Ein Ansatz zur Modellierung von Informationssystemen für den schlecht-strukturierbaren Bereich "Marketing"

Größe: px
Ab Seite anzeigen:

Download "Ein Ansatz zur Modellierung von Informationssystemen für den schlecht-strukturierbaren Bereich "Marketing""

Transkript

1 Ein Ansatz zur Modellierung von Informationssystemen für den schlecht-strukturierbaren Bereich "Marketing" Dr. Alfred Schweiger Katholische Universität Eichstätt Zusammenfassung: Informationssysteme gewinnen für das Marketing zunehmend an Bedeutung. Dabei ist zu beachten, daß die Systeme sowohl den unternehmensspezifischen Problemstellungen als auch der spezifischen Datensituation (Datenverfügbarkeit) gerecht werden sollen. Die daraus resultierende Forderung nach unternehmensspezifischen Marketinginformationssystemen erfordert eine geeignete Form der Modellierung solcher Systeme. Prozeßorientierte Ansätze stehen hier vor dem Problem, daß es sich im Marketing um einen überwiegend schlecht-strukturierbaren Bereich handelt, für den sich kaum Prozesse formulieren lassen, die sich in gleicher Weise hinreichend oft wiederholen, um eine Unterstützung durch ein Informationssystem zu rechtfertigen. In dem vorliegenden Beitrag wird mit der "ARchitektur für MArketingInformationsSysteme (ARMAIS)" ein Ansatz vorgestellt, der auf der Grundlage der Sichten "Entscheidungen", "Methoden" und "Daten" versucht, Marketinginformationssysteme auf der Ebene des Fachkonzepts zu beschreiben. 1. Ausgangssituation und Problemstellung Marketing gewinnt für Unternehmen in Zeiten hart umkämpfter Märkte immer mehr an Bedeutung. Der erfolgreiche Einsatz der Marketinginstrumente (Produkt-, Preis- Distributions- und Kommunikationspolitik) 1 entscheidet bei technisch immer ähnlicher werdenden Produkten zunehmend über den Markterfolg. "Marketinginformationssysteme (MAIS)" können hier einen wesentlichen Beitrag zur Unterstützung des - für den Einsatz der Marketinginstrumente verantwortlichen - Marketingmanagements leisten. Dabei subsumieren wir unter dem Begriff alle Informationssysteme, die zur Entscheidungsunterstützung im Marketing beitragen können. Marketinginformationssysteme lassen sich jedoch nicht als "starre" Standardsoftwareprodukte realisieren, sondern sind an die branchen- und unternehmensspezifischen Gegebenheiten anzupassen. Das betrifft sowohl die in einer bestimmen Branche bzw. einem Unternehmen zur Entscheidungsunterstützung verfügbaren Daten, als auch die konkret zu unterstützenden Entscheidungen (bzw. Problemlösungen). 1 Die Einteilung der Marketinginstrumente nach den vier "p s" (product, price, place, promotion) geht auf McCarthy zurück [Mc81]

2 Im Hinblick auf ihre grundsätzliche Gestaltung lassen sich Marketinginformationssysteme nach der Art der Entscheidungsunterstützung (Data Support und Decision Support) und nach ihrer Spezifität (Problem- und Unternehmensspezifität) einteilen. Wir unterscheiden folgende Gestaltungsvarianten: Data Support stellt im Sinne einer computergestützten Informationsbereitstellung die Aggregation, Transformation und Bereitstellung bereits in maschinenlesbarer Form vorliegender marketingrelevanter Informationen aus unterschiedlichen internen und externen Datenquellen in den Vordergrund. Der Grundgedanke dabei ist, daß bereits allein durch die Bereitstellung von Daten im Rahmen eines Informationssystems - ohne weiterführende Möglichkeiten der Datenauswertung - ein wichtiger Beitrag zur Unterstützung des Entscheidungsträgers geleistet werden kann. Die Bedeutung von Data Support zur Entscheidungsunterstützung wird deutlich, wenn man sich die vielfach anzutreffende Situation in der Praxis vor Augen hält, in der relevante Informationen oft auf verschiedenen (zueinander inkompatiblen) Informationssystemen abgelegt sind. Die systemübergreifende Nutzung dieser Informationen ist häufig mit einem hohen Zeit- und Kostenaufwand verbunden, der ihre regelmäßige Inanspruchnahme als Grundlage der Entscheidungsunterstützung verhindert. Ein wesentlicher Aspekt des Data Support ist jedoch auch, daß er die Grundlage für den Einsatz weiterer Methoden zur Datenauswertung und damit einer weiterführenden Entscheidungsunterstützung im Sinne von Decision Support bildet. Decision Support stellt - teilweise aufbauend auf die im Rahmen des Data Support bereitgestellten Informationen - zusätzlich Methoden bereit, die durch eine Auswertung bzw. Analyse der Daten zu neuen entscheidungsunterstützenden Informationen gelangen können. Der Grundgedanke hierbei ist, daß im Rahmen eines Informationssystems neben den Daten zusätzlich Methoden zu deren Auswertung zur Verfügung gestellt werden. Einen äußerst wichtigen Gestaltungsparameter für die Akzeptanz durch die Benutzer stellt erfahrungsgemäß die Spezifität von Marketinginformationssystemen dar. Wir unterscheiden folgende Varianten: Nicht-problemspezifische Systeme stellen Methoden zur Problemlösung - das können z.b. statistische oder mathematische Verfahren sein - in allgemeiner Form bereit. Typische Vertreter dieser Art sind Softwarepakete wie SPSS oder SAS etc.. Der Benutzer muß hier über ausreichende Methodenkenntnisse verfügen, um die Methoden an seine spezifische Problemstellung anzupassen und die Er

3 gebnisse zu interpretieren. Im Gegensatz dazu stellen problemspezifische Systeme die Methoden bereits (adaptiert) für konkrete Marketingprobleme (jedoch nicht unternehmensspezifisch) zur Verfügung. Demzufolge ist auch eine weitergehende Unterstützung des Benutzers bei der Ergebnisinterpretation möglich. Ein typischer Vertreter dieser Art ist beispielsweise das System MARK2MAN von GAUL/BAIER [GauBai93]. Problemspezifische MAIS stellen zwar wesentlich geringere Anforderungen an den Benutzer und sollten daher zweckmäßigerweise die am häufigsten vorkommenden Probleme unterstützen. Es bleibt jedoch anzumerken, daß nicht alle Probleme antizipiert werden können und deshalb der Einsatz nicht-problemspezifischer Systeme ergänzend erforderlich bleibt. Unternehmensspezifische Systeme berücksichtigen über die im vorigen Abschnitt behandelte Problemspezifität die Gegebenheiten des einzelnen Unternehmens. Das betrifft erstens die problemspezifische Bereitstellung der Methoden im Hinblick auf die konkrete Problemstellung des einzelnen Unternehmens. Zweitens sollen auch die datenspezifischen Gegebenheiten des einzelnen Unternehmens bei der Gestaltung eines Marketinginformationssystems Berücksichtigung finden. Das heißt zum einen, daß nur solche Methoden bereitgestellt werden sollen, deren erforderliche Input- Daten in dem Unternehmen (bzw. der Branche) auch tatsächlich verfügbar sind. Nicht nutzbare Überfunktionalitäten sind der Übersichtlichkeit des Systems abträglich und sollten daher vermieden werden. Zum anderen sollte eine datenmäßige Anbindung eines Marketinginformationssystems an die bestehenden Informationssysteme erfolgen, um auf die von den Methoden benötigten Input- Daten ohne weitere zeit- und kostenaufwendige Konvertierungsarbeiten zugreifen zu können. So scheitert in der Praxis der (regelmäßige) Einsatz entscheidungsunterstützender Methoden erfahrungsgemäß oft daran, daß das Zusammenführen der Daten aus verschiedenen Informationssystemen mit einem zu hohen Aufwand verbunden ist. Unternehmensspezifische Marketinginformationssysteme stellen aus unserer Sicht die ideale Systemkonzeption dar. Sie bieten eine individuelle Ausrichtung auf die (am häufigsten) zu unterstützenden Marketing-Entscheidungen eines Unternehmens sowie dessen Datensituation. Darüber hinaus stellen sie die geringsten Anforderungen an die Methoden- und DV-Kenntnisse der Benutzer. Die Forderung nach unternehmensspezifischen Marketinginformationssystemen setzt für deren Entwicklung eine geeignete Form der Modellierung voraus, die den Besonderheiten des Marketing gerecht - 3 -

