzeichnis Weitere Informationen oder Bestellungen

Mehr

Oracle BI Publisher in der Oracle Business Intelligence Enterprise Edition Plus. Eine Mehrwertdiskussion

Oracle BI Publisher in der Oracle Business Intelligence Enterprise Edition Plus. Eine Mehrwertdiskussion Oracle BI Publisher in der Oracle Business Intelligence Enterprise Edition Plus Eine Mehrwertdiskussion Der Oracle BI Publisher als Teil der Oracle BI Suite versus Oracle BI Publisher Standalone Der Oracle

Mehr

BI - Der strategische Erfolgsfaktor im Unternehmen

BI - Der strategische Erfolgsfaktor im Unternehmen BI - Der strategische Erfolgsfaktor im Unternehmen Kunde: Universität Oldenburg, Department für Informatik Ort: Oldenburg, 26.09.2008 Referent: Dirk Vahlkamp Gedruckt: 28.09.2008, [Version 0.1] 2007-2008

Mehr

OLAP und der MS SQL Server

OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP-Systeme werden wie umfangreiche Berichtssysteme heute nicht mehr von Grund auf neu entwickelt. Stattdessen konzentriert man sich auf die individuellen

Mehr

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich Agenda Einführung Key differentiators von ODI12c Effizienz Flexibilität Wartbarkeit & Beweglichkeit Schlussfolgerungen

Mehr

Data Warehouse. für den Microsoft SQL SERVER 2000/2005

Data Warehouse. für den Microsoft SQL SERVER 2000/2005 Warehouse für den Microsoft SQL SERVER 2000/2005 Begriffe 1 DWH ( Warehouse) ist eine fachübergreifende Zusammenfassung von Datentabellen. Mart ist die Gesamtheit aller Datentabellen für einen fachlich

Mehr

Unternehmenspräsentation. München, Juni 2013

Unternehmenspräsentation. München, Juni 2013 Unternehmenspräsentation München, Juni 2013 Herausforderungen der IT Die Softwarebranche ist konfrontiert mit einer Vielzahl von Neuerungen und das IT-Management steht somit vor einer Fülle an Herausforderungen.

Mehr

Modellgetriebene agile BI-Vorgehensweise

Modellgetriebene agile BI-Vorgehensweise Modellgetriebene agile BI-Vorgehensweise Thomas Neuböck Konrad Linner 12.11.2013 Inhalt Anforderungen und Lösungsansatz Agile Vorgehensweise Orientierung nach Fachthemen Architekturrahmen Modellorientierung

Mehr

Kluge Entscheidung! Business Intelligence für Mittelstand und Fachabteilungen

Kluge Entscheidung! Business Intelligence für Mittelstand und Fachabteilungen Kluge Entscheidung! Business Intelligence für Mittelstand und Fachabteilungen Von Cubeware bekommen Sie alles, was Sie für leistungsstarke BI-Lösungen brauchen. 2 Cubeware steht für Erfahrung, Know-how

Mehr

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator Agenda Was ist Business Intelligence? Was ist OLAP? Unterschied zwischen OLAP und OLTP? Bestandteile

Mehr

Das generierte Data Warehouse

Das generierte Data Warehouse Das generierte Data Warehouse Aspekte beim Einsatz von DWH-Generatoren Peter Welker (Trivadis GmbH) BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1

Mehr

Near Realtime ETL mit Oracle Golden Gate und ODI. Lutz Bauer 09.12.2015

Near Realtime ETL mit Oracle Golden Gate und ODI. Lutz Bauer 09.12.2015 Near Realtime ETL mit Oracle Golden Gate und ODI Lutz Bauer 09.12.2015 Facts & Figures Technologie-orientiert Branchen-unabhängig Hauptsitz Ratingen 240 Beschäftigte Inhabergeführt 24 Mio. Euro Umsatz

Mehr

Eignung unterschiedlicher Faktenmodellierungen in Data Warehouse-Systemen

Eignung unterschiedlicher Faktenmodellierungen in Data Warehouse-Systemen Christoph Arnold (B. Sc.) Prof. Dr. Harald Ritz Eignung unterschiedlicher Faktenmodellierungen in Data Warehouse-Systemen AKWI-Tagung, 17.09.2012, Hochschule Pforzheim Christoph Arnold, Prof. Dr. Harald

