Lehrstuhl für Wirtschaftsinformatik II. Gliederung
|
|
- Ludo Ralph Schwarz
- vor 8 Jahren
- Abrufe
Transkript
1 Gliederung 1. Einführung 2. Arbeitsaufgaben und -prozesse der Fach- und Führungskräfte 3. Klassische Ausprägungen der Management Support Systeme 4. Business Intelligence 5. Datenanalyse: On-Line Analytical Processing und Data Mining 6. Datenbereitstellung: Data Warehousing 7. Betriebliches Berichtswesen 8. Gestaltung und Betrieb von BI-Lösungen 9. Aktuelle Tendenzen bei Business Intelligence-Systemen Folie 210
2 Advanced Analytics Unter Advanced Analytics lässt sich eine Sammlung unterschiedlicher Techniken und Tools subsummieren, die Predictive Analytics, Data Mining, Statistische Analysen und komplexes SQL sowie Datenvisualisierung und Verarbeitung natürlicher Sprache umfasst. Quelle: Russom, P.: Big Data Analytics, TDWI Best Practice Report, Renton 4. Quartal 2011, S. 5. Zum Einsatz kommen alle Methoden zur möglichst automatischen Erkennung von Mustern, Zusammenhängen und Bedeutungen in größtmöglicher Geschwindigkeit Quelle: BITKOM: Big Data im Praxiseinsatz Szenarien, Beispiele, Effekte, Berlin 2012, S. 21. Folie 211
3 Predictive Analytics Unterbereich von Advanced Analytics, der proaktive Analysetechniken nutzt, um Vorhersagen über zukünftige Ereignisse und Entwicklungen zu tätigen. Eingesetzte Methoden für die Vorhersage Lineare Regression Entscheidungsbäume Cluster-Analyse Zeitreihen-Modelle Logistische Regression Andere Regressionen Neuronale Netzwerke Assoziationsanalysen Naive Bayes Support Vector Machines 59 % 57 % 51 % 47 % 30 % 17 % 16 % 12 % 11 % 6 % Survival Analysis 6 % N = 126 Quelle: Halper, F.: Predictive Analytics for Business Advantage, TDWI Best Practice Report, Renton 1. Quartal 2014, S. 18. Folie 212
4 Big Data Analytics Big Data zeichnet sich nicht allein durch das immense Datenvolumen (Volume) aus, sondern ebenso durch die erhebliche Vielfalt an Datenformaten (Variety) sowie durch die Geschwindigkeit (Velocity), mit der neue Daten entstehen sowie verfügbar und damit analysierbar sind Quelle: Zikopoulos, P.; Deroos, D.; Deutsch, T.; Lapis, G.; Eaton, C.: Understanding Big Data, Analytics for Enterprise Class Hadoop and Streaming Data, New York u. a Da das schnelle Auffinden von Zusammenhängen bei Big-Data- Analysen häufig größere Gewichtung erfährt, als deren Erklärung, lässt sich plakativ formulieren, dass Kausalität durch Korrelation ersetzt wird Quelle: Mayer-Schönberger, V.; Cukier, K.: Big Data. Die Revolution, die unser Leben verändern wird, München 2013, S. 67ff. Folie 213
5 Big Data Analytics Volume Folie 214
6 Big Data Analytics Velocity Folie 215
7 Big Data Analytics Variety Folie 216
8 Big Data Analytics Einsatzfelder Branchenspezifisch Finanzdienstleister: Erschaffung neuer Finanzprodukte Telekommunikation und Medien: Monitoring-Dienstleistungen für Endkunden Handel: datengetriebene Infrastruktur- und Analysedienstleistungen Versicherungsbranche: verhaltensorientierte Versicherungsprodukte [Schäfer et al. 2012, S ] Fachbereichsspezifisch Marketing und Vertrieb: kunden- oder kundengruppenspezifische Zusammenstellung von Angeboten Produktion: Analyse von Sensordaten zur Verbesserung von Produktionsprozessen F&E-Sektor : Daten aus Sozialen Netzen sowie von Sensoren an eigenen Produkten zur Weiterentwicklung aktueller oder Konzeption zukünftiger Produkte Logistik: Kosteneinsparungen bei den Transportmitteln Finanz- und Risiko-Controlling: Aufdeckung von Betrugsfällen und Risikomanagement Folie 217
9 Big Data Analytics Hemmnisse beim Einsatz Besonders ausgeprägt Hohe Kosten Identifikation eines Business Case BI-Architektur auf Reporting und OLAP ausgelegt Komplexität einer Big Data Analytics-Lösung Unzureichendes Know-How im Unternehmen Weniger stark ausgeprägt Ladeprozesse dauern zu lange Kein Business Sponsor Performance/Antwortzeitverhalten derzeitiger Systeme Skalierungsprobleme bei großen Datenmengen Unzureichende Kompetenz bei Beratern Keine Unterstützung durch das Management Fehlende In-Memory-Technologie Übergeordnete Rahmenbedingung Datenschutz und Datensicherheit Folie 218
10 Big Data Analytics Eingesetzte Methoden für die Auswertung von Big Data Abfragen und Reporting Data Mining Datenvisualisierung Vorhersagemodelle Optimierung Simulation Text in natürlicher Sprache Geodatenanalyse Analyse von Datenströmen Videoanalyse Sprachanalyse 91 % 77 % 71 % 67 % 65 % 56 % 52 % 43 % 35 % 26 % 25 % Teilnehmer an laufenden Big-Data- Initiativen. N = Quelle: IBM Global Business Services, Analytics: Big Data in der Praxis. Wie innovative Unternehmen ihre Datenbestände effektiv nutzen, o. O 2012, S.12. Folie 219
