Kapitel 8 - Metadaten -
|
|
- Roland Abel
- vor 8 Jahren
- Abrufe
Transkript
1 Vorlesungs-Übersicht 1) Einführung und Definitionen 2) Architektur eines Data-Warehouse-Systems 3) Das multidimensionale Datenmodell 4) ETL: Extraktion, Transformation, Laden 5) Anfrageverarbeitung und -optimierung 6) Indexstrukturen für das multidimensionale Datenmodell 7) Materialisierte Views 8) Metadaten 9) OLAP, Data Mining, Process Mining 10) Zusammenfassung und Ausblick 1 Vorlesung Data-Warehouse-Systeme im Wintersemester 2008/09 Kapitel 8 - Metadaten - 1
2 Kapitel 8: Überblick 8.1 Motivation 8.2 Die Rolle von Metadaten im Data-Warehousing 8.3 Metadaten-Management 8.4 Standards und Referenzmodelle für Metadatenhaltung 8.5 Schemaentwurf für Metadaten-Verwaltung 8.6 Zusammenfassung und Ausblick Motivation Der Erfolg eines DWH-Projekts hängt im starken Maße von der Qualität der im DWH vorhandenen Daten ab. Beispiele: Marketingstrategie schlägt fehl, da Anschreiben fehlerhafte Angaben enthalten. Doppelwerbung durch fehlendes Abgleichen von Kundendaten (customer matching) führt zur Verärgerung der Kunden. Metadaten sind maßgeblich an der Qualität der Daten im DWH beteiligt 4 2
3 Kapitel 8: Überblick 8.1 Motivation 8.2 Die Rolle von Metadaten im Data-Warehousing 8.3 Metadaten-Management 8.4 Standards und Referenzmodelle für Metadatenhaltung 8.5 Schemaentwurf für Metadaten-Verwaltung 8.6 Zusammenfassung und Ausblick Die Rolle von Metadaten im Data-Warehousing (1) Entwicklung im Verständnis von Metadaten Klassisch: z.b. Bibliotheken: Metadaten zu Bücher (Autor, Titel, Auflage, etc.) Datenbanken: Schema, DDL SW-Engineering: Informationen über Programme (E/A-Verhalten, Parameterbereiche, etc.) und Entwicklungsprozess (Version, etc.) Allg. Definition: Metadaten sind jede Art von Information, die für den Entwurf, die Konstruktion und die Benutzung eines Informationssystems benötigt wird Für DWH: Metadaten sind notwendig zur Abdeckung der Informations-, Schutz- und Sicherheitsbedürfnisse der versch. Anwender und Softwarekomponenten werden in allen Phasen produziert und genutzt 6 3
4 8.2 Die Rolle von Metadaten im Data-Warehousing (2) Beispiele für Metadaten (allgemein): Allgemeine Schemadaten der zugehörigen Datenbanken (einschließlich GRANT-Rechte) Semantik der Relationen und Attribute Entstehungsprozedur Aktualisierungsgrad Benutzerhäufigkeit Abhängigkeiten und Konsistenzbeziehungen Unsicherheitsfaktor (Richtigkeit, Glaubwürdigkeit) Problematik ist die selbe wie bei Objekt-Daten: Metadaten müssen gesammelt gespeichert für Anwendungen zur Verfügung gestellt werden Die Rolle von Metadaten im Data-Warehousing (3) Beispiele für Metadaten-Objekte im DWH: Logische Ebene (Star-/Snowflake-Schema) Physische Ebene (Tabellen, Attribute) Aggregationsgraph mit Hierarchieobjekten Betriebswirtschaftliche Kennzahlen Sichten für einzelne Anwendergruppen Transformation der Daten aus Quellensystemen in das DWH Laderoutinen und Regeln Aufbau von Anfragen, Filter, Anzeigenschablonen,... Administratorinformationen: Zugriffsstatistiken, Backup/Recovery, Bildung von Aggregaten etc. Datenbankparameter und einstellungen: Server, Hardware-Umgebung, Tuning- Parameter Anfrage-Performance: vorberechnete Aggregate, Caching,Optimierungsstrategien Granularität der Daten Allgemeine Attribute: Maßeinheiten etc. Sicherheitsstrategie: Anwenderprofile und gruppen, Einschränkungen der Sichten Berichts- und Analyseobjekte, Reports 8 4
5 8.2 Die Rolle von Metadaten im Data-Warehousing (4) Nutzung von Metadaten: Passiv: als konsistente Dokumentation der verschiedenen Aspekte eines DW-Systems Aktiv: Speicherung semantischer Aspekte (z.b. Transformationsregeln) Interpretation und Ausführung durch Werkzeug es findet ein metadatengetriebener Prozess statt Semiaktiv: Speicherung von Strukturinformationen (Tabellendefinitionen, Konfigurationsspezifikationen) und Nutzung zur Konsistenzprüfung (nicht direkt zur Ausführung) Generelle Ziele: Ziel 1: Minimierung des Aufwands für Aufbau und Betrieb des DWHs Ziel 2: Bereitstellung eines optimalen Informationsgewinns für alle Anwendergruppen Die Rolle von Metadaten im Data-Warehousing 1: Minimierung des Aufwands für Aufbau und Betrieb eines DWH Systemintegration Integrationen auf Schema- und Datenebenen erfordern Informationen über Struktur und Semantik der Quellsysteme und des Zielsystems Vereinheitlichung ( ETL-Prozess, Kapitel 4) und einheitliche Verwaltung der Metadaten für Integration der DWH-Werkzeuge Automatisierung der Administration Automatische Steuerung der DWH-Prozesse über Scheduling-, Transformations- und Konfigurationsmetadaten Daten über Ausführung der Prozesse (Zugriffsprotokolle, Aktualisierungszeitpunkt, Aktualisierungsprotokoll) werden ebenfalls als Metadaten gespeichert 10 5
