Statistik für jedermann - Qualität versus Dilettantismus

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Statistik für jedermann - Qualität versus Dilettantismus"

Transkript

1 Schweizer Statistiktage, Aarau, 18. Nov Statistik für jedermann - Qualität versus Dilettantismus Möglichkeiten und Grenzen des Data Warehousing und dessen Öffnung für breitere Benutzerkreise Doris Rapold Leiterin Datenspezialisten Sandro Pfammatter Leiter Informatik und Daten Management

2 Agenda Warum ein Data Warehouse? Qualitätsaspekte im Data Warehouse Prozess Quelldaten Core Data Warehouse Datamarts Analyse Zusammenfassung

3 Data Warehouse Ausgangslage Geodaten Finanzdaten Einwohnerdaten Verkehrsdaten Umfragedaten Gesundheitsdaten Personaldaten Umwelt-Umweltschutz Kriminalität Sozio-Demographie Produktgruppen Schüler-Lehrer-Ausbildung Wirtschaftszahlen Infrastruktur PRD FD PD GUD Eine moderne Verwaltung... Stadt- Stadtverwaltung verwaltung TED HBD DIB SSD SD... ist mit übergreifenden Fragestellungen konfrontiert... benötigt eine übergreifende Datenbasis

4 Unkoordinierte Datenflüsse ohne DWH Suboptimale Prozesse Lieferanten DA Kunden DA Verknüpfung der Daten Auswertung n mal n, d.h Beziehungen Ohne DWH: Jede DA holt sich ihre Informationen selbst Jede DA baut sich ihre eigenen Verknüpfungen

5 DWH - eine Plattform für koordinierte und verknüpfte Datenflüsse Lieferanten DA Kunden DA Voraussetzung: Möglichst alle DA sind Lieferanten des DWH. Jede DA holt sich die Informationen aus dem DWH. DWH n mal 2, d.h. 174 Beziehungen

6 Verlagerung der Komplexität vom Lieferanten/Kunden hin zum Data Warehouse DWH Das Data Warehouse kümmert sich um die Verknüpfungen

7 Data Warehouse (DWH) DWH = Instrument der Stadtverwaltung Planungs- und Entscheidungsprozesse beschleunigen Optimierung von Ressourceneinsatz Doppelspurigkeiten vermeiden Standardisierte Datenaufbereitung Zentrale Datendrehscheibe Aktualität Einheitliche Datenbasis Verknüpfbare Daten

8 Data Warehouse Prozess Quelldaten Core Data Warehouse Datamarts Analyse Daten erheben Daten laden Daten aufbereiten Daten auswerten ETL Lieferant Extrahieren DWH Laden Nutzer Transformieren

9 Qualitätsaspekt Datenschutz Quelldaten Core Data Warehouse Datamarts Analyse DWH-Reglement Lieferant Daten Data Warehouse Daten Nutzer DWH-Vereinbarung Lieferung Statistik Stadt Zürich DWH-Vereinbarung Nutzung

10 Vereinbarungen Das DWH-Reglement definiert die allgemeinen Begriffe und Bestimmungen zum DWH und ist automatisch Bestandteil der einzelnen DWH-Vereinbarungen. DWH-Reglement Lieferant Daten Data Warehouse Daten Nutzer DWH-Vereinbarung Lieferung Statistik Stadt Zürich DWH-Vereinbarung Nutzung Die DWH-Vereinbarung regelt die spezifischen Bestimmungen einer Datenlieferung an bzw. einer Daten-Nutzung aus dem DWH. Pionierrolle von Statistik Stadt Zürich Enge Zusammenarbeit mit dem Datenschutzbeauftragten

11 Reglement Zweckbindung Verantwortlichkeiten der Beteiligten (Statistik Stadt Zürich, OIZ, DA als Datenlieferanten und nutzer) Rechte und Pflichten Daten (Anonymisierung/Pseudonymisierung, Aktualisierung, Qualitätssicherung) Zugriffsberechtigungen Publikationsregeln

12 Liefervereinbarung Quelldaten Core DWH Rechte der Betroffenen Datendokumentation Datenverwendung Zweckbindung Publikation

13 Nutzungsvereinbarung Beschreibung des Datamarts Zweck Verantwortung Erhebung, Aktualisierung, Löschung Datendokumentation Fakten / Dimensionen Datenverwendung Berechtigungen Publikation/Verdichtungsgrad

14 Quelldaten Quelldaten Core Data Warehouse Datamarts Analyse Daten erheben Daten laden Daten aufbereiten Daten auswerten Qualität steigt, wenn möglichst alle Daten der Stadt in das Data Warehouse einfliessen Nicht alle potentiellen Lieferanten sind sofort bereit ihre Daten herzugeben Qualität fängt also bei der Akquisition der Lieferanten an Vertrauensbildende Massnahmen sind notwendig Gemeinsame Projekte Referenzen und Datenschutzreglement Voraussetzungen für hohe Qualität Verknüpfbare Daten (Mehrwert entsteht erst durch Verknüpfung) Enge Zusammenarbeit mit den Datenlieferanten (Qualitätssicherung der Daten vor Ladevorgang)

15 Core Data Warehouse Quelldaten Core Data Warehouse Datamarts Analyse Daten erheben Daten laden Daten aufbereiten Daten auswerten Voraussetzungen für hohe Qualität im Sinne der Lieferanten (Datenschutz) Anonymisierung Pseudonymisierung Historisierung als Grundlage für Zeitreihen