4 wird. Das zentrale Problem besteht hier darin, daß es sich im Marketing um einen überwiegend schlecht-strukturierbaren Bereich mit heterogen ablaufenden Entscheidungen bzw. Entscheidungsprozessen handelt. Eine Modellierung von MAIS auf der Grundlage von zu unterstützenden (Entscheidungs-) Prozessen erscheint daher nicht sinnvoll, weil sich diese nicht hinreichend oft in der gleichen Weise wiederholen. Die heute in der Betriebswirtschaftslehre breit diskutierten prozeßorientierten Ansätze sind daher für den schlecht-strukturierbaren Bereich Marketing - mangels formulierbarer Prozesse - nicht geeignet. 2 Im folgenden soll deshalb mit der "Architektur für Marketinginformationssysteme (ARMAIS)" ein Ansatz für die Beschreibung von Marketinginformationssystemen auf Fachkonzeptsebene vorgestellt werden. 2. Aufbau der ARchitektur für MArketingInformationsSysteme (ARMAIS) Um die Unterschiede der "Architektur für Marketinginformationssysteme (ARMAIS)" zu prozeßorientierten Ansätzen deutlich zu machen, sollen diese in Analogie zu der bekannten, prozeßorientierten ARIS-Architektur von SCHEER [Sch92] aufgezeigt werden. Architektur-Ansätze nehmen zur Komplexitätsreduktion generell eine Strukturierung des Untersuchungsgegenstandes vor und legen dazu Strukturierungsmerkmale fest. ARIS definiert hier in horizontaler Sicht "Beschreibungssichten" (Daten-, Funktions-, Organisations- und Steuerungssicht) und in vertikaler Richtung die "Beschreibungsebenen" - bzw. Entwicklungsphasen - (Fachkonzept, DV- Konzept und Implementierung) 3. Abbildung 1 zeigt die ARIS-Architektur im Überblick. 2 Anmerkung: Der Vollständigkeit halber sei darauf hingewiesen, daß im Marketing durchaus auch wohl-strukturierbare Prozesse (wie z.b. das mechanistische Abwickeln einer Mailing-Aktion oder die Besuchsplanung auf der Stufe einzelner Außendienstmitarbeiter) existieren. Diese bewegen sich aber mehr auf der operativen Ebene als auf der Ebene des Marketingmanagements. 3 Die Beschreibungsebenen unterscheiden sich dabei durch ihre "unterschiedliche Nähe zur Informationstechnik". Vgl. [Sch92, S. 15]

5 Abb. 1: ARIS-Architektur 4 ARIS beschreibt in der "Funktionssicht" die zu erfüllenden Funktionen, wie z.b. die Funktion "Kundenauftrag bearbeiten" (=statische Sicht). Weiterhin werden in der "Datensicht" die Daten und in der "Organisationssicht" die Abteilungen und Stellen beschrieben. Im Mittelpunkt der ARIS-Architektur steht die sogenannte "Steuerungssicht" oder Prozeßsicht, welche die konkreten Abläufe, die zur Erfüllung der Funktionen erforderlich sind, als Prozesse beschreibt (=dynamische Sicht) und dabei die drei anderen Sichten zusammenführt. Der - in der Steuerungssicht enthaltene - Prozeß "Kundenauftrag bearbeiten" beschreibt also den konkreten Ablauf der zur Erfüllung der Funktion "Kundenauftrag bearbeiten" erforderlich ist (z.b. die dabei durchzuführenden Teilaufgaben wie Kundenauftrag erfassen, Kundenauftrag technisch prüfen, ) und legt durch Referenzierung zu den Elementen in den anderen Sichten die benötigten Daten sowie die organisatorischen Zuständigkeiten fest. Aufgrund der in schlecht-strukturierbaren Bereichen nicht sinnvoll einsetzbaren Modellierung von Prozessen beschreitet die ARMAIS-Architektur hier einen anderen Weg. ARMAIS differenziert in horizontaler Sicht die "Beschreibungssichten" Entscheidungs-, Methoden-, Daten- und Organisationssicht 5. In vertikaler Richtung beschränkt sich ARMAIS auf die für die 4 Quelle: [Sch94, S. 17]. Anmerkung: Die "Betriebswirtschaftliche Problemstellung", die den Ausgangspunkt der Modellierung bildet, ist nicht Teil der ARIS-Architektur

6 Systementwicklung häufig als wichtigste bezeichnete "Beschreibungsebene" des Fachkonzepts. 6 ARMAIS konzentriert sich damit (im Hinblick auf die in Abb. 1 verwendete Phaseneinteilung von SCHEER) auf die Umsetzung der - idr textuell unstrukturiert vorliegenden - "betriebswirtschaftlichen Problemstellung" in eine formalisierte und strukturierte Beschreibung der von einem Marketinginformationssystem zu unterstützenden Entscheidungen, sowie der dazu einzusetzenden Methoden und Daten ("Fachkonzept"). Abbildung 2 zeigt den grundlegenden Aufbau der ARMAIS-Architektur. Abb. 2: Grundlegender Aufbau der ARMAIS-Architektur ARMAIS unternimmt (wie ARIS [Sch94, S.55]) - statt einer objektorientierten Betrachtung - eine Dekomposition des Untersuchungsgegenstandes mit Hilfe eines Sichtenmodells. Zwar erscheint die Verwendung eines objektorientierten Ansatzes - vor allem unter dem Aspekt der Wiederverwendbarkeit - wünschenswert, dies setzt aber voraus, daß Objekte identifiziert werden können, die (in ähnlicher Weise) hinreichend oft wiederverwendet werden können. Im Marketing steht dem entgegen, daß die Art der möglichen Unterstützung einer Entscheidung äußerst heterogen ist. Die zur Entscheidungsunterstützung einsetzbaren Methoden sind wesentlich von den im (unternehmens- und branchenspezi- 5 Anmerkung: Die Entwicklung von Informationssystemen setzt zunächst eine Lösung für die Entscheidungs-, Methodenund Datensicht voraus, bevor die Frage der aufbauorganisatorischen Anbindung der Elemente der einzelnen Sichten in der Organisationssicht beschrieben werden kann. Für die nachstehende Darstellung der ARMAIS-Architektur wurde die Organisationssicht ausgeblendet und ist daher in den folgenden Abbildungen gestrichelt dargestellt. Nichtsdestotrotz ist sie bei der Beschreibung realer Informationssysteme durchaus nützlich. 6 Anmerkung: Die Bedeutung des Fachkonzepts ergibt sich zum einen daraus, weil sie den Ausgangspunkt für die Umsetzung der betriebswirtschaftlichen Problemstellung in eine dv-gestützte Lösung bildet, zum anderen stellt sie die Schnittstelle zwischen der Sprache des Anwenders und der DV-Sprache dar. Vgl. [Sch94, S. 16]

7 fischen) Einzelfall verfügbaren Daten abhängig. Die daraus resultierende Vielfalt läßt sich unseres Erachtens bei Marketinginformationssystemen - auf der Ebene des "Fachkonzepts" - nicht sinnvoll zu Objekten zusammenfassen. Entweder man bildet eine Vielzahl heterogener Objekte oder aber wenige, äußerst umfangreiche Objekte. Beide Möglichkeiten sind für die Erstellung von Fachkonzepten - unter dem Aspekt der Wiederverwendbarkeit der Objekte - nur bedingt geeignet. Wir sehen daher die Anwendbarkeit der Objektorientierung bei Marketinginformationssystemen vor allem in den darauf folgenden Entwicklungsphasen "DV-Konzept" und "Implementierung". So können - auf der Grundlage des Wissens aus einer "Vielzahl" von durchgeführten Projekten - möglicherweise häufig benötigte Objekte identifiziert und im Rahmen von Software-Modulen zur Verfügung gestellt werden. Im folgenden soll nun der detaillierte Aufbau der ARMAIS-Architektur sowie die weitere inhaltliche Ausgestaltung der Sichten erläutert werden. Die Beschreibungssichten von Informationssystem-Architekturen lassen sich meist dichotomisch unterteilen. In der Regel existiert eine Sicht, die beschreibt "was" (d.h. welche Aufgaben) von dem Informationssystem auszuführen bzw. zu unterstützen ist. Die weiteren Sichten beschreiben schließlich "wie" oder "mit was" die in der ersten Sicht spezifizierten Elemente zu unterstützen sind. Die ARMAIS-Architektur differenziert hier als erste Beschreibungssicht die "Entscheidungssicht". ENTSCHEIDUNGEN repräsentieren im Marketing jene Aufgaben, die von einem Informationssystem zu unterstützen sind. Im Gegensatz zu den heterogen ablaufenden Entscheidungs-Prozessen (=dynamische Sicht) verhalten sich die Entscheidungen (=statische Sicht) selbst weitgehend stabil. Die ARMAIS-Entscheidungssicht kann dabei als Pendant der (ebenfalls statischen) ARIS-Funktionssicht interpretiert werden. Im Mittelpunkt des Marketing stehen inhaltlich jedoch keine - mehr den Charakter von Verrichtungen aufweisende - Funktionen, sondern Entscheidungen. Aus diesem Grund wurde in ARMAIS explizit eine "Entscheidungssicht" eingeführt. Die in der Entscheidungssicht enthaltenen Entscheidungen können in einem Informationssystem durch die Bereitstellung unterschiedlicher METHODEN unterstützt werden. Dabei wird der Begriff Methode sehr weit gefaßt und darunter alle Verfahren subsumiert, die zur Unterstützung von Entscheidungen beitragen können. 7 Das Methodenspektrum reicht von einfachen Basismethoden (wie der Bereitstellung 7 In Anlehnung an die gängige Definition von [Alp80, S. 40]