6 8.2 Die Rolle von Metadaten im Data-Warehousing 1 (continued): Flexibler Softwareentwurf sich oft ändernde semantische Aspekte müssen nicht in der Anwendung hart codiert werden, sondern werden als Metadaten gespeichert; z.b. Transformationsregeln des Ladeprozesses Dadurch Erhöhung der Mehrfachverwendung, Wartbarkeit, Erweiterbarkeit Schutz und Sicherheitsaspekte Zugriffs- und Benutzerrechten als Metadaten Globale Zugriffsrechteverwaltung für alle Komponenten und Teil- Datenbanken (vgl. Problematik: Aggregation von Gehaltsdaten Trackerangriffe) Die Rolle von Metadaten im Data-Warehousing 2: Optimaler Informationsgewinns für alle Anwendungen Datenqualität Überprüfungsregeln (Constraints, Check-Klauseln, Assertions) zur Konsistenz, Korrektheit, Vollständigkeit (siehe Kapitel 4) zur Gewährleistung von Datenqualität Nachvollziehbarkeitsinformationen (data tracking information), z.b. Quellsystem, Autor, Erstellungszeitpunkt usw. Terminologie Einheitliche Terminologie als Voraussetzung für einheitliche Interpretation. Zentrale Verwaltung im Metadaten-Repository Datenanalyse Metadaten über Bedeutung von Daten, Kennzahlensysteme, etc. 12 6
7 Kapitel 8: Überblick 8.1 Motivation 8.2 Die Rolle von Metadaten im Data-Warehousing 8.3 Metadaten-Management 8.4 Standards und Referenzmodelle für Metadatenhaltung 8.5 Schemaentwurf für Metadaten-Verwaltung 8.6 Zusammenfassung und Ausblick Metadaten-Management (1) Analyse Data-Warehouse-System Data Warehouse Laden Data Warehouse- Manager Metadaten- Manager Repository Basisdatenbank Laden Arbeitsbereich Transformation Konsistente Bereitstellung der Metadaten aus unterschiedlichen Quellen notwendig Repository (Datenbank, Verwaltungskomponente: Metadatenmanager) Extraktion Datenbeschaffungsbereich Monitor Datenfluss Datenquelle Kontrollfluss 7
8 8.3 Metadaten-Management (2) Ebene 0: effektive Daten (Objektdaten) Ebene 1: Modell des zu modellierenden Informationssystems (z.b. Datenbankschema) Ebene 2: Definition der Sprachelement, die auf Ebene 1 zur Verfügung stehen Ebene 3: Vereinigung der verschiedenen Sprachen der Ebene 2 3 Metametamodell 2 Metamodelle Repository-Schema (TABELLE, ATTRIBUT) 1 Metadaten KUNDE_TABELLE, STRASSE_ATTRIBUT 0 Daten Kundendaten (Müller, Blumenstraße) Modellierungsebenen Metadaten-Management (3) Anforderungen an das DWH-Repository bzgl. Funktionalität: Anwenderzugriff: Bereitstellung von Information, die von den Anwendern zur Erfüllung verschiedener Aufgaben benötigt wird. Anwender haben unterschiedlichen Kenntnisstand Benutzerführung durch Navigation, Filterung und Selektion von Metadaten Interoperabilität und Werkzeugunterstützung API : Programmierschnittstelle für lesenden und schreibenden Zugriff Schnittstellen für Interoperabilität mit anderen Repositories Definition eines Austauschformats zum Import und Export von Metadaten Erweiterbarkeit des Metamodells (z.b. um domänenspezifische Metadatentypen) Änderungsverwaltung Versions- und Konfigurationsverwaltung Benachrichtigungsmechanismen (Pull- und Push-Strategien) senden Änderungshinweise an registrierte Werkzeuge und Benutzer 16 8
9 8.3 Metadaten-Management (4) Anforderungen an das DWH-Repository bzgl. Architektur [BaGü04]: Überblick über die Repository-Föderation und Werkzeuge Anwender- Zugriffswerkzeug Administrations- Werkzeug Analyse- Werkzeug Entwicklungs- Werkzeug Automomes Werkzeug Metadatenmanager Datenfluss Kontrollfluss Repository Repository Repository Repository Repository-Föderation Metadaten-Management (5) Anforderungen an das DWH-Repository bzgl. Architektur [BaGü04]: Überblick über die Repository-Föderation und Werkzeuge Anwender- Zugriffswerkzeug Automomes Navigation, Filterung, Werkzeug Selektion, Aktualisierung Administrations- Werkzeug Metadatenmanager Analyse- Werkzeug Entwurf neuer DWH- Anwendungen DBMS für Metadaten, Zugriffsschnittstelle Entwicklungs- Werkzeug Datenfluss Kontrollfluss Repository Repository Repository Repository Repository-Föderation 18 9
