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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 FAQ: SAP BW on HANA Stand: April 2013 Autoren: Mirko Sonntag, Etienne Schölzke Was ist SAP BW on HANA?... 2 Was sind die kritischen Aspekte beim Betrieb eines SAP BW auf einer konventionellen Datenbank wie bspw. von Oracle?... 2 Welche generellen Vorteile bietet BW on HANA?... 3 Was ist der Unterschied zwischen BW-on-HANA und BW-mit-BWA?... 3 Wo sind (derzeit) die Grenzen von BW on HANA?... 3 Welche Aussichten ergeben sich für die FrontEnd seitige Begegnung mit dem BW on HANA?... 4 Welcher Releasestand des BW ist notwendig für ein BW on HANA?... 4 Sind SAP Kunden bereits live mit BW on HANA?... 4 Welchen Umfang haben aktuell die größten SAP HANA Hardware Konfigurationen?... 4 Wie läuft die Migration zu BW on HANA ab?... 4 Was ist mit dem Java Stack für BW on HANA?... 4 Was ist von der neuartigen Aktivierung von Daten in DSO-Objekten zu halten?... 5 Welches Modell-Konzept steckt hinter dem Begriff HANA-optimierter Cube?... 5 Welche Grenzen gelten für die Modellierung von HANA-optimierten Cubes?... 6 Wie verhält es sich mit der Komprimierung von Requests bei HANA-optimierten Cubes?... 6 Welche Vorteile birgt ein HANA-optimierter Cube für die Modellierung und Beladung?... 6 Wie funktioniert die Konvertierung von existierenden BW InfoProvider in HANA-optimierte BW InfoProvider?... 6 Werden weiterhin Aggregate benötigt?... 7 Kann es in Erwägung gezogen werden, auf Cubes zu Gunsten von DSO-Objekten zu verzichten?... 7 Was lässt sich zu InfoSets sagen?... 7 Welche Daten/ BW-Tabellen werden zeilen- bzw. spaltenorientiert persistiert?... 8 Wie ergibt sich die seitens SAP proklamierte Komprimierung des Nutzdaten-Bestandes bei der Umstellung auf BW on HANA?... 8 Ist der Upgrade von BW 3.x Objekten zu BW 7.x Objekten notwendig, um BW on HANA benutzen zu können?... 8 Was geschieht mit Prozessketten, die nun nicht mehr relevante Prozess-Schritte enthalten, wie bspw. BWA Roll-up, Aggregate Roll-up (change run), Löschung und Wiederaufbau von InfoCube (Faktentabellen-)Indexes?... 8 Wie sieht es aus mit ABAP und der ABAP-basierten Entwicklung auf BW on HANA?... 8 Können HANA Daten-Modelle vom BW konsumiert werden?

2 Welche Frontend Tools werden mit BW on HANA unterstützt?... 9 Macht die Migration auf BW on HANA Anpassungen bei den bestehenden BEx Auswertungen nötig?... 9 Profitieren die Query-Rückmeldezeiten von BW on HANA im Vergleich zum BWA? Was ist SAP BW on HANA? BW auf HANA ist zunächst ein normales SAP NetWeaver BW 7.3. Die BW Applikation läuft wie gewohnt auf einem ABAP basierenden Applikationsserver. Die Datenbank jedoch wird gestellt von (der In-Memory-Datenbank-Appliance) SAP HANA. Synonyme für BW on HANA: BW powered by HANA; BW Orange; HANA 1.5. Was sind die kritischen Aspekte beim Betrieb eines SAP BW auf einer konventionellen Datenbank wie bspw. von Oracle? Kurz gesagt: Performance. Wobei die Blicke der Nutzer/ Konsumenten bzw. der Betreiber/ Betreuer eines SAP BW durchaus unterschiedlich fokussieren. Seitens der Akzeptanz des BW durch die Nutzer/ Konsumenten (FrontEnd) ist die analytische Performance des BW besonders heikel. Die entsprechenden Erwartungen werden heutzutage besonders bestimmt durch die Tendenz zu hoher Detail-Schärfe und Echtzeit- Nähe der Daten. Besonders kritisch für die Betreiber/ Betreuer (BackEnd) einer analytischen Applikation gestaltet sich dagegen die Staging Performance. Dies inkludiert Überlegungen zur Daten- Redundanz sowie system-technischen Hygiene. 2