16 Datamarts Quelldaten Core Data Warehouse Datamarts Analyse Daten erheben Daten laden Daten aufbereiten Daten auswerten Voraussetzungen für hohe Qualität Benutzerfreundliche Struktur

17 Klare Struktur des Datamart

18 Datamarts Quelldaten Core Data Warehouse Datamarts Analyse Daten erheben Daten laden Daten aufbereiten Daten auswerten Voraussetzungen für hohe Qualität im Sinne der Nutzer Benutzerfreundliche Struktur Verknüpfungen erstellen (Information wird zu Wissen) Harmonisierte Dimensionen (Kontinuität)

19 Datenanalyse Quelldaten Core Data Warehouse Datamarts Analyse Daten erheben Daten laden Daten aufbereiten Daten auswerten Voraussetzungen für hohe Qualität im Sinne der Nutzer Beschreibung der Erhebungsmethoden Definition der Fakten Detaillierte Dokumentation der Dimensionen (Auswertungsvariablen)

20 Dimensionen und Fakten Dimensionen... erlauben die Analyse der Fakten nach unterschiedlichen Einflussgrössen (z.b. Zeit, räumliche Verteilung, Altersklassen). Sie entsprechen den Spalten- und Zeilenbeschriftungen einer Tabelle und sind oft hierarchisch strukturiert. Über gemeinsame Dimensionen können Fakten miteinander verknüpft werden. Alle Altersklassen 0-40 Jahre > 40 Jahre 0-20 Jahre Jahre Jahre > 60 Jahre Alle Geschlechter Männer Frauen Anzahl wirtschaftliche Einwohner Fakten... (bzw. Kennzahlen) sind quantifizierbare Merkmale mit Masseinheit (z.b. Anzahl, %, m², CHF), welche ein Objekt (z.b. Bevölkerung) beschreiben.

21 Intranet / Dokumentation

22 Datenanalyse Quelldaten Core Data Warehouse Datamarts Analyse Daten erheben Daten laden Daten aufbereiten Daten auswerten Voraussetzungen für hohe Qualität im Sinne der Nutzer Beschreibung der Erhebungsmethoden Definition der Fakten Detaillierte Dokumentation der Dimensionen (Auswertungsvariablen) Regelmässige Nutzung seitens Nutzer Fachliche Beratung bei Auswertungen durch Statistik Stadt Zürich Review von Auswertungen oder Publikationen Dritter (Nutzer des Data Warehouse)

23 Risiken des Data Warehouse wirtschaftlich oder zivilrechtlich? T6: Wohnbevölkerung nach Wohnsitzart, A Zivilrechtlicher und wirtschaftlicher Wohnsitz in Zürich 335' ' B Nur wirtschaftlicher Wohnsitz in Zürich (zivilrechtlich auswärts) 29'417 28' C Nur zivilrechtlicher Wohnsitz in Zürich (wirtschaftlich auswärts) 4'563 4' Zivilrechtlicher Wohnsitz in Zürich (A+C) 339' '402 Zunahme 698 Wirtschaftlicher Wohnsitz in Zürich (A+B) 364' '528 Abnahme -30 Quelle: Statistik Stadt Zürich / Personenmeldeamt der Stadt Zürich Publikation: Statistik Stadt Zürich / Zürcher Bevölkerung im Jahr 2003 / Analysen 6/2003

24 Hirzenbach Saatlen Oerlikon Risiken des Data Warehouse Zu- oder Abnahme? Prozentuale Veränderung der Beschäftigten BZ 1998 / 2001 nach Stadtquartier Wipkingen Altstetten Weinegg Seefeld Hirslanden Fluntern Unterstrass Gewerbeschule Langstrasse Sihlfeld Alt-Wiedikon Leimbach City Hochschulen Stadt 1998 Schätzung Statistik Stadt Zürich 1998 gemäss BFS

25 Zusammenfassung Qualitätsaspekte DWH Allgemein Vertragswerk und Reglementierung ist von zentraler Bedeutung (vertrauensbindende Massnahme) Qualität im Sinne der Lieferanten Partnerschaften Datenschutz Sicherstellung der korrekten Interpretation Qualität im Sinne der Nutzer Klare Strukturen Hoher Dokumentationsgrad Controlling der Resultate Nutzer stossen aufgrund Komplexität der Daten und mangelndes Detailwissen an Grenzen DWH bedingt geeignet für breite Benutzerkreise

Michael Böniger, Statistik Stadt Zürich. Stadthaus Zürich, Musiksaal 22. November 2012

Michael Böniger, Statistik Stadt Zürich. Stadthaus Zürich, Musiksaal 22. November 2012 Michael Böniger, Stadthaus Zürich, Musiksaal 22. November 2012 Stadt im Wandel? 22. November 2012, Seite 2 / 36 Stadt im Wandel? Gebäude erstellt von 1990 bis 2000 Gebäude erstellt von 2001 bis 2011 22.

