Entscheidungsunterstützung

Größe: px
Ab Seite anzeigen:

Download "Entscheidungsunterstützung"

Transkript

1 Seminar im Grundstudium Institut für Informatik TU Clausthal Ausarbeitung Thema: Entscheidungsunterstützung von Tino Schmidt

2 Inhaltsangabe 1.Entscheidungsunterstützung 1.1.Einführung 1.2.Nutzen und Formen der Entscheidungsunterstützung 1.3.Sichten der Entscheidungsunterstützung 2.Entwicklung der DSS Methodik 2.1.Historische Entwicklung 2.2. Group Decision Support System ( GDSS ) 2.3.Organisational Decision Support Systems ( ODSS ) 2.4.Data Warehousing, OLAP und Data Mining 2.5.Ein Blick in die Zukunft der DSS 3.Decision Support Systems 3.1.Grundlegendes zum DSS 3.2.Aufbau der Decision Support Systems 3.3.Grundfunktionen eines DSS 1

3 1.Entscheidungsunterstützung 1.1.Einführung Der Mensch hat täglich hunderte von Entscheidungen zu treffen, dass es nicht gleich verständlich ist, warum uns der Computer hierbei unterstützen kann oder soll. Allerdings sind Entscheidungen,wie zum Beispiel welche Butter oder Milch man kaufen soll oder ob man bei Gelb noch über die Ampel fahren soll nicht leichter oder schneller mit Hilfe des Computers zu treffen. Dies sind Entscheidungen, die trivial, alltäglich, spontan oder reflexartig zu lösen sind. Hierbei haben entscheidungsunterstützende Systeme nichts zu suchen, denn der Einsatz würde die Lösung des Problems nur verzögern. Allerdings gibt es auch Probleme die schwierig, arbeitsaufwendig, aufreibend, kontrovers und mit hohem Risiko und hoher Verantwortung verbunden sind. Manager und Politiker, auch Entscheidungsträger, bereiten meist diese Probleme unter hohem Einsatz an Resourcen, Personal und Zeit vor. Diese Aufbereitung der Entscheidungsunterlagen nennt man Reviewing oder in der Politik Vernehmlassungsverfahren. Ist die Entscheidungsfindung allerdings zu schwierig, aufwendig und vielschichtig um allein oder in Gruppen gelöst zu werden, wird die formal oder computergestützte Entscheidungsunterstützung eingesetzt. Da die Lösung der Probleme was mit Bewertung und Auswahl zu tun hat und die Übersicht nicht verloren gehen darf, kann man sagen das der Mensch besser für die Entscheidungsfindung geeignet ist als der Computer. Der Mensch ist dabei nicht auf den Computer angewiesen, der Computer jedoch auf den Menschen. Die Computerunterstützung allerdings notwendig um die Entscheidung schneller, effektiver und effizienter zu treffen. Entscheidungsunterstützende Systeme, im englischen Decision Support Systems, sind keine Entscheidungsautomaten. Diese Automaten sind vor allem in Telefonzentralen und Computernetzwerken zu finden. Kennzeichnend für die Automaten ist, das sie gut strukturiert sind und nach immer gleichen Regeln und Zielen gelöst werden können. 2

4 Sie sind also im Voraus entscheid und programmierbar, wodurch die zu erlangende Qualität der Entscheidungen bekannt und kontrollierbar ist. Es reicht also hin den Automaten mit der Zeit zu erneuern. Manchmal kommt es vor das ein Decision Support System in einer bestimmte Umgebung ein Problem so perfekt löst, dass es wie ein Automat eingesetzt werden kann, was jedoch nicht typisch ist und im weitern nicht beachtet wird. Decision Support Systems haben darüber hinaus noch Funktionen die über die eines Entscheidungsautomaten hinausgehen. 1.2.Nutzen und Formen der Entscheidungsunterstützung ( EU ) Durch die Anwendung der EU entstehen 5 wichtige Vorteile bei der Entscheidungsfindung. Zum einen können Entscheidungen schneller getroffen werden wodurch ein Zeitgewinn entsteht, der auf operativer Ebene das wichtigste Kriterium ist. Meistens bildet die Zeit eine harte Restriktion, da in der Zeitspanne t entschieden werden muss, Vorschläge nach dem Zeitpunkt t 0 + t sind wertlos. Des weiteren werden effektivere Entscheidungen getroffen. Auf strategischer Ebene steht die Qualität der Entscheidung im Vordergrund.Die optimale Entscheidung verbessert das Erreichen der Ziele in ihrer Gesamtheit. Es wird ein Ziel erreicht, welches nur noch gering oder mit verhältnismäßig kleinem Aufwand verbessert werden kann. Es kommt also zu besseren ( vorteilhafteren ) Entscheidungen. Durch den Einsatz von Decision Support Systems ist die Entscheidungsfindung meistens weniger aufwendig ( kostspielig ), sie ist effizienter. Dank der detaillierten Angabe der Ausgabedaten ist die Entscheidung transparenter, was bedeutet das eine bestimmte Entscheidung ( Wahl ) einem Dritten vollständiger, anschaulicher und überzeugender dargeboten werden kann. Zum Schluss kommt es immer wieder zu gleichen Entscheidungen, wenn die Bedingungen, Präferenzen gleich bleiben, dass heißt die Entscheidung ist rationaler, robuster und reproduzierbarer.

5 3 Diese 5 Vorteile treten im allgemeinen bei 2 verschiedenen Formen der Entscheidungsunterstützung auf. Zum einen gibt es die EU im weitesten Sinne. Darunter versteht man die Unterstützung durch Hilfmittel die nicht zielgerichtet für die EU hergestellt wurden. Zum Beispiel können ein Stift, ein Taschenrechner oder ein Internetzugang die Entscheidungsfindung positiv beeinflussen, was aber nicht ihre eigentliche Aufgabe ist. Dagegen werden bei der Entscheidungsunterstützung im engeren Sinne alle Prozesse, Vorkehrungen, Tätigkeiten,Informationen und Methoden betrachtet, welche gezielt zur Entscheidungsfindung eingesetzt werden. Für die EU braucht es allerdings nicht nur Informationstechnologie sondern auch Menschen in verschiedensten Bereichen. Decision Support Systems im engeren Sinne sind auf keine bestimmte Umgebung ausgelegt.im gegebenen Umfeld machen sie es allerdings möglich, schnell und präzise eine gegebene, neue oder hypothetische Situation zu erfassen, wobei die Arbeit von Entscheidungsberatern oder assistenten unterstützt werden. Oft sind einige Vorwegentscheide oder Teilentscheide nicht mehr entscheidbar, dann besteht die Entscheidungsberatung im engeren Sinne aus einer Generierung einer oder mehrerer Vorschläge welche möglich sind und nach vereinbarten Kriterien bewertet werden können. In der Praxis erfolgt bei diesen Vorschlägen nach der Analyse und Beurteilung nochmal ein Verfeinerung und Nacharbeitung, bevor die Wahl getroffen werden kann. Decision Support Systems sind auf eine Interaktion zwischen den Fähigkeiten des Systems und Beurteilungs und Revisionsprozessen der Berater und Entscheidungsträger angewiesen.