3 Welche generellen Vorteile bietet BW on HANA? Aus Sicht FrontEnd: Aussicht auf unmittelbare Antwort von veränderlichen Anfragen (Queries) an die beliebig detailreiche Datenbasis. Aus Sicht BackEnd: Aussicht auf schlichteres Datenhandling sowie redundanzarme Persistierung (Aufbewahrung). Die Daten-Bestückung des BW kann (wieder) in den entsprechenden Zeitfenstern vollendet bzw. aktuelles Staging (echtzeit-naher Daten) überhaupt in Erwägung gezogen werden. Was ist der Unterschied zwischen BW-on-HANA und BW-mit-BWA? BWA BW Accelerator ist der technologische Vorreiter für SAP HANA. Ein BW mit side-by-side BWA macht schon seit geraumer Zeit die Potentiale RAM-basierter Datenbereitstellung zugänglich. Dafür werden ausgewählte Daten-Portionen quasi in den BWA-Server repliziert. Profiteur sind insbesondere Abfragen (Queries) auf Basis umfangreicher Datenmengen. Daneben/ Zusätzlich wird jedoch weiterhin ein Verbund aus der eigentlichen BW Applikation und einer konventionellen Datenbank benötigt. Daten-Staging (und auch die Abfragen auf nicht replizierte Daten) selbst bedienen sich also anders als BW on HANA - konventioneller Datenbank-Services. Mit einer Migration von BW zu BW on HANA wird der BWA obsolet. Synonym für BWA: BIA Business Intelligence Accelerator. Wo sind (derzeit) die Grenzen von BW on HANA? Ein typischer analytischer Prozess im BW wird bestimmt durch Aktivitäten zur Sammlung und Verknüpfung der Daten von der Datenbank (OLAP Online Analytical Prozessing), dem Transport der Daten im Netzwerk und schließlich der Aufbereitung im entsprechenden FrontEnd. Bei Performance-Problemen im Netzwerk und beim FrontEnd selbst kann HANA nicht helfen. Bleiben die OLAP Operationen: SAP proklamiert, dass die klassischen OLAP Operationen nicht mehr nur von der (ABAP-)Applikation, sondern zunehmend von HANA selbst und damit performanter - übernommen werden sollen. Trotz Neuigkeiten der SAP an dieser Stelle (bspw. ist HANA nunmehr in der Lage, Ausnahme-Aggregationen direkt durchzuführen) erscheint die angedachte Wirkung von HANA auf die OLAP Operationen derzeit noch in den Anfängen. Darüber hinaus ist es naheliegend, dass einige Operationen auf absehbare Zeit überhaupt nicht von HANA (bzw. BWA) übernommen werden können bspw. klassische UserExit abarbeitende Vorgänge wie die Bestückung virtueller Merkmale/ Kennzahlen. 3

4 Welche Aussichten ergeben sich für die FrontEnd seitige Begegnung mit dem BW on HANA? Die gesamte denkbare Bandbreite an Anforderungen hinsichtlich Granularität, intuitiver Inbeziehungsetzung (Join, Union, ) und Aktualisierung (nah an der Echtzeit) von Daten im BW kann laut gedacht werden. Welcher Releasestand des BW ist notwendig für ein BW on HANA? BW 7.3 Sind SAP Kunden bereits live mit BW on HANA? Explizit erwähnt werden seitens SAP bspw.: Lockheed Martin (US), Lenovo (CH), California Edison (US), Usha International Ltd. (India), Lenovo (VRC) Welchen Umfang haben aktuell die größten SAP HANA Hardware Konfigurationen? SAP zeigte nach eigenen Angaben auf der SAPPHIRE 2012 das HANA System eines Kunden mit 4000 Cores und 100TB Memory. Wie läuft die Migration zu BW on HANA ab? Der von uns bereits begangene Migrationspfad folgte dem Ablauf einer System-Kopie des SAP Netweaver BW. Einige technische Mindest-Voraussetzungen sind für die Migration generell zu beachten: - BW System auf dem Stand NetWeaver BW 7.3 Patch 5 inklusive 7.x BW Authorisierungskonzept - HANA Version 1.0 SP3 - ABAP und (soweit vorhanden) JAVA Stack auf separaten Servern (kein Dual-Stack) Was ist mit dem Java Stack für BW on HANA? Die Java Instanz ist weiterhin relevant für BEx Web und BICS (BI Consumer Services). Eine Änderung gibt es für BW-IP (Integrierte Planung) unter BW 7.3: Die Java Komponente BW-IP Modeler ist für BW 7.30 nun in ABAP HTTP abgebildet. Für BW-IP unter BW 7.3 ist somit ein Java Server nicht mehr zwingend notwendig. Hinweis: Die BI 4.0 Plattform (Business Objects) inkludiert eine Java Engine, welche grundsätzlich auch BEx Web und BICS unterstützt. Einige Einschränkungen sind jedoch (aktuell noch) zu beachten bspw. hinsichtlich Report-Report-Schnittstelle oder SSO (Single Sign On). 4