Mehr

Ein subjektiver Vergleich zwischen SSIS und Kettle mit Ausblick auf die Generierung von BI-Lösungen

Ein subjektiver Vergleich zwischen SSIS und Kettle mit Ausblick auf die Generierung von BI-Lösungen Ein subjektiver Vergleich zwischen SSIS und Kettle mit Ausblick auf die Generierung von BI-Lösungen vorgestellt am 29.09.2008 in der PASS Regionalgruppe Karlsruhe Michael Riedmüller inovex GmbH Project

Mehr

Markus Feichtinger. Power Systems. Der Weg zu POWER! 2009 IBM Corporation

Markus Feichtinger. Power Systems. Der Weg zu POWER! 2009 IBM Corporation Markus Feichtinger Power Systems Der Weg zu POWER! Agenda Motivation Lösung Beispiel Export / Import - Überblick - Migration Beispiel XenoBridge - Überblick - Migration Benefits 2 Motivation Strategisch

Mehr

BITMARCK VERNETZT DER KUNDENTAG

BITMARCK VERNETZT DER KUNDENTAG BITMARCK VERNETZT DER KUNDENTAG BI@BITMARCK neue Wege, neue Möglichkeiten Michael Heutmann und René Wilms, BITMARCK Thomas Linke, Terranet Essen, 03. November 2015 Rückblick Was bisher geschah KT 2013:

Mehr

VisualCockpit. agile business analytics

VisualCockpit. agile business analytics VisualCockpit agile business analytics Agile Business Analytics mit VisualCockpit Für Unternehmen wird es immer wichtiger die gesamte Wertschöpfungskette aus Daten, sowohl für das operative Geschäft als

Mehr

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Architektur und Konzepte Josef Kolbitsch Manuela Reinisch Übersicht Mehrstufiges BI-System Architektur eines Data Warehouses Architektur eines Reporting-Systems Benutzerrollen in

Mehr

1 Ihre BI-Galaxie von BITMARCK!

1 Ihre BI-Galaxie von BITMARCK! 1 Ihre BI-Galaxie von BITMARCK! Die Summe aller Sterne ist die Galaxie Ihre BI-Galaxie von BITMARCK! Michael Heutmann, Peter Hernold, Markus Jankowski Neuss, 4. November 2013 Sie haben uns mit auf den

Mehr

Bachelor of Eng. (Wirtschafts-Ing.-wesen)

Bachelor of Eng. (Wirtschafts-Ing.-wesen) Persönliche Daten Name Philipp Müller Geburtsdatum 21.11.1982 Berufsausbildung Studium Industriekaufmann Bachelor of Eng. (Wirtschafts-Ing.-wesen) Kompetenzen Methodisch Datenmodellierung Fachlich Allgemeines

Mehr

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Sven Bosinger solution architect BI Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Agenda Kurze Vorstellung its-people Architektur als Erfolgsfaktor Verschiedene Architekturansätze

Mehr

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Obwohl mit der Verwendung von SAP HANA ein neuer semantischer Layer zum Einsatz kommt,

Mehr

BI around the world - Globale Reporting Lösungen bei Continental Automotive

BI around the world - Globale Reporting Lösungen bei Continental Automotive BI around the world - Globale Reporting Lösungen bei Continental Automotive Stefan Hess Trivadis GmbH Stuttgart Herbert Muckenfuss Continental Nürnberg Schlüsselworte: Oracle BI EE, Business Intelligence,

Mehr

SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken

SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken WEITER BLICKEN. MEHR ERKENNEN. BESSER ENTSCHEIDEN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN ANALYSE VON OLAP-AUFBEREITUNGSFEHLERN

Mehr

O-BIEE Einführung mit Beispielen aus der Praxis

O-BIEE Einführung mit Beispielen aus der Praxis O-BIEE Einführung mit Beispielen aus der Praxis Stefan Hess Business Intelligence Trivadis GmbH, Stuttgart 2. Dezember 2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg

