Ein Wiki-basiertes Vorgehensmodell für Business Intelligence Projekte

Größe: px
Ab Seite anzeigen:

Download "Ein Wiki-basiertes Vorgehensmodell für Business Intelligence Projekte"

Transkript

1 Ein Wiki-basiertes Vorgehensmodell für Business Intelligence Projekte Prof. Dr. Stephan König Fachhochschule Hannover Fakultät IV (Wirtschaft und Informatik) FHH meets Economy / TDWI Roundtable 21. Januar FH Hannover 1 Herausforderung BI Projekte BI Projekte: Oft ganz anders als andere Projekte schwierige Anforderungsanalyse (exploratives Anwenderverhalten) komplexe zentrale Systeme abteilungsübergreifende Integration der Daten 2 1

2 Erfolgsfaktor Vorgehensmodell Die Verwendung eines geeigneten Vorgehensmodells gehört zu den wesentlichen Erfolgsfaktoren von BI Projekten In der Praxis haben sich iterative Vorgehensweisen bewährt möglichst kurzen Releasezyklen: Risikoreduktion, kurzfristige Umsetzung fachlicher Anforderungen Standardizing on the "agile" nomenclature was a marketing triumph; wouldn't you rather be agile than spiraling or stuck in a waterfall methodology? Kimball, R. (2008). The Data Warehouse Lifecycle Toolkit. Indianapolis, Ind.: Wiley. 3 Ausgangsfragen 1. Wie sieht ein anwendungsorientiertes Vorgehensmodell für den praktischen Einsatz in BI Projekten aus? 2. Welche Form der Darstellung des Vorgehensmodells ermöglicht ein Wissensmanagement über mehrere Iterationen? Kann gleichzeitig die Weiterentwicklung des Vorgehensmodells und die Dokumentation der Projektergebnisse unterstützt werden? 4 2

3 Anforderungen an das Vorgehensmodell Angemessener Detailgrad Einfache Operationalisierbarkeit Aufteilung in Phasen und Disziplinen Vollständigkeit Iterativ Produkt- und Architekturunabhängigkeit 5 Einsatzszenarien (BI) Beratungsunternehmen, die z.b. bei wachsender Mitarbeiterzahl eine einheitliche Vorgehensweise erreichen möchten Unternehmen, die vor der Herausforderung komplexer BI Projekte stehen und ein praxisnahes Vorgehensmodell suchen 6 3

4 Stand der Forschung Spezielle Lehrbücher, die sich ausschließlich mit dem Thema BI Vorgehensmodelle beschäftigen und ein Vorgehensmodell im Detail beschreiben Kimball et al. Moss et al. 7 Stand der Forschung Umfangreiche wissenschaftliche Arbeiten, die z.t. sehr komplexe und methodisch fundierte BI Vorgehensmodelle entwerfen. Beispiel: Hecht, H. (2001). Einführung und kontinuierliche Adaption von betriebswirtschaftlichen Data-Warehouse-Bibliotheken. Dissertation. Universität Würzburg. 8 4

5 Stand der Forschung Allgemeine Lehrbücher und Veröffentlichungen im Themenumfeld BI und Data Warehousing, die sich (auch) mit BI Projektmanagement beschäftigen und z.t. auch konkrete Vorgehensmodelle skizzieren Veröffentlichungen und Lehrbücher, die produktspezifische BI Vorgehensmodelle vorstellen. 9 Stand der Forschung Veröffentlichungen, die sich auf bestimmte Phasen oder Aspekte eines BI Vorgehensmodells fokussieren Goeken, M. (2007). Entwicklung von Data-Warehouse-Systemen: Anforderungsmanagement, Modellierung, Implementierung. Wiesbaden: Deutscher Universitäts-Verlag. 10 5

6 Stand der Forschung Data Warehousing Battle of the Giants: Comparing the Basics of the Kimball and Inmon Models. M. Breslin, Business Intelligence Journal (2004, Volume 9, Number 1) img.fotocommunity.com/photos/18536.jpg(zugriff am ) 11 Grundstruktur des BI Vorgehensmodells 12 6

7 Grundstruktur des BI Vorgehensmodells: Projektphasen 13 Grundstruktur des BI Vorgehensmodells: Projektphase Analyse 2. Analyse Projektziel(e): Detailanalyse fachliche und technische Anforderungen Erstellung Projektplan Meilensteine Abnahme Pflichtenheft Abnahme Projektplan 14 7

8 Grundstruktur des BI Vorgehensmodells: Disziplinen 15 Grundstruktur des BI Vorgehensmodells: Disziplin ETL ETL Aktivitäten im Umfeld der ETL Prozesse Beispiel: Erstellen Sourceto-Target Map 16 8

9 Aktivitäten des BI Vorgehensmodells - Beispiel Phase: Disziplin: Analyse ETL Aktivitäten: Anforderungsanalyse ETL Prozess Erstellen Source-to-Target Map Entwurf ETL Data Stores Auswahl ETL Tool 17 Aktivitäten des BI Vorgehensmodells 7 Phasen 7 Disziplinen 18 9

