Data Warehousing in der Praxis. SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis. Thorsten Winsemann

Größe: px
Ab Seite anzeigen:

Download "Data Warehousing in der Praxis. SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis. Thorsten Winsemann"

Transkript

1 Data Warehousing in der Praxis SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis Thorsten Winsemann

2 Data Warehousing in der Praxis Inhalt TW Zur Person SAP Business Information Warehouse (SAP-BW) SAP-BW: Überblick und Datenfluss Layered, Scalable Architecture (LSA) Business Information Warehouse Accelerator (BWA) SAP in-memory ein Überblick DW-Projekte in der Praxis Überblick Herausforderungen Thorsten Winsemann Data Warehousing in der Praxis 2

3 TW Zur Person Studien Hochschule Bremerhaven Transportwesen ( Logistik ) Diplom-Wirtschaftsingenieur (FH) Systemanalyse ( Wirtschaftsinformatik ) Diplom-Ingenieur (FH) Beruf SAP AG, SAP Hosting, SAP SI, SAP Deutschland Entwicklung (Walldorf) Logistik-Informationssysteme + Business Information Warehouse heute Beratung (Walldorf + Hamburg) Business Information Warehouse + Logistik-Informationssysteme seit 10/09 Internes Entwicklungsprojekt BW on SAP HANA Promo Otto-von-Guericke-Universität Magdeburg 09/09-11/14 Bewertung von Datenpersistenz in Business-Data-Warehouse-Systemen mithilfe multikriterieller Entscheidungsmodelle Thorsten Winsemann Data Warehousing in der Praxis 3

4 Data Warehousing in der Praxis Inhalt TW Zur Person SAP Business Information Warehouse (SAP-BW) SAP-BW: Überblick und Datenfluss Layered, Scalable Architecture (LSA) Business Information Warehouse Accelerator (BWA) SAP in-memory ein Überblick DW-Projekte in der Praxis Überblick Herausforderungen Thorsten Winsemann Data Warehousing in der Praxis 4

5 SAP Business Information Warehouse: Überblick Thorsten Winsemann Data Warehousing in der Praxis 5

6 SAP Business Information Warehouse: Datenfluss Thorsten Winsemann Data Warehousing in der Praxis 6

7 Layered, Scalable Architecture: Referenzarchitektur füredw* betriebswirtschaftliche Logik BI-Applications- Layer aufbereitet, verwendbar für BI-Applikationen harmonisierte Sicht applikationsneutral EDW-Layer (wiederverwendbar; konzernweit, granular Single Point of Truth ) Datenharmonisierung Qualitätssicherung * Enterprise Data Warehouse A User berichts- & analysefertig Reporting Layer (Architected Data Marts) Business Transformation Layer Data Propagation Layer Quality & Harmonisation Layer Data Acquisition Layer Corporate Memory A near real-time reporting granular, operational Operational Data Store unverändert, granular extrahierte Daten unverändert Data Sources langfristig umfassend, komplett temporär das Unbekannte meistern Thorsten Winsemann Data Warehousing in der Praxis 7 LSA

8 Layered, Scalable Architecture: Kundenbeispiel Vertriebsauftrag Thorsten Winsemann Data Warehousing in der Praxis 8

9 Layered, Scalable Architecture: Kundenbeispiel Budgetplanung Thorsten Winsemann Data Warehousing in der Praxis 9

10 Business Information Warehouse Accelerator: Architektur und Arbeitsweise BWA = Columnstore inmemory appliance BusinessObjects Other Explorer Other Daten-/Ergebnisaufbereitung für BI Queries In-Memory Processing Aggregation on the fly Analytic Engine InfoCubes etc. Indexing Any Source Data Acquisition SAP NetWeaver BW Parallele Indizierung der InfoCube-Daten über BW-Standardprozesse Spaltenbasiertes Speichern & Komprimierung für minimalen Speicherplatz Initiales Laden der Indexe SAP NetWeaver BW Accelerator Thorsten Winsemann Data Warehousing in der Praxis 10

11 Business Information Warehouse Accelerator: Kundenbeispiel Performance-Vergleich Thorsten Winsemann Data Warehousing in der Praxis 11

12 Data Warehousing in der Praxis Inhalt TW Zur Person SAP Business Information Warehouse (SAP-BW) SAP-BW: Überblick und Datenfluss Layered, Scalable Architecture (LSA) Business Information Warehouse Accelerator (BWA) SAP in-memory ein Überblick DW-Projekte in der Praxis Überblick Herausforderungen Thorsten Winsemann Data Warehousing in der Praxis 12

13 In-Memory: Technologische Innovationen Hardware-Innovationen Multi-Core Architektur (8x8core CPU pro Server) Massive Parallelskalierung durch zahlreiche Knoten möglich Software-Innovationen Zeilen- und Spaltenablage Komprimierung Verbesserung RAM-Lokalität Partitionierung 64bit-Adressraum 2TB in aktuellen Servern 100GB/s Datendurchsatz Starker Rückgang Preis/Performance Keine zusätzlichen Aggregationen Nur Einfüge-Operationen In-Memory Computing ermöglicht die Verarbeitung sehr großer Datenmengen im Hauptspeicher des Servers, so dass Ergebnisse aus Analysen und Transaktionen sofort zur Verfügung stehen Thorsten Winsemann Data Warehousing in der Praxis 13

