Einstieg in Text Analytics

Größe: px
Ab Seite anzeigen:

Download "Einstieg in Text Analytics"

Transkript

1 , Einstieg in Text Analytics Einstieg in Text Analytics Von der Datenquelle zum Bericht und darüber hinaus... KSFE in Dresden, GmbH ist IT Dienstleister für Business Intelligence und Datenanalyse gibt es seit über 20 Jahren ist einer von vier in Deutschland hat 45 Mitarbeiter, davon 20 von SAS zertifizierte IT Spezialisten und sieben Mitglieder von bietet umfassende Services für SAS Software an, von der Beratung über die Programmierung bis hin zu Schulung und Support ist Mitglied im KSFE Verein 2012 GmbH 2 Seite 1

2 , Einstieg in Text Analytics Agenda Text Analytics: Von den Anfängen zu heutigen Anwendungsfällen Was muss ich bei der maschinellen Textanalyse beachten? Wie erstelle ich eine Text Analytics Datenbasis, und wie arbeite ich damit? Welche SAS Software gibt es in diesem Bereich? Demo: Erstellung einer Text Analytics Auswertung mit SAS Enterprise Guide Fazit 2012 GmbH 3 Einführung Eine Geschichte zweier Welten und ihrer Verbindung? Unstrukturierte Daten Strukturierte Daten 2012 GmbH 4 Seite 2

3 , Einstieg in Text Analytics Anfänge von Text Analytics: Damals Hans Peter Luhn (1958): The Automatic Creation of Literature Abstracts, IBM Journal paper Ziel: Mit statistischen Methoden die Signifikanz von Wörtern in einem Text bestimmen, um Texte automatisch zusammenzufassen. Vision von Business Intelligence (BI) : Entwicklung eines wissensbasiertes Systems, welches Relationen (nicht nur einzelne Daten) entdecken und an Entscheider kommunizieren kann GmbH 5 und heute? Global 5000 companies have invested millions in capturing, storing and managing information in: comment fields, call center notes, PDF, PowerPoint, s and Excel spreadsheets. To date, most are still unable to systematically analyze and effectively utilize this information. (Quelle: Studie zu Text Analytics, 2009) 2012 GmbH 6 Seite 3

4 , Einstieg in Text Analytics Text Analytics Warum ging es nicht weiter? Komplexität der Aufgabe Verbreitung von transaktionsbasierten Systemen: Fokussierung auf die Analyse von strukturierten Daten: Numerische Daten in Tabellenform Entwicklung von Auswertungsmethoden und tools fürstrukturiertedaten: Tabellenkalkulation Reporting OLAP Data Mining 2012 GmbH 7 Textual Analytics Warum gerade jetzt? Zunehmendes geschäftliches Interesse an unstrukturierten Daten Wissensgesellschaft auf dem Vormarsch Immer mehr Information wird z.b. durch das Internet verfügbar, die potentiell für Geschäftsentscheidungen relevant ist Frage nach maschineller Filterung und Aufbereitung stellt sich heute drängender denn je 2012 GmbH 8 Seite 4

5 , Einstieg in Text Analytics Worum geht es bei Text Analytics? Gewinnung von Wissen aus unstrukturierten Daten in Textform Extraktion von Informationen Integration von unstrukturierten Daten in eine strukturierte Umgebung Unterstützung von manueller Textanalyse durch geeignete grafische Tools Unterschied zu Text Mining / Text Data Mining: Dort andere Nutzergruppe im Visier: Analysten mit starkem statistischen und mathematischem Hintergrund Einsatz von maschinellen Lernverfahren Erstellung und Trainieren eines Modells Benutzung des Modells für Vorhersagen anhand neuer Daten Aber: Text Analytics kann Einstieg für Text Data Mining sein 2012 GmbH 9 Fachliche Anwendungsfälle Life Sciences: Analyse von Arztberichten zur Beurteilung der Effektivität von Behandlungsmethoden Aufbau einer durchsuchbaren Chemikalien Datenbank anhand von textuellen Einzelreports Unterstützung bei der Suche nach genetischen Assoziationen in der Krebsforschung Versicherungen: Integration von Vertragsdokumenten in eine strukturierte, nach Querbeziehungen durchsuchbare Umgebung Auswertung von internen Schadensberichten zur besseren Gewichtung von Kostenfaktoren Branchenneutral: Analyse von Kunden s zur Verbesserung eines CRM Systems Aufbau eines unternehmensweiten Glossars mit Taxonomie 2012 GmbH 10 Seite 5

6 , Einstieg in Text Analytics Weitere branchenneutrale Anwendungsfälle Sentiment Analysis: Wie schreibt man über uns? Unterstütztes Lesen: Named Entity Recognition Automatische Dokument Kategorisierung Nach Sprache Nach fachlicher Kategorie Nach behandelten Themen Nach vorgegebenen Schlagwörtern Nach nicht vorgegebenen Kategorien (Clustering) 2012 GmbH 11 Analyseebenen von textuellen Daten Textual Data (Datenpool) Konkreter Text, z.b. ein Dokument Positionsbasierter Abschnitt Satz Token/Wort Silben, z.b. Präfix,Postfix,Infix; Wortstamm vs. Endung Kunde-n-aufträg-e [[Kunde] + [Konnektor] + [Auftrag]] + [Plural] + [Nominativ] 2012 GmbH 12 Seite 6