10 Spezifikation der Aktivitäten: Attribute Aktivität Name ID Phase Disziplin Beschreibung Beteiligte Rollen (RACI) Eingangsdokumente Methoden Templates Werkzeuge Tipps und Hinweise Referenzen Iteration Ergebnisse Ergebnisdokumente Iterationsunabhängig Iterationsabhängig 19 Beispielspezifikation Aktivität Erstellen Source-to-Target Map Name ID Phase Disziplin Beschreibung Beteiligte Rollen (RACI) Eingangsdokumente Erstellen Source-to-Target Map AN.ET.2 Analyse ETL Die Source-to-Target Map gibt einen Gesamtüberblick über die ETL Prozesse und den daran beteiligten operativen Datenquellen und BI Zieldatenbanken. Als wesentliche Grundlage für das folgende ETL Design vermindert sie das Risiko nicht erkannter gravierender Quelldatenprobleme. Die Source-to-Target Map enthält alle im Umfeld der ETL Prozesse erforderlichen wesentlichen Angaben über technische Plattformen, Tabellen, Datenformate, Extraktionsund Transformationsregeln, Abhängigkeiten, Mengengerüste und offene Fragen. Sie eignet sich insbesondere auch, um die Komplexität der ETL Prozesse dem Management zu verdeutlichen. Projektmanager (Informed, Accountable) ETL Architekt (Responsible) Fachlicher Ansprechpartner (Consulted) Datenarchitekt (Consulted) Datenbankadministrator (Consulted) Technischer Architekt (Consulted) Datenqualitätsmanager (Consulted) IN.DA.1 (Ergebnis Grobes Data Profiling) IN.FA.4 (Dokumentation einzubeziehender Schlüsselprozesse) 20 10

11 Beispielspezifikation Aktivität Erstellen Source-to-Target Map Name Methoden Templates Werkzeuge Referenzen Iteration Ergebnisse Ergebnisdokumente Erstellen Source-to-Target Map Identifikation aller wesentlichen Angaben über technische Plattformen, Tabellen, Datenformate, Extraktions- und Transformationsregeln, Abhängigkeiten, Mengengerüste und offenen Fragen. Grafische und/oder tabellarische Aufbereitung der Ergebnisse in der Source-to-Target Map. AN.ETL.2_Sample_Source_to_Target_Map.ppt AN.ETL.2_Sample_Source_to_Target_Map.xls Microsoft Office SQL Data Profiling Tool Kimball, R. (2008). The Data Warehouse Lifecycle Toolkit. Indianapolis, Ind.: Wiley. (Chapter 10, Seite ) Moss, L.T., & Atre, S. (2006). Business intelligence roadmap: The complete project lifecycle for decision-support applications. Boston, Mass.: Addison-Wesley. (Chapter 9, Seite ) 1 Source-to-Target Map, die als zentrale Basis für das folgende Design der ETL Prozesse (DE.ET) dient und in diesem Zusammenhang zu Begin der Designphase noch einmal finalisiert wird. AN.ETL.2.1_Source_to_Target_Map.xls 21 Beispielspezifikation Aktivität Erstellen Source-to-Target Map Name Tipps und Hinweise Erstellen Source-to-Target Map Bei der Quelldatenanalyse ggf. auch auf den Quellcode der Anwendungen zurückgreifen. Archivierte Produktionsdaten können ältere Datenstrukturen aufweisen. Der Fokus sollte auf den Daten liegen, die im direkten Zusammenhang mit den fachlichen Anforderungen an die BI Lösung benötigt werden. SQL Kenntnisse helfen, um sich einen schnellen Überblick über die Quellsysteme zu verschaffen. Auch auf Ausnahmen und fehlende Daten achten (insbesondere in Bezug auf einen unzureichenden Detailgrad). Offene Fragen nicht in das Data Warehouse Umfeld verlagern. Sie müssen vor dem ETL Design geklärt werden. Die Source-to-Target Map ist unabhängig vom ETL Tool. Es kann sinnvoll sein, zwei Versionen der Source-to-Target Map vorzuhalten: Eine einfache für die externe Kommunikation und eine detaillierte für das Projektteam. Die Unterstützung durch die Eigentümer der Anwendungen, die die Daten bereitstellen sollen, ist erfolgskritisch

12 Ausgangsfragen 1. Wie sieht ein anwendungsorientiertes Vorgehensmodell für den praktischen Einsatz in BI Projekten aus? 2. Welche Form der Darstellung des Vorgehensmodells ermöglicht ein Wissensmanagement über mehrere Iterationen? Kann gleichzeitig die Weiterentwicklung des Vorgehensmodells und die Dokumentation der Projektergebnisse unterstützt werden? 23 Der Einsatz von Wikis im Projektmanagement Wiki eine frei editierbare Sammlung verlinkter Webseiten Informationen einfach und intuitiv einer möglichst großen Zielgruppe zugänglich machen erfolgreicher Einsatz im Projektmanagement 24 12

13 Ein Wiki-basiertes Vorgehensmodell für BI Projekte Click 25 Ein Wiki-basiertes Vorgehensmodell für BI Projekte Click 26 13

14 Ein Wiki-basiertes Vorgehensmodell für BI Projekte Click 27 Ein Wiki-basiertes Vorgehensmodell für BI Projekte Scroll Down 28 14