5 Was ist von der neuartigen Aktivierung von Daten in DSO-Objekten zu halten? SAP verspricht eine HANA optimierte DSO Aktivierung mit vielfacher Beschleunigung des (regelmäßig performance-kritischen) Aktivierungsvorgangs. Ein wichtiger Zusammenhang zwischen DSO-Aktivierung und Abfrage-Performance ist zu beachten. Die Delegation von OLAP-Operationen in die HANA Datenbank verlangt die Existenz von SIDs für alle Merkmale. Um also bei OLAP-Operationen auf DSO-Objekten von HANA profitieren zu können, müssen bereits bei der DSO-Aktivierung die SIDs gezogen werden ( SID generated during activation ). Dies sollte jedoch gem. der Eingangsbemerkung kein Problem (mehr) darstellen. Welches Modell-Konzept steckt hinter dem Begriff HANA-optimierter Cube? Der klassische Cube (genauer: InfoCube) im BW wird bekanntlich repräsentiert von einem erweiterten Stern-Schema: zusammengesetzt aus zwei Fakten-Tabellen (E-Tabelle mit leseoptimierter Partitionierung; F-Tabelle mit lese-/schreib-optimierter Partitionierung), Dimensionstabellen (als Gruppierungs-Rahmen für die Merkmale) und schließlich die übergreifend nutzbaren Merkmals-Tabellen selbst (differenziert in Tabellen für Attribute, Texte, usw.). Ein solches Schema bietet sich optimal für konventionelle Datenbanken an. Für die Persistierung in HANA kann das Schema vereinfacht werden: auf nur noch eine Fakten-Tabelle, welche direkt in die Merkmals-Tabellen verlinkt. Dabei ist HANA in der Lage, auf der Fakten-Tabelle gleichermaßen performant zu lesen, zu schreiben und zu löschen. Eine Ausnahme für die Dimensionen gilt jedoch: Es gibt weiterhin physisch eine Paket- Dimension. Dies ist vorteilhaft hinsichtlich schneller, request-scharfer Entfernung von Daten aus dem Cube. Die Lade-Performance wird dagegen von der Paket-Dimension kaum beeinflusst. 5

6 Welche Grenzen gelten für die Modellierung von HANA-optimierten Cubes? Für HANA-optimierte Cubes gelten die bekannten quantitativen Beschränkungen: maximal 233 Kennzahlen, 16 Dimensionen und 248 Merkmale. Wie verhält es sich mit der Komprimierung von Requests bei HANAoptimierten Cubes? Es gibt weiterhin die Möglichkeit der InfoCube-Komprimierung also der Aggregation von Daten, welche sich schlüssel-technisch nur durch die Request-ID (Request-ID > 0, Request- ID = 0) unterscheiden. Für die Faktentabelle eines HANA-optimierten Cubes finden dazu automatisch angelegte Partitionen für komprimierte und un-komprimierte Requests Verwendung. Die Bedeutung der InfoCube-Komprimierung hat allerdings im Vergleich zu konventionellen Cubes abgenommen. Vereinfachend lässt sich sagen, dass nur bei sehr datenreichen Cubes eine Wirkung erkennbar wird. Dies hat mit dem sogenannten MERGE Prozess der Fakten- Tabelle eines HANA-optimierten Cubes zu tun. Dieser MERGE Prozess vereinigt on-the-fly die (in den beiden Partitionen organisierten) komprimierten bzw. un-komprimierten Fakten- Daten. Hier gilt: Je kleiner die Partition mit den un-komprimierten Fakten-Daten (Request-ID > 0), desto schneller der MERGE. InfoCube-Komprimierung wird in HANA als optimierte stored procedure abgewickelt. Welche Vorteile birgt ein HANA-optimierter Cube für die Modellierung und Beladung? Gemäß des bisherigen Sprachgebrauchs bilden alle Merkmale eines HANA-optimierten Cubes eine Line-Item Dimension ab. Die Dimension steht als Gruppierungs-Rahmen weiterhin zur Verfügung, repräsentiert jedoch nun lediglich Meta-Daten. Es erfolgt keine physische Materialisierung auf der Datenbank. Die Anordnung der Merkmale auf den Dimensionen des Cubes kann damit uneingeschränkt einer fachlichen Sichtweise folgen. Anpassungen bei der Modellierung - bspw. die Verschiebung eines Merkmales auf eine andere Dimension - sind ohne Einfluss auf die Nutzdaten möglich. Vor dem Einsatz von HANA wurde ein großer Teil der Lade-Zeit für die Bildung der Beziehungen zwischen Fakten-Tabelle und Dimensionen (also die IDs der Dimensionen) verwendet. Diese Operationen werden bei einem HANA-optimierten Cube obsolet. Wie funktioniert die Konvertierung von existierenden BW InfoProvider in HANA-optimierte BW InfoProvider? Die Konvertierung ist optional und kann massenhaft - oder auch selektiv für jeden Provider einzeln - vorgenommen werden. Die Konvertierung läuft dabei direkt auf dem befüllten Provider ab d. h. die Nutzdaten müssen nicht aus-/zwischen-gelagert werden. 6