Mehr

good. better. outperform.

good. better. outperform. good. better. outperform. Quo Vadis Oracle BI Relational oder besser multidimensional? DOAG 2013 Business Intelligence, 17.04.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence

Mehr

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte DWH Projekt, Methodik, Stärken und Schwächen, Übersicht, Weg der Daten,

Mehr

Agile Analytics Neue Anforderungen an die Systemarchitektur

Agile Analytics Neue Anforderungen an die Systemarchitektur www.immobilienscout24.de Agile Analytics Neue Anforderungen an die Systemarchitektur Kassel 20.03.2013 Thorsten Becker & Bianca Stolz ImmobilienScout24 Teil einer starken Gruppe Scout24 ist der führende

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

Beratung Messbar / Transparent / Reproduzierbar

Beratung Messbar / Transparent / Reproduzierbar Beratung Messbar / Transparent / Reproduzierbar Kundenorientierte und visualisierte Beratungsprozesse bei Movis AG Frank Ockenfeld Senior Consultant CRM BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT

Mehr

Survival Guide für Ihr Business Intelligence-Projekt

Survival Guide für Ihr Business Intelligence-Projekt Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren

Mehr

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Sprecher: Uwe Nadler, Senior Managing Consultant 1 Marketing braucht unterschiedliche Informationen, um entsprechende

Mehr

Profil Andreas Seiler

Profil Andreas Seiler Profil Andreas Seiler Entwickler für Webapplikationen und Business Intelligence Systeme Ich bin freiberuflicher Entwickler für moderne Web Applikationen und Business Intelligence Systeme. Mein Schwerpunkt

Mehr

BI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition

BI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition BI für Jedermann Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition Wolfgang Rütter Bereichsleiter Informationssysteme OPITZ CONSULTING Gummersbach GmbH 1 Warum BI für Jedermann? 1. Historie

Mehr

Managed Self Service BI Vorgehensweise mit ODI und OBI

Managed Self Service BI Vorgehensweise mit ODI und OBI Managed Self Service BI Vorgehensweise mit ODI und OBI Michael Klose DOAG BI - München 23. April 2015 CGI Group Inc. Referent: Michael Klose Manager BI Architektur & Strategie, CGI Deutschland Ltd. & Co.

Mehr

Business Intelligence Architektur im Umfeld von Big Data (IDAREF) [D2] Bernd Meister Uetliberg, 16.09.2014 www.boak.ch

Business Intelligence Architektur im Umfeld von Big Data (IDAREF) [D2] Bernd Meister Uetliberg, 16.09.2014 www.boak.ch Business Intelligence Architektur im Umfeld von Big Data (IDAREF) [D2] Bernd Meister Uetliberg, 16.09.2014 www.boak.ch In dieser Session wird IDAREF, ein Framework, dass auf logischer Ebene eine analytische

Mehr

Best Practices: BI mit Open-Source-Tools

Best Practices: BI mit Open-Source-Tools Best Practices: BI mit Open-Source-Tools Alf Hellmund - GIUA 2009 Seite 1 Agenda Einleitung Best Practices Fazit Vorstellung & Motivation Vorteile Architektur & Entwurf Datenmodellierung ETL Reporting

Mehr

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Launch Microsoft Dynamics AX 4.0 Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Sonia Al-Kass Partner Technical

Mehr

mit der neuen Microsoft BI-Plattform

mit der neuen Microsoft BI-Plattform Der Weg von manuellen Berichten zum modernen BI-System PSG Projekt Service GmbH The SQL Server Company, Hamburg Jan Streblow, Lead Consultant Public Sector Sascha Lorenz, Lead Consultant SQL Server Technology

Mehr

Erik Purwins, Unit Manager BI 23.06.2015 Europäische TDWI-Konferenz, München

Erik Purwins, Unit Manager BI 23.06.2015 Europäische TDWI-Konferenz, München Neubau vs. Sanierung von dispositiven Architekturen in der Finanzindustrie Einblicke in die Praxis Erik Purwins, Unit Manager BI Agenda DWH-Neubau vs. DWH-Sanierung wie wir das Thema sehen DWH-Neubau vs.