8 der für eine Entscheidung grundlegend relevanten Daten) bis hin zu komplexen statistischen Methoden, quantitativen Marketingmodellen oder dem Einsatz neuerer Ansätze, wie beispielsweise Expertensystemen, Neuronalen Netzen oder Genetischen Algorithmen. Die "Methodensicht" bildet die zweite Beschreibungssicht von ARMAIS und stellt das Pendant zur ARIS-Steuerungs- bzw. Prozeßsicht dar. Anstelle der in schlecht-strukturierbaren Bereichen nicht sinnvoll anwendbaren Formulierung von Prozessen tritt hier die Beschreibung von Methoden (und der von ihnen benötigten Input- und zu erzeugenden Output-Daten), die zur Unterstützung der Entscheidungen eingesetzt werden sollen. Die Anwendbarkeit von Methoden kann entweder auf eine Entscheidung beschränkt (z.b. für bestimmte Problemstellungen konzipierte quantitative Marketingmodelle) oder aber für mehrere Entscheidungen möglich sein (z.b. statistische Methoden, wie die Regressionsanalyse). Aufgrund der Tatsache, daß in Abhängigkeit von der Entscheidung idr unterschiedliche Daten erforderlich sind, müssen auch die Methoden unterschieden werden. Dies erfolgt durch eine entscheidungsspezifische Konkretisierung der Methoden. Hierzu wird an die ursprüngliche Bezeichnung der Methode formal abgetrennt durch einen Punkt die Bezeichnung der zugehörigen Entscheidung angehängt (z.b. Methode "Regressionsanalyse.Preishöhe", Methode "Regressionsanalyse.Zielgruppenselektion"). Die Anzahl der im Marketing potentiell einsetzbaren Methoden ist "kaum noch überschaubar" [JaGroVo93, S. 13]. Zur Bewältigung der Methodenvielfalt und zur Erleichterung der Auswahl der Methoden empfiehlt sich deshalb eine Einteilung der Methoden in Methoden-Klassen. Die Auswahl der zur Entscheidungsunterstützung einzusetzenden Methoden erfolgt dabei aus Anwendersicht primär nach dem "Zweck" einer Methode und nicht nach dem zugrundeliegenden Lösungsansatz. Soll zur Entscheidungsunterstützung beispielsweise eine Prognose erstellt werden, so ist es aus Anwendersicht zunächst unerheblich, ob diese mit Hilfe eines statistischen Verfahrens, eines Neuronalen Netzes oder eines Genetischen Algorithmus erstellt wird. Erst danach werden - innerhalb der Methodenklasse - aus den potentiell einsetzbaren (Prognose-) Methoden - anhand von Kriterien, wie z.b. Datenanforderungen, (Prognose-) Qualität und Kosten - die im Informationssystem zu implementierenden Methoden festgelegt. ARMAIS versucht die Methoden deshalb nach ihrem vordergründigen Zweck zu unterscheiden. Folgende vier Methoden-Klassen werden hierbei differenziert: - 8 -

9 Die Methoden-Klasse "Grunddatenbereitstellung" umfaßt jene Methoden deren Hauptzweck darin besteht, die für eine Entscheidung grundsätzlich relevanten Daten aus den unterschiedlichen Datenquellen zusammenzuführen und sie durch das Marketinginformationssystem bereitzustellen. Des weiteren wird die Methoden-Klasse "Datenanalyse" unterschieden. Die Datenanalyse verfolgt das Ziel, Einzeldaten zu verdichten sowie Abhängigkeiten und Strukturen aufzudecken, um dadurch neue Informationen für die Entscheidungsfindung zu gewinnen [NiDiHoe91, S. 735]. Die Methoden können auf den im Rahmen der Grunddatenbereitstellung verfügbaren Daten aufbauen und/oder zusätzliche Daten erfordern. Die Methoden-Klasse "Prognose" umfaßt alle Methoden, die zur Prognose eingesetzt werden können. Das können z.b. statistische Verfahren, quantitative Marketingmodelle oder Neuronale Netze sein. Prognoseverfahren lassen sich in quantitative (z.b. Verfahren der exponentiellen Glättung) und qualitative (z.b. Expertenbefragungen oder Delphi-Methode) 8 einteilen. In Marketinginformationssystemen finden überwiegend quantitative Prognoseverfahren Anwendung. Aber auch die Einbindung qualitativer Verfahren (z.b. periodische Expertenbefragungen per ) erscheint denkbar. Die Methoden-Klasse "Optimierung" umfaßt schließlich alle zu diesem Zweck einsetzbaren Methoden. Dabei kann es sich z.b. um mathematische Optimierungsverfahren, Simulationsmodelle oder neuere Ansätze, wie Genetische Algorithmen, handeln. Es sei darauf hingewiesen, daß eine eindeutige Zuordnung der Methoden zu den Methoden-Klassen nicht immer möglich ist. Nichtsdestotrotz führt die Einteilung in Methodenklassen wesentlich zu einer Erleichterung bei der Auswahl, welche Methoden zur Unterstützung der einzelnen Entscheidungen im Rahmen eines Marketinginformationssystems bereitgestellt werden sollen. 9 Neben der Bildung von Methoden-Klassen sieht ARMAIS die Bildung von Methoden-Clustern vor. Hierbei werden - um die Anzahl der Methoden in Grenzen zu halten - "einfache" Methoden, welche auf dieselben Daten zugreifen zu Methoden-Clustern zusammengefaßt. Als Beispiel sei hier das Cluster "Univariate Methoden" genannt, welches die Verfahren Häufigkeitsauszählung, Arithmetisches Mittel, Modus, Median, Varianz, Standardabweichung, Variationsbreite, Minimum und Maximum enthält. 8 Zu den qualitativen Prognosemethoden vgl. z.b. [BeEckEl93, S. 277 ff]

10 Die in der Methodensicht enthaltenen Methoden benötigen und erzeugen unterschiedliche DATEN, welche mit Hilfe der "Datensicht" beschrieben werden. Dabei ist zu berücksichtigen, daß die Vielfalt der im Marketing potentiell relevanten Daten immens ist. Die Beschreibung "aller" dieser Daten in Form einzelner Datenelemente (z.b. "Umsatzdaten nach Produktgruppen und Regionen im Zeitraum x", "Umsatzdaten nach Kundengruppen und Regionen im Zeitraum x", usw.) - wie sie bei der Verwendung von Daten-Referenzmodellen im Entwicklungsprozeß erforderlich wird - führt zu äußerst umfangreichen und unübersichtlichen Datenkatalogen. Mit dem Übergang vom allgemeinen zum konkreten Fall reduziert sich jedoch auch diese Vielfalt. Die (benötigten) Daten lassen sich für den Einzelfall auf einem wesentlich höheren Konkretisierungsniveau formulieren, ohne zugleich ein äußerst umfangreiches, nicht mehr handhabbares Datenmodell zu erhalten. Im Anschluß an die Beschreibung der unternehmensspezifischen Daten mit der ARMAIS-Methode kann deshalb - in den folgenden Entwicklungsphasen - die Umsetzung in ein ER-Modell erfolgen. ARMAIS verwendet aus diesem Grunde in der Datensicht (auf Fachkonzeptsebene) keine konkreten Datenelemente, sondern Daten-Cluster, die eine bestimmte Gruppe von Marketingdaten grob beschreiben. In den Clustern werden ähnliche Datenelemente zusammengefaßt und (soweit sinnvoll) hierarchisch weiter untergliedert. Wir unterscheiden dabei 21 verschiedene Daten-Cluster, die auf bis zu 5 Hierarchieebenen D1 (höchste Ebene) bis D5 (niedrigste Ebene) untergliedert werden. Abbildung 3 zeigt die von uns differenzierten Daten-Cluster (auf der obersten Ebene). 9 Anmerkung: Für die verschiedenen Sichten der ARMAIS-Architektur wurden zusätzlich Referenzmodelle entwickelt. Die entsprechenden Methoden werden hier aus dem ARMAIS-Methoden-Referenzmodell ausgewählt

11 D1[Gesamtwirtschaftliche Daten] D1[Absatzmarkt-Daten] D1[Beschaffungsmarkt-Daten] D1[Absatz-/Umsatz-Daten] D1[Distributions-Daten] D1[Kunden-Daten] Ø umfassen bekannte Kunden (Anschrift) und anonyme Verbraucher D1[Kundenbeziehungs-Daten] D1[Produkt-Daten] D1[Preis- u. Konditionen-Daten] D1[Unternehmens-Daten] D1[Standort-Daten] D1[Kommunikations-Daten] D1[Image-Daten] D1[Kontakt-Daten] D1[Aktivitäts-Daten] D1[Produktions-Daten] D1[Auftrags-Daten] D1[Kosten-/Leistungs-Daten] D1[Finanzwirtschaftliche Daten] D1[Budget] D1[Sonstige Daten] Abb. 3: ARMAIS-Daten-Cluster Abbildung 4 zeigt exemplarisch die weitere hierarchische Untergliederung der Daten-Cluster am Beispiel des Clusters "Kunden-Daten". Der Zweck der Verwendung von Daten-Clustern besteht darin, das breite Spektrum von Marketingdaten mit wenigen Beschreibungselementen schnell und übersichtlich darstellen zu können. Dies gibt dem Entwickler die Möglichkeit sich auf einen Blick grob über den Datenbedarf der Methoden zu informieren, ohne dabei die Datenelemente im Detail betrachten zu müssen. Beispiele hierzu werden in den folgenden Abschnitten aufgeführt