14 SAP HANA TM 1.0 HANA = High-Performance ANalytic Appliance SAP BusinessObjects Tools SQL BICS Andere Tools / Apps SQL MDX Vorkonfigurierte Analytical Appliance In-Memory Software + Hardware (HP, IBM, Fujitsu, Cisco, Dell) SAP HANA SAP In-Memory Computing Studio SAP In-Memory Datenbank Berechnungs- und Planungs-Engine Echtzeit- Replikation Zeilen- und spaltenbasierte Ablage SAP BusinessObjects DataServices + In-Memory Computing Engine Software Data Modeling und Data Management Echtzeit-Replikations-Services ETL-Services aus SAP Business Suite, SAP BW und 3 rd -Party-Systemen Funktionen ermöglichen SAP Business Suite SAP NetWeaver Business Warehouse Andere Datenquellen Analyse von Daten in Echtzeit Erstellung von flexiblen Analysemodellen Basis für neue Applikationen Vermeidung redundanter Datenspeicherung Thorsten Winsemann Data Warehousing in der Praxis 14

15 SAP HANA in action 33 M 45 Minuten Kundendatensätze Datenkomprimierung: 40 GB 6,6 GB 540x schneller 40 GB 5 Sekunden Standard System In-Memory System

16 Paradigmenwechsel durch In-Memory-Computing Heutige Applikationen führen viele der datenintensiven Operationen in der Anwendungsschicht aus Heutiger Ansatz Data to Code Berechnung Anwendungsschicht Datenbankschicht Berechnung Zukünftiger Ansatz Code to Data Hochperformante Anwendungen delegieren datenintensive Operationen an die In-Memory-Plattform Thorsten Winsemann Data Warehousing in der Praxis 16

17 SAP-BW auf HANA-DB Gesteigerte Performance Exzellente Queryperformance, vergleichbar mit BWA Beschleunigung der In-Memory-Planungsfunktionen Performance-Verbesserung für ETL-Prozesse Vereinfachte Administration und Infrastruktur DB und BWA verbinden sich ein einer Instanz zur Reduktion der TCO Vereinfachte Administration via eines Sets an Admin-Tools, z.b. zur Datenwiederherstellung und Gewährleistung hoher Verfügbarkeit Spaltenbasierte Speicherung mit hoher Kompressionsrate und signifikant geringerem Volumen Keine besonderen Aufwände zur Garantie des schnellen Reportings auf jedem DB-Objekt Vereinfachte Datenmodellierung: schnellere Strukturänderungen Agilität für den Fachbereich Integrierte und flexible Datamarts gleichzeitig nutzbar Query on DSO, BW InfoSet Open SQL / SQL92 SQL Engine SAP BW SAP HANA Query on InfoCube, Master Data, Analytic Index, CompositeProvider BW Analytics API Calc Engine Aggregation Engine on In-Memory Data Thorsten Winsemann Data Warehousing in der Praxis 17

18 SAP-BW für die zentrale Datenhaltung Informationszugriff und -darstellung Informationsanalyse OLAP Analysen Ad-hoc Berichte Standardberichte Dashboards Zentrale Datenharmonisierung und -vorhaltung Datenintegration Data Services / Datenqualitätsmanagement Operative Systeme DB Strukturierte Daten Unstrukturierte Daten Thorsten Winsemann Data Warehousing in der Praxis 18

19 Code to Data imsap-bw SAP NetWeaver BW SAP BW on HANA Data Modellierung Data Modellierung Prozess- Orchestrierung Planung OLAP Daten-Management Prozess- Orchestrierung Planung OLAP Daten- Management Push Down RDBMS Datenschema & Daten Traditionell HANA Thorsten Winsemann Data Warehousing in der Praxis 19

20 Code to Data : Beispiele(1 Planung) Traditionelle BW-IP-Planung BW-IP-Planung mit In-Memory Interfacelayer Nutzung Nutzung Orchestrierung Berechnung Orchestrierung Berechnung Anwendungslayer Datenbanklayer Datenhaltung Datenhaltung Thorsten Winsemann Data Warehousing in der Praxis 20

21 Code to Data : Beispiele(2 DSO-Aktivierung) DataStore-Objekte (DSO) sind grundlegende Teile einer Data-Warehouse-Architektur Laufzeit - notwendig zum Aufbau konsistenter Delta- Informationen über zahlreiche Quellen - ermöglichen Reporting auf detailliertem Level Aktivierung und Query-Operationen sind besonders performancekritisch Aktivierungslaufzeit Delta: 0.1 M, Active: 1 M Delta: 1 M, Active: 10 M Delta: 10 M, Active: 100 M BW RDMBS based In-Memory optimized Thorsten Winsemann Data Warehousing in der Praxis 21

22 Code to Data : Beispiele(3 DSO-Entwicklung) BW 7.3x on anydb BW 7.3x on HANA BW 7.4 on HANA Application Server DSO Activation Transformation DSO Transformation DSO Activation Activation Database Data Data Transformation Data Thorsten Winsemann Data Warehousing in der Praxis 22

23 Aktuelle Entwicklungen 1a Thorsten Winsemann Data Warehousing in der Praxis 23

24 Aktuelle Entwicklungen 1b Thorsten Winsemann Data Warehousing in der Praxis 24

25 Aktuelle Entwicklungen 1c Thorsten Winsemann Data Warehousing in der Praxis 25

26 Aktuelle Entwicklungen 2a Thorsten Winsemann Data Warehousing in der Praxis 26

27 Aktuelle Entwicklungen 2b Thorsten Winsemann Data Warehousing in der Praxis 27

28 Aktuelle Entwicklungen 3 Thorsten Winsemann Data Warehousing in der Praxis 28

29 Früher: Systemarchitektur SAP HANA 1.0 SAP BW B W A Analytical Summarized Analytical Reports Update Daily SAP ECC ETL Update Hourly/Daily Operational Detailed Operational Reports Traditional DB Oracle, DB2, MSFT Traditional DB Oracle, DB2, MSFT ETL Near Real-Time (or ETL) SAP HANA 1.0 High Value Scenarios BI Analytical Operational Step 1 In-Memory parallel zur bestehenden Systemarchitektur Thorsten Winsemann Data Warehousing in der Praxis 29