15 Ein Wiki-basiertes Vorgehensmodell für BI Projekte 29 Zusammenfassung Ziel: Vorgehensmodell, das sich für den praktischen Einsatz in BI Projekten eignet Ergebnis: Grundstruktur (Phasen, Disziplinen und Aktivitäten) für das BI Vorgehensmodell Darstellung in Form eines Wikis (Wissensmanagement) 30 15

16 Ausblick Projektpartner sind herzlich willkommen! Validierung des Wiki-basierten BI Vorgehensmodells in der praktischen Projektarbeit Vervollständigung aller Attribute zu allen Aktivitäten Wiki-basiertes BI-PMBoK? Steigerung der Qualität zukünftiger BI Projekte trotz komplexer werdenden Anforderungen Verbesserte Akzeptanz von BI Lösungen insgesamt 31 Weitere Details König, S. (2009), Ein Wiki-basiertes Vorgehensmodell für Business Intelligence Projekte, Forschungskolloquium Business Intelligence 2009 der GI Fachgruppe 5.8, Perspektiven der betrieblichen Management- und Entscheidungs-unterstützung (CEUR Workshop Proceedings, Vol. 542), Dortmund, Oktober 2009.; ISBN: Link: sunsite.informatik.rwth-aachen.de/publications/ceur-ws/vol- 542/paper03.pdf 32 16

17 Business Intelligence an der FH Hannover 33 Business Intelligence an der FH Hannover Bachelor Studiengang Wirtschaftsinformatik (BIS) Ein Schwerpunkt im Hauptstudium: Business Intelligence 4 Module à 6 ECTS (4 LVS) Data Warehousing Business Intelligence Vertiefende Themen des BI BI Projekt Ziele und Grundkonzepte des DWH. Datenmanagement, Datenorganisation. Rolle des DWH im Unternehmen als Archivspeicher und Basis für Auswertung der Daten, insbes. für die strategische Entscheidungsunterstützung. BI als integrierter Gesamtansatz auf Basis analytischer Systeme. Aufbereitung und Darstellung der Informationen. Analysewerkzeuge. Vorgehensweisen. Fachliche Anwendungsbereiche. Aktuelle und vertiefende Themen. Z.B. Corporate Performance Management, Unstrukturierte Daten, Real Time DWH, Data Mining, DWH & BI Software, ETL Details, Datenmodellierung. Einsatz der Kenntnisse in einem projektbezogenen Zusammenhang. Teamorientierten Lösung von komplexen Aufgaben im DWH und BI Umfeld unter Zuhilfenahme von Methodiken des Projektmanagements 34 17

18 Business Intelligence an der FH Hannover Referenzsysteme (mit umfangreichen Fallstudien) 35 Business Intelligence an der FH Hannover Kooperationsmöglichkeiten Abschlussarbeiten Studienprojekte Praktika Forschungsprojekte 36 18

19 Vielen Dank für Ihre Aufmerksamkeit

Ein Wiki-basiertes Vorgehensmodell für Business Intelligence Projekte

Ein Wiki-basiertes Vorgehensmodell für Business Intelligence Projekte Ein Wiki-basiertes Vorgehensmodell für Business Intelligence Projekte Stephan König Fachhochschule Hannover Fakultät IV (Wirtschaft und Informatik) 1 Einleitung Business Intelligence (BI) umfasst die Integration

Mehr

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

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

Mehr

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

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

Mehr

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

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

Mehr

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

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

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

Mehr

Datenintegration, -qualität und Data Governance. Hannover, 14.03.2014

Datenintegration, -qualität und Data Governance. Hannover, 14.03.2014 Datenintegration, -qualität und Data Governance Hannover, 14.03.2014 Business Application Research Center Führendes europäisches Analystenhaus für Business Software mit Le CXP (F) objektiv und unabhängig

Mehr

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

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

Mehr

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

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

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

Mehr

Datenintegration mit Informatica PowerCenter

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

Mehr

Business Intelligence für Controller

Business Intelligence für Controller Controllers Best Practice Fachbuch Business Intelligence für Controller Hermann Hebben und Dr. Markus Kottbauer Verlag für ControllingWissen ÄG, Freiburg und Wörthsee Ein Unternehmen der Haufe Mediengruppe

Mehr

FHH meets economy. Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover. Hannover, 21. Januar 2010. 21. Januar 2010 bit GmbH

FHH meets economy. Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover. Hannover, 21. Januar 2010. 21. Januar 2010 bit GmbH FHH meets economy BI Projektmanagement bei QlikView Projekten Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover Hannover, 21. Januar 2010 21. Januar 2010 Agenda Über die bit GmbH Über QlikTech und

Mehr

Infografik Business Intelligence

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

Mehr

Meilensteine im BI-Projekt? BI Projektmanagement zwischen freier Kunst und Projektplan

Meilensteine im BI-Projekt? BI Projektmanagement zwischen freier Kunst und Projektplan Meilensteine im BI-Projekt? BI Projektmanagement zwischen freier Kunst und Projektplan Manfred Dubrow, 17. April 2013 Zahlen und Fakten Robotron Datenbank-Software GmbH Gründungsjahr 1990 Mitarbeiterzahl

Mehr

Wikis ersetzen Word im Mittelstand

Wikis ersetzen Word im Mittelstand Die Zukunft der Arbeitswelt Technischer Redakteure Wikis ersetzen Word im Mittelstand tekom Frühjahrstagung 2012 Karlsruhe, 26.-27. April 2012 Referent Tel: 0711 / 935 935 34 email: johannes@k15t.com B.