7 , Einstieg in Text Analytics Einige Herausforderungen bei der maschinellen Analyse von Texten Mehrdeutigkeit von Wörtern (Polysemie) Bank Geldinstitut Sitzgelegenheit (strenggenommen Homonymie) Läufer laut Guinness Buch der Rekorde 1997 das deutsche Wort mit den meisten Bedeutungen (24) Mehrdeutigkeit von Sätzen Time flies like an arrow. Lösung: Disambiguierung durch Miteinbeziehung des Kontextes (Wissen über Sprache und über unsere Welt) Problem: Für Menschen meist einfach, für Computer sehr schwierig! 2012 GmbH 13 Ansätze zum Umgang mit unstrukturierten Daten ECM Ansatz (Enterprise Content Management) Finden und speichern von unstrukturierte Daten für spätere Verwendungszwecke Bieten oft einfache Suchmöglichkeiten (Volltext, Wildcards) NLP Ansatz (Natural Language Processing) Annahme: Sprache kann nur im Kontext verstanden werden Ziel: Verstehen des Kontextes von Sprache Textual Analytics Ansatz: Annahme: Wörter sind Datenelemente, die auch ohne Kontext verstanden werden können Ziel: Integration von unstrukturierten Daten in strukturierte Umgebung, um dort bessere Analysen machen zu können Nachrüsten von NLP Methoden möglich 2012 GmbH 14 Seite 7

8 , Einstieg in Text Analytics Wie kann eine Text Analytics Gesamtarchitektur aussehen? 2012 GmbH 15 Wie erstelle ich eine Text Analytics Datenbasis? Software Plattform zur Integration von unstrukturierten Daten aufbauen bzw. installieren Korpus bilden: Evtl. Daten (re )digitalisieren und umcodieren Worthäufigkeitsliste erstellen (später aktualisieren) Stopwörter aussortieren, evtl. Groß /Klein Schreibung vereinheitlichen Schlüsselwörter identifizieren bzw. ergänzen Wortstammreduktion (Stemming) durchführen Synonyme und Homographe ermitteln und verlinken Kategorien zuordnen bzw. Cluster bilden Einfache Metadaten über Herkunft und Art der Daten ermitteln Einfache fachliche Relevanzkriterien erstellen und anwenden Eigene Datenbank für integrierte unstrukturierte Daten erstellen Auf Dokument/Wort Basis oder auf Entity Basis (XML) Ermittelte Metadaten dort speichern und mit Daten verlinken Daten visualisieren Test Analysen durchführen, System iterativ anpassen (s.o.) 2012 GmbH 16 Seite 8

9 , Einstieg in Text Analytics Weitere Schritte Erkennung von relevanten Token bzw. Token Kombinationen: Named Entity Recognition (NER) Einsatz von domänenspezifischen Look Up Tabellen Einsatz von Matching Regeln für Tabellenabgleich Erkennung von Konzepten und Themen: Einsatz von Stemming, ggf. auch Lemmatisierung Geeignete Visualisierung wählen (z.b. Kartographische Darstellung) evtl. geeignetes Ähnlichkeitsmaß wählen (um verwandte Themen bzw. Korrelationen erkennen zu können) 2012 GmbH 17 Wie können Textdaten visualisiert werden? Selbstorganisierende Karten Tag Clouds Wort bzw. Konzeptgraphen statistische Grafiken 2012 GmbH 18 Seite 9

10 , Einstieg in Text Analytics Wie arbeitet man mit einem Text Analytics System? Oft finden Datenanalyse und Wissensentdeckung parallel statt Dies kann durch Visualisierung und Interaktivität unterstützt werden Ziel: Weniger Aufwand für Recherche, mehr Zeit für Analyse 2012 GmbH 19 Text Analytics mit SAS Technologie Zwei Anwendungsbereiche: categorization and classification derivation of business insight Zwei Ansätze beim Herangehen an unstrukturierte Daten: 1. Zuerst automatisch Metadaten durch Tools erzeugen lassen (z.b. mit SAS Text Miner) und diese dann durch Experten verfeinern 2. Zuerst strukturierte Metadaten mittels Experten erzeugen (z.b. mit SAS Content Categorization Studio), dann darauf aufsetzend Analysetools anwenden Quelle: LiveWebClass SAS Text Analytics, GmbH 20 Seite 10

11 , Einstieg in Text Analytics SAS Text Analytics Tools Quelle: t analytics.html 2012 GmbH 21 Demo: Text Analytics mit SAS Enterprise Guide Definition der Datenquelle(n) Tokenisierung der Textdaten (mit externem Java Tool) Einbindung von Stop und Startwortlisten zur Datenreduktion Wortstammreduktion (Stemming) Erstellung eines Keywords in Context Berichts Erzeugung eines Top 50 Keywords Diagramms Export der Ergebnisse 2012 GmbH 22 Seite 11