12 D1[Kunden-Daten] D2[Kunden-Identifikationsdaten] D3[Anschrift] D2[Kunden-Profildaten] D3[Profil demographisch] D4[Geschlecht] D4[Alter] D3[Profil geographisch] D4[Wohnortgröße] D4[Region] D4[Stadt/Land] D4[Geotyp] D3[Profil soziographisch] D4[Schulbildung] D4[Akad. Titel] D4[Beruf/Position] D4[Familienstand] D4[Haushaltsgröße] D4[Kinderzahl] D3[Profil sozio-ökonomisch] D4[Einkommen] D4[Kaufkraft] D4[Bonität] D4[Kaufvolumen] D4[Bedarf] D3[Profil psychographisch] D4[Lebensstil] D4[Freizeitverhalten] D4[Risikofreude] D4[Motive] D4[Interessen] D4[Einstellungen] D4[Präferenzen] D4[Kaufabsichten] D3[Verhalten] D4[Markentreue] D4[Kaufhäufigkeit] D4[Preissensibilität] D4[Einkaufsstättenpräferenz] D4[Mediennutzung] D3[Kundenstruktur_gesamt] D4[Stammkundenanteil] Ø umfassen bekannte Kunden (Anschrift) und anonyme Verbraucher Abb. 4: Weitere hierarchische Untergliederung der Daten-Cluster am Beispiel des Clusters "Kunden-Daten" Die Daten-Cluster können bei Bedarf mit Hilfe sogenannter "Konkretisierungssichten" weiter präzisiert werden. Konkretisierungssichten präzisieren die Daten-Cluster in der Weise, als sie zusätzlich angeben, auf "was" sich die Cluster beziehen. Dazu werden - formal durch Punkte abgetrennt - eine oder mehrere Konkretisierungssichten an die Bezeichnung des Daten-Clusters angehängt (z.b. "Absatz- /Umsatz-Daten.Produkt_Gruppe" oder "Absatz-/Umsatz-Daten.Kunden_Gruppe "). Abbildung 5 zeigt die in ARMAIS differenzierten Konkretisierungssichten

13 D1[Markt] D1[Unternehmen] D1[Wettbewerber] D2[Wettbewerber_einzelner] D2[Wettbewerber_Gruppe] D1[Distributionskanal] D2[Direktvertrieb] D2[Indirekter Vertrieb] D3[Großhandel] D3[Einzelhandel] D3[Absatzmittler] D1[Kommunikationskanal] D2[Mediawerbung] D2[Direktmarketing] D3[Direct-Mail] D3[Telefon-Marketing] D3[Electronic-Marketing] D3[Außendienst] D2[Verkaufsförderung] D2[Öffentlichkeitsarbeit] D3[Public Relations] D3[Corporate Identity] D3[Product Placement] D2[Sponsoring] D2[Messen und Ausstellungen] D1[Marktsegment] D1[Produkt] D2[Produkt_einzelnes] D2[Produkt_Gruppe] D1[Kunden] D2[Kunden_einzelner] D2[Kunden_Gruppe] (=eigenes Unternehmen) Abb.5: Konkretisierungssichten zur Präzisierung der Daten-Cluster Während also die "Daten-Cluster" die wichtigsten Datengruppen im Marketing repräsentieren ("Daten über ") dienen die "Konkretisierungssichten" der Präzisierung dieser Daten ("Präzisierung der Daten über "). Ergänzend sei erwähnt, daß nicht alle Kombinationen aus Daten-Clustern und Konkretisierungssichten sinnvoll sind. So eignen sich manche Konkretisierungssichten nur zur Präzisierung bestimmter Daten-Cluster. Die Konkretisierungssichten reichen oft aus, um die Daten auf der noch relativ groben Fachkonzept- Ebene hinreichend genau zu beschreiben. Falls eine weitere Präzisierung erforderlich ist besteht in ARMAIS weiter die Möglichkeit, die Daten hinsichtlich ihres zeitlichen und geographischen Bezugs, sowie ihrer Maßeinheit zu präzisieren. Dies erfolgt durch die Angabe von "konkretisierenden Datenbezügen", die formal abgetrennt durch einen Doppelpunkt - an die Bezeichnung des Daten- Clusters angehängt werden (z.b. "Absatz-/Umsatz-Daten.Produkt_Gruppe:Region:Zeitraum", "Absatz- /Umsatz-Daten.Kunden_Gruppe:Region:Zeitraum")

14 Der Zweck dieses Vorgehens dient auch der Vorauswahl der zur Entscheidungsunterstützung einsetzbaren Methoden. So kann der Einsatz einer bestimmten Methode beispielsweise daran scheitern, daß benötigte Daten-Cluster in einem Unternehmen oder einer Branche nicht verfügbar sind. Des weiteren läßt sich der Datenbedarf einiger Methoden im Marketing ohnehin erst für konkrete Anwendungsfälle präzisieren. Es erscheint deshalb sinnvoll, die (Vor-) Auswahl der Methoden zunächst anhand einer groben Datenspezifikation zu betreiben und die Daten dann schrittweise bis hin zur endgültigen Auswahl der einzusetzenden Methode zu konkretisieren. Die bisher vorgestellte Beschreibungsmethode bietet den Vorteil, daß die von den (meisten) Methoden benötigten Input- und erzeugten Output-Daten mit wenigen Beschreibungselementen schnell und übersichtlich dargestellt werden können. Einige Marketing-Methoden erfordern jedoch sehr spezifische Daten, die nicht mit den Daten-Clustern abgebildet werden können. Dies betrifft vor allen quantitative Marketingmodelle, in deren Zielfunktionen teilweise sehr spezielle Daten eingehen. In diesen Fällen ist die explizite Angabe der benötigten Datenelemente unabdingbar. Ergänzend zu den Daten-Clustern besteht deshalb in ARMAIS die Möglichkeit "methodenspezifische Daten" d.h. konkrete Datenelemente zu den Methoden anzugeben (z.b "subjektiv geschätzte Wahrscheinlichkeit für einen Konkurrenzpreis von p k, wenn der eigene Preis auf p e fixiert wird"). Damit können auch individuellste Datenanforderungen in der Architektur abgebildet werden. Abbildung 6 zeigt nun zusammenfassend die ARMAIS-Architektur im Überblick

15 ORGANISATION DATEN als Input/Output der Methoden Datencluster - mit präzisierenden Konkretisierungssichten -- Unternehmen -- Wettbewerber -- Produkt - mit konkretisierenden Datenbezügen -- zeitlicher Bezug -- geograph. Bezug -- Maßeinheit Methodenspezifische Daten BEISPIEL: Datencluster (hier ohne Konkretisierungssichten und ohne konkretisierende Datenbezüge) Absatz/Umsatz-Daten Preis/Konditionen-Daten Kosten/Leistungs-Daten Methodenspezifische Daten METHODEN zur Unterstützung der Entscheidungen Differenzierung von Methoden-Klassen - Grunddatenbereitstellung - Datenanalyse - Prognose - Optimierung Zusammenfassung "einfacher" Methoden zu Methoden-Clustern Methoden werden entscheidungsspezifisch konkretisiert BEISPIEL: Regressionsanalyse. Preishöhe Grunddatenbereitstellung.Preishöhe Preisbestimmungsmodell_XY.Preishöhe ENTSCHEIDUNGEN im Rahmen der vier Marketing-Instrumente Produkt/Programm/ Service Preis/Konditionen Distribution Kommunikation und Instrumentübergreifende Entscheidungen BEISPIEL: Preishöhe Abb. 6: ARMAIS-Architektur - Überblick 3. Anwendung der ARMAIS-Architektur auf der Basis von Referenzmodellen Die ARMAIS-Architektur dient der Modellierung von Marketinginformationssystemen auf der Ebene des Fachkonzepts. Für die Sichten der Architektur wurden zusätzlich Referenzmodelle entwickelt, auf die bei der Modellierung zurückgegriffen werden kann. Dabei wird wie folgt vorgegangen: Aus dem Entscheidungs-Referenzmodell werden zunächst die für den Einzelfall relevanten Entscheidungen selektiert. Für diese können dann aus dem Methoden-Referenzmodell die zur Entscheidungsunterstützung einsetzbaren Methoden referenziert werden. Je nach Wichtigkeit der einzelnen Entscheidung können dazu einfachere oder komplexere Methoden herangezogen werden. Die Einsetzbarkeit der Methoden hängt jedoch auch von den (unternehmens- und branchenspezifisch) verfügbaren Daten ab

16 Durch Referenzierung der Methoden zu den konkretisierten Daten-Clustern des Daten-Referenzmodells können die benötigten Input- und zu erstellenden Output-Daten der Methoden beschrieben werden. Das so gewonnene Informationsmodell dient als Grundlage für die weitere dv-technische Umsetzung. Die Komplexität der erstellten ARMAIS-Referenzmodelle und die zwischen den Referenzmodellen bestehenden Zusammenhänge läßt sich manuell nicht mehr bewältigen. Aus diesem Grund steht mit dem ARMAIS-Tool ein dv-gestütztes Werkzeug zur Anwendung und Verwaltung der ARMAIS- Referenzmodelle zur Verfügung. 4. Ausblick Als sinnvolle Weiterentwicklung für die Praxis bietet sich die Erstellung von Software-Modulen an. So könnten zur Unterstützung von Marketing-Entscheidungen, die in vielen Anwendungsfällen benötigt werden, Software-Module erstellt werden. In einem (zusätzlichen) Software-Referenzmodell kann hinterlegt werden, welche Software-Module zur Unterstützung welcher Entscheidungen herangezogen werden können. Die ARMAIS-Architektur wurde speziell für die Modellierung von Marketinginformationssystemen entwickelt. Dabei handelt es sich um einen schlecht-strukturierbaren Bereich für den sich prozeßorientierte Ansätze - aufgrund des Fehlens formulierbarer Prozesse nicht sinnvoll einsetzen lassen. ARMAIS geht hier den Weg, anstelle von konkreten (Lösungs-) Prozessen die Methoden zu beschreiben, die zur Problemlösung herangezogen werden können. Eine Übertragung des Konzepts auf andere schlecht-strukturierbare Bereiche erscheint deshalb grundsätzlich möglich