Mehr

BI - Der strategische Erfolgsfaktor im Unternehmen

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

Mehr

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

Anwendungsorientierte Wirtschaftsinformatik

Anwendungsorientierte Wirtschaftsinformatik Paul Alpar Rainer Alt Frank Be;nsberg Heinz Lothar Grob I Peter Weimahn I Robert Winter Anwendungsorientierte Wirtschaftsinformatik Strategische Planung, Entwicklung und Nutzung von Informationssystemen

Mehr

1. Übungsblatt. Besprechung: 27.10 (Gruppe A), 3.11 (Gruppe B)

1. Übungsblatt. Besprechung: 27.10 (Gruppe A), 3.11 (Gruppe B) DATENBANKEN IN DER PRAXIS: DATA WAREHOUSING Wintersemester 2015/2016 Prof. Dr. Jens Teubner DBIS Group Übung: Dr. Cornelia Tadros ISSI Group Allgemeine Hinweise 1. Übungsblatt Besprechung: 27.10 (Gruppe

Mehr

Data Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik

Data Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik Data Warehousing Sommersemester 2005 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte

Mehr

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte

Mehr

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte BI Operations Erfolgsfaktoren für einen effizienten Data Warehouse Betrieb

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte BI Operations Erfolgsfaktoren für einen effizienten Data Warehouse Betrieb 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Leistungssteuerung beim BASPO

Leistungssteuerung beim BASPO Leistungssteuerung beim BASPO Organisationsstruktur Advellence die Gruppe. Advellence Consulting Advellence Solutions Advellence Products Advellence Services HR-Migrator & albislex powered byadvellence

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

Weblog. Projektdokumentation. Java NDK 2004. Fallstudie. Identifikation: ID.10000001 Status: in Arbeit Version: 00.11

Weblog. Projektdokumentation. Java NDK 2004. Fallstudie. Identifikation: ID.10000001 Status: in Arbeit Version: 00.11 Projektdokumentation Java NDK 2004 Fallstudie Identifikation: ID.10000001 Version: 00.11 Auftraggeber: Studienleitung HSZ-T, Daniel Nydegger AuftragnehmerIn: Gruppe 3 Projektteam: Madeleine Wegmann erreichbar

Mehr

Entwicklung von Data-Warehouse-Systemen

Entwicklung von Data-Warehouse-Systemen Matthias Goeken Entwicklung von Data-Warehouse-Systemen Anforderungsmanagement, Modellierung, Implementierung Mit einem Geleitwort von Prof. Dr. Ulrich Hasenkamp Deutscher Universitäts-Verlag Inhaltsverzeichnis

Mehr

Quick-Win: Prozesse, Dokumente und Reporting-Cockpit im Sharepoint Portal

Quick-Win: Prozesse, Dokumente und Reporting-Cockpit im Sharepoint Portal Quick-Win: Prozesse, Dokumente und Reporting-Cockpit im Sharepoint Portal 20. Februar 2008 Deutsche Sharepoint-Konferenz 2008 Frankfurt Ihr Referent Dr. Martin Gröbner, BKK Landesverband Bayern Fachbereichsleitung

Mehr

SmartOffer. Eine werkzeugbasierte Methode zur Vorbereitung von Software Projekten. Universität Trier. Axel Kalenborn & Sebastian Adam

SmartOffer. Eine werkzeugbasierte Methode zur Vorbereitung von Software Projekten. Universität Trier. Axel Kalenborn & Sebastian Adam SmartOffer Eine werkzeugbasierte Methode zur Vorbereitung von Software Projekten Axel Kalenborn & Sebastian Adam Universität Trier Motivation: Phasen der Software Entwicklung Analyse Entwurf Umsetzung

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

DP ITS Vorgehensmodell Build und Microsoft Team Foundation Server

DP ITS Vorgehensmodell Build und Microsoft Team Foundation Server DP ITS Vorgehensmodell Build und Microsoft Team Foundation Server Martin Tappe Düsseldorf, April-08-2009 GIWIVM AGENDA Referent Zum Forschungsprojekt DP ITS Vorgehensmodell Build (VMB) Microsoft Team Foundation

Mehr

Requirements Management mit RequisitePro. Rational in der IBM Software Group. Der Rational Unified Process als Basis für die Projektarbeit

Requirements Management mit RequisitePro. Rational in der IBM Software Group. Der Rational Unified Process als Basis für die Projektarbeit IBM Software Group IBM Rational mit RequisitePro Hubert Biskup hubert.biskup@de.ibm.com Agenda Rational in der IBM Software Group Der Rational Unified Process als Basis für die Projektarbeit mit Rational

Mehr

Inhaltsverzeichnis. Vorwort. Management Summary. Abbildungsverzeichnis. Tabellenverzeichnis. Abkürzungsverzeichnis. 1 Einleitung 1. 1.