10 8.3 Metadaten-Management (6) Architektur: Zentralisierungsvarianten Zentralisiert: Ein Repository für alle Metadaten Verwaltung der Daten zentral und konsistent Zugriff einheitlich für alle Anwender am besten, aber manchmal nicht möglich aufgrund organisatorischer und technischer Schwierigkeiten Dezentralisiert: Existenz verschiedener Repositories ohne einheitliche konzeptuelle Sicht auf alle Metadaten (z.b. für einzelne Werkzeuge und/oder Organisationseinheiten) Austausch von Metadaten mit Hilfe von Standards Föderiert: Einheitliche, konzeptuelle Sicht auf alle Metadaten Virtuelle Integration autonomer Repositories (insbesondere Autonomie bei der Pflege) Metadaten-Management (7) Repository- und Metadatenaustausch-Standards Repository-Standards: Referenzarchitekturen für Repository-Systeme IRDS (Information Resource Dictionary System) (ISO, 1990) 4-Ebenen-Architektur, welche die folgenden Punkte enthält: Informationen über Daten (Unternehmensdaten) Automatisierte/nicht automatische Prozesse Hardware-Infos Organisationsstrukturen (wer oder was ist für Generierung zuständig) PCTE (Portable Common Tool Environment) (ECMA, 1990) European Computer Manufacturer s Association 1990 Basis für standardisierte Softwareentwicklungsumgebung Konzept enthält: Repository (Objektbasis basierend auf ERM-Modell) Unterstützung der Kommunikation zwischen Werkzeugen Austauschstandards: Standardisierung von Austauschformaten XML-basiert: OIM (MDC), CWM (OMG) (siehe 7.3) CDIF (Case Data Interchange Format) (Electronic Industries Association, EIA) auf Dateiebene, wird voraus. Zugunsten XML-basierter Standards aufgegeben 20 10
11 Kapitel 8: Überblick 8.1 Motivation 8.2 Die Rolle von Metadaten im Data-Warehousing 8.3 Metadaten-Management 8.4 Standards und Referenzmodelle für Metadatenhaltung 8.5 Schemaentwurf für Metadaten-Verwaltung 8.6 Zusammenfassung und Ausblick Standards und Referenzmodelle für Metadatenhaltung (1) Im Folgenden besprechen wir zwei Referenzmodelle: OIM: Open Information Model von der Meta Data Coalition (MDC) (stützt sich auf UML und XML) CWM: Common Warehouse Metamodell von der Object Management Group (OMG) (stützt sich auf UML und XML) Man braucht jeweils ein Metamodell (hier jeweils in der UML) ein Austauschformat (Repräsentationssprache) (hier jeweils XML) 22 11
12 8.4 Standards und Referenzmodelle für Metadatenhaltung (2) OIM: Open Information Model Standard der Meta Data Coalition (Microsoft, Ardent, Platinum, SAS,..) 1999 Interoperabilität zwischen Werkzeugen und Firmen Definition eines Informationsmodells Ziel: Unterstützung aller Phasen der Entwicklung von Informationssystemen Spezialisierung der UML-Konzepte in domänenspezifische Teilmodelle, z.b. für Data Warehousing Standards und Referenzmodelle für Metadatenhaltung (3) OIM: Teilmodelle: Analyse & Design Model: Objektorientierte Modellierung eines Softwaresystems (Kern: UML) Object & Component Model: Für verschiedene Phasen der Implementierung von Softwarekomponenten (Spezifikation, Implementierung, Ausführung) Business Engineering Model: Metadatentypen zur Modellierung von Zielsetzungen, Organisations- und Infrastrukturen eines Unternehmens, Prozessen und Geschäftsregeln Knowledge Management Model Konzeptuelle Modellierung natürlich-sprachlicher Datenbankanfragen (Semantic- Definition-Teilmodell) Ziel: Unterstützung von Anfragen ohne SQL-Kenntnisse Database & Warehousing Model (technische) Metadaten im DB- und DWH-Bereich Datenbankschemaelemente: Tabellen, Sichten, Anfragen OLAP-Schemaelemente: Würfel, Dimensionshierarchien, Aggregationen ransformationselemente: Spezifikation von Datenbeschaffungsprozessen Reportdefinitionen: Informationen für Report-Generatoren 24 12
13 8.4 Standards und Referenzmodelle für Metadatenhaltung (4) OIM: Austauschformat Basis: XML Abbildung von UML-Konzepten (Klasse, Attribute, Assoziationen, Vererbung) auf XML Klasse 1 Attribute 1 Klasse 2 <Klasse1 Attribut1=... >... </Klasse1> <Klasse2 Attribut1=... Attribut2= </Klasse2> Attribute Standards und Referenzmodelle für Metadatenhaltung (5) OIM: Austauschformat (continued) Klasse 1 Attribute 1 ZielAssoz <Klasse1 id= 1 Attribut1=... > <Klasse1QuellAssoz id= 4 > <Klasse2 id= 2 Seqno= 1 /> <Klasse2 id= 3 Seqno= 1 /> </Klasse1QuellAssoz> </Klasse1> Klasse 2 QuellAssoz Attribute
