Jan Ehmke Doktorandenworkshop 2008 St. Andreasberg,

Größe: px
Ab Seite anzeigen:

Download "Jan Ehmke Doktorandenworkshop 2008 St. Andreasberg, 10.03.2008"

Transkript

1 Ermittlung dynamischer Fahrzeiten für die City-Logistik Jan Ehmke Doktorandenworkshop 2008 St. Andreasberg,

2 Inhalt Einführung Planung in der City-Logistik Erhebung dynamischer Fahrzeiten Konzeption des Informationssystems Berechnung und Verifikation dynamischer Fahrzeiten Preprocessing Data Mining Verifikation Zusammenfassung 1

3 Einführung Planung in der City-Logistik Zeitfenstergenaue Anlieferung, Abholung oder Entsorgung Überwiegend Sammel- und Lieferverkehre Fahrzeiten hängen von der Verkehrsbelastung zum entsprechenden Zeitpunkt ab und variieren Beispiel Stuttgart: Kürzeste Fahrzeiten Flughafen-Hbf ca Minuten Zeit- und streckenabhängige Fahrzeiten für die Planung erforderlich Ziel: Verbesserung der Informationslage Aufgabe: Konzeption eines IS zur Bereitstellung von Fahrzeiten 2

4 Einführung Erhebung dynamischer Fahrzeiten Konventionelle Methoden der Straßenverkehrstechnik Erhebung an wenigen, wichtigen Punkten des Verkehrsnetzes; Kalibrierung verkehrstechnischer Modelle Ableitung von Fahrzeiten aus makroskopischen Verkehrsgrößen aufwändig; Parameter nicht flächendeckend verfügbar Neuere Ansätze erlauben die direkte Ableitung von Fahrzeiten speziell präparierte Fahrzeugflotte (Fleischmann et al. 2004) Road Timetable (Eglese et al. 2006) Floating Car Data (FCD) (DLR, Lorkowski et al. 2005) 3

5 Einführung Datenerhebung mit Floating Car Data (1/2) FCD: Fahrzeuge als im Verkehr mitschwimmende Sensoren Taxi-FCD: Projekt des DLR, Institut für Verkehrssystemforschung Taxivermittlung FCD-Auswertung und -Nutzung Taxizentrale Internet Verkehrsinformationszentrale Betriebsfunk ca. 1/min Diensteanbieter GPRS, SMS, RDS-TMC, HTTP Quelle: 4

6 Einführung Datenerhebung mit Floating Car Data (2/2) Taxis liefern kostengünstig Verkehrsinformationen 17:06 17:07 Erfassung der Taxi-Positionen Projektion auf das Straßennetz Ermittlung der Geschwindigkeiten 17:08 17:09 17:11 17:10 Abbildung auf Straßensegmente (Link) 17:12 17:13 Link.ID Zeit v :43:30 50 km/h Stuttgart, Die., , Uhr Hier ca. 500 Mio. Datensätze für Stuttgart ( ) sowie digitale Karte (ca Links, Knoten) Quelle: Quelle: DLR 5

7 Konzeption des Informationssystems Aufgaben: Bereinigung, Integration und Gruppierung von FCD Ermittlung dynamischer Reisezeitwerte und Plausibilitätsprüfung Realisierung mit Knowledge-Discovery-Prozess Quelle: Hanet. al Datenquellen FCD Data Cleaning Data Integration Datenbank Data Warehouse Selektion Transformation Datenauswahl dynamische Reisezeiten Data Mining- Verfahren Modelle Muster Evaluation Präsentation Informationen Preprocessing Data Mining Verifikation 6

8 Fahrzeitermittlung Preprocessing Ziel: Bereitstellung von Daten für Data-Mining-Verfahren Data Integration: Integration der FCD-Rohdaten in das Data Warehouse Data Cleaning: Untersuchung der Einträge auf Konsistenz, Vollständigkeit und fehlende Werte Verteilung Speed 20% 18% 16% 14% 12% 10% 8% 6% 4% 2% 0% >= 200 7

9 Fahrzeitermittlung Data Mining / Deskriptive Modellierung Ziel: Analyse empirischer Daten durch geeignete Techniken Aufgabe: Berechnung mittlerer Reisezeiten Aggregieren Km/h der FCD nach Wochentag und Stundengruppe v m = n n i = 0 1 mit n = Anzahl der Geschwindigkeitsmeldungen für das Zeitfenster m, und v i = jeweils gemessene Einzelfahrzeuggeschwindigkeit v i Ergebnis: Zeitabhängige Geschwindigkeiten (7x24 Werte je Link) Ableitung von Reisezeiten leicht möglich Zeit So Fr Beispiel: 3 Ganglinien der mittleren Geschwindigkeit aus einer Menge von 7x Ganglinien Stunde 8

10 Fahrzeitenermittlung Vereinfachte Planungsdaten (1/2) Clusteranalyse: Gruppierung ähnlicher Datensätze mit Simple-K-Means Selektion der FCD nach Wochentag und Geschwindigkeit schnelle, langsame und sehr langsame Strecken Quelle: Hanet. al Normalisierung der Geschwindigkeitswerte Zeit So Fr Zeit So Fr Clusteranalyse jeweils für schnelle und langsame Strecken 9