12 , Einstieg in Text Analytics Wann sollte man ein anderes SAS Frontend in Betracht ziehen? SAS Text Miner Wenn automatische Metadaten Erzeugung benötigt wird Wenn man bereits den SAS Enterprise Miner einsetzt SAS Text Miner ist darin integriert Wenn man bereits Text Analytics bzw. Text Mining Experte ist SAS Enterprise Categorization Studio Wenn Metadaten (Kategorien, Regeln u.a.) manuell gepflegt und von anderen Tools verwendet werden sollen 2012 GmbH 23 Fazit Mit Text Analytics werden fachliche Analysen auf textuellen Daten ermöglicht Text Analytics ist immer mit manuellem Konfigurationsaufwand verbunden Wichtig ist die modulare Erweiterbarkeit um domänenspezifische Nachschlagewerke SAS hat den Vorteil der integrierten Analyse Plattform gegenüber reinen Text Analytics Anbietern 2012 GmbH 24 Seite 12

13 , Einstieg in Text Analytics Vielen Dank! Haben Sie Fragen?, M.A. Computerlinguist Senior Software Ingenieur GmbH Rohrbacher Str Heidelberg Telefon software.de software.de Besuchen Sie uns auch auf unserem Messestand! Dort können Sie im Anschluss mit dem Referenten diskutieren finden Sie Demos zu diesem Vortrag können Sie sich über das Angebot von HMS informieren gibt es Jobangebote gibt es Informationen für Studenten zu Praktika und Abschlussarbeiten bei HMS 2012 GmbH 25 Seite 13

Das Beste aus zwei Welten

Das Beste aus zwei Welten : Das Beste aus zwei Welten Das Beste aus zwei Welten Aufruf von R Funktionen mit PROC IML KSFE 2012 08.03.2012 ist IT Dienstleister für Business Intelligence und Datenanalyse gibt es seit über 20 Jahren

Mehr

Business Analytics verbessert die Wertschöpfungskette

Business Analytics verbessert die Wertschöpfungskette Pressemitteilung Hamburg, 05. September 2013 Business Analytics verbessert die Wertschöpfungskette accantec zeigt auf dem SAS Forum in Mannheim vom 11.- 12.09.2013, wie Unternehmen mit SAS Visual Analytics

Mehr

SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN

SOZIALES BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN CHRISTIAN KÖNIG BUSINESS EXPERT COMPETENCE CENTER CUSTOMER INTELLIGENCE Copyr i g ht 2012, SAS Ins titut e Inc. All rights res

Mehr

Einstieg in Text Analytics für SAS Enterprise Guide Anwender: Von der Datenquelle zum Bericht - und darüber hinaus...

Einstieg in Text Analytics für SAS Enterprise Guide Anwender: Von der Datenquelle zum Bericht - und darüber hinaus... Text und Web Mining II Einstieg in Text Analytics für SAS Enterprise Guide Anwender: Von der Datenquelle zum Bericht - und darüber hinaus... Johannes Lang HMS Analytical Software Rohrbacher Straße 26 69115

Mehr

HMS. Statistiken mit SAS ins Internet. HMS Analytical Software GmbH - Johannes Lang

HMS. Statistiken mit SAS ins Internet. HMS Analytical Software GmbH - Johannes Lang HMS Statistiken mit SAS ins Internet HMS Analytical Software GmbH - Johannes Lang Schweizer Tage der öffentlichen Statistik, Davos 08.09. 10.09.2008 1 Agenda Vorstellung Inhaltliche Einleitung Statische

Mehr

SAS TEXT ANALYTICS EVENT

SAS TEXT ANALYTICS EVENT SAS TEXT ANALYTICS EVENT DIENSTAG, 21. APRIL 2015 AGENDA Zeit Inhalt 16:00-16:30 Registrierung & Willkommenskaffee 16:30-16:45 16:45-17:15 17:15-17:45 Begrüssung und Einleitung ins Thema Text Analytics

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

SAS und R -Ein ungleiches Paar-

SAS und R -Ein ungleiches Paar- SAS und R -Ein ungleiches Paar- 15. KSFE in Heidelberg 25. Februar 2011 Über uns HMS Analytical Software ist seit 21 Jahren IT-Spezialist für Datenanalysesysteme und Business Intelligence Leistungen Beratung,

Mehr

SAS CONTEXTUAL ANALYSIS IN ACTION ERFAHRUNGEN AUS EINEM EIN SELBSTVERSUCH

SAS CONTEXTUAL ANALYSIS IN ACTION ERFAHRUNGEN AUS EINEM EIN SELBSTVERSUCH SAS CONTEXTUAL ANALYSIS IN ACTION ERFAHRUNGEN AUS EINEM EIN SELBSTVERSUCH GERHARD SVOLBA COMPETENCE CENTER ANALYTICS WIEN, 17. NOVEMBER 2015 SAS CONTEXTUAL ANALYSIS 14.1 EIN BLICK IN DIE PRODUKTBESCHREIBUNG

Mehr

Vertriebssteuerung & Kundenmanagement bei Finanzinstituten. 1. Dezember 2010, Frankfurt am Main

Vertriebssteuerung & Kundenmanagement bei Finanzinstituten. 1. Dezember 2010, Frankfurt am Main Vertriebssteuerung & Kundenmanagement bei Finanzinstituten 1. Dezember 2010, Frankfurt am Main Erweitern Sie Ihre Analyse auch um unstrukturierte Daten: mehr Einblicke, bessere Entscheidungen! Unsere Agenda

Mehr

Self-Service-BI die große Freiheit?