30 Aktuell: SAP HANA als Datenbank für SAP BW In-Memory BW ETL SAP BW BI Analytical SAP ECC Traditional DB Oracle, DB2, MSFT SAP HANA DW Acceleration Analytical Apps Near Real-Time SAP HANA High Value Scenarios BI Analytical Operational Step 2 SAP HANA als Datenbank für das SAP BW 7.30 Optimierung von BW Prozessen auf Basis der In-Memory Engine Verknüpfung von Real-Time-Analyseszenarien mit EDW-Daten Thorsten Winsemann Data Warehousing in der Praxis 30

31 Die Zukunft: SAP HANA als gemeinsame Basis SAP ECC BW APPS HANA Step 3 Neue Applikationen & Plattformkonsolidierung Gemeinsame Datenbasis für operationale Prozesse und analytische Applikationen Speicherintensive Operationen werden an die In-Memory Engine verlagert Operationale Daten sind sofort für die Analyse verfügbar Alle Transaktionen, Transformationen und komplexe Verarbeitungen werden durch die In- Memory-Engine ausgeführt Thorsten Winsemann Data Warehousing in der Praxis 31

32 Data Warehousing in der Praxis Inhalt TW Zur Person SAP Business Information Warehouse (SAP-BW) SAP-BW: Überblick und Datenfluss Layered, Scalable Architecture (LSA) Business Information Warehouse Accelerator (BWA) SAP in-memory ein Überblick DW-Projekte in der Praxis Überblick Herausforderungen Thorsten Winsemann Data Warehousing in der Praxis 32

33 DW-Projekte in derpraxis: Überblick: Informationen zum Kunden/Projekt Kunde Luxusgüterkonzern (Retail) weltweit ca. 17 Einzelhersteller/-marken Projekt seit 2005 live: USA, CDN, CH, F, E, P, D, A, CZ, NL, B, L, > 300 Boutiquen + Verteilungzentren > 3000 Benutzer Bereiche/Applikationen: System DB: > 2.5 TB > 6500 InfoObjects (dv. > 2500 Z*-Objekte) > 400 InfoCubes > 300 DSOs (z.b.: SD-Aufträge: > 50 Mio. Sätze, Lieferungen: > 50 Mio. Sätze) Stammdaten (z.b.: ~ 3 Mio. Kunden / Materialien) Thorsten Winsemann Data Warehousing in der Praxis 33

34 DW-Projekte in derpraxis: Überblick: Systemlandschaft (vereinfacht) Externe Systeme Portal Analyse SAP-SEM SAP-APO SAP-BW SAP-BW (auf SAP HANA) SAP-CRM 4-System- Landschaft D - Entwicklung Q - Test V - Prä-Produktiv P - Produktiv Dateien Dateien SAP-ERP SAP-PI Legende Datenfluss Altsysteme Kassensysteme Fremdsysteme SAP-System Fremdsystem Thorsten Winsemann Data Warehousing in der Praxis 34

35 DW-Projekte in derpraxis: Herausforderungen Projektphase Aufnahme der (Berichts-)Anforderungen (was, woher, wie oft,...)... und deren vorausschauende Ergänzung Namenskonventionen (und deren Einhaltung) Berechtigungskonzept(e) Zeitzonenproblematik Lfd. Betrieb Eindämmung von Berichts-Wildwuchs Erklärung von Berichtsergebnissen/-werten ( Data Lineage ) Berichtsperformanz Berichtsbedienung Datenverfügbarkeit ( real-time oder nicht?) Gewährleistung der System-/Berichtsverfügbarkeit ( 24x7 ) Gewährleistung der Datenkonsistenz (falsche Daten, Verbuchungsabbrüche,...) Laufzeit: ETL-Prozesse Staging-Prozesse + Aggregatsaktualisierung sonstige Programme zur Datenermittlung Thorsten Winsemann Data Warehousing in der Praxis 35

36 Data Warehousing in der Praxis Fragen? DANKE!

Data Warehousing in der Praxis. SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis. Thorsten Winsemann

Data Warehousing in der Praxis. SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis. Thorsten Winsemann Data Warehousing in der Praxis SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis Thorsten Winsemann Data Warehousing in der Praxis Inhalt TW Zur Person SAP

Mehr

Business Intelligence Infotag

Business Intelligence Infotag Business Intelligence Infotag SAP Consulting und Leuphana Universität im Dialog Data Warehousing in column & memory - Trends im Business Warehouse Thorsten Winsemann Inhalt TW Zur Person R/3-Informationssysteme

Mehr

1... Einleitung... 15. 2... Grundlagen der Datenmodellierung... 25. 3... SAP NetWeaver BW und SAP BusinessObjects Überblick... 57

1... Einleitung... 15. 2... Grundlagen der Datenmodellierung... 25. 3... SAP NetWeaver BW und SAP BusinessObjects Überblick... 57 1... Einleitung... 15 1.1... Zielgruppen dieses Buches... 17 1.2... Aufbau des Buches... 18 1.3... Hinweise zur Benutzung des Buches... 21 1.4... Danksagung... 23 2... Grundlagen der Datenmodellierung...