7 Hinweis: Ein neu angelegter Cube ist unter BW on HANA grundsätzlich immer HANAoptimiert. Dies gilt auch für die Entstehung im Rahmen einer After-Import Methode. Werden weiterhin Aggregate benötigt? Nein, auf das Management von Aggregaten (Sub-Cubes) bzw. BWA-Indizes (BW mit BWA) kann verzichtet werden Kann es in Erwägung gezogen werden, auf Cubes zu Gunsten von DSO- Objekten zu verzichten? Das Reporting auf DSO-Objekte sollte unter HANA keine Performance-Nachteile aufweisen. Dies legt den Gedanken nahe, auf die InfoCube-Schicht grundsätzlich zu verzichten und so das Daten-Staging zu vereinfachen. Jedoch sprechen nach wie vor eine Reihe von Aspekten für die Verwendung von Cubes: Persistierung von BW-IP Daten, Relevanz aller Merkmale für Schlüssel-Bildung, Was lässt sich zu InfoSets sagen? Mit BW on HANA ist es weiterhin möglich, InfoSet-Joins zwischen InfoProvidern anzuwenden. InfoSets profitieren allerdings nicht von der HANA DB, da die Ausführung der Joins (weiterhin) in der Applikations-Schicht stattfindet. Die von SAP positionierte Alternative namens CompositeProvider ist nicht nützlich, soweit temporale InfoSet-Joins (insb. bei Involvie- 7

8 rung zeitabhängiger Stammdaten-InfoProvider) gefragt sind. CompositeProvider bieten diese Funktionalität bisher nicht. Welche Daten/ BW-Tabellen werden zeilen- bzw. spaltenorientiert persistiert? BW on HANA entscheidet selbstständig über die zeilen- bzw. spaltenweise Behandlung der Daten. Grundsätzlich lässt sich sagen: Alle Daten in Tabellen, die nicht BW generiert sind, werden zeilenweise aufbewahrt - bspw. die RSMON* Tabellen. Die Ablage von Nutzdaten dagegen erfolgt spaltenweise: bspw. Fakten-Tabellen, aktive Tabellen von DSOs, PSA Tabellen. Damit gilt: Auch Daten in (zunächst) nicht HANA-optimierten Objekten (DSO, Cube) werden spaltenweise organisiert. Wie ergibt sich die seitens SAP proklamierte Komprimierung des Nutzdaten- Bestandes bei der Umstellung auf BW on HANA? Neben dem Effekt der spaltenorientierten Einlagerung der Daten vor allem aus dem Wegfall-per-se (konventionelle Indizes; Aggregate) und dem Wegfall-per-Konvertierung (Cube Dimensionstabellen; DSO ChangeLog-Tabellen) von Konstrukten. Hinweis: SAP stellt heute keine Größen-Beschränkungen für die Migration nach BW on HA- NA mehr auf. Ist der Upgrade von BW 3.x Objekten zu BW 7.x Objekten notwendig, um BW on HANA benutzen zu können? Die einzige zwingende Aktivität ist zunächst die Migration der 3.x Berechtigungen auf den 7.x Standard. Alle anderen Objekte werden unter BW on HANA unverändert funktionieren. Um allerdings die volle Bandbreite an Möglichkeiten nutzen zu können, empfiehlt sich die Verwendung von 7.x Objekten. Was geschieht mit Prozessketten, die nun nicht mehr relevante Prozess- Schritte enthalten, wie bspw. BWA Roll-up, Aggregate Roll-up (change run), Löschung und Wiederaufbau von InfoCube (Faktentabellen-)Indexes? Diese Prozessketten funktionieren weiterhin ohne Fehler. Die obsoleten Items werden lediglich nicht ausgeführt. Das Prozessketten Log dokumentiert die Auslassung entsprechend. Wie sieht es aus mit ABAP und der ABAP-basierten Entwicklung auf BW on HANA? BW ABAP Code wird voll unterstützt ob in Transformationen, Programmen, UserExits, usw. unabhängig von der darunter liegenden Datenbank. 8

9 Es ist jedoch naheliegend, dass Quelltext in der Zukunft direkt auf der Datenbank geschrieben bzw. ausgeführt wird (code-to-data) bspw. als stored procedures (SQLScript). Solche Prozeduren sind dann von der Applikation aus mittels ABAP Statement aufzurufen. Können HANA Daten-Modelle vom BW konsumiert werden? Daten in HANA Marts (außerhalb des SAP BW Schema) können direkt angezapft werden - entweder durch einen virtuellen InfoProvider oder via CompositeProvider, welcher zusätzlich die Abmischung mit BW Daten ermöglicht. Welche Frontend Tools werden mit BW on HANA unterstützt? BW on HANA unterstützt alle traditionellen BW FrontEnds wie auch SAP BusinessObjects Applikationen. Macht die Migration auf BW on HANA Anpassungen bei den bestehenden BEx Auswertungen nötig? Weder die Migration nach BW 7.3 on HANA, noch die Konvertierung von DSO bzw. InfoCubes zu HANA-optimierten Providern, machen Anpassungen der BEx Queries notwendig. BEx Queries können - wie sie sind - einfach weiter benutzt werden. 9

10 Profitieren die Query-Rückmeldezeiten von BW on HANA im Vergleich zum BWA? Aussage der SAP zum Thema: Queries in BW on HANA werden mindestens so schnell ausgeführt werden wie BWA unterstützte Queries. Weitere Verbesserungen sind von HANA ggf. daraus zu erwarten, dass HANA-optimierte Cubes ohne (ggf. umfangreiche) Dimensionstabellen auskommen. Weiterhin steht in Aussicht, dass die Query-Performance auf DSO sich der von InfoCubes annähert. 10

BW powered by HANA. Martin Effinger Month 06, 2013

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

Mehr

Workshop Fit for SAP BW 7.40!