6 4 1.3.Sichten der Entscheidungsunterstützung Architekten der Decision Support Systems beziehen sich bei der Programmierung im wesentlichen auf das Fachwissen von drei unterschiedlichen Gruppen von Gesprächspartnern. Das sind zum einen die Entscheidungsträger und Entscheidungsberater, die ihre Anforderungen darlegen, welche Unterstützung sie für welche Probleme in ihrem Umfeld brauchen. Entscheidungsträger stellen die Anforderung, das sie alle möglichen Alternativen kennen oder analysieren können. Dabei sind die vom Entscheidungsberater gegebenen, möglichst gut dargestellten Vorschläge sehr wichtig. Entscheidungsträger möchten Teile, in denen sie eine Wissensbasis besitzen oft selbst entscheiden, sie wollen den Vorschlag so ändern, das einzelne Werte von ihnen einfließen müssen ( exogene Entscheidung ).Ein Decision Support System soll dies auf jeden Fall zulassen. Methodiker, zu denen Betriebswirte, Mathematiker, Organisatoren, Statistiker und theoretische Informatiker gehören, beurteilen welche Probleme prinzipiell und konkret zur Zeit lösbar sind, also in einem Computerprogramm umgesetzt werden können. Sie beurteilen welche Lösungsqualität erreicht werden kann. Desweiteren stellen sie Modelle, Algorithmen und Prozeduren für die Entscheidungsunterstützung bereit. Dabei wenden die Methodiker auf folgende grundlegenden Modelle an. Die Darstellung der Alternativen ist dabei die einfachste Methode. Hierbei werden alle Lösungsalternativen in expliziten Listen, Expertensystemen oder Datenbanken bereitgestellt. Bei der Modellierung der Konsequenzen der Entscheidungen werden zu den Lösungsalternativen auch mögliche Konsequenzen aufgeführt. Diese werden durch Berechnungen, Schätzen oder Regelwissen ermittelt. Noch einen Schritt weiter geht man bei der Darstellung der Kriterien zur Bewertung der Konsequenzen. Es werden Skalen zum Messen der Konsequenzen festgelegt und Kriterien definiert die zur Beurteilung der gemessenen Konsequenzen dienen. Werden die Vorschläge

7 5 synthetisiert ist die Modellierung der Präferenzen des Entscheidungsträgers notwendig. Der Träger hat hie die Aufgabe die verschiedenen Kriterien zu ordnen, das heißt nach der Bedeutung zu sortieren. Zudem soll er Angaben zur Lösung der Konflikte geben.bei der Synthese von Entscheidungsvorschlägen werden durch Suche, Ableitung oder Optimierung die Vorschläge nach den besten Alternativen durchsucht und nach verschieden Gruppen der Varianten sortiert. Hierbei findet auch eine Unterscheidung zwischen der Machbarkeit bzw. Zulässigkeit von Entscheidungsvorschlägen und zwischen der Qualität bzw.güte statt. Informatiker haben die Aufgabe die die Vorschläge und Wünsche der Methodiker und Entscheidungsträger in einem Programm umzusetzen und des weiteren das Decision Support System zu warten, d.h. es immer auf dem neuesten Stand zu halten. Der Entscheidungsträger stellt folgende Anforderungen an das Programm, welche der Informatiker möglichst umsetzen sollte. Zum einen sollte es anwenderfreundlich sein. Dem Entscheidungsträger nützt es nichts, wenn er sich erst ein bestimmtes Wissens aneignen muss um das Programm zu verstehen. Wäre dies der Fall würde der Zeitvorteil eines Decision Support Systems nicht vorhanden sein. Unter der Performance versteht man die Leistungsfähigkeiten des Systems. Es muss in der Lage sein innerhalb von Minuten tausende von Daten zu verarbeiten und Systeme mit komplexen Variablen und Restriktionen auszuwerten. Aus Gründen der Zeitgewinnung darf dem Entscheidungsträger keine Arbeitsumgebung aus mehreren heterogen Systemen mit verschiedenen Systemen dargeboten werden, sondern es müssen so gut wie alle Systeme in einem einzigen integriert werden. Da sich die Entscheidungsumfelder im Laufe der Zeit verändern muss das System in der Lage sein, auf ändernde Situationen zu reagieren. Ein Decision Support System brauch daher offene Daten, Modell und Methodenbasen, es muss ein offenes System sein. Zu dem muss eine umfassende Unterstützung des Systems gegeben sein. Es ist wertlos,

8 6 wenn fehlende Daten, Modelle oder Methoden erst beschafft werden müssen, es ist also eine Wissensbasis notwendig die gepflegt und vervollständigt werden muss. Drei Sichten auf ein Decision Support System ( DSS )

9 2.Entwicklung der DSS Methodik 2.1. Historische Entwicklung 7 Mathematik, Mikroökonomie und empirische Verhaltensforschung sind Grundlagen der Entscheidungstheorie. Das Operations Research, welches die Methoden der Mathematik und der Wirtschaftswissenschaften verbindet, gilt als methodische Grundlage der Entscheidungsunterstützung. In den 60er und 70er Jahren galt es als fortschrittlichste und leistungsfähigste Art der Entscheidungsunterstützung. Bei der Operations Research wird unter Anwendung mathematischer Modelle das Problem bzw. der Handlungs oder Entscheidungsraum dargestellt und mit Algorithmen oder Heuristiken wird der Raum analysiert oder es wird nach Lösungen gesucht. Sind schon Zielfunktionen gegeben werden diese nach der optimalen Lösung durchsucht. Häufig verwendete Algorithmen sind die Linearprogrammierung oder der Simplex Algorithmus. Allerdings ist eine klassische Input Output orientierte Operations Research Anwendung zur heutigen Zeit nicht mehr für eine direkte Entscheidungsunterstütztung geeignet. Mit der Operations Research werden aber noch Teile der Wissensbasis eines Decision Support Systems aufgebaut. Der Grund, das das Operations Research als reine Entscheidungsunterstützung sich nicht durchsetzte, lag in der Tatsache, das die Expressivität für den reinen Mathematiker zwar sehr hoch war, für die Entscheidungsträger und berater allerdings zu kompliziert war. Daher muss die Benutzeroberfläche der Decision Support Systems auf den typischen Entscheidungsberater ausgelegt werden. In den 80er Jahren entstanden mit der Entwicklung der Künstlichen Intelligenz die Expertensysteme. Bei diesen regelbasierten Systemen wird aufgrund von Erfahrungswissen, das in Form von Wenn dann Regeln dargestellt wird, Hypothesen getestet. Auf dieser Basis ist es möglich, Ziele zu suchen, die bei bestimmten Voraussetzungen noch zu erreichen sind. Es können aber auch die

10 8 nötigen Voraussetzungen ermittelt werden, die man brauch um gegebene Ziele zu erreichen. Zudem entstand in den 80er Jahren das Downsizing der Datenbanken, welches es möglich machte,die Datenbanktechnologie auf die Arbeitsplatzrechner zu übertragen. Dadurch konnte man Datenbankabfragen spontan und interaktiv machen und die Ergebnisse in Reporting Systemen darstellen. Pioniersysteme diesbezüglich waren dbase und ACCESS. Diese Programme ermöglichten es Informationen aus den Datenbanken schnell und anschaulich für die Entscheidungsunterstützung bereitzustellen. Mit der Entwicklung der Datenbanken entstanden auch die Spread Sheets. Mit dieser Tabellenkalkulation war es möglich ohne große Programmierkenntnisse Was wäre wenn Kalkulationen und Simulationen aufzubauen und anzuwenden. Da der Umgang mit der Tabellenkalkulation recht einfach und übersichtlich war, erlebte die Entscheidungsunterstützung mit den Spread Sheets einen neuen Aufschwung. Allerdings ist die Resultatdarstellung nur auf die zwei Dimensionen der Ebene ausgelegt. Unter diesen Bedingungen lassen sich jedoch die zu modellierenden quantitativen oder logischen zusammenhänge nicht effizient und anschaulich genug darstellen, so dass mit zunehmendem Umfang und Komplexität dieübersicht der Zusammenhänge verloren geht. Dadurch ist das Zusammenhangwissen der Spread Sheets schwierig auszuwerten und nicht einfach wieder zu verwenden. So entstanden Mitte der 80er Jahre Modellierumgebungen, also mathematische Modelliersysteme, welche eine effizientere Darstellung des Zusammenhangwissen ermöglichte. Tools wie GAMS, LPL, AMPL, LAMP, oder Modler gehörten zu dieser Softwarekategorie. Mit Hilfe dieser Modellierumgebungen, wurde es möglich, Modelle so darzustellen, das Wissensbasen in fallspezifisches Faktenwissen und fallunabhängiges Zusammenhangwissen getrennt werden können, so dass die methodische Basis der Wissensdartsellung verbessert wurde und die Kosten erheblich gesenkt werden konnten. 9

