Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4

Größe: px
Ab Seite anzeigen:

Download "Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4"

Transkript

1 Contents Data Warehouse - ETL Prozess Version: July 10, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften Gebäude Rechenzentrum, 1. Stock, Zi. 169 Universität Karlsruhe (TH) D Karlsruhe Tel: Fax: Sprechstunde nach Vereinbarung ( ) Contents 1 Ebenen 2 2 Problemquelle Quellsysteme 4 3 Extraktion: Übersicht Identifikation der Quelldaten Extraktionsmethoden Transformation Grundlegende Aufgaben Laden Data Refresh versus Update Koordination des Ladeprozesses Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 1 Ebenen Ebenen 1 Ebenen Datensicht: physikalische Speicherung und Optimierung Modellsicht: Umsetzung der Datenmodelle, einmalig vor Aufsetzen des Data Warehouse logisches Modell und physisches Modell Prozesssicht: ETL-Prozesse, regelmäßige Ausführung Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 2 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 3

2 Problemquelle Quellsysteme Extraktion: Übersicht 2 Problemquelle Quellsysteme 3 Extraktion: Übersicht sehr ungleiche Systemtypen, verschiedene Betriebssysteme und Plattformenbdhks alte Systeme, alte Datenbankanwendungen oft keine Speicherung historischer Daten geringe Datenqualität (falsche Daten) Inkonsistenzen, unklare Regeln zum Auflösen von Inkonsistenzen (z.b. Preis einmal brutto, einmal netto oder Gehalt einmal pro Jahr, einmal pro Monat etc.) Quellsysteme ändern sich Anpassung der Prozesse Quellen identifizieren Methode der Extraktion Extraktionshäufigkeit: lege für jede Datenquelle fest, wie oft der Extraktionsprozess stattfindet Zeitfenster: lege für jede Datenquelle fest, in welchem Zeitfenster der Extraktionsprozess stattfindet Ablaufplanung: laufen einzelne Vorgänge einer Extraktion sequentiell oder parallel ab? Ausnahmebehandlung Was passiert, wenn Probleme beim Extrahieren auftreten? Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 4 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 5 Identifikation der Quelldaten Extraktionsmethoden 3.1 Identifikation der Quelldaten 3.2 Extraktionsmethoden Auflisten aller Variablen in der Fact Tabelle Auflisten aller Variablen in Dimensionstabellen Zu jeder Variablen Quellsystem und Quellvariable identifizieren Bei mehreren Quellen: bevorzugte Quelle festlegen bzw. Konsolidierungsregeln festlegen Bei einzelner Quelle und mehreren Zielwerten: Regeln zum Aufsplitten des Wertes festlegen Defaultwerte für das Data Warehouse festlegen Quelldaten auf fehlende Werte hin untersuchen Sofortige Extraktion: real-time, nach jeder Quellsystemänderung Option 1: Transaction Logdateien lesen Wichtig: Konfliktvermeidung, kein Schreiben während des Leseprozesses Vorteil: nur tatsächliche Änderungen werden extrahiert; kein Overhead auf DB-Seite da Transaction Logs eh geschrieben werden Nachteil: geht nur bei Datenbank-basierten Quellsystemen Option 2: Datenbank Trigger, Änderungen in Dateien schreiben Vorteil: nur Änderungen werden gelesen Nachteil: Quellsysteme müssen geändert werden Option 3: Quellanwendungen schreiben Änderungen in Datei Vorteil: geht auch bei nicht DB-basierten Systemen Nachteil: Quellanwendungen müssen geändert werden Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 6 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 7

3 Extraktionsmethoden Transformation zeitversetzte Extraktion: zu regelmäßigen Zeitpunkten Selektion basierend auf Zeitstempel Wichtig: Zeitstempel muss bei jeder Änderung mit gespeichert werden Vorteil: einfache Selektion der relevanten Änderungen Selektion basierend auf Snapshots: vergleiche Datensnapshot von gestern und heute, Differenz der Dateien wird extrahiert Vorteil: geht auch bei nicht-db Systemen, keine Änderungen in Quellsystemen nötig Nachteil: sehr aufwendig 4 Transformation 4.1 Grundlegende Aufgaben Selektion: wähle zu ladende Datensätze aus (falls nicht schon im Extraktionsprozess geschehen) Splitting/Joining: ausgewählte Teile weiter unterteilen (selten) Zusammenfügen von Daten aus verschiedenen Quellen (häufig) Konvertierung: Vereinheitlichung von Daten verschiedener Quellen Inkonsistenzen auflösen und fehlerhafte Einträge korrigieren Werte in Benutzer-verständliche umformen Summarization: Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 8 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 9 Grundlegende Aufgaben Aggregation einzelner Daten zu einem Wert Enrichment: Umgestaltung und Vereinfachung individueller Felder zur besseren Nutzung 4.2 Formatbearbeitung: Datentypen und Längen von Feldern standardisieren Dateninhalte in Text umwandeln (Benutzer-lesbar) Bsp: Produktcode in Produktnamen umwandeln Felder dekodieren: Vereinheitlichen von gleichen, aber verschieden kodierten Daten Bsp.: in einem System steht 0/1 für männlich/weiblich; im anderen M/W berechnete und abgeleitete Werte: z.b.: Gesamtkosten, Gewinnspanne, etc. Aufteilen von einzelnen Feldern: z.b.: komplette Adresse in einem Feld schlecht, weil Abfragen über Stadt, Postleitzahl,... dann nicht möglich Konvertierung in einen einheitlichen Zeichensatz (z.b. ASCII) Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 10 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 11

