Informationsmanagement und -sicherheit

Transkript

1 und -sicherheit Sommersemester 2007 Dipl.-Ök. Patrick Bartels Telefon: +49 (0) (0) Dipl.-Ök. Robert Pomes Telefon: +49 (0) Sprechzeiten: Nach Vereinbarung, wir passen uns an!

2 Diverses Folien in der Tat nicht auf IWI-Seite Bitte Mail an mich direkt, nicht an Feedbackfenster! Folien folgen so bald wie möglich! Welcher Link zu studip geht nicht? Link: Video-Stream scheitert leider an der Manpower! Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 2

3 Strategische Aufgaben des IM Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 3

4 Taktische/Administrative/Realisierungs- Aufgaben Vertragsmanagement Projektmanagement Personalmanagement Datenmanagement Technologiemanagement Rechtsfragen Qualitätsmanagement IT-Controlling heute heute Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 4

5 Datenmanagement Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 5

6 Motivation Daten werden i.d.r. in Dateien gespeichert. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 6

7 Motivation Bei zunehmender Nutzung entstehen Probleme mit Zugriffsrechten, Zugriffszeiten, Berechtigungen, Redundanz Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 7

8 Motivation Datenbanksysteme sollen helfen, diese Konflikte zu beherrschen. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 8

9 Datenmanagement Definition Datenmanagement umfasst alle Aufgaben der Planung, Steuerung und Kontrolle im Zusammenhang mit Definition und Modellierung von Daten, Entwurf und Betrieb von Datenbanken, bedarfsgerechter Aufbereitung und Präsentation der Daten, Gewährleistung von Datensicherheit und Datenschutz, Beschaffung von Daten aus externen Quellen. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 9

10 Datenmanagement Zweck Zweck des Datenmanagements Bereitstellung der Daten für das IM Grundlage der Informationssysteme Aufgaben der IT-Abteilung verlagern sich von der Datenverarbeitung hin zur Datenbereitstellung für die Informationsproduktion. Alle Daten in einem Unternehmen (Dateien und Datenbanken) müssen geplant, überwacht und gesteuert werden. Ziel ist, dass alle geforderten Daten verfügbar sind. Umfassend integrative Betrachtung: Alle Daten werden betrachtet, unabhängig von Sachmitteln, Aufgaben oder Aufgabenträger. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 10

11 Datenmanagement Zweck Zweck des Datenmanagements (2) Werkzeuge (Data Warehouse) und Methoden (Data Mining) zum intelligenten Zugang nötig. Rahmenbedingungen des DM Bestehende Situation durch Großrechnerlösungen. Ad-hoc Abfragen nur schwer realisierbar. Stetig steigende Nachfrage nach individueller Datenauswertung durch leistungsfähigere PCs (Excel oder Access Problem MA-Qualifikation!!!). Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 11

12 Datenmanagement Bedeutung Effizientes Datenmanagement ist wichtiger denn je, da Daten sind notwendig zur Erledigung von Aufgaben. Daten haben in IV-Systemen die längste Lebensdauer. Daten ändern sich in IV-Systemen am schnellsten. Daten sind strategische Erfolgsfaktoren. Das Datenvolumen nimmt ständig zu. Daten stammen aus unterschiedlichen Quellen. Daten können unterschiedliche Formate haben. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 12

13 Datenmanagement Anforderungen Zentrale Anforderungen sind minimale Zugriffs- und Übertragungszeiten, minimale (optimale) Redundanz, logische Integration und Zentralisierung, überschaubarer innerer Aufbau, Anpassbarkeit der Datenstruktur und der Daten, logische und physische Unabhängigkeit, Möglichkeiten der Auswertung und Verknüpfung, Datenintegrität, Wirtschaftlichkeit. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 13

14 Datenmanagement Anforderungen Beispiele für einzelne Anforderungen: Schneller Zugriff: Auskunfts- und Reservierungssysteme Anpassbarkeit und Aktualisierbarkeit: Bestellannahme Schutz vor unbefugtem Zugriff: Vertrauliche Personaldaten Beliebige Auswertbarkeit: Umsatzauswertungen Flexible Verknüpfbarkeit: Errechnung von Kennzahlen Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 14