11 Fahrzeitenermittlung Vereinfachte Planungsdaten (2/2) Ergebnis: Jede Strecke ist einem Streckentyp und damit einem idealtypischen Verlauf der Reisezeit zugeordnet Beispiel: 3 relative Ganglinien aus einer Menge von 7x7 Ganglinien Simple K-Means schnelle Straßen (durchschnittlicher Montag)

12 Fahrzeitermittlung Verifikation (1/2) Ziel: Plausibilitätsprüfung der ermittelten Reisezeitwerte Visualisierung der dynamischen Reisezeiten im zeitlichen Überblick (24 Stunden) und als räumlicher Überblick (1 Stunde) Anteile der Qualitätsstufen im Tagesverlauf (durchschnittlicher Montag) 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Qualitätsstufe Kennwert Verkehrsfluss Visualisierung A v typ / v akt 1,1 frei Hellgrün B 1,1 < v typ / v akt 1,4 nahezu frei Grün C 1,4 < v typ / v akt 2,0 stabil Gelb D 2,0 < v typ / v akt 2,5 noch stabil Orange E 2,5 < v typ / v akt 3,33 stabil-instabil Hellrot F v typ / v akt > 3,33 überlastet Rot Gesamtlänge des Netzes: 1019 km Berücksichtigt: Links mit Anzahl 5 in jedem Mittel A B C D E F

13 Fahrzeitermittlung Verifikation (2/2) Montags, Montags, Uhr, Uhr, Durchschnitt Durchschnitt von von 33 Jahren Jahren 90% 30% aller aller Strecken Strecken sind sind überlastet frei RushFreier VerkehrsHour fluss Bildquelle: Google 12

14 Zusammenfassung und Ausblick Klassische Methoden Floating Car Data Knowledge Discovery Punktuelle Messung, Simulation, Hochrechnung Investition in spezielle Infrastruktur Flächige Messung, zeitlich lückenhaft Nutzung vorhandener Infrastruktur Flächendeckende Analyse mit KDD-Prozess Reisezeitdatenbank Softwarewerkzeuge Verkehrsstärke/-dichte Reisezeiten Mittlere Reisezeiten Vorstellung des Informationssystems zur Bereitstellung von Fahrzeiten Reduktion des Datenaufkommens für die Planung durch Clusteranalyse Mittlere Reisezeiten verbesserte Datenlage für die City Logistik Vertiefung und Validierung der Clusteranalyse Untersuchung von Planungsproblemen mit dynamischen Reisezeiten Vergleich und Validierung mit stationär erfassten Verkehrsdaten 13

Quantifizierung verkehrsbedingter CO2-Emissionen durch extended Floating Car Data (xfcd) Gernot Pucher TraffiCon, Salzburg

Quantifizierung verkehrsbedingter CO2-Emissionen durch extended Floating Car Data (xfcd) Gernot Pucher TraffiCon, Salzburg Quantifizierung verkehrsbedingter CO2-Emissionen durch extended Floating Car Data (xfcd) Gernot Pucher TraffiCon, Salzburg www.trafficon.eu 1 Die Evolution der Mobilität US seit 1880: pro Jahr +2,7% km/person

Mehr

KÖNNEN STRASSEN EINEN SCHRITT VORAUS SEIN?

KÖNNEN STRASSEN EINEN SCHRITT VORAUS SEIN? KÖNNEN STRASSEN EINEN SCHRITT VORAUS SEIN? MODELLBASIERTE LÖSUNG FÜR VERKEHRSPROGNOSEN IN ECHTZEIT PTV Optima ist der Schlüssel zu erfolgreichem Verkehrsmanagement. Die modellbasierte Lösung bietet präzise

Mehr

Enrico Steiger. Analyse nutzergenerierter raumzeitlicher Bewegungsdaten. Leipzig, 19.09.2013

Enrico Steiger. Analyse nutzergenerierter raumzeitlicher Bewegungsdaten. Leipzig, 19.09.2013 Analyse nutzergenerierter raumzeitlicher Bewegungsdaten Enrico Steiger Leipzig, 19.09.2013 Mobilitätsentwicklung Der Wunsch der Ortsveränderung steigt beständig. Eine Folge ist die hohe Auslastung der

Mehr

Simulation of Urban MObility - SUMO Eine freie Verkehrssimulation

Simulation of Urban MObility - SUMO Eine freie Verkehrssimulation Simulation of Urban MObility - SUMO Eine freie Verkehrssimulation Michael Behrisch, Daniel Krajzewicz Institut für Verkehrssystemtechnik Folie 1 > Simulation of Urban MObility > Daniel Krajzewicz Verkehrssimulation

Mehr

Data Mining Anwendungen und Techniken

Data Mining Anwendungen und Techniken Data Mining Anwendungen und Techniken Knut Hinkelmann DFKI GmbH Entdecken von Wissen in banken Wissen Unternehmen sammeln ungeheure mengen enthalten wettbewerbsrelevantes Wissen Ziel: Entdecken dieses

Mehr

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

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

Mehr

Kapitel 2 Trajektoriendaten und Floating-Car-Daten

Kapitel 2 Trajektoriendaten und Floating-Car-Daten Kapitel 2 Trajektoriendaten und Floating-Car-Daten Miss alles, was sich messen lässt, und mach alles messbar, was sich nicht messen lässt. Galileo Galilei 2.1 Erfassungsmethoden Mit Hilfe von Kameras kann