4 Konvertierung von Maßeinheiten Vereinheitlichung der Maßeinheiten Vereinheitlichung von Zeitangaben Zusammenfassen von Informationen: gröberer Detaillevel von Daten wird gespeichert z.b. nicht einzelne Produkte einer Bestellung speichern sondern nur Gesamtbetrag einer Bestellung Auflösung von Inkonsistenzen z.b.: Kunde hat auf verschiedenen System mehrere Kundennummern nun muss erkannt werden, dass es sich dabei um ein und denselben Kunden handelt und die Daten zusammengeführt werden Umsetzung der Primärschlüssel eigene Schlüssel fürs Data Warehouse generieren z.b. wenn Quellsystem im Schlüssel kodiert ist Umsetzung ins Data Warehouse Datenmodell Umsetzung der Type 1, Type 2 und Type 3 Änderungen von Dimensionsattributen 1. Type 1: Fehlerkorrektur, keine Historie im Data Warehouse speichern 2. Type 2: Änderungen, Historie muss gespeichert werden, Primärschlüsselumsetzung 3. Type 3: vorläufige Änderungen, Umsetzung aufs erweiterte logische Modell (mit zusätzlichem Attribut) Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 12 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 13 Laden Laden 5 Laden 4 Techniken die dafür nötig sind 3 Methoden um Daten ins DW zu laden Initial Load: Erstmaliges Laden der Daten ins DW Incremental Load: periodisches laden fortlaufender Änderungen Full Refresh: Inhalt einer oder mehrerer Tabellen komplett löschen und neu laden mit aktuellen Daten Laden: Zieltabelle exisistiert schon, Inhalt wird gelöscht, neue Daten eingetragen Anhängen: Inhalt der Zieltabelle bleibt bestehen, neue Daten werden angehängt zerstörendes Zusammenfügen: bei übereinstimmenden Schlüsseln in Quellund Zieldatensatz, wird Zieldatensatz von Quelldatensatz überschrieben; wenn keine Übereinstimmung, einfaches Anhängen aufbauendes Zusammenfügen: bei übereinstimmenden Schlüsseln in Quellund Zieldatensatz, wird alter Datensatz nicht gelöscht, der Zieldatensatz hinzugefügt und markiert, dass er den alten ersetzt; wenn keine Übereinstimmung, einfaches Anhängen Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 14 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 15

5 Data Refresh versus Update Data Refresh versus Update 5.1 Data Refresh versus Update Zwei Möglichkeiten um nach erstmaligem Laden up-to-date zu bleiben Update: fortlaufende Aktualisierung bei Veränderungen Refresh: komplettes Neuladen in bestimmten Intervallen Wahl hängt von Anzahl der durchzuführenden Änderungen ab Faustregel: Kosten für Update und Refresh gleich, wenn Anzahl der zu ändernden Datensätze Prozent von der Gesamtzahl der Datensätze beträgt C O S T 15% to 25% UPDATE REFRESH % OF RECORDS CHANGED Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 16 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 17 Koordination des Ladeprozesses 5.2 Koordination des Ladeprozesses Laden der Daten ins Data Warehouse dauert! Schreibvorgang! potentieller Konflikt mit parallel laufenden Leseprozessen Prozesskoordination und -synchronisation notwendig! TODO: ausführlicher... Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 18

Data Warehouse Version: June 26, 2007. Andreas Geyer-Schulz und Anke Thede

Data Warehouse Version: June 26, 2007. Andreas Geyer-Schulz und Anke Thede Data Warehouse Version: June 26, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften Gebäude 20.20 Rechenzentrum,

Mehr

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Dani Schnider Principal Consultant Business Intelligence BI Trilogie, Zürich/Basel 25./26. November 2009 Basel Baden Bern Lausanne Zürich

Mehr

BEDIFFERENT A C E G E R M A N Y

BEDIFFERENT A C E G E R M A N Y BEDIFFERENT A C E G E R M A N Y Tech Day: ACE Germany Daten-Urladung: Prozess und Tools Rolf Laudenbach Director Aras Community Aras (Europe) Slide 3 Ablauf einer Datenladung Quellsystem(e) identifizieren.

Mehr

Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht

Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u

Mehr

Data Warehouse. für den Microsoft SQL SERVER 2000/2005

Data Warehouse. für den Microsoft SQL SERVER 2000/2005 Warehouse für den Microsoft SQL SERVER 2000/2005 Begriffe 1 DWH ( Warehouse) ist eine fachübergreifende Zusammenfassung von Datentabellen. Mart ist die Gesamtheit aller Datentabellen für einen fachlich

Mehr

Performanceaspekte in der SAP BI Modellierung

Performanceaspekte in der SAP BI Modellierung Performanceaspekte in der SAP BI Modellierung SAP BW 7.3 & SAP HANA Performance Indizes Aggregate DSO & InfoCube BWA SAP HANA Empfehlung 2 Performance Performance bedeutet, unter gegebenen Anforderungen

Mehr

Performance by Design Wie werden performante ETL-Prozesse erstellt?