Mehr

Kennzahlensteuerung in Schweizer Gemeinden

Kennzahlensteuerung in Schweizer Gemeinden Kennzahlensteuerung in Schweizer Gemeinden Halberstadt, 5. Juni 2013 urs.sauter@bfh.ch / thomas.peter@wohlen-be.ch Berner Fachhochschule Haute école spécialiséetbernoise Bern University of Applied Sciences

Mehr

Zahl der Leerwohnungen steigt leicht Ergebnisse der Leerwohnungszählung vom 1. Juni 2015

Zahl der Leerwohnungen steigt leicht Ergebnisse der Leerwohnungszählung vom 1. Juni 2015 Stadt Zürich Statistik Napfgasse 6 Postfach, 8022 Zürich Tel. 044 412 08 00 Fax 044 270 92 18 www.stadt-zuerich.ch/statistik Zürich, 12. August 2015 Ihre Kontaktperson: Martin Brenner Direktwahl 044 412

Mehr

BEVÖLKERUNG STADT ZÜRICH 2011

BEVÖLKERUNG STADT ZÜRICH 2011 ERSCHEINT JÄHRLICH BEVÖLKERUNG STADT ZÜRICH 2011 Präsidialdepartement Inhalt ÜBERBLICK 2011 DIE WICHTIGSTEN ZAHLEN 3 1 BEVÖLKERUNGSSTAND 5 1.1 Herkunft und Geschlecht 5 1.2 Alter 9 1.3 Wohnsitzart und

Mehr

Die Ärzteeigenen Datensammlung Sammeln Sie noch oder Nutzen Sie schon? Eine Einführung in NAKO-Cockpit und Analysemöglichkeiten

Die Ärzteeigenen Datensammlung Sammeln Sie noch oder Nutzen Sie schon? Eine Einführung in NAKO-Cockpit und Analysemöglichkeiten Die Ärzteeigenen Datensammlung Sammeln Sie noch oder Nutzen Sie schon? Eine Einführung in NAKO-Cockpit und Analysemöglichkeiten Die ärzteeigene Datensammlung vom Arzt zurück zur Ärzteschaft ein etabliertes,

Mehr

Art. 2 Der Geltungsbereich dieser Verordnung bestimmt sich nach 2 des Gesetzes über die Information und den Datenschutz (IDG, LS 170.4).

Art. 2 Der Geltungsbereich dieser Verordnung bestimmt sich nach 2 des Gesetzes über die Information und den Datenschutz (IDG, LS 170.4). 6.00 Datenschutzverordnung (DSV) Gemeinderatsbeschluss vom 5. Mai 0 Der Gemeinderat erlässt gestützt auf 8 des Gesetzes über die Information und den Datenschutz (IDG), 7 der Verordnung über die Information

Mehr

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

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

Mehr

Modellbasierte Business Intelligence- Praxiserfahrungen in einem komplexen Data Warehouse Umfeld. München, 26. Januar 2010

Modellbasierte Business Intelligence- Praxiserfahrungen in einem komplexen Data Warehouse Umfeld. München, 26. Januar 2010 Modellbasierte Business Intelligence- Praxiserfahrungen in einem komplexen Data Warehouse Umfeld München, 26. Januar 2010 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen

Mehr

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

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

Mehr

good. better. outperform.

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

Mehr

Unterstützung in Business Objects Anwendungen

Unterstützung in Business Objects Anwendungen Pflichtenheft Unterstützung in Business Objects Anwendungen Klassifizierung * Status ** Projektname Projektleiter Auftraggeber Autoren Genehmigende Kurzbeschreibung Nicht klassifiziert Abgeschlossen Betrieb

Mehr

Survival Guide für Ihr Business Intelligence-Projekt

Survival Guide für Ihr Business Intelligence-Projekt Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren

Mehr

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

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

Mehr

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

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

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

Mehr

Aufbau von Informations- management- Systemen

Aufbau von Informations- management- Systemen Aufbau von Informations- management- Systemen Agenda 1. Das deutsche Krankenhauswesen im Umbruch 2. Einführung eines Informationsmanagement-Systems im Krankenhaus 3. Projektvorgehensweise am Beispiel von

Mehr

Von der Registerharmonisierung. Volkszählung 2010. Patrick Kummer Projektleiter Registerharmonisierung 06. Mai 2010

Von der Registerharmonisierung. Volkszählung 2010. Patrick Kummer Projektleiter Registerharmonisierung 06. Mai 2010 Von der Registerharmonisierung zum System Volkszählung 2010 Projektleiter Registerharmonisierung 06. Mai 2010 Agenda Die Registerharmonisierung Prozess Datenlieferung und Qualitätsbeurteilung Stand der

Mehr

Auszug aus dem Protokoll des Stadtrats von Zürich

Auszug aus dem Protokoll des Stadtrats von Zürich Auszug aus dem Protokoll des Stadtrats von Zürich vom 10. Juni 2015 503. Statistik Stadt Zürich (SSZ), Statistikstrategie und offene Verwaltungsdaten Stadt Zürich 2025, Genehmigung und Verbindlicherklärung

Mehr

Agenda. Hype oder Mehrwert. Herausforderungen. Methoden Werkzeuge. Kosten Nutzen. Definition Ziele

Agenda. Hype oder Mehrwert. Herausforderungen. Methoden Werkzeuge. Kosten Nutzen. Definition Ziele Agenda Definition Ziele Methoden Werkzeuge Herausforderungen Kosten Nutzen Hype oder Mehrwert Definition / Ziele Google Suche: define:business Intelligence Mit Business Intelligence können alle informationstechnischen

Mehr

Nach dieser Einleitung werden Sie besser verstehen: Wie Sie die wichtigsten Verwaltungsaufgaben