11 Big Data Analytics Technologien und Tools für Big-Data-Management Bekenntnis Schwach Moderat Stark 37,5 % 50 % 62,5 % 75 % 87,5% Analytic sandboxes In-memory cache Data appliances Solid-state drives Metadata management Columnar DBMS In-database analytics Moderates bis starkes Bekenntnis, schwaches Wachstum Data virtualisation Data federation In-memory DBMS Private cloud Grid computing Public cloud Schwaches bis moderates Bekenntnis, moderates Wachstum Moderates bis starkes Bekenntnis, moderates Wachstum Streaming data Hadoop HDFS Hadoop tools (besides HDFS) NoSQL DBMS MapReduce Complex event processing Moderates Bekenntnis, moderates bis starkes Wachstum Quelle: Russom, P.: Managing Big Data, TDWI Best Practice Report, Renton 4. Quartal 2013, S ,5 % 0 % 12,5 % 25 % 37,5% Schwach Moderat Stark Potenzielles Wachstum Folie 220
12 Agile Business Intelligence BI-Agilität ist in einer Organisation gegeben, wenn sich vorhersehbare und unvorhersehbare Anforderungen in Bezug auf die Funktionalität oder den Inhalt einer BI-Lösung in einer möglichst kurzen Zeitspanne mit der erforderlichen Qualität abbilden lassen. Agile BI umfasst dann alle zur Erreichung einer vorgegebenen oder zur Verbesserung einer vorhandenen BI-Agilität relevanten Rahmenbedingungen, wie Prinzipien und Entwicklungsmethoden, sowie die ergriffenen oder zu ergreifenden Maßnahmen. In Anlehnung an: Gansor, T.; Krawatzeck, R.; Trahasch, S.; Zimmer, M.: Agile BI Mehr als ein agiles Vorgehensmodell, DW 2012, Zürich, Schweiz, November Ablauforganisati on Technik Aufbauorganisati on Fachlichke it
13 Agile Business Intelligence Anforderungen an eine Agile BI-Ablauforganisation Eindeutige Vereinbarung über zu durchlaufende Prozessschritte bei der Neuerstellung, Veränderung, Ergänzung und Überprüfung von BI-Systemen oder einzelner Systemkomponenten (meist in Verbindung mit agilen (oder hybriden) Vorgehensmodellen, wie z. B. Scrum oder Extreme Programming) Optimierte Prozessgestaltung im Hinblick auf schnelle Lösungsangebote mit ausreichender Qualität Geeignetes Methodenspektrum (z. B. Burn Down Charts, Stand Up Meetings oder Pair Programming) mit verbindlicher Nutzung Scrum als agile Entwicklungsmethodik Sprint Backlog Backlog Tasks Daily Scrum 24 Meeting Std Tage Sprint Potentially Shippable Product Backlog Product Increment (priorisiert vom Product Owner)
14 Agile Business Intelligence Anforderungen an eine Agile BI-Aufbauorganisation Klare Definition von Rollen, Verantwortlichkeiten, Zuständigkeiten und Funktionen in einer eigenständigen Organisationseinheit (z. B. Business Intelligence Competence Center (BICC)) Ausgeprägte Interdisziplinarität mit großem fachlichen Verständnis sowie technischem Know-How Funktionen eines BICC Fähigkeit zur raschen Überführung fachlicher Anforderungen in geeignete Lösungen Umfassender Überblick über relevante fachliche Themen, aktuelle und innovative Technologien sowie zielführende Lösungsszenarien BI-Management BI-Leitung BI-Standardisierung BI-Architektur Fachliche Architektur Technische Architektur BI-Unterstützung BI-Personalentwicklung BI-Support BI-Umsetzung BI-Entwicklung BI-Betrieb (Quelle: Gansor, T.; Totok, A.; Stock, S.: Von der Strategie zum Business Intelligence Competence Center, München, Wien 2010)
15 Agile Business Intelligence Anforderungen an eine Agile BI-Technik bzw. -Architektur Kurzfristige Anpassbarkeit an geänderte Anforderungen im Hinblick auf Transformationsprozesse, Datenmodelle sowie Analysen und Berichte Integrierte und flexible Administrations-, Entwicklungs- und Testumgebungen Vollständige Transparenz über alle Komponenten und Verknüpfungen Schaffung von Self Service BI-Angeboten (z. B. über Sandboxing) Externe Daten BI-Architektur mit Sandboxes Klassische BI Enterprise Data Zentrale Warehouse Datenbasis ETL-System Berichte und Analysen Operative Vorsysteme Self Service BI Data Mart Data Mart Data Mart Sandbox Sandbox Sandbox Externe Daten
16 Agile Business Intelligence Anforderungen an eine Agile BI-Fachlichkeit Geeignete Unterstützung bei der Beschreibung von Anforderungen Fachliche Metadaten für alle relevanten Informationsobjekte (fachliche Definitionen, durchgängiges Owner-Konzept, Verwendungszwecke etc.) z. B. in einem BI-Wiki Ausreichende, fokussierte und hochwertige Schulungsangebote mit anwendungszentrierten Inhalten Permanente Verfügbarkeit technischer und methodischer Know-How-Träger BI-Wiki für die agile Fachlichkeit
17 Agile Business Intelligence Nutzen durch Agile BI Anforderungen Funktionalität Phase 1 Phase 2 Phase 3 Agile BI Traditionelle BI Q1 Q2 Q3 Q4 Q5 Q6 Q7 (Quelle: TDWI2012: Agile Business Analytics: How a New Generation Business Intelligence is Changing the Market Landscape, White Paper)