Inhaltsverzeichnis. Vorwort. Management Summary. Abbildungsverzeichnis. Tabellenverzeichnis. Abkürzungsverzeichnis. 1 Einleitung 1. 1. XIII Inhaltsverzeichnis Vorwort Management Summary Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis V VII XIII XIX XXI XXIII 1 Einleitung 1 1.1 Motivation 1 1.2 Zielsetzung

Mehr

PROJEKTNAVIGATOR - effektives und effizientes Steuern von Projekten -

PROJEKTNAVIGATOR - effektives und effizientes Steuern von Projekten - PROJEKTNAVIGATOR - effektives und effizientes Steuern von Projekten - Stand: Mai 2013 KLAUS PETERSEN Was ist der Projektnavigator? Der Projektnavigator ist ein wikibasierter Leitfaden zur einheitlichen

Mehr

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen VIADEE CRM VIEL MEHR ALS EIN STÜCK SOFTWARE Eine Vielzahl von unterschiedlichen

Mehr

Business Intelligence Governance

Business Intelligence Governance Business Intelligence Governance von der Vision zur Realität im Unternehmensalltag Webinar September 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das intelligente Unternehmen

Mehr

Software Engineering

Software Engineering Software Engineering Prof. Adrian A. Müller, PMP, PSM 1, CSM Fachbereich Informatik und Mikrosystemtechnik Prof. A. Müller, FH KL Software Engineering 2015 1 Inhalte Begrüßung Vorstellung, Übersicht Formales

Mehr

Business Intelligence. Bereit für bessere Entscheidungen

Business Intelligence. Bereit für bessere Entscheidungen Business Intelligence Bereit für bessere Entscheidungen Business Intelligence Besserer Einblick in Geschäftsabläufe Business Intelligence ist die Integration von Strategien, Prozessen und Technologien,

Mehr

Projektmanagement iterativer Projekte

Projektmanagement iterativer Projekte Übersicht Motivation zum iterativen Vorgehen Anleitung zur U Ca getriebenen Vorgehenswei Praktische Tipps Zusammenfassung Projektmanagement iterativer Rainer Schmidberger Universität Stuttgart Institut

Mehr

Software Engineering Ef Erfolg vorprogrammiert. Prof. Dr. Ulrike Jaeger

Software Engineering Ef Erfolg vorprogrammiert. Prof. Dr. Ulrike Jaeger Software Engineering Ef Erfolg vorprogrammiert Prof. Dr. Ulrike Jaeger Studiengang Software Engineering i Hochschule Heilbronn Zur Zeit größte Hochschule Baden-Württembergs Über 6.000 Studierende 42 Bachelor-

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

Datenqualität erfolgreich steuern

Datenqualität erfolgreich steuern Edition TDWI Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte von Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian Merighi 3., überarbeitete und erweiterte Auflage

Mehr

BICE. Business Intelligence in the Cloud for Energy. Zwischenpräsentation Oldenburg, 25.02.2015

BICE. Business Intelligence in the Cloud for Energy. Zwischenpräsentation Oldenburg, 25.02.2015 BICE Business Intelligence in the Cloud for Energy Zwischenpräsentation Oldenburg, 25.02.205 Verfasser: Projektgruppe Business Intelligence as a Service Gliederung Projektgruppe Meilensteinplan Problemstellung

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

Werkstudent Qualitätssicherung (m/w) (627468)

Werkstudent Qualitätssicherung (m/w) (627468) Werkstudent Qualitätssicherung (m/w) (627468) Kennwort: Aufgabe: Zur Unterstützung der Qualitätssicherung unserer Softwareentwicklung suchen wir längerfristig studentische Unterstützung im Bereich Retail

Mehr

Intelligente Prozesse für das Kundenbeziehungsmanagement. Rainer Wendt, in der IHK Aachen, 23.02.2011

Intelligente Prozesse für das Kundenbeziehungsmanagement. Rainer Wendt, in der IHK Aachen, 23.02.2011 CRM Process Performance Intelligence Intelligente Prozesse für das Kundenbeziehungsmanagement Rainer Wendt, in der IHK Aachen, 23.02.2011 masventa Business GmbH Von-Blanckart-Str. 9 52477 Alsdorf Tel.

Mehr

Projektmanagement-Alternativen für BI-Projekte [Session D4] Uetliberg, 15.09.2015 www.boak.ch

Projektmanagement-Alternativen für BI-Projekte [Session D4] Uetliberg, 15.09.2015 www.boak.ch [Session D4] Uetliberg, www.boak.ch Im heutigen Vortrag stelle ich ihnen die Hauptunterschiede zwischen traditionell sequentiellen und agilen Projektmanagement Vorgehensmethoden vor. Dabei geht es um keine

Mehr

Business Process Engineering. Lehrgang zur Weiterbildung gemäß 9 FHStG in Kooperation mit der Ferdinand Porsche Fern-Fachhochschule. www.humboldt.