Nach dieser Einleitung werden Sie besser verstehen: Wie Sie die wichtigsten Verwaltungsaufgaben Administration Einleitung Diese (online) Einleitung gibt Ihnen grundlegenden Überblick über die Hauptaufgaben bei der Verwaltung Ihres EU-Projekts. Die Einleitung dauert etwa 15 Minuten. Zögern Sie nicht,

Mehr

Smart Data for Smart Cities

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

Mehr

Einkaufen in der Stadt Zürich. Ergebnisse der Bevölkerungsbefragung

Einkaufen in der Stadt Zürich. Ergebnisse der Bevölkerungsbefragung Einkaufen in der Stadt Zürich Ergebnisse der Bevölkerungsbefragung Inhalt 1 Einleitung 3 2 Beurteilung der Einkaufsmöglichkeiten 4 3 Einkaufsverhalten 6 3.1 Häufigkeit des Einkaufens 6 3.2 Einkaufszeitpunkt

Mehr

Wir bringen HIDDEN CHAMPIONS

Wir bringen HIDDEN CHAMPIONS Wir bringen HIDDEN CHAMPIONS voran. Datenmigration in proalpha Projekten Qualitativ hochwertige Daten aufbereiten am Beispiel eines ERP- Datenübernahmeprojektes bei der MULAG Fahrzeugwerk (Oppenau) Datenübernahme

Mehr

GEVER, ja bitte! Aber auch für die spezifischen Anforderungen von Fachabteilungen.

GEVER, ja bitte! Aber auch für die spezifischen Anforderungen von Fachabteilungen. GEVER, ja bitte! Aber auch für die spezifischen Anforderungen von Fachabteilungen. Glaux Soft AG, Steigerhubelstrasse 3, 3008 Bern, www.glauxsoft.com Fachvortrag GEVER@ÖV2014, 26.06.2014 Vorstellung Beat

Mehr

Wie aus Steuerungsinformation öffentliche Statistik wird

Wie aus Steuerungsinformation öffentliche Statistik wird Wie aus Steuerungsinformation öffentliche Statistik wird Schweizer Statistiktage Vaduz, 19. - 21. September 2012 Lukas Calmbach, Statistisches Amt des Kantons Basel-Landschaft Statistisches Amt des Kantons

Mehr

Bildungscontrolling. Konzepte Erfahrungen Dienstleistungen

Bildungscontrolling. Konzepte Erfahrungen Dienstleistungen Bildungscontrolling Konzepte Erfahrungen Dienstleistungen Inhalt Ausgangssituation Was ist Bildungscontrolling? Strategische Bildungsarbeit durch Bildungscontrolling Herausforderungen in der Praxis Phasen

Mehr

Strategische Ausrichtung des Data Warehouses der VPV. Thomas Feil, Projektleiter IT HMS Analytics Day Heidelberg, 25.09.2014

Strategische Ausrichtung des Data Warehouses der VPV. Thomas Feil, Projektleiter IT HMS Analytics Day Heidelberg, 25.09.2014 Strategische Ausrichtung des Data Warehouses der VPV Thomas Feil, Projektleiter IT HMS Analytics Day Heidelberg, 25.09.2014 Agenda 1. VPV Versicherung Historie und Kennzahlen 2. Ausgangssituation und Zielbild

Mehr

ehealth in der Stadt Zürich: Projekt Elektronischer Austausch von Patientendaten (EAP)

ehealth in der Stadt Zürich: Projekt Elektronischer Austausch von Patientendaten (EAP) ehealth in der Stadt Zürich: Projekt Elektronischer Austausch von Patientendaten (EAP) Jahresveranstaltung Gesundheitsnetz 2025 5. Oktober 2010 Michael Allgäuer, Departementssekretär GUD Leitgedanke Gesundheitsnetz

Mehr

disy Cadenza in der LDB

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

Mehr

Übergreifende Prozessplattform mit SAP BPM. Leiter E-Gov-Projekte

Übergreifende Prozessplattform mit SAP BPM. Leiter E-Gov-Projekte Übergreifende Prozessplattform mit SAP BPM Marco Bürli Leiter E-Gov-Projekte Informatik Aargau Lars Erdmann Partner Q_PERIOR Agenda E-Government im Kanton Aargau Anspruchsgruppen E-Government Strategie

Mehr

Bevölkerungs prognosen für die Stadt Zürich

Bevölkerungs prognosen für die Stadt Zürich 7/2007 Bevölkerungs prognosen für die Stadt Zürich Die neuesten Ergebnisse zeigen entsprechend der Entwicklung der vergangenen Jahre einen weiteren Anstieg der städtischen Wohnbevölkerung 2010 2025 Mensch

Mehr

Benutzer Barometer. Tägliche Erhebung der IT-Benutzerzufriedenheit. axeba ag. Professional IT Consulting. Räffelstrasse 10 8045 Zürich

Benutzer Barometer. Tägliche Erhebung der IT-Benutzerzufriedenheit. axeba ag. Professional IT Consulting. Räffelstrasse 10 8045 Zürich Benutzer Barometer ag Räffelstrasse 10 8045 Zürich Tägliche Erhebung der IT-Benutzerzufriedenheit +41 44 455 63 63 info@.ch www..ch by, 2014, Slide 1 ag Markus Elsener Konrad Risch Reto Jaeggi Bruno Felix

Mehr

Quality Point München Datenqualität

Quality Point München Datenqualität Quality Point München Datenqualität Paul, wie ist denn Eure Datenqualität? Nachdem ich bei der letzten Gehaltszahlung mit Frau... angeredet wurde, bin ich mir nicht mehr so sicher. Autor: W. Ulbrich IT&More

