Data Warehousing im Risikomanagement: Bestimmung des Datenhaushaltes am Beispiel eines Finanzdienstleisters

Größe: px
Ab Seite anzeigen:

Download "Data Warehousing im Risikomanagement: Bestimmung des Datenhaushaltes am Beispiel eines Finanzdienstleisters"

Transkript

1 1894 Data Warehousing im Risikomanagement: Bestimmung des Datenhaushaltes am Beispiel eines Finanzdienstleisters Ruhollah Abolhassani Risk Advisory Services / Global Financial Services

2 Agenda Überblick 1. Chronologie: Von RM zur IT 2. Aktuelle Problematik 3. Anspruch und Aufgabe der IT 4. Ernst & Young 4-Phasen Modell 5. Definition Data Warehouse 6. Praxis: Motivation des Projekts 7. Durchführung einer Vorstudie 8. Methodische Vorgehensweise 9. Erstellung des Blueprints 10. Fazit 2

3 Chronologie: Von RM zur IT Die Geschichte des Risikomanagements begann schon in Mittelalter Früher: RM = Vertrauen / Hoffnung / Vermutungen 1783: Daniel Bernoulli legte Grundstein für RM Wenn die Wahrscheinlichkeit eines Ergebnisses bekannt ist, wie hoch ist der Wetteinsatz. M.19 Jh. Carl Friedrich Gauß entdeckte Glockenkurve Bei seinen Studien zur Astronomie entdeckte Gauß die Glockenkurve der Normalverteilung 3

4 Chronologie: Von RM zur IT und wurde im 20.Jahrhundert durch die Informationstechnologie unterstützt 1886: Francis Galton entwickelte die Regressionsanalyse Ein statistischer Zusammenhang zwischen Daten wurde erstmals entdeckt 1970: John D.C. Little (MIT Professor) entwickelte die theoretischen Grundlagen für verbesserte Systeme zur Entscheidungsunterstützung 1989: Howard Dresner (Gartner Group) führt den Begriff BI ein Methoden für analytische Entscheidungsverfahren, die die Unternehmensleistung verbessern sollen Heute??? 4

5 Agenda Überblick 1. Chronologie: Von RM zur IT 2. Aktuelle Problematik 3. Anspruch und Aufgabe der IT 4. Ernst & Young 4-Phasen Modell 5. Definition Data Warehouse 6. Praxis: Motivation des Projekts 7. Durchführung einer Vorstudie 8. Methodische Vorgehensweise 9. Erstellung des Blueprints 10. Fazit 5

6 Aktuelle Problematik Der Informationsmanagement-Prozess wird durch folgende Defizite gekennzeichnet Quellsysteme Q2 Q1? fehlende Übersicht über die Fülle an Daten. fehlende Kostentransparenz über die Datenhaltung. Q 4 Q3 fehlende Methodik, um aus den Daten entscheidungskritische Muster zu erkennen. Q 5 Q 6? Excel fehlende Flexibilität, um den ständig wechselnden und wachsenden geschäftlichen und regulatorischen Anforderungen (Basel II, MaRisk, Solvency V, IFRS, Sarbanes Oxley Act usw.) gerecht zu werden. Grundsätzlich gilt: Informationen, die zur Geschäftssteuerung dienen, müssen zeitnah und vollständig vorliegen. 6

7 Agenda Überblick 1. Chronologie: Von RM zur IT 2. Aktuelle Problematik 3. Anspruch und Aufgabe der IT 4. Ernst & Young 4-Phasen Modell 5. Definition Data Warehouse 6. Praxis: Motivation des Projekts 7. Durchführung einer Vorstudie 8. Methodische Vorgehensweise 9. Erstellung des Blueprints 10. Fazit 7

8 Anspruch und Aufgabe der IT Financial Information Management (FIM) steuert die ganzheitliche Erfassung des finanzrelevanten Informationsbedarfs Der Anspruch an das Informationsmanagment liegt darin, dass die inhaltlich richtigen und geschäftlich relevanten Informationen zum Zeitpunkt des Bedarfs, an dem Ort, wo sie gerade benötigt werden vorliegen. Konventionelle Quellen Banken / Internet Online Daten- Anwendungssysteme Quellsysteme Sammeln Filtern Bewerten Bereinigen Strukturieren Ergänzen Validierung / Bereitstellung Markvolumen Marktanteile Verbrauchskennzahlen Auftragseingang Umsatz Kosten Deckungsbeitrag Produktivität quantitativ Datenart Pressemeldungen Patente Gutachten Kundenverhalten Projektberichte qualitativ 8 Datenquelle intern extern Analysesysteme/Frontend

9 Anspruch und Aufgabe der IT FIM muss dabei gewährleisten, dass die geschäftlichen und regulatorischen Anforderungen konsistent und kohärent abgebildet werden Unternehmensstrategie Geschäfts- Bereiche / Prozesse (exemplarisch) Regulatorische Anforderungen und Standards (exemplarisch) HGB / IFRS / USGAAP Controlling Personalwesen Risikomanagement Verwaltung Vertrieb Marketing BASEL II / SolvV / MaRisk Sarbanes Oxley Act IDW BDSG CobiT/ ITIL Financial Information Management 9

10 Anspruch und Aufgabe der IT Bei konsistenter Umsetzung von Financial Information Management-Lösungen ergeben sich folgende Vorteile Financial Information Management Verbesserung der Funktionalität Einsparung von IT-Kosten Allgemeiner Nutzen Konsistente vergleichbare Informationen Bereichübergreifende Analysen Mehr Möglichkeiten für Ad-hoc- Analysen Ein Zugang zur FIM-Lösung für alle Anwender Hardware (Server, Plattenspeicher) Softwarelizenzen Betrieb Wartung und Weiterentwicklung der Anwendung Identifikation von Potential zur Kosteneinsparung Verbesserung der Business Performance Zielgerechtes Marketing Erhöhung der Wettbewerbsfähigkeit des Unternehmens 10