18 Agile Business Intelligence Begründungen für Agile BI Ausgeprägte Markt- und Geschäftsdynamik Hohe Änderungsfrequenz bei fachlichen Anforderungen Notwendigkeit kurzer Umsetzungszyklen Häufige Veränderungen an den Quellsystemen Wenig BI-Erfahrung auf der Anwenderseite Wachsende Erwartungen bei den Usern (information at your fingertips) Effiziente BI oftmals geschäftskritisch (mission critical BI) Regulatorische Vorgaben In Anlehnung an: Oßendoth, V.; Bergmann, S.: Der agile BI-Ansatz im EDWH Projekt der NETRADA, 12. Europäische TDWI Konferenz, , München
19 Self-Service-BI Analyse und Exploration von Daten mit Hilfe intuitiver und interaktiver Visualisierungen direkt durch den Endbenutzer ohne Einbeziehung der zentralen IT
20 Self-Service-BI
21 Mobile BI Nutzung von BI-Funktionalitäten und -Daten über mobile Endgeräte wie Tablets oder Smartphones
22 Mobile BI
23 Visual BI Einsatz fortgeschrittener Visualisierungstechniken zur leichteren visuellen Erfassung komplexer Zusammenhänge
24 Operational Business Intelligence Operational (Business) Intelligence focuses on optimizing business processes by identifying patterns of execution and bottlenecks in the processes, and how exceptional business events affect the processes. Process Performance Management / Measurement This is achieved by observing the progress of the business processes and computing several metrics in real-time using these progress events and publishing the metrics to one or more channels. Business Activity Monitoring Quelle: Folie 233
25 Operational Business Intelligence Process Performance Management Untersuchungsfelder Zeit Bearbeitungszeit Transportzeit Liegezeit Rüstzeit Process Performance Zeit Kosten Prozesskostenrechnung Activity Based Costing Qualität Prozessfehler Reklamationsquote Folie 234
26 Operational Business Intelligence Business Activity Monitoring Real-/Right-Time Monitoring operativer Geschäftsprozesse Aufdecken operativer Risiken Reduktion der Zeit zwischen Ereignis und Aktion Folie 235
27 BI und Web 2.0 Definition Web 2.0 Web 2.0 ist ein Sammelbegriff für eine Reihe interaktiver und kollaborativer Elemente des World Wide Webs. Der Begriff Web 2.0 bezieht sich neben spezifischen Technologien wie AJAX primär auf eine veränderte Nutzung und Wahrnehmung des Internets. Die Benutzer erstellen, bearbeiten und verteilen Inhalte in quantitativ und qualitativ entscheidendem Maße selbst, unterstützt von interaktiven Anwendungen. Anwendungen: Wiki Weblog Podcast Soziale Netzwerke Virtuelle Welten Social Bookmarks Folie 236
28 BI und Web 2.0 Anwendungspotenziale Analyse von Usereinträgen (in Blogs, Sozialen Netzwerken etc.) zur Identifikation von aktuellen Strömungen und Trends als Frühindikatoren) Gestaltung interaktiver BI-Oberflächen einschließlich Nutzung von Anwendermeinungen und verhalten) Folie 237
29 BI und Web 2.0 Beispiel: Analyse von Usereinträgen Folie 238
30 BI und Web 2.0 Beispiel: Web 2.0- Oberfläche für das Reporting Todo Folie 239
31 BI - Fokusverschiebung Fokus BI vor 2000 Fokus BI Data Warehouse On-Line Analytical Processing Data Mining Corporate/Business Performance Management Planung Balanced Scorecard Fokus BI 2005-heute BI-Strategie und BI-Governance BI-Comp. Center BI-Prozesse BI-Sourcing Architekturen Produkte Anwendungen Lösungen Professionalisierung Integration Folie 240
Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC
Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von
MehrWas ist Analyse? Hannover, CeBIT 2014 Patrick Keller
Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität
MehrTRACK II Datenmanagement Strategien & Big Data Speicherkonzepte BI Operations Erfolgsfaktoren für einen effizienten Data Warehouse Betrieb
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrInfografik Business Intelligence
Infografik Business Intelligence Top 5 Ziele 1 Top 5 Probleme 3 Im Geschäft bleiben 77% Komplexität 28,6% Vertrauen in Zahlen sicherstellen 76% Anforderungsdefinitionen 24,9% Wirtschaflicher Ressourceneinsatz
MehrBI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrW.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik)
Modulbeschrieb Business Intelligence and Analytics 16.10.2013 Seite 1/5 Modulcode Leitidee Art der Ausbildung Studiengang Modultyp W.WIINM42.13 Information ist eine derart wichtige Komponente bei der Entscheidungsfindung,
MehrThe big picture: Prince2 featuring SCRUM. Bernd Lehmann, Prince2-Tag Köln, 12. Mai 2011
The big picture: Prince2 featuring SCRUM Bernd Lehmann, Prince2-Tag Köln, 12. Mai 2011 Agenda PRINCE2 Scrum Scrum = Framework für das Managen (komplexer) Projekte Page 2 Prinzipien von Scrum Transparenz
MehrSelf Service BI der Anwender im Fokus
Self Service BI der Anwender im Fokus Frankfurt, 25.03.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC 1 Kernanforderung Agilität = Geschwindigkeit sich anpassen zu können Quelle: Statistisches