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

Mehr

Performance-Aspekte beim Data-Warehousing mit SAP BW 3.x

Performance-Aspekte beim Data-Warehousing mit SAP BW 3.x Performance-Aspekte beim Data-Warehousing mit SAP BW 3.x Mirko Sonntag, GISA GmbH Leipzig, 14. Oktober 2006 GISA GmbH Leipziger Chaussee 191a 06112 Halle (Saale) www.gisa.de Performance-Aspekte beim Data-Warehousing

Mehr

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

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

Mehr

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

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

Mehr

6 InfoCubes erstellen und konfigurieren

6 InfoCubes erstellen und konfigurieren InfoCubes bilden die Reportingschicht in der LSA; sie sind für die Performance des Reportings entscheidend. In diesem Kapitel stellen wir Ihnen vor, welche InfoCubes es gibt und wie Sie damit arbeiten.

Mehr

BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11.

BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11. BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Office of the CIO Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11. Juni 2015 CubeServ BI-Kongress 2015 / 1 Agenda Anforderungen

Mehr

Information-Design-Tool

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

Mehr

Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO

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

Mehr

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

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

Mehr

BI ist tot, lang lebe BI!

BI ist tot, lang lebe BI! BI ist tot, lang lebe BI! SAP HANA Live vs. SAP BW powered by HANA Glaubt man der ein oder anderen aus Walldorf stammenden Marketingfolie, so sind die Tage von herkömmlichen Business Intelligence Systemen

Mehr

MultiProvider. Logische Reporting- Schicht. Abb. 9 21 Einsatz von MultiProvidern als logische Reporting- Schicht

MultiProvider. Logische Reporting- Schicht. Abb. 9 21 Einsatz von MultiProvidern als logische Reporting- Schicht MultiProvider 243 MultiProvider MultiProvider sind virtuelle InfoProvider ohne eigene Datenhaltung, deren Hauptaufgabe die Grundlage für die Datenanalyse und -planung ist. Dabei nimmt der MultiProvider

Mehr

Data Warehouse Grundlagen

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

Mehr

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

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

Mehr

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

Design Studio & Analysis Agenda

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

Mehr

1. Welche Fremdschlüsselbeziehungen gehen Dimensionstabellen ein? Fortschreibungsregel im Quellsystem anlegen

1. Welche Fremdschlüsselbeziehungen gehen Dimensionstabellen ein? Fortschreibungsregel im Quellsystem anlegen Fragen 1. Welche Fremdschlüsselbeziehungen gehen Dimensionstabellen ein? Falsch a) Faktentabellen b) SID- Tabllen c) Dimensionstabellen d) Attribute e) Tete 2. Was muss beim Laden von Bewegungsdaten aus

Mehr

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

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

Mehr

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

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

Mehr

Aktueller Entwicklungsstand der PBS Nearline-Storage-Lösung für SAP BW. Dr. Christoph Bedau, Stefan Weickum, PBS Software GmbH

Aktueller Entwicklungsstand der PBS Nearline-Storage-Lösung für SAP BW. Dr. Christoph Bedau, Stefan Weickum, PBS Software GmbH Aktueller Entwicklungsstand der Nearline-Storage-Lösung für SAP BW Dr. Christoph Bedau, Stefan Weickum, Software GmbH Agenda -Lösungen für SAP BW Systemlandschaft SAP HANA Neue SAP Funktionalität unter

Mehr

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

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

Mehr

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

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

Mehr

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

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

Mehr

CBW NLS Schneller Query-Zugriff auf Datenbank und Nearline Storage

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

Mehr

AGM Project & Education GmbH

AGM Project & Education GmbH AGM Project & Education GmbH Leipzig Datenschutzkonferenz dtb Kassel November 2011 20.11.2011 Detlev.Sachse@agm-onside.com 1 Zur Person 20.11.2011 Detlev.Sachse@agm-onside.com 2 Thema Data-Mining am Beispiel

Mehr

Einsatzmöglichkeiten von BI Accelerator anhand konkreter Kundenbeispiele

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

Mehr

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

Empfehlung zur strategischen Ausrichtung der SAP Business Objects-Frontendwerkzeuge. DSAG e.v.

Empfehlung zur strategischen Ausrichtung der SAP Business Objects-Frontendwerkzeuge. DSAG e.v. 1 Empfehlung zur strategischen Ausrichtung der SAP Business Objects-Frontendwerkzeuge 2 Motivation Seite 3 SAP BO/BW Frontendwerkzeuge Seite 4-5 Roadmap Analyse Werkzeuge Seite 6-7 Übersicht Kundenszenarien

Mehr

Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08

Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08 Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08 Inhaltsverzeichnis SAP BUSINESS WAREHOUSE (BW) DATENKOLLEKTOR 3 GRUNDSÄTZLICHES:...3 DER BW DATENKOLLEKTOR ÜBERWACHT DIE FOLGENDEN KERNPROZESSE