11 Anspruch und Aufgabe der IT Aus unserer Erfahrung profitieren Finanzdienstleister in den folgenden Bereichen von der Einführung von FIM-Lösungen Financial Information Management Konsolidierung analytischer Inseln Analytische Inseln entstehen meistens historisch durch: nicht ausgereiftes Projektvorgehen, zahlreiche Unternehmensfusionen, schnelles Wachstum von Unternehmen Kosteneinsparungen in der IT. Diese analytischen Inseln erfahren durch integrierter FIM-Lösungen ihre Konsolidierung hin zu unternehmensweiten Informationssystemen. Analytical Customer Relationship Management Banken stehen in einem zunehmend härteren Wettbewerb, in welchem auch die Aspekte der Kundenbindung und Neukundenakquise immer stärkere Bedeutung gewinnen. Die Kundenbeziehungen sollten daher immer gezielter analysiert und gepflegt werden. Darüber hinaus sollten in die Analyse auch Ergebnisse von CRM- Maßnahmen (z. B. Werbekampagnen) einfließen. Diese helfen dabei, zukünftige Strategien für das Kundenbeziehungsmanagement abzuleiten. Vertriebsorientiertes Kreditrisikomanagement Individueller Kundenservice erfordert flexible Strategien für eine schnelle Kreditentscheidung. Geeignete FIM- Lösungen können einer Bank dabei helfen, diverse Kreditentscheidungsvarianten zu simulieren, um schnell die optimale Strategie zu finden. FIM ermöglicht die Sammlung und Bereitstellung von Bewertungshistorien, Verhaltens-, Vertrags- und weitere Kundendaten, um schneller auf die individuellen Bedürfnisse der Kunden eingehen zu können. 11

12 Agenda Überblick 1. Chronologie: Von RM zur IT 2. Aktuelle Problematik 3. Anspruch und Aufgabe der IT 4. Ernst & Young 4-Phasen Modell 5. Definition Data Warehouse 6. Praxis: Motivation des Projekts 7. Durchführung einer Vorstudie 8. Methodische Vorgehensweise 9. Erstellung des Blueprints 10. Fazit 12

13 Ernst & Young 4-Phasen Modell Der Top-Down-Ansatz zur Integration des FIM in die Unternehmensabläufe Ist-Analyse Content Clustering Prozessintegration Regulatorische Anforderungen GP 1 GP 2 GP 3 GP n IT-Systeme / Datenquellen Betriebswirtsch. Anforderungen Quelldaten Reportingobjekte Reportingobjekt 1 Reportingobjekt 2 Reportingobjekt 3 Reportingobjekt n GP 1 GP 2 GP 3 GP n Strategische Ziele Planung Überwachung Steuerung Road Map Content Cluster IT-Clustering Intelligente Prozessmatrix Financial Information Management Strategie 13

14 Ernst & Young 4-Phasen Modell Phase 1 Phase 2 Phase 3 Phase 4 Ist- Analyse Content Clustering Machbarkeitsstudie Prozessintegration IT- Clustering Machbarkeitsstudie: Erwartungen, Ziele und Aufwandstreiber Machbarkeitsstudie: Projektanforderungen werden spezifiziert und Systemvoraussetzungen in Bezug auf das zu erwartende Datenvolumen und die Reportingstrategie dokumentiert: Abstimmung von Projektumfang und -zielen AnforderungsgerechteRessourcenplanung: Zeit-und Aufwandsschätzung Detaillierung des Projektvorhabens sowie Abgrenzung und Definition von Teilprojekten Überprüfung der Ausgangssituation und Zielsetzung Scoping der Geschäftsprozesse Scoping der Quellsysteme und Schnittstellen Ausarbeitung und Abstimmung eines Projektplanes Abstimmung und Festlegung der Projektorganisation und Projektstandards Aufnahme der Anforderungen und Wünsche der Fachbereiche im Rahmen von Workshops 14

15 Ernst & Young 4-Phasen Modell Ist-Analyse: Basis des Vorgehens Phase 1 Phase 2 Phase 3 Phase 4 Ist- Analyse Content Clustering Machbarkeitsstudie Prozessintegration IT- Clustering Ist-Analyse Aufnahme der Projektanforderungen und Systemvoraussetzungen Regulatorische Anforderungen GP 1 GP 2 GP 3 GP n IT-Systeme / Datenquellen Betriebswirtsch. Anforderungen Aufnahme der Informations- und Wertschöpfungsprozesse Beurteilung der festgelegten Prozessbereiche (Ist-Zustand) Erhebung eines Anforderungsprofils: Festlegung der betriebswirtschaftlichen und regulatorischen Anforderungen Aufnahme und Analyse der vorhandenen IT-Systemarchitektur Aufnahme und Analyse der relevanten Prozesse in den IT-Systemen Aufnahme des vorhandenen Sicherheitskonzeptes und der Sicherheitsrichtlinien Quantitative und qualitative Datenanalyse Road Map Erstellung des Road Map für das Financial Information Management Grobkonzept, das die sachlogische Realisierung der einzuführenden Lösung beschreibt. 15

16 Ernst & Young 4-Phasen Modell Phase 1 Phase 2 Phase 3 Phase 4 Ist- Analyse Content Clustering Machbarkeitsstudie Prozessintegration IT- Clustering Content Clustering: die Strukturierung Content Clustering Quelldaten Reportingobjekte Content Cluster Reportingobjekt 1 Reportingobjekt 2 Reportingobjekt 3 Reportingobjekt n Bündelung der geschäftsspezifischen Inhalte auf Basis der erstellten Road Map / Zuordnung der Quelldaten zu den Reporting-Objekten Erstellung des Fach-/ DV-Konzeptes (Content Cluster), dass die Realisierung der FIM-Lösung beschreibt: Definition der künftigen Organisationsstruktur in der FIM-Lösung Definition der Datenbestände aus den Quellsystemen Definition des Datenmodells und der Datentypen Definition von Cubes und möglicher Data Marts Definition der ETL-Prozesse Konzeption der Auswertungsfunktionalitäten anhand geeigneter OLAP-Front-Ends Definition des Kreises der Berichtsempfänger und des Berechtigungskonzeptes 16