Performance by Design Wie werden performante ETL-Prozesse erstellt? Performance by Design Wie werden performante ETL-Prozesse erstellt? Reinhard Mense ARETO Consulting Bergisch Gladbach Schlüsselworte: DWH, Data Warehouse, ETL-Prozesse, Performance, Laufzeiten, Partitionierung,

Mehr

Data Warehousing und Data Mining

Data Warehousing und Data Mining 2 Data Warehousing und Data Mining Kapitel 1: Data-Warehousing-Architektur von Geschäftsprozessen Mögliche Fragestellungen Wie entwickelt sich unser Umsatz im Vergleich zum letzten Jahr? In welchen Regionen

Mehr

Data Warehousing und Data Mining

Data Warehousing und Data Mining Data Warehousing und Data Mining 2 Cognos Report Net (CRN) Ermöglicht Erstellen von Ad-hoc-Anfragen (Query Studio) Berichten (Report Studio) Backend Data Cube Relationale Daten Übung: Cognos Report Net

Mehr

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009 Modellbasierte Business Intelligence in der Praxis Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen für BI 3. Inhalte von Prozessmodellen 4.

Mehr

Intelligence (BI): Von der. Nürnberg, 29. November 2011

Intelligence (BI): Von der. Nürnberg, 29. November 2011 Modelle für Business Intelligence (BI): Von der Anforderung zum Würfel Nürnberg, 29. November 2011 Warum Modelle für Business Intelligence (BI)? Warum Modelle für Business Intelligence (BI)? Bis zur Auswertung

Mehr

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar SQL Server 2012 und SharePoint im Unternehmenseinsatz Referent Daniel Caesar sqlxpert Daniel Caesar Publikationen Themen SQL Server Admin, Entwicklung SharePoint Admin, Entwicklung.NET Entwicklung Rechtssichere

Mehr

Pivotieren. Themenblock: Anfragen auf dem Cube. Roll-up und Drill-down. Slicing und Dicing. Praktikum: Data Warehousing und Data Mining. Produkt.

Pivotieren. Themenblock: Anfragen auf dem Cube. Roll-up und Drill-down. Slicing und Dicing. Praktikum: Data Warehousing und Data Mining. Produkt. Zeit Pivotieren Themenblock: Anfragen auf dem Cube Praktikum: Data Warehousing und Data Mining Zeit Zeit 2 Roll-up und Drill-down Slicing und Dicing Drill-down Januar 2 3 33 1. Quartal 11 36 107 Februar

Mehr

Inhaltsverzeichnis. Teil I OLAP und der Microsoft SQL-Server 1. 1 Theoretische Grundlagen 3

Inhaltsverzeichnis. Teil I OLAP und der Microsoft SQL-Server 1. 1 Theoretische Grundlagen 3 vii Teil I OLAP und der Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1 Was ist OLAP?......................................... 3 1.1.1 Business Intelligence............................... 4 1.1.2

Mehr

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Architektur und Konzepte Josef Kolbitsch Manuela Reinisch Übersicht Mehrstufiges BI-System Architektur eines Data Warehouses Architektur eines Reporting-Systems Benutzerrollen in

Mehr

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format.

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format. Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH Gerd Schandert, Neuss den 18.03.2014 Agenda 1. Vorstellung Auftraggeber 2. Förderung allgemein 3. Schichten im Data Warehouse 4.

Mehr

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221 Oracle 10g und SQL Server 2005 ein Vergleich Thomas Wächtler 39221 Inhalt 1. Einführung 2. Architektur SQL Server 2005 1. SQLOS 2. Relational Engine 3. Protocol Layer 3. Services 1. Replication 2. Reporting

Mehr

ITGAIN Fach- und Technikspezialist

ITGAIN Fach- und Technikspezialist ITGAIN Fach- und Technikspezialist KOMPETENZ GEWINNBRINGEND EINSETZEN. Copyright 2012 ITGAIN GmbH 1 SPoT Wir bringen Ihre Informationen auf den Punkt. Hamburg, 07.05.2012 FACTORY-ANSATZ FÜR ETL-PROZESSE

Mehr

Oracle-Statistiken im Data Warehouse effizient nutzen

Oracle-Statistiken im Data Warehouse effizient nutzen Oracle-Statistiken im Data Warehouse effizient nutzen Reinhard Mense ARETO Consulting Köln Schlüsselworte: DWH, Data Warehouse, Statistiken, Optimizer, Performance, Laufzeiten Einleitung Für die performante

Mehr

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

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

Mehr

Informationssysteme: Neuere Konzepte Teil II

Informationssysteme: Neuere Konzepte Teil II Informationssysteme: Neuere Konzepte Kapitel 1: Data-Warehousing-Architektur Folien teilweise übernommen von Matthias Gimbel 2 von Geschäftsprozessen Mögliche Fragestellungen Wie entwickelt sich unser

Mehr

Data Warehousing. Kapitel 1: Data-Warehousing-Architektur. Folien teilweise übernommen von Matthias Gimbel

Data Warehousing. Kapitel 1: Data-Warehousing-Architektur. Folien teilweise übernommen von Matthias Gimbel Data Warehousing Kapitel 1: Data-Warehousing-Architektur Folien teilweise übernommen von Matthias Gimbel 2 Analyse von Geschäftsprozessen Mögliche Fragestellungen Wie entwickelt sich unser Umsatz im Vergleich

Mehr

Integration Services Übersicht

Integration Services Übersicht Integration Services Übersicht Integration Services Übersicht Integration Services stellt umfangreiche integrierte Tasks, Container, Transformationen und Datenadapter für die En t- wicklung von Geschäftsanwendungen