11 Zudem wurde dem Entscheidungsberater der Zugang zum Faktenwissen, durch die Auslagerung der Daten aus den Modellen in die Datenbanken, erleichtert. Allerdings wurde ihm dadurch auch die Einsicht in die Zusammenhänge oder die Pflege dieses Wissens verbaut. Zusammen mit den Modellierumgebungen entstanden auch sogenannte DSS Generatoren. Hierbei handelt es sich um Entwicklungsebenen, die für den Aufbau und die Pflege der Decision Support Systems gedacht waren. Sie bestanden aus einer Wissensbasis, die wiederum Datenbasen, Modellbasen, Methoden für Inferenz und Optimierung und ein Reporting, welches aus Spread Sheets besteht, umfasst. In diesem Zusammenhang sind das IFPS ( Interactive Financial Planning System ) und das FCS EPS (Financial Control System Enhanced Programming System ) zu nennen, die zu den wichtigsten Vertretern der DSS Generatoren zählen. Aus heutiger Sicht stellen die DSS Generatoren eher ein Arbeitsumgebung für Methodiker als für Entscheidungsberater dar. Zum Schluss ist noch die Büroautomation zu nennen, die mit der zunehmenden Entwicklung der Vernetzung aufblühte. Hierbei entstanden Office Programme wie Textverarbeitung, Datenbanken, Graphikanwendungen oder Terminverwaltung. Trotz der leichten Verfügbarkeit wird bei diesen Programmen aber nicht von eigentlicher Entscheidungsunterstützung gesprochen. 10

12 2.2. Group Decision Support System ( GDSS ) Mit Hilfe der lokalen und später globalen Netzwerke entstanden neue Formen der Arbeitsteilung, der Zusammenarbeit und der Kommunikation innerhalb von Gruppen. Daraus entstanden die virtuellen Gruppen, die ähnlich einer Personengruppe funktionieren. Der Vorteil einer virtuellen Gruppe besteht darin, das die Mitglieder dank des Netzwerkes nicht an Raum und Zeit gebunden sind. Der virtuelle Gruppenraum entsteht durch den Einsatz von integrierten Netzwerkanwendungen, der GroupWare, der eigentliche Arbeitsplatz ist jedoch bei jedem zu Hause an seinem Computer. Das Treffen der Gruppe unabhängig von der Zeit nennt man asynchrone Kommunikation. Diese findet in einem zweckmäßigem Zeitraum statt, der eine ausreichende Gruppendynamik zulässt. Die Intervention der Gruppenmitglieder erfolgt innerhalb dieses Zeitraums zu für die Mitglieder günstigen Zeitpunkten. In den meisten Fällen erfolgt die Entscheidungsunterstützung durch Gruppen aus Beratern, Assistenten, Sekretären, Planern, Adjunkten und den vorgesetzten Kaderleuten unterstellten Kaderleuten, so das der Einsatz von GroupWare in der Entscheidungsuntertstützung nahe liegt. Durch die Kombination der virtuellen Gruppe und der klassischen Entscheidungsunterstützung entstanden die Group Decision Support Systems. Auf Grund der Vereinigung entstehen auch neue Elemente, Techniken und Möglichkeiten der Entscheidungsunterstützung. Das Wiederverwenden und Austauschen von umfassenden Anwendungsobjekten zwischen kooperierenden Partner ist diesbezüglich ein neues Element, ein Exchangemanager eine neue Funktionalität und die Arbeitsteilung zwischen verschiedenen RollenträgereineneueMöglichkeit der Entscheidungsunterstützung. Zwischen 1991 und 1995 bildeten die GDDS die Hauptstossrichtung der DSS Forschung. 11

13 2.3. Organisational Decision Support Systems ( ODSS ) Bei den Organisational Decision Support Systems werden Organisationen als eine Struktur übergeordneter Gruppen aufgefasst, sie sind also Gruppen von Gruppen die rekursiv mit der elementaren Gruppe verknüpft sind. In Gruppen werden gemeinsame Ziele verfolgt, so dass innerhalb von Gruppen Kooperation herrschen sollte. Da verschiedene Gruppen in der Regel auch verschiedene Ziele vertreten herrscht eine Konkurrenz zwischen ihnen. Werden Gruppen zu einer übergeordneten Gruppe zusammengefasst, die auch übergeordnete Ziele vertritt, entsteht eine Organisation. In einer Organisation herrscht in der Horizontalen zwischen den Gruppen Wettbewerb und in der Vertikalen Kooperation. Divergieren die Eigenintressen der Gruppen mit den Zielen der übergeordneten Gruppen entsteht auch taktischen Verhalten oder es werden temporäre Allianzen gebildet. Dadurch erhält die Entscheidungsunterstützung in Organisationen weitere Dimensionen und eine zusätzliche Funktionalität. Forschungen in die Richtung der ODSS gibt es erst seit einigen Jahren und bewegen sich zur Zeit noch weitgehend auf konzeptioneller Ebene. Durch das, zwischen den Gruppen vorhandende Vertrauen und Misstrauen bei den ODSS, erfordern diese sehr leistungsfähige Erklärungskomponenten, um die Entscheidungsvorschläge nach Vor und Nachteilen zu durchleuchten. 12

14 2.4. Data Warehousing, OLAP und Data Mining Data Warehousing, Online Analytical Processing ( OLAP ) und Data Mining sind Techniken, mit denen man Informationen, die explizit oder implizit in Transaktionsdatenbanken gespeichert sind, verfügbar machen kann. Durch die Einführung von Strichcodes und Scannern, Kredit und Kundenkarten und anderer Möglichkeiten, die Waren und Geldflüsse sowie Arbeitsabläufe durchgehend dokumentieren, fallen dabei massenhaft Daten an, die in Transaktionsdatenbanken gespeichert werden müssen.mit Einführung dieser durchgehenden Informativierung gewannen Data Warehousing, OLAP und Data Mining immer mehr an Bedeutung. Bei Data Warehousing handelt es sich dabei um eine Datenbank über Datenbankzustände einer großen Geschäfts oder Bürodatenbank, bei der in regelmäßigen Zeitabständen Momentaufnahmen gemacht werden. Alle wichtigen Daten werden dann ins Data Warehouse geladen. Ein Data Warehouse besteht zu meist aus Fakten über Geschäftsvorfälle und Dimensionen. Die Verkaufsmenge je Produkt je Filiale je Tag ist ein Faktum mit drei Dimensionen. Dies nennt man auch Datenwürfel. Ein Data Warehouse besteht aus mehreren n dimensionalen Datenwürfeln zu Fakten über Geschäftsvorfälle, es ist also praktisch das Unternehmensgedächtnis. Unter Online Analytical Processing versteht man Abfrage und Analyseprogramme, mit denen man bequem Fragen an ein Datawarehouse stellen kann. Die Antworten können dann anschaulich aufbereitet werden. Mit Data Mining kann man implizite, in den Daten unsichtbare Informationen, sichtbare machen. Letztendlich ist Data Mining eine benutzerfreundliche Anwendung der statistischen Methoden auf Daten eines Data Warehouse. Die Anwendung von Programmen zum Zwecke der Analyse von Geschäftsdaten gilt als neueste Funktion der Entscheidungsunterstützung. 13

15 2.5. Ein Blick in die Zukunft der DSS Waren bisherige DSS Generationen fast ausschließlich auf Modellierer ausgerichtet, müssen zukünftige Programme speziell auf alle Akteure ausgerichtet sein. Ein Entscheidungsträger ist selten direkter Benutzer eines DSS. Er möchte allerdings informiert werden über auftretende Probleme, Handlungsbedarf oder ausstehende Entscheide. Die eigentlichen Anwender sind die Entscheidungsberater. Über sie kommuniziert der Entscheidungsträger mit dem DSS. Eine Einsicht in die Faktenbasis und modellierten Zusammenhänge muss den Fachexperten ermöglicht werden. Sie sind verantwortlich für die Wissensbasis, müssen den Output analysieren und das Modellverhalten beurteilen. Für das Organisieren der Datenpflege sind die Datenpfleger zuständig. Sie müssen Daten importieren, exportieren, editieren kontrollieren und dokumentieren. Die Modellierer haben die Aufgabe, das technisch organisatorische Zusammenhangs wissen darzustellen. Sie müssen ein mögliches Fehlverhalten der Modelle auf Wissenslücken in der Wissensbasis zurück führen und dieses mit Hilfe der Fachexperten zu beheben versuchen, in dem sie nach weiteren Regeln oder Prozeduren suchen. Das Einfügen dieser neuen Wissenselemte fällt genauso in ihren Aufgabenbereich wie das Stilllegen von bestehenden Elementen. Die Gestaltung der DSS Benutzeroberfläche ist die Aufgabe des DSS Designers. Er muss dabei nicht nur auf den Entscheidungsberater eingehen sondern auch auf die anderen Anwender. Auch bei ihm ist es wichtig das die Oberfläche immer auf mögliche Änderungen im Aufgabenbereich des Entscheidungsberater angepasst wird. Dies passiert zum Beispiel durch das Anlegen neuer Tasks zu Modellen und Methoden Decision Support Systems