17 Ernst & Young 4-Phasen Modell Phase 1 Phase 2 Phase 3 Phase 4 Ist- Analyse Content Clustering Machbarkeitsstudie Prozessintegration IT- Clustering Prozessintegration: Grundlage für die Optimierung und kontinuierlichen Überwachung der Geschäfts- und IT-Prozesse GP 1 GP 2 GP 3 GP n Prozessintegration Strategische Ziele Planung Überwachung Steuerung Intelligente Prozessmatrix Integration der Geschäftsprozesse in die Analytik sowie die Integration der Analytik in die Geschäftsprozesse. Die Analytik schafft Ereignisse und verarbeitet dieses mit Hilfe der Prozessüberwachung und -steuerung Definition von Verbesserungs- und Steuerungszielen bei den Geschäfts- und IT-Prozessen Definition von Prozessmetriken/-kennzahlen zur operativen Überwachung und Steuerung der Geschäftsprozesse, die im Rahmen des FIM abgebildet und zur Verfügung gestellt werden sollen Definition der damit verbundenen Voraussetzungen: zu integrierende Daten, Geschwindigkeit der Informationslieferung, Integrationsdrehscheibe zur Einbettung der Analytik in den Geschäftsprozessen, etc Erstellung der Prozessmatrix unter Berücksichtigung des Anforderungsprofiles. 17

18 Ernst & Young 4-Phasen Modell Phase 1 Phase 2 Phase 3 Phase 4 Ist- Analyse Content Clustering Machbarkeitsstudie Prozessintegration IT- Clustering Über das IT-Clustering zur FIM-Strategie IT-Clustering: Road Map Content Cluster Intelligente Prozessmatrize IT-Clustering Financial Information Management Strategie Programm-technische Realisierung der FIM-Lösung gemäß Fach- und DV- Konzeption aus den vorgelagerten Phasen. Produktionsvorbereitung Go-Live und Support Anhand des IT-Konzeptes lässt sich eine einheitliche und skalierbare mehrstufige IT- Architektur definieren und umsetzen, deren Grundpfeiler die Komponenten Operative Systeme, Data Staging, Meta Data Management und Data Warehouse bilden. 18

19 Agenda Überblick 1. Chronologie: Von RM zur IT 2. Aktuelle Problematik 3. Anspruch und Aufgabe der IT 4. Ernst & Young 4-Phasen Modell 5. Definition Data Warehouse 6. Praxis: Motivation des Projekts 7. Durchführung einer Vorstudie 8. Methodische Vorgehensweise 9. Erstellung des Blueprints 10. Fazit 19

20 Definition Data Warehouse Welche Rolle spielt ein Data Warehouse bei einem Finanzdienstleister inbesondere im Risikomanagement Unternehmensstrategie Regulatorische Geschäfts- Anforderungen und Standards (exemplarisch) Bereiche / Prozesse (exemplarisch) HGB / IFRS / USGAAP Controlling Personalwesen Risikomanagement ETL - Prozess Verwaltung Vertrieb Marketing BASEL II / SolvV / MaRisk Sarbanes Oxley Act IDW BDSG CobiT/ ITIL Data Warehouse Informationstechnologie 20

21 Definition Data Warehouse Was ist ein Data Warehouse und warum benötigt man es? A data warehouse is a subject oriented, (Themenorientierung an Sachverhalte des Unternehmens) integrated, (Integration von Unternehmensweiten / externen operativen Quellen) non-volatile, (Dauerhafte Sammlung von nicht mehr änderbarer Daten) and time variant (Zeitraumbezug als Bestandteil der Daten) collection of data in support of management s decisions. [William H. "Bill" Inmon] Management Risk Management Financial Controlling Sales & Personalwesen weitere Marketing 21

22 Agenda Überblick 1. Chronologie: Von RM zur IT 2. Aktuelle Problematik 3. Anspruch und Aufgabe der IT 4. Ernst & Young 4-Phasen Modell 5. Definition Data Warehouse 6. Praxis: Motivation des Projekts 7. Durchführung einer Vorstudie 8. Methodische Vorgehensweise 9. Erstellung des Blueprints 10. Fazit 22

23 Praxis: Motivation des Projekts Anstoß zu Projekten Beauftragung zu einer Vorstudie Kunde Ergebnis 23

24 Durchführung einer Vorstudie Im ersten Schritt wurde eine Vorstudie durchgeführt Wunsch eines Kunden: - Ist das bestehende DataWarehouse aus technischer und fachlicher Sicht in der Lage, die Anforderungen des Managements zu erfüllen? Aufgabe Ernst & Young: - Untersuchung des technischen Aufbaus des bestehenden Data Warehouse. - Grobanalyse der fachlichen Funktionalität des bestehenden Data Warehouse. 24

25 Durchführung einer Vorstudie Anstoß zu Projekten Beauftragung zu einer Vorstudie Kunde Ergebnis Momentaner Stand erfüllt nicht die Anforderungen an ein Data Warehouse Beauftragung zur Bestimmung des Datenhaushaltes Kunde Ergebnis Blueprint 25

26 Agenda Überblick 1. Chronologie: Von RM zur IT 2. Aktuelle Problematik 3. Anspruch und Aufgabe der IT 4. Ernst & Young 4-Phasen Modell 5. Definition Data Warehouse 6. Praxis: Motivation des Projekts 7. Durchführung einer Vorstudie 8. Methodische Vorgehensweise 9. Erstellung des Blueprints 10. Fazit 26

27 Methodische Vorgehensweise Vorgehensweise bei der Bestimmung des Datenhaushaltes im Risikomanagement Welche Daten werden benötigt? Daten aus dem Aktivitätenbereich Risiko Management & Controlling Wer benötigt die Daten? Wo kommen die Daten her? Kreditrisiko und Liquiditätsrisikomanagement Instandhaltung eines Rating und Scoring Systems Wie kommen die Daten? Asset & Liability Management Überwachung der Kreditportfolio bzgl. Qualität und Grenzen Gewährleistung einer angemessenen Liquidität 27

28 Methodische Vorgehensweise Vorgehensweise bei der Bestimmung des Datenhaushaltes im Risikomanagement Welche Daten werden benötigt? Anforderungen kommen von den folgenden Gruppen Wer benötigt die Daten? WER? WOHER? Wo kommen die Daten her? Abteilungsleiter Risikomanagement Bank Wie kommen die Daten? Geschäftsleitung Bank Data Warehouse Entwickler Extern Weitere Weitere 28

29 Methodische Vorgehensweise Vorgehensweise bei der Bestimmung des Datenhaushaltes im Risikomanagement Welche Daten werden benötigt? Aufnahme der Prozesse und Quellsysteme Wer benötigt die Daten? Kreditrisikosteuerung Kundenaktivgeschäft weitere Wo kommen die Daten her? Wie kommen die Daten? 29