Mehr

Synchronisation von redundanten Datenbeständen

Synchronisation von redundanten Datenbeständen Synchronisation von redundanten Datenbeständen seit 1999 Themenübersicht Mobile Anwendungen Verteilte Datenbanksysteme Synchronisation Lösungsansätze Mobile Anwendungen Erwartungen der Anwender Der App-Stil

Mehr

OLAP mit dem SQL-Server

OLAP mit dem SQL-Server Hartmut Messerschmidt Kai Schweinsberg OLAP mit dem SQL-Server Eine Einführung in Theorie und Praxis IIIBibliothek V dpunkt.verlag Teil OLAP undder Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1

Mehr

OPERATIONEN AUF EINER DATENBANK

OPERATIONEN AUF EINER DATENBANK Einführung 1 OPERATIONEN AUF EINER DATENBANK Ein Benutzer stellt eine Anfrage: Die Benutzer einer Datenbank können meist sowohl interaktiv als auch über Anwendungen Anfragen an eine Datenbank stellen:

Mehr

Vollständig generisches DWH für kleine und mittelständische Unternehmen

Vollständig generisches DWH für kleine und mittelständische Unternehmen Vollständig generisches DWH für kleine und mittelständische Unternehmen Marc Werner Freiberufler Berlin Schlüsselworte: Wirtschaftlichkeit, Kostenreduzierung, Metadaten, Core Data Warehouse, Slowly Changing

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

DW2004. XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science. 3. November 2004. Dr. Michael Hahne, cundus AG

DW2004. XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science. 3. November 2004. Dr. Michael Hahne, cundus AG DW2004 XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science Dr. Michael Hahne, cundus AG 3. November 2004 cundus AG 2004 Gliederung Motivation SAP Business Information Warehouse

Mehr

Industrial Data Intelligence. Datenbasierte Produktionsoptimierung

Industrial Data Intelligence. Datenbasierte Produktionsoptimierung !DI Industrial Data Intelligence Datenbasierte Produktionsoptimierung Industrial Data Intelligence Sammeln Analysieren Mit dem Industrial Data Intelligence-Angebot ermöglicht Softing Industrial die datenbasierte

Mehr

Data Warehouse Grundlagen

Data Warehouse Grundlagen Seminarunterlage Version: 2.10 Version 2.10 vom 24. Juli 2015 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen sind Warenzeichen

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

Business Intelligence Praktikum 1

Business Intelligence Praktikum 1 Hochschule Darmstadt Business Intelligence SS 2014 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 07.05.2014 Business Intelligence Praktikum

Mehr

DIMEX Data Import/Export

DIMEX Data Import/Export DIMEX Data Import/Export PROCOS Professional Controlling Systems AG Gewerbeweg 15 FL- 9490 Vaduz PROCOS Professional Controlling Systems AG Inhaltsverzeichnis 1 ALLGEMEIN...3 2 GRUNDLEGENDE FUNKTIONEN...4

Mehr

30. Juni 2006 - Technische Universität Kaiserslautern. Paul R. Schilling

30. Juni 2006 - Technische Universität Kaiserslautern. Paul R. Schilling 30. Juni 2006 - Technische Universität Kaiserslautern Paul R. Schilling ! " #$% & '( ( ) *+, - '. / 0 1 2("$ DATEN SIND ALLGEGENWÄRTIG Bill Inmon, father of data warehousing Unternehmen In einer vollkommenen

Mehr

Web Mining und Farming

Web Mining und Farming Web Mining und Farming Shenwei Song Gliederung Übersicht über Web Mining und Farming Web Mining Klassifikation des Web Mining Wissensbasierte Wrapper-Induktion Web Farming Übersicht über Web-Farming-Systeme

Mehr

Tipps und Tricks zu den Updates

Tipps und Tricks zu den Updates Tipps und Tricks zu den Updates Grundsätzlich können Sie Updates immer auf 2 Wegen herunterladen, zum einen direkt über unsere Internetseite, zum anderen aus unserer email zu einem aktuellen Update. Wenn

Mehr

Kapitel 2 Terminologie und Definition

Kapitel 2 Terminologie und Definition Kapitel 2 Terminologie und Definition In zahlreichen Publikationen und Fachzeitschriften tauchen die Begriffe Data Warehouse, Data Warehousing, Data-Warehouse-System, Metadaten, Dimension, multidimensionale

Mehr

Elster LIS-Software Die wichtigsten Änderungen im Überblick

Elster LIS-Software Die wichtigsten Änderungen im Überblick 1 Neue Versionen Neue Versionen WinCOMS V2.18A Service Pack 1 2 Übersicht der WinCOMS LIS200 Anpassung der Timeouts im LIS200-Treiber auf Grund der Umstellung im Mobilfunknetz der Deutschen Telekom. Übersicht

Mehr

Du hast hier die Möglichkeit Adressen zu erfassen, Lieferscheine & Rechnungen zu drucken und Deine Artikel zu verwalten.