17 Literatur: [Alp80] [BeEckEl93] [GauBai93] [JaGroVo93] [Mc81] [NiDiHoe91] [Sch92] [Sch94] Alpar, P.: Computergestützte interaktive Methodenauswahl, Frankfurt Berekoven, L.; Eckert, W.; Ellenrieder, P.: Marktforschung, Wiesbaden Gaul, W.; Baier D.: Marktforschung und Marketing Management, München, Jahnke, B.; Groffmann, H.D.; Vogel, E.: Konzeption von Marketing-Informationssystemen, in: HMD 173/1993, S McCarthy, E.J.: Basic Marketing: A Managerial Approach 9. Aufl., Homewood, Nieschlag, R.; Dichtl, E.; Hörschgen, H.: Marketing, 16. Aufl., Berlin Scheer, A.W.: Architektur integrierter Informationssysteme, 2. Aufl, Berlin Scheer, A.W.: Wirtschaftsinformatik, 4. Aufl., Berlin

Gefahr droht!! Eine Frage der Sichtweise

Gefahr droht!! Eine Frage der Sichtweise Gefahr droht!! Eine Frage der Sichtweise ARchitektur integrierter InformationsSysteme (ARIS) Sowohl Methode als auch Software zur Beschreibung von Geschäftsprozessen eines Unternehmens mit allen wesentlichen

Mehr

4 Modelle des Informationsmanagements

4 Modelle des Informationsmanagements 4 Modelle des Informationsmanagements 4.1 Modelle des IM im weiteren Sinne 4.1.1 Problemorientierte Ansätze im amerikanischen Raum 4.1.2 Aufgabenorientierte Ansätze im deutschen Raum 4.1.3 Prozessorientierte

Mehr

Entscheidungsunterstützungssysteme

Entscheidungsunterstützungssysteme Vorlesung WS 2013/2014 Christian Schieder Professur Wirtschaftsinformatik II cschie@tu-chemnitz.eu Literatur zur Vorlesung Gluchowski, P.; Gabriel, R.; Dittmar, C.: Management Support Systeme und Business

Mehr

Wirtschaftsinformatik 2 Modellierung betrieblicher Informationssysteme - MobIS

Wirtschaftsinformatik 2 Modellierung betrieblicher Informationssysteme - MobIS Wirtschaftsinformatik 2 Modellierung betrieblicher Informationssysteme - MobIS (theoretische Aspekte der Informationsmodellierung) 3. Vorlesung 23.04.2007 Informationsmodelle Phasen der Softwareentwicklung:

Mehr

Optimierte Geschäftsprozesse = Basis für bedarfsgerechte IT-Systeme

Optimierte Geschäftsprozesse = Basis für bedarfsgerechte IT-Systeme = Basis für bedarfsgerechte IT-Systeme Rüdiger Eisele IBCPartner GmbH Stuntzstraße 65 81677 München Tel: 089/92401181 Fax: 089/92401182 Internet: EISELE@SOFTEISCONS.DE EISELE@IBCPARTNER.DE Rüdiger Eisele

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

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

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

Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten am Beispiel der Kreditwürdigkeitsprüfung

Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten am Beispiel der Kreditwürdigkeitsprüfung Prof. Dr. Gerhard Arminger Dipl.-Ök. Alexandra Schwarz Bergische Universität Wuppertal Fachbereich Wirtschaftswissenschaft Fach Statistik Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten

Mehr

EPK Ereignisgesteuerte Prozesskette

EPK Ereignisgesteuerte Prozesskette Ausarbeitung zum Fachseminar Wintersemester 2008/09 EPK Ereignisgesteuerte Prozesskette Referent: Prof. Dr. Linn Ausarbeitung: Zlatko Tadic e-mail: ztadic@hotmail.com Fachhochschule Wiesbaden Fachbereich

Mehr

Erfolg für Krankenkassen durch strategisches Marketing

Erfolg für Krankenkassen durch strategisches Marketing Erfolg für Krankenkassen durch strategisches Marketing 1 Einführung In den letzten Jahren sind die Chancen, die das Marketing den Betrieben und auch den öffentlichen Einrichtungen bietet, verstärkt in

Mehr

Marketing. Kapitel 3. Marketinginformationen

Marketing. Kapitel 3. Marketinginformationen Fakultät Informatik, Professur Wirtschaftsinformatik, insb. Multimedia Marketing Marketing Kapitel 3 Marketinginformationen Inhalte Kapitel 3 3 Marketinginformationen 3.2 Absatzprognosen Lernziele: Aufgaben

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 350

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 350 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 350 Ein konzeptioneller Business-Intelligence-Ansatz zur Gestaltung von Geschäftsprozessen

Mehr

ARIS Architektur integrierter Informationssysteme. Dr. Irina Stobbe STeam 2006/08

ARIS Architektur integrierter Informationssysteme. Dr. Irina Stobbe STeam 2006/08 FHTW Berlin FB4, Wirtschaftsmathematik, 6. Semester Vorlesung SS 2008 ARIS Architektur integrierter Informationssysteme Modellierung von Geschäftsprozessen, Teil 3.1 Dr. Irina Stobbe STeam 2006/08 Literatur

Mehr

Geschäftsprozesse: Modellierung und Analyse

Geschäftsprozesse: Modellierung und Analyse Geschäftsprozesse: Modellierung und Analyse 1. Ausgangssituation 2. Begriffe 3. Modellierungsmethoden 4. Modellarten 5. Vorgehensprinzipien 6. Analyse 7. Werkzeuge Modellierung Modellierung: Modell: Prozess

Mehr

Vorlesung vom 18.04.2005 - Einführung in die geschäftsprozessorientierte Unternehmensführung

Vorlesung vom 18.04.2005 - Einführung in die geschäftsprozessorientierte Unternehmensführung Vorlesung vom 18.04.2005 - Einführung in die geschäftsprozessorientierte Unternehmensführung 08.30 Begrüßung durch Dipl.-Kfm. Björn Simon organisatorische Grundlagen der Veranstaltung (Hinweis auf obligatorische

Mehr

2 Was ist neu in ARIS 9?... 11 2.1 Startprozedur... 12 2.2 Oberfläche... 13 2.3 Modellierung... 14 2.4 Analyse... 16

2 Was ist neu in ARIS 9?... 11 2.1 Startprozedur... 12 2.2 Oberfläche... 13 2.3 Modellierung... 14 2.4 Analyse... 16 Inhaltsverzeichnis 1 Kurzüberblick Prozessmanagement................................ 1 1.1 Grundproblem traditioneller Organisationsformen Weshalb Prozessorganisation?.........................................

Mehr

ARIS-Toolset. Methodische Grundlagen. Dortmund, Dezember 1998

ARIS-Toolset. Methodische Grundlagen. Dortmund, Dezember 1998 ARIS-Toolset Methodische Grundlagen Dortmund, Dezember 1998 Prof. Dr. Heinz-Michael Winkels, Fachbereich Wirtschaft FH Dortmund Emil-Figge-Str. 44, D44227-Dortmund, TEL.: (0231)755-4966, FAX: (0231)755-4902

Mehr

Grundlagen des Marketing

Grundlagen des Marketing Technische Universität Chemnitz Fakultät für Wirtschaftswissenschaften Lehrstuhl für Marketing und Handelsbetriebslehre Sommersemester 2016 1 Gliederung 2 Der Kunde im Marketing 2.1 Der Kunde als zentrales

Mehr

Entwurfsmethode für service-orientierte Architekturen im dezentralen Energiemanagement

Entwurfsmethode für service-orientierte Architekturen im dezentralen Energiemanagement Entwurfsmethode für service-orientierte Architekturen im dezentralen Energiemanagement Tanja Schmedes Betriebliches Informationsmanagement OFFIS Institut für Informatik tanja.schmedes@offis.de MKWI 2008

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

Mehr

Generierung von Serviceverträgen auf Basis objektorientierter ereignisgesteuerter Prozessketten

Generierung von Serviceverträgen auf Basis objektorientierter ereignisgesteuerter Prozessketten Generierung von Serviceverträgen auf Basis objektorientierter ereignisgesteuerter Prozessketten Jörg Hartmann Universität Leipzig jhartmann@informatik.uni-leipzig.de 25.09.2012 Jörg Hartmann, SKIL 2012,

Mehr

CARL HANSER VERLAG. Karsten Oehler. OLAP Grundlagen, Modellierung und betriebswirtschaftliche Lösungen 3-446-21309-0. www.hanser.