16 3.1.Grundlegendes zum DSS Decision Support Systems stellen computerbasierte Systeme dar, die Planung und Entscheidungsfindung bei komplexen Problemstellungen unterstützen. Prinzipiell handelt es sich um die Verknüpfung von Datenbanken mit analytischen Modellen und Expertenwissen. Es sind keine Entscheidungsautomaten, da die zu behandelnden Probleme sich mit der Zeit ändern und die DSS sich an diese Änderungen anpassen müssen. Decision Support Systems sind immer auf spezielle Problem ausgerichtet, so das sie nicht in Massenproduktion hergestellt werden können. Ein DSS besteht grob gesehen aus einer Wissensbasis und einer Funktionsebene. Die Wissensbasis eines DSS muss alle Daten beinhalten, die notwendig sind um alle möglichen Erscheinungen und Konsequenzen vorauszusehen und somit alle erdenklichen Lösungsvorschläge darzustellen.dies setzt voraus das die Wissensbasis offen sein muss, dass heißt es muss die Möglichkeit bestehen sie immer auf den neuesten Stand zu bringen. Die Funktionsebene muss sowohl passive als auch aktive Entscheidungsunterstützung anbieten können. Unter passiver Entscheidungsunterstützung versteht man das Darstellen von Konsequenzen zu schon vorhandenen Lösungsvarianten. Aktive Entscheidungsunterstützung ist dagegen das Suchen nach interessanten Lösungsvorschlägen auf neue Ausgangssituationen oder Fragestellungen. Die Zusatzfunktion eines Expertensystems ist dann gegeben wenn das DSS die Eigenschaft hat die gefundenen Alternativen auch noch zu begründen. Letztendlich ist es noch wichtig das die DSS dem Entscheidungsträger nicht dessen Aufgabe, das Fällen von Entscheidungen, abnehmen, sondern ihm nur bei der Problemlösung helfen. Die Hilfe wird durch die Darstellung aller analysierten Entscheidungsmöglichkeiten, aus denen dann gewählt wird, ermöglicht. 15

17 3.2.Aufbau der Decision Support Systems Das DSS besteht im wesentlichen wie oben genannt aus einer Wissensbasis und einer Funktionsebene. Die Wissensbasis besteht des weiteren aus einer Wissensbank und einer Datenbank. Die Datenbank enthält das gespeicherte Faktenwissen hierzu gehören Umweltzustände oder feststehende Regeln, Formeln oder Funktionen. Die Wissensbank dagegen beinhaltet das gespeicherte Zusammenhangwissen. Hierzu zählen zum Beispiel schon gewonnen Erkenntnisse über bestimmte Reaktionen auf bestimmte Ereignisse. Auf diese kann man allerdings nur zurückgreifen wenn die gleichen Bedingungen herrschen. Die Funktionsebene besteht in der Regel aus Objektmanagern. Zu den wichtigsten Objektmanagern gehören der Datenmanager, der Szenariomanager, der Taskmanager, der Reportmanager und manchmal auch der Querymanager. Der Datenmanager ist dafür verantwortlich das die Wissensbasis immer auf dem neuesten Stand gebracht wird. Um diese Aufgabe zu erleichtern besitzt er viele Funktionen und Hilfsprogramme die ihm die Datenpflege erleichtern. Man spricht von einem Normalzustand wenn alle Daten nach den vorgegebenen Regeln aktualisiert wurden. Haben alle Erträge, Prozesse und Funktionen gewohnte Werte angenommen, ist der Normalzustand zu diesem Zeitpunkt erreicht. Treten nun Störungen auf müssen diese auf strategischer Ebene behoben werden. Hierfür ist der Szenariomanager von Nutzen. Mit ihm können die verschieden Auswirkungen auf mögliche eintreffende Ereignisse auf die Datenbereiche spezifiziert werden. Um die Beratung des Entscheidungsberater zu gewährleisten, müssen die unterschiedlichsten Fragen an das System gestellt werden können. Um die richtigen Fragen an das DSS zu stellen ist der Taskmanager verantwortlich. Die vielen gestellten Fragen benötigen natürlich auch richtige Antworten. Zur 16

18 korrekten Darstellung der gefundenen Informationen benötigt man den Reportmanager. Mit ihm können gleich Informationen mit richtigen Fragen und Auswertungsaufträgen verknüpft werden. Werden Ad hoc Abfragen der Datenbank benötigt, steht ein Querymanager zur Verfügung. Er beendet zum eine das mühsame Suchen nach vordefinierten Abfragen (Queries) und hilft andererseits auch beim Erstellen und Verwalten der Queries. Aufbau eines DSS am Beispiel des DSS ESSA Das DSS ESSA ist ein Decision Support System der Ernährungssicherungs Strategie für die Angebotslenkung. IS LAG ist die Bezeichnung für ein Auskunftssystem, dass zur Lagerbeurteilung und Verwaltung der Nahrungsressourcen dient. Des weiteren Steht die Abkürzung AGIS für das Agrarinformationssystem. Dieses gibt Auskünfte über Tierbestände und Anbauflächen. 17

19 3.3.Grundfunktionen eines DSS Die Bedienung eines Decision Support System erfolgt in der Regel nach einem ganz bestimmten Schema. Als erstes muss die Entscheidungssituation erfasst werden. Darunter versteht man das definieren von Fakten, Annahmen, Restriktionen, Aufgaben, Zielsetzungen und Vorgaben des Entscheidungsträgers. Ist die Entscheidungssituation schon bekannt, kann bei gleichen Bedingungen auch auf bisher bekannte Verfahren zurückgegriffen werden. Der nächste Schritt besteht in der Aufgabe Entscheidungsalternativen zu suchen, sie darzustellen und zu generieren. Hierbei werden die möglichen Alternativen meist in einer exlpiziten Liste vorliegen. Sind die Alternativen bekannt und liegen dem Benutzer vor werden Konsequenzen der Alternativen aufgezeigt, abgeschätzt und bewertet.unter den Konsequenzen versteht man hierbei beobachtbare Eigenschaften eines Systems. Diese Konsequenzen werden dann hinsichtlich verschiedener Kriterien bewertet. Zur Festlegung dieser Kriterien wird in drei Schritten vorgegangen. Zum einen wird die Wahl der Dimension des Präferenzsystems getroffen. Ist dies geschehen werden Skalen zum Messen der Konsequenzen festgelegt und zum Schluss werden Wahrnehmungsfunktionen zur Beurteilung der gemessenen Konsequenzen definiert. Nachdem die Alternativen berechnet und ausgewertet wurden werden sie sortiert, zu meist mit dem besten voran, damit die optimale Lösung schneller zu finden ist. Ist auch dieses geschehen muss der Entscheidungsträger nur noch seine Wahl treffen und diese dokumentieren, was mit Hilfe der vom DSS bereitgestellten Informationen nicht mehr allzu schwierig sein sollte. 18

20 Quellenangabe : iiuf.unifr.ch/ds/courses/dss2000/ inf.uni essen.de/suche/mss.html Henn/Künzi : Einführung in die Unternehmensforschung II, Springer

1 Einführung, Konzepte der Entscheidungsunterstützung

1 Einführung, Konzepte der Entscheidungsunterstützung 1 Einführung, Konzepte der Entscheidungsunterstützung 1.1 Wesen und Problem der Entscheidfindung 1.1.1 Probleme der Entscheidfindung Wir fällen täglich so viele Entscheide, dass es uns auf Anhieb nicht