Mehr

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Übersicht über Business Intelligence Josef Kolbitsch Manuela Reinisch Übersicht Beispiel: Pantara Holding Der Begriff Business Intelligence Übersicht über ein klassisches BI-System

Mehr

Service Excellence Cockpit Informationen zum Angebot

Service Excellence Cockpit Informationen zum Angebot Service Excellence Cockpit Informationen zum Angebot Zürich, Service Excellence Cockpit, die online Benchmarking Lösung die Kundenservice messbar und vergleichbar macht! Ausgangslage und Ziel Die Herausforderungen

Mehr

Geschäftsprozessmanagement mit ganzheitlicher Perspektive Ein Toolbaukasten aus theoretischer und praktischer Sicht

Geschäftsprozessmanagement mit ganzheitlicher Perspektive Ein Toolbaukasten aus theoretischer und praktischer Sicht mit ganzheitlicher Perspektive Ein Toolbaukasten aus theoretischer und praktischer Sicht Ganzheitliche Optimierungsmethoden zur horizontalen und vertikalen Prozessintegration Steffen Moser (MBE) Unternehmerforum

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

Und täglich grüsst der Bevölkerungsbestand

Und täglich grüsst der Bevölkerungsbestand Und täglich grüsst der Bevölkerungsbestand Möglichkeiten der neuen Bevölkerungsstatistik tage Basel 18. Oktober 2013 Christian Greiner Mauro Baster Bevölkerung der 22. Oktober 2013, Seite 2 Agenda Ausgangslage

Mehr

Dr. Andreas Eckert Rebenweg 26 69168 Wiesloch www.structuremine.com. Bildungscontrolling. Effekte Erfahrungen Dienstleistungen

Dr. Andreas Eckert Rebenweg 26 69168 Wiesloch www.structuremine.com. Bildungscontrolling. Effekte Erfahrungen Dienstleistungen Dr. Andreas Eckert Rebenweg 26 69168 Wiesloch www.structuremine.com Bildungscontrolling Effekte Erfahrungen Dienstleistungen Inhalt Ausgangssituation Was ist Bildungscontrolling? Strategische Bildungsarbeit

Mehr

STATISTISCHES JAHRBUCH DER STADT ZÜRICH 2013

STATISTISCHES JAHRBUCH DER STADT ZÜRICH 2013 84 STATISTISCHES JAHRBUCH DER STADT ZÜRICH 013 .1 Stadtgebiet 88. Meteorologie 97 85 STATISTIK STADT ZÜRICH METHODEN METEOROLOGIE Die Angaben über das Zürcher Stadtgebiet werden von Statistik Stadt Zürich

Mehr

7. Engineering- und IT-Tagung Forum 6 Heuern und steuern digital:

7. Engineering- und IT-Tagung Forum 6 Heuern und steuern digital: 7. Engineering- und IT-Tagung Forum 6 Heuern und steuern digital: betriebliche Erfahrungen mit der digitalen Personalführung Ekkehard Wald Fujitsu Technology Solutions GmbH Gesamtbetriebsrat Sprecher DV-Ausschuss

Mehr

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon

Mehr

Die Oracle BI Trilogie von Trivadis

Die Oracle BI Trilogie von Trivadis Die Oracle BI Trilogie von Trivadis Teil 2 - Aufbau einer DWH- und BI-Landschaft Zürich, 25. November 2009 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg München Stuttgart

Mehr

VisualCockpit. agile business analytics

VisualCockpit. agile business analytics VisualCockpit agile business analytics Agile Business Analytics mit VisualCockpit Für Unternehmen wird es immer wichtiger die gesamte Wertschöpfungskette aus Daten, sowohl für das operative Geschäft als

Mehr

MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen

MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen Pasquale Grippo Senior Manager/Business Unit Manager BI 18/20.10.2011 Oracle Business Analytics Summits Düsseldorf/München

Mehr

Marketing-Abfrageclient schnell und einfach zur optimalen Zielgruppe. Sparkassen-Finanzgruppe. S finanz informatik

Marketing-Abfrageclient schnell und einfach zur optimalen Zielgruppe. Sparkassen-Finanzgruppe. S finanz informatik schnell und einfach zur optimalen Zielgruppe Sparkassen-Finanzgruppe S finanz informatik schnell und einfach zur optimalen Zielgruppe Der schnelle Zugriff auf vertriebliche Kundendaten sowie die effiziente

Mehr

Witikon 2034: Ein Altersheim für Begüterte?

Witikon 2034: Ein Altersheim für Begüterte? Witikon 2034: Ein Altersheim für Begüterte? Paulus-Akademie 23.11.2010 Stadtentwicklung Zürich Brigit Wehrli-Schindler, Direktorin Capgemini sd&m 30.10.09 Präsidialdepartement Witikon 2034-2010 - 1986

Mehr

Nach Data Warehousing kommt Business Intelligence

Nach Data Warehousing kommt Business Intelligence Nach Data Warehousing kommt Business Intelligence Andrea Kennel Trivadis AG Glattbrugg, Schweiz Schlüsselworte: Business Intelligence, Data Warehouse Zusammenfassung Data Warehouse bedeutet, dass operative

Mehr

Business Intelligence im Krankenhaus

Business Intelligence im Krankenhaus Business Intelligence im Krankenhaus Dr. Thomas Lux Holger Raphael IT-Trends in der Medizin 03.September 2008 Essen Gliederung Herausforderungen für das Management im Krankenhaus Business Intelligence

