DWH-Metadaten Wie und wozu. Clemens Albrecht metafinanz Informationssysteme GmbH

Größe: px
Ab Seite anzeigen:

Download "DWH-Metadaten Wie und wozu. Clemens Albrecht metafinanz Informationssysteme GmbH"

Transkript

1 DWH-Metadaten Wie und wozu Clemens Albrecht metafinanz Informationssysteme GmbH

2 Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden Mensch und IT. Business Intelligence Themenbereiche Enterprise DWH Data Modeling & Integration & ETL Architecture: DWH & Data Marts Hadoop & Columnar DBs Data Quality & Data Masking Analytics Predictive Models, Data Mining & Statistics Social Media Analytics Customer Intelligence Scorecarding Fraud & AML Über metafinanz metafinanz gehört seit fast 25 Jahren zu den erfahrensten Software- und Beratungshäusern mit Fokus auf die Versicherungsbranche. Mit einem Jahresumsatz von 270 Mio. EUR und über 450 Mitarbeitern entwickeln wir für unsere Kunden intelligente zukunftsorientierte Lösungen für komplexe Herausforderungen BI & Risk Ihr Kontakt : Clemens Albrecht Insurance Reporting Standard & Adhoc Reporting Dashboarding BI Office Integration Mobile BI & In-memory SAS Trainings for Business Analysts Risk Solvency II (Standard & internal Model) Regulatory Reporting Compliance Risk Management Mehr als 20 Jahre Data Warehousing Industrialisiertes ETL gliedert sich in Beschaffung : Herstellung : Auslieferung 5 Jahre Meta Data Warehouse bei einem Kunden Big Data gehören ins Open Warehouse DWH-Metadaten, wie und wozu Seite 2

3 Agenda Problem: Close the gap - technische Diversity fordert jedes Unternehmen Lösung: Mit Metadaten zur klassischen DWH-Architektur Werkzeug: Fachliche Info - Der Datenfluss-Datamart als Change-Infrastruktur Methode: SQL, General-Schlüssel für Reverse Engineering & Migrationen Fazit: Effizienz im Kleinen fordert Transparenz im Großen DWH-Metadaten, wie und wozu Seite 3

4 Agenda Problem: Close the gap - technische Diversity fordert jedes Unternehmen Lösung: Mit Metadaten zur klassischen DWH-Architektur Werkzeug: Fachliche Info - Der Datenfluss-Datamart als Change-Infrastruktur Methode: SQL, General-Schlüssel für Reverse Engineering & Migrationen Fazit: Effizienz im Kleinen fordert Transparenz im Großen DWH-Metadaten, wie und wozu Seite 4

5 Wie wird aus technischer Vielfalt ein funktionierendes Ganzes? SAS Auswertungen DB2 Anwendungen Oracle Systeme Sonstige Quellen Data Warehouse (DWH) Microsoft-Quellen DWH-Metadaten, wie und wozu Seite 5

6 Wie wird aus technischer Vielfalt ein funktionierendes Ganzes? Das DWH schafft eine Plattform für heterogene Daten. SAS Auswertungen DB2 Anwendungen Oracle Systeme Sonstige Quellen Datenfluss Data Warehouse (DWH) Aktion Microsoft-Quellen DWH-Metadaten, wie und wozu Seite 6

7 Wie wird aus technischer Vielfalt ein funktionierendes Ganzes? Das DWH schafft eine Plattform für heterogene Daten. Gehen Umstrukturierungen noch? SAS Auswertungen DB2 Anwendungen Oracle Systeme Sonstige Quellen Passt das noch? Data Warehouse (DWH) Aktion Microsoft-Quellen DWH-Metadaten, wie und wozu Seite 7

8 Wie wird aus technischer Vielfalt ein funktionierendes Ganzes? Das DWH schafft eine Plattform für heterogene Daten. Gehen Umstrukturierungen noch? SAS Auswertungen Oracle- Systeme IBM Systeme Sonstige Quellen? Data Warehouse (DWH) Aktion? Microsoft-Quellen DWH-Metadaten, wie und wozu Seite 8

9 Wie wird aus technischer Vielfalt ein funktionierendes Ganzes? Das DWH schafft eine Plattform für heterogene Daten. Vielfalt und Dynamik, ohne Chaos? Big Data SAS Auswertungen Oracle- Systeme IBM Systeme Viele sonstige Quellen? Data Warehouse (DWH) Aktion? SAP BW Microsoft-Quellen DWH-Metadaten, wie und wozu Seite 9

10 Metadaten flexibilisieren strukturelle Verbindungen zwischen Quellsystemen und dem Data Warehouse. Big Data SAS Auswertungen Oracle- Systeme IBM Systeme Viele sonstige Quellen Daten & Metadaten Data Warehouse (DWH) Aktion SAP BW Microsoft-Quellen SQL: Eine verbindende Sprache zur Abbildung von Mengenoperationen DWH-Metadaten, wie und wozu Seite 10