MehrBig Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC
Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie
MehrAnalyse 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
MehrUnternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise
Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise Software AG Innovation Day 2014 Bonn, 2.7.2014 Dr. Carsten Bange, Geschäftsführer Business Application Research Center
MehrBusiness Performance Management Next Generation Business Intelligence?
Business Performance Management Next Generation Business Intelligence? München, 23. Juni 2004 Jörg Narr Business Application Research Center Untersuchung von Business-Intelligence-Software am Lehrstuhl
MehrTitel BOAKdurch Klicken hinzufügen
Titel BOAKdurch Klicken hinzufügen Business Objects Arbeitskreis 2015 Aufbau einer BI-Strategie Referent Stefan Weber, ZIS Verkehrsbetriebe Zürich 15.09.2015 Hotel UTO KULM Thema Um was geht es! C1: Aufbau
MehrInterview zum Thema Management Reporting &Business Intelligence
Interview zum Thema Management Reporting &Business Intelligence Das ist ja interessant. Können Sie etwas näher beschreiben, wie ich mir das vorstellen kann? Jens Gräf: In einem Technologieunternehmen mit
MehrVon Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrGESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013
OPEN SYSTEMS CONSULTING IT-KOMPLETTDIENSTLEISTER IM MITTELSTAND GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 Business Analytics Sascha Thielke AGENDA Die Geschichte des Reporting Begriffe im BA Umfeld
MehrAdvanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc.
Advanced Analytics Michael Ridder Was ist Advanced Analytics? 2 Was heißt Advanced Analytics? Advanced Analytics ist die autonome oder halbautonome Prüfung von Daten oder Inhalten mit ausgefeilten Techniken
MehrBI Organisation und Governance. Patrick Keller, Senior Analyst und Prokurist CeBIT 2016
BI Organisation und Governance Patrick Keller, Senior Analyst und Prokurist CeBIT 2016 15.03.2016 BARC 2016 2 Warum eine Organisation für BI? Menschen verursachen mehr Probleme als Technik! 15.03.2016
MehrProjekt- Manager. scrum Master Lehrgangsbeschreibung. Verdienst: 72.000 EUR zzgl. Bonus p. a. Ähnliche freie Stellen in Deutschland: ca. 3.000-4.
Projekt- Manager Verdienst: 72.000 EUR zzgl. Bonus p. a. Ähnliche freie Stellen in Deutschland: ca. 3.000-4.000 scrum Master Lehrgangsbeschreibung Stand der Lehrgangsbeschreibung 06.05.16 Seite 1 von 6
MehrVorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII
Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte
MehrTest zur Bereitschaft für die Cloud
Bericht zum EMC Test zur Bereitschaft für die Cloud Test zur Bereitschaft für die Cloud EMC VERTRAULICH NUR ZUR INTERNEN VERWENDUNG Testen Sie, ob Sie bereit sind für die Cloud Vielen Dank, dass Sie sich
MehrProf. Dr.-Ing. Rainer Schmidt 1
Prof. Dr.-Ing. Rainer Schmidt 1 Business Analytics und Big Data sind Thema vieler Veröffentlichungen. Big Data wird immer häufiger bei Google als Suchbegriff verwendet. Prof. Dr.-Ing. Rainer Schmidt 2
MehrNutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst
Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI Hannover, 10. März 2014 Patrick Keller, Senior Analyst Business Application Research Center BARC Historie BARC ist der führende
MehrBig, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen
Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen 01000111101001110111001100110110011001 Volumen 10 x Steigerung des Datenvolumens alle fünf Jahre Big Data Entstehung
MehrSurvival Guide für Ihr Business Intelligence-Projekt
Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren
MehrIDV Assessment- und Migration Factory für Banken und Versicherungen
IDV Assessment- und Migration Factory für Banken und Versicherungen Erfassung, Analyse und Migration von Excel- und AccessAnwendungen als User-Selfservice. Sind Ihre Excel- und Access- Anwendungen ein
MehrMission. TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden
Mission TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden Der Weg zu einem datengesteuerten Unternehmen # Datenquellen x Größe der Daten Basic BI & Analytics Aufbau eines
MehrErfahrungsbericht Agile Entwicklung einer BI Anwendung für das Meldewesen
Erfahrungsbericht Agile Entwicklung einer BI Anwendung für das Meldewesen Thomas Löchte Geschäftsführer Informationsfabrik GmbH Wir produzieren INFORMATION. Konzeption und Architektur Implementierung [ETL,
MehrDatability. Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG. Hannover, 9. März 2014