30 Methodische Vorgehensweise Vorgehensweise bei der Bestimmung des Datenhaushaltes im Risikomanagement Welche Daten werden benötigt? Analyse der Daten auf technischer Ebene Wer benötigt die Daten? Data Warehouse - Entwickler Wo kommen die Daten her? Wie kommen die Daten? 30

31 Erstellung des Blueprints Exemplarischer Ablauf eines Einzelhandelsgeschäft (I) Werbemaßnahmen Produktangebot Kreditangebot Produkt wird gekauft Adressaten Vertrieb & Marketing Vertrieb & Marketing Vertrieb & Marketing Einzelhandelsgeschäft Risikomanagement / -controlling Vertrieb & Marketing Großkundengeschäft Datenhaushalt Advertising efforts Leads Credit offer Product Leads Product Credit Product offer Product offer Partner data Partner data Rating/Scoring Collaterals 31

32 Erstellung des Blueprints Exemplarischer Ablauf eines Einzelhandelsgeschäft (II) Kredit wird aufgenommen Wholesale Retention Regulärer Kreditverlauf Zahlungsprobleme beim KN Adressaten Vertrieb & Marketing Retail business Einzelhandelsgeschäft Vertrieb & Marketing Einzelhandelsgeschäft Großkundengeschäft Financial controlling Einzelhandelsgeschäft Financial controlling Financial controlling Financial controlling Risikomanagement / -controlling Risikomanagement / -controlling Risikomanagement / -controlling Datenhaushalt Produkt offer Credit Credit Arrear management Credit offer Advanced payment Positions Credit Credit Positions Partner data Positions Transactions Partner data Partner data Positions Collaterals Collaterals Partner data Rating / Scoring Collaterals 32

33 Erstellung des Blueprints Exemplarischer Ablauf eines Einzelhandelsgeschäft (III) Rückkehr zum regulären Kreditverlauf Kunde schliesst Kredit Zeit verstreicht... Gezielte Wiederansprache (Werbemaßnahme) Adressaten Einzelhandelsgeschäft Vertrieb & Marketing Vertrieb & Marketing Financial controlling Einzelhandelsgeschäft Financial controlling Risikomanagement / -controlling Datenhaushalt Credit Credit Advertising efforts Positions Customer retention Partner data Partner data Positions Partner data Collaterals 33

34 Erstellung des Blueprints Datenhaushalt am Beispiel der Tabelle Partner Data Item Description HBG_RATING_NEXTDATE Date of next rating PARTNER_ID Unique identifier of partner PARTNER_KNE PARENT_ID PARTNER_TYPE Single borrower unit Unique identifier of (hierarchical) parent Issuer Counterparty Wholesale Retail-private Retail-freelance Retail-commercial Regional manager PARTNER_RATING_ARRAY PARTNER_SPREAD_ARRAY PARTNER_PD_ARRAY PARTNER_EAD_ARRAY Timestamp Rating Rating methodology Timestamp Spread Timestamp Estimated PD Timestamp Estimated EAD PERSON_TYPE ARRAY_OF_BANK_CONS PARTNER_ROLE Physical person Juridical person List of Partner s Accounts Borrower Warrantor Others PARTNER_LGD_ARRAY EARLY_WARNING_ARRAY PARTNER_LGD_ACTUAL_COV Timestamp Estimated covered LGD Estimated uncovered LGD Timestamp Early warning indicators Actual covered LGD of partner BANK_RETAIL CUSTOMER_EXISTING MARKETING_ACTION_MAILING Yes No Existing customer: Yes No Yes No PARTNER_LGD_ACTUAL_UNCOV PARTNER_LGD_RECOVERY COMMENT DATE_BEGIN_INSOLVENCY DATE_END_INSOLVENCY Actual uncovered LGD of partner Recovery from uncoverd LGD Comment Starting date of insolvency Ending date of insolvency COUNTRY_CODE INDUSTRY_ID Country of residence Unique identifier of industry DEFAULTSTATUS PD Insolvency PD B II PARTNER_CLASSIFICATION privat public ORGA_ID Unique identifier of responsible credit officer RATING_LASTDATE Date of last rating OTHERS Others RATING_INTERVAL Rating interval 34

35 Agenda Überblick 1. Chronologie: Von RM zur IT 2. Aktuelle Problematik 3. Anspruch und Aufgabe der IT 4. Ernst & Young 4-Phasen Modell 5. Definition Data Warehouse 6. Praxis: Motivation des Projekts 7. Durchführung einer Vorstudie 8. Methodische Vorgehensweise 9. Erstellung des Blueprints 10. Fazit 35

36 Erstellung des Blueprints Das Ergebnis könnte dann so aussehen Blueprint für ein Data Warehouse 36

37 Agenda Überblick 1. Chronologie: Von RM zur IT 2. Aktuelle Problematik 3. Anspruch und Aufgabe der IT 4. Ernst & Young 4-Phasen Modell 5. Definition Data Warehouse 6. Praxis: Motivation des Projekts 7. Durchführung einer Vorstudie 8. Methodische Vorgehensweise 9. Erstellung des Blueprints 10. Fazit 37

38 Fazit Die Herausforderungen und Probleme im Projekt sind unterschiedlicher Natur Projektabschluss mit Zufriedenheit des Kunden in der vorgegeben Zeit soziale Kompetenz (mit verschiedenen Charakteren arbeiten) Lernbereitschaft (Speziell: Bankenfachwissen und IT-Wissen) Problemlösungskompetenz (analytisches & strukturierte Vorgehensweise) Teamwork (gegenseitiges Unterstützen) 38

39 Vielen Dank für Ihre Aufmerksamkeit. Für Fragen und Anregungen stehen wir Ihnen gerne jederzeit zur Verfügung. Ruhollah Abolhassani Risk Advisory Services Global Financial Services Tel.: +49 (6196)

Raus aus der Bl-Falle

Raus aus der Bl-Falle Ronald Bachmann, Dr. Guido Kemper Raus aus der Bl-Falle Wie Business Intelligencezum Erfolg wird mitp Die Autoren 13 Vorwort 15 1 Einleitung 21 1.1 Was ist Business Intelligence (BI)? 21 1.2 Motive zur

Mehr

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

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

Mehr

Mehrwert durch Beratungen aus einer Hand

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

Mehr

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

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG...