Mehr

Data-Mining: Ausgewählte Verfahren und Werkzeuge

Data-Mining: Ausgewählte Verfahren und Werkzeuge Fakultät Informatik Institut für Angewandte Informatik Lehrstuhl Technische Informationssysteme Data-Mining: Ausgewählte Verfahren und Vortragender: Jia Mu Betreuer: Dipl.-Inf. Denis Stein Dresden, den

Mehr

Verkehrsinformationsmanagement am hochrangigen Netz am Beispiel ASFINAG

Verkehrsinformationsmanagement am hochrangigen Netz am Beispiel ASFINAG Verkehrsinformationsmanagement am hochrangigen Netz am Beispiel ASFINAG DI(FH) Martin Müllner ASFINAG Maut Service GmbH AGIT 2015 Salzburg, 09.07.2015 ASFINAG Kurzüberblick Verkehrsinformation aus Sicht

Mehr

Anwendungsplattform intelligente Mobilität Was ist AIM? Wie wirkt AIM? Wie wächst AIM?

Anwendungsplattform intelligente Mobilität Was ist AIM? Wie wirkt AIM? Wie wächst AIM? Anwendungsplattform intelligente Mobilität Was ist AIM? Wie wirkt AIM? Wie wächst AIM? Institut für Verkehrssystemtechnik PD Dr. Frank Köster 3. Mai 2010 > Folie 1 Was ist? Anwendungsplattform Intelligente

Mehr

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Ausgangssituation Kaizen Data Mining ISO 9001 Wenn andere Methoden an ihre Grenzen stoßen Es gibt unzählige Methoden, die Abläufe

Mehr

WCI BERLIN WILLKOMMEN. www.de 1

WCI BERLIN WILLKOMMEN. www.de 1 WILLKOMMEN WCI BERLIN 2012 HALL BERLIN www.de 1 AKTIVE FAHRSICHERHEIT Auf Basis leistungsfähiger Mobilfunktechnologien REFERENTEN CLEMENS DANNHEIM PROF.-DR. CHRISTIAN ICKING MARKUS MÄDER www.drive-guard.net

Mehr

Data/Information Quality Management

Data/Information Quality Management Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!

Mehr

Datenqualität von OSM in der Schweiz

Datenqualität von OSM in der Schweiz Datenqualität von OSM in der Schweiz Michael Spreng, Sarah Hoffmann, Simon Poole 12. Juni 2013 M. Spreng, S. Hoffmann, S. Poole Datenqualität von OSM in der Schweiz 12. Juni 2013 1 / 19 1 Disclaimer 2

Mehr

Proseminar - Data Mining

Proseminar - Data Mining Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2014, SS 2014 1 Data Mining: Beispiele (1) Hausnummererkennung (Klassifikation) Source: http://arxiv.org/abs/1312.6082,

Mehr

Unterstützung der Disposition in Speditionen - DynaServ -

Unterstützung der Disposition in Speditionen - DynaServ - Unterstützung der Disposition in Speditionen - DynaServ - Prof. Dr. Thomas Bousonville Prof. Dr. Teresa Melo Hochschule für Technik und Wirtschaft des Saarlandes Statusseminar IngenieurNachwuchs (Informatik),

Mehr

CEPaaS. Complex Event Processing as a Service. Bernhard Seeger Philipps-Universität Marburg RTM Realtime Monitoring GmbH

CEPaaS. Complex Event Processing as a Service. Bernhard Seeger Philipps-Universität Marburg RTM Realtime Monitoring GmbH CEPaaS Complex Event Processing as a Service Bernhard Seeger Philipps-Universität Marburg RTM Realtime Monitoring GmbH Daniar Achakeyev, Daniel Schäfer, Philip Schmiegelt CEP-Forschung in Marburg: aus

Mehr

Einleitung Mobilitätsverhalten Daten zum Mobilitätsverhalten Kurze Einführung ins Data Mining Ein Beispiel aus dem Verkehrsbereich

Einleitung Mobilitätsverhalten Daten zum Mobilitätsverhalten Kurze Einführung ins Data Mining Ein Beispiel aus dem Verkehrsbereich 9. Thurgauer Technologietag vom 27. März 2009 Paul Widmer, Marcel Dettling SVI Forschungsprojekt Neue Erkenntnisse zum Mobilitätsverhalten dank Data Mining? Einleitung Mobilitätsverhalten Daten zum Mobilitätsverhalten

Mehr

Traffic IQ: Pilotprojekt zur Informationsqualität im Verkehrswesen Überblick und ausgewählte Ergebnisse

Traffic IQ: Pilotprojekt zur Informationsqualität im Verkehrswesen Überblick und ausgewählte Ergebnisse Traffic IQ: Pilotprojekt zur Informationsqualität im Verkehrswesen Überblick und ausgewählte Ergebnisse Stefan von der Ruhren, momatec GmbH Ina Partzsch, Fraunhofer IVI Gliederung Gliederung 1. Überblick

Mehr

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?