Mehr

SAP In-Memory Technologie (HANA) in der Versorgungswirtschaft

SAP In-Memory Technologie (HANA) in der Versorgungswirtschaft SAP In-Memory Technologie (HANA) in der Versorgungswirtschaft Michael Utecht, Industry Expert Utilities Business Area COO Germany, Industry Solutions SAP Deutschland AG & Co.KG 09.11.2011 Opportunities

Mehr

In-Memory Data Management mit SAP HANA in München 5.7.2012. 2012 SAP AG. All rights reserved. 1

In-Memory Data Management mit SAP HANA in München 5.7.2012. 2012 SAP AG. All rights reserved. 1 In-Memory Data Management mit SAP HANA in München 5.7.2012 2012 SAP AG. All rights reserved. 1 SAP leitet wesentliche Wendepunkte der IT-Technologie ein und revolutioniert damit die Prozesse in Unternehmen.

Mehr

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

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

Mehr

Evolution statt Revolution

Evolution statt Revolution Evolution statt Revolution Ihr Weg von SAP MaxDB zu SAP in-memory computing Jürgen Primsch, SAP AG 18. November 2010 Agenda 1. SAP MaxDB 2. SAP in-memory computing 3. Auf zu neuen Ufern 2010 SAP AG. All

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

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

InspireIT. SAP HANA Sesam öffne dich. Stefan Kühnlein Solution Architekt OPITZ CONSULTING Deutschland GmbH. Frankfurt am Main, 11.05.

InspireIT. SAP HANA Sesam öffne dich. Stefan Kühnlein Solution Architekt OPITZ CONSULTING Deutschland GmbH. Frankfurt am Main, 11.05. InspireIT SAP HANA Sesam öffne dich Stefan Kühnlein Solution Architekt OPITZ CONSULTING Deutschland GmbH Frankfurt am Main, 11.05.2015 OPITZ CONSULTING GmbH 2015 Seite 1 Checker Fragen Ist SAP HANA eine

Mehr

SAP HANA ist schnell erklärt. TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag

SAP HANA ist schnell erklärt. TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag SAP HANA ist schnell erklärt TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag Ihr Referent Steckbrief Name: Miroslav Antolovic Jahrgang: 1975 Stationen: SAP, Walldorf 1999-2004 Realtech, Walldorf

Mehr

BW powered by HANA. Martin Effinger Month 06, 2013

BW powered by HANA. Martin Effinger Month 06, 2013 BW powered by HANA Martin Effinger Month 06, 2013 winnovation Quick Facts Form Aktiengesellschaft Gründung 28.3.2006 Aktienkapital 200 000 CHF (100% im Besitz des Mgt) Ort Baar (Zug, Schweiz) Mitarbeiter

Mehr

Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO

Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO innovation@work Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO thinkbetter AG Florian Moosmann 8. Mai 2013 1 Agenda Prädiktive Analyse Begriffsdefinition Herausforderungen Schwerpunktbereiche

Mehr

Mehrwerte schaffen durch den Einsatz von Business Intelligence

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

Mehr

HANA. TOBA-Team Dresden 19.05.2012

HANA. TOBA-Team Dresden 19.05.2012 HANA TOBA-Team Dresden 19.05.2012 Kunde droht mit Auftrag! Ein großer Discounter schickt Anfrage: Bis wann und zu welchem Preis können Sie 30.000 Stück liefern? Die Hektik beginnt! Bis wann Welche und

Mehr

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell

Mehr

Einsatzmöglichkeiten von BI Accelerator anhand konkreter Kundenbeispiele

Einsatzmöglichkeiten von BI Accelerator anhand konkreter Kundenbeispiele Einsatzmöglichkeiten von BI Accelerator anhand konkreter Kundenbeispiele Jürgen Karnstädt Senior Consultant HP SAP Competence Center Hewlett-Packard Development Company, L.P. The information contained

Mehr

Migration SAP BW 7.3 auf SAP HANA

Migration SAP BW 7.3 auf SAP HANA Migration SAP BW 7.3 auf SAP HANA IMCC 5.6.2013 Karl Schindler - IT 2011 SAP AG. All rights reserved. 1 Agenda Die Koehler Paper Group IT Landschaft InMemory - Technologie Anforderungen an modernes Reporting

Mehr

Workshop Fit for SAP BW 7.40!

Workshop Fit for SAP BW 7.40! Workshop Fit for SAP BW 7.40! Fit for SAP BW 7.40 Seite 1 von 5 Agendavorschlag - Tag 1 Delta Workshop BW 7.4 09:00 09:15 Vorstellung Ablauf 09:15 09:30 Übersicht Neuerungen BW 7.4 09:30 10:00 Data Staging

Mehr

BARC-Studie Data Warehousing und Datenintegration

BARC-Studie Data Warehousing und Datenintegration Ergebnisse der BARC-Studie Data Warehouse Plattformen Dr. Carsten Bange BARC-Studie Data Warehousing und Datenintegration Data-Warehouse -Plattformen und Datenintegrationswerkzeuge im direkten Vergleich

Mehr

S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R

S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R S T E F A N M A R K 07.07.2015 F O L I E 1 V O N 2 7 F I R M E N P O R T R A I T S. O L I V E R GESCHICHTE F O L I E 2 V O N 2 7 F