Mehr

Spezialisierung Business Intelligence

Spezialisierung Business Intelligence Spezialisierung Business Intelligence Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de 10. Juni 2015 Was ist Business Intelligence? Allgemein umfasst der Begriff Business

Mehr

Online Analytical Processing

Online Analytical Processing Online Analytical Processing Online Analytical Processing Online Analytical Processing (OLAP) ermöglicht die multidimensionale Betrachtung von Daten zwecks E rmittlung eines entscheidungsunterstützenden

Mehr

Data Mining-Projekte

Data Mining-Projekte Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein

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

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media

Mehr

1.1 Das Ziel: Basisdaten strukturiert darzustellen

1.1 Das Ziel: Basisdaten strukturiert darzustellen MS Excel 203 Kompakt PivotTabellen. Das Ziel: Basisdaten strukturiert darzustellen Jeden Tag erhalten wir umfangreiche Informationen. Aber trotzdem haben wir oft das Gefühl, Entscheidungen noch nicht treffen

Mehr

Ergänzungsfach Informatik

Ergänzungsfach Informatik Wochenlektionen 1. Jahr 2. Jahr 3. Jahr 4. Jahr Ergänzungsfach: 2 2 A Allgemeine Bildungsziele Die Informatik durchdringt zunehmend alle Bereiche des Lebens. Sie betrifft in der Anwendung alle wissenschaftlichen

Mehr

Umsetzung der Anforderungen - analytisch

Umsetzung der Anforderungen - analytisch Umsetzung der Anforderungen - analytisch Titel des Lernmoduls: Umsetzung der Anforderungen - analytisch Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.5.5 Zum Inhalt: In diesem Modul wird

Mehr

1 PIVOT TABELLEN. 1.1 Das Ziel: Basisdaten strukturiert darzustellen. 1.2 Wozu können Sie eine Pivot-Tabelle einsetzen?

1 PIVOT TABELLEN. 1.1 Das Ziel: Basisdaten strukturiert darzustellen. 1.2 Wozu können Sie eine Pivot-Tabelle einsetzen? Pivot Tabellen PIVOT TABELLEN. Das Ziel: Basisdaten strukturiert darzustellen Jeden Tag erhalten wir umfangreiche Informationen. Aber trotzdem haben wir oft das Gefühl, Entscheidungen noch nicht treffen

Mehr

Repetitorium zum Staatsexamen für Lehramtsstudenten. Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201. Sommersemester 2014

Repetitorium zum Staatsexamen für Lehramtsstudenten. Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201. Sommersemester 2014 Sommersemester 2014 Repetitorium zum Staatsexamen für Lehramtsstudenten Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201 Lehrstuhl für ABWL und Wirtschaftsinformatik Prof. Dr. Alexandros

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

Die Beurteilung normativer Managementsysteme

Die Beurteilung normativer Managementsysteme Die Beurteilung normativer Managementsysteme Hanspeter Ischi, Leiter SAS 1. Ziel und Zweck Um die Vertrauenswürdigkeit von Zertifikaten, welche durch akkreditierte Zertifizierungsstellen ausgestellt werden,

Mehr

Raber+Märcker Business Intelligence Lösungen und Leistungen

Raber+Märcker Business Intelligence Lösungen und Leistungen Business Intelligence Raber+Märcker Business Intelligence Lösungen und Leistungen www.raber-maercker.de 2 LEISTUNGEN Business Intelligence Beratungsleistung Die Raber+Märcker Business Intelligence Beratungsleistung

Mehr

Das Management Informationssystem für die Wertstoff- und Entsorgungswirtschaft und den Metallhandel

Das Management Informationssystem für die Wertstoff- und Entsorgungswirtschaft und den Metallhandel Das Management Informationssystem für die RECY CLE by tegos - das Management Informationssystem für die by tegos wurde von der tegos GmbH Dortmund basierend auf Microsoft Technologie entwickelt. Sie erhalten

Mehr

Informationsmanagement

Informationsmanagement Informationsmanagement Nachbereitung der Vorlesungen vom 11.03.09, 18.03.09 und 25.03.09 Von Stefan Mies, Sven Müller, Sabrina Schmid und Silvia Stiehm Daten, Informationen, Wissen Daten: sind Zeichen

Mehr

Nach Data Warehousing kommt Business Intelligence

Nach Data Warehousing kommt Business Intelligence Nach Data Warehousing kommt Business Intelligence Andrea Kennel Trivadis AG Glattbrugg, Schweiz Schlüsselworte: Business Intelligence, Data Warehouse Zusammenfassung Data Warehouse bedeutet, dass operative

Mehr

Das Management Informationssystem für die Wertstoff- und Entsorgungswirtschaft und den Metallhandel

Das Management Informationssystem für die Wertstoff- und Entsorgungswirtschaft und den Metallhandel Das Management Informationssystem für die Wertstoff- und Entsorgungswirtschaft und den Metallhandel BI RECY CLE BI by tegos - das Management Informationssystem für die Wertstoff- und Entsorgungswirtschaft

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

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?

Mehr

Aufgabenheft. Fakultät für Wirtschaftswissenschaft. Modul 31771 - Informationsmanagement. 09.09.2015, 11:30-13:30 Uhr. Univ.-Prof. Dr. U.

Aufgabenheft. Fakultät für Wirtschaftswissenschaft. Modul 31771 - Informationsmanagement. 09.09.2015, 11:30-13:30 Uhr. Univ.-Prof. Dr. U. Fakultät für Wirtschaftswissenschaft Aufgabenheft : Termin: Prüfer: Modul 31771 - Informationsmanagement 09.09.2015, 11:30-13:30 Uhr Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe 1 2 3 4 Summe

Mehr

Data Mining (ehem. Entscheidungsunterstützungssysteme)

Data Mining (ehem. Entscheidungsunterstützungssysteme) Data Mining (ehem. Entscheidungsunterstützungssysteme) Melanie Pfoh Anja Tetzner Christian Schieder Übung WS 2014/15 AGENDA TEIL 1 Aufgabe 1 (Wiederholung OPAL / Vorlesungsinhalte) ENTSCHEIDUNG UND ENTSCHEIDUNGSTHEORIE

Mehr

Erfolg ist programmierbar.

Erfolg ist programmierbar. 4578954569774981234656895856512457895456977498 3465689585651245789545697749812346568958561245 9545697749812346568958565124578954569774981234 6895856512457895456977498123465689585612457895 6977498123465689585651245789545697749812346568

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

Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen.

Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen. Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen. Definitionen Business Intelligence (BI) bezeichnet Verfahren, Prozesse und Techniken zur systematischen Analyse von Daten in elektronischer

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

Konzept Europäischer ComputerPass

Konzept Europäischer ComputerPass Konzept Europäischer ComputerPass Das Lehrgangssystem Europäischer Computer Pass vermittelt umfassende Kenntnisse und praktische Fertigkeiten mit gängigen Anwenderprogrammen im Microsoft Office-Bereich.