Du hast hier die Möglichkeit Adressen zu erfassen, Lieferscheine & Rechnungen zu drucken und Deine Artikel zu verwalten. Bedienungsanleitung Professionell aussehende Rechnungen machen einen guten Eindruck vor allem wenn du gerade am Beginn deiner Unternehmung bist. Diese Vorlage ist für den Beginn und für wenige Rechnungen

Mehr

Funktionsübersicht. Beschreibung der zentralen Funktionen von PLOX

Funktionsübersicht. Beschreibung der zentralen Funktionen von PLOX Funktionsübersicht Beschreibung der zentralen Funktionen von PLOX Seite 2 Inhaltsverzeichnis 1. Überblick Architektur... 2 2. PLOX-Menüleiste: Eine Toolbox voll nützlicher Werkzeuge... 3 2.1 Login... 3

Mehr

Die Grundbegriffe Die Daten Die Informationen

Die Grundbegriffe Die Daten Die Informationen Die Grundbegriffe Die Daten sind diejenigen Elemente, die vom Computer verarbeitet werden. Die Informationen sind Wissenselemente, welche durch die Analyse von Daten erhalten werden können. Die Daten haben

Mehr

ARAkoll 2013 Dokumentation. Datum: 21.11.2012

ARAkoll 2013 Dokumentation. Datum: 21.11.2012 ARAkoll 2013 Dokumentation Datum: 21.11.2012 INHALT Allgemeines... 3 Funktionsübersicht... 3 Allgemeine Funktionen... 3 ARAmatic Symbolleiste... 3 Monatsprotokoll erzeugen... 4 Jahresprotokoll erzeugen

Mehr

Import der Schülerdaten Sokrates Web

Import der Schülerdaten Sokrates Web 23.09.2014 Import der Schülerdaten Sokrates Web Leitfaden zum korrekten Import der Schülerdaten aus Sokrates Web WebUntis 2015 Über dieses Dokument Dieses Dokument beschreibt die konkreten Schritte, die

Mehr

Wirtschaftsinformatik 2. Tutorium im WS 11/12

Wirtschaftsinformatik 2. Tutorium im WS 11/12 Wirtschaftsinformatik 2. Tutorium im WS 11/12 Entity/Relationship-Modell SQL Statements Tutorium Wirtschaftsinformatik WS 11/12 2.1 Datenmodellierung mit ERM (1) Datenmodellierung zur Erarbeitung des konzeptionellen

Mehr

Datenmigration. Proseminar. Unternehmensübergreifende IT Transformationen SS 2011. Elvan Öztürk. elvan_16@hotmail.de

Datenmigration. Proseminar. Unternehmensübergreifende IT Transformationen SS 2011. Elvan Öztürk. elvan_16@hotmail.de Datenmigration Proseminar Unternehmensübergreifende IT Transformationen SS 2011 Elvan Öztürk elvan_16@hotmail.de Abstract: In vielen Unternehmen besteht die IT aus einer gewachsenen Struktur heterogener

Mehr

Auslesen der Fahrtdaten wiederholen Schritt für Schritt erklärt (Funktion Abfrage zur Datensicherung erstellen )

Auslesen der Fahrtdaten wiederholen Schritt für Schritt erklärt (Funktion Abfrage zur Datensicherung erstellen ) + twinline GmbH + Am Heidekrug 28 + D-16727 Velten Auslesen der Fahrtdaten wiederholen Schritt für Schritt erklärt (Funktion Abfrage zur Datensicherung erstellen ) Der gewöhnliche Auslesevorgang der aktuellen

Mehr

Business Intelligence Praktikum 1

Business Intelligence Praktikum 1 Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.10.2013 Business Intelligence Praktikum

Mehr

Z-Soft Was Ihr vor der Installation wissen solltet!

Z-Soft Was Ihr vor der Installation wissen solltet! Z-Soft Was Ihr vor der Installation wissen solltet! Die Berechnung der JAZ erfolgt nach folgender Formel: TAJaz =TgR x 5 x TJAZ Std./(Rest-) Abrechnungszeitraum 7X261 * Dabei sind Bruchteile einer Stunde

Mehr

Handbuch. Terminverwaltungssoftware für Microsoft Windows und TomTom Telematics

Handbuch. Terminverwaltungssoftware für Microsoft Windows und TomTom Telematics Handbuch Terminverwaltungssoftware für Microsoft Windows und TomTom Telematics Systemanforderungen ab Microsoft Windows Vista Service Pack 2, Windows 7 SP 1 Microsoft.NET Framework 4.5 Full ab Microsoft

Mehr

Datenbanken für Online Untersuchungen

Datenbanken für Online Untersuchungen Datenbanken für Online Untersuchungen Im vorliegenden Text wird die Verwendung einer MySQL Datenbank für Online Untersuchungen beschrieben. Es wird davon ausgegangen, dass die Untersuchung aus mehreren

Mehr

tcvision Freigabemitteilung Version 5

tcvision Freigabemitteilung Version 5 tcvision Freigabemitteilung Version 5 Stand: 13. Oktober 2011 1. Datenziele Zusätzlich zu den bis jetzt unterstützten SQL basierenden Zielen werden nun auch Datenziele auf dem Host direkt unterstützt.