Mehr

IN-MEMORY COMPUTING SAP HANA BASICS Werkzeug für Big Data

IN-MEMORY COMPUTING SAP HANA BASICS Werkzeug für Big Data IN-MEMORY COMPUTING SAP HANA BASICS Werkzeug für Big Data PROFI Webcast Darmstadt, 12. Juni 2012 Christian Lenz SAP HANA IN MEMORY COMPUTING DATENWACHSTUM HEUTE UND IN DER ZUKUNFT Daten wachsen nicht linear,

Mehr

Oracle 10g revolutioniert Business Intelligence & Warehouse

Oracle 10g revolutioniert Business Intelligence & Warehouse 10g revolutioniert Business Intelligence & Warehouse Marcus Bender Strategisch Technische Unterstützung (STU) Hamburg 1-1 BI&W Market Trends DWH werden zu VLDW Weniger Systeme, mehr Daten DWH werden konsolidiert

Mehr

PBS Ergänzungslösungen

PBS Ergänzungslösungen PBS Ergänzungslösungen Von der klassischen Archivierung bis zum Information Lifecycle Management mit SAP HANA Prof. Dr. Detlev Steinbinder Agenda Wo geht die Reise hin? Informationen im SAP-Umfeld Big

Mehr

SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management. Anke Noßmann Syncwork AG

SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management. Anke Noßmann Syncwork AG SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management Anke Noßmann Syncwork AG SAP HERUG Partnertag, Berlin 06. November 2009 Inhalt 1. Ausgangssituation 2. Alternative

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

Einführung in Hauptspeicherdatenbanken

Einführung in Hauptspeicherdatenbanken Einführung in Hauptspeicherdatenbanken Harald Zankl Probevorlesung 13. 01., 13:15 14:00, HS C Inhaltsverzeichnis Organisation Überblick Konklusion Harald Zankl (LFU) Hauptspeicherdatenbanken 2/16 Organisation

Mehr

Mit BW on HANA auf dem Weg in die Zukunft SAP Public Services Forum, 17. März 2015

Mit BW on HANA auf dem Weg in die Zukunft SAP Public Services Forum, 17. März 2015 Mit BW on HANA auf dem Weg in die Zukunft SAP Public Services Forum, 17. März 2015 Sabine Herbel Leiterin SAP BI Inselspital Bern Martin Effinger Principal BI HANA Consultant winnovation AG Agenda Über

Mehr

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25 Inhalt Geleitwort 13 Vorwort 17 Einleitende Hinweise 19 Handhabung des Buches 19 Übergreifendes Beispielszenario 19 Nach der Lektüre 21 Danksagung 21 1 Business-Intelligence-Konzepte - Neuerungen 25 1.1

Mehr

Projektvorgehen. SAP HANA-Implementierung für SAP NetWeaver BW

Projektvorgehen. SAP HANA-Implementierung für SAP NetWeaver BW Projektvorgehen SAP HANA-Implementierung für SAP NetWeaver BW Szenario A: Upgrade der bestehenden Landschaft Arbeitspakete und Projektschritte Ramp-Up Coaching bzw. Projektmanagement BW on HANA- Assessment

Mehr

Möglichkeiten für bestehende Systeme

Möglichkeiten für bestehende Systeme Möglichkeiten für bestehende Systeme Marko Filler Bitterfeld, 27.08.2015 2015 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda Gegenüberstellung Data Warehouse Big Data Einsatz-

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 BO Explorer Performance on your Fingertips

SAP BO Explorer Performance on your Fingertips SAP BO Explorer Performance on your Fingertips Dr. Oliver Kelkar, Alexander Haditsch Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbh SAP BO Explorer Performance on your Fingertips

Mehr

SAP HANA im Rechnungswesen

SAP HANA im Rechnungswesen SAP HANA im Rechnungswesen Nice-To-Know Stand: Juni 2015 Inhalt SAP HANA und In-Memory-Computing - Ausgangssituation - Lösungsansatz Einsatz-Szenarien von SAP HANA - Side-by-Side Scenarios - Integrated

Mehr

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

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

Mehr

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

SAP Business Intelligence

SAP Business Intelligence SAP Business Intelligence Helmut Roos Diplom-Ingenieur Unternehmensberater Grundlagen zu Netweaver 7.0 D-67067 Ludwigshafen +49 (621) 5 29 44 65 Data Acquisition Common Read / Write Interface Open Interface

Mehr

Business Mehrwerte von SAP HANA

Business Mehrwerte von SAP HANA Business Mehrwerte von SAP HANA von der Technologie zum Geschäft Halle, 07.05.2013 2013 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda GISA im Überblick Was ist SAP HANA? Was

Mehr

In.Memory im SQL Server 2014 im Vergleich mit SAP Hana im Praxistest

In.Memory im SQL Server 2014 im Vergleich mit SAP Hana im Praxistest In.Memory im SQL Server 2014 im Vergleich mit SAP Hana im Praxistest Synopsis Darmstadt 13.-14.05.2014 Guido Jacobs, Microsoft Tobias Maier & Dr. Benjamin Kettner, ixto GmbH Microsoft SQL Server 2014 //

Mehr

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Oracle DWH-Konferenz 21. März 2012 Dr. Carsten Bange Gründer & Geschäftsführer BARC Big Data bietet Methoden und Technologien

Mehr

news SAP HANA I Einführung und Roadmap SAP HANA ... the smarter way of information

news SAP HANA I Einführung und Roadmap SAP HANA ... the smarter way of information I Einführung und Roadmap... the smarter way of information Seite 2/9 - Eine Einführung 90% Wachstum in einem Jahr, mehr als 2.100 Kunden, 450 Kunden mit SAP Business Suite auf HANA, über 500 Mio. Euro