15 Datenmanagement Anforderungen Zu (1) - Ansatzpunkte zur Beeinflussung der Zugriffs- und Übertragungszeiten: Hardwarekonfiguration, Verteilung der Datenbank, Konfiguration des Netzwerkes, Parameter des Betriebssystems, Parameter des DBMS, Datenstrukturen, physische Struktur der Daten, Zugriffsverwaltung. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 15

16 Datenmanagement Anforderungen Zu (2) - Minimale (optimale) Redundanz: Redundanz bedeutet hier die mehrfache Datenhaltung, Redundanz beansprucht Ressourcen, Redundanz verursacht Kosten, Redundanz kann zu Anomalien führen, Redundanz, z. B. bei Sicherungskopien, ist notwendig, redundante Datenhaltung kann die Zugriffsgeschwindigkeit auf Daten erheblich verbessern (physische Struktur), bspw. bei verteilten Datenbanken. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 16

17 Datenmanagement Anforderungen Zu (4) - Überschaubarer innerer Aufbau: erleichtert das Verständnis der DB, erleichtert die Administration, erleichtert die Fehlerbehebung, erleichtert die Einarbeitung, spart Kosten, kann in Konflikt stehen mit anderen Zielen. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 17

18 Datenmanagement Anforderungen Zu (5) - Anpassbarkeit der Datenstruktur und der Daten Anpassung der Datenmengen, Rahmenbedingungen ändern sich (Technologie), neue Anforderungen entstehen, alte Anforderungen werden unwichtig (z. B. Sparsamkeit beim Gebrauch von Ressourcen), neue Datentypen entstehen (z. B. Audio, Video). Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 18

19 Datenmanagement Anforderungen Zu (6) - logische und physische Unabhängigkeit Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 19

20 Datenmanagement Anforderungen Zu (7) - Möglichkeiten der Auswertung und Verknüpfung hängen ab von: der Komplexität der Auswertungen, den Möglichkeiten des DBMS, der gewünschten Schnelligkeit der Auswertungen, der Darstellung der Auswertung, den Datenquellen, den unterschiedlichen Datenformaten. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 20

21 Datenmanagement Anforderungen Zu (8) - Datenintegrität: Datenkonsistenz (Widerspruchsfreiheit) Plausibilität der Eingabedaten, konkurrierender Zugriff, konsistente Datenmanipulation. Datensicherheit Zugriff von unberechtigten Personen, Schutz gegen absichtliches Verändern, Schutz gegen unabsichtliches Verändern oder Zerstören. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 21

22 Datenmanagement Anforderungen Zu (8) - Datenintegrität: Datenschutz (rechtliche Aspekte) Schutz personenbezogener Daten vor dem unbefugtem Zugriff und der unbefugtem Weitergabe. Geregelt z. B. im Bundesdatenschutzgesetz, Landesdatenschutzgesetz, Betriebsverfassungsgesetz Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 22

23 Datenmanagement Anforderungen Zu (9) - Wirtschaftlichkeit: Erstinvestition als auch Kosten des operativen Betriebs betrachten Berücksichtigung des Wirtschaftlichkeitsprinzips (Minimalprinzip bzw. Maximalprinzip) Insbesondere ist die Wirtschaftlichkeit bei der Auswahl und beim Customizing von Standardsoftware (z. B. SAP / R3) zu berücksichtigen. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 23

24 Datenmanagement Aufgaben des Datenmanagements sind vielseitig und nicht nur auf die reine Datenorganisation beschränkt. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 24

25 Datenmanagement Probleme Anforderungen sind teilweise konkurrierend: Redundanzfreiheit vs. schneller Zugriff Schutz vor unbefugtem Zugriff vs. beliebige Auswertbarkeit usw Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 25

26 Datenmanagement Datenschlüssel Kombination von Datenelementen, mit denen ein Datensatz (eindeutig) identifiziert werden kann. Dienen nicht immer der eindeutigen Identifizierbarkeit. Liefern oft auch zusätzliche Informationen (sprechender Schlüssel, Informationsschlüssel). Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 26

27 Datenmanagement Datenschlüssel Buchungsdatensatz: Beispiel für einen eindeutigen Schlüssel. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 27