Self-Service-BI die große Freiheit? Self-Service-BI die große Freiheit? IT oder Fachbereich - wer profitiert wann von Self-Service-BI? Vortragende Nico Haag Klaus Kepert Self-Service im Alltag Längst Gewohnheit Bankautomaten Internet Kantine

Mehr

VO 340088 Sprachtechnologien. Informations- und Wissensmanagement. Bartholomäus Wloka. Zentrum für Translationswissenschaft

VO 340088 Sprachtechnologien. Informations- und Wissensmanagement. Bartholomäus Wloka. Zentrum für Translationswissenschaft , Informations- und Wissensmanagement Zentrum für Translationswissenschaft Grundlagen und Definitionen Maschinelle Sprachverarbeitung Breites Spektrum an Methoden der Computerverarbeitung von Sprache.

Mehr

Informationsflut bewältigen - Textmining in der Praxis

Informationsflut bewältigen - Textmining in der Praxis Informationsflut bewältigen - Textmining in der Praxis Christiane Theusinger Business Unit Data Mining & CRM Solutions SAS Deutschland Ulrich Reincke Manager Business Data Mining Solutions SAS Deutschland

Mehr

Self Service BI mit Office 2013 Raúl B. Heiduk

Self Service BI mit Office 2013 Raúl B. Heiduk 1 Self Service BI mit Office 2013 Raúl B. Heiduk Partner: 2 Agenda Begrüssung Vorstellung Referent Inhalt F&A Weiterführende Kurse 3 Vorstellung Referent Name: Raúl B. Heiduk Ausbildung: Dipl. Ing. (FH),

Mehr

Neuerungen Analysis Services

Neuerungen Analysis Services Neuerungen Analysis Services Neuerungen Analysis Services Analysis Services ermöglicht Ihnen das Entwerfen, Erstellen und Visualisieren von Data Mining-Modellen. Diese Mining-Modelle können aus anderen

Mehr

Schwerpunkte von SQL Server 2005

Schwerpunkte von SQL Server 2005 3K05 Business Intelligence mit SQL Server 2005 Steffen Krause Technologieberater Microsoft Deutschland GmbH http://blogs.technet.com/steffenk Schwerpunkte von SQL Server 2005 Mission Ready Developer Ready

Mehr

Qualitative Aspekte Enterprise Search Volltextsuche & Text Mining. Franz Kögl Vorstand IntraFind Software AG

Qualitative Aspekte Enterprise Search Volltextsuche & Text Mining. Franz Kögl Vorstand IntraFind Software AG Qualitative Aspekte Enterprise Search Volltextsuche & Text Mining Franz Kögl Vorstand IntraFind Software AG Vorstellung IntraFind AG Qualitative Sucherweiterung: Search+ Wildcardsuche Einbindung von Synonymen

Mehr

Business Intelligence Center of Excellence

Business Intelligence Center of Excellence Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

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

Mehr

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

The integration of business intelligence and knowledge management

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

Mehr

ANALYSIEREN VON SOCIAL MEDIA AKTIVITÄTEN

ANALYSIEREN VON SOCIAL MEDIA AKTIVITÄTEN ANALYSIEREN VON SOCIAL MEDIA AKTIVITÄTEN PROFI-Webcast 10.03.2015 Dr. Michael Kosmowski Software-Architekt Tel.: 0721 46 46 46 64 44 E-Mail: m.kosmowski@profi-ag.de AGENDA Was passiert bei unseren Kunden?

Mehr

Logo MIA. Ein cloud basierter Marktplatz für Informationen und Analysen auf dem deutschsprachigen Web

Logo MIA. Ein cloud basierter Marktplatz für Informationen und Analysen auf dem deutschsprachigen Web Logo MIA Ein cloud basierter Marktplatz für Informationen und Analysen auf dem deutschsprachigen Web MIA Konsortium Ausgangslage Das deutschsprachige Web mit derzeit mehr als sechs Milliarden Webseiten

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

Wertvolle Einblicke in die Gamer-Welt bei ProSiebenSat.1 Games

Wertvolle Einblicke in die Gamer-Welt bei ProSiebenSat.1 Games 10. April, 11:45 12:05 Uhr Wertvolle Einblicke in die Gamer-Welt bei ProSiebenSat.1 Games HMS Analytical-Software GmbH, Rohrbacher Straße 26, 69115 Heidelberg Wertvolle Einblicke in die Gamer-Welt bei

Mehr

CENIT Beschwerdemanagement Beschwerden bearbeiten, analysieren und vermeiden. Stefan Jamin, Leiter ECM Zürich, 25.11.2014

CENIT Beschwerdemanagement Beschwerden bearbeiten, analysieren und vermeiden. Stefan Jamin, Leiter ECM Zürich, 25.11.2014 CENIT Beschwerdemanagement Beschwerden bearbeiten, analysieren und vermeiden Stefan Jamin, Leiter ECM Zürich, 25.11.2014 Beschwerden allgemein Beschwerden können in vielen verschiedenen Bereichen auftreten