Mehr

Nutzungs- und Betriebskonzept für Data-Warehouse-Systeme im Hochschulwesen

Nutzungs- und Betriebskonzept für Data-Warehouse-Systeme im Hochschulwesen Nutzungs- und Betriebskonzept für Data-Warehouse-Systeme im Hochschulwesen HERUG.DS-Tagung, Berlin 10. Oktober 2007 Dipl. Wirtsch.-Inf. Stefan Hartmann Überblick 1. Motivation 2. Integriertes Nutzungs-

Mehr

Business Intelligence

Business 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

Mehr

Unterstützung des PersonalControlling durch flexible IuK-Technologie Präsentation für die Tagung der IuK-Leiter am 23.09.2003

Unterstützung des PersonalControlling durch flexible IuK-Technologie Präsentation für die Tagung der IuK-Leiter am 23.09.2003 Data-Warehouse Unterstützung des PersonalControlling durch flexible IuK-Technologie Präsentation für die Tagung der IuK-Leiter am 23.09.2003 23.09.2003, Folie: 1 Data Warehouse Historie Architekturprinzip

Mehr

IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung

IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung Evaluieren & Erkennen, Weiterentwickeln & Reporten Datenerhebung, Datenanalyse und Data Mining

Mehr

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

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

Mehr

good. better. outperform.

good. better. outperform. good. better. outperform. Analytic mit Oracle BI relational oder besser multidimensional? 8. Oracle BI & DWH Konferenz, 20.03.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence

Mehr

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

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

Mehr

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar SQL Server 2012 und SharePoint im Unternehmenseinsatz Referent Daniel Caesar sqlxpert Daniel Caesar Publikationen Themen SQL Server Admin, Entwicklung SharePoint Admin, Entwicklung.NET Entwicklung Rechtssichere

Mehr

Hypes und Alltägliches beherrschen: funktionierende Prozesse für den Datenschutz im Mittelstand oder im Konzern

Hypes und Alltägliches beherrschen: funktionierende Prozesse für den Datenschutz im Mittelstand oder im Konzern Hypes und Alltägliches beherrschen: funktionierende Prozesse für den Datenschutz im Mittelstand oder im Konzern Natascha Düren Forum Rot, it-sa 2013 Nürnberg, 10.10.2013 Besuchen Sie uns! it-sa 2013, Halle

Mehr

NKF in der Praxis. Erfahrungen und Perspektiven. Dr. Manfred Busch 27.06.2013

NKF in der Praxis. Erfahrungen und Perspektiven. Dr. Manfred Busch 27.06.2013 NKF in der Praxis Erfahrungen und Perspektiven Dr. Manfred Busch 27.06.2013 Doppik-Einführung 3-6 Steuerung und Strategiefähigkeit 7-9 wirkungsorientierter Haushalt 10-12 Haushalts-Informationssystem 13

Mehr

Datawarehouse. Erfahrungsaustausch bezügeabrechnender Stellen vom 18. bis 21. September 2007 in Saarbrücken. Klaus Schimitzek

Datawarehouse. Erfahrungsaustausch bezügeabrechnender Stellen vom 18. bis 21. September 2007 in Saarbrücken. Klaus Schimitzek Datawarehouse Erfahrungsaustausch bezügeabrechnender Stellen vom 18. bis 21. September 2007 in Saarbrücken Klaus Schimitzek Berichtsprodukte gedruckt: zentraler Personalbericht (Struktur, Management) Blickpunkt

Mehr

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009 Modellbasierte Business Intelligence in der Praxis Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen für BI 3. Inhalte von Prozessmodellen 4.

Mehr

Welche Daten gehören ins Data Warehouse?

Welche Daten gehören ins Data Warehouse? Welche Daten gehören ins Warehouse? Dani Schnider Principal Consultant 9. Januar 2012 In vielen DWH-Projekten stellt sich die Frage, welche Daten im Warehouse gespeichert werden sollen und wie dieser Datenumfang

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

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele

Mehr

SQL-basierte SCD2-Versionierung hierarchischer Strukturen

SQL-basierte SCD2-Versionierung hierarchischer Strukturen SQL-basierte SCD2-Versionierung hierarchischer Strukturen Meik Truschkowski nobilia-werke J. Stickling GmbH & Co. KG Verl Projektleiter Business Intelligence und Data Warehousing 1 SQL-basierte SCD2-Versionierung

Mehr

Umsetzung des Datenschutzes mit Hilfe einer GRC Software. Simon Bislin Corporate Risk Manager / Betrieblicher Datenschutzbeauftragter

Umsetzung des Datenschutzes mit Hilfe einer GRC Software. Simon Bislin Corporate Risk Manager / Betrieblicher Datenschutzbeauftragter Umsetzung des Datenschutzes mit Hilfe einer GRC Software Simon Bislin Corporate Risk Manager / Betrieblicher Datenschutzbeauftragter Agenda Ivoclar Vivadent AG Zahlen und Fakten Corporate Governance Programm

Mehr

Requirements Engineering in einem komplexen Migrationsprojekt

Requirements Engineering in einem komplexen Migrationsprojekt Requirements Engineering in einem komplexen Migrationsprojekt H.P. Schaufelberger, 30.01.2013 Wir machen Sie sicherer. 01 Die Baloise in Kürze 02 Das Projekt 03 Die Herausforderung Baloise Corporate Presentation