14 8.4 Standards und Referenzmodelle für Metadatenhaltung (6) OIM: Beschreibung eines DB-Schemas <?XML version= 1.0?> <oim:transfer...> <dbm:catalog id= sales comments=... > <dbm:catalogschema> <dbm:schema id= 2 name= dbo > <dbm:schematables> <dbm:table id= 3 name= Customer > <dbm:columnsetcolumns> <dbm:column id = 6 name= CustomerID IsNullable= 0 /> <dbm:column id = 7 name= Name IsNullable= 0 /> Standards und Referenzmodelle für Metadatenhaltung (7) CWM: Common Warehouse Metamodel OMG-Standard (1999) Austausch von DW-Metadaten Teilmodelle in UML: Focus: einfacher Austausch von DWH-Metadaten zwischen Werkzeugen und Repositorien 28 14
15 8.4 Standards und Referenzmodelle für Metadatenhaltung (8) CWM-Teilmodelle CWM Foundation Model: Klassen zu allgemeinen Konzepten und Strukturen für alle Teilmodelle Warehouse Deployment Model: Klassen zur Definition von Hard- und Software Relationale Model: Klassen zur Beschreibung relationaler Datenbankstrukturen Record Oriented Model: Klassen zur Beschreibung eines Records Multidimensionale Database Model: Klassen zur Beschreibung einer multidimensionalen Datenbank XML Model: Klassen zur Beschreibung von XML-Datenstrukuren Transformation Model: Transformationen zwischen unterschiedlichen Formen von Quell- und Zieldaten (relational, objektorientiert, multidimensional) OLAP Model: Metamodell grundlegender OLAP-Konstrukte Warehouse Process Model: Klassen zur Dokumentation des Prozessfluss bei der Ausführung von DWH-Transformationen Warehouse Operation Model: Klassen zur Dokumentation regelmäßiger DWH- Prozesse Standards und Referenzmodelle für Metadatenhaltung (9) CWM-Metadatenaustausch: Zwei Varianten sind vorgesehen: Erstens Metadatenaustausch über spezielle CWM-Schnittstelle (IDL- Schnittstellendefinitionen der einzelne CWM-Pakete) Zweitens Metadatenaustausch basierend auf CWM-Interchange- Dokumenten (CMW-DTD) CWM- Metadaten CWM IDL Tool A CWM Interchange Document (XML) XML- Parser Tool B 30 15
16 Kapitel 8: Überblick 8.1 Motivation 8.2 Die Rolle von Metadaten im Data-Warehousing 8.3 Metadaten-Management 8.4 Standards und Referenzmodelle für Metadatenhaltung 8.5 Schemaentwurf für Metadaten-Verwaltung 8.6 Zusammenfassung und Ausblick Schemaentwurf für Metadaten-Verwaltung (1) Verwaltung von DW-Metadaten - ein erster Ansatz Hier nur auf Ebene von UML Umsetzung in Klassen oder Relationen wie üblich Hier nur sehr verallgemeinert (ohne Subklassen und Instanzen) Behandelte Aspekte: Metadaten zu multidimensionalen Datenmodellierung Metadaten zu Transformationsprozess Metadaten zu Zugriffsverwaltung /-rechte 32 16
17 8.5 Schemaentwurf für Metadaten-Verwaltung (2) Multidimensionales Schema ordered Schema Class Attribute Cube Dimension DimensionObject Measure Hierarchy ordered Personen, Organisationen und Aufgaben Business-Metadaten Abstraktionsstufen Schemaentwurf für Metadaten-Verwaltung (3) Multidimensionales Schema ordered Schema Class umfasst Attribute Behälter für Modellelemente unterschiedliche Hierarchien Cube Dimension DimensionObject Measure Datenwürfel Hierarchy ordered Personen, Organisationen und Aufgaben Business-Metadaten Abstraktionsstufen geordnete Liste von Dimensionsobjekten 34 17
18 8.5 Schemaentwurf für Metadaten-Verwaltung (4) Transformationsprozesse: DataObject DataObjectSet source ExecutionElement realizes ActivationElement ordered Process TransformationGroup Transformation TransformationProcess Schemaentwurf für Metadaten-Verwaltung (5) Transformationsprozesse DataObject: z.b. Attribut, XML-Dokument, DB-Tabelle Transformation: anwenderdefinierte atomare Einheit (z.b. Berechnung, Datenbereinigung, Aggregation) TransformationGroup: geordnete Gruppe von Transformationen TransformationProcess: Zusammenfassung zu physisch auszuführenden Prozessen DataObjectSet: Gruppen von Datenobjekten, die als Ein-/Ausgabe einer Transformation dienen ActivationElement: Realisierung einer Transformation (z.b. DB- Prozeduren) 36 18
19 8.5 Schemaentwurf für Metadaten-Verwaltung (6) Zugriffsrechte und Verwaltung: AccessRight DataObject Role Actor Task Process Tool System Person BusinessUnit Schemaentwurf für Metadaten-Verwaltung (7) Zugriffsverwaltung Actor: handlungsfähige Akteure (Personen, Organisationseinheiten, Softwaresysteme und werkzeuge) Task: Aufgabe, für die Akteure zuständig sind Process: Ausführung von Aufgaben Role: Rolle von Akteuren AccessRight: Zugriffsrechte für Datenobjekte 38 19