Mehr

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen

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

Mehr

R im Enterprise-Modus

R im Enterprise-Modus R im Enterprise-Modus Skalierbarkeit, Support und unternehmensweiter Einsatz Dr. Eike Nicklas HMS Konferenz 2014 Was ist R? R is a free software environment for statistical computing and graphics - www.r-project.org

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

Mehrwerte schaffen durch den Einsatz von Business Intelligence

Mehrwerte schaffen durch den Einsatz von Business Intelligence Mehrwerte schaffen durch den Einsatz von Business Intelligence 1 Menschen beraten Menschen beraten BTC zeigt Wege auf - Sie entscheiden BTC zeigt Wege auf - Sie entscheiden Martin Donauer BTC Business

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

Integriertes Marketingmanagement 2013

Integriertes Marketingmanagement 2013 Integriertes Marketingmanagement 2013 Schneller sehen, verstehen und entscheiden Dr. Andreas Becks Senior Business Architect SAS Deutschland GmbH Agenda Integriertes Marketingmanagement 2013 Die neue Bank

Mehr

Einstieg in Business Intelligence mit Microsoft SharePoint 2010

Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Martin W. Angler Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Microsoft Press Einleitung 11 Was Sie in diesem Buch finden 12 Aufbau dieses Buchs 12 Kapitel 1: Was ist Business Intelligence?

Mehr

Vektormodelle. Universität zu Köln HS: Systeme der maschinellen Sprachverarbeitung Prof. Dr. J. Rolshoven Referentin: Alena Geduldig

Vektormodelle. Universität zu Köln HS: Systeme der maschinellen Sprachverarbeitung Prof. Dr. J. Rolshoven Referentin: Alena Geduldig Vektormodelle Universität zu Köln HS: Systeme der maschinellen Sprachverarbeitung Prof. Dr. J. Rolshoven Referentin: Alena Geduldig Gliederung Vektormodelle Vector-Space-Model Suffix Tree Document Model

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

Michael Greth. Microsoft Most Valuable Professional MVP. mg@sharepointcommunity.de

Michael Greth. Microsoft Most Valuable Professional MVP. mg@sharepointcommunity.de Michael Greth Microsoft Most Valuable Professional MVP mg@sharepointcommunity.de Übersicht SharePoint Plattform 2007 Geschäftsprozesse Demos Lösungen 2007 Office SharePoint Server 2007 Portal, Web Content

Mehr

CENIT Betrugsmanagement Analyse von natürlichsprachlichen Texten. Roman Mnich, Abteilungsleiter ECM, Zürich, 25.11.2014

CENIT Betrugsmanagement Analyse von natürlichsprachlichen Texten. Roman Mnich, Abteilungsleiter ECM, Zürich, 25.11.2014 CENIT Betrugsmanagement Analyse von natürlichsprachlichen Texten Roman Mnich, Abteilungsleiter ECM, Zürich, 25.11.2014 Wo liegt ihr Wissen? Die letzten Jahre haben wir geholfen, Daten zu archivieren und

Mehr

Schöne neue Welt. So können Sie fehlende SAS-Funktionalitäten mit PROC FCMP nachrüsten. SAS Treff 13. Juni 2013

Schöne neue Welt. So können Sie fehlende SAS-Funktionalitäten mit PROC FCMP nachrüsten. SAS Treff 13. Juni 2013 Schöne neue Welt So können Sie fehlende SAS-Funktionalitäten mit PROC FCMP nachrüsten SAS Treff 13. Juni 2013 ist IT-Dienstleister für Business Intelligence und Datenanalyse gibt es seit fast 25 Jahren

Mehr

Predictive Modeling Markup Language. Thomas Morandell

Predictive Modeling Markup Language. Thomas Morandell Predictive Modeling Markup Language Thomas Morandell Index Einführung PMML als Standard für den Austausch von Data Mining Ergebnissen/Prozessen Allgemeine Struktur eines PMML Dokuments Beispiel von PMML

Mehr

Visualisierung statistischer Daten 02.06.2010

Visualisierung statistischer Daten 02.06.2010 Visualisierung statistischer Daten 0.06.010 Lehrstuhl sozialwissenschaftliche Methodenlehre und Sozialstatistik Sebastian Jeworutzki Sebastian Jeworutzki Visualisierung statistischer Daten 0.06.010 1 Ablauf

Mehr

VDoc Report auf Basis BIRT. Ihr Business Intelligence und Reporting Tool

VDoc Report auf Basis BIRT. Ihr Business Intelligence und Reporting Tool VDoc Report auf Basis BIRT Ihr Business Intelligence und Reporting Tool Was ist Business Intelligence? Business Intelligence ist der Sammelbegriff für Data Warehouse, OLAP und Data Mining. Im weiteren

Mehr

Ressourcenmanagement in Forschung und Entwicklung Grünenthal integriert SAS in sein Berechtigungs- und Mandantenkonzept 7.