Mehr

Mobile Analytics mit Oracle BI - was steckt in den Apps?

Mobile Analytics mit Oracle BI - was steckt in den Apps? Mobile Analytics mit Oracle BI - was steckt in den Apps? Schlüsselworte Oracle BI, OBIEE, Mobile, Analytics Einleitung Gerd Aiglstorfer G.A. itbs GmbH Eching Oracle erweiterte im Laufe dieses Jahres das

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

Mehr

Business Intelligence was macht Unternehmen intelligent? White Paper

Business Intelligence was macht Unternehmen intelligent? White Paper Business Intelligence was macht Unternehmen intelligent? White Paper Autor: Jens Blank Juli 2012 Wassermann AG Westendstraße 195 80686 München www.wassermann.de Zusammenfassung Über traditionelle Ansätze

Mehr

Komplexität der Information - Ausgangslage

Komplexität der Information - Ausgangslage Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher

Mehr

Michael Bauer Niederlassungsleiter Köln

Michael Bauer Niederlassungsleiter Köln Click to edit Master title style 1 Michael Bauer Niederlassungsleiter Köln Hamburg, 18. Juni 2009 2009 IBM Corporation Agenda Click to edit Master title style 2 zur Person Wo, Warum.., Was - CPM liefert

Mehr

QMETHODS B U S I N E S S & I T C O N S U L T I NG

QMETHODS B U S I N E S S & I T C O N S U L T I NG B U S I N E S S & I T C O N S U L T I NG Xinnovations 2009 Vorteile einer integrierten Informationsplattform am Beispiel von IBM Cognos 8 BI & Planning - Business & IT Consulting GmbH Stargarder Straße

Mehr

Hybride Cloud-Infrastrukturen Bereitstellung & Verwaltung mit System Center 2012

Hybride Cloud-Infrastrukturen Bereitstellung & Verwaltung mit System Center 2012 Hybride Cloud-Infrastrukturen Bereitstellung & Verwaltung mit System Center 2012 Roj Mircov TSP Datacenter Microsoft Virtualisierung Jörg Ostermann TSP Datacenter Microsoft Virtualisierung 1 AGENDA Virtual

Mehr

07. November, Zürich-Oerlikon

07. November, Zürich-Oerlikon 07. November, Zürich-Oerlikon Individuelles Vorgehensmodell mit dem TFS als Schlüssel zum Erfolg Arpagaus Patrick Bereichsleiter AKROS AG Stricker Mark Software Architekt AKROS AG Agenda Einleitung AKROS

Mehr

Einführung BI und Logistik werden zu Logistics Intelligence

Einführung BI und Logistik werden zu Logistics Intelligence Beratung Software Lösungen Logistics Intelligence Mit Logistik-Kennzahlen zum Erfolg DOAG Logistik & SCM 2009 12. Mai 2009 Gisela Potthoff Michael Baranowski Inhalt Einführung BI und Logistik werden zu

Mehr

BARC-Studie Data Warehousing und Datenintegration

BARC-Studie Data Warehousing und Datenintegration Ergebnisse der BARC-Studie Data Warehouse Plattformen Dr. Carsten Bange BARC-Studie Data Warehousing und Datenintegration Data-Warehouse -Plattformen und Datenintegrationswerkzeuge im direkten Vergleich

Mehr

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Vorstellung der Softwarekomponenten Josef Kolbitsch Manuela Reinisch Übersicht Übersicht über die Systemlandschaft Übersicht über die Werkzeuge Workshop Systemlandschaft 1/8 Klassische

Mehr

Andreas Emhart Geschäftsführer Alegri International Group

Andreas Emhart Geschäftsführer Alegri International Group Andreas Emhart Geschäftsführer Alegri International Group Agenda Vorstellung Alegri International Überblick Microsoft Business Intelligence Sharepoint Standard Business Intelligence Tool Excel Service

Mehr

Business Objekte. Der Schlüssel für Applikationen mit Zukunft. 2001 TMN Systemberatung GmbH www.tmn-systemberatung.de. Folie 1