Mehr

Visual Business Intelligence Eine Forschungsperspektive

Visual Business Intelligence Eine Forschungsperspektive Visual Business Intelligence Eine Forschungsperspektive Dr. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155 646 Fax.: +49

Mehr

EXPLORATION VON GEOSPATIALEN AUTOMOTIVE-DATEN VISUALISIERUNG VON FAHRZEUG-SENSORDATEN

EXPLORATION VON GEOSPATIALEN AUTOMOTIVE-DATEN VISUALISIERUNG VON FAHRZEUG-SENSORDATEN Isabella Eckel, BMW Group Dr. Christian Winkler, mgm technology partners GmbH EXPLORATION VON GEOSPATIALEN AUTOMOTIVE-DATEN VISUALISIERUNG VON FAHRZEUG-SENSORDATEN WISSENSEXTRAKTION AUS FAHRZEUG-SENSORDATEN

Mehr

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation? 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Data Mining - Marketing-chlagwort oder ernstzunehmende Innovation? Hans-Peter Höschel,, Heidelberg 1. Konferenz der A Benutzer KFE in Forschung

Mehr

Möglichkeiten, Qualitätsunterschiede und Trends bei der Datenerhebung im ITS- Umfeld Straße

Möglichkeiten, Qualitätsunterschiede und Trends bei der Datenerhebung im ITS- Umfeld Straße Möglichkeiten, Qualitätsunterschiede und Trends bei der Datenerhebung im ITS- Umfeld Straße its-ch Fachtagung 29.Oktober 2014 Martin Grzebellus Thomas Czekala Möglichkeiten, Qualitätsunterschiede und Trends

Mehr

Dr. Andreas Hotho, Robert Jäschke Fachgebiet Wissensverarbeitung 30.10.2008. Wintersemester 2008/2009

Dr. Andreas Hotho, Robert Jäschke Fachgebiet Wissensverarbeitung 30.10.2008. Wintersemester 2008/2009 Dr. Andreas Hotho, Robert Jäschke Fachgebiet Wissensverarbeitung 30.10.2008 1. Übung Knowledge Discovery Wintersemester 2008/2009 Vorbemerkungen Vorlesungsfolien und Übungsblätter können Sie im Internet

Mehr

Mobile-Echtzeit-Innenstadt-Navigation-Berlin

Mobile-Echtzeit-Innenstadt-Navigation-Berlin Mobile-Echtzeit-Innenstadt-Navigation-Berlin nur als platzhalter gedacht 1 Motivation Rund 1,3 Millionen gemeldete Fahrzeuge in Berlin -> Stau und zäh fließender Verkehr Derzeitige Navigation in der Innenstadt

Mehr

PÖYRY TRAFFIC NEWS. Der aktuelle Infobrief der Pöyry Infra Traffic GmbH. 5. Ausgabe, Juni 2008

PÖYRY TRAFFIC NEWS. Der aktuelle Infobrief der Pöyry Infra Traffic GmbH. 5. Ausgabe, Juni 2008 PÖYRY TRAFFIC NEWS Der aktuelle Infobrief der Pöyry Infra Traffic GmbH 5. Ausgabe, Juni 2008 LIEBE LESER 2 In unserem Beitrag auf Seite 3 berichten wir diesmal über ein aktuelles Projekt in der serbischen

Mehr

Räumliches Data Mining

Räumliches Data Mining Räumliches Data Mining Spatial Data Mining Data Mining = Suche nach "interessanten Mustern" in sehr großen Datensätzen => explorative Datenanlyse auch: Knowledge Discovery in Databases (KDD) verbreitete

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

Data Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG

Data Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining mit der SEMMA Methodik Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining Data Mining: Prozeß der Selektion, Exploration und Modellierung großer Datenmengen, um Information

Mehr

Praxisorientierte. Weiterbildung KURSE 2014. dynelytics AG SCHNECKENMANNSTRASSE 25 CH-8044 ZÜRICH

Praxisorientierte. Weiterbildung KURSE 2014. dynelytics AG SCHNECKENMANNSTRASSE 25 CH-8044 ZÜRICH KURSE 2014 Praxisorientierte Weiterbildung dynelytics AG SCHNECKENMANNSTRASSE 25 CH-8044 ZÜRICH TELEFON (+41) 44 266 90 30 FAX (+41) 44 266 90 39 E-MAIL INFO@DYNELYTICS.COM Dynelytics IBM SPSS-Kurse 2014

Mehr

Exploration und Klassifikation von BigData

Exploration und Klassifikation von BigData Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)

Mehr

2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 25 26 28

Mehr

Hetero-Homogene Data Warehouses

Hetero-Homogene Data Warehouses Hetero-Homogene Data Warehouses TDWI München 2011 Christoph Schütz http://hh-dw.dke.uni-linz.ac.at/ Institut für Wirtschaftsinformatik Data & Knowledge Engineering Juni 2011 1 Data-Warehouse-Modellierung

Mehr

Mobile Echtzeitkontrolle von Kommunikationskanälen

Mobile Echtzeitkontrolle von Kommunikationskanälen Mario Kubek, Witsarut Suwanich und Krittapat Wongyaowaruk FernUniversität in Hagen Tel.: +49 2331 987 1153, Fax: +49 2331 987 353 E-Mail: kn.wissenschaftler@fernuni-hagen.de Mobile Echtzeitkontrolle von

Mehr

A Framework for Planing and Controlling Data Quality in Data-Warehouse-Systems

A Framework for Planing and Controlling Data Quality in Data-Warehouse-Systems A Framework for Planing and Controlling Data Quality in Data-Warehouse-Systems markus.helfert@unisg.ch Slide 2 Überblick Data-Warehouse-Systeme und Datenqualität Datenqualitätsmanagement Datenqualität

Mehr

Anwendung der Predictive Analytics

Anwendung der Predictive Analytics TDWI Konferenz mit BARC@TDWI Track 2014 München, 23. 25. Juni 2014 Anwendung der Predictive Analytics Prof. Dr. Carsten Felden Dipl. Wirt. Inf. Claudia Koschtial Technische Universität Bergakademie Freiberg