28 Datenmanagement Datenschlüssel Schlüssel bzw. Datenschlüssel: Identifikationsschlüssel eindeutige Identifikation Klassifikationsschlüssel Zuordnung übereinstimmender Eigenschaften Verbundschlüssel Klassifikations- und Identifikationsfunktion Parallelschlüssel Ergänzung des identifizierenden Teils um einen klassifizierenden Primärschlüssel Hauptordnungskriterium Sekundärschlüssel Kombination von Datenelementen Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 28

29 Datenmanagement Datenschlüssel Arten von Datenschlüsseln Datenschlüsselarten.[1] [1] Vgl. Schwarze 2000, S Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 29

30 Datenmanagement Datennutzungsmanagements Bereitstellung der Daten in benötigtem Umfang und Qualität (am wichtigsten) Extraktionsmanagement Viewmanagement Bezug zum Information Retrieval Einrichtung einer Stelle im Unternehmen, die sich speziell mit Fragen zum DM befasst ( Erzeuger- und Verbraucherorientiert ). Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 30

31 Datenmanagement Datenqualität Zielsystem zur Sicherstellung der Datenqualität Datenrichtigkeit Datenvollständigkeit (Vermeidung von Datenlücken) Datenaktualität Aufgabenadäquanz Datenkonsistenz (Wichtig, weil, wg. vieler unterschiedlicher Systeme, schwierig!) Vermeidung von Redundanz (Sicherstellung der Dateneffizienz) Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 31

32 Datenmanagement Datenanalyse (Entwickeln von Datenmodellen) Integriert die verschiedenen Teilmodelle der einzelnen IT-Projekte (teilweise Querschnittsfunktion). Globale Datenarchitektur basiert auf Informationsarchitektur. Ergebnis ist ein logisches Datenmodell. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 32

33 Datenmanagement Datenanalyse (Entwickeln von Datenmodellen) Bsp. für grundsätzliche Datenmodelle: Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 33

34 Datenmanagement Datenanalyse (Entwickeln von Datenmodellen) Merkmale formatierter Datenbanken: Gemeinsames Schema für alle abgelegten Daten. Gruppierung der Daten nach Maßgabe gemeinsamer Datentypen. Gemeinsame Verwaltung durch ein Datenbankmanagementsystem (DBMS). Redundanzarmut: Jedes Datenelement wird im Idealfall nur einmal gespeichert. Flexibilität bei Datenabfragen (bspw. per SQL). Effizienz: Abfragezeiten sind dank des verwendeten Formalismus (Vgl. Relationenalgebra) kurz. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 34

35 Datenmanagement Datenanalyse (Entwickeln von Datenmodellen) Merkmale unformatierter Datenbanken: Datenbestände sind häufig sehr verteilt und von verschiedenen Anbietern. Auf semantischer Ebene keine gemeinsamen Formate. Kein DBMS kontrolliert Konsistenz und Integrität. Es gibt keine formale Abfragesprache, Suche erfolgt textorientiert. Bsp. WWW: Suche erfolgt über Suchmaschine und künstlichen Index. Vorteil: Nur wenig Wissen über Daten-, Datenbankstrukturen und Abfragesprachen nötig. Nachteil: Schlechtes Laufzeitverhalten, Suchergebnisse groß; aber: zunehmende Bedeutung durch Wachstum des Internets. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 35

36 Datenmanagement Datenanalyse (Entwickeln von Datenmodellen) Vergleich zwischen formatierten und unformatierten Daten: Innerhalb von Unternehmen stehen formatierte Datenbanken im Mittelpunkt (Effizienz), aber dennoch ist eine Dokumentenverwaltung über das Netzwerk sinnvoll! Unternehmensextern gewinnen unformatierte Datenbanken an Bedeutung, vor allem durch das Internet. IM befasst sich mit der Verwaltung der internen Daten. Data-Warehouses stehen derzeit im Mittelpunkt. IM befasst sich extern mit der Beschaffung von Daten (Bspw. Web- Mining und Suchmaschinen). Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 36

37 Datenmanagement Datenanalyse (Entwickeln von Datenmodellen) Beispiel für ein einfaches Datenmodell: Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 37