CARL HANSER VERLAG. Karsten Oehler. OLAP Grundlagen, Modellierung und betriebswirtschaftliche Lösungen 3-446-21309-0. www.hanser. CARL HANSER VERLAG Karsten Oehler OLAP Grundlagen, Modellierung und betriebswirtschaftliche Lösungen 3-446-21309-0 www.hanser.de 1 Einleitung Die Entwicklung der Bereitstellung von Informationen zur Entscheidungsunterstützung

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

EC: IT-Werkzeuge. Web-Shop. Wintersemester 2014/2015. Armin Felbermayr Anastasia Mochalova. Lehrstuhl für ABWL und Wirtschaftsinformatik

EC: IT-Werkzeuge. Web-Shop. Wintersemester 2014/2015. Armin Felbermayr Anastasia Mochalova. Lehrstuhl für ABWL und Wirtschaftsinformatik Wintersemester 2014/2015 EC: IT-Werkzeuge Web-Shop Armin Felbermayr Anastasia Mochalova Lehrstuhl für ABWL und Wirtschaftsinformatik Katholische Universität Eichstätt-Ingolstadt Organisation des Kurses

Mehr

Marketing - Organisation

Marketing - Organisation Management-Philosophien Management by Delegation Hierbei handelt es sich um einen Führungsgrundsatz im Rahmen der partizipativen Führungsstile, nämlich um Übertragung weitgehender Entscheidungsfreiheit

Mehr

Software-Engineering

Software-Engineering SWE5 Slide 1 Software-Engineering Sebastian Iwanowski FH Wedel Kapitel 5: Systementwurf SWE5 Slide 2 Systemanalyse vs. Softwareentwurf Systemanalyse beschreibt das System der Anwendung, für das eine Aufgabe

Mehr

Anhang B: Analytic Hierarchy Process (AHP)

Anhang B: Analytic Hierarchy Process (AHP) 380 Anhang B: Analytic Hierarchy Process (AHP) Im Rahmen der Untersuchung wurde die von SAATY 1980 konzipierte Methode des AHP als Erhebungsinstrument zur quantitativen Erfassung der Erfolgsbedeutung der

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 348

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 348 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 348 Konzeption eines Projektvorgehensmodells für die Business-Intelligence-Strategieberatung

Mehr

Marketingkonzept. Marketing für den KMU / J. Schoch

Marketingkonzept. Marketing für den KMU / J. Schoch Marketingkonzept 2. Unterrichtsblock Marketing für den KMU Marketing ist ein Kreislauf, der immer wieder durchlaufen wird. Die quantitativen und die qualitativen Ergebnisse aus der Auswertung müssen dabei

Mehr

Formulierungshilfen für das wissenschaftliche Schreiben

Formulierungshilfen für das wissenschaftliche Schreiben Formulierungshilfen für das wissenschaftliche Schreiben 1. Einleitendes Kapitel 1.1.1 Einen Text einleiten und zum Thema hinführen In der vorliegenden Arbeit geht es um... Schwerpunkt dieser Arbeit ist...

Mehr

1 Einleitung. 1.1 Motivation

1 Einleitung. 1.1 Motivation 1 Einleitung 1.1 Motivation Eine zunehmende Globalisierung in Verbindung mit der Verbreitung des elektronischen Handels, stets kürzer werdende Produktlebenszyklen und eine hohe Variantenvielfalt konstituieren

Mehr

Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests. Masterarbeit

Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests. Masterarbeit Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests Masterarbeit zur Erlangung des akademischen Grades Master of Science (M.Sc.) im Masterstudiengang Wirtschaftswissenschaft

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 378

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 378 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 378 Umsetzung ausgewählter Supply-Chain-Operations-Reference-Metriken durch das

Mehr

Gauß-IT-Zentrum. DHCP für Institute. Zielgruppe: DV Koordinatoren. Version 1.0

Gauß-IT-Zentrum. DHCP für Institute. Zielgruppe: DV Koordinatoren. Version 1.0 Gauß-IT-Zentrum DHCP für Institute Zielgruppe: DV Koordinatoren Version 1.0 1 DHCP für Institute Inhalt Dynamic Host Configuration Protocol (DHCP) für Institute 2 DHCP-Interface im KDD 2 DHCP beantragen

Mehr

Fachhochschule Südwestfalen Wir geben Impulse

Fachhochschule Südwestfalen Wir geben Impulse Fachhochschule Südwestfalen Wir geben Impulse Entwicklung und Modellierung von Informationssystemen Geschäftsprozess (engl.: business process) Menge miteinander verknüpfter Aktivitäten, welche in einer

Mehr

Hinweise zur Bewertung und Korrektur der Abiturarbeiten (2007)

Hinweise zur Bewertung und Korrektur der Abiturarbeiten (2007) Hinweise zur Bewertung und Korrektur der Abiturarbeiten (2007) Kriterien zur Bewertung von Aufgaben: s. EPA: Gesamtanforderung umfasst inhaltliche, methodische und sprachliche Leistung; die Bearbeitung

Mehr

Inhaltsverzeichnis: Definitionen Informationssysteme als Kommunikationssystem Problemlösende Perspektiven Allgemeine System Annäherung Fazit

Inhaltsverzeichnis: Definitionen Informationssysteme als Kommunikationssystem Problemlösende Perspektiven Allgemeine System Annäherung Fazit Informationssysteme Inhaltsverzeichnis: Definitionen Informationssysteme als Kommunikationssystem Problemlösende Perspektiven Allgemeine System Annäherung Fazit Definitionen: Informationen Informationssysteme

Mehr

Einführung in die Wirtschaftsinformatik VO WS 2006/2007

Einführung in die Wirtschaftsinformatik VO WS 2006/2007 Einführung in die Wirtschaftsinformatik VO WS 2006/2007 Geschäftsprozessmodellierung o. Univ. Prof. Dr. Dimitris Karagiannis Inhaltsübersicht Grundlagen zur Geschäftsprozessmodellierung Definition Geschäftsprozess

Mehr

1 Problemstellung. 1.1 Aktualität des Themas

1 Problemstellung. 1.1 Aktualität des Themas 1 1 Problemstellung 1.1 Aktualität des Themas Aufgrund der ständig wechselnden Markt- und Umweltbedingungen unterliegen auch die Instrumente des Marketing einem stetigen Wandel. Die daraus resultierende

Mehr

Transkription Tutorial ARIS

Transkription Tutorial ARIS Transkription Tutorial ARIS Fachhochschule Nordwestschweiz Hochschule für Wirtschaft, Basel Dieses Dokument gibt die gesprochenen Inhalte des Online-Tutorials ARIS in schriftlicher Form wieder. Es wurde

Mehr

Mehrwert durch Beratungen aus einer Hand

Mehrwert durch Beratungen aus einer Hand Mehrwert durch Beratungen aus einer Hand Lösungen für Versicherungen Versicherung Business & Decision für Versicherungen Die Kundenerwartungen an Produkte und Dienstleistungen von Versicherungen sind im

Mehr

Aufgabe 1: Beschreibung des Forschungsgebietes der Wirtschaftsinformatik

Aufgabe 1: Beschreibung des Forschungsgebietes der Wirtschaftsinformatik Übungsblatt 01 / 2011 Datum: 5. Mai 2011 Aufgabe 1: Beschreibung des Forschungsgebietes der Wirtschaftsinformatik Beschreiben Sie das Lehr- und Forschungsgebiet der Wirtschaftsinformatik und zeigen Sie

Mehr

1 Einleitung. 1.1 Motivation. 1 Einleitung Seite 1

1 Einleitung. 1.1 Motivation. 1 Einleitung Seite 1 1 Einleitung Seite 1 1 Einleitung 1.1 Motivation Alle deutschen Unternehmen 1 sind gem. 264 (2) HGB verpflichtet, durch Aufstellung eines Jahresabschlusses ein den tatsächlichen Verhältnissen entsprechendes

Mehr

Berichte aus der Medizinischen Informatik und Bioinformatik. Günther Schadow. Krankenhauskommunikation mit HL7

Berichte aus der Medizinischen Informatik und Bioinformatik. Günther Schadow. Krankenhauskommunikation mit HL7 Berichte aus der Medizinischen Informatik und Bioinformatik Günther Schadow Krankenhauskommunikation mit HL7 Analyse, Implementation und Anwendungeines Protokollstandards für medizinische Datenkommunikation

Mehr

Datenmanagement. Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau. Strategisches Informationsmanagement 1 (01/2006)

Datenmanagement. Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau. Strategisches Informationsmanagement 1 (01/2006) Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau (01/2006) Strategisches Informationsmanagement 1 Definition Notwendige Vermaischung der Daten in der Vorstufe zur Destillation von hochprozentiger

Mehr

TO P I C S E R V I C E & W I S S E N

TO P I C S E R V I C E & W I S S E N TO P I C 108 SERVICE & WISSEN WISSENSDATENBANKEN IM CALL CENTER ANFORDERUNGEN UND MÖGLICHKEITEN Kurz & bündig Wissensdatenbanken ein Trendthema? Im Kontext des zunehmenden Interesses am Thema Wissensmanagement

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

3. Spezielle ER-Modelle und Tabellenableitung. Transformation von ER-Diagrammen in Relationen

3. Spezielle ER-Modelle und Tabellenableitung. Transformation von ER-Diagrammen in Relationen 3. Spezielle ER-Modelle und Tabellenableitung Spezialfälle von ER-Modellen Grundlage, was sind Relationen Transformation von ER-Diagrammen in Relationen 56 Lesebeispiel Access (Realisierungmodell!) 57