Mehr

FIVE1 GmbH & Co. KG SAP Partner Port Altrottstraße 31 69190 Walldorf T: +49 6227 73 2840 www.five1.de FIVE1 GmbH & Co. KG essence of quality

FIVE1 GmbH & Co. KG SAP Partner Port Altrottstraße 31 69190 Walldorf T: +49 6227 73 2840 www.five1.de FIVE1 GmbH & Co. KG essence of quality 6. Juni 2012 FIVE1 GmbH & Co. KG SAP Partner Port Altrottstraße 31 69190 Walldorf T: +49 6227 73 2840 www.five1.de FIVE1 GmbH & Co. KG Walldorf FIVE1 GmbH & Co. KG Altrottstraße 31 69190 Walldorf T: +49

Mehr

It.forum 24.01.2012. Die neuen SAP BO-Plattformen BW 7.3 & BI 4.0. Alexander Jost

It.forum 24.01.2012. Die neuen SAP BO-Plattformen BW 7.3 & BI 4.0. Alexander Jost It.forum 24.01.2012 Die neuen SAP BO-Plattformen BW 7.3 & BI 4.0 Alexander Jost 2 Agenda BW 7.3 und BI 4.0 1. BW 7.3: Definition und Positionierung 2. BI 4.0: Definition und Positionierung 3. Zweiter Blick

Mehr

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

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

Mehr

SAP Business Intelligence

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

Mehr

Projektvorgehen. SAP HANA-Implementierung für SAP NetWeaver BW

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

Mehr

HANA. TOBA-Team Dresden 19.05.2012

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

Mehr

FREUDENBERG IT. Mobile Business Intelligence

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

Mehr

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s)

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Architektur, Konzeption, Implementierung von Christian Mehrwald 5., korrigierte Auflage Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s)

Mehr

Datawarehousing mit SAP @ BW 7

Datawarehousing mit SAP @ BW 7 Christian Mehrwald Datawarehousing mit SAP @ BW 7 Bl in SAP NetWeaver 2004s Architektur, Konzeption, Implementierung 4., vollständig überarbeitete und erweiterte Auflage i" dpunkt.verlag Übersicht 1 Einleitung

Mehr

SAP BI/BO Roadmap SAP BI Verteilung

SAP BI/BO Roadmap SAP BI Verteilung SAP BI/BO Roadmap SAP BI Verteilung Jörg Telle Martin Ruis Harald Giritzer SAP Österreich Agenda SAP BI BusinessObjects aktuelle Roadmap Investitionsschutz SAP BI Österreich-Erweiterungspaket II Verteilung

Mehr

Xtract EXA. Plug n Play mit SAP und EXASolution

Xtract EXA. Plug n Play mit SAP und EXASolution Xtract EXA Plug n Play mit SAP und EXASolution Xtract EXA garantiert eine nahtlose Integration zwischen Ihrem SAP ERP- bzw. SAP BW-System und EXASolution. Mit nur wenigen Mausklicks extrahieren Sie Massendaten

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

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

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

Mehr

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

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

Mehr

SAP HANA - die eierlegende Wollmilchsau? [B2] Axel Zenklusen Uetliberg, 16.09.2014 www.boak.ch

SAP HANA - die eierlegende Wollmilchsau? [B2] Axel Zenklusen Uetliberg, 16.09.2014 www.boak.ch SAP HANA - die eierlegende Wollmilchsau? [B2] Axel Zenklusen Uetliberg, 16.09.2014 www.boak.ch SAP hat grosse Ambitionen, es bleibt die Frage, ob Sie diese in absehbarer Zeit umsetzen können. SAP HANA,

Mehr

IBM & SAP Business Warehouse Accelerator Geschäftsberichte schnellstmöglich bereit zur Analyse

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

Mehr

Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung

Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung Hochschulstudium (Wirtschaftsinformatik oder ein vergleichbarer Studiengang) Fachliche und technische Kenntnisse im Bereich Business

Mehr

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s)

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Architektur, Konzeption, Implementierung von Christian Mehrwald überarbeitet Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Mehrwald schnell

Mehr

Oracle 10g revolutioniert Business Intelligence & Warehouse

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

Mehr

Das 1&1 Datawarehouse -Von Massendaten zu Prozesskennzahlen

Das 1&1 Datawarehouse -Von Massendaten zu Prozesskennzahlen Das 1&1 Datawarehouse -Von Massendaten zu Prozesskennzahlen Inhalt Das Unternehmen 1&1 Internet AG Ausgangssituation Projektziel Lösung Das 1&1 Datawarehouse 2 Zu meiner Person Volker Müller-Strunk Dipl.