38 Datenmanagement Implementierung des Datenmodells Gegenstand der Implementierung ist es, die Datenmodelle in Datenbanken abzubilden. Dazu werden Datenmodelle in Datenbankspezifische Datendefinitionssprachen übersetzt: Attribute werden präzisiert. Datentypen werden festgelegt. Konsistenzbedingungen werden angegeben. Es gibt keinen einheitlichen Standard zur Datendefinition, daher erfolgt vor der Überführung die Festlegung auf die zu verwendende Datenbank. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 38

39 Datenmanagement Implementierung des Datenmodells Zwei große Alternativen: Relationale DBMS (RDBMS) vs. mehrdimensionale DBMS (MDBMS). RDBMS State of the art und ausgiebig erforscht. Es gibt viele Datenbankalternativen (Oracle, Access, MySQL ) Hierarchische Beziehungen werden in Form von relationalen Tabellen abgebildet. Redundanzarm. Mehrdimensionalität wird virtuell realisiert. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 39

40 Datenmanagement Implementierung des Datenmodells Zwei große Alternativen: Relationale DBMS (RDBMS) vs. mehrdimensionale DBMS (MDBMS) MDBMS Basieren auf speziellen Speichertechniken. Speichern Daten in Sub-Segmenten (Data-Cubes). In den Würfeln sind die Daten speziell indiziert. Mehrdimensionalität wird physisch realisiert. Wenig angebotene Produkte, häufig proprietär. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 40

41 Datenmanagement Verteilte Datenhaltung Durch die Aufteilung der Datenhaltung auf verschiedene Rechner können Leistungssteigerung erreicht werden. Downsizing-Prinzip: Jeder Rechner übernimmt nur noch Spezialaufgaben Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 41

42 Datenmanagement Verteilte Datenhaltung Einzelne Rechner können Client und Server zugleich sein. Beispiel: Proxy-Server Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 42

43 Datenmanagement Verteilte Datenhaltung Die Ebenen der Anwendungen können verschieden verteiltz werden Dabei sind Client und Server unterschiedlich leistungsfähig. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 43

44 Datenmanagement Data Warehouse Operative Systeme arbeiten mit zweckmäßig auf die Erfüllung konkreter Aufgabenstellungen ausgerichteten Daten. Diese sind weitestgehend durch die Unternehmensmodellierung erfasst und werden durch System-Kataloge erfasst (Data Dictionary). Operative Systeme sind i. d. R. nicht zur Informationsbeschaffung geeignet, da wünschenswerte Informationen erst durch Verbindung vieler Einzeldaten entstehen. Zudem liegen Insellösungen in den Anwendungen vor. Lösung durch Kombination der Vor- und Nachteile: Data-Warehouse. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 44

45 Datenmanagement Data Warehouse Antwortzeiten Eigenschaft Anzahl gleichzeitiger Benutzer Zugriffsfrequenz Datenvolumen pro Zugriff Änderungen des Datenbestandes Aktualität der Daten Datenstrukturierung Transaktionssysteme bis zu mehreren Tausend Millisekunden hoch niedrig laufend hoch detailliert Sekunden bis Minuten niedrig bis mittel hoch durch definierte Updates durch Updateintervall bestimmt verdichtet Analysesysteme zweistelliger Bereich Kritische Faktoren Performance, Antwortzeitverhalten, Ausfallssicherheit Datenbankgröße, strukturelle Änderungen, Datenqualität Beispiel: die Datenbanken der Telekom, die dort im Hintergrund laufen. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 45

46 Datenmanagement Data Warehouse Anwendungen Anwendungen Data Warehouse Operative Systeme Operative Systeme Ziel: Effiziente Bereitstellung (aktueller) qualitativ hochwertiger Daten. Verbesserung von Informationen und Datenqualität Steigerung der Endbenutzerproduktivität (bspw. im Vertrieb) Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 46

47 Datenmanagement Data Warehouse Datenbank 1 Data Warehouse Benutzer 1 Datenbank-Management-System Datenbank 2 intern Datenbank 3 Datenbanken - Geschäftsfeld 1 - Geschäftsfeld 2 - Geschäftsfeld Benutzer 2 extern Operative Ebene Data Warehouse Ebene Benutzer 3 Benutzerebene Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 47