Datability Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG Hannover, 9. März 2014 Bürger fordern verantwortungsvollen Umgang mit Daten Inwieweit stimmen Sie den folgenden
MehrMit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence
Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Jochen Heßler, 16.03.2015 2002 Gegründet in Freiburg, Deutschland 2002 Heute Büros in Freiburg, Frankfurt, Düsseldorf, Paris, Boston
MehrBeratung, Projektmanagement und Coaching
new solutions GmbH IT Consulting 2 IT Consulting Software Development IT Training Software Products Beratung, Projektmanagement und Coaching new solutions business software 3 --- Die Experten der new solutions
MehrDie aktuellen Top 10 IT Herausforderungen im Mittelstand
Die aktuellen Top 10 IT Herausforderungen im Mittelstand Ronald Boldt, SPI GmbH Über mich Ronald Boldt Leiter Business Solutions SPI GmbH Lehrbeauftragter für Geschäftsprozess orientiertes IT Management
MehrSOA im Zeitalter von Industrie 4.0
Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING
MehrVirtual Roundtable: Business Intelligence - Trends
Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Prof. Dr. Rainer Bischoff Organisation: Fachbereich Wirtschaftsinformatik,
MehrExecutive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie
Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie BIG DATA Future Opportunities and Challanges in the German Industry Zusammenfassung Die Menge der verfügbaren
MehrSAS Education. Grow with us. Anmeldung bei SAS Education. Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz
2015 SAS Education Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz Anmeldung bei SAS Education Deutschland www.sas.de/education Tel. +49 6221 415-300 education@ger.sas.com Fax
MehrMöglichkeiten für bestehende Systeme
Möglichkeiten für bestehende Systeme Marko Filler Bitterfeld, 27.08.2015 2015 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda Gegenüberstellung Data Warehouse Big Data Einsatz-
MehrSelf-Service Business Intelligence. Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart
Self-Service Business Intelligence Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart Agenda Einleitung Self-Service Business Intelligence Definition(en) und Grundlage(n)
MehrGrundlagen für den erfolgreichen Einstieg in das Business Process Management SHD Professional Service
Grundlagen für den erfolgreichen Einstieg in das Business Process Management SHD Professional Service Der BPM-Regelkreis Im Mittelpunkt dieser Übersicht steht die konkrete Vorgehensweise bei der Einführung
MehrRichtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services
Launch Microsoft Dynamics AX 4.0 Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Sonia Al-Kass Partner Technical
MehrTHE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05
THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data
MehrBI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit
BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon
Mehrtdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN
OPEN SOURCE BUSINESS INTELLIGENCE MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN uwehaneke Stephan TRAHASCH tobias HAGEN tobias LAUER (Hrsg.)' tdwi E U R D P E HANSER Vorwort 9 Einführung
MehrWarum sich das Management nicht für agile Softwareentwicklung interessieren sollte - aber für Agilität
Warum sich das Management nicht für agile Softwareentwicklung interessieren sollte - aber für Agilität Marcus Winteroll oose GmbH Agenda I. Ziele und Zusammenarbeit II. Was wir vom agilen Vorgehen lernen
MehrCENIT RETENTION SOLUTION 1.1 Verwaltung von temporären Sperren und Löschworkflows. Copyright CENIT AG
CENIT RETENTION SOLUTION 1.1 Verwaltung von temporären Sperren und Löschworkflows Agenda Herausforderung Ausgangssituation in Unternehmen Funktionen Architektur Nutzen Ausblick auf nächste Produktversionen
MehrPROZESSCONTROLLING MIT MICROSOFT TOOLS
PROZESSCONTROLLING MIT MICROSOFT TOOLS AGENDA In eigener Sache Processcontrolling mit Office Demo Excel Maps Processcontrolling mit SQL Server Rolle von SharePoint 2013 Demo Praxisbeispiel Einkaufsprozess
MehrData. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired
make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,
MehrDominik Stockem Datenschutzbeauftragter Microsoft Deutschland GmbH
Dominik Stockem Datenschutzbeauftragter Microsoft Deutschland GmbH Peter Cullen, Microsoft Corporation Sicherheit - Die Sicherheit der Computer und Netzwerke unserer Kunden hat Top-Priorität und wir haben
MehrInfor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr
Infor PM 10 auf SAP 9.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche zu vermeiden. Sie können
MehrSeminar 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?