Mehr

SEPA-Leitfaden für die VR-NetWorld Software

SEPA-Leitfaden für die VR-NetWorld Software SEPA-Leitfaden für die VR-NetWorld Software 1. Voraussetzungen für SEPA-Überweisungen und Lastschriften Einsatz mindestens Version 4.40 Aktualisierung der Bankparameterdateien Gläubiger-ID der Bundesbank

Mehr

Bestands- und Artikelaustausch via Webserver

Bestands- und Artikelaustausch via Webserver Bestands- und Artikelaustausch via Webserver 1. Technische Hintergründe - Serverstandort Die vielfach zitierte Cloudtechnologie haben wir zum Anlass genommen, uns ebenfalls Gedanken darüber zu machen,

Mehr

1. Einführung. 2. Vorbereitung. 3. Import von Firmenkunden

1. Einführung. 2. Vorbereitung. 3. Import von Firmenkunden 1. Einführung Über den Kundenimport können Sie Kundendaten aus vielen gängigen Formaten bequem in orgamax importieren, ohne diese einzeln eingeben zu müssen. In dieser Dokumentation sind verschiedene Szenarien,

Mehr

Einführung in Datenbanksysteme. H. Wünsch 01.2001

Einführung in Datenbanksysteme. H. Wünsch 01.2001 Einführung in Datenbanksysteme H. Wünsch 01.2001 H. Wünsch 01/2001 Einführung Datenbanken 2 Was sind Datenbanken? Datenbanken sind Systeme zur Beschreibung, Speicherung und Wiedergewinnung von Datenmengen.

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

Praxishandbuch SAP BW 3-1

Praxishandbuch SAP BW 3-1 Norbert Egger Praxishandbuch SAP BW 3-1 Technische Universität DarmsUdt FACHBEREICH INFORMATIK BIBLIOTHEK Inventar-Nr.: Ä/A< Sachgebiete: Standort- Co Galileo Press Inhalt Vorwort 13 Zu diesem Buch 17

Mehr

ACCESS EINFÜHRUNG. Inhaltsverzeichnis

ACCESS EINFÜHRUNG. Inhaltsverzeichnis ACCESS EINFÜHRUNG INHALT Inhaltsverzeichnis 1 Access starten... 1 2 Einleitung... 2 2.1 Von der Kartei zur Datei... 2 2.2 Was ist eine Datenbank / Definitionen... 2 3 Eine kleine Rundreise...3 3.1 Eine

Mehr

Logische Modellierung von Data Warehouses

Logische Modellierung von Data Warehouses Logische Modellierung von Data Warehouses Vertiefungsarbeit von Karin Schäuble Gliederung. Einführung. Abgrenzung und Grundlagen. Anforderungen. Logische Modellierung. Methoden.. Star Schema.. Galaxy-Schema..

Mehr

Um ein solches Dokument zu erzeugen, muss eine Serienbriefvorlage in Word erstellt werden, das auf die von BüroWARE erstellte Datei zugreift.

Um ein solches Dokument zu erzeugen, muss eine Serienbriefvorlage in Word erstellt werden, das auf die von BüroWARE erstellte Datei zugreift. Briefe Schreiben - Arbeiten mit Word-Steuerformaten Ab der Version 5.1 stellt die BüroWARE über die Word-Steuerformate eine einfache Methode dar, Briefe sowie Serienbriefe mit Hilfe der Korrespondenzverwaltung

Mehr

Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten

Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten Michael Hahne T&I GmbH Workshop MSS-2000 Bochum, 24. März 2000 Folie 1 Worum es geht...

Mehr

Dimensionale Modellierung mit Oracle BI EE und Oracle OLAP Tipps und Tricks aus der Praxis

Dimensionale Modellierung mit Oracle BI EE und Oracle OLAP Tipps und Tricks aus der Praxis Dimensionale Modellierung mit Oracle BI EE und Oracle OLAP Tipps und Tricks aus der Praxis DOAG Konferenz 2010 Claus Jordan Senior Consultant, Trivadis GmbH 16.11.2010 Basel Bern Lausanne Zürich Düsseldorf

Mehr

Änderungen erkennen Schneller handeln Stefan Panek. Senior Consultant Christoph Jansen. Consultant 23.10.2008

Änderungen erkennen Schneller handeln Stefan Panek. Senior Consultant Christoph Jansen. Consultant 23.10.2008 Änderungen erkennen Schneller handeln Stefan Panek. Senior Consultant Christoph Jansen. Consultant 23.10.2008 Seit der Datenbankversion 9i bietet Oracle das Feature Change Data Capture an. Aber was genau

Mehr

SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken

SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken WEITER BLICKEN. MEHR ERKENNEN. BESSER ENTSCHEIDEN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN ANALYSE VON OLAP-AUFBEREITUNGSFEHLERN

Mehr

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

Access 2000 und MS SQL Server im Teamwork

Access 2000 und MS SQL Server im Teamwork Access 2000 und MS SQL Server im Teamwork von Irene Bauder, Jürgen Bär 1. Auflage Hanser München 2000 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 21473 6 Zu Inhaltsverzeichnis schnell und

Mehr

GEOPROCESSING UND MODELBUILDER

GEOPROCESSING UND MODELBUILDER GEOPROCESSING UND MODELBUILDER RÄUMLICHE ANALYSEFUNKTIONEN UND DATENMODELLIERUNG IN ARCGIS MIT TOOLBOX UND MODELBUILDER. EINFÜHRUNG INS PYTHON-SCRIPTING IN ARCGIS DAUER: 2 Tage ÜBERSICHT In dieser Schulung

Mehr

Remedy-Day 2013. Innovative ITSM Lösungen von NTT Data. Machen wir es uns besser, schöner und leichter. Thomas Rupp Alexander Lyer Lukas Máté

Remedy-Day 2013. Innovative ITSM Lösungen von NTT Data. Machen wir es uns besser, schöner und leichter. Thomas Rupp Alexander Lyer Lukas Máté Remedy-Day 2013 Innovative ITSM Lösungen von NTT Data Machen wir es uns besser, schöner und leichter Thomas Rupp Alexander Lyer Lukas Máté Copyright 2012 NTT DATA Corporation GTW Generischer Ticket Workflow