Business Objekte. Der Schlüssel für Applikationen mit Zukunft. 2001 TMN Systemberatung GmbH www.tmn-systemberatung.de. Folie 1 Business Objekte Der Schlüssel für Applikationen mit Zukunft 2001 TMN Systemberatung GmbH Folie 1 Agenda Kurze Vorstellung Die Theorie hinter Business Objekten Business Objekte (BOs) in der Praxis Anbindung

Mehr

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von BI zu Analytik bessere Entscheidungen basiert auf Fakten Webinar Mai 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von Business Intelligence zu Analytik Die Bedeutung

Mehr

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen

Mehr

Herzlich willkommen! Raber+Märcker GmbH www.raber-maercker.de

Herzlich willkommen! Raber+Märcker GmbH www.raber-maercker.de Herzlich willkommen! die Business Suite für Ihr Unternehmen Alexander Sturm Telefon: +49 (711) 1385 367 Alexander.Sturm@raber-maercker.de Agenda Kurzvorstellung Raber+Märcker Die Business Suite für Ihr

Mehr

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen

Mehr

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG Referent: Lutz Bauer, Senior Systemberater, MT AG Inhaltsverzeichnis Kurzvorstellung Data Warehouse Bayer Healthcare

Mehr

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse DGIQ-Roadshow, 1.-3. März 2011 Jan Hüfner, Geschäftsführer TIQ Solutions GmbH 2011 TIQ Solutions GmbH All Rights

Mehr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche

Mehr

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 Trends im Markt für Business Intelligence Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 18.03.2016 BARC 2016 2 IT Meta-Trends 2016 Digitalisierung Consumerization Agilität Sicherheit und Datenschutz

Mehr

SIE SIND EIN QUERDENKER UND SUCHEN IMMER WIEDER NEUE HERAUS- FORDERUNGEN?

SIE SIND EIN QUERDENKER UND SUCHEN IMMER WIEDER NEUE HERAUS- FORDERUNGEN? DANN ERGREIFEN SIE DIE CHANCE UND BEWERBEN SICH FÜR DÜSSELDORF, STUTTGART ODER MÜNCHEN ALS IT Consultant im Java Umfeld (m/w) Projekte bei Unternehmen in einer unserer Zielbranchen Finance, Telekommunikation,

Mehr

Star - Schema. AnPr. Name Klasse Datum. ANPR_StarSchema_v03.docx Seite 1

Star - Schema. AnPr. Name Klasse Datum. ANPR_StarSchema_v03.docx Seite 1 Name Klasse Datum 1 OLAP vs. OLTP In den RDBMS Konfigurationen unterscheidet man zwei verschiedene Grundtypen: OLTP: OnLine Transactional Processing ist für die Transaktionsprozesse und somit zur funktionalen

Mehr

Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann

Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Andreas Ditze MID GmbH Kressengartenstraße 10 90402 Nürnberg a.ditze@mid.de Abstract: Data Lineage

Mehr

The Need for Speed. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

The Need for Speed. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor The Need for Speed CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor The Need for Speed Industrialisierung, Agilität und Compliance die Rolle von Performance Management

Mehr

TeamSIP und ENUM zwei sich ergänzende Lösungen

TeamSIP und ENUM zwei sich ergänzende Lösungen TeamSIP und ENUM zwei sich ergänzende Lösungen Dr.-Ing. Thomas Kupec TeamFON GmbH Stahlgruberring 11 81829 München Tel.: 089-427005.60 info@teamfon.com www.teamfon.com TeamFON GmbH 2007 Agenda Einführung

Mehr

Reporting: von der Datenquelle zum Dashboard. Dr. Gero Presser QuinScape GmbH

Reporting: von der Datenquelle zum Dashboard. Dr. Gero Presser QuinScape GmbH Reporting: von der Datenquelle zum Dashboard Dr. Gero Presser QuinScape GmbH 1 Agenda Kurze Vorstellung Embedded BI warum macht man das? TIBCO Jaspersoft Von der Datenquelle bis zum Dashboard Anwendungsbeispiele

Mehr

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009 Modellbasierte Business Intelligence in der Praxis Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen für BI 3. Inhalte von Prozessmodellen 4.

Mehr