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... Inhaltsübersicht Inhaltsübersicht I INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... 1 1.1 Zielsetzung und Motivation... 1 1.2

Mehr

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Datei: Asklepius DA Flyer_Leistung_2 Seite: 1 von:5 1 Umfassende Datenanalyse Mit Asklepius-DA

Mehr

BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center

BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center Ing. Polzer Markus öffentlich Inhaltsverzeichnis 1 2 3 4 5 6 7 Kurzvorstellung Raiffeisen Solution Business Intelligence Strategie

Mehr

Business Intelligence braucht mehr Business!

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

Mehr

Entwicklung eines CRM Systems

Entwicklung eines CRM Systems Entwicklung eines CRM Systems In diesem Skript werden alle möglichen Elemente die zur Entwicklung eines CRM Systems notwendig sind angesprochen. Im Rahmen Ihrer Analyse Ihres Beispielunternehmens/ Ihrer

Mehr

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

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

Mehr

Raber+Märcker Business Intelligence Lösungen und Leistungen

Raber+Märcker Business Intelligence Lösungen und Leistungen Business Intelligence Raber+Märcker Business Intelligence Lösungen und Leistungen www.raber-maercker.de 2 LEISTUNGEN Business Intelligence Beratungsleistung Die Raber+Märcker Business Intelligence Beratungsleistung

Mehr

Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor

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

Mehr

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

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

Mehr

Software Asset Management Potentiale und Herangehensweise Dr. Bernhard Schweitzer

Software Asset Management Potentiale und Herangehensweise Dr. Bernhard Schweitzer Software Asset Management Potentiale und Herangehensweise Dr. Bernhard Schweitzer SAM there s more under the surface than meets the eye Agenda Warum SAM? Finanzielle Motivation Juristische Motivation Pragmatische

Mehr

Business Performance Management Next Generation Business Intelligence?

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

Mehr

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

COBIT 5/ITIL-Convergence?

COBIT 5/ITIL-Convergence? IT-Tagung 2012 COBIT 5/ITIL-Convergence? Massood Salehi 1 Agenda Ursachen für den fehlenden Gorvernance in den Unternehmen Die Stellung von COBIT im Unternehmen ITIL Sicht im Betrieb Parallelen und Unterschiede

Mehr

Data Warehousing in der Lehre

Data Warehousing in der Lehre Data Warehousing in der Lehre Prof. Dr.-Ing. Tomas Benz Dipl.-Inform. Med. Alexander Roth Agenda Vorstellung Fachhochschule Heilbronn Vorstellung i3g Vorlesungen im DWH-Bereich Seminare Projekte Studien-

Mehr

IT-Beratung: Vom Geschäftsprozess zur IT-Lösung

IT-Beratung: Vom Geschäftsprozess zur IT-Lösung Ralf Heib Senior Vice-President Geschäftsleitung DACH IT-Beratung: Vom Geschäftsprozess zur IT-Lösung www.ids-scheer.com Wofür steht IDS Scheer? Wir machen unsere Kunden in ihrem Geschäft erfolgreicher.

Mehr

OLAP und Data Warehouses

OLAP und Data Warehouses OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting

Mehr

Modernes Design einer agilen und integrierten Finanz- und Risikoarchitektur

Modernes Design einer agilen und integrierten Finanz- und Risikoarchitektur Modernes Design einer agilen und integrierten Finanz- und Risikoarchitektur ifb group, 07.07.2014 Neue regulatorische Anforderungen für Finanzdienstleister Zusätzliche Einflüsse durch das Basel Committee

Mehr

your IT in line with your Business Geschäftsprozessmanagement (GPM)

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

Mehr

CMC-KOMPASS: CRM. Der Wegweiser für erfolgreiches Kundenbeziehungsmanagement

CMC-KOMPASS: CRM. Der Wegweiser für erfolgreiches Kundenbeziehungsmanagement CMC-KOMPASS: CRM Der Wegweiser für erfolgreiches Kundenbeziehungsmanagement 1 CROSSMEDIACONSULTING 18.05.2010 Unser Verständnis von CRM: Customer Relationship Management ist weit mehr als ein IT-Projekt

Mehr

Microsoft Digital Pharma. Die nächste Generation von Innovationen für Chemie und Pharma. BearingPoint

Microsoft Digital Pharma. Die nächste Generation von Innovationen für Chemie und Pharma. BearingPoint Microsoft Digital Pharma Die nächste Generation von Innovationen für Chemie und Pharma BearingPoint Zusammenfassung des Themas / Lösungsbeschreibung Branchenstrukturierte Strategie-, Prozess- und Transformationslösungen

Mehr

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von BI zu Analytik bessere Entscheidungen basiert auf Fakten Webinar Mai 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von Business Intelligence zu Analytik Die Bedeutung

Mehr

4... SAP Solution Manager als Plattform für den End-to-End-Anwendungsbetrieb... 63

4... SAP Solution Manager als Plattform für den End-to-End-Anwendungsbetrieb... 63 ... Geleitwort... 15... Vorwort... 17... Einführung... 23 1... Was ist Run SAP?... 25 1.1... Motivation der Run SAP-Methodik... 27 1.2... Roadmap... 29 1.3... Run SAP-Phasen... 32 1.3.1... Assessment &

Mehr

Systemen. Stand der Umsetzung von BSC-Systemen. 3/4 der Unternehmen setzen Balanced Scorecard als neues Instrument der Unternehmensführung ein.