Mehr

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

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

Mehr

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

MultiProvider, um Daten mehrerer InfoProvider in einen gemeinsamen

MultiProvider, um Daten mehrerer InfoProvider in einen gemeinsamen 525 Der Zugriff auf Datenziele mit physisch vorhandenen Daten erfüllt nur einen Teil der Anforderungen, die an die Analytical Engine gestellt werden. Ebenso wichtig kann es sein, bei der Analyse von Daten

Mehr

IN-MEMORY COMPUTING SAP HANA BASICS Werkzeug für Big Data

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

Mehr

Seminar C16 - Datenmodellierung für SAP BW

Seminar C16 - Datenmodellierung für SAP BW C16: Datenmodellierung für SAP BW Ein Seminar der DWH academy Seminar C16 - Datenmodellierung für SAP BW Dieses Seminar soll einen umfassenden Einblick in die Datenmodellierung beim Einsatz von SAP BW

Mehr

Einführung in Hauptspeicherdatenbanken

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

Mehr

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

Data Warehouse. für den Microsoft SQL SERVER 2000/2005

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

Mehr

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

Migration SAP BW 7.3 auf SAP HANA

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

Mehr

Realtime Analytics mit SAP HANA Live im produktiven Einsatz

Realtime Analytics mit SAP HANA Live im produktiven Einsatz Realtime Analytics mit SAP HANA Live im produktiven Einsatz Rico Portner, SAP BI Senior Expert rico.portner@itelligence.ch Urs Ender, Director BI & ECM urs.ender@itelligence.ch 1 Realtime Analytics mit

Mehr

SAP In-Memory Technologie (HANA) in der Versorgungswirtschaft

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

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen (AIS)

Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation 27. Juni 2013 Hinweis Diese Folien ersetzen keinesfalls den Übungsstoff des zugehörigen e-learning-kurses.

Mehr

Connectivity@SNAP 2013 08.11.2013 SNAP

Connectivity@SNAP 2013 08.11.2013 SNAP Connectivity@SNAP 2013 08.11.2013 SNAP Agenda 09.00 Herzlich willkommen + Angaben zum Inhalt 09.10 SAP NetWeaver PI 7.31 und SAP NetWeaver PI-AEX 7.31 Neuerungen und Migrationsberichte 10.00 Nespresso

Mehr

Datenbankenseminar: SAP Reporting Vergleich ABAP vs. Quick View. Dipl. WiFo Sven Adolph

Datenbankenseminar: SAP Reporting Vergleich ABAP vs. Quick View. Dipl. WiFo Sven Adolph Datenbankenseminar: SAP Reporting Vergleich ABAP vs. Quick View Dipl. WiFo Sven Adolph Gehalten am Lehrstuhl PI III Prof. Moerkotte 28.11.2003 Übersicht 1. Motivation 2. Die betriebliche Standardsoftware

Mehr

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

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

Mehr

Mehrwerte schaffen durch den Einsatz von Business Intelligence

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

Mehr

CBW Best Practices und neue Features

CBW Best Practices und neue Features 17. Juni 2015 CBW Best und neue Features CBW NLS die SAP BW Nearline-Lösungen der PBS Software GmbH Stefan Weickum, PBS Software GmbH Produktpalette CBW für SAP NLS Best Kernfunktionen Zusammen fassung

Mehr

Realtime Analytics mit SAP HANA Live im produktiven Einsatz

Realtime Analytics mit SAP HANA Live im produktiven Einsatz Realtime Analytics mit SAP HANA Live im produktiven Einsatz Rico Portner, SAP Senior Expert Urs Ender, Director BI & ECM itelligence AG 1 Realtime Analytics mit SAP HANA Live Das neue Paradigma im Bereich

Mehr

BusinessITPeople. Reporting und Analyse mit SAP Business Objects. Von Self-Service bis Pixel-Perfect: Relevante Daten verständlich präsentiert

BusinessITPeople. Reporting und Analyse mit SAP Business Objects. Von Self-Service bis Pixel-Perfect: Relevante Daten verständlich präsentiert Reporting und Analyse mit SAP Business Objects Auf Basis von SAP BW oder relationalen DBMS Von Self-Service bis Pixel-Perfect: Relevante Daten verständlich präsentiert Reporting Automatisiert generierte

Mehr

Storage-Trends am LRZ. Dr. Christoph Biardzki

Storage-Trends am LRZ. Dr. Christoph Biardzki Storage-Trends am LRZ Dr. Christoph Biardzki 1 Über das Leibniz-Rechenzentrum (LRZ) Seit 50 Jahren Rechenzentrum der Bayerischen Akademie der Wissenschaften IT-Dienstleister für Münchner Universitäten

Mehr

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH Einführung in OLAP und Business Analysis Gunther Popp dc soft GmbH Überblick Wozu Business Analysis mit OLAP? OLAP Grundlagen Endlich... Technischer Background Microsoft SQL 7 & OLAP Services Folie 2 -

Mehr

SAS Analytics bringt SAP HANA in den Fachbereich

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

Mehr

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

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

Mehr

Evolution statt Revolution

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

Mehr

GIA Informatik AG Peyermattstrasse 3 CH-4665 Oftringen Telefon +41 62 789 71 71 Telefax +41 62 789 71 99 info@gia.ch www.gia.ch

GIA Informatik AG Peyermattstrasse 3 CH-4665 Oftringen Telefon +41 62 789 71 71 Telefax +41 62 789 71 99 info@gia.ch www.gia.ch GIA Informatik AG Peyermattstrasse 3 CH-4665 Oftringen Telefon +41 62 789 71 71 Telefax +41 62 789 71 99 info@gia.ch www.gia.ch Agenda 1 GIA Informatik AG 2 SAP MaxDB im Kundeneinsatz 3 Management von