Business Process Engineering. Lehrgang zur Weiterbildung gemäß 9 FHStG in Kooperation mit der Ferdinand Porsche Fern-Fachhochschule. www.humboldt. Business Process Engineering Lehrgang zur Weiterbildung gemäß 9 FHStG in Kooperation mit der Ferdinand Porsche Fern-Fachhochschule. www.humboldt.at Herzlich willkommen! Sehr geehrte Interessentin, sehr

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

Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor

Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor Yves-Deniz Obermeier Sales Manager Financial Services Ing. Thomas Heinzmann Division Management BI Mag. Martin Feith Senior Expert Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor

Mehr

Bewerbungsunterlagen Best Practice Award 2015 Business Intelligence und Data Warehousing

Bewerbungsunterlagen Best Practice Award 2015 Business Intelligence und Data Warehousing Einleitung Im Rahmen der am 4. November 2015 stattfindenden 10. ÖCI-BARC-Tagung in Wien wird der Best Practice Award Österreich für 2015 durch unabhängige Experten von BARC und Controller Institut vergeben.

Mehr

Berater-Profil 3491. Cognos-Berater. Ausbildung Diplom Kaufmann. EDV-Erfahrung seit 1990. Verfügbar ab auf Anfrage.

Berater-Profil 3491. Cognos-Berater. Ausbildung Diplom Kaufmann. EDV-Erfahrung seit 1990. Verfügbar ab auf Anfrage. Berater-Profil 3491 Cognos-Berater Schwerpunkte: - Cognos Softwaresuite, OLAP, Reporting, Analyse, ScorecardingBusiness Intelligence, Corporate Performance Management, Management Informations Systeme,

Mehr

Orientierungsveranstaltung für Studierende der Bachelorstudiengänge. Schwerpunkt Wirtschaftsinformatik. Prof. Stefan Lessmann

Orientierungsveranstaltung für Studierende der Bachelorstudiengänge. Schwerpunkt Wirtschaftsinformatik. Prof. Stefan Lessmann Orientierungsveranstaltung für Studierende der Bachelorstudiengänge BWL und VWL Schwerpunkt Wirtschaftsinformatik Prof. Stefan Lessmann Agenda Schwerpunkt Wirtschaftsinformatik Gegenstand der Wirtschaftsinformatik

Mehr

Berliner XML Tage 2005: Abbildung des V-Modell XT in Projektron BCS

Berliner XML Tage 2005: Abbildung des V-Modell XT in Projektron BCS Berliner XML Tage 2005: Abbildung des V-Modell XT in Projektron BCS Prof. Dr. Roland Petrasch Dipl.-Inform., M.Sc. Florian Fieber Fachbereich VI Informatik und Medien Technische Fachhochschule Berlin Luxemburger

Mehr

Inhaltsverzeichnis. Holger Schrödl. Business Intelligence mit Microsoft SQL Server 2008. BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1

Inhaltsverzeichnis. Holger Schrödl. Business Intelligence mit Microsoft SQL Server 2008. BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1 sverzeichnis Holger Schrödl Business Intelligence mit Microsoft SQL Server 2008 BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41210-1

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

Business Intelligence braucht mehr Business!

Business Intelligence braucht mehr Business! Business Intelligence braucht mehr Business! Oder: Raus aus der BI-Falle! Dr. Guido Kemper 16. Handelsblatt Jahrestagung: Strategisches IT-Management. München, 25.01.2010 prometis - Management & Technology

Mehr

// (k)ein Widerspruch?

// (k)ein Widerspruch? Colette Ziller OPITZ CONSULTING München GmbH Anforderungsmanagement und agile Vorgehensmodelle // (k)ein Widerspruch? Anforderungsmanagement Anforderungsmanagement und agile Vorgehen (k)ein Widerspruch?

Mehr

Portfolio des Fachgebietes. www.sysedv.tu-berlin.de

Portfolio des Fachgebietes. www.sysedv.tu-berlin.de Portfolio des Fachgebietes Systemanalyse und EDV www.sysedv.tu-berlin.de Vertiefungsprozess des BSc Informatik Information für Studierende im Bachelorstudiengang Informatik LP Anrechng. 6 FS: 6/24 SYS2

Mehr

Virtual Roundtable: Business Intelligence - Trends

Virtual Roundtable: Business Intelligence - Trends Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Prof. Dr. Rainer Bischoff Organisation: Fachbereich Wirtschaftsinformatik,

Mehr

A Domain Specific Language for Project Execution Models

A Domain Specific Language for Project Execution Models A Domain Specific Language for Project Execution Models Eugen Wachtel, Marco Kuhrmann, Georg Kalus Institut für Informatik Software & Systems Engineering Inhalt Einführung und Hintergrund Problembereiche

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

Business Performance Management Next Generation Business Intelligence?

Business Performance Management Next Generation Business Intelligence? Business Performance Management Next Generation Business Intelligence? München, 23. Juni 2004 Jörg Narr Business Application Research Center Untersuchung von Business-Intelligence-Software am Lehrstuhl

Mehr

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

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

Mehr

Einstieg in Business Intelligence mit Microsoft SharePoint 2010

Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Überblick und Konfiguration der Business Intelligence-Features von SharePoint 2010 von Martin Angler 1. Auflage Microsoft 2011 Verlag C.H.