11 Metadaten gliedern wir in 3 Datamarts: Fach, Tech & Orga. In welcher Umgebung? Das letzte Release beim Kunden, gleicher Code auf 2 x Test, 2 x Integration und Produktion 35 Fachobjekte durchliefen i.d.r. 2 Quell-, 6 DWH-, 3 Datamart- und 3 Report-Ebenen. 611 Strukturen davon 66 neu und 58 geändert (auf all ihren Ebenen) Attribute davon neue für dispositive und/oder operative Zwecke (ODS). Metadaten sind Daten über die Daten Wir unterscheiden in fachliche, technische und organisatorische Metadaten. Fachliche Metadaten sind Tabellen und Felder-Mappings, Kennzahlen-Algorithmen, die Bedeutung der Quelldaten, Qualitätskennzahlen und Aktualität und Relevanz der Berichte. Technische Metadaten sind Lade-, Veränderungs-, Fehler- und Leseprotokolle mit Ladezeitpunkten, Durchlaufzeiten, Delta-Lauf-Paket-Nummern und abzuholende vs. geladene Datensatz-Anzahlen/Kennzahlen. Organisatorische Metadaten sind Organigramme, Data Ownership und Stakeholder, Urlaube und Vertretungsregelungen (Betriebskalender), Tools und Strategien über die Zeit. DWH-Metadaten, wie und wozu Seite 11

12 Metadaten gliedern wir in 3 Datamarts: Fach, Tech & Orga. In welcher Umgebung? Das letzte Release beim Kunden, gleicher Code auf 2 x Test, 2 x Integration und Produktion 35 Fachobjekte durchliefen i.d.r. 2 Quell-, 6 DWH-, 3 Datamart- und 3 Report-Ebenen. 611 Strukturen davon 66 neu und 58 geändert (auf all ihren Ebenen) Attribute davon neue für dispositive und/oder operative Zwecke (ODS). Metadaten sind Daten über die Daten Wir unterscheiden in fachliche, technische und organisatorische Metadaten. Fachliche Metadaten sind Tabellen- und Felder-Mappings, Kennzahlen-Algorithmen, die Bedeutung der Quelldaten, Qualitätskennzahlen und Aktualität und Relevanz der Berichte. Technische Metadaten sind Lade-, Veränderungs-, Fehler- und Leseprotokolle mit Ladezeitpunkten, Durchlaufzeiten, Delta-Lauf-Paket-Nummern und abzuholende vs. geladene Datensatz-Anzahlen/Kennzahlen. Organisatorische Metadaten sind Organigramme, Data Ownership und Stakeholder, Urlaube und Vertretungsregelungen (Betriebskalender), Tools und Strategien über die Zeit. DWH-Metadaten, wie und wozu Seite 12

13 Agenda Problem: Close the gap - technische Diversity fordert jedes Unternehmen Lösung: Mit Metadaten zur klassischen DWH-Architektur Werkzeug: Fachliche Info - Der Datenfluss-Datamart als Change-Infrastruktur Methode: SQL, General-Schlüssel für Reverse Engineering & Migrationen Fazit: Effizienz im Kleinen fordert Transparenz im Großen DWH-Metadaten, wie und wozu Seite 13

14 Metadaten helfen beim Umstrukturieren der Datenflüsse zur Zielarchitektur (operativ). Oracle- Quellsysteme Starschemata Denormalisiert SAS Schnittstellen DB2 Quellen Sonstige Quellen 1 : N Data Marts Metadaten zu Objekten, Mappings, Transformationen, Regeln und Absichten in der Zeit DWH-Metadaten, wie und wozu Seite 14

15 Metadaten helfen beim Umstrukturieren der Datenflüsse zur Zielarchitektur (Bus). Oracle- Quellsysteme Staging 1:1 Conformed Dimensions Starschemata Denormalisiert SAS Schnittstellen N : 1 1 : M DB2 Quellen ETL Sonstige Quellen N ETL : M Data Marts Metadaten zu Objekten, Mappings, Transformationen, Regeln und Absichten in der Zeit DWH-Metadaten, wie und wozu Seite 15

16 Metadaten helfen beim Umstrukturieren der Datenflüsse zur Zielarchitektur (Hub&Spoke). Oracle- Quellsysteme SAS Schnittstellen Staging 1:1 Core-DWH 3. NF Rohdaten in Starschemata Starschemata Denormalisiert DB2 Quellen Unternehmens Physik & Logik Sonstige Quellen N : 1 1 : M Data Marts Metadaten zu Objekten, Mappings, Transformationen, Regeln und Absichten in der Zeit DWH-Metadaten, wie und wozu Seite 16

17 Metadaten helfen beim Umstrukturieren der Datenflüsse zur Zielarchitektur (zentrale Logik). Oracle- Quellsysteme SAS Schnittstellen Staging 1:1 Core-DWH 3. NF Rohdaten in Starschemata Starschemata Denormalisiert DB2 Quellen Unternehmens Physik & Logik Sich etablierende Kennzahlenlogik Sonstige Quellen N : 1 1 : M Zentrale Kennzahlen Data Marts Metadaten zu Objekten, Mappings, Transformationen, Regeln und Absichten in der Zeit DWH-Metadaten, wie und wozu Seite 17