Mehr

Analytisches Fundraising

Analytisches Fundraising Analytisches Fundraising Vorgehen, Verfahren, Werkzeuge DiaSys. Marketing Engineering AG, Wankdorffeldstr.102, 3014 Bern 031 922 31 50, zuercher@diasys.ch Analytisches Fundraising Inhaltsverzeichnis Datenbankgestütztes

Mehr

ITS-BW Projekt NAVIGAR Routing-Strategien aus kommunaler Sicht MDM Mobilitätsdatenmarktplatz Gestaltung und behördliche Nutzung

ITS-BW Projekt NAVIGAR Routing-Strategien aus kommunaler Sicht MDM Mobilitätsdatenmarktplatz Gestaltung und behördliche Nutzung ITS-BW Projekt NAVIGAR Routing-Strategien aus kommunaler Sicht MDM Mobilitätsdatenmarktplatz Gestaltung und behördliche Nutzung Ralf Thomas Integrierte Verkehrsleitzentrale Stuttgart Nachhaltige Verkehrssteuerung

Mehr

Einführung in die Wissensverarbeitung und Data Mining

Einführung in die Wissensverarbeitung und Data Mining Einführung in die Wissensverarbeitung und Data Mining Peter Becker FH Bonn-Rhein-Sieg Fachbereich Angewandte Informatik!" $# Vorlesung Wintersemester 2001/02 1. Einführung Vorbemerkungen 1 Einführung Vorbemerkungen

Mehr

Bundesamt für Informationsmanagement und Informationstechnik der Bundeswehr

Bundesamt für Informationsmanagement und Informationstechnik der Bundeswehr 1 Inhalt / Gliederung 2 Beschreibung VerkFueSysBw HEROS-5 Vorstellung des Verfahrensanteile - Beschreibung - Aufgaben Schnittstellen - intern - Bw-extern Ausblick - grafisches Informationssystem - Routendaten

Mehr

Datenqualitätsmanagement im Customer Relationship Management

Datenqualitätsmanagement im Customer Relationship Management Wolfgang Leußer Datenqualitätsmanagement im Customer Relationship Management Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis XVII XIX XXI

Mehr

Lehrstuhl Decision Support

Lehrstuhl Decision Support Institut für Wirtschaftsinformatik Lehrstuhl Decision Support Prof. Dr. Dirk Christian Mattfeld 1 Forschung Zentraler Forschungsgegenstand des Lehrstuhls Decision Support im Institut für Wirtschaftsinformatik

Mehr

Proseminar - Data Mining

Proseminar - Data Mining Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2012, SS 2012 1 Data Mining Pipeline Planung Aufbereitung Modellbildung Auswertung Wir wollen nützliches Wissen

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

Planung und Messung der Datenqualität in Data-Warehouse-Systemen

Planung und Messung der Datenqualität in Data-Warehouse-Systemen Planung und Messung der Datenqualität in Data-Warehouse-Systemen DISSERTATION der Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften (HSG) zur Erlangung der Würde eines

Mehr

Highway Hierarchies. Kristian Dannowski, Matthias Hoeschel

Highway Hierarchies. Kristian Dannowski, Matthias Hoeschel Highway Hierarchies Kristian Dannowski, Matthias Hoeschel Gliederung Einleitung / Bidirektional Dijkstra Intuition / Naive Strategie Konstruktion der Highway Hierarchie Suche in der Highway Hierarchie

Mehr

Cockpit. BEDM GmbH Business Engineering & Data Management. Impulsvortrag zur Big Data Analyse. BEDM GmbH auf der SMC Insight 2014

Cockpit. BEDM GmbH Business Engineering & Data Management. Impulsvortrag zur Big Data Analyse. BEDM GmbH auf der SMC Insight 2014 BEDM GmbH auf der SMC Insight 2014 BEDM GmbH Business Engineering & Data Management Impulsvortrag zur Big Data Analyse Cockpit Version 1.0, Stand vom 10.07.2014, R. Dietrich Montag, 14. Juli 2014 2013,

Mehr

Management Support Systeme

Management Support Systeme Management Support Systeme WS 24-25 4.-6. Uhr PD Dr. Peter Gluchowski Folie Gliederung MSS WS 4/5. Einführung Management Support Systeme: Informationssysteme zur Unterstützung betrieblicher Fach- und Führungskräfte

Mehr

Extending the Information Horizon through Floating Car Data

Extending the Information Horizon through Floating Car Data Extending the Information Horizon through Floating Car Data Sarah Blatnig sblatnig@edu.uni-klu.ac.at Martina Schelander mschelan@edu.uni-klu.ac.at 1. Einleitung Um Informationen über Fahrzeuge auf der

Mehr

elearning Programme der Universität Stuttgart

elearning Programme der Universität Stuttgart elearning Programme der Universität Stuttgart Barbara Burr Rechenzentrum Universität Stuttgart 27.2.2004 Überblick Medienstrategie der Universität Stuttgart Programm 100-online Programm self-study online

Mehr

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß Fachgruppe Statistik, Risikoanalyse & Computing STAT672 Data Mining Sommersemester 2007 Prof. Dr. R. D. Reiß Überblick Data Mining Begrifflichkeit Unter Data Mining versteht man die Computergestützte Suche

Mehr

Echtzeit- und historischer Verkehr

Echtzeit- und historischer Verkehr Echtzeit- und historischer Verkehr TomTom hat ein einzigartiges Angebot Hervorragende ortsbasierte Dienste Der Beitrag der Community zu nahtloser Abdeckung Die aktuellste Karte Das Herz von Ortungsdiensten

Mehr

Metropolen im Wettbewerb Wo steht die digitale Verkehrssteuerung?