48 Datenmanagement Data Warehouse Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 48

49 Technologiemanagement Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 49

50 Zweck des Technologiemanagements Ziel ist, den Veränderungsbedarf der Funktionen und Leistungen der Geschäftsprozesse zu bestimmen und durch den Einsatz von IuK-Technologien zu decken. Allgemein: Kompetenzen und Technologien zur richtigen Zeit am richtigen Ort bereitstellen. Erfolgskritisch: Die Beherrschung von Technologien. Unterscheidung von Technologie und Technik: Technologie ist die Gesamtheit der anwendbaren und angewendeten Verfahren, Methoden und Techniken (Technik und Verfahren). Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 50

51 Arten von Technologie Basistechnologie: Veränderungspotential gering. Schlüsseltechnologie: Vorhandene Technologie mit erheblichem Veränderungspotential. Schrittmachertechnologien: Technologie in der Entwicklung, die erhebliches Veränderungspotential besitzen wird. Zukunftstechnologien: Abzeichnende Technologie mit erheblichem Veränderungspotential. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 51

52 Arten von Technologie Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 52

53 Technologieentwicklung - Gartner Technology Hype Cycle The Gardner 2004 Hype Cycle for Emerging Technologies. Weitere Informationen hier. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 53

54 Aufgaben des Technologiemanagements Beobachten der Technologieentwicklung Beeinflussen der Technologieentwicklung (Bspw. durch eigene Forschung) Bestimmen des Technologiebedarfs des Unternehmens Decken des Technologiebedarfs Evaluieren des Technologieeinsatzes Verwalten des Technologiebestands inkl. Verträgen Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 54

55 Aufgaben des Technologiemanagements Beobachten der Technologieentwicklung Im Wesentlichen Marktforschung Quellen sind Zeitschriften, Messen, Universitäten Ziel ist das Erkennen von relevanten Zukunftstechnologien zu einem frühen Zeitpunkt Zeit ist Erfolgsfaktor Abhängigkeit zur IT-Strategie Klassifizierung von Anwendungssystemen wie bspw. Internetsysteme, Data-Warehouses, Data-Mining, Entscheidungsunterstützungssysteme Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 55

56 Aufgaben des Technologiemanagements Beeinflussen der Technologieentwicklung Eigene Forschung. Ausüben einer Nachfragemacht, bspw. bei der Vertragsgestaltung im Mobilfunk. Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 56

57 Aufgaben des Technologiemanagements Bestimmen des Technologiebedarfs Enger Zusammenhang mit der strategischen IT-Planung Infrastrukturplanung Eher Schlüssel- und Schrittmachertechnologien Informationssystemplanung Eher Basistechnologien Führt zu Technologie-Einsatzentscheidungen Andere Erfolgspotenziale (vor allem Personal) ergänzen die Technologieeinsatzplanung Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 57

58 Aufgaben des Technologiemanagements Bestimmen des Technologiebedarfs Aufgaben bei der Bestimmung Identifizieren der Aufgaben durch IuK-Technologien Festlegen der Art der einzusetzenden IuK-Technologien Bestimmen der Investitionshöhe Bestimmen des Zeitraums und wichtiger Zeitpunkte Umfasst Projektbezogene Wirtschaftlichkeits- und Wirksamkeitsanalysen (Nur Kostenrechnung greift zu kurz: Bsp. Teleconferencing) Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 58

59 Aufgaben des Technologiemanagements Decken des Technologiebedarfs Im Wesentlichen organisierte Beschaffung Teilaufgaben: Ausschreibung Angebotsanalyse Auswahlentscheidungen Beschaffung Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 59

60 Aufgaben des Technologiemanagements Evaluieren des Technologieeinsatzes Wurden Wirksamkeit und Wirtschaftlichkeit erreicht? Abweichungsanalyse Aufgabenträger des Technologiemanagements Linienmanager wg. Fachkompetenz IT-Abteilung Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 60

61 Besondere Aspekte des Technologiemanagements Total-Cost-of-Ownership (TCO) Konzept am Beispiel Netzwerkdrucker Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 61

62 Fazit Technologie ist immer nur ein Werkzeug und gehört daher zu den taktischen Aufgaben. Technologie selbst bringt keine Vorteile. Immer Chancen und Risiken zusammen betrachten! Frühzeitiges Befassen kann Lerneffekte liefern! Weiterführender Text für das Beispiel elektronischer Rechnung: 09 Dipl.-Ök. Patrick Bartels und Dipl.-Ök. Robert Pomes 62