Mehr

1Ralph Schock RM NEO REPORTING

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

Mehr

manage SAP HANA S o n d e r d r u c k a u s H e f t 9-1 0 2 0 1 2

manage SAP HANA S o n d e r d r u c k a u s H e f t 9-1 0 2 0 1 2 S o n d e r d r u c k a u s H e f t 9-1 0 2 0 1 2 manage I T - S t r a t e g i e n u n d L ö s u n g e n Bild: Shutterstock.com/DVpodt Der Aufbruch in ein neues Reporting-Zeitalter? Die In-Memory-Technologie

Mehr

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch Markus Ruf, Geschäftsführer mip GmbH Jens Kretzschmar, Senior

Mehr

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin Software EMEA Performance Tour 2013 17.-19 Juni, Berlin Accenture s High Performance Analytics Demo-Umgebung Dr, Holger Muster (Accenture), 18. Juni 2013 Copyright 2012 Hewlett-Packard Development Company,

Mehr

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

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

Mehr

SAP HANA -Umgebungen. Prof. Dr. Detlev Steinbinder, PBS Software GmbH, 2013

SAP HANA -Umgebungen. Prof. Dr. Detlev Steinbinder, PBS Software GmbH, 2013 Information Lifecycle Management in SAP HANA -Umgebungen Prof. Dr. Detlev Steinbinder, PBS Software GmbH, 2013 Agenda Einführung Business Case Information Lifecycle Management (ILM) ILM und Migration nach

Mehr

Design Studio & Analysis Agenda

Design Studio & Analysis Agenda Agenda Übersicht der SAP BI Tools Übersicht der Analysis-Werkzeuge Installationsszenarien für Design Studio Live-Demo Roadmap und Neuerungen im Design Studio 1.3 Fragen und Antworten Folie 2 Agenda Übersicht

Mehr

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 OSC Smart Integration GmbH SAP Business One GOLD-Partner in Norddeutschland GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 SAP Business One v.9.0 Heiko Szendeleit AGENDA OSC-SI 2013 / SAP Business One

Mehr

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

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

Mehr

O-BIEE Einführung mit Beispielen aus der Praxis

O-BIEE Einführung mit Beispielen aus der Praxis O-BIEE Einführung mit Beispielen aus der Praxis Stefan Hess Business Intelligence Trivadis GmbH, Stuttgart 2. Dezember 2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg

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

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence IBM Netezza Roadshow 30. November 2011 Carsten Bange Gründer & Geschäftsführer BARC Die Krise hat die Anforderungen

Mehr

Inhalt. Was, warum und wann? 1 In-Memory-Computing, Big Data und SAP HANA... 25. 2 SAP-HANA-On-Premise-Implementierungsoptionen...

Inhalt. Was, warum und wann? 1 In-Memory-Computing, Big Data und SAP HANA... 25. 2 SAP-HANA-On-Premise-Implementierungsoptionen... Vorwort zur 2. Auflage... 17 Einführung... 19 Danksagung... 21 TEIL I Was, warum und wann? 1 In-Memory-Computing, Big Data und SAP HANA... 25 1.1 Einführung in das In-Memory-Computing und Big Data... 26

Mehr

SAS Analytics bringt SAP HANA in den Fachbereich

SAS Analytics bringt SAP HANA in den Fachbereich Pressemitteilung Hamburg, 08. November 2013 SAS Analytics bringt SAP HANA in den Fachbereich Ergonomie kombiniert mit Leistungsfähigkeit: die BI-Experten der accantec group geben der neuen Partnerschaft

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

Datenintegration mit Informatica PowerCenter

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

Mehr

Andreas Emhart Geschäftsführer Alegri International Group

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

Mehr

SAP Planungsstrategie im Zeichen von In-Memory und Best of Both Worlds. Christian Straub, Senior Consultant / Solution Architect

SAP Planungsstrategie im Zeichen von In-Memory und Best of Both Worlds. Christian Straub, Senior Consultant / Solution Architect SAP Planungsstrategie im Zeichen von In-Memory und Best of Both Worlds Christian Straub, Senior Consultant / Solution Architect Haftungsausschluss SAP 2 Motivation Mit In-Memory ergeben sich neue Möglichkeiten

Mehr

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014 Mit In-Memory Technologie zu neuen Business Innovationen Stephan Brand, VP HANA P&D, SAP AG May, 2014 SAP Medical Research Insights : Forschung und Analyse in der Onkologie SAP Sentinel : Entscheidungsunterstützung

Mehr

Erfolgreiches strategisches Informa2onsmanagement Chancen & Risiken mit SAP und Business Objects rechtzei2g erkennen und managen

Erfolgreiches strategisches Informa2onsmanagement Chancen & Risiken mit SAP und Business Objects rechtzei2g erkennen und managen CubeServ Services für ein erfolgreiches strategisches Informa8onsmanagement Erfolgreiches strategisches Informa2onsmanagement Chancen & Risiken mit SAP und Business Objects rechtzei2g erkennen und managen

Mehr

COGNOS PERFORMANCE MANAGEMENT. Jörg Fuchslueger, COGNOS Austria Manager Professional Services

COGNOS PERFORMANCE MANAGEMENT. Jörg Fuchslueger, COGNOS Austria Manager Professional Services COGNOS PERFORMANCE MANAGEMENT Jörg Fuchslueger, COGNOS Austria Manager Professional Services Agenda Cognos Performance Management Unternehmensweites Berichtswesen AdHoc Analysen Überwachung und Steuerung

Mehr

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

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

Mehr

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr Infor PM 10 auf SAP 9.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche zu vermeiden. Sie können

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

Big Data Hype und Wirklichkeit Bringtmehrauchmehr?

Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Günther Stürner, Vice President Sales Consulting 1 Copyright 2011, Oracle and/or its affiliates. All rights Überschrift 2 Copyright 2011, Oracle and/or

Mehr

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren Strategie und Self Service BI im Unternehmen Gegensätze miteinander kombinieren Claas Planitzer Düsseldorf Juni 2015 Agenda 5. Herausforderungen 1. Idealbild 2. Realität 3. Self Service 4. BI. Was ist

Mehr

WISSENSWERTES ZU SAP HANA

WISSENSWERTES ZU SAP HANA WISSENSWERTES ZU SAP HANA Architektur, Szenarien, Infrastruktur und PROFI Dienstleistungen PROFI Webcast 25. Februar 2014 Karl Schrupp SAP HANA, ÜBERBLICK AGENDA Was ist SAP HANA? SAP HANA Architektur

Mehr

IBM & SAP Business Warehouse Accelerator Geschäftsberichte schnellstmöglich bereit zur Analyse

IBM & SAP Business Warehouse Accelerator Geschäftsberichte schnellstmöglich bereit zur Analyse IBM & SAP Business Warehouse Accelerator Geschäftsberichte schnellstmöglich bereit zur Analyse Harald Bolbach IBM SAP Principal Agenda Herausforderungen an das Data Warehousing / Reporting Welche Möglichkeiten

Mehr

Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse

Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse 07. Juli 2011 DSAG AG Enterprise-BW Klaus Schneider, Celesio AG Marcel Salein, FIVE1 GmbH & Co. KG 1 March 2011, CCEA Agenda

Mehr

Herausforderungen und Chancen von Nearline Storage

Herausforderungen und Chancen von Nearline Storage Herausforderungen und Chancen von Nearline Storage Dr. Michael Hahne Hahne Consulting GmbH 9. Juni 2010 Agenda Herausforderung: Wachsende Data Warehouses Lösung: Information Lifecycle Management mit SAP

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

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

Mehr

Business Intelligence: Markt, Trends und Technologien. Dr. Carsten Bange Darmstadt, 22.1.2008

Business Intelligence: Markt, Trends und Technologien. Dr. Carsten Bange Darmstadt, 22.1.2008 Business Intelligence: Markt, Trends und Technologien Dr. Carsten Bange Darmstadt, 22.1.2008 Business Intelligence & Corporate Performance Management Entwicklung des BI-Softwaremarktes Seit Jahren robustes

Mehr

arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011

arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011 arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011 arcplan 2011 Agenda Was ist arcplan Edge? Komponenten von arcplan Edge arcplan Edge Roadmap Live Demo arcplan

Mehr

FAQ: SAP BW on HANA. Autoren: Mirko Sonntag, Etienne Schölzke. Stand: April 2013

FAQ: SAP BW on HANA. Autoren: Mirko Sonntag, Etienne Schölzke. Stand: April 2013 FAQ: SAP BW on HANA Stand: April 2013 Autoren: Mirko Sonntag, Etienne Schölzke Was ist SAP BW on HANA?... 2 Was sind die kritischen Aspekte beim Betrieb eines SAP BW auf einer konventionellen Datenbank

Mehr

SAP BW auf HANA. SAP CCoE-Forum Regensdorf, 03. Februar 2015

SAP BW auf HANA. SAP CCoE-Forum Regensdorf, 03. Februar 2015 SAP BW auf HANA SAP CCoE-Forum Regensdorf, 03. Februar 2015 Agenda SAP BW bei Swissmill Weg zu SAP HANA Erfahrungen dem Betrieb von BW auf HANA SAP BW auf HANA 2015 und darüber hinaus 2015 SAP SE. All

Mehr

CISCO & SAP SAP HANA CISCO & BTC AG. o Strategie o Neue Möglichkeiten o Industrie 4.0 o Potenziale für die Energiewirtschaft.

CISCO & SAP SAP HANA CISCO & BTC AG. o Strategie o Neue Möglichkeiten o Industrie 4.0 o Potenziale für die Energiewirtschaft. BIG DATA Analytics Das Potenzial von SAP HANA Jörg Tröger Director Global & Strategic Partners EMEA Cisco SAP Competence Center 16. Okt. 2013 CISCO & SAP SAP HANA o Architektur o Strategie o Neue Möglichkeiten

Mehr

Sybase IQ im SAP-Portfolio. Frank Irnich Business Development Manager Sybase, An SAP Company

Sybase IQ im SAP-Portfolio. Frank Irnich Business Development Manager Sybase, An SAP Company Sybase IQ im SAP-Portfolio Frank Irnich Business Development Manager Sybase, An SAP Company UNSERE VISION: DAS UNWIRED ENTERPRISE Data Expands Jede Anwendung INFORMATIONS- MANAGEMENT Wertschöpfung am Entscheidungspunkt

Mehr

FRT Consulting GmbH. Projekt KATEGO Komfortable SAP-Datenanalyse. Gustav Sperat FRT Consulting GmbH. www.frt.at. Wir machen aus Daten Wissen.

FRT Consulting GmbH. Projekt KATEGO Komfortable SAP-Datenanalyse. Gustav Sperat FRT Consulting GmbH. www.frt.at. Wir machen aus Daten Wissen. FRT Consulting GmbH Projekt KATEGO Komfortable SAP-Datenanalyse Gustav Sperat FRT Consulting GmbH 1 FRT Consulting das Unternehmen Spin off der TU Graz von langjährigen IT Experten Hauptsitz Graz, Büro

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

Das Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Das Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zettabyte CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zetabyte: analytische Datenbanken Die Datenflut. Analytische Datenbanken: Was ist neu? Analytische Datenbanken:

Mehr

"Big Data welche Antwort hat SAP auf diesen aktuellen Trend in der IT?"