18 Ziel: Der industrielle Dreischritt => zentrale Beschaffung, zentrale Herstellung & Lagerung, kundengerechte Auslieferung. Rohdaten- Beschaffung Extraktion Wissens- Herstellung & Lagerung Transformation Informations- Auslieferung Load Oracle- Quellsysteme SAS Schnittstellen DB2 Quellen Sonstige Quellen Staging 1:1 Quellorientiert DQM- Kennzahlen Ladeprotokoll N : 1 Core-DWH 3. NF Themenorientierte Speicherung in Historien 1 : M Rohdaten in Starschemata Sich etablierende Kennzahlenlogik Zentrale Kennzahlen Starschemata Zweckorientiert, performanceoptimiert und rechtesegmentiert Data Marts Metadaten zu Objekten, Mappings, Transformationen, Regeln und Absichten in der Zeit DWH-Metadaten, wie und wozu Seite 18

19 Agenda Problem: Close the gap - technische Diversity fordert jedes Unternehmen Lösung: Mit Metadaten zur klassischen DWH-Architektur Werkzeug: Fachliche Info - Der Datenfluss-Datamart als Change-Infrastruktur Methode: SQL, General-Schlüssel für Reverse Engineering & Migrationen Fazit: Effizienz im Kleinen fordert Transparenz im Großen DWH-Metadaten, wie und wozu Seite 19

20 Datenfluss-Datamart: Automatisierter Releasebau durch Metadaten. Fachl. Modelle Release- Anforderung Import Orga Tech Fach Releasebau DMLs Metadaten der ETL-Objekte, Impact-Analyse SQLs Lineage-Analyse WHERE Dokumentation Kennzahlen- Fachlichkeit SELECT FROM Releasebau der Folgesysteme DWH-Metadaten, wie und wozu Seite 20

21 Datenfluss-Datamart: Automatisierter Releasebau durch Metadaten. Fachl. Modelle aller Rohdatenquellen Import Orga Tech Fach Release- Anforderungs- Excel DMLs der geänderten Rohdaten-Quellen Automatisiert Ziele erweitern Anforderung entsprechend und gemäß Konventionen und Analogien Metadaten der ETL-Objekte, Folgeobjekte und Mappings über die Zeit Releasebau Impact-Analyse Lineage-Analyse SQLs auf dem Weg, Quelle und Ziel zu verbinden WHERE Dokumentation Kennzahlen- Fachlichkeit der Auswertesysteme SELECT FROM Releasebau der Folgesysteme DWH-Metadaten, wie und wozu Seite 21

22 Agenda Problem: Close the gap - technische Diversity fordert jedes Unternehmen Lösung: Mit Metadaten zur klassischen DWH-Architektur Werkzeug: Fachliche Info - Der Datenfluss-Datamart als Change-Infrastruktur Methode: SQL, General-Schlüssel für Reverse Engineering & Migrationen Fazit: Effizienz im Kleinen fordert Transparenz im Großen DWH-Metadaten, wie und wozu Seite 22

23 Das Parsen von SQL über die Keywords `select, from, where erfasst mengen-theoretisch den Datenfluss der Feldinhalte durch Attribute, Tabellen, Filter und Funktionen. insert into X select(select() from() where(), ) from((select() from() where() )a join(select() from() where() )b) on( )) where(select from where)= trunc Orga Tech Fach Oracle SQL Parsing je nach SQL-Dialekt Datenfluss- Metadaten, ETL-Code Generator Auswertungen SAS SQL WHERE Standard-Berichte DB2 SQL SELECT FROM Dokumentation Migrationen DWH-Metadaten, wie und wozu Seite 23

24 Das Parsen von SQL über die Keywords `select, from, where erfasst mengen-theoretisch den Datenfluss der Feldinhalte durch Attribute, Tabellen, Filter und Funktionen. insert into X select(select() from() where(), ) from((select() from() where() )a join(select() from() where() )b) on( )) where(select from where)= trunc Orga Tech Fach Oracle SQL Parsing je nach SQL-Dialekt Datenfluss- Metadaten, ETL-Code Generator Auswertungen SAS SQL WHERE Standard-Berichte DB2 SQL SELECT FROM Abfragbar, änderbar, erweiterbar und übersetzbar Dokumentation Migrationen DWH-Metadaten, wie und wozu Seite 24

25 Aufgliedern eines Select-Statements in seine isolierten Mengenoperations-Elemente für eine Tabelle, using Self-Joins. DWH-Metadaten, wie und wozu Seite 25