Mehr

Welche Kenntnisse und Fähigkeiten wünscht sich ein Beratungsunternehmen

Welche Kenntnisse und Fähigkeiten wünscht sich ein Beratungsunternehmen Welche Kenntnisse und Fähigkeiten wünscht sich ein Beratungsunternehmen bei Hochschulabsolventen h l?! 3. Treffen des Arbeitskreises IV Beratung in der GI e.v. Deloitte Consulting GmbH Hannover, Februar

Mehr

PROFIL. Wirschaftsinformatik FH Köln, berufsbegleitend, Abschluss 2011 Kommunikationswirt (WAK)

PROFIL. Wirschaftsinformatik FH Köln, berufsbegleitend, Abschluss 2011 Kommunikationswirt (WAK) Zusammenfassung PROFIL Projektleiter mit Schwerpunkt im Bereich Online und Multimedia Entwicklung. Angehender Diplom-Informatiker mit Abschluss in 2011. Mehr als 10 Jahre Erfahrung in der Zusammenarbeit

Mehr

Veranstaltungsankündigung Sommersemester 2009 H = Hörsaal in Max-Brauer-Allee 60

Veranstaltungsankündigung Sommersemester 2009 H = Hörsaal in Max-Brauer-Allee 60 Institut für Wirtschaftsinformatik (II) Max-Brauer-Allee 60, D - 22765 Hamburg Veranstaltungsankündigung Sommersemester 2009 H = Hörsaal in Max-Brauer-Allee 60 UNIVERSITÄT HAMBURG Fakultät Wirtschafts-

Mehr

Inhaltsverzeichnis. 1 Was ist Business Intelligence?... 23

Inhaltsverzeichnis. 1 Was ist Business Intelligence?... 23 Inhaltsverzeichnis Einleitung............................................................................. 11 Was Sie in diesem Buch finden......................................................... 12 Aufbau

Mehr

BPM im Kontext von Unternehmensarchitekturen. Konstantin Gress

BPM im Kontext von Unternehmensarchitekturen. Konstantin Gress BPM im Kontext von Unternehmensarchitekturen Konstantin Gress Agenda 1 Worum geht s BPM, EA und SOA im Überblick 2 Link zwischen EA und BPM 3 Link zwischen SOA und BPM 4 Wie spielt das zusammen? 5 Q&A

Mehr

Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung

Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung Hochschulstudium (Wirtschaftsinformatik oder ein vergleichbarer Studiengang) Fachliche und technische Kenntnisse im Bereich Business

Mehr

Einführungsveranstaltung: Data Warehouse

Einführungsveranstaltung: Data Warehouse Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring

Mehr

Softwaretechnik. Fomuso Ekellem WS 2011/12

Softwaretechnik. Fomuso Ekellem WS 2011/12 WS 2011/12 Inhalt Wiederholung Weitere Begriffe Programmierung im Großem (Programmierung von Software als Ganzes) Prozess-Modelle 2 Wiederholung: Prozesse Prozesse sind hierarchische Gruppierungen von

Mehr

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

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

Mehr

INTENSE AG unser Angebot zur Zusammenarbeit

INTENSE AG unser Angebot zur Zusammenarbeit PERFORMANCE AG unser Angebot zur Zusammenarbeit Kooperationsoptionen zwischen Hochschule und Wirtschaft März 2015 Unser Kooperationsidee im Hochschulumfeld Die AG ist ein auf SAP spezialisiertes Beratungsunternehmen

Mehr

Data Warehousing bei der VGH

Data Warehousing bei der VGH Data Warehousing bei der VGH. TDWI-Anwenderkonferenz. November 00 in Hannover Markus Fricke Projektleiter Data Warehouse VGH Unternehmenscontrolling Agenda..00 Seite Grundstruktur der VGH Vier Unternehmen

Mehr

Quelle: Daten nach Russom, Philip: Taking Data Quality to the Enterprise through Data Governance, TDWI Report Series, The Data Warehouse Institute,

Quelle: Daten nach Russom, Philip: Taking Data Quality to the Enterprise through Data Governance, TDWI Report Series, The Data Warehouse Institute, Quelle: Daten nach Russom, Philip: Taking Data Quality to the Enterprise through Data Governance, TDWI Report Series, The Data Warehouse Institute, Chatsworth, 2006, S. 11. Schieder: Datenqualitätsmanagement

Mehr

Welche Daten gehören ins Data Warehouse?

Welche Daten gehören ins Data Warehouse? Welche Daten gehören ins Warehouse? Dani Schnider Principal Consultant 9. Januar 2012 In vielen DWH-Projekten stellt sich die Frage, welche Daten im Warehouse gespeichert werden sollen und wie dieser Datenumfang

Mehr

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr

(2) Der Gesamtumfang der für den erfolgreichen Abschluss des Studiums erforderlichen Module beträgt 210 Leistungspunkte (ECTS Credit Points).