Mehr8 Juli 2015. Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics
Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics Contents Predictive Analytics Erwartungen erfüllt? Einfach denken worauf achten, bevor gestartet wird?
MehrInfrastruktur fit machen für Hochverfügbarkeit, Workload Management und Skalierbarkeit
make connections share ideas be inspired Infrastruktur fit machen für Hochverfügbarkeit, Workload Management und Skalierbarkeit Artur Eigenseher, SAS Deutschland Herausforderungen SAS Umgebungen sind in
MehrEntscheidungsunterstützungssysteme
Vorlesung WS 2013/2014 Christian Schieder Professur Wirtschaftsinformatik II cschie@tu-chemnitz.eu Literatur zur Vorlesung Gluchowski, P.; Gabriel, R.; Dittmar, C.: Management Support Systeme und Business
MehrVon BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor
Von BI zu Analytik bessere Entscheidungen basiert auf Fakten Webinar Mai 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von Business Intelligence zu Analytik Die Bedeutung
MehrBIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D
make connections share ideas be inspired BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE Wolfgang Schwab SAS D Copyright 2013, SAS Institute Inc. All rights reserved. BIG DATA: BEDROHUNG ODER CHANCE?
MehrProseminar Sommersemester 2015
1 Proseminar Sommersemester 2015 Fachgebiet Management Support und Wirtschaftsinformatik (MSWI) Prof. Dr.-Ing Bodo Rieger Universität Osnabrück Katharinenstrasse 3, Raum 47 / 201 49069 Osnabrück brieger@uos.de
MehrProzessorientiertes Asset Management und Mobile Workforce (unter Android)
Prozessorientiertes Asset Management und Mobile Workforce (unter Android) Themen Herausforderungen für einen effizienten Netzbetrieb Zentrales Objektmanagement: Funktionsumfang und Aufbau Mobile Bearbeitung
MehrAgile Softwareentwicklung mit Scrum
Agile Softwareentwicklung mit Scrum Einführung und Überblick zum agilen Softwareentwicklungsprozess Scrum März 2006 Robert Schmelzer, DI(FH) E-Mail: robert@schmelzer.cc Web: http://www.schmelzer.cc Einführung
MehrETL 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
MehrPraktische Erfahrungen beim Einsatz des Vorgehensmodells "SCRUM" bei AGFA HealthCare
Praktische Erfahrungen beim Einsatz des Vorgehensmodells "SCRUM" bei AGFA HealthCare SCRUM Praktische Erfahrungen beim Einsatz des Vorgehensmodells "SCRUM" eines Entwicklerteams von AGFA HealthCare 2 Praktische
MehrBusiness Intelligence
Business Intelligence Anwendungssysteme (BIAS) Lösung Aufgabe 1 Übung WS 2012/13 Business Intelligence Erläutern Sie den Begriff Business Intelligence. Gehen Sie bei der Definition von Business Intelligence
MehrBusiness Intelligence braucht mehr Business!
Business Intelligence braucht mehr Business! Oder: Raus aus der BI-Falle! Dr. Guido Kemper 16. Handelsblatt Jahrestagung: Strategisches IT-Management. München, 25.01.2010 prometis - Management & Technology
MehrRisiken auf Prozessebene
Risiken auf Prozessebene Ein Neuer Ansatz Armin Hepe Credit Suisse AG - IT Strategy Enabeling, Practices & Tools armin.hepe@credit-suisse.com Persönliche Vorstellung, kurz 1 Angestellter bei Credit Suisse
MehrSocial Networks als Kundenbindungsinstrument
2 Social Networks als Kundenbindungsinstrument Univ.-Professor Dr. Hanna Schramm-Klein Düsseldorf, 02. Juli 2012 Agenda 3 Social CRM was ist das überhaupt? Sozial ist anders: Soziale Netzwerke und ihre
MehrSollten folgende drei Fragen durch das Team positiv beantwortet werden, sind wichtige SCRUM-Elemente in Ihrem Team erfolgreich installiert.
SCRUM-CHECKLISTE Teilen Sie diese Liste an alle Teammitglieder aus. Jeder soll einen Haken an der Stelle setzen, die er für Ihr SCRUM Team als erfüllt ansieht. Anschließend diskutieren Sie über fehlende
MehrAgilität selbst erfahren. Agile Softwareentwicklung in der Praxis: Jetzt bewerben für das erste Agile Code Camp 2013!