Ressourcenmanagement in Forschung und Entwicklung Grünenthal integriert SAS in sein Berechtigungs- und Mandantenkonzept 7. Ressourcenmanagement in Forschung und Entwicklung Grünenthal integriert SAS in sein Berechtigungs- und Mandantenkonzept 7. Nov 2012 Seite 1 Unternehmensprofil IT-Spezialist für Business Intelligence und

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

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

Mehr

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

Reboard GbR. www.reboard.net info@reboard.net

Reboard GbR. www.reboard.net info@reboard.net Mobiles Reporting für SAP BW Thilo Knötzele Geschäftsführer IBS Solution Ltd. 4. Gavdi Infotag Ein gutes BI-Portfolio ist...... komplett, durchdacht und hält für jede Anforderung genau ein Tool bereit

Mehr

Self Service BI der Anwender im Fokus

Self Service BI der Anwender im Fokus Self Service BI der Anwender im Fokus Frankfurt, 25.03.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC 1 Kernanforderung Agilität = Geschwindigkeit sich anpassen zu können Quelle: Statistisches

Mehr

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014 SQL PASS Treffen RG KA Überblick Microsoft Power BI Tools Stefan Kirner Karlsruhe, 27.05.2014 Agenda Die wichtigsten Neuerungen in SQL 2012 und Power BI http://office.microsoft.com/en-us/office365-sharepoint-online-enterprise-help/power-bi-for-office-365-overview-andlearning-ha104103581.aspx

Mehr

Semantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer

Semantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer Semantic Web Anwendungsbereiche & Entwicklungen Dr. Michael Granitzer - gefördert durch das Kompetenzzentrenprogramm Agenda Die Vision und warum das Semantic Web Sinn macht Grundlagen: Wissensrepräsentation

Mehr

Softwarearchitektur als Mittel für Qualitätssicherung und SOA Governance

Softwarearchitektur als Mittel für Qualitätssicherung und SOA Governance Softwarearchitektur als Mittel für Qualitätssicherung und SOA Governance Mag. Georg Buchgeher +43 7236 3343 855 georg.buchgeher@scch.at www.scch.at Das SCCH ist eine Initiative der Das SCCH befindet sich

Mehr

WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST?" BERNADETTE FABITS

WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST? BERNADETTE FABITS WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST?" BERNADETTE FABITS HINEIN GEHÖRT DATA SCIENTIST, STATISTIKER, DATA MINER, ANALYST,. Gibt es noch mehr von denen. die arbeiten mit Big Data

Mehr

Datenvisualisierung ohne Grenzen?

Datenvisualisierung ohne Grenzen? Datenvisualisierung ohne Grenzen? Zürich explorer Schweizer Tage der öffentlichen Vaduz 20. September 2012 Marco Sieber Agenda Ausgangslage Evaluation von Standardprogrammen Möglichkeiten und Grenzen von

Mehr

Mensch und Algorithmus ein gutes Gespann

Mensch und Algorithmus ein gutes Gespann Mensch und Algorithmus ein gutes Gespann Wolfgang Oelschlegel Heidelberger Druckmaschinen AG Andreas Mangold HMS Analytical Software GmbH 25 Jahre Variantenprognose für die Heidelberger Druckmaschinen

Mehr

Social Business Intelligence Text Mining und Hadoop bei DB Fernverkehr AG

Social Business Intelligence Text Mining und Hadoop bei DB Fernverkehr AG Social Business Intelligence Text Mining und Hadoop bei DB Fernverkehr AG DB Fernverkehr AG Dr.-Ing. Axel Schulz, Dr. Matthias Platho P.FMB 2, DB Fernverkehr AG Frankfurt, 22.05.2015 Motivation An meinem

Mehr

WEBINAR@LUNCHTIME THEMA: SAS ADMINISTRATION LEICHT GEMACHT MIT SAS 9.4 ALLE SYSTEME IM BLICK" ANKE FLEISCHER

WEBINAR@LUNCHTIME THEMA: SAS ADMINISTRATION LEICHT GEMACHT MIT SAS 9.4 ALLE SYSTEME IM BLICK ANKE FLEISCHER WEBINAR@LUNCHTIME THEMA: SAS ADMINISTRATION LEICHT GEMACHT MIT SAS 9.4 ALLE SYSTEME IM BLICK" ANKE FLEISCHER EBINAR@LUNCHTIME HERZLICH WILLKOMMEN BEI WEBINAR@LUNCHTIME Moderation Anne K. Bogner-Hamleh

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

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

Survival Guide für Ihr Business Intelligence-Projekt

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

Mehr

Text-Mining: Einführung

Text-Mining: Einführung Text-Mining: Einführung Claes Neuefeind Fabian Steeg 22. April 2010 Organisatorisches Was ist Text-Mining? Definitionen Anwendungsbeispiele Textuelle Daten Aufgaben u. Teilbereiche Literatur Kontakt Sprechstunde:

Mehr

SAS Education. Grow with us. Anmeldung bei SAS Education. Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz

SAS Education. Grow with us. Anmeldung bei SAS Education. Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz 2015 SAS Education Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz Anmeldung bei SAS Education Deutschland www.sas.de/education Tel. +49 6221 415-300 education@ger.sas.com Fax

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

QUICK-START EVALUIERUNG

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

Mehr

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

Seminar Wirtschaftsinformatik II B.Sc.