Metropolen im Wettbewerb Wo steht die digitale Verkehrssteuerung? Metropolen im Wettbewerb Wo steht die digitale Verkehrssteuerung? Boris Baltzer IBM Deutschland GmbH boris.baltzer@de.ibm.com Ausgangssituation Die Erweiterung des Straßennetzes stößt insbesondere in verkehrsbelasteten

Mehr

cybermarathon Maik Plischke Institut für Medizinische Informatik, TU Braunschweig

cybermarathon Maik Plischke Institut für Medizinische Informatik, TU Braunschweig cybermarathon Maik Plischke Institut für Medizinische Informatik, TU Braunschweig in Kooperation mit dem Sportmedizinischen Zentrum Hannover, PD Dr. med. Uwe Tegtbur und dem Landessportbund Niedersachsen

Mehr

ForestHype Teilprojekt Biodiversität

ForestHype Teilprojekt Biodiversität ForestHype Teilprojekt Biodiversität Anne Clasen, Michael Förster, Birgit Kleinschmit Herzlich Willkommen. Welcome. Gliederung I Flächenhafte Auswertungen Studie 1 Vergleich und synergetische Nutzung von

Mehr

Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen

Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen Anna Wirtz*, Ole Giebel**, Carsten Schomann**, Friedhelm Nachreiner** *Bundesanstalt

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media

Mehr

FoMSESS Position Statement

FoMSESS Position Statement FoMSESS Position Statement Jan Jürjens Software & Systems Engineering Informatics, TU Munich Germany juerjens@in.tum.de http://www.jurjens.de/jan GI FoMSESS: Formale Methoden und Software Engineering Fundament

Mehr

Wirtschaftlichkeit, Nachhaltigkeit und Umweltschutz durch ganzheitliche Vernetzung

Wirtschaftlichkeit, Nachhaltigkeit und Umweltschutz durch ganzheitliche Vernetzung Wirtschaftlichkeit, Nachhaltigkeit und Umweltschutz durch ganzheitliche Vernetzung 11. Juli 2011, Finalistentag des 11. egovernment-wettbewerbs Agenda Präsentation des Videofilms Das Modernisierungsprogramm

Mehr

Synthetische Niederschläge für Kanalnetzberechnungen (SYNOPSE)

Synthetische Niederschläge für Kanalnetzberechnungen (SYNOPSE) Synthetische Niederschläge für Kanalnetzberechnungen (SYNOPSE) U. Haberlandt et al. Koordination: Institut für Wasserwirtschaft, Hydrologie und landwirtschaftlichen Wasserbau, Leibniz Universität Hannover

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

PortalU. für SEIS in Deutschland

PortalU. für SEIS in Deutschland PortalU als nationaler Baustein für SEIS in Deutschland Dr. Fred Kruse Umweltbeobachtungskonferenz 2008, Bern, 09.10.2008 Umweltportal Deutschland PortalU Zentraler, einheitlicher Zugang zu den Umweltinformationen

Mehr

Datenbanktechnologie für Data-Warehouse-Systeme

Datenbanktechnologie für Data-Warehouse-Systeme Wolfgang Lehner Datenbanktechnologie für Data-Warehouse-Systeme Konzepte und Methoden dpunkt.verlag 1 1.1 1.2 1.3 1.4 1. 5 2 2.1 2.2 2.3 Einleitung 1 Betriebswirtschaftlicher Ursprung des Data Warehousing...

Mehr

Data Mining und maschinelles Lernen

Data Mining und maschinelles Lernen Data Mining und maschinelles Lernen Einführung und Anwendung mit WEKA Caren Brinckmann 16. August 2000 http://www.coli.uni-sb.de/~cabr/vortraege/ml.pdf http://www.cs.waikato.ac.nz/ml/weka/ Inhalt Einführung:

Mehr

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI Detlef Apel Wolfgang Behme Rüdiger Eberlein Christian Merighi Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte 3., überarbeitete und erweiterte Auflage Edition TDWI rä

Mehr

1 Einleitung 1. Teil I Überblick 11. 2 Die Systemlandschaft eines Verkehrsunternehmens 13

1 Einleitung 1. Teil I Überblick 11. 2 Die Systemlandschaft eines Verkehrsunternehmens 13 xiii 1 Einleitung 1 1.1 IT-Systeme im ÖPV sind kompliziert! 2 1.2 Standardisierung 3 1.3 Herausforderung für Systemanbieter 6 1.4 Bedeutung eines Branchenmodells 7 1.5 Was Sie in diesem Buch erwartet...