Agilität selbst erfahren. Agile Softwareentwicklung in der Praxis: Jetzt bewerben für das erste Agile Code Camp 2013! Sie wollen alles über agile Softwareentwicklung wissen? Wie können Sie agile Methoden
MehrBusiness Intelligence SAP Anwenderbefragung
Business Intelligence SAP Anwenderbefragung Status Quo und zukünftige Anforderungen in Kooperation mit dem AK BW Prof. Dr. Andreas Seufert (I-BI) Prof. Dr. Thomas Becker (I-BI) Prof. Dr. Peter Lehmann
MehrCRM 2.0-Barometer: Kundenmanagement- Lösungen sollen optimale Vernetzung bieten
CRM 2.0-Barometer: Kundenmanagement- Lösungen sollen optimale Vernetzung bieten Sabine Kirchem ec4u expert consulting ag CRM 2.0-Barometer Immer mehr Unternehmen erwarten stärkere Integration in alle digitalen
MehrDaten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1
Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf
MehrI N F O R M A T I O N V I R T U A L I S I E R U N G. Wir schützen Ihre Unternehmenswerte
I N F O R M A T I O N V I R T U A L I S I E R U N G Wir schützen Ihre Unternehmenswerte Wir schützen Ihre Unternehmenswerte Ausfallsicherheit durch Virtualisierung Die heutigen Anforderungen an IT-Infrastrukturen
MehrTrends in Business Intelligence
Trends in Business Intelligence Dr. Carsten Bange Business Intelligence (BI) beschreibt die Erfassung, Sammlung und Darstellung von Information zur Planung, Steuerung und Kontrolle der Unternehmensleistung.
MehrNäher am Kunden mit Microsoft Business Intelligence
Nürnberg, April 2014 Näher am Kunden mit Microsoft Business Intelligence Schnellere AHA-Effekte aus Small Data. Big Data. All Data - Online wie Offline. Sehr geehrte Damen und Herren, die rasant voranschreitende
MehrAgile BI - Mehr als ein agiles Vorgehensmodell - TDWI Germany e.v.
Agile BI - Mehr als ein agiles Vorgehensmodell - Die Arbeitsgruppe Agile BI des TDWI e.v. Agenda Herausforderungen der Business Intelligence BI-Agilität als Lösungsansatz Steigerung der BI-Agilität mit
MehrBusiness Intelligence für Controller
Controllers Best Practice Fachbuch Business Intelligence für Controller Hermann Hebben und Dr. Markus Kottbauer Verlag für ControllingWissen ÄG, Freiburg und Wörthsee Ein Unternehmen der Haufe Mediengruppe
Mehrwhere IT drives business
where IT drives business Herzlich willkommen bei clavis IT Seit 2001 macht clavis IT einzigartige Unternehmen mit innovativer Technologie, Know-how und Kreativität noch erfolgreicher. Als leidenschaftliche
MehrJava Forum Stuttgart 7. Juli 2005
Java Forum Stuttgart 7. Juli 2005 Das Versprechen der BPM-Plattform Plattform-Anbieter Eine kritische Analyse Dieter Szegedi Agenda Die zentralen Konzepte Ein Paradigmenwechsel Aufgabenstellung und Grundsätze
MehrInhalt. 1 Übersicht. 2 Anwendungsbeispiele. 3 Einsatzgebiete. 4 Systemanforderungen. 5 Lizenzierung. 6 Installation. 7 Key Features.
Inhalt 1 Übersicht 2 Anwendungsbeispiele 3 Einsatzgebiete 4 Systemanforderungen 5 Lizenzierung 6 Installation 7 Key Features Seite 2 von 11 1. Übersicht MIK.mobile for ipad ist eine Business Intelligence
MehrProjektmanagement durch Scrum-Proxies
Cologne Intelligence GmbH Projektmanagement durch Scrum-Proxies Integration von Vorgehensmodellen und Projektmanagement 17. Workshop der Fachgruppe WI-VM der Gesellschaft für Informatik e.v. Stuttgart,
MehrTRAINING & LEARNING. So werden Sie von SELECTEAM unterstützt
TRAINING & LEARNING So werden Sie von SELECTEAM unterstützt 1 TRAINING & LEARNING: SO UNTERSTÜTZEN WIR SIE Definition Implementierung Erfolgsmessung Vorbereitung und Planung Analyse der Ist- Situa=on und
MehrEinführung in das Scrum Framework & welche 10 Praktiken helfen, Scrum wirklich gut zu machen
Einführung in das Scrum Framework & welche 10 Praktiken helfen, Scrum wirklich gut zu machen Wer bin ich Kurse und Vorträge mit Jeff Sutherland und Ken Schwaber Verschiedene Kurse der Scrum.org Professional
MehrSolvency II. Komplexität bewältigen
Solvency II Komplexität bewältigen Der Service Solvency II schafft die Voraussetzung für wertorientiertes Risikomanagement. Die regulatorischen Anforderungen im Bereich Risikomanagement provozieren einen
Mehrxiii Inhaltsverzeichnis 1 Einführung 1
xiii 1 Einführung 1 1.1 Gründe für eine BI-Strategie und ein BICC..................... 1 1.1.1 Systemvielfalt und Konsolidierungsbedarf.............. 2 1.1.2 Taktisches Vorgehen..............................