Mehr

Oracle-Statistiken im Data Warehouse effizient nutzen

Oracle-Statistiken im Data Warehouse effizient nutzen Oracle-Statistiken im Data Warehouse effizient nutzen Reinhard Mense ARETO Consulting Köln Schlüsselworte: DWH, Data Warehouse, Statistiken, Optimizer, Performance, Laufzeiten Einleitung Für die performante

Mehr

Einführung in Business Intelligence

Einführung in Business Intelligence Einführung in Business Intelligence Grundlagen und Anwendungsmöglichkeiten Prof. Dr. Wolfram Höpken wolfram.hoepken@eloum.net eloum @ Hochschule Ravensburg-Weingarten Informationsveranstaltung ebusiness-lotse

Mehr

Best Practices: BI mit Open-Source-Tools

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

Mehr

STATISTISCHES JAHRBUCH DER STADT ZÜRICH 2014

STATISTISCHES JAHRBUCH DER STADT ZÜRICH 2014 22 STATISTISCHES JAHRBUCH DER STADT ZÜRICH 204 BEVÖLKERUNG. Bevölkerungsbestand 27.2 Haushaltsstruktur 46.3 Eheschliessungen und Ehescheidungen 52.4 Geburten und Sterbefälle 56.5 Zu-, Weg- und Umzüge 64.6

Mehr

Strategisches Diversity Management. als Baustein in Personalentwicklungskonzepten

Strategisches Diversity Management. als Baustein in Personalentwicklungskonzepten Strategisches Diversity Management als Baustein in Personalentwicklungskonzepten Überblick 1 2 Wer wir sind Strategisches Diversity Management 3 Diversity Management in PE- Konzepten Wer wir sind 1 3 3

Mehr

Führungsinstrumente für den föderalen Staat

Führungsinstrumente für den föderalen Staat Berner Fachhochschule Technik Forschungskommission und Informatik Institute for ICT-Based Management Führungsinstrumente für den föderalen Staat Dr. Urs Sauter Berner Fachhochschule Technik und Informatik

Mehr

Data Warehousing bei der VGH

Data Warehousing bei der VGH Data Warehousing bei der VGH. TDWI-Anwenderkonferenz. November 00 in Hannover Markus Fricke Projektleiter Data Warehouse VGH Unternehmenscontrolling Agenda..00 Seite Grundstruktur der VGH Vier Unternehmen

Mehr

Die amtliche Vermessung Herausforderungen für die Zukunft

Die amtliche Vermessung Herausforderungen für die Zukunft armasuisse Die amtliche Vermessung Herausforderungen für die Zukunft Fachsymposium zur Verabschiedung von Walter Oswald Dr. Fridolin Wicki Die Schweiz ist doch schon vermessen? Die Schweiz ist doch schon

Mehr

ENTERBRAIN Reporting & Business Intelligence

ENTERBRAIN Reporting & Business Intelligence Überblick Vorhandene Listen/Analysen in ENTERBRAIN Die Daten in ENTERBRAIN Das Fundament des BI - Hauses Details zur ENTERBRAIN Staging Area Reports und Cubes auf Basis der Staging Area Data Mining mit

Mehr

Voraussetzungen Cloud-Dienste Kanton Luzern

Voraussetzungen Cloud-Dienste Kanton Luzern Voraussetzungen Cloud-Dienste Kanton Luzern RA Dr. iur. Reto Fanger, ADVOKATUR FANGER, Luzern Microsoft Cloud Community Schweiz (MCCS) vom 17. Oktober 2013 Vorstellung Dr. iur. Reto Fanger, Rechtsanwalt

Mehr

Rechtzeitig mit SAS ein Bild über die Qualität der Analysedaten erhalten

Rechtzeitig mit SAS ein Bild über die Qualität der Analysedaten erhalten Rechtzeitig mit SAS ein Bild über die Qualität der Analysedaten erhalten Datenqualität / Validierung Gerhard Svolba SAS Austria Mariahilfer Straße 116 A-1070 Wien gerhard.svolba@sas.com Zusammenfassung

Mehr

Zeitgemäße Verfahren für ganzheitliche Auswertungen

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

Mehr

mit der neuen Microsoft BI-Plattform

mit der neuen Microsoft BI-Plattform Der Weg von manuellen Berichten zum modernen BI-System PSG Projekt Service GmbH The SQL Server Company, Hamburg Jan Streblow, Lead Consultant Public Sector Sascha Lorenz, Lead Consultant SQL Server Technology

Mehr

Werkstattbericht: Doktorandenerfassung und -berichtswesen an der Universität Konstanz

Werkstattbericht: Doktorandenerfassung und -berichtswesen an der Universität Konstanz Werkstattbericht: Doktorandenerfassung und -berichtswesen an der Sebastian Vogt Mannheim, 26. März 2015 Struktur des Vortrags Erfassungsmanagement Registrierungsverfahren für DoktorandInnen und Verwaltungsworkflow

Mehr

Marktforschung. Marketing für den KMU / J. Schoch

Marktforschung. Marketing für den KMU / J. Schoch Marktforschung 9. Unterrichtsblock Marketing für den KMU Die Marktforschung hat zum Ziel, Informationen sei es auf dem Feld oder mit Statistiken zu gewinnen, um Trends, Möglichkeiten, Alternativen, Sinn