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

SAP HANA als In-Memory-Datenbank-Technologie für ein Enterprise Data Warehouse

SAP HANA als In-Memory-Datenbank-Technologie für ein Enterprise Data Warehouse SAP HANA als In-Memory-Datenbank-Technologie für ein Enterprise Data Warehouse Oliver Neumann, Edwin Schicker Kurzzusammenfassung Dieser Artikel beschreibt das Konzept der In-Memory Datenbank HANA von

Mehr

Herausforderungen und Chancen von Nearline Storage

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

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

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

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

Mehr

Norbert Egger, Jean-Marie R. Fiechter, Jens Rohlf, Jörg Rose, Oliver Schrüffer SAP BW Reporting und Analyse

Norbert Egger, Jean-Marie R. Fiechter, Jens Rohlf, Jörg Rose, Oliver Schrüffer SAP BW Reporting und Analyse Norbert Egger, Jean-Marie R. Fiechter, Jens Rohlf, Jörg Rose, Oliver Schrüffer SAP BW Reporting und Analyse Galileo Press Inhalt Geleitwort 13 Vorwort 15 Einleitung und Überblick 17 Einführung 17 Aufbau

Mehr

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte DWH Projekt, Methodik, Stärken und Schwächen, Übersicht, Weg der Daten,

Mehr

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

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

Mehr

Migration von MIS Decisionware auf Infor PM 10 09.30 10.30 Uhr

Migration von MIS Decisionware auf Infor PM 10 09.30 10.30 Uhr Migration von MIS Decisionware auf Infor PM 10 09.30 10.30 Uhr Hubertus Euler Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche

Mehr

Data Warehouses und Moderne Betriebliche Anwendungen von Datenbanksystemen

Data Warehouses und Moderne Betriebliche Anwendungen von Datenbanksystemen Data Warehouses und Moderne Betriebliche Anwendungen von Datenbanksystemen (Folien von A. Kemper zum Buch 'Datenbanksysteme') Online Transaction Processing Betriebswirtschaftliche Standard- Software (SAP

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

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

SAP SharePoint Integration. e1 Business Solutions GmbH

SAP SharePoint Integration. e1 Business Solutions GmbH SAP SharePoint Integration e1 Business Solutions GmbH Inhalt Duet Enterprise Überblick Duet Enterprise Use Cases Duet Enterprise Technologie Duet Enterprise Entwicklungs-Prozess Duet Enterprise Vorteile

Mehr

BI vision 2015. Migration auf SAP BI 4.1. Michael Hornhues Leitung Consulting Business Intelligence. Wir verbinden Menschen und IT

BI vision 2015. Migration auf SAP BI 4.1. Michael Hornhues Leitung Consulting Business Intelligence. Wir verbinden Menschen und IT BI vision 2015 Migration auf SAP BI 4.1 Michael Hornhues Leitung Consulting Business Intelligence Wir verbinden Menschen und IT Überblick SAP Business Intelligence Quelle: SAP Folie 4 Gründe für ein Upgrade

Mehr

MHP BI Optimization Solution Ihre Lösung für einen maximalen Return on Investment Ihrer SAP BW Systemlandschaft!

MHP BI Optimization Solution Ihre Lösung für einen maximalen Return on Investment Ihrer SAP BW Systemlandschaft! MHP BI Optimization Solution Ihre Lösung für einen maximalen Return on Investment Ihrer SAP BW Systemlandschaft! Business Solutions 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung

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

SPARC LDom Performance optimieren

SPARC LDom Performance optimieren SPARC LDom Performance optimieren Marcel Hofstetter hofstetter@jomasoft.ch http://www.jomasoftmarcel.blogspot.ch Mitgründer, Geschäftsführer, Enterprise Consultant JomaSoft GmbH 1 Inhalt Wer ist JomaSoft?

Mehr

Berufliches Profil. Alexander Oswald. Senior Consultant. SAP Basis and SAP System Optimization. Stärken

Berufliches Profil. Alexander Oswald. Senior Consultant. SAP Basis and SAP System Optimization. Stärken Berufliches Profil Senior Consultant SAP Basis and SAP System Optimization Stärken Große Erfahrung in Internationalen Projekten Hervorragende Kommunikation zu Kunden und Projektteam Gute Analytische und

Mehr

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

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

Mehr

ETL in den Zeiten von Big Data

ETL in den Zeiten von Big Data ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse

Mehr

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence

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

Mehr

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

Berater-Profil 3447. SAP Basis Berater - BC, Netweaver -

Berater-Profil 3447. SAP Basis Berater - BC, Netweaver - Berater-Profil 3447 SAP Basis Berater - BC, Netweaver - Fachlicher Schwerpunkt: - SAP Security (Rollen+Profile, Basis, BW Security) - Transportwesen Design und Handling - Systemarchitekturplanung, SAP

Mehr