26 Graphische Oberfläche des SQL-Mappings für Änderung und Reverse Engineering. DWH-Metadaten, wie und wozu Seite 26

27 Graphische Oberfläche des SQL-Mappings für Änderung und Reverse Engineering. DWH-Metadaten, wie und wozu Seite 27

28 SQL ist die verbindende Sprache, die jedes ETL-Tool versteht, wenn man die SQL-Bestandteile isoliert und alles ins Zielsystem übersetzt. Migration von OWB Eclipse Epsilon ist ein MDD/MDA Tool für Model to Model Transformationen. Die neuen Repository-Strukturen der Mappings bauen wir mit der Java API (physische Umgebungen, Folder-Strukturen, Server-Zuordnungen, Benutzerberechtigungen). Die SQLs der OWB-Packages werden ins Select-Datenmodell geparst, für das Reverse Engineering ins kommende ETL-Tool aus dem Select-Datenmodell: Automatisierte Zerlegung der OWB-Select-Statements in atomare Bausteine (SQL-Parsing) und Füllung des SQL-Datenmodells gemäß Migrations-Fahrplan Graphische Aufbereitung der SQL-Mappings zur Mapping-Pflege und ETL-Package-Generierung Refresh der Quell- und Zieltabellen aus Quell- und Ziel-Datenbanken Ggf. Erweiterung der SQL-Mappings um im Mapping noch nicht enthaltene neue Attribute Ggf. Änderung der SQL-Mappings um geänderte Attribute und/oder neue fachliche Vorgaben Automatisierte Standard-Übersetzung der SQL-Mappings in neue ETL-Package-Mappings analog zum OMB-Plus-Reverse-Engineering inklusive Versionierung und Test-DB-Execute Manuelles Nacharbeiten der noch nicht automatisierbaren Paket-Fragmente Kontrolle, Feintuning und Optimieren aller resultierenden neuen ETL-Pakete 5 Ergänzen der Übersetzungs-Vorschriften um neue Erfahrungen/Entscheidungen. Zurück zu 3 DWH-Metadaten, wie und wozu Seite 28

29 Funktionen und Vorteile des Datenflussdatamarts: Fachbereich wird Partner der IT. Funktionen Vorteile Automatisierte Befüllung, Aktualisierung, Korrektur Unterstützung bei Struktur-Abgleichen Generator-Tool für Datenbank-Objektskripte Hilfe bei Release-Einspielung Zeit- und kostensparend Geringe Fehleranfälligkeit, hohe Korrektur-Durchschlagskraft Risikominimierung, Revisionssicherheit Transparenz, Nachvollziehbarkeit Darstellung des Gesamt-Datenflusses Attribut-Suchfunktion Parsen von SQLs verschiedener Hersteller DWH-Metadaten, wie und wozu Seite 29

30 Agenda Problem: Close the gap - technische Diversity fordert jedes Unternehmen Lösung: Mit Metadaten zur klassischen DWH-Architektur Werkzeug: Fachliche Info - Der Datenfluss-Datamart als Change-Infrastruktur Methode: SQL, General-Schlüssel für Reverse Engineering & Migrationen Fazit: Effizienz im Kleinen fordert Transparenz im Großen DWH-Metadaten, wie und wozu Seite 30

31 Effizienz im Kleinen fordert Transparenz im Großen. DWH-Metadaten, wie und wozu Seite 31

32 Effizienz im Kleinen fordert Transparenz im Großen. Ihre Fragen und Erfahrungen? DWH-Metadaten, wie und wozu Seite 32

33 Effizienz im Kleinen fordert Transparenz im Großen. Ihre Fragen und Erfahrungen? DWH-Metadaten, wie und wozu Seite 33

34 metafinanz unterstützt Ihre Kunden im Bereich Oracle und DWH end-to-end: Von Entscheidung und Konzeption bis hin zu Einführung und Optimierung. DECIDE PLAN BUILD OPTIMIZE metafinanz ist herstellerunabhängig, erfahren, kompetent, zuverlässig und lieferfähig metafinanz Consulting Leistungen rund um Data Warehouse und Enterprise Information Management Businessanalyse, Systemauswahl und Integrationskonzept Gesamtheitliche IT Architektur Strategie und Designkonzeption (IT Strategie) Customizing von Big Data Lösungen für Ihre besonderen Business Anforderungen (Zukunftsfähigkeit) DWH Configuration & Optimierung für mehr Leistungsfähigkeit (Effizienzpotential) Umsetzung DWH Projekte DWH Tuning Anforderungsanalysen Architekturdesign ETL (PL/SQL, OWB, SAS DI, ) Analyse SQL & Physikalisches Tuning Prozessoptimierung Integration Hadoop Gesamtarchitektur & Use Case Discovery DataMart, ETL & Computation Offload OWB ETL Implementierung Migrationskonzeption und Umsetzung Reporting Business- und Anforderungsanalysen Standard Reporting & Analytics SAS (classic & Visual Analytics), Cognos, R DWH-Metadaten, wie und wozu Seite 34

35 Interesse? Austausch? Livedemo des Datenfluss-Datamart? Treffen Sie uns an unserem Stand und gewinnen ein ipad Mini!

36 Herzlichen Dank! metafinanz Informationssysteme GmbH Leopoldstr. 146 Phone: Fax:

Data Warehouse Metadaten, wie und wozu?