Mehr

Effiziente Gestaltung bankspezifischer CRM-Prozesse

Effiziente Gestaltung bankspezifischer CRM-Prozesse Clement U. Mengue Nkoa Effiziente Gestaltung bankspezifischer CRM-Prozesse Ein praxisorientiertes Referenz-Organisationsmodell Mit einem Geleitwort von Prof. Dr. Michael Bastian Deutscher Universitäts-Verlag

Mehr

INHALTSVERZEICHNIS. Geleitwort. Inhaltsübersicht

INHALTSVERZEICHNIS. Geleitwort. Inhaltsübersicht Inhaltsverzeichnis XI INHALTSVERZEICHNIS Geleitwort V Vorwort VII Inhaltsübersicht IX Inhaltsverzeichnis XI Abbildungsverzeichnis.. XIX Tabellenverzeichnis XXIII Abkürzungsverzeichnis, XXV 1 Einleitung

Mehr

Grundlagen der Projektarbeit

Grundlagen der Projektarbeit Lerninhalte ❶ ❷ ❸ ❹ ❺ ❻ Ziele und Aufgaben des s Beteiligte des s Aufstellung der IS-Architektur (Überblick) Projektplanung Projektentwicklung Projektorganisation Lerninhalte L1 i Ziele und Aufgaben des

Mehr

Einführung. Informationssystem als Abbild der realen Welt

Einführung. Informationssystem als Abbild der realen Welt Was ist ein Datenbanksystem? Anwendungsgrundsätze Betrieb von Datenbanksystemen Entwicklung von Datenbanksystemen Seite 1 Informationssystem als Abbild der realen Welt Modellierung (Abstraktion) Sachverhalte

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

Die Funktion ist Träger von Zeiten und Kosten.

Die Funktion ist Träger von Zeiten und Kosten. Funktion Eine Funktion ist eine fachliche Aufgabe, ein Vorgang bzw. eine Tätigkeit an einem (Informations-)Objekt zur Unterstützung eines oder mehrerer Unternehmensziele. Die Funktion ist Träger von Zeiten

Mehr

Umsetzung des OrViA-Frameworks mit ARIS

Umsetzung des OrViA-Frameworks mit ARIS Umsetzung des OrViA-Frameworks mit ARIS Sebastian Stein sebastian.stein@ids-scheer.com IDS Scheer AG PROJEKTTRÄGER Agenda Motivation Kurzüberblick SOA Strukturierte Anforderungsanalyse mit ARIS Validierung

Mehr

BPM und egpm. Prozessbasierte Anforderungsanalyse, Fallstudie bei einem Kommunikationsunternehmen. Thorsten Fiege (Pegasystems) & Kai Meyer (C1 WPS)

BPM und egpm. Prozessbasierte Anforderungsanalyse, Fallstudie bei einem Kommunikationsunternehmen. Thorsten Fiege (Pegasystems) & Kai Meyer (C1 WPS) BPM und egpm Prozessbasierte Anforderungsanalyse, Fallstudie bei einem Kommunikationsunternehmen Thorsten Fiege (Pegasystems) & Kai Meyer (C1 WPS) C1 WPS GMBH //// Vogt-Kölln-Str. 30 //// 22527 HAMBURG

Mehr

Informationssystemanalyse Use Cases 11 1

Informationssystemanalyse Use Cases 11 1 Informationssystemanalyse Use Cases 11 1 Use Cases Slide 1 Als ein populäres Mittel um Anforderungen zu erfassen und Systeme zu beschreiben, werden Use Cases benutzt. Sie bilden die Basis für eine umfassendere

Mehr

Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken

Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen

Mehr

SWE5 Slide 1. Software-Engineering. Vorlesung 5 vom 15.11.2004 Sebastian Iwanowski FH Wedel

SWE5 Slide 1. Software-Engineering. Vorlesung 5 vom 15.11.2004 Sebastian Iwanowski FH Wedel SWE5 Slide 1 Software-Engineering Vorlesung 5 vom 15.11.2004 Sebastian Iwanowski FH Wedel SWE5 Slide 2 Software-Engineering Vorlesungsthemen: 1. Überblick über das Thema und die Vorlesung 2. Grundlegende

Mehr

Traceability-Modell als Erfolgsfaktor für Process Enactment. Paul-Roux Wentzel, SEE 2008

Traceability-Modell als Erfolgsfaktor für Process Enactment. Paul-Roux Wentzel, SEE 2008 Traceability-Modell als Erfolgsfaktor für Process Enactment Einführung Referent Paul-Roux Wentzel Unternehmen method park Software AG 2008 method park Software AG Slide 2 Leistungsportfolio Training &

Mehr

1. Codieren anhand von Erfassungbögen aus Papier Abtippen der Erfassungsbögen

1. Codieren anhand von Erfassungbögen aus Papier Abtippen der Erfassungsbögen Datenauswertung Software Die Datenauswertung besteht stets aus vielen Einzelschritten. Im Rahmen der Beispielstudie wurde die Datenauswertung mithilfe des Statistikprogramms SPSS durchgeführt. Natürlich

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

Inhaltsverzeichnis INHALTSVERZEICHNIS 9

Inhaltsverzeichnis INHALTSVERZEICHNIS 9 INHALTSVERZEICHNIS 9 Inhaltsverzeichnis Verzeichnis der Übersichten im Text...15 1. Allgemeine Merkmale wissenschaftlicher Arbeiten...18 1.1 Allgemeine Anforderungen an wissenschaftliches Arbeiten...19

Mehr

Inhaltsverzeichnis. 3 Entwicklung der Architektur integrierter Informationssysteme (Aris Haus) Vorlesung Geschäftsprozesse IT/MI 2002

Inhaltsverzeichnis. 3 Entwicklung der Architektur integrierter Informationssysteme (Aris Haus) Vorlesung Geschäftsprozesse IT/MI 2002 6.1.2 DV Konzept der Funktionssicht............... 165 6.1.3 Implementierung der Funktionssicht............. 170 6.2 Organisationssicht........................... 171 6.2.1 Fachkonzept der Organisationssicht..............

Mehr

Ermittlung von Assoziationsregeln aus großen Datenmengen. Zielsetzung

Ermittlung von Assoziationsregeln aus großen Datenmengen. Zielsetzung Ermittlung von Assoziationsregeln aus großen Datenmengen Zielsetzung Entscheidungsträger verwenden heutzutage immer häufiger moderne Technologien zur Lösung betriebswirtschaftlicher Problemstellungen.

Mehr

Universität Trier. FB IV Wirtschafts- und Sozialwissenschaften. SS 2008 Veranstalterin: Dipl.-Wirt.-Inf. Ariane Gramm

Universität Trier. FB IV Wirtschafts- und Sozialwissenschaften. SS 2008 Veranstalterin: Dipl.-Wirt.-Inf. Ariane Gramm Universität Trier FB IV Wirtschafts- und Sozialwissenschaften SS 2008 Veranstalterin: Dipl.-Wirt.-Inf. Ariane Gramm Übung Wirtschaftsinformatik I Teil 2 Thema: Erläuterung der eepk Eingereicht am 12.06.2008

Mehr

(Titel des Berichts)

(Titel des Berichts) (Titel des Berichts) Praxissemesterbericht von (Vorname Name) aus (Geburtsort) Matrikelnummer Anschrift Telefon HTW Aalen Hochschule für Technik und Wirtschaft Betreuender Professor Abgabetermin Angaben

Mehr

Methoden-Tailoring zur Produkt- und

Methoden-Tailoring zur Produkt- und Methoden-Tailoring zur Produkt- und Dietmar Winkler, Stefan Biffl Vienna University of Technology Institute of Software Technology and Interactive Systems dietmar.winkler@qse.ifs.tuwien.ac.at http://qse.ifs.tuwien.ac.at

Mehr

your IT in line with your Business Geschäftsprozessmanagement (GPM)

your IT in line with your Business Geschäftsprozessmanagement (GPM) your IT in line with your Business Geschäftsprozessmanagement (GPM) Transparenz schaffen und Unternehmensziele effizient erreichen Transparente Prozesse für mehr Entscheidungssicherheit Konsequente Ausrichtung

Mehr

Metamodell- und sichtenbasierte Ansätze zum werkzeuggestützten Management von IT-Architekturen

Metamodell- und sichtenbasierte Ansätze zum werkzeuggestützten Management von IT-Architekturen Metamodell- und sichtenbasierte Ansätze zum werkzeuggestützten Management von IT-Architekturen Dr. Lutz Kirchner BOC Group 21.07.2011 Motivation Modellierungsmethoden im IT-Architekturmanagement Gesucht:

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

Jump Project. Softwarelösungen für professionelles Projektmanagement

Jump Project. Softwarelösungen für professionelles Projektmanagement Jump Project Softwarelösungen für professionelles Projektmanagement Jump Project Office Übersichtliche Dokumentenstruktur und schneller Zugriff auf alle wichtigen Funktionen. Steuern Sie Ihre Projekte

Mehr

Business Intelligence

Business Intelligence Business Intelligence Anwendungssysteme (BIAS) Lösung Aufgabe 1 Übung WS 2012/13 Business Intelligence Erläutern Sie den Begriff Business Intelligence. Gehen Sie bei der Definition von Business Intelligence

Mehr

ANTARES Informations-Systeme GmbH Stuttgarter Strasse 99 D-73312 Geislingen Tel. +49 73 31 / 30 76-0 Fax +49 73 31 / 30 76-76 www.antares-is.