Mehr

Wie läuft eine Entscheidung ab? Seite 9

Wie läuft eine Entscheidung ab? Seite 9 Wie läuft eine Entscheidung ab? Seite 9 Bei welchen Entscheidungen sollte ich strikt methodisch vorgehen? Seite 12 Worauf basiert die hier vorgestellte Methode? Seite 17 1. Entscheidungen Jeden Tag treffen

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik)

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik) Modulbeschrieb Business Intelligence and Analytics 16.10.2013 Seite 1/5 Modulcode Leitidee Art der Ausbildung Studiengang Modultyp W.WIINM42.13 Information ist eine derart wichtige Komponente bei der Entscheidungsfindung,

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

Aeiforia Referenzmodell: Modellierung von Geschäftsprozessen in der Verwaltung von Riester-Verträgen

Aeiforia Referenzmodell: Modellierung von Geschäftsprozessen in der Verwaltung von Riester-Verträgen Aeiforia Referenzmodell: Modellierung von Geschäftsprozessen in der Verwaltung von Riester-Verträgen Gesetze und Regeln bei der Verwaltung von Riester-Verträgen einhalten, Compliance sichern: Riester-Prozesse

Mehr

Informationsblatt zu den Seminaren am Lehrstuhl. für Transportsysteme und -logistik

Informationsblatt zu den Seminaren am Lehrstuhl. für Transportsysteme und -logistik Informationsblatt zu den Seminaren am Lehrstuhl für Transportsysteme und -logistik Inhaltsverzeichnis ORGANISATORISCHES... 2 GROBER ABLAUF... 3 PRÄSENTATIONEN... 6 TEST... 7 1 Organisatorisches Jeder Student

Mehr

Bachelorarbeit Untersuchung aktueller Technologien zur Erstellung von 3D-Modellen für die Landschaftsvisualisierung

Bachelorarbeit Untersuchung aktueller Technologien zur Erstellung von 3D-Modellen für die Landschaftsvisualisierung Bachelorarbeit Untersuchung aktueller Technologien zur Erstellung von 3D-Modellen für die Landschaftsvisualisierung Autor:, 6. Semester Geomatik und Planung Leitung: Dr. Prof. Adrienne Grêt-Regamey Betreuung:

Mehr

Oracle Warehouse Builder 3i

Oracle Warehouse Builder 3i Betrifft Autoren Art der Info Oracle Warehouse Builder 3i Dani Schnider (daniel.schnider@trivadis.com) Thomas Kriemler (thomas.kriemler@trivadis.com) Technische Info Quelle Aus dem Trivadis Technologie

Mehr

Master-Thesis (m/w) für unseren Standort Stuttgart

Master-Thesis (m/w) für unseren Standort Stuttgart Master-Thesis (m/w) für unseren Standort Abschlussarbeit im Bereich Business Process Management (BPM) Effizienzsteigerung von Enterprise Architecture Management durch Einsatz von Kennzahlen Braincourt

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

Grundlagen der Informatik II. Teil I: Formale Modelle der Informatik

Grundlagen der Informatik II. Teil I: Formale Modelle der Informatik Grundlagen der Informatik II Teil I: Formale Modelle der Informatik 1 Einführung GdInfoII 1-2 Ziele/Fragestellungen der Theoretischen Informatik 1. Einführung abstrakter Modelle für informationsverarbeitende

Mehr

ToolCare Werkzeugmanagement by Fraisa NEU

ToolCare Werkzeugmanagement by Fraisa NEU ToolCare Werkzeugmanagement by Fraisa NEU [ 2 ] Produktiver mit ToolCare 2.0 Das neue Werkzeugmanagementsystem service, der sich rechnet Optimale Qualität, innovative Produkte und ein umfassendes Dienstleistungsangebot

Mehr

Was ist ein Compiler?

Was ist ein Compiler? Was ist ein Compiler? Was ist ein Compiler und worum geht es? Wie ist ein Compiler aufgebaut? Warum beschäftigen wir uns mit Compilerbau? Wie ist die Veranstaltung organisiert? Was interessiert Sie besonders?

Mehr

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen SAS PharmaHealth & Academia Gabriele Smith KIS-Tagung 2005 in Hamburg: 3. März 2005 Copyright 2003, SAS Institute Inc. All rights

Mehr

Gefördert durch: dynaklim-kompakt

Gefördert durch: dynaklim-kompakt Gefördert durch: dynaklim-kompakt Risiko & Co. - Begriffe und Abgrenzungen 1 Problemstellung Ein Basisproblem, das immer auftritt, wenn es um Risiko geht, ist die Existenz unterschiedlicher Risikodefinitionen

Mehr

FAQ - Antworten zu häufig gestellten Fragen zu Decision Making Helper - die Entscheidungshilfe.

FAQ - Antworten zu häufig gestellten Fragen zu Decision Making Helper - die Entscheidungshilfe. FAQ - Antworten zu häufig gestellten Fragen zu Decision Making Helper - die Entscheidungshilfe. Die richtige Entscheidung treffen Dieses regelmässig aktualisierte Dokument liefert Antworten zu häufig gestellten

Mehr

Data Mining als Arbeitsprozess

Data Mining als Arbeitsprozess Data Mining als Arbeitsprozess Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 31. Dezember 2015 In Unternehmen werden umfangreichere Aktivitäten oder Projekte im Bereich des Data Mining

Mehr

Analytics, Big Data, Multi-Touch Attribution und Content Marketing E-Business 2014

Analytics, Big Data, Multi-Touch Attribution und Content Marketing E-Business 2014 Analytics, Big Data, Multi-Touch Attribution und Content Marketing E-Business 2014 Andreas Berth, CEO B2 Performance Group Inhalt B2 Performance das Unternehmen Ausgangslage Problem Lösung Umsetzung Key

Mehr

Übungsaufgabe 7: Ziele der BWL. a) Welche Ziele hat die Betriebswirtschaftslehre als Wissenschaft?

Übungsaufgabe 7: Ziele der BWL. a) Welche Ziele hat die Betriebswirtschaftslehre als Wissenschaft? Übungsaufgabe 7: Ziele der BWL a) Welche Ziele hat die Betriebswirtschaftslehre als Wissenschaft? b) Kosiol und Gutenberg vertreten verschiedene Auffassungen, wie ein Betrieb zu kennzeichnen ist. Hat dies

Mehr

DIN EN ISO 9001:2008 Qualitätsmanagement

DIN EN ISO 9001:2008 Qualitätsmanagement DIN EN ISO 9001:2008 Qualitätsmanagement Handbroschüre 2012 Unser Qualliitätsmanagement zur Anallyse und Darstellllung verfügbarer Ressourcen Nach erfolgreicher Einführung und Umsetzung des Qualitätsmanagementsystem

Mehr

Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung

Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence Unterstützung Ihrer Mitarbeiter Das interaktive Drag-and-Drop Interface in Excel Mit Jet Enterprise

Mehr

Beheben von verlorenen Verknüpfungen 20.06.2005

Beheben von verlorenen Verknüpfungen 20.06.2005 Vor folgender Situation ist sicher jeder Solid Edge-Anwender beim Öffnen von Baugruppen oder Drafts schon einmal gestanden: Die Ursache dafür kann sein: Die Dateien wurden über den Explorer umbenannt:

Mehr

1. Der Finanzplanungsprozess

1. Der Finanzplanungsprozess Inhaltsverzeichnis 1. Der Finanzplanungsprozess... 3 2. Einführung... 4 3. Meine Rolle als Ihr persönlicher Chef-Finanzplaner... 5 4. Meine Beratungsphilosophie völlig losgelöst... 5 5. Der Finanzplan...

Mehr

Pricing Engineering. im Private Banking. Gebühren müssen kompetitiv, ertragsoptimiert und steuerbar sein. Wir haben die Methodik dafür.

Pricing Engineering. im Private Banking. Gebühren müssen kompetitiv, ertragsoptimiert und steuerbar sein. Wir haben die Methodik dafür. Pricing Engineering im Private Banking Gebühren müssen kompetitiv, ertragsoptimiert und steuerbar sein. Wir haben die Methodik dafür. Pricing Engineering im Private Banking Nur mit einer fundierten, transparenten

Mehr

Grundlagen der Wirtschaftsinformatik KE1 5

Grundlagen der Wirtschaftsinformatik KE1 5 Fernstudium-Guide - Klausurvorbereitung Grundlagen der Wirtschaftsinformatik KE1 5 Version vom 28.05.2015 Alle Rechte vorbehalten 1 Fernstudium-Guide - Klausurvorbereitung Liebe Studierende, Wir begrüßen

Mehr

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching 1.1 Caching von Webanwendungen In den vergangenen Jahren hat sich das Webumfeld sehr verändert. Nicht nur eine zunehmend größere Zahl an Benutzern sondern auch die Anforderungen in Bezug auf dynamischere

Mehr

Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung

Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence Mit Jet Enterprise erhalten Sie dies und mehr Jet Enterprise ist Business Intelligence und intuitives