Systemen. Stand der Umsetzung von BSC-Systemen. 3/4 der Unternehmen setzen Balanced Scorecard als neues Instrument der Unternehmensführung ein. Stand der Umsetzung von BSC-Systemen Systemen BSC eingeführt keine Überarbeitung 11% kein Interesse 26% BSC eingeführt Überarbeitung geplant 5% BSC geplant 58% n = 141 3/4 der Unternehmen setzen Balanced

Mehr

Business Intelligence Data Warehouse. Jan Weinschenker

Business Intelligence Data Warehouse. Jan Weinschenker Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data

Mehr

Gesellschaft für Informatik, Arbeitskreis IV Beratung Welche Kenntnisse und Fähigkeiten sich Beratungsunternehmen bei Hochschulabsolventen wünschen

Gesellschaft für Informatik, Arbeitskreis IV Beratung Welche Kenntnisse und Fähigkeiten sich Beratungsunternehmen bei Hochschulabsolventen wünschen Gesellschaft für Informatik, Arbeitskreis IV Beratung Welche Kenntnisse und Fähigkeiten sich Beratungsunternehmen bei Hochschulabsolventen wünschen Statement Version 0.9 Bad Homburg, im Februar 2010 Agenda

Mehr

CVA Services stellt sich vor

CVA Services stellt sich vor Ihre Karriere als Berater in der Finanzindustrie CVA Services stellt sich vor Physiker in der Finanzindustrie Ihre Karrieremöglichkeiten bei der CVA Services GmbH Unsere Positionierung Vision Wir sind

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

Werkstatt-Reihe»Kundenwertmanagement«

Werkstatt-Reihe»Kundenwertmanagement« Projektvorstellung Werkstatt-Reihe»Kundenwertmanagement«Wedekind, Kai In Zusammenarbeit mit Projektmanager Versicherungsforen Leipzig GmbH 1 Die Idee Kundenwertmodelle werden in der Versicherungspraxis

Mehr

Business Intelligence im Krankenhaus

Business Intelligence im Krankenhaus Business Intelligence im Krankenhaus Dr. Thomas Lux Holger Raphael IT-Trends in der Medizin 03.September 2008 Essen Gliederung Herausforderungen für das Management im Krankenhaus Business Intelligence

Mehr

Entscheidungsunterstützungssysteme

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

Mehr

IT-Governance. Standards und ihr optimaler Einsatz bei der. Implementierung von IT-Governance

IT-Governance. Standards und ihr optimaler Einsatz bei der. Implementierung von IT-Governance IT-Governance Standards und ihr optimaler Einsatz bei der Implementierung von IT-Governance Stand Mai 2009 Disclaimer Die Inhalte der folgenden Seiten wurden von Severn mit größter Sorgfalt angefertigt.

Mehr

Erfolgsfaktor Forderungsmanagement: Mit professionellen Prozessen zu gesicherten Umsätzen, höherer Liquidität und verbesserten Kundenbeziehungen.

Erfolgsfaktor Forderungsmanagement: Mit professionellen Prozessen zu gesicherten Umsätzen, höherer Liquidität und verbesserten Kundenbeziehungen. Erfolgsfaktor Forderungsmanagement: Mit professionellen Prozessen zu gesicherten Umsätzen, höherer Liquidität und verbesserten Kundenbeziehungen. Thomas Hampf Geschäftsführer IS Inkasso Service GmbH 26.

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

Reduzieren der Komplexität ITIL Lite oder ITIL nach Mass?

Reduzieren der Komplexität ITIL Lite oder ITIL nach Mass? Reduzieren der Komplexität ITIL Lite oder ITIL nach Mass? 8. Swiss Business- & IT-Servicemanagement & Sourcing Forum 2014 Zürich, 25.03.2014 Seite 1 MASTERS Consulting GmbH Konzeptionen umsetzen IT Strategy

Mehr

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

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

Mehr

Einführung eines ISMS nach ISO 27001:2013

Einführung eines ISMS nach ISO 27001:2013 Einführung eines ISMS nach ISO 27001:2013 VKU-Infotag: Anforderungen an die IT-Sicherheit (c) 2013 SAMA PARTNERS Business Solutions Vorstellung Olaf Bormann Senior-Consultant Informationssicherheit Projekterfahrung:

Mehr

EAM Ein IT-Tool? MID Insight 2013. Torsten Müller, KPMG Gerhard Rempp, MID. Nürnberg, 12. November 2013

EAM Ein IT-Tool? MID Insight 2013. Torsten Müller, KPMG Gerhard Rempp, MID. Nürnberg, 12. November 2013 EAM Ein IT-Tool? MID Insight 2013 Torsten Müller, KPMG Gerhard Rempp, MID Nürnberg, 12. November 2013 ! Wo wird EA eingesetzt? Welchen Beitrag leistet EA dabei? Was kann EAM noch? Ist EAM nur ein IT-Tool?

Mehr

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Presse Talk CeBIT 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Strategisches IT-Management mit dem COBIT Framework. Markus Gronerad, Scheer Management 1.8.2014

Strategisches IT-Management mit dem COBIT Framework. Markus Gronerad, Scheer Management 1.8.2014 Strategisches IT-Management mit dem COBIT Framework Markus Gronerad, Scheer Management 1.8.2014 Was ist strategisches IT-Management? IT-Management Das (operative) IT-Management dient der Planung, Beschaffung,

Mehr

Analytisches CRM in der Automobilindustrie

Analytisches CRM in der Automobilindustrie Analytisches CRM in der Automobilindustrie Dr. Frank Säuberlich Practice Manager European Customer Solutions Urban Science International GmbH Automobilhersteller müssen neue Wege gehen Anforderungen in

Mehr

Wachstumsförderung mit CRM

Wachstumsförderung mit CRM Wachstumsförderung mit CRM Computerwoche CRM Initiative Feb. 2007 Dr. Wolfgang Martin Analyst, Mitglied im CRM-Expertenrat und Research Advisor am Institut für Business Intelligence Wachstumsförderung

Mehr

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

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

Mehr

Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung

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

Mehr

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Übersicht über Business Intelligence Josef Kolbitsch Manuela Reinisch Übersicht Beispiel: Pantara Holding Der Begriff Business Intelligence Übersicht über ein klassisches BI-System

Mehr

Ihr + Beratungs-, Entwicklungs- und Integrationsdienstleistungen der Finanz Informatik Solutions Plus. FISP-Unternehmenspräsentation 1

Ihr + Beratungs-, Entwicklungs- und Integrationsdienstleistungen der Finanz Informatik Solutions Plus. FISP-Unternehmenspräsentation 1 Ihr + Beratungs-, Entwicklungs- und Integrationsdienstleistungen der Finanz Informatik Solutions Plus FISP-Unternehmenspräsentation 1 INHALT + Daten und Fakten + Unsere Kernmärkte + Das zeichnet uns aus

Mehr

Phase I: Angebotsvorbereitung

Phase I: Angebotsvorbereitung 1 Phase I: Angebotsvorbereitung Ziele der Phase I / Angebotsvorbereitung Kontakt herstellen erwartungen an das Angebot erteln Auftrag spezifizieren Rahmenbedingungen feststellen Beziehung aufbauen/vertrauensbasis