20 Kapitel 8: Überblick 8.1 Motivation 8.2 Die Rolle von Metadaten im Data-Warehousing 8.3 Metadaten-Management 8.4 Standards und Referenzmodelle für Metadatenhaltung 8.5 Schemaentwurf für Metadaten-Verwaltung 8.6 Zusammenfassung und Ausblick Zusammenfassung und Ausblick (1) Zusammenfassung Metadaten beschreiben Daten- und Systemaspekte auf unterschiedlichen Abstraktionsstufen Unterstützung aller Anwender und Softwarekomponenten Zentrale Anforderungen: Ausgereifte Benutzerführung Interoperabilität Neuere Einflüsse auf das Metadatenmanagement Web-basierte Anwenderschnittstelle Feedback in operativen Systemen Workflow-Management-Systeme 40 20
21 8.6 Zusammenfassung und Ausblick (2) Ausblick: Datenqualität Definition: Gesamtheit aller Eigenschaften von Daten hinsichtlich derfähigkeit, die Anforderungen des Anwenders zu erfüllen Eignung für einen Zweck (fitness for use) Datenqualität ist subjektiv und abhängig vom Zweck! Beispiel: Aktualität von Daten für Bilanzen versus Analyse des Kundenverhaltens Notwendig: Qualitätskriterien Beurteilung Maßnahmen zur Verbesserung Zusammenfassung und Ausblick (3) Qualitätskriterien Konsistenz: Widerspruchsfreiheit Korrektheit: Übereinstimmung mit Realität Vollständigkeit: z.b. Abwesenheit von fehlenden Werten Genauigkeit und Granularität: z.b. Anzahl der Nachkommastellen; tagesgenaue Daten Zuverlässigkeit und Glaubwürdigkeit: Nachvollziehbarkeit der Entstehung, Vertrauenswürdigkeit des Lieferanten Verständlichkeit: inhaltlich und technisch/strukturell für jeweilige Zielgruppe Verwendbarkeit und Relevanz: geeignetes Format, Zweckdienlichkeit 42 21
22 8.6 Zusammenfassung und Ausblick (4) Beurteilung der Datenqualität Ziel-Frage-Metrik-Ansatz (Qualitätsmanagement in der Softwareentwicklung) Idee: Verbindung von abstrakten Zielen der Anwender und den konkreten Qualitätsmessungen durch Fragen Schritte: 1. Identifizierung einer Menge von Qualitäts-/Produktivitätszielen (Kundenzufriedenheit, Performanceverbesserung, usw.) 2. Ableitung von Fragen, die diese Ziele definieren 3. Spezifikation der Messung zur Beantwortung der Fragen 4. Entwicklung von Mechanismen zur Sammlung von Daten (Validierung,Analyse) Zusammenfassung und Ausblick (5) Beurteilung der Datenqualität (continued) Fragetypen: Wie kann das zu betrachtende Objekt (Produkt, Prozess) bzgl. des Gesamtziels charakterisiert werden? Wie können die für die Fragestellung relevanten Attribute des Objektes charakterisiert werden? Wie können die Eigenschaften des Objektes bewertet werden? Rahmenwerk zur Verknüpfung von Qualitätsforderungen und messungen Erfassung von Abhängigkeiten zwischen Qualitätsmerkmalen Identifikation des Ursprungs von Qualitätsproblemen 44 22
23 Referenzen [BaGü04] [Spec04] A. Bauer, H. Günzel: Data Warehousesysteme. dpunkt.verlag (2004) G. Specht: Data Warehouse Systeme. Vorlesung im SS04, Universität Ulm
Metadaten und Datenqualität
Metadaten und Datenqualität ƒ Rolle von Metadaten ƒ Metadatenmanagement ƒ Standards für Repositories und Metadatenaustausch ƒ Metadatenschemata für DW ƒ Datenqualität Vorlesung Data-Warehouse-Technologien
MehrMetadaten und Datenqualität. Metadaten. Nutzung von Metadaten
Metadaten und Datenqualität Rolle von Metadaten Metadatenmanagement Standards für Repositories und Metadatenaustausch Metadatenschemata für DW Datenqualität Vorlesung Data-Warehouse-Technologien 8-1 Metadaten
MehrCommon Warehouse Metamodel und Imperfektion
Common Warehouse Metamodel und Imperfektion Christoph Goebel Imperfektion und erweiterte Konzepte im Data Warehousing 2 Fragestellungen Welche Bedeutung haben Metadaten in der Information Supply Chain
MehrData Warehouse Technologien
Veit Köppen Gunter Saake Kai-Uwe Sattler Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...............
MehrVeit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien
Veit Köppen Gunter Saake Kai-Uwe Sattler 2. Auflage Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis ix 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...
MehrFriedrich-Schiller-Universität Jena
Friedrich-Schiller-Universität Jena Seminar WS2011 Data Warehouse Systeme Präsentationsthema Metadaten Präsentiert von: Julian Zausch, 96382 Inhaltsverzeichnis EINLEITUNG... - 3 - WELCHE ROLLE SPIELEN
MehrModel Driven Architecture (MDA)
Model Driven Architecture (MDA) Vortrag im Fach Software Engineering II BA Mannheim / Fachrichtung Angewandte Informatik Torsten Hopp Gliederung Einleitung Motivation Grundzüge der MDA Ziele & Potenziale
MehrDatenbanktechnologie für Data-Warehouse-Systeme
Wolfgang Lehner Datenbanktechnologie für Data-Warehouse-Systeme Konzepte und Methoden dpunkt.verlag 1 1.1 1.2 1.3 1.4 1. 5 2 2.1 2.2 2.3 Einleitung 1 Betriebswirtschaftlicher Ursprung des Data Warehousing...