Data Warehouse Metadaten, wie und wozu? Data Warehouse Metadaten, wie und wozu? Name des Autors Firma Standort Schlüsselworte Metadaten, OWB, Migration, Hub and Spoke, Bus-Architektur, Industrialisierung. Einleitung Metadaten sind die Daten

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

Hadoop Projekte Besonderheiten & Vorgehensweise. Oracle/metafinanz Roadshow Februar 2014

Hadoop Projekte Besonderheiten & Vorgehensweise. Oracle/metafinanz Roadshow Februar 2014 Hadoop Projekte Besonderheiten & Vorgehensweise Oracle/metafinanz Roadshow Februar 2014 Head of Data Warehousing DWH Principal Consultant DWH Senior Consultant Wir fokussieren mit unseren Services die

Mehr

BI-Metadaten. Ein ETL-Toolübergreifender. Ansatz. Dr. Lutz Driesen BI-Konferenz Hannover/ 11.03.2015

BI-Metadaten. Ein ETL-Toolübergreifender. Ansatz. Dr. Lutz Driesen BI-Konferenz Hannover/ 11.03.2015 BI-Metadaten Ein ETL-Toolübergreifender Ansatz Dr. Lutz Driesen BI-Konferenz Hannover/ 11.03.2015 Inhalt 1 Die BI-Landschaft bei der Allianz Deutschland AG 2 Problem: Die technische Diversität der ETL-Prozesse

Mehr

Data Mart Offload nach Hadoop Star Schema in HDFS anstatt RDBMS. Carsten Herbe DOAG Konferenz November 2014

Data Mart Offload nach Hadoop Star Schema in HDFS anstatt RDBMS. Carsten Herbe DOAG Konferenz November 2014 Data Mart Offload nach Hadoop Star Schema in HDFS anstatt RDBMS Carsten Herbe DOAG Konferenz November 2014 Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden Mensch und

Mehr

Partitionierung im Data Warehouse mit ORACLE 11g und 12c. Reinhard Wahl DOAG Konferenz Nürnberg, 18.-20. November 2014

Partitionierung im Data Warehouse mit ORACLE 11g und 12c. Reinhard Wahl DOAG Konferenz Nürnberg, 18.-20. November 2014 Partitionierung im Data Warehouse mit ORACLE 11g und 12c Reinhard Wahl DOAG Konferenz Nürnberg, 18.-20. November 2014 Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden

Mehr

Historisierung mit Flashback Database Archive (FDA)

Historisierung mit Flashback Database Archive (FDA) Historisierung mit Flashback Database Archive (FDA) DOAG Konferenz 2013 Nürnberg, 19.-21. November 2013 Wolfgang Tanzer metafinanz Informationssysteme GmbH Wir fokussieren mit unseren Services die Herausforderungen

Mehr

Hadoop & Spark. Carsten Herbe. 8. CC-Partner Fachtagung 2015

Hadoop & Spark. Carsten Herbe. 8. CC-Partner Fachtagung 2015 Hadoop & Spark Carsten Herbe 8. CC-Partner Fachtagung 2015 29.04.2015 Daten & Fakten 25 Jahre Erfahrung, Qualität & Serviceorientierung garantieren zufriedene Kunden & konstantes Wachstum 25 Jahre am Markt

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

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

RE.one. Self Service Information Management für die Fachabteilung

RE.one. Self Service Information Management für die Fachabteilung RE.one Self Service Information Management für die Fachabteilung Das Ziel Verwertbare Informationen aus Daten gewinnen Unsere Vision Daten Info Data Warehousing radikal vereinfachen in einem Tool Die Aufgabe

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

OWB Referenzarchitektur, Releasemanagement und Deployment. Carsten Herbe metafinanz - Informationssysteme GmbH

OWB Referenzarchitektur, Releasemanagement und Deployment. Carsten Herbe metafinanz - Informationssysteme GmbH OWB Referenzarchitektur, Releasemanagement und Deployment Carsten Herbe metafinanz - Informationssysteme GmbH Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden Mensch

Mehr

Bachelor of Eng. (Wirtschafts-Ing.-wesen)

Bachelor of Eng. (Wirtschafts-Ing.-wesen) Persönliche Daten Name Philipp Müller Geburtsdatum 21.11.1982 Berufsausbildung Studium Industriekaufmann Bachelor of Eng. (Wirtschafts-Ing.-wesen) Kompetenzen Methodisch Datenmodellierung Fachlich Allgemeines

Mehr

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste

Mehr

Data Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München, 17.04.

Data Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München, 17.04. Data Vault Modellierungsmethode für agile Data Warehouse Systeme Dr. Bodo Hüsemann Informationsfabrik GmbH DOAG BI, München, 17.04.2013 Die Informationsfabrik Die Informationsfabrik macht erfolgreiche

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

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

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

Mehr

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

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH

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

Mehr

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

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

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

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

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Vorstellung der Softwarekomponenten Josef Kolbitsch Manuela Reinisch Übersicht Übersicht über die Systemlandschaft Übersicht über die Werkzeuge Workshop Systemlandschaft 1/8 Klassische

Mehr

good. better. outperform.

good. better. outperform. good. better. outperform. Quo Vadis Oracle BI Relational oder besser multidimensional? DOAG 2013 Business Intelligence, 17.04.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence

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

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 OPEN SYSTEMS CONSULTING IT-KOMPLETTDIENSTLEISTER IM MITTELSTAND GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 Business Analytics Sascha Thielke AGENDA Die Geschichte des Reporting Begriffe im BA Umfeld

Mehr

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA Agenda VORSTELLUNG B.TELLIGENT WIE ENTSTEHT EINE KENNZAHL? WAS SIND METADATEN? AUFBAU UND FUNKTIONSWEISE DES BI WIKI LIVE DEMO ZUSAMMENFASSUNG

Mehr

Zeitgemäße Verfahren für ganzheitliche Auswertungen

Zeitgemäße Verfahren für ganzheitliche Auswertungen Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions

Mehr

Hadoop in a Nutshell Einführung HDFS und MapReduce. Oracle/metafinanz Roadshow Februar 2014

Hadoop in a Nutshell Einführung HDFS und MapReduce. Oracle/metafinanz Roadshow Februar 2014 Hadoop in a Nutshell Einführung HDFS und MapReduce Oracle/metafinanz Roadshow Februar 2014 Head of Data Warehousing DWH Principal Consultant DWH Senior Consultant Wir fokussieren mit unseren Services die

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

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

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

Business Intelligence Center of Excellence

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

Mehr

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP AGENDA HADOOP 9:00 09:15 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT und Fachbereiche Big

Mehr

BI around the world - Globale Reporting Lösungen bei Continental Automotive

BI around the world - Globale Reporting Lösungen bei Continental Automotive BI around the world - Globale Reporting Lösungen bei Continental Automotive Stefan Hess Trivadis GmbH Stuttgart Herbert Muckenfuss Continental Nürnberg Schlüsselworte: Oracle BI EE, Business Intelligence,

Mehr

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT DIE DATEN IM ZENTRUM: SAS DATA RAINER STERNECKER SOLUTIONS ARCHITECT SAS INSTITUTE SOFTWARE GMBH Copyr i g ht 2013, SAS Ins titut e Inc. All rights res er ve d. NEUE WEGE GEHEN SAS DATA GOVERNANCE & QUALITY

Mehr

Vollständig generisches DWH für kleine und mittelständische Unternehmen

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

Mehr

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

Das generierte Data Warehouse

Das generierte Data Warehouse Das generierte Data Warehouse DOAG BI Konferenz 2012 Gregor Zeiler BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Erwartungshaltungen und Hoffnungen

Mehr

Oracle Warehouse Builder 3i

Oracle Warehouse Builder 3i Betrifft Autoren Art der Info Oracle Warehouse Builder 3i Dani Schnider (daniel.schnider@trivadis.com) Thomas Kriemler (thomas.kriemler@trivadis.com) Technische Info Quelle Aus dem Trivadis Technologie

Mehr

Best Practices: BI mit Open-Source-Tools

Best Practices: BI mit Open-Source-Tools Best Practices: BI mit Open-Source-Tools Alf Hellmund - GIUA 2009 Seite 1 Agenda Einleitung Best Practices Fazit Vorstellung & Motivation Vorteile Architektur & Entwurf Datenmodellierung ETL Reporting

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

BI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition

BI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition BI für Jedermann Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition Wolfgang Rütter Bereichsleiter Informationssysteme OPITZ CONSULTING Gummersbach GmbH 1 Warum BI für Jedermann? 1. Historie

Mehr

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS AGENDA VISUAL ANALYTICS 9:00 09:30 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT

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

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

Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG. 2013 IBM Corporation

Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG. 2013 IBM Corporation Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG 2013 IBM Corporation Agenda Data Science made in Switzerland Case Study 1: Social Media

Mehr

Self-Service-BI die große Freiheit?

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

Mehr

Self Service BI der Anwender im Fokus

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

Mehr

Hadoop & IT-Strategie Ein Spagat zwischen Innovation und Kosten Geht das überhaupt? DOAG 2014

Hadoop & IT-Strategie Ein Spagat zwischen Innovation und Kosten Geht das überhaupt? DOAG 2014 Hadoop & IT-Strategie Ein Spagat zwischen Innovation und Kosten Geht das überhaupt? DOAG 2014 Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden Mensch und IT. Business

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

25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU

25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU BLUEFORTE GmbH Dirk Lerner 25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU 1 Elemente des Data Vault (Basic) HUB

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

Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015

Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART

Mehr

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

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

Mehr

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

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

Big-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht

Big-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht Big-Data-Technologien - Überblick - Quelle: http://www.ingenieur.de/panorama/fussball-wm-in-brasilien/elektronischer-fussball-smartphone-app-helfen-training Big-Data-Anwendungen im Unternehmen Logistik

Mehr

Best Practices im Business-Reporting: So kombiniert man Hyperion Intelligence mit dem OWB. Referent: Jens Wiesner, Systemberater, MT AG

Best Practices im Business-Reporting: So kombiniert man Hyperion Intelligence mit dem OWB. Referent: Jens Wiesner, Systemberater, MT AG Best Practices im Business-Reporting: So kombiniert man Hyperion Intelligence mit dem OWB Referent: Jens Wiesner, Systemberater, MT AG MT AG managing technology Key-facts: 1994: Gründung als MT Software

Mehr

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

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

Mehr

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich Agenda Einführung Key differentiators von ODI12c Effizienz Flexibilität Wartbarkeit & Beweglichkeit Schlussfolgerungen

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

Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses

Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses Exposé zur Diplomarbeit Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Fakultät II Institut

Mehr

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen

Mehr

HANA @ a glance Workshop

HANA @ a glance Workshop HANA @ a glance Workshop Montag, 25. März 2013, 09:00 16:30 Uhr Dienstag, 26. März 2013, 09:00 16:30 Uhr Abstract Erkennen Sie Ihre aktuelle Situation bzw. Teile davon in der folgenden Darstellung wieder?