Mehr

Mit User Experience Design effizient Produkte entwickeln, die begeistern

Mit User Experience Design effizient Produkte entwickeln, die begeistern Mit User Experience Design effizient Produkte entwickeln, die begeistern Die Benutzer machen das Produkt zum Erfolg Der Erfolg eines Softwareprodukts wird in den meisten Fällen an seinem Return On Investment

Mehr

The Intelligent Way of Project and Planning Data Management

The Intelligent Way of Project and Planning Data Management The Intelligent Way of Project and Planning Data Management EN4M Multi-Projekt- und Planungsdaten-Management System (PPDM) Mit der Software EN4M können Unternehmen Projekte und Prozesse planen, steuern

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

Informatik und Informationstechnik (IT)

Informatik und Informationstechnik (IT) Informatik und Informationstechnik (IT) Abgrenzung Zusammenspiel Übersicht Informatik als akademische Disziplin Informations- und Softwaretechnik Das Berufsbild des Informatikers in der Bibliothekswelt

Mehr

Software-Entwicklung

Software-Entwicklung Software-Entwicklung SEP 96 Geschichte der Programmierung Aufgaben von, Anforderungen an Programme mit der Zeit verändert 1 Programmierung über Lochkarten z.b. für Rechenaufgaben 2 maschinennahe Programmierung

Mehr

Das Service Desk. Aktuelle Themen der Informatik. Stefan Zimmermann, AI 8

Das Service Desk. Aktuelle Themen der Informatik. Stefan Zimmermann, AI 8 Aktuelle Themen der Informatik Stefan Zimmermann, AI 8 Übersicht Was ist ein Service Desk? Warum brauchen wir einen Service Desk? Das Supportproblem Ein Zentraler Kontaktpunkt (4 Arten) Belastungen, Leistungen,

Mehr

SharePoint Portal für eine effiziente Zusammenarbeit

SharePoint Portal für eine effiziente Zusammenarbeit Portal für eine effiziente Zusammenarbeit SharePoint Zusammenarbeit im Unternehmen Die Informationstechnologie, die Mitarbeitern dabei hilft mit ihren Kollegen während der täglichen Arbeit leicht und schnell

Mehr

Produkt und Methode. SIRIUSlogic 4.0 in der Praxis. SIRIUS Consulting & Training AG. www.sirius-consult.com. SIRIUS Consulting & Training AG

Produkt und Methode. SIRIUSlogic 4.0 in der Praxis. SIRIUS Consulting & Training AG. www.sirius-consult.com. SIRIUS Consulting & Training AG Produkt und Methode SIRIUSlogic 4.0 in der Praxis SIRIUS Consulting & Training AG www.sirius-consult.com SIRIUSlogic 4.0 Warum ein weiteres Prozessmanagement Werkzeug? Motivation Was muß das Tool leisten

Mehr

Personaleinsatz-Manager

Personaleinsatz-Manager Optimaler Personaleinsatz und Controlling Seite 1 Herausforderungen bei der Personaldisposition Arbeitszeitwünsche der Mitarbeiter sollen berücksichtigt werden Urlaubsanträge müssen schnell bearbeitet

Mehr

Vier Gewinnt Nicolas Schmidt Matthias Dietsche Bernhard Weiß Benjamin Ruile Datum: 17.2.2009 Tutor: Prof. Schottenloher Spieltheorie

Vier Gewinnt Nicolas Schmidt Matthias Dietsche Bernhard Weiß Benjamin Ruile Datum: 17.2.2009 Tutor: Prof. Schottenloher Spieltheorie Vier Gewinnt Nicolas Schmidt Matthias Dietsche Bernhard Weiß Benjamin Ruile Datum: 17.2.2009 Tutor: Prof. Schottenloher Spieltheorie Präsentation Agenda I. Einführung 1. Motivation 2. Das Spiel Vier Gewinnt

Mehr

EDV-Schulungen. esb-softwareberatung. Wir bieten u.a. Seminare in folgenden Computerprogrammen an: in Microsoft Windows. und Microsoft Office

EDV-Schulungen. esb-softwareberatung. Wir bieten u.a. Seminare in folgenden Computerprogrammen an: in Microsoft Windows. und Microsoft Office esb-softwareberatung Dipl.-Betr. Elke Saipt-Block e b EDV-Schulungen Wir bieten u.a. Seminare in folgenden Computerprogrammen an: Microsoft Windows XP und Windows Vista Microsoft Office 2002/03 und 2007

Mehr

Das Kompetenzmodell digi.comp8 (NMS, AHS Unterstufe)

Das Kompetenzmodell digi.comp8 (NMS, AHS Unterstufe) Das Kompetenzmodell digi.comp8 (NMS, AHS Unterstufe) Quelle: http://digikomp.at/praxis/portale/digitale-kompetenzen/digikomp8nms-ahs-unterstufe/kompetenzmodell.html Kompetenzmodell (Übersicht) "Digitale

Mehr

Zeitgemäße Verfahren für ganzheitliche Auswertungen

Zeitgemäße Verfahren für ganzheitliche Auswertungen Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions

Mehr

PraxisForscher des KMU-Netzwerks der GGG. KMU-Netzwerk der Göttinger Graduiertenschule Gesellschaftswissenschaften

PraxisForscher des KMU-Netzwerks der GGG. KMU-Netzwerk der Göttinger Graduiertenschule Gesellschaftswissenschaften PraxisForscher des KMU-Netzwerks der GGG PraxisForscher Doktoranden untersuchen Problemstellungen mit wissenschaftlichem Bezug in Unternehmen und erarbeiten konkrete Lösungsvorschläge und fördern so den

Mehr

Indextest bietet klare und schnelle Antworten auf immer wiederkehrende Fragen

Indextest bietet klare und schnelle Antworten auf immer wiederkehrende Fragen 06. August 2013 ForschungsWerk mit Innovation auf dem Markt: Indextest bietet klare und schnelle Antworten auf immer wiederkehrende Fragen NÜRNBERG - ForschungsWerk hat mit Indextest ein Tool entwickelt,

Mehr

proalpha Geschäftssoftware für den Mittelstand

proalpha Geschäftssoftware für den Mittelstand Whitepaper proalpha Geschäftssoftware für den Mittelstand Januar 2013 proalpha Integrierte Geschäftssoftware für den Mittelstand 2 Herausgegeben von proalpha Software AG Auf dem Immel 8 67685 Weilerbach

Mehr

OLAP und Data Warehouses

OLAP und Data Warehouses OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting

Mehr

Agile Software Development

Agile Software Development Dipl. Wirtsch. Ing. Alexander Werth Methoden der Softwareentwicklung 6-1 Agile Manifest Individuen und Interaktion statt Prozessen und Tools. Funktionierende Software statt umfangreicher Dokumentation.

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

Lösungsvorschlag für das Übungsblatt 1. Aufgabe 1.

Lösungsvorschlag für das Übungsblatt 1. Aufgabe 1. Lösungsvorschlag für das Übungsblatt 1. Aufgabe 1. Zusammengefasst aus Ihren Beiträgen Wie bewerten sie das System ingesamt? Das Watson System verdeutlicht den Fortschritt der Künstlichen Intelligenz Forschung/Computerlinguistik/Informatik

Mehr

OPERATIONS-RESEARCH (OR)

OPERATIONS-RESEARCH (OR) OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:

Mehr

Hyper-V Server 2008 R2

Hyper-V Server 2008 R2 Hyper-V Server 2008 R2 1 Einrichtung und Installation des Hyper-V-Servers 1.1 Download und Installation 4 1.2 Die Administration auf dem Client 9 1.3 Eine VM aufsetzen 16 1.4 Weiterführende Hinweise 22

Mehr

IT-Riskmanagement Strategie und Umsetzung. Inhalte. Begriffe. Armin Furter TKH Informationmangement Bern

IT-Riskmanagement Strategie und Umsetzung. Inhalte. Begriffe. Armin Furter TKH Informationmangement Bern IT-Riskmanagement Strategie und Umsetzung Armin Furter TKH Informationmangement Bern Inhalte Einführung Allgemeines Risikomangement IT-Risikomanagement Mögliche Methoden Begriffe Bedrohung Schaden Schadensausmass