Mehr

Chancen der Verbreitung von Parkinformationen aus Wuppertal über den MDM sowie Erwartungen und weitere Planungen der Verwaltung

Chancen der Verbreitung von Parkinformationen aus Wuppertal über den MDM sowie Erwartungen und weitere Planungen der Verwaltung Chancen der Verbreitung von Parkinformationen aus Wuppertal über den MDM sowie Erwartungen und weitere Planungen der Verwaltung Stadt Wuppertal Straßen und Verkehr Abteilung Straßenverkehrstechnik 15.11.2012

Mehr

Analyse und Visualisierung von massiven, semantisch klassifizierten 3D-Punktwolken. Jürgen Döllner Hasso-Plattner-Institut Universität Potsdam

Analyse und Visualisierung von massiven, semantisch klassifizierten 3D-Punktwolken. Jürgen Döllner Hasso-Plattner-Institut Universität Potsdam Analyse und Visualisierung von massiven, semantisch klassifizierten 3D-Punktwolken Jürgen Döllner Hasso-Plattner-Institut Universität Potsdam I 3D-Punktwolken II Semantik-Ableitung III Semantik-Nutzung

Mehr

Wolfgang Martin (Hrsg.) Data Warehousing. Data Mining - OLAP. An International Thomson Publishing Company

Wolfgang Martin (Hrsg.) Data Warehousing. Data Mining - OLAP. An International Thomson Publishing Company Wolfgang Martin (Hrsg.) Data Warehousing Data Mining - OLAP Technische Universität Darmsiadt Fachbereich 1 Betriebswirtschaftliche Bibliothek Inventar-Nr.: Abstell-Nr.: s. An International Thomson Publishing

Mehr

Der CRISP-DM Prozess für Data Mining. CRISP-DM Standard CRISP-DM. Wozu einen standardisierten Prozess?

Der CRISP-DM Prozess für Data Mining. CRISP-DM Standard CRISP-DM. Wozu einen standardisierten Prozess? Wozu einen standardisierten Prozess? Der Prozess der Wissensentdeckung muss verlässlich und reproduzierbar sein auch für Menschen mit geringem Data Mining Hintergrundwissen. Der CRISP-DM Prozess für Data

Mehr

KURSE 2012. Praxisorientierte. Weiterbildung SPSS

KURSE 2012. Praxisorientierte. Weiterbildung SPSS KURSE 2012 Praxisorientierte Weiterbildung SPSS KURSE 2012 1 2 3 4 5 6 7 EINFÜHRUNGSKURS ARBEITEN MIT IBM SPSS STATISTICS IBM SPSS STATISTICS IN DER MEDIZIN PRAKTISCHE EINFÜHRUNG IN DIE QUANTITATIVE MARKTFORSCHUNG

Mehr

Erstellung eines OSM Straßengraphen mit TMC LCL Informationen

Erstellung eines OSM Straßengraphen mit TMC LCL Informationen 1 Erstellung eines OSM Straßengraphen mit TMC LCL Informationen Enrico STEIGER und Alexander ZIPF Universität Heidelberg, Lehrstuhl für Geoinformatik, enrico.steiger@geog.uni-heidelberg.de Zusammenfassung

Mehr

Vorhersagemodell für die Verfügbarkeit von IT-Services

Vorhersagemodell für die Verfügbarkeit von IT-Services Vorhersagemodell für die Verfügbarkeit von IT-Services Magdeburg Research and Competence Cluster Very Large Business Applications Lab Fakultät für Informatik Institut für Technische und Betriebliche Informationssysteme

Mehr

Datenqualität erfolgreich steuern

Datenqualität erfolgreich steuern Edition TDWI Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte von Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian Merighi 3., überarbeitete und erweiterte Auflage

Mehr

Smart Data for Smart Cities

Smart Data for Smart Cities Smart Data for Smart Cities Innovation Forum Digitalisierung 21.04.2015 Dr.Daniela Rothenhöfer Landeshauptstadt München, Direktorium Hauptabteilung III - IT-Strategie und IT-Steuerung/IT-Controlling (STRAC)

Mehr

Business Intelligence. Business Intelligence Seminar, WS 2007/08

Business Intelligence. Business Intelligence Seminar, WS 2007/08 Business Intelligence Seminar, WS 2007/08 Prof. Dr. Knut Hinkelmann Fachhochschule Nordwestschweiz knut.hinkelmann@fhnw.ch Business Intelligence Entscheidungsorientierte Sammlung, Aufbereitung und Darstellung

Mehr

Umsetzung der Anforderungen - analytisch

Umsetzung der Anforderungen - analytisch Umsetzung der Anforderungen - analytisch Titel des Lernmoduls: Umsetzung der Anforderungen - analytisch Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.5.5 Zum Inhalt: In diesem Modul wird

Mehr

Definition Informationssystem

Definition Informationssystem Definition Informationssystem Informationssysteme (IS) sind soziotechnische Systeme, die menschliche und maschinelle Komponenten umfassen. Sie unterstützen die Sammlung, Verarbeitung, Bereitstellung, Kommunikation

Mehr

Kanalentwicklung bei der IAVC

Kanalentwicklung bei der IAVC Kanalentwicklung bei der IAVC Konstruktion, Berechnung, Versuch SAXON SIMULATION MEETING (TU Chemnitz) Dipl.-Ing. Wolfgang Berg Chemnitz, 27.04.10 Innovationen in Serie IAV Firmenprofil Überblick Gründungsjahr:

Mehr

kurse 2013 Die genauen Kurstermine und Anmeldeformulare finden Sie unter www.dynelytics.com

kurse 2013 Die genauen Kurstermine und Anmeldeformulare finden Sie unter www.dynelytics.com Kurse 2013 SPSS kurse 2013 1 2 3 4 5 6 7 Einführungskurs Arbeiten mit IBM SPSS Statistics IBM SPSS Statistics in der Medizin Praktische Einführung in die quantitative Marktforschung Vertiefungskurs Arbeiten