Mehr

Datenbanken. Produkte Dienstleistungen Referenzen

Datenbanken. Produkte Dienstleistungen Referenzen Datenbanken Produkte Dienstleistungen Referenzen Produkte: MS SQL Server MS SQL Server 2005 Datenbankmodul Berichtssysteme mit Reporting Services Data Warehousing/Data Mining mit Analysis Services Schnittstellen

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

ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten. Referent: Lutz Bauer, Leiter CC Data Integration, MT AG

ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten. Referent: Lutz Bauer, Leiter CC Data Integration, MT AG ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten Referent: Lutz Bauer, Leiter CC Data Integration, MT AG MT AG managing technology Key-facts: 1994: Gründung als MT Software GmbH 2000:

Mehr

disy Cadenza in der LDB

disy Cadenza in der LDB disy Cadenza in der LDB Claus Hofmann + disy Informationssysteme ++ Erbprinzenstraße 4 12 ++ D-76133 Karlsruhe ++ www.disy.net + Agenda Kurzvorstellung disy Architektur FIS-W/LDB Einführung in disy Cadenza

Mehr

ITGAIN Fach- und Technikspezialist

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

Mehr

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

Präsentation der Bachelorarbeit

Präsentation der Bachelorarbeit Präsentation der Bachelorarbeit Einrichtung einer BI-Referenzumgebung mit Oracle 11gR1 Jörg Bellan Hochschule Ulm Fakultät Informatik Institut für Betriebliche Informationssysteme 15. Oktober 2009 Agenda

Mehr

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG Referent: Lutz Bauer, Senior Systemberater, MT AG Inhaltsverzeichnis Kurzvorstellung Data Warehouse Bayer Healthcare

Mehr

Agile BI mit Agile BI Modeler & Agile Scorecard

Agile BI mit Agile BI Modeler & Agile Scorecard Agile BI mit Agile BI Modeler & Agile Scorecard Business Intelligence - so einfach wie möglich - so komplex wie nö7g Jon Nedelmann Darmstadt, 26.10.2012 Agile BI Tools Agile BI Modeler Ist eine Web- Anwendung

Mehr

EXASolution als Bestandteil einer BI / DWH- und Kampagnenmanagementlandschaft Ein Erfahrungsbericht aus der Praxis

EXASolution als Bestandteil einer BI / DWH- und Kampagnenmanagementlandschaft Ein Erfahrungsbericht aus der Praxis EXASolution als Bestandteil einer BI / DWH- und Kampagnenmanagementlandschaft Ein Erfahrungsbericht aus der Praxis Business Apéro Exasol / SHS VIVEON, Zürich Zürich, 15. November 2011 Dr. Jörg Westermayer

Mehr

Cubeware Connectivity for SAP Solutions

Cubeware Connectivity for SAP Solutions Cubeware Connectivity for SAP Solutions Beispiele und Anwendungsfälle 1. Modellierung, Extraction, Transformation und Loading mit Datenquelle SAP R/3 und mysap ERP Mit Hilfe des Cubeware Importers und

Mehr

Master-Thesis (m/w) für unseren Standort Stuttgart

Master-Thesis (m/w) für unseren Standort Stuttgart Master-Thesis (m/w) für unseren Standort Abschlussarbeit im Bereich Business Process Management (BPM) Effizienzsteigerung von Enterprise Architecture Management durch Einsatz von Kennzahlen Braincourt

Mehr

Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar. 24. September 2009

Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar. 24. September 2009 Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar 24. September 2009 Unternehmensdarstellung Burda Digital Systems ist eine eigenständige und

Mehr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Copyright 2007 Infor. Alle Rechte vorbehalten. Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Hubertus Thoma Presales Consultant PM Schalten Sie bitte während

Mehr

Integrationskonzepte für die HP Quality Center Plattform. Vivit 2009

Integrationskonzepte für die HP Quality Center Plattform. Vivit 2009 Integrationskonzepte für die HP Quality Center Plattform Thomas Jähnig Vivit 2009 Gliederung Einführung HP QualityCenter Synchronizer Plattform Implementierung eigener Adapter Alternativen Excel Import/Export

Mehr

Einsatz des Microsoft SQL-Servers bei der KKH

Einsatz des Microsoft SQL-Servers bei der KKH Einsatz des Microsoft SQL-Servers bei der KKH Reporting Services und Analysis Services Kontaktdaten Detlef André Abteilungsleiter Data Warehouse E-Mail detlef.andre@kkh.de Telefon 0511 2802-5700 Dr. Reinhard