Mehr

Datenqualität und Datensicherheit

Datenqualität und Datensicherheit Datenqualität und Datensicherheit Thomas Wrba Medizinischen Universität Wien Zentrum für Medizinische Statistik, Informatik und Intelligente Systeme (CeMSIIS) 05.05.2014 1 Einleitung (1) Medizinischer

Mehr

Ihre PRAXIS Software AG. a t o s. - nalytisch. - aktisch. - perativ. - trategisch. Unser atos Konzept für Ihren Erfolg

Ihre PRAXIS Software AG. a t o s. - nalytisch. - aktisch. - perativ. - trategisch. Unser atos Konzept für Ihren Erfolg Ihre PRAXIS Software AG a t o s - nalytisch - aktisch - perativ - trategisch Unser atos Konzept für Ihren Erfolg Das atos Konzept macht geschäftskritische Daten und Abläufe transparent ermöglicht einfache

Mehr

DATENSCHUTZ IN DER FORSCHUNG

DATENSCHUTZ IN DER FORSCHUNG DATENSCHUTZ IN DER FORSCHUNG PERSONENBEZUG, ZWECKÄNDERUNG UND -ANPASSUNG, GESUNDHEITSDATEN, GENETISCHE DATEN Dr. Jens Schwanke KAIROS GMBH BOCHUM/BERLIN, conhit-satellitenveranstaltung, Berlin, 18.04.2016

Mehr

Spezialisierung Business Intelligence

Spezialisierung Business Intelligence Spezialisierung Business Intelligence Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de 10. Juni 2015 Was ist Business Intelligence? Allgemein umfasst der Begriff Business

Mehr

Agile BI mit Agile BI Modeler & Agile Scorecard

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

Mehr

Möglichkeiten für bestehende Systeme

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

Mehr

Open Government Data. Schweizer Tage der öffentlichen Statistik 2012. Michael Grüebler Leitung Projekte & Innovation Statistik Stadt Zürich

Open Government Data. Schweizer Tage der öffentlichen Statistik 2012. Michael Grüebler Leitung Projekte & Innovation Statistik Stadt Zürich Schweizer Tage der öffentlichen 2012 Michael Grüebler Leitung Projekte & Innovation Agenda Was ist OGD bei der Beispiele von Anwendungen Rahmenbedingungen und Stolpersteine Nutzen von OGD 9. Oktober 2012,

Mehr

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

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

Mehr

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

Methoden Quantitative Datenanalyse

Methoden Quantitative Datenanalyse Leitfaden Universität Zürich ISEK - Andreasstrasse 15 CH-8050 Zürich Telefon +41 44 635 22 11 Telefax +41 44 635 22 19 www.isek.uzh.ch 11. September 2014 Methoden Quantitative Datenanalyse Vorbereitung

Mehr

LOPEZ_SU AREZ_DAT ENANALYS E_ZERZEP

LOPEZ_SU AREZ_DAT ENANALYS E_ZERZEP LEISTUNGSÜBERSICHT 2014 ÜBERBLICK Seite 2 Das Unternehmen Seite 3 Datenanalyse Seite 4 Prozessoptimierung Seite 5 Treuhand & Revision Seite 6 Interim Management Seite 7 Referenzen Seite 8 Kontakt Seite

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

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

Mehr

Methodische Grundlagen für die Durchführung von kantonalen Indikatorenprojekten

Methodische Grundlagen für die Durchführung von kantonalen Indikatorenprojekten Methodische Grundlagen für die Durchführung von kantonalen Indikatorenprojekten Edith Lang Schweizer Statistiktage Basel, 16.-18. Oktober 2013 (Atelier B) Traktanden Ausgangslage Theorie und Methode von

Mehr

Kennzahlen (aus der AG Controlling)

Kennzahlen (aus der AG Controlling) Kennzahlen (aus der AG Controlling) Info Grégoire Hernan / Seite 1 Finanzindikatoren und Leistungsindikatoren der SIK Wirkungsmodell der öffentlichen Verwaltung Auftrag Vorgaben Input Output Impact Outcome

Mehr

Die Mobiliar und SAS, 20 Jahre erfolgreiche Partnerschaft

Die Mobiliar und SAS, 20 Jahre erfolgreiche Partnerschaft Die Mobiliar und SAS, 20 Jahre erfolgreiche Partnerschaft SAS-Forum Schweiz, 22.10.2009 in Baden Adalbert Wagner, Aktuariat Nichtleben, Teamleiter Statistik Roland Haller, IT, Leiter SAP & Führungsinformationssysteme

Mehr

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

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

Mehr

Ideen, Methoden, Werkzeuge

Ideen, Methoden, Werkzeuge Ideen, Methoden, Werkzeuge das IVM BHG Reform Framework Mag. Norbert Schlager-Weidinger Mag. Christian Mayr Mag. Markus Mitterer IVM Institut für Verwaltungsmanagement GmbH Name Herausforderungen der BHG

Mehr

Werkzeug SAM-Tool. Marc Roggli, SAM Consultant 2012-10-13 Zürich WTC

Werkzeug SAM-Tool. Marc Roggli, SAM Consultant 2012-10-13 Zürich WTC Werkzeug SAM-Tool Marc Roggli, SAM Consultant 2012-10-13 Zürich WTC Metapher zu SAM-Werkzeuge Was hat ein SAM-Tool mit dem Rennsport zu tun? BESTELLUNGEN 2 Zahlreiche Begriffe verschiedene Interpretationen

Mehr