Mehr

Summary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6

Summary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Inhaltsverzeichnis Summary... 4 Keywords... 4 Granularität der Daten... 5 Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Partitionierung der Datenbestände... 7 Vergrößerter Aktionsradius von

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

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. Allgemeines zum tevitel.wq-monitor Seite 3. 2. WQ-Monitor konfigurieren Seite 4

1. Allgemeines zum tevitel.wq-monitor Seite 3. 2. WQ-Monitor konfigurieren Seite 4 tevitel.wq-monitor Inhaltsverzeichnis 1. Allgemeines zum tevitel.wq-monitor Seite 3 2. WQ-Monitor konfigurieren Seite 4 2.1 Einstellungen Message-Server Seite 4 3.2 Einstellungen Warteschlangen Seite 5

Mehr

Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3

Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3 Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3 Copyright 2005, SAS Institute Inc. All rights reserved. Ulrich Reincke, SAS Deutschland Agenda Der Neue Enterprise Miner 5.2 Der Neue Text Miner 2.3

Mehr

Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann

Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Andreas Ditze MID GmbH Kressengartenstraße 10 90402 Nürnberg a.ditze@mid.de Abstract: Data Lineage

Mehr

smartport logistics im Hamburger Hafen

smartport logistics im Hamburger Hafen smartport logistics im Hamburger Hafen TDWI Europe 2014 - BITKOM Track Ein starkes Team HPA VERANTWORTET DIE EFFIZIENTE INFRASTRUKTUR IM HAFENGEBIET Der Hamburger Hafen gibt rund 261.500 Menschen Arbeit

Mehr

9 Resümee. Resümee 216

9 Resümee. Resümee 216 Resümee 216 9 Resümee In der vorliegenden Arbeit werden verschiedene Methoden der Datenreduktion auf ihre Leistungsfähigkeit im sozialwissenschaftlichstatistischen Umfeld anhand eines konkreten Anwendungsfalls

Mehr

Orientierungsveranstaltung für Studierende der Bachelorstudiengänge. Schwerpunkt Wirtschaftsinformatik. Prof. Stefan Lessmann

Orientierungsveranstaltung für Studierende der Bachelorstudiengänge. Schwerpunkt Wirtschaftsinformatik. Prof. Stefan Lessmann Orientierungsveranstaltung für Studierende der Bachelorstudiengänge BWL und VWL Schwerpunkt Wirtschaftsinformatik Prof. Stefan Lessmann Agenda Schwerpunkt Wirtschaftsinformatik Gegenstand der Wirtschaftsinformatik

Mehr

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit IT-basierte Erstellung von Nachhaltigkeitsberichten Diplomarbeit zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen Fakultät der Leibniz Universität Hannover vorgelegt von

Mehr

Data Warehouse Wasserein integratives Recherche- und Informationssystem

Data Warehouse Wasserein integratives Recherche- und Informationssystem Data Warehouse Wasser- ein integratives Recherche- und Informationssystem Data Warehouse Wasserein integratives Recherche- und Informationssystem Anja Reineke, Bayerisches Landesamt für Umwelt anja.reinekel@fu.bayern.de

Mehr

Simulation von CO 2 -Schneestrahldüsen

Simulation von CO 2 -Schneestrahldüsen Simulation von CO 2 -Schneestrahldüsen Clemens Buske Dr. Volker Kassera CFD Consultants GmbH Sprollstraße 10/1 D-72108 Rottenburg Tel.: 07472 988688-18 www.cfdconsultants.de - Folie 1 / 33 - Überblick

Mehr

Warengruppenanalyse mit POS-Scanningdaten

Warengruppenanalyse mit POS-Scanningdaten Reihe: Marketing, Handel und Management Band 2 Herausgegeben von Prof. Dr. Rainer Olbrich, Hagen Dr. Martin Grünblatt Warengruppenanalyse mit POS-Scanningdaten Kennzahlengestütze Analyseverfahren für die

Mehr

4.4.35 Lichtenberg/Erzgeb. 357. Lichtenberg/Erzgeb. Einwohner: 2.973. Einwohner / km²: 90

4.4.35 Lichtenberg/Erzgeb. 357. Lichtenberg/Erzgeb. Einwohner: 2.973. Einwohner / km²: 90 4.4.35 Lichtenberg/Erzgeb. 357 Lichtenberg/Erzgeb. Einwohner: 2.973 Fläche: 33,17 km² Einwohner / km²: 90 4.4.35 Lichtenberg/Erzgeb. Übersicht abgeleiteter statistischer Lichtenberg/Erzgeb. 800 // 285

Mehr

Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining

Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining Gliederung 1. Einführung 2. Grundlagen Data Mining Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining 3. Ausgewählte Methoden des Data

Mehr

HERZLICH WILLKOMMEN BEI DER PTV GROUP. www.ptvgroup.com

HERZLICH WILLKOMMEN BEI DER PTV GROUP. www.ptvgroup.com HERZLICH WILLKOMMEN BEI DER PTV GROUP. www.ptvgroup.com WIR PLANEN UND OPTIMIEREN WELTWEIT ALLES, WAS MENSCHEN UND GÜTER BEWEGT. www.ptvag.com I Seite 2 EINE WELT ZWEI MÄRKTE TRAFFIC MARKTPLATZ LOGISTICS

Mehr

OLAP und Data Warehouses

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

Mehr