Mehr

Integration Services - Dienstarchitektur

Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Dieser Artikel solle dabei unterstützen, Integration Services in Microsoft SQL Server be sser zu verstehen und damit die

Mehr

Fördern von Führungskräften mit Coaching

Fördern von Führungskräften mit Coaching Fördern von Führungskräften mit Coaching Claudia Heizmann/Stephan Teuber August 2007 Seite 1 von 7 Coaching gewinnt gegenüber Standardseminaren an Bedeutung Entscheidungsunsicherheiten und persönliche

Mehr

Doing Economics with the Computer Sommersemester 2002. Excel Solver 1

Doing Economics with the Computer Sommersemester 2002. Excel Solver 1 Universität Bern Kurt Schmidheiny / Manuel Wälti Doing Economics with the Computer Sommersemester 2002 Excel Solver 1 Mit dem Solver unterstützt Excel eine Funktion, mit der u.a. komplex verschachtelte

Mehr

Ich verstehe mein Handwerk

Ich verstehe mein Handwerk Stefan Zink Ich verstehe mein Handwerk Komplizierte Zettelwirtschaft hat mich schon immer geärgert In unserem Handwerks betrieb, in dem ich als Glasermeister in leitender Funktion beschäftigt war, suchte

Mehr

Fuzzy-Systeme zur Unterstützung von Entscheidungen in land- und forstwirtschaftlichen Logistik-Prozessen

Fuzzy-Systeme zur Unterstützung von Entscheidungen in land- und forstwirtschaftlichen Logistik-Prozessen Fuzzy-Systeme zur Unterstützung von Entscheidungen in land- und forstwirtschaftlichen Logistik-Prozessen Steve Schneider Logistik- und Fabriksysteme Fraunhofer Institut für Fabrikbetrieb und -automatisierung

Mehr

TIKOS Leitfaden. TIKOS Update

TIKOS Leitfaden. TIKOS Update TIKOS Leitfaden TIKOS Update Copyright 2015, Alle Rechte vorbehalten support@socom.de 06.05.2015 Inhalt 1. Allgemeine Hinweise... 3 2. Ausführen des Updates... 3 3. Mögliche Meldungen beim Update... 9

Mehr

Ein Ansatz für eine Ontologie-basierte Verbindung von IT Monitoring und IT Governance

Ein Ansatz für eine Ontologie-basierte Verbindung von IT Monitoring und IT Governance Ein Ansatz für eine Ontologie-basierte Verbindung von IT Monitoring und IT Governance MITA 2014 23.09.2014 Andreas Textor andreas.textor@hs-rm.de Hochschule RheinMain Labor für Verteilte Systeme Fachbereich

Mehr

Vom Intranet zum Knowledge Management

Vom Intranet zum Knowledge Management Vom Intranet zum Knowledge Management Die Veränderung der Informationskultur in Organisationen von Martin Kuppinger, Michael Woywode 1. Auflage Hanser München 2000 Verlag C.H. Beck im Internet: www.beck.de

Mehr

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum

Mehr

Übungsblatt 04/2011. Datum: 20. Juni 2011

Übungsblatt 04/2011. Datum: 20. Juni 2011 Übungsblatt 04/011 Prof. Dr. Peter Loos Datum: 0. Juni 011 Aufgabe 9 (EPK-Modellierung): Ein Vertriebprozess in einem Industrieunternehmen gestaltet sich folgendermaßen: Nachdem ein Kundeauftrag eingetroffen

Mehr

IT-Audit.de, September 2004 Projektarbeit Teil 1

IT-Audit.de, September 2004 Projektarbeit Teil 1 Projektarbeit im Rahmen von strategischen und operativen Aufgaben und unter Berücksichtigung kritischer Erfolgsfaktoren - Teil 1: Planung einzelner Projekte - Edgar Jager ist seit zwölf Jahren in der Revision

Mehr

ZENITY - Die Software für Ihre Unternehmens-Releaseplanung

ZENITY - Die Software für Ihre Unternehmens-Releaseplanung ZENITY - Die Software für Ihre Unternehmens-Releaseplanung RELEASEPLANUNG HEUTE Heutige Anwendungen in in Grossunternehmen sind sind keine keine alleinstehenden alleinstehenden Insel-Applikationen Insel-Applikationen

Mehr

Unterstützung in Business Objects Anwendungen

Unterstützung in Business Objects Anwendungen Pflichtenheft Unterstützung in Business Objects Anwendungen Klassifizierung * Status ** Projektname Projektleiter Auftraggeber Autoren Genehmigende Kurzbeschreibung Nicht klassifiziert Abgeschlossen Betrieb

Mehr

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele

Mehr

Lernstandserhebungen in Klasse 8

Lernstandserhebungen in Klasse 8 Lernstandserhebungen in Klasse 8 Ergebnisse 2014 Justus-von-Liebig-Realschule Städt. Realschule - Sekundarstufe I - 158586 27. Mai 2014 Standorttyp: 5 1 / 21 Inhalt Einführung: Unterschied Diagnose - Klassenarbeit

Mehr

1 Die Active Directory

1 Die Active Directory 1 Die Active Directory Infrastruktur Prüfungsanforderungen von Microsoft: Configuring the Active Directory Infrastructure o Configure a forest or a domain o Configure trusts o Configure sites o Configure

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

Grundlagen relationaler Datenbanken... 2. Access 2010 - Grundlagenseminar... 3. Access 2010 - Aufbauseminar... 4. Von Excel 2010 zu Access 2010...

Grundlagen relationaler Datenbanken... 2. Access 2010 - Grundlagenseminar... 3. Access 2010 - Aufbauseminar... 4. Von Excel 2010 zu Access 2010... Inhalt Grundlagen relationaler Datenbanken... 2 Access 2010 - Grundlagenseminar... 3 Access 2010 - Aufbauseminar... 4 Von Excel 2010 zu Access 2010... 5 Access 2010 - Programmierung Teil 1... 6 Access

Mehr

Analytisches CRM in der Automobilindustrie

Analytisches CRM in der Automobilindustrie Analytisches CRM in der Automobilindustrie Dr. Frank Säuberlich Practice Manager European Customer Solutions Urban Science International GmbH Automobilhersteller müssen neue Wege gehen Anforderungen in

Mehr

Risk Management für Unternehmen

Risk Management für Unternehmen Risk Management für Unternehmen Überlassen Sie nichts dem Zufall RM- Risk Management für Unternehmen methodisch vorgehen Dem Risk Management (RM) liegt ein dauernder, sich stets verändernder Prozess im

Mehr

KREDITVERZEICHNIS Konfiguration Ausgabe: 20.02.13 1/13. Dokumentation KREDITVERZEICHNIS. Teil 2. Konfiguration

KREDITVERZEICHNIS Konfiguration Ausgabe: 20.02.13 1/13. Dokumentation KREDITVERZEICHNIS. Teil 2. Konfiguration KREDITVERZEICHNIS Konfiguration Ausgabe: 20.02.13 1/13 Dokumentation KREDITVERZEICHNIS Teil 2 Konfiguration Stand 20.02.2013 KREDITVERZEICHNIS Konfiguration Ausgabe: 20.02.13 2/13 Inhalt 1. KONFIGURATION...

Mehr

Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE. 1. Konferenz der SAS Benutzer in Forschung und Entwicklung

Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE. 1. Konferenz der SAS Benutzer in Forschung und Entwicklung Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE 1. Konferenz der SAS Benutzer in Forschung und Entwicklung Unterschiedliche Geschäftsprozesse Operativer Dispositve Geschäftsbetrieb

Mehr

50/11. Amtliches Mitteilungsblatt. 21. Dezember 2011. Seite. Zweite Ordnung zur Änderung der Studienordnung

50/11. Amtliches Mitteilungsblatt. 21. Dezember 2011. Seite. Zweite Ordnung zur Änderung der Studienordnung Nr. 50/11 Amtliches Mitteilungsblatt der HTW Berlin Seite 841 50/11 21. Dezember 2011 Amtliches Mitteilungsblatt Seite Zweite Ordnung zur Änderung der Studienordnung für den Internationalen Studiengang

Mehr