Mehr

Was gibt es Neues in der BI Welt

Was gibt es Neues in der BI Welt BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Was gibt es Neues in der BI Welt Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11. Juni 2015 CubeServ BI-Kongress 2015

Mehr

Agenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB

Agenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB Agenda Einführung MS SQL Server Integration Services () Oracle Data Warehouse Builder () Quellen 10.12.2009 Martin Tobies - DQ Tools 2 Agenda Einführung MS SQL Server Integration Services () Oracle Data

Mehr

Hadoop Demo HDFS, Pig & Hive in Action. Oracle DWH Konferenz 2014 Carsten Herbe

Hadoop Demo HDFS, Pig & Hive in Action. Oracle DWH Konferenz 2014 Carsten Herbe Hadoop Demo HDFS, Pig & Hive in Action Oracle DWH Konferenz 2014 Carsten Herbe Wir wollen eine semi-strukturierte Textdatei in Hadoop verarbeiten und so aufbereiten, dass man die Daten relational speichern

Mehr

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren BI, Big Data, CRM Forum @ CeBIT 2015, Hannover, 19.03.2015 Patrick Keller, Senior Analyst Status Quo Business Intelligence

Mehr

Profil Andreas Seiler

Profil Andreas Seiler Profil Andreas Seiler Entwickler für Webapplikationen und Business Intelligence Systeme Ich bin freiberuflicher Entwickler für moderne Web Applikationen und Business Intelligence Systeme. Mein Schwerpunkt

Mehr

Managed Self Service BI Vorgehensweise mit ODI und OBI

Managed Self Service BI Vorgehensweise mit ODI und OBI Managed Self Service BI Vorgehensweise mit ODI und OBI Michael Klose DOAG BI - München 23. April 2015 CGI Group Inc. Referent: Michael Klose Manager BI Architektur & Strategie, CGI Deutschland Ltd. & Co.

Mehr

OWB Repository Individuelle Reports. Ute Middendorf metafinanz - Informationssysteme GmbH

OWB Repository Individuelle Reports. Ute Middendorf metafinanz - Informationssysteme GmbH OWB Repository Individuelle Reports Ute Middendorf metafinanz - Informationssysteme GmbH Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden Mensch und IT Facing the future

Mehr

Die Integration von Requirements Management, Software Configuration Management und Change Management mit der MKS Integrity Suite 2006

Die Integration von Requirements Management, Software Configuration Management und Change Management mit der MKS Integrity Suite 2006 Die Integration von Requirements Management, Software Configuration Management und Change Management mit der MKS Integrity Suite 2006 Oliver Böhm MKS GmbH Agenda Überblick Der Entwicklungsprozess: Requirements

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

SAP BI Fokustage 2015

SAP BI Fokustage 2015 SAP BI Fokustage 2015 Agenda 13:30 Uhr Begrüßung 13:45 Uhr Quo vadis SAP BW? Die Backend-Strategie der SAP Windhoff Software Services GmbH 14:30 Uhr Projektvortrag: Mobile Dashboard-Anwendung mit SAP Design

Mehr

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com Wer sind wir? Wir sind ein unabhängiges Beratungs- und Analystenhaus für Business Intelligence Beratungs-

Mehr

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Sven Bosinger solution architect BI Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Agenda Kurze Vorstellung its-people Architektur als Erfolgsfaktor Verschiedene Architekturansätze

Mehr

Berater-Profil 3491. Cognos-Berater. Ausbildung Diplom Kaufmann. EDV-Erfahrung seit 1990. Verfügbar ab auf Anfrage.

Berater-Profil 3491. Cognos-Berater. Ausbildung Diplom Kaufmann. EDV-Erfahrung seit 1990. Verfügbar ab auf Anfrage. Berater-Profil 3491 Cognos-Berater Schwerpunkte: - Cognos Softwaresuite, OLAP, Reporting, Analyse, ScorecardingBusiness Intelligence, Corporate Performance Management, Management Informations Systeme,

Mehr

Datenaustausch Hadoop & Oracle DB. DOAG Konferenz 2013 Nürnberg, 19.-21. November 2013 Carsten Herbe metafinanz Informationssysteme GmbH

Datenaustausch Hadoop & Oracle DB. DOAG Konferenz 2013 Nürnberg, 19.-21. November 2013 Carsten Herbe metafinanz Informationssysteme GmbH DOAG Konferenz 2013 Nürnberg, 19.-21. November 2013 Carsten Herbe metafinanz Informationssysteme GmbH Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden Mensch und IT.

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

In-Memory Datenbanken im Kontext komplexer Analytics Pojekte am Beispiel der Otto Group BI

In-Memory Datenbanken im Kontext komplexer Analytics Pojekte am Beispiel der Otto Group BI In-Memory Datenbanken im Kontext komplexer Analytics Pojekte am Beispiel der Otto Group BI Hanau, 25.02.2015 1 Titel der Präsentation, Name, Abteilung, Ort, xx. Monat 2014 Der Aufbau der Group BI Plattform

Mehr