Mehr

Whitepaper. Produkt: combit Relationship Manager. Datensatzhistorie mit dem SQL Server 2000 und 2005. combit GmbH Untere Laube 30 78462 Konstanz

Whitepaper. Produkt: combit Relationship Manager. Datensatzhistorie mit dem SQL Server 2000 und 2005. combit GmbH Untere Laube 30 78462 Konstanz combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager Datensatzhistorie mit dem SQL Server 2000 und 2005 Datensatzhistorie mit dem SQL Server 2000 und 2005-2 - Inhalt

Mehr

VR NetWorld-Software SEPA

VR NetWorld-Software SEPA VR NetWorld-Software SEPA Inhaltsverzeichnis 1. Allgemeine Einstellungen 2. Änderungen Zahlunsempfänger-/ pflichtige 3. SEPA-Überweisung 4. Daueraufträge in SEPA-Daueraufträge migrieren 5. Gläubiger-Identifikationsnummer

Mehr

Relationale Datenbanken Datenbankgrundlagen

Relationale Datenbanken Datenbankgrundlagen Datenbanksystem Ein Datenbanksystem (DBS) 1 ist ein System zur elektronischen Datenverwaltung. Die wesentliche Aufgabe eines DBS ist es, große Datenmengen effizient, widerspruchsfrei und dauerhaft zu speichern

Mehr

Apparo Fast Edit Daten-Management in einer BI-Umgebung. Dateneingabe-Workflows

Apparo Fast Edit Daten-Management in einer BI-Umgebung. Dateneingabe-Workflows Apparo Fast Edit Daten-Management in einer BI-Umgebung Dateneingabe-Workflows 2 Definition Ein Workflow (Arbeitsfluss) besteht aus eine Abfolge von verbundenen Arbeitsschritten. Der Schwerpunkt liegt hierbei

Mehr

Data Mining-Modelle und -Algorithmen

Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining ist ein Prozess, bei dem mehrere Komponenten i n- teragieren. Sie greifen auf Datenquellen, um diese zum Training,

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

www.braunconsult.de SAP BW 7.3 & SAP HANA

www.braunconsult.de SAP BW 7.3 & SAP HANA Performanceaspekte in der SAP BI Modellierung SAP BW 7.3 & SAP HANA Performance Indizes Aggregate DSO & InfoCube BWA SAP HANA Empfehlung 2 Performance Performance bedeutet, unter gegebenen Anforderungen

Mehr

10. Vorlesung: Datenorganisation SS 2007

10. Vorlesung: Datenorganisation SS 2007 10. Vorlesung: Datenorganisation SS 2007 8 Parallele Transaktionen 9 9.1 Drei-Ebenen Ebenen-Architektur 9.2 Verteilte Datenbanken 9.3 Client-Server Server-Datenbanken 9.4 Föderierte Datenbanken 9.5 Das

Mehr

Fehlertolerante Ladeprozesse gegen schlaflose Nächte

Fehlertolerante Ladeprozesse gegen schlaflose Nächte Fehlertolerante Ladeprozesse gegen schlaflose Nächte Dani Schnider Principal Consultant 19. September 2012 Mitten in der Nacht bricht die ETL-Verarbeitung ab, weil ein falscher oder unvollständiger Datensatz

Mehr

SEPA-Umstellungshilfe für die VR-NetWorld-Software zur Nutzung von SEPA-Lastschriften

SEPA-Umstellungshilfe für die VR-NetWorld-Software zur Nutzung von SEPA-Lastschriften SEPA-Umstellungshilfe für die VR-NetWorld-Software zur Nutzung von SEPA-Lastschriften Inhaltsverzeichnis: 1. SEPA-Umstellungshilfe Seite 2-4 2. Ändern einer bestehenden Lastschrift Seite 5 3. Anlegen einer

Mehr

www.informatik-aktuell.de

www.informatik-aktuell.de www.informatik-aktuell.de Flashback Reise in die Vergangenheit einfach. gut. beraten. Warum Oracle Zeitreisen anbieten kann, der Microsoft SQL Server aber leider nicht. IT-Tage Datenbanken 18.12.2015,

Mehr

Access Grundkurs. M. Eng. Robert Maaßen

Access Grundkurs. M. Eng. Robert Maaßen Access Grundkurs M. Eng. Robert Maaßen Wer steht da? M. Eng. Robert Maaßen ich@robertmaassen.de www.robertmaassen.de Studium: Informatik Vertiefungsrichtung Medientechnik, Diplom Ingenieur (FH), HAWK,

Mehr

Modellbasierte Business Intelligence- Praxiserfahrungen in einem komplexen Data Warehouse Umfeld. München, 26. Januar 2010

Modellbasierte Business Intelligence- Praxiserfahrungen in einem komplexen Data Warehouse Umfeld. München, 26. Januar 2010 Modellbasierte Business Intelligence- Praxiserfahrungen in einem komplexen Data Warehouse Umfeld München, 26. Januar 2010 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen

Mehr

Wiederherstellung (Recovery)

Wiederherstellung (Recovery) Fragestellungen Aufgaben der Komponenten für das Recovery: Sicherstellung der Dauerhaftigkeit der gespeicherten Daten, d.h. Daten, die in einer Transaktion einmal bestätigt wurden (commit), bleiben auch