MehrSeminar Informationsintegration und Informationsqualität. Dragan Sunjka. 30. Juni 2006
Seminar Informationsintegration und Informationsqualität TU Kaiserslautern 30. Juni 2006 Gliederung Autonomie Verteilung führt zu Autonomie... Intra-Organisation: historisch Inter-Organisation: Internet
MehrData Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik
Data Warehousing Sommersemester 2005 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte
MehrBusiness Intelligence Data Warehouse. Jan Weinschenker
Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data
MehrSERVICE SUCHE ZUR UNTERSTÜTZUNG
SERVICE SUCHE ZUR UNTERSTÜTZUNG VON ANFORDERUNGSERMITTLUNG IM ERP BEREICH MARKUS NÖBAUER NORBERT SEYFF ERP SYSTEME Begriffsbestimmung: Enterprise Resource Planning / Business Management Solution Integrierte
MehrSeminar 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
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
MehrData Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann
Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Andreas Ditze MID GmbH Kressengartenstraße 10 90402 Nürnberg a.ditze@mid.de Abstract: Data Lineage
MehrSeminar C02 - Praxisvergleich OLAP Tools
C02: Praxisvergleich OLAP Tools Ein Seminar der DWH academy Seminar C02 - Praxisvergleich OLAP Tools Das Seminar "Praxisvergleich OLAP-Tools" bietet den Teilnehmern eine neutrale Einführung in die Technologien
MehrEin subjektiver Vergleich zwischen SSIS und Kettle mit Ausblick auf die Generierung von BI-Lösungen
Ein subjektiver Vergleich zwischen SSIS und Kettle mit Ausblick auf die Generierung von BI-Lösungen vorgestellt am 29.09.2008 in der PASS Regionalgruppe Karlsruhe Michael Riedmüller inovex GmbH Project
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
MehrDatabase Exchange Manager. Infinqa IT Solutions GmbH, Berlin Stralauer Allee 2 10245 Berlin Tel.:+49(0) 30 2900 8639 Fax.:+49(0) 30 2900 8695
Database Exchange Manager Replication Service- schematische Darstellung Replication Service- allgemeines Replikation von Daten von bzw. in ein SAP-System und einer relationalen DMS-Datenbank Kombination
MehrDatenbanken. Prof. Dr. Bernhard Schiefer. bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer
Datenbanken Prof. Dr. Bernhard Schiefer bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer Wesentliche Inhalte Begriff DBS Datenbankmodelle Datenbankentwurf konzeptionell, logisch und relational
MehrVortrag von: Ilias Agorakis & Robert Roginer
MDA Model Driven Architecture Vortrag von: Ilias Agorakis & Robert Roginer Anwendungen der SWT - WS 08/09 Inhalt Was ist MDA? Object Management Group (OMG) Ziele Konzepte der MDA Werkzeuge Vor- und Nachteile
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
MehrChristian Kurze BI-Praktikum IBM WS 2008/09
Einführung in die multidimensionale Datenmodellierung e mit ADAPT BI-Praktikum IBM WS 2008/09 1 Gliederung Einführung multidimensionale Datenmodellierung 1. Multidimensionales Modell BI-Praktikum IBM WS
MehrAnforderungen an die HIS
Anforderungen an die HIS Zusammengefasst aus den auf IBM Software basierenden Identity Management Projekten in NRW Michael Uebel uebel@de.ibm.com Anforderung 1 IBM Software Group / Tivoli Ein Feld zum
MehrBIW - 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
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrDas Metamodell der UML und in FUJABA. Vortrag von Alexander Geburzi
Das Metamodell der UML und in FUJABA Vortrag von Alexander Geburzi Gliederung Metamodellierung Metamodell der UML Metamodell in FUJABA Metamodellierung - Metamodell der UML - Metamodell in FUJABA 2/20
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
MehrDie Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link
Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas
MehrDatenqualität erfolgreich steuern
Edition TDWI Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte von Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian Merighi 3., überarbeitete und erweiterte Auflage
MehrFragenkatalog zum Kurs 1666 (Datenbanken in Rechnernetzen) Kurstext von SS 96
Fragenkatalog zum Kurs 1666 (Datenbanken in Rechnernetzen) Kurstext von SS 96 Dieser Fragenkatalog wurde aufgrund das Basistextes und zum Teil aus den Prüfungsprotokollen erstellt, um sich auf mögliche
MehrSDD System Design Document
SDD Software Konstruktion WS01/02 Gruppe 4 1. Einleitung Das vorliegende Dokument richtet sich vor allem an die Entwickler, aber auch an den Kunden, der das enstehende System verwenden wird. Es soll einen
MehrModellierung von OLAP- und Data- Warehouse-Systemen
Andreas Totok Modellierung von OLAP- und Data- Warehouse-Systemen Mit einem Geleitwort von Prof. Dr. Burkhard Huch Deutscher Universitäts-Verlag Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis
Mehrerfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI
Detlef Apel Wolfgang Behme Rüdiger Eberlein Christian Merighi Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte 3., überarbeitete und erweiterte Auflage Edition TDWI rä
MehrAbschlussklausur Geschäftsprozessmodellierung und Workflowmanagement
Abschlussklausur Geschäftsprozessmodellierung und Workflowmanagement (Wintersemester 2007/2008, Freitag, 08.02.2008, Leo18) Es können maximal 120 Punkte erreicht werden. 1 Punkt entspricht etwa einer Minute
MehrOLAP mit dem SQL-Server
Hartmut Messerschmidt Kai Schweinsberg OLAP mit dem SQL-Server Eine Einführung in Theorie und Praxis IIIBibliothek V dpunkt.verlag Teil OLAP undder Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1
MehrSechster ProSTEP Benchmark Teil 2: PDM Data Exchange
Sechster ProSTEP Benchmark Teil 2: PDM Data Exchange Erster Benchmark für den PDM-Datenaustausch im STEP-Format Der Austausch von CAD-Modellen mit Hilfe des neutralen Datenaustauschformats entsprechend
MehrTypisierung des Replikationsplan Wirries, Denis Datenbankspezialist
Typisierung des Replikationsplan Wirries, Denis Datenbankspezialist Feintypisierung - Überblick Ergebnisse Ergebnisse aus aus anderen anderen Arbeitsergebnissen Arbeitsergebnissen Replikationsplan Replikationsplan
MehrObjektorientierter Software-Entwurf Grundlagen 1 1. Analyse Design Implementierung. Frühe Phasen durch Informationssystemanalyse abgedeckt
Objektorientierter Software-Entwurf Grundlagen 1 1 Einordnung der Veranstaltung Analyse Design Implementierung Slide 1 Informationssystemanalyse Objektorientierter Software-Entwurf Frühe Phasen durch Informationssystemanalyse
MehrBundeskanzlei BK Programm GEVER Bund. als Basis für GEVER. 29. November 2012
Bundeskanzlei BK Programm GEVER Bund Geschäftsprozesse als Basis für GEVER 29. November 2012 Zielsetzung der Präsentation Sie erhalten einen Überblick über den Stand der Entwicklung von GEVER als Geschäftsverwaltungssystem
MehrWorkflow Systeme mit der Windows Workflow Foundation
Studiengang Electronic Business (EB) Diplomarbeit (280000) Workflow Systeme mit der Windows Workflow Foundation externe Betreuung durch Christoph Müller vorgelegt bei Prof. Dr. Michael Gröschel von Hans-Martin
MehrEin Beispiel. Ein Unternehmen will Internettechnologien im Rahmen des E- Business nutzen Welche Geschäftsprozesse?