(2) Der Gesamtumfang der für den erfolgreichen Abschluss des Studiums erforderlichen Module beträgt 210 Leistungspunkte (ECTS Credit Points). (1) Das Grundstudium des Studiengangs Software Produktmanagement umfasst zwei, das Hauptstudium (inklusive dem praktischen Studiensemester) fünf. (2) Der Gesamtumfang der für den erfolgreichen Abschluss

Mehr

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI Detlef Apel Wolfgang Behme Rüdiger Eberlein Christian Merighi Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte 3., überarbeitete und erweiterte Auflage Edition TDWI rä

Mehr

Aktuelle Abschlussarbeiten

Aktuelle Abschlussarbeiten Aktuelle Abschlussarbeiten Aktuelle Abschlussarbeiten 1 Projektmanage- ment- Grundlagen 2 Angewandte Projektmanagement- Methoden 3 Prozessmanagement 4 Potentiale moderner IT-Technologien 5 IT- Lösungen

Mehr

Hannover, 20.03.2015 Halle 5 Stand A36

Hannover, 20.03.2015 Halle 5 Stand A36 Integrierte Unternehmensinformationen als Fundament für die digitale Transformation vor allem eine betriebswirtschaftliche Aufgabe Hannover, 20.03.2015 Halle 5 Stand A36 Business Application Research Center

Mehr

Thema: Strategische Unternehmensplanung in einer Data Warehouse-Umgebung unterstützt durch ein Wissensmanagementsystem.

Thema: Strategische Unternehmensplanung in einer Data Warehouse-Umgebung unterstützt durch ein Wissensmanagementsystem. Thema: Strategische Unternehmensplanung in einer Data Warehouse-Umgebung unterstützt durch ein Wissensmanagementsystem Dissertation Abteilung Wirtschaftsinformatik 1: Very Large Business Applications Themensteller:

Mehr

2.0 aus Erfahrung lernen

2.0 aus Erfahrung lernen Enterprise 20Fallstudien 2.0 aus Erfahrung lernen Prof. Dr. Andrea Back Institut für Wirtschaftsinformatik, Universität St. Gallen Prof. Dr. Michael Koch Forschungsgruppe Kooperationssysteme, Universität

Mehr

IVS Arbeitsgruppe Softwaretechnik Abschnitt 3.3.1 Management komplexer Integrationslösungen

IVS Arbeitsgruppe Softwaretechnik Abschnitt 3.3.1 Management komplexer Integrationslösungen Vorlesung - IVS Arbeitsgruppe Softwaretechnik Abschnitt 3.3.1 Management komplexer Integrationslösungen Seite 1 Typische Situation in Integrationsprojekten Verwendung komplexer und teuerer Integrationsframeworks.

Mehr

Erfolgsquote von IT-Projekten

Erfolgsquote von IT-Projekten PMO in a box Erfolgsquote von IT-Projekten IT-Projekte brauchen klare Strukturen, um erfolgreich zu sein 75% 66% 50% 25% 0% 33% -17% Budget Zeit Scope -25% Quelle: 2012 McKinsey-Oxford study on reference-class

Mehr

Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung

Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Andy Sydow Persönliche Daten Nationalität Sprachen Abschluss deutsch Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Herr Sydow verfügt über mehrjährige Erfahrung als DWH/BI

Mehr

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

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

Mehr

Professionelles Durchführen von Serviceprojekten Machen Sie die Theorie in einer eigenen Fallstudie zur Praxis

Professionelles Durchführen von Serviceprojekten Machen Sie die Theorie in einer eigenen Fallstudie zur Praxis Certified Projektmanager Service (ISS) Professionelles Durchführen von Serviceprojekten Machen Sie die Theorie in einer eigenen Fallstudie zur Praxis Wenn Sie sich fragen was das Besondere an Serviceprojekten

Mehr

European Project Semester (EPS) 2016 an der FH Kiel: Informationen für Unternehmen

European Project Semester (EPS) 2016 an der FH Kiel: Informationen für Unternehmen European Project Semester (EPS) 2016 an der FH Kiel: Informationen für Unternehmen Alle Informationen auch Online: www.eps-kiel.com und eps@fh-kiel.de Stand: 04.11.2015 2 EPS Projekte, die sich für Unternehmen

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

Toolgestütztes Qualitäts- und Projektmanagement für die Software- Entwicklung

Toolgestütztes Qualitäts- und Projektmanagement für die Software- Entwicklung Expose Forschungsprojekt Toolgestütztes Qualitäts- und Projektmanagement für die Software- Entwicklung Version 1.0 Stand: 13.07.2005 Autor: Florian Fieber Forschungsassistent Dipl.-Inform., M.Sc. Florian

Mehr

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Corporate Performance Management SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Martin Krejci, Manager CPM Matthias Schmidt, BI Consultant Kristian Rümmelin, Senior BI Consultant Braincourt GmbH

Mehr

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator

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

Mehr

HANA @ a glance Workshop

HANA @ a glance Workshop HANA @ a glance Workshop Montag, 25. März 2013, 09:00 16:30 Uhr Dienstag, 26. März 2013, 09:00 16:30 Uhr Abstract Erkennen Sie Ihre aktuelle Situation bzw. Teile davon in der folgenden Darstellung wieder?

Mehr

Data Warehousing. DWH Projekte. Ulf Leser Wissensmanagement in der Bioinformatik

Data Warehousing. DWH Projekte. Ulf Leser Wissensmanagement in der Bioinformatik Data Warehousing DWH Projekte Ulf Leser Wissensmanagement in der Bioinformatik Inhalt DWH Projekte Spezifika Die kritischen Punkte Warum scheitern DWH Projekte? Ulf Leser: Data Warehousing, Vorlesung,

Mehr