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

Vorwort zur 5. Auflage... 15 Über den Autor... 16

Vorwort zur 5. Auflage... 15 Über den Autor... 16 Vorwort zur 5. Auflage...................................... 15 Über den Autor............................................ 16 Teil I Grundlagen.............................................. 17 1 Einführung

Mehr

ICT Power-User und Supporter SIZ 2010 Modul 432: Datenbank mit Access 2010. Tanja Bossert, Andrea Weikert. 1. Ausgabe, November 2011

ICT Power-User und Supporter SIZ 2010 Modul 432: Datenbank mit Access 2010. Tanja Bossert, Andrea Weikert. 1. Ausgabe, November 2011 ICT Power-User und Supporter SIZ 2010 Modul 432: Tanja Bossert, Andrea Weikert 1. Ausgabe, November 2011 Datenbank mit Access 2010 SIZ-432-ACC2010 2 ICT Power-User und Supporter SIZ 2010 - Modul 432 2

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

ERP-Connector für MHS

ERP-Connector für MHS Whitepaper ERP-Connector für MHS VERSION 2.0 ERSTELLT AM 10.01.2013 Zusammenfassung Der ERP-Connector für MHS ist ein innovatives Werkzeug, dass es IT-Abteilungen und BI- Administratoren auf einfache und

Mehr

1. Einführung. 2. Vorbereiten der Excel-Datei

1. Einführung. 2. Vorbereiten der Excel-Datei 1. Einführung Über den Datenimport-Assistenten im Bereich Verkauf -> E-Commerce-Bestellungen -> Webshop können Sie nicht nur Ihre Webshop-Bestellungen, sondern allgemein Vorgänge (sprich Aufträge, Lieferscheine

Mehr

Duplicate Finder pro. Dubletten finden und auflösen

Duplicate Finder pro. Dubletten finden und auflösen Duplicate Finder pro Dubletten finden und auflösen 1 Duplicate Finder pro wurde entwickelt von der itdesign GmbH, Tübingen www.itdesign.de Copyright Die hier enthaltenen Angaben und Daten können ohne vorherige

Mehr

Suche schlecht beschriftete Bilder mit Eigenen Abfragen

Suche schlecht beschriftete Bilder mit Eigenen Abfragen Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere

Mehr

Near Realtime ETL mit Oracle Golden Gate und ODI. Lutz Bauer 09.12.2015

Near Realtime ETL mit Oracle Golden Gate und ODI. Lutz Bauer 09.12.2015 Near Realtime ETL mit Oracle Golden Gate und ODI Lutz Bauer 09.12.2015 Facts & Figures Technologie-orientiert Branchen-unabhängig Hauptsitz Ratingen 240 Beschäftigte Inhabergeführt 24 Mio. Euro Umsatz

Mehr

Allgemeines zu Datenbanken

Allgemeines zu Datenbanken Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,

Mehr

Business Intelligence

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

Mehr

Benutzerhandbuch. Neukirchen

Benutzerhandbuch. Neukirchen Benutzerhandbuch Neukirchen August 2015 Kontakt: Kai Hübl Lambertsberg 17 D-34626 Neukirchen kai.huebl@asneg.de Contents 1 Einleitung... 5 1.1 Inhalt... 5 1.2 OPC UA Client Stack... 5 1.3 OPC UA Server

Mehr

Übernahme von DXF-Daten in AutoCAD. Erläuterungen

Übernahme von DXF-Daten in AutoCAD. Erläuterungen Übernahme von DXF-Daten in AutoCAD Erläuterungen 1 Allgemeines Die DXF-Daten des BEV können über das Abgabeportal ega bestellt werden. Bei den Abgabeinformationen unter Digitale Formate sind folgende Formate

Mehr

Inhaltsverzeichnis. Motivation. Analytisches CRM: Einführung. Version: 31. Juli 2009. 1 Motivation. Andreas Geyer-Schulz und Andreas Neumann

Inhaltsverzeichnis. Motivation. Analytisches CRM: Einführung. Version: 31. Juli 2009. 1 Motivation. Andreas Geyer-Schulz und Andreas Neumann Analytisches CRM: Einführung. Version: 31. Juli 2009 Andreas Geyer-Schulz und Andreas Neumann Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften

Mehr

Leichtathletik Datenverarbeitung Handbuch

Leichtathletik Datenverarbeitung Handbuch http://ladv.de/handbuch November, 2011 Leichtathletik Datenverarbeitung Handbuch Online Athleten Verwaltung Entwickler Marc Schunk Julian Michel Pascal Burkhardt Handbuch Dolf Klein Copyright Leichtathletik

Mehr

XINDICE. The Apache XML Project 3.12.09. Name: J acqueline Langhorst E-Mail: blackyuriko@hotmail.de

XINDICE. The Apache XML Project 3.12.09. Name: J acqueline Langhorst E-Mail: blackyuriko@hotmail.de Name: J acqueline Langhorst E-Mail: blackyuriko@hotmail.de 3.12.09 HKInformationsverarbeitung Kurs: Datenbanken vs. MarkUp WS 09/10 Dozent: Prof. Dr. M. Thaller XINDICE The Apache XML Project Inhalt Native

Mehr

Internet online Update (Mozilla Firefox)

Internet online Update (Mozilla Firefox) Um Ihr Consoir Beta immer schnell und umkompliziert auf den aktuellsten Stand zu bringen, bieten wir allen Kunden ein Internet Update an. Öffnen Sie Ihren Mozilla Firefox und gehen auf unsere Internetseite:

Mehr