Ein Beispiel Ein Unternehmen will Internettechnologien im Rahmen des E- Business nutzen Welche Geschäftsprozesse? Dipl.-Kfm. Claus Häberle WS 2015 /16 # 42 XML (vereinfacht) visa
MehrC09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl
C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl Ein Seminar der DWH academy Seminar C09 Einsatz SAP BW im Vergleich zur Best-of-Breed- Produktauswahl Befasst man sich im DWH mit der Auswahl
MehrFragenkatalog Geschäftsmodellierung Grundlagen
Fragenkatalog Geschäftsmodellierung Grundlagen 1. Erläutern Sie den Begriff der Geschäftsmodellierung - Erfassung und Spezifikation von Geschäftsprozessen für die Analyse und Gestaltung betrieblicher Systeme
MehrToolgestützte Prozessdokumentation. Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46
Toolgestützte Prozessdokumentation Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46 Wir bieten unseren Kunden End-to-End Lösungen an Consulting Systems Integration
MehrFachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer
Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer Klassendiagramme Ein Klassendiagramm dient in der objektorientierten Softwareentwicklung zur Darstellung von Klassen und den Beziehungen,
MehrEvaluation of Database Design and Reverse Engineering Tools for a Large Software System
Evaluation of Database Design and Reverse Engineering Tools for a Large Software System Anne Thomas TU Dresden Dr. B. Demuth Pre Press GmbH (Dresden) T. Reuter Gliederung Einleitung Vorgehensweise Kontext
MehrDigitale Lastenhefte - Austausch von Dokumenten
Digitale Lastenhefte - Austausch von Dokumenten Kommunikation zwischen OEM und Zulieferer Digitales Lastenheft? Was ist das überhaupt? Was beinhaltet es? Wann wird es erstellt, sollte es erstellt werden?
MehrMarketing 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
Mehr7. Übung - Datenbanken
7. Übung - Datenbanken Informatik I für Verkehrsingenieure Aufgaben inkl. Beispiellösungen 1. Aufgabe: DBS a Was ist die Kernaufgabe von Datenbanksystemen? b Beschreiben Sie kurz die Abstraktionsebenen
MehrLars 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
MehrDr. Hanno Schauer Mons-Tabor-Gymnasium Montabaur. UML-Klassendiagramme als Werkzeug im Unterricht
Dr. Hanno Schauer Mons-Tabor-Gymnasium Montabaur UML-Klassendiagramme als Werkzeug im Unterricht Blitzlicht? In welcher Programmiersprache(n) unterrichten Sie?? In welchem Umfang unterrichten Sie Objektorientierung??
MehrKampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht
Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u
MehrKapitel 10 Aktive DBMS
Kapitel 10 Aktive DBMS 10 Aktive DBMS 10 Aktive DBMS...1 10.1 Einführung und Definition...2 10.2 Funktionsprinzip: ADBMS und ECA-Modell...4 10.3 Potentiale und Vorteile ADBMS...5 10.4 Aktive Elemente einer
MehrData Mining-Projekte
Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein
MehrEnterprise Content Management
Enterprise Content Management Dr.-Ing. Raymond Bimazubute Lehrstuhl für Künstliche Intelligenz Friedrich Alexander Universität Erlangen-Nürnberg Email: raymond.bimazubute@informatik.uni-erlangen.de Vorbemerkungen
MehrDesign mit CASE-Tools
Geodatabase Objekt Modell Teil 2: Design mit CASE-Tools Andreas Greithanner Team Entwicklung Kranzberg 2002 ESRI Geoinformatik GmbH Agenda Was ist CASE? Entwicklung eines Datenmodells Anlegen verschiedener
MehrNeue Funktionen in Innovator 11 R5
Neue Funktionen in Innovator 11 R5 Innovator for Enterprise Architects, Java Harvester und Prüfassistent 12.11.2013 Agenda 1 2 3 Einführung Was ist neu in Innovator 11 R5? Szenario Enterprise Architektur
MehrAllgemeines zu Datenbanken
Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,
MehrGrundzüge und Vorteile von XML-Datenbanken am Beispiel der Oracle XML DB
Grundzüge und Vorteile von XML-Datenbanken am Beispiel der Oracle XML DB Jörg Liedtke, Oracle Consulting Vortrag zum Praxis-Seminar B bei der KIS-Fachtagung 2007, Ludwigshafen Agenda
MehrVgl. Kapitel 5 aus Systematisches Requirements Engineering, Christoph Ebert https://www.sws.bfh.ch/studium/cas/swe-fs13/protected/re/re_buch.