Big Data welche Antwort hat SAP auf diesen aktuellen Trend in der IT? "Big Data welche Antwort hat SAP auf diesen aktuellen Trend in der IT?" Matthias Heiler, Solution Architect, Database & Technology, SAP Deutschland 23. April 2013 Do Things Differently Do Different Things

Mehr

ADVANCED ANALYTICS MIT SYBASE IQ

ADVANCED ANALYTICS MIT SYBASE IQ ADVANCED ANALYTICS MIT SYBASE IQ VOLKER SAGGAU SYSTEMS CONSULTANT 04. MAI 2011 RIVA MIT SYBASE IQ Front Offie Kredit Kunden Extraktor Extraktor Extraktor Extraktor Strukturierte Quelldaten mit FTDL (XML-basierte

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

CBW NLS Schneller Query-Zugriff auf Datenbank und Nearline Storage

CBW NLS Schneller Query-Zugriff auf Datenbank und Nearline Storage CBW NLS Schneller Query-Zugriff auf Datenbank und Nearline Storage PBS Nearline Storage Lösung mit spaltenorientierter Datenbanktechnologie für SAP NetWeaver BW Dr. Klaus Zimmer, PBS Software GmbH Agenda

Mehr

IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen

IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen Nahezu 70% aller Data Warehouse Anwendungen leiden unter Leistungseinschränkungen der unterschiedlichsten Art. - Gartner

Mehr

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05.

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05. Vom Single Point of Truth zur Single Version of the Facts Data Warehousing zu Beginn des BigData-Zeitalters inspire IT - Frankfurt 11. 12.05.2015 Fahmi Ouled-Ali Kabel Deutschland Marian Strüby OPITZ CONSULTING

Mehr

Agile Analytics Neue Anforderungen an die Systemarchitektur

Agile Analytics Neue Anforderungen an die Systemarchitektur www.immobilienscout24.de Agile Analytics Neue Anforderungen an die Systemarchitektur Kassel 20.03.2013 Thorsten Becker & Bianca Stolz ImmobilienScout24 Teil einer starken Gruppe Scout24 ist der führende

Mehr

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI 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

Revolution der Geschäftsapplikationen Potentiale für Prozesse und Organisation durch neue Technologien

Revolution der Geschäftsapplikationen Potentiale für Prozesse und Organisation durch neue Technologien Revolution der Geschäftsapplikationen Potentiale für Prozesse und Organisation durch neue Technologien Dr. Hanspeter Groth Director Business Development SAP (Switzerland) Ltd. SAP s fünf Markt-Segmente

Mehr

Komplexität der Information - Ausgangslage

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

Mehr

1 Einführung 1 1.1 SAP Business Information Warehouse... 3. 1.1.1 BW Version 3.0...5. Architekturplanung... 9

1 Einführung 1 1.1 SAP Business Information Warehouse... 3. 1.1.1 BW Version 3.0...5. Architekturplanung... 9 vii 1 Einführung 1 1.1 SAP Business Information Warehouse... 3 1.1.1 BW Version 3.0...5 Architekturplanung.................................... 9 2 BW-Basissystem 11 2.1 Client/Server-Architektur... 12

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

FREUDENBERG IT. Mobile Business Intelligence

FREUDENBERG IT. Mobile Business Intelligence FREUDENBERG IT Mobile Business Intelligence Mobile Business Intelligence AGENDA Herausforderung mobiler Lösungen Vorstellung der Produkte Freudenberg ITs Lösungen Warum SAP? Herausforderung mobiler Lösungen

Mehr

Erfahrungsbericht. SAP Netweaver 2004s Business Intelligence Prototyp für eine etwaige Migration von SAP BW 3.5 bei MAN

Erfahrungsbericht. SAP Netweaver 2004s Business Intelligence Prototyp für eine etwaige Migration von SAP BW 3.5 bei MAN Erfahrungsbericht SAP Netweaver 2004s Business Intelligence Prototyp für eine etwaige Migration von SAP BW 3.5 bei MAN Im Rahmen eines Prototypen werden die neue Funktionalitäten von SAP Netweaver 2004s

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

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

Mehr

SAP HANA eine Plattform für innovative Anwendungen

SAP HANA eine Plattform für innovative Anwendungen SAP HANA eine Plattform für innovative Anwendungen Top Intelligence: Big Data & SAP HANA Zürich, Frankfurt, Hamburg, München, Mülheim/R Februar 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder

Mehr

Business Intelligence Healthcare. Jörg Michael Telle, SAP Österreich 01.04.2008

Business Intelligence Healthcare. Jörg Michael Telle, SAP Österreich 01.04.2008 Business Intelligence Healthcare Jörg Michael Telle, SAP Österreich 0.04.2008 Übersicht Survey Allgemeiner Teil: Nutzung und Betrieb sowie zu geplanten Projekten Survey 2 Technischer Teil: Sätze in ERP-Tabellen,

Mehr

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

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Information-Design-Tool

Information-Design-Tool Zusatzkapitel Information-Design-Tool zum Buch»HR-Reporting mit SAP «von Richard Haßmann, Anja Marxsen, Sven-Olaf Möller, Victor Gabriel Saiz Castillo Galileo Press, Bonn 2013 ISBN 978-3-8362-1986-0 Bonn

Mehr