ANTARES Informations-Systeme GmbH Stuttgarter Strasse 99 D-73312 Geislingen Tel. +49 73 31 / 30 76-0 Fax +49 73 31 / 30 76-76 www.antares-is. ANTARES Informations-Systeme GmbH Stuttgarter Strasse 99 D-73312 Geislingen Tel. +49 73 31 / 30 76-0 Fax +49 73 31 / 30 76-76 www.antares-is.de insight und dynasight sind eingetragene Markenzeichen der

Mehr

1.1 Ausgangssituation 1

1.1 Ausgangssituation 1 1.1 Ausgangssituation 1 1 Einleitung 1.1 Ausgangssituation Das produzierende Gewerbe hat maßgeblichen Einfluss auf die wirtschaftliche Entwicklung in Deutschland. 2012 erwirtschafteten 209.370 Unternehmen

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

Modellierung und Aufbereitung von Geschäftsprozessen für das mobile Management

Modellierung und Aufbereitung von Geschäftsprozessen für das mobile Management gefördert vom: Modellierung und Aufbereitung von Geschäftsprozessen für das mobile Management Prof. Dr. Peter Loos, Institut für Wirtschaftsinformatik im DFKI Dresden, 22.10.2010 Agenda Geschäftsprozessmanagement

Mehr

4 Grundlagen der Datenbankentwicklung

4 Grundlagen der Datenbankentwicklung 4 Grundlagen der Datenbankentwicklung In diesem Kapitel werden wir die Grundlagen der Konzeption von relationalen Datenbanken beschreiben. Dazu werden Sie die einzelnen Entwicklungsschritte von der Problemanalyse

Mehr

Vorgangsweise zur Gestaltung von Geschäftsprozessen

Vorgangsweise zur Gestaltung von Geschäftsprozessen Vorgangsweise zur Gestaltung von Geschäftsprozessen 1. Analyse der Geschäftstätigkeit Aus der Vielzahl von Prozessen und Teilprozessen werden die für die Unternehmensziele relevanten Prozesse selektiert.

Mehr

1. Einleitung. 1.1. Ausgangssituation

1. Einleitung. 1.1. Ausgangssituation 1. Einleitung In der vorliegenden Arbeit wird untersucht, welche Faktoren den erfolgreichen Ausgang eines Supply-Chain-Projektes zwischen zwei Projektpartnern beeinflussen. Dazu werden zum einen mögliche

Mehr

Die Softwareentwicklungsphasen!

Die Softwareentwicklungsphasen! Softwareentwicklung Die Softwareentwicklungsphasen! Die Bezeichnungen der Phasen sind keine speziellen Begriffe der Informatik, sondern den allgemeinen Prinzipien zur Produktion integrierter Systeme entliehen.

Mehr

Richtlinien zum Schreiben von wissenschaftlichen Publikationen Kurzfassung 1

Richtlinien zum Schreiben von wissenschaftlichen Publikationen Kurzfassung 1 Richtlinien zum Schreiben von wissenschaftlichen Publikationen Kurzfassung 1 Diese Kurzfassung ist nur als Orientierungshilfe oder Erinnerung gedacht für diejenigen, die die ausführlichen Richtlinien gelesen

Mehr

III. Demand Planning (DP) & Supply Network Planning (SNP)

III. Demand Planning (DP) & Supply Network Planning (SNP) Gliederung I. Einführung II. Stammdaten & Supply Chain Modellierung III. Demand Planning (DP) & Supply Network Planning (SNP) i. Demand Planning (DP) ii. Supply Network Planning (SNP) IV. Produktion Planning

Mehr

Marketing-Controlling

Marketing-Controlling Marketing-Controlling Systeme und Methoden für mehr Markt- und Unternehmenserfolg von Prof. Dr. Jörg Link Lehrstuhl für Controlling und Organisation an der Universität Kassel und Prof. Dr. ChristophWeiser

Mehr

Datenbankmodelle 1. Das Entity-Relationship-Modell. Prof. Dr. Bernhard Schiefer 2-1

Datenbankmodelle 1. Das Entity-Relationship-Modell. Prof. Dr. Bernhard Schiefer 2-1 Datenbankmodelle 1 Das Entity-Relationship-Modell Prof. Dr. Bernhard Schiefer 2-1 Datenbankmodelle ER-Modell hierarchisches Modell Netzwerkmodell relationales Modell objektorientierte Modelle Prof. Dr.

Mehr

Geschäftsprozesse: Modellierung und Analyse

Geschäftsprozesse: Modellierung und Analyse Geschäftsprozesse: Modellierung und Analyse. Ausgangssituation 2. Begriffe 3. Modellierungsmethoden 4. Modellarten 5. orgehensprinzipien 6. Analyse 7. Werkzeuge Seite Klassische Unternehmensmodelle Unternehmensmodell:

Mehr

Studie Immobilien-Risikomanagement - Trends & Best Practice. Management Summary. September 2007

Studie Immobilien-Risikomanagement - Trends & Best Practice. Management Summary. September 2007 Studie Immobilien-Risikomanagement - Trends & Best Practice Management Summary September 2007 1. Management Summary September 2007/ Seite 1 Management Summary (1) Die schwierige Lage der deutschen Büroimmobilienmärkte

Mehr

Was gehört in das Exposé für eine MA-Arbeit im Bereich der Soziologie?

Was gehört in das Exposé für eine MA-Arbeit im Bereich der Soziologie? 1 Prof. Dr. Katharina Bluhm Was gehört in das Exposé für eine MA-Arbeit im Bereich der Soziologie? Ein Exposé stellt den Grundriss einer geplanten wissenschaftlichen Arbeit dar, der das weitere Vorgehen

Mehr

Data Mining Standards am Beispiel von PMML. Data Mining Standards am Beispiel von PMML

Data Mining Standards am Beispiel von PMML. Data Mining Standards am Beispiel von PMML Data Mining Standards am Beispiel von PMML Allgemeine Definitionen im Data Mining Data Mining (DM) Ein Prozess, um interessante neue Muster, Korrelationen und Trends in großen Datenbeständen zu entdecken,

Mehr

Vorlesung Sicherheit

Vorlesung Sicherheit Vorlesung Sicherheit Dennis Hofheinz IKS, KIT 01.07.2013 1 / 31 Überblick 1 Zugriffskontrolle Das Bell-LaPadula-Modell Das Chinese-Wall-Modell Zusammenfassung 2 Analyse größerer Systeme Motivation Der

Mehr

14 PRÜFUNGSINHALTE MARKETINGFACH- LEUTE

14 PRÜFUNGSINHALTE MARKETINGFACH- LEUTE 14 PRÜFUNGSINHALTE MARKETINGFACH- LEUTE Marktforschung (Prüfungszeit: 1.5 Stunden schriftlich) ALLGEMEIN Sinnvolle Selektionskriterien für die Wahl eines geeigneten Marktforschungsinstitutsumschreiben

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

Software-Engineering im Aris-Konzept als Ansatz der Integration der IT-Landschaft von Unternehmen

Software-Engineering im Aris-Konzept als Ansatz der Integration der IT-Landschaft von Unternehmen Software-Engineering im Aris-Konzept als Ansatz der Integration der IT-Landschaft von Unternehmen Martin Plümicke 25. Oktober 2002 1 These: IT im Unternehmen ist mehr als nur die Analyse von Geschäftsprozessen.

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

Marktforschung und Datenanalyse

Marktforschung und Datenanalyse Marktforschung und Datenanalyse Lehrstuhl für BWL, insb. Marketing von Prof. Dr. Reinhold Decker Dozentin: Anja Hörmeyer (M.Sc.) Universität Bielefeld, Lehrstuhl für BWL, insb. Marketing 1 Anja Hörmeyer

Mehr

Software- Entwicklungsaktivitäten und Vorgehensmodelle. Lebenszyklusmodell

Software- Entwicklungsaktivitäten und Vorgehensmodelle. Lebenszyklusmodell 1. Vorgehensmodelle Software- Entwicklungsaktivitäten und Vorgehensmodelle a) Lebenszyklusmodell (Life- Cycle- Modell) b) V- Modell c) Wasserfallmodell d) Modifiziertes Wasserfallmodell e) Iterative Modelle

Mehr

Leitfaden für Masterarbeiten im Master Management & Business Development für den Bereich Kommunikation und PR

Leitfaden für Masterarbeiten im Master Management & Business Development für den Bereich Kommunikation und PR Leitfaden für Masterarbeiten im Master Management & Business Development für den Bereich Kommunikation und PR 1. Wesen und Ziel der Masterarbeit Im Master Management & Business Development erlangen die

Mehr

TÜV Service tested Prüfgrundlagen

TÜV Service tested Prüfgrundlagen TÜV Service tested Prüfgrundlagen 60 Grundsätzliche Prüfgrundlagen Für die Auszeichnung TÜV Service tested müssen drei Voraussetzungen erfüllt sein: 1. Die Gesamtzufriedenheit muss von den Kunden des Unternehmens

Mehr