Seminar Wirtschaftsinformatik II B.Sc. Seminar Wirtschaftsinformatik II B.Sc. Prof. Dr. Harald Ritz Sommersemester 2011 Organisatorisches Bewertungsgrundlage Seminar Wirtschaftsinformatik II (B.Sc.) (2 SWS): Vortragsdauer: eine Person, 60 min

Mehr

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 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

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

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

Text Mining mit LingPipe

Text Mining mit LingPipe Text Mining mit LingPipe Hauptseminar Information Retrieval PD Dr. Karin Haenelt Universität Heidelberg Vortrag von Alexander Kappe im Wintersemester 2008/2009 Übersicht Text Mining Definition & Abgrenzung

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

Titel BOAKdurch Klicken hinzufügen

Titel BOAKdurch Klicken hinzufügen Titel BOAKdurch Klicken hinzufügen Business Objects Arbeitskreis 2015 Aufbau einer BI-Strategie Referent Stefan Weber, ZIS Verkehrsbetriebe Zürich 15.09.2015 Hotel UTO KULM Thema Um was geht es! C1: Aufbau

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

Wertvolle Textdaten erschließen mittels Text Mining

Wertvolle Textdaten erschließen mittels Text Mining IBM SPSS Data und Text Mining Tage 2013 Frankfurt Düsseldorf München Hamburg - Berlin Wertvolle Textdaten erschließen mittels Text Mining Jens Barthelmes Predictive Text Analytics Solution Architect 2013

Mehr

the Power of Integration Advellence Solutions AG & dox42

the Power of Integration Advellence Solutions AG & dox42 the Power of Advellence Solutions AG & dox42 patrik.kuster@advellence.com www.advellence.com christian.bauer@dox42.com www.dox42.com «the Power of» Agenda und Inhalt Webinar vom 25. August 2015 09.00 10.00h

Mehr

Text-Mining und Metadaten-Anreicherung Eine Einführung. Die Automatisierung in der semantischen Anreicherung von Text-Dokumenten

Text-Mining und Metadaten-Anreicherung Eine Einführung. Die Automatisierung in der semantischen Anreicherung von Text-Dokumenten Text-Mining und Metadaten-Anreicherung Eine Einführung Die Automatisierung in der semantischen Anreicherung von Text-Dokumenten 26.05.2015 Inhalt Zeit ist Geld. Das gilt auch für die Recherche....3 Kann

Mehr

Self-Service Business Intelligence. Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart

Self-Service Business Intelligence. Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart Self-Service Business Intelligence Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart Agenda Einleitung Self-Service Business Intelligence Definition(en) und Grundlage(n)

Mehr

Moderne Datenbankentwicklung mit Hilfe von SQL Server Data Tools

Moderne Datenbankentwicklung mit Hilfe von SQL Server Data Tools Moderne Datenbankentwicklung mit Hilfe von SQL Server Data Tools David Schäfer Vorstellung: HMS Analytical Software Anwendungs-Know-how, u.a. Banken und Versicherungen Pharma- und Medizinprodukte Technologie-Know-how,

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

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

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

Mehr

Office im Überblick 12.02.2015

Office im Überblick 12.02.2015 Office Produkte im Überblick Eine Vortragsreihe der Stadtbibliothek Ludwigsburg: Informationen direkt aus dem Internet! Microsoft Office Die verschiedenen Versionen 12.02.2015 ab 18:30 AGENDA Die verschiedenen

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

BI für Testmanagementtools am Beispiel von QMetry

BI für Testmanagementtools am Beispiel von QMetry BI für Testmanagementtools am Beispiel von QMetry Daniel Geppert Seminar Seminar Business Intelligence und Data Mining www.verifysoft.com 16. Januar 2013 Übersicht 2 22 Einführung Warum Software Testen?

Mehr

Menschen entscheiden über Geschäftserfolg

Menschen entscheiden über Geschäftserfolg 1C01 Die Microsoft Business Intelligence- Plattform: SQL Server 2005, das 2007 Office System und Office Business Applications Steffen Krause Technologieberater Microsoft Deutschland GmbH http://blogs.technet.com/steffenk

Mehr

USER CASE: SCOUT ALS FRAMEWORK FÜR FINANCIAL TECH

USER CASE: SCOUT ALS FRAMEWORK FÜR FINANCIAL TECH USER CASE: 2. Scout User Group Meeting eclipsecon Unconference 2015 LUDWIGSBURG, 2. NOVEMBER 2015» DAVID KLEIN, ENRION GMBH Content 1. Kurzvorstellung Enrion 2. Die Suche nach einem passenden Framework

Mehr

Andreas Emhart Geschäftsführer Alegri International Group

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

Mehr

Spezielle Excel Eigenschaften mit ODS erstellen. 1 Übersicht der 'tagsets' und der Alternativen

Spezielle Excel Eigenschaften mit ODS erstellen. 1 Übersicht der 'tagsets' und der Alternativen Spezielle Excel Eigenschaften mit ODS erstellen Tipps & Tricks Frank Biedermann Grünenthal GmbH Zieglerstr. 6 52078 Aachen Frank.Biedermann@grunenthal.com Zusammenfassung Dieser Beitrag stellt Möglichkeiten