MehrProzesscontrolling vs. Prozesskostenrechnung Unterschiede im Aufbau und Realisierung
Prozesscontrolling vs. Prozesskostenrechnung Unterschiede im Aufbau und Realisierung Oktober 2013 www.q-perior.com Agenda 1. Prozesscontrolling 2. Prozesskostenrechnung 3. Berichtsdimensionen www.q-perior.com
MehrHelpMatics Service Management System
HelpMatics Service Management System HelpMatics ITSM Neue Features in V8.0 2012-12-01 1 REPORTING MIT CRYSTAL REPORTS... 3 1.1 Reports pro HelpMatics Modul... 3 1.1.1 ServiceDesk... 3 1.1.2 Change... 3
MehrIhr + Beratungs-, Entwicklungs- und Integrationsdienstleistungen der Finanz Informatik Solutions Plus. FISP-Unternehmenspräsentation 1
Ihr + Beratungs-, Entwicklungs- und Integrationsdienstleistungen der Finanz Informatik Solutions Plus FISP-Unternehmenspräsentation 1 INHALT + Daten und Fakten + Unsere Kernmärkte + Das zeichnet uns aus
MehrWeb 2.0 Tools in deutschen Unternehmen Vortrag Medientage München
Web 2.0 Tools in deutschen Unternehmen Vortrag Medientage München München, 13. Oktober 2010 Der Begriff Web 2.0 ist weitgehend unklar Verständnis Begriff Web 2.0 Inhalte Keine genaue Vorstellung Interaktives
MehrAgile Vorgehensmodelle in der Softwareentwicklung: Scrum
C A R L V O N O S S I E T Z K Y Agile Vorgehensmodelle in der Softwareentwicklung: Scrum Johannes Diemke Vortrag im Rahmen der Projektgruppe Oldenburger Robot Soccer Team im Wintersemester 2009/2010 Was
MehrPRINZIP PARTNERSCHAFT
PRINZIP PARTNERSCHAFT for.business - Arbeitsplatz 4.0 1 RÜCKBLICK 1996 Nokia Communicator in Deutschland verfügbar 1999 AOL wirbt mit Boris Becker für den Internetzugang Bin ich da schon drin oder was?
MehrBig Data Herausforderungen für Rechenzentren
FINANCIAL INSTITUTIONS ENERGY INFRASTRUCTURE, MINING AND COMMODITIES TRANSPORT TECHNOLOGY AND INNOVATION PHARMACEUTICALS AND LIFE SCIENCES Big Data Herausforderungen für Rechenzentren RA Dr. Flemming Moos
Mehrpaluno Software & CPS Matthias Book Innovationsworkshop Horizon 2020 ICT 23.01.2014
Impulse aus dem CPS-Netzwerk NRW Software & CPS Matthias Book Innovationsworkshop Horizon 2020 ICT 23.01.2014 Cyber Physical NRW Überblick: Software-technische Herausforderungen Cyber Physical Systems
MehrDer Cloud Point of Purchase. EuroCloud Conference, 18. Mai 2011 (Christoph Streit, CTO & Co-Founder ScaleUp)"
Der Cloud Point of Purchase EuroCloud Conference, 18. Mai 2011 (Christoph Streit, CTO & Co-Founder ScaleUp)" Wer ist ScaleUp Hintergrund Cloud Provider ScaleUp ist ein Spin-Out des 12- Jahre alten MSPs
MehrCockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr
Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche
MehrPROJEKT MANAGEMENT VON 0 AUF 100
Daniel Baumann, IT PROJEKT MANAGEMENT VON 0 AUF 100 club pm. Management at its best. Andreas Graf AVL List GmbH AGENDA 1. Überblick AVL 2. Der Weg zum Erfolg 3. Projekt Management von 0 auf 100 4. Prozess
MehrERP / IT Strategieleitfaden Vorgehensmodell zur Entwicklung einer ERP / IT-Strategie
ERP / IT Strategieleitfaden Vorgehensmodell zur Entwicklung einer ERP / IT-Strategie Johannes Schwab, MBA Warum strategische IT-Planung? - Zitat Das Internet ist die Technologie, die am nachhaltigsten
Mehr01 AMETRAS Informatik Business Discovery BUSINESS DISCOVERY MIT. Partner
01 AMETRAS Informatik Business Discovery BUSINESS DISCOVERY MIT Partner 02 AMETRAS Informatik Business Discovery GEHEN SIE MIT AUF BUSINESS DISCOVERY TOUR! Business Intelligence-Lösungen liefern umfassende
MehrSAS Visual Analytics Schnelle Einblicke für sichere Ausblicke
SAS Visual Analytics Schnelle Einblicke für sichere Ausblicke SAS Visual Analytics In einer Welt wachsender Datenmengen sind Informationen schneller verfügbar und Auswertungen auf Big Data möglich Motivation
MehrThementisch Anwendungsgebiete und
Thementisch Anwendungsgebiete und b Erfolgsgeschichten KMUs und Big Data Wien 08. Juni 2015 Hermann b Stern, Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center for Data-driven
MehrIndustrie 4.0 in Deutschland
Foto: Kzenon /Fotolia.com Industrie 4.0 in Deutschland Dr. Tim Jeske innteract-conference Chemnitz, 07.05.2015 Entwicklung der Produktion Komplexität Quelle: Siemens in Anlehnung an DFKI 2011 07.05.2015
MehrStrategisches Informationsmanagement auf Basis von Data Warehouse-Systemen
Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen SAS PharmaHealth & Academia Gabriele Smith KIS-Tagung 2005 in Hamburg: 3. März 2005 Copyright 2003, SAS Institute Inc. All rights
Mehr