Mehr

Strategieentwicklung und deren Umsetzung

Strategieentwicklung und deren Umsetzung entwicklung und deren Umsetzung MUK IT 29.04.2004 in München 1 Agenda! Was ist?! baum! entwicklungsprozess! Beispiel! Erfolgsfaktoren (Ergebnisse der Gruppenarbeiten vom 29.04.2004) " -Entwicklung " -Umsetzung

Mehr

PMI Munich Chapter 21.04.2008

PMI Munich Chapter 21.04.2008 Projektmanagement im Rahmen einer IT-Infrastruktur- Standardisierung mit internationalen Teams Christoph Felix PMP, Principal Project Manager, Microsoft Deutschland PMI Munich Chapter 21.04.2008 Agenda

Mehr

Intelligente Unternehmens- und Prozesssteuerung durch CPM

Intelligente Unternehmens- und Prozesssteuerung durch CPM Intelligente Unternehmens- und Prozesssteuerung durch CPM 5. IIR Forum BI, Mainz, Sept. 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

VisualCockpit. agile business analytics

VisualCockpit. agile business analytics VisualCockpit agile business analytics Agile Business Analytics mit VisualCockpit Für Unternehmen wird es immer wichtiger die gesamte Wertschöpfungskette aus Daten, sowohl für das operative Geschäft als

Mehr

PERFORMANCE MANAGEMENT

PERFORMANCE MANAGEMENT Seminar: Controlling HS Bremerhaven Roman Allenstein und Benno Buhlmann PERFORMANCE MANAGEMENT GLIEDERUNG Was ist das Performance Management Bestandteile und Theorien Aktivitäten im Performance Management

Mehr

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie

Mehr

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele

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

Optimales Outsourcing als strategische Aufgabe

Optimales Outsourcing als strategische Aufgabe IT-Beratung für Logistik und Optimales Outsourcing als strategische Aufgabe Agenda IT Sourcing: Anspruch und Wirklichkeit Ausgangslage und Zielsetzung b Logo Sourcing Scope-Workshop Das Logo Broker-Modell:

Mehr

Social Media trifft Business

Social Media trifft Business Social Media trifft Business Intelligence Social Media Analysis als Teil der Unternehmenssteuerung Tiemo Winterkamp, VP Global Marketing Agenda Social Media trifft Business Intelligence Business Intelligence

Mehr

BI - Der strategische Erfolgsfaktor im Unternehmen

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

Mehr

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

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

Mehr

Macht Knowledge- Management Unternehmen effizienter?

Macht Knowledge- Management Unternehmen effizienter? Macht Knowledge- Management Unternehmen effizienter? Karl-Heinz Plünnecke Geschäftsführer H.U.T GmbH 1 Software Performance Entwicklung Performance Was dann? ecommerce ERP SCM CRM Zeit 2 1 Noch Potential?

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

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung

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

Mehr

wagner management consulting

wagner management consulting Customer Relationship Management Unser Verständnis Customer Relationship Management sind alle Interaktionen entlang der gesamten Kommunikation mit internen und externen Kunden. Effektive Prozesse unterstützt

Mehr

Business Intelligence für Controller

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

Mehr

Forschen mit der HS-Ansbach!

Forschen mit der HS-Ansbach! Forschen mit der HS-Ansbach! Vorstellung des Forschungsschwerpunktes Strategic Business Intelligence an der Hochschule Ansbach www.strategicbusinessintelligence.de Folie 1 1 Agenda 1. Zielsetzung des Forschungsschwerpunkts

Mehr

Risk Management for Banking Herausforderungen für einen integrierten Approach

Risk Management for Banking Herausforderungen für einen integrierten Approach Risk Management for Banking Herausforderungen für einen integrierten Approach Frank Hansen Risk Practice Leader, SAS Deutschland Agenda Situation und Herausforderungen - Integrierte Risikosteuerung Stresstests

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

Das Risikomanagement gewinnt verstärkt an Bedeutung

Das Risikomanagement gewinnt verstärkt an Bedeutung Das Risikomanagement gewinnt verstärkt an Bedeutung 3/9/2009 Durch die internationale, wirtschaftliche Verpflechtung gewinnt das Risikomanagement verstärkt an Bedeutung 2 3/9/2009 Das IBM-Cognos RiskCockpit:

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

IT Wirtschaftlichkeit. Themenenabend 01.09.2009 der Gesellschaft für Informatik, Regionalgruppe Köln

IT Wirtschaftlichkeit. Themenenabend 01.09.2009 der Gesellschaft für Informatik, Regionalgruppe Köln IT Wirtschaftlichkeit Themenenabend 01.09.2009 der Gesellschaft für Informatik, Regionalgruppe Köln Wirtschaftlichkeit IT / Olaf Sprenger / IT Controlling T-Mobile Deutschland 01.09.2009 Agenda Herausforderungen

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

Basel Committee on Banking Supervision: Principles for effective risk data aggregation and risk reporting (BCBS 239)

Basel Committee on Banking Supervision: Principles for effective risk data aggregation and risk reporting (BCBS 239) Basel Committee on Banking Supervision: Principles for effective risk data aggregation and risk reporting (BCBS 239) Neue Anforderungen an IT Architektur und Data Governance im Risikobereich von Banken

Mehr

Einführung: Einordnung von ITIL

Einführung: Einordnung von ITIL Einführung: Einordnung von ITIL Institut für Informationsmanagement Bremen GmbH Forschungs- und Beratungsinstitut an der Universität Bremen Am Fallturm 1 28359 Bremen www.ifib.de Arne Fischer Bochum, 23.11.2004

Mehr

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Sprecher: Uwe Nadler, Senior Managing Consultant 1 Marketing braucht unterschiedliche Informationen, um entsprechende

Mehr

Einführung in Business Intelligence

Einführung in Business Intelligence Einführung in Business Intelligence Grundlagen und Anwendungsmöglichkeiten Prof. Dr. Wolfram Höpken wolfram.hoepken@eloum.net eloum @ Hochschule Ravensburg-Weingarten Informationsveranstaltung ebusiness-lotse

Mehr

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Thema: David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Autor: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant PRAXIS EDV- Betriebswirtschaft- und