Mehr

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es

Mehr

accantec vergrößert Unternehmenszentrale in Hamburg

accantec vergrößert Unternehmenszentrale in Hamburg Pressemitteilung Hamburg, 12.02.2014 accantec vergrößert Unternehmenszentrale in Hamburg Kontinuierliches Wachstum des Business Intelligence Dienstleisters erfordern neue Angebote für Kunden und mehr Platz

Mehr

TELEMETRIE EINER ANWENDUNG

TELEMETRIE EINER ANWENDUNG TELEMETRIE EINER ANWENDUNG VISUAL STUDIO APPLICATION INSIGHTS BORIS WEHRLE TELEMETRIE 2 TELEMETRIE WELCHE ZIELE WERDEN VERFOLGT? Erkennen von Zusammenhängen Vorausschauendes Erkennen von Problemen um rechtzeitig

Mehr

Aufbau und Konzeption einer SharePoint Informationslogistik Einstiegsworkshop

Aufbau und Konzeption einer SharePoint Informationslogistik Einstiegsworkshop Aufbau und Konzeption einer SharePoint Informationslogistik Einstiegsworkshop In Zusammenarbeit mit der Seite 1 Um eine SharePoint Informationslogistik aufzubauen sind unterschiedliche Faktoren des Unternehmens

Mehr

Soziale Netzwerke: Chance zur Verbesserung der Kommunikation mit den Bürgern

Soziale Netzwerke: Chance zur Verbesserung der Kommunikation mit den Bürgern Soziale Netzwerke: Chance zur Verbesserung der Kommunikation mit den Bürgern Dr. André Schulz SAS Deutschland Göttingen, 6. September 2012 SAS Institute Ein Unternehmen der Zahlen SAS is the first company

Mehr

Erik Purwins, Unit Manager BI 22.06.2015 Europäische TDWI-Konferenz, München

Erik Purwins, Unit Manager BI 22.06.2015 Europäische TDWI-Konferenz, München Take a BITe - BI Testing: Lasttests in BI- und DWH-Umgebungen Erik Purwins, Unit Manager BI 22.06.2015 Europäische TDWI-Konferenz, München Agenda Motivation Vorgehensweise Nutzen PPI AG 22.06.2015 Europäische

Mehr

Microsoft Office SharePoint Server 2007 Überblick. Gernot Kühn Partner Technical Specialist Microsoft Deutschland Gmbh Gernotk@microsoft.

Microsoft Office SharePoint Server 2007 Überblick. Gernot Kühn Partner Technical Specialist Microsoft Deutschland Gmbh Gernotk@microsoft. Microsoft Office SharePoint Server 2007 Überblick Gernot Kühn Partner Technical Specialist Microsoft Deutschland Gmbh Gernotk@microsoft.com 30. Juli 2006 Munich, Germany 2007 Microsoft Office System Investitionen

Mehr

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr.

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Florian Johannsen AGENDA 1. Big Data Projekt der freenet Group Dr. Florian Johannsen

Mehr

Data Warehousing 0-1. DBS-Module

Data Warehousing 0-1. DBS-Module Data Warehousing Sommersemester 2014 Prof. Dr. E. Rahm Universität Leipzig Institut für Informatik y y y http://dbs.uni-leipzig.de 0-1 DBS-Module Master-Studium Informatik 10-202-2215 Moderne Datenbanktechnologien

Mehr

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 0 Es TOP 10 DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 wird ein wichtiges Jahr für BIG (Business Intelligence Growth) 2012 war ein fantastisches Jahr für Business Intelligence! Die biedere alte

Mehr

Suchen allein ist nicht genug!

Suchen allein ist nicht genug! Suchen allein ist nicht genug! Eine Unternehmensweite Suche aussuchen, einführen und optimieren Jörg Issel Jörg Issel Seit 2001 im Suchmaschinenumfeld Projekte für diverse international tätige Konzerne

Mehr

Anwendertage WDV2012

Anwendertage WDV2012 Anwendertage WDV2012 28.02.-01.03.2013 in Pferdingsleben Thema: Business Intelligence mit Excel 2010 Referent: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant Alles ist möglich! 1 Torsten Kühn Dipl.

Mehr

Komplexität der Information - Ausgangslage

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

Mehr

SAS-Programme als Open Source nutzen und bereitstellen

SAS-Programme als Open Source nutzen und bereitstellen 17. KSFE 2013 in Ulm SAS Programme als Open Source nutzen und bereitstellen KSFE in Ulm 28. Februar 2013 2013 HMS Analytical GmbH ist IT Dienstleister für Business Intelligence und Datenanalyse gibt es

Mehr

ebusiness Lotse Berlin Social Media Monitoring

ebusiness Lotse Berlin Social Media Monitoring 1 Agenda Social Media Monitoring 2 1. Webbosaurus 2. Definition & Einsatzgebiet 3. Plattformen & Funktionsweise 4. manuell vs. automatisch 5. kostenlos vs. kostenpflichtig 6. Toolvorstellungen 3 Webbosaurus

Mehr