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

Patrick Bartsch. Verbesserung. der Patientensicherheit. im Krankenhaus

Patrick Bartsch. Verbesserung. der Patientensicherheit. im Krankenhaus Patrick Bartsch Verbesserung der Patientensicherheit im Krankenhaus Entwicklung eines prototypischen Fachkonzeptes anhand einer Bl-orientierten und weiterentwickelten Balanced Scorecard Verlag Dr. Kovac

Mehr

Was ist SAM? Warum brauche ich SAM? Schritte zur Einführung Mögliche Potentiale Fragen

Was ist SAM? Warum brauche ich SAM? Schritte zur Einführung Mögliche Potentiale Fragen Software Asset Management (SAM) Vorgehensweise zur Einführung Bernhard Schweitzer Manager Professional Services Agenda Was ist SAM? Warum brauche ich SAM? Schritte zur Einführung Mögliche Potentiale Fragen

Mehr

Michael Bauer Niederlassungsleiter Köln

Michael Bauer Niederlassungsleiter Köln Click to edit Master title style 1 Michael Bauer Niederlassungsleiter Köln Hamburg, 18. Juni 2009 2009 IBM Corporation Agenda Click to edit Master title style 2 zur Person Wo, Warum.., Was - CPM liefert

Mehr

SAP Lösungen für Ihr Finanzwesen Neue Möglichkeiten entdecken.

SAP Lösungen für Ihr Finanzwesen Neue Möglichkeiten entdecken. SAP Lösungen für Ihr Finanzwesen Neue Möglichkeiten entdecken. Exzellenz im Finanzwesen mit Finance und Enterprise Performance Lösungen von SAP 2013 SAP AG. All rights reserved. Internal 2 Exzellenz im

Mehr

Copyright Financial-Risk- Associates. Dieter Plenk. Diplom-Betriebswirt (FH) Jahrgang 1954 Beratungserfahrung: seit 2005

Copyright Financial-Risk- Associates. Dieter Plenk. Diplom-Betriebswirt (FH) Jahrgang 1954 Beratungserfahrung: seit 2005 Beratungsschwerpunkt Aufsichtsrechtliches Meldewesen Kurzprofil Der Beratungsschwerpunkt von Herrn Plenk liegt im Umfeld des aufsichtsrechtlichen Meldewesens. Durch zahlreiche Projekte für Banken und Rechenzentralen

Mehr

xiii Inhaltsverzeichnis 1 Einführung 1

xiii Inhaltsverzeichnis 1 Einführung 1 xiii 1 Einführung 1 1.1 Gründe für eine BI-Strategie und ein BICC..................... 1 1.1.1 Systemvielfalt und Konsolidierungsbedarf.............. 2 1.1.2 Taktisches Vorgehen..............................

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

Bernd von Staa, msg global solutions AG, Oktober 2015

Bernd von Staa, msg global solutions AG, Oktober 2015 .consulting.solutions.partnership SAP-Forum für Banken 7./8. Oktober 2015, Mainz Performance Management for Financial Industry am Beispiel Cost and Revenue Allocation Bernd von Staa, msg global solutions

Mehr

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

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

Mehr

Customer Intelligence. Die 360 - Sicht auf den Kunden

Customer Intelligence. Die 360 - Sicht auf den Kunden Customer Intelligence Die 360 - Sicht auf den Kunden Customer Intelligence unterstützt Versicherungen bei der Steuerung ihres Kundenportfolios. Der Wettbewerb um die Versicherungskunden wird härter und

Mehr

ITIL Foundation 2011 Eine Zusammenfassung von Markus Coerdt

ITIL Foundation 2011 Eine Zusammenfassung von Markus Coerdt Service Strategy ITIL Foundation 2011 Service Strategy ist der Entwurf einer umfassenden Strategie für IT Services und IT Service Management. Komponenten der Wertschöpfung Geschäfts- Ergebnisse WERT Präferenzen

Mehr

Vertriebssteuerung & Controlling Konkrete Vertriebsziele, passend zur Unternehmensstrategie

Vertriebssteuerung & Controlling Konkrete Vertriebsziele, passend zur Unternehmensstrategie Konkrete Vertriebsziele, passend zur Unternehmensstrategie Wir ermöglichen Ihnen mit dem Service Vertriebssteuerung die erfolgreiche Umsetzung Ihrer Unternehmensstrategie in operativ umsetzbare Vertriebsziele.

Mehr

Unternehmenspräsentation Pro-M Consulting. Stand 01.04.2010, Version 2.1

Unternehmenspräsentation Pro-M Consulting. Stand 01.04.2010, Version 2.1 Unternehmenspräsentation Pro-M Consulting Stand 01.04.2010, Version 2.1 Unternehmensstrategie (1/2) Unsere Erfolgsfaktoren - Ihre Vorteile Wir stellen von Ihnen akzeptierte Lösungen bereit Wir betrachten

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

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

IT-Qualitätssicherung

IT-Qualitätssicherung IT-Qualitätssicherung e.on Mitte AG Stand 10.02.2009, Version 1.0 Projektziel Durchführung einer ganzheitlichen Qualitätssicherung Projektziele Verbesserung der Kundenzufriedenheit / Prozesszufriedenheit

Mehr

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge Self Service BI - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge 04. Juli 2013 Cubeware GmbH zu Gast im Hause der Raber+Märcker GmbH Referent: Uwe van Laak Presales Consultant

Mehr

Business Intelligence Meets SOA

Business Intelligence Meets SOA Business Intelligence Meets SOA Microsoft People Ready Conference, München, Nov. 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

CRM Architektur. New Economy CRM Architektur Page 1

CRM Architektur. New Economy CRM Architektur Page 1 CRM Architektur Titel des Lernmoduls: CRM Architektur Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.4.2 Zum Inhalt: Dieses Modul beschreibt mögliche Architekturen von CRM-Systemen. Insbesondere

Mehr

AKWI-Fachtagung 2014. SAP HANA Live als Basis für operatives Reporting in Echtzeit. Customizing und Anwendung

AKWI-Fachtagung 2014. SAP HANA Live als Basis für operatives Reporting in Echtzeit. Customizing und Anwendung AKWI-Fachtagung 2014 Darius Nowak Prof. Dr. Harald Ritz Jörg Wolf SAP HANA Live als Basis für operatives Reporting in Echtzeit Customizing und Anwendung 1 Agenda 1. Einleitung 2. Motivation 3. SAP HANA

Mehr