Vgl. Kapitel 5 aus Systematisches Requirements Engineering, Christoph Ebert https://www.sws.bfh.ch/studium/cas/swe-fs13/protected/re/re_buch.pdf 2 Nach derbefragung aller Stakeholder und der Dokumentation
MehrA Domain Specific Language for Project Execution Models
A Domain Specific Language for Project Execution Models Eugen Wachtel, Marco Kuhrmann, Georg Kalus Institut für Informatik Software & Systems Engineering Inhalt Einführung und Hintergrund Problembereiche
MehrWas ist EMF? Wie wird EMF eingesetzt? Was ist ecore? Das Generatormodell Fazit
Was ist EMF? Wie wird EMF eingesetzt? Was ist ecore? Das Generatormodell Fazit EMF ist ein eigenständiges Eclipse-Projekt (Eclipse Modeling Framework Project) EMF ist ein Modellierungsframework und Tool
MehrDatenmanagement. Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau. Strategisches Informationsmanagement 1 (01/2006)
Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau (01/2006) Strategisches Informationsmanagement 1 Definition Notwendige Vermaischung der Daten in der Vorstufe zur Destillation von hochprozentiger
MehrMicrosoft SharePoint 2013 Designer
Microsoft SharePoint 2013 Designer Was ist SharePoint? SharePoint Designer 2013 Vorteile SharePoint Designer Funktionen.Net 4.0 Workflow Infrastruktur Integration von Stages Visuelle Designer Copy & Paste
MehrDie Zertifizierungsstelle der TÜV Informationstechnik GmbH bescheinigt hiermit dem Unternehmen
Die Zertifizierungsstelle der TÜV Informationstechnik GmbH bescheinigt hiermit dem Unternehmen OPTIMAL SYSTEMS GmbH Cicerostraße 26 10709 Berlin für die ECM-Anwendung OS ECM, Version 6.0 die Erfüllung
MehrSoftwareentwicklungspraktikum Sommersemester 2007. Feinentwurf
Softwareentwicklungspraktikum Sommersemester 2007 Feinentwurf Auftraggeber Technische Universität Braunschweig
MehrSuche schlecht beschriftete Bilder mit Eigenen Abfragen
Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere
MehrQuality 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
MehrInhaltsverzeichnis. Teil I OLAP und der Microsoft SQL-Server 1. 1 Theoretische Grundlagen 3
vii Teil I OLAP und der Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1 Was ist OLAP?......................................... 3 1.1.1 Business Intelligence............................... 4 1.1.2
MehrEntwurf. Anwendungsbeginn E DIN EN 62304 (VDE 0750-101):2013-10. Anwendungsbeginn dieser Norm ist...
Anwendungsbeginn Anwendungsbeginn dieser Norm ist.... Inhalt Einführung... 13 1 Anwendungsbereich... 16 1.1 *Zweck... 16 1.2 *Anwendungsbereich... 16 1.3 Beziehung zu anderen Normen... 16 1.4 Einhaltung...
MehrGI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie.
GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen Teil 1: Einführung: Wissensbasis und Ontologie Was ist eine Wissensbasis? Unterschied zur Datenbank: Datenbank: strukturiert
MehrIntegration mit. Wie AristaFlow Sie in Ihrem Unternehmen unterstützen kann, zeigen wir Ihnen am nachfolgenden Beispiel einer Support-Anfrage.
Integration mit Die Integration der AristaFlow Business Process Management Suite (BPM) mit dem Enterprise Information Management System FILERO (EIMS) bildet die optimale Basis für flexible Optimierung
MehrINFORMATION LIFECYCLE MANAGEMENT
INFORMATION LIFECYCLE MANAGEMENT REVISIONSSICHERES LÖSCHEN UND RESTRUKTURIEREN VON DOKUMENTENSTRUKTUREN WOLFGANG EIGENBROD RAUM 1B02/03 CENIT EIM IT-TAG 13.06.2013 AGENDA 1. AUSGANGSLAGE - FAKTEN 2. INFORMATION
MehrSWE12 Übungen Software-Engineering
1 Übungen Software-Engineering Software-Qualitätssicherung / Software-Qualitätsmanagement 2 Aufgabe 1 Ordnen Sie die folgenden Zitate dem entsprechenden Ansatz zum Qualitätsbegriff zu und begründen Sie
MehrEinführung und Motivation
Einführung und Motivation iks-thementag: Requirements Engineering 16.11.2010 Autor Carsten Schädel Motto Definiere oder Du wirst definiert. Seite 3 / 51 These Im Privatleben definiert jeder (seine) Anforderungen.
MehrJava und XML 2. Java und XML
Technische Universität Ilmenau Fakultät für Informatik und Automatisierung Institut für Praktische Informatik und Medieninformatik Fachgebiet Telematik Java und XML Hauptseminar Telematik WS 2002/2003
Mehr16.4 Wiederverwendung von COTS-Produkten
16.4 Wiederverwendung von COTS-Produkten COTS = commercial of the shelf im Handel erhältliche Software-Produkte Anpassung für Kunden ohne Änderung am Quellcode Quellcode in der Regel nicht einsehbar (Ausnahme
MehrPersistenzschicht in Collaborative Workspace
Persistenzschicht in Collaborative Workspace Mykhaylo Kabalkin 03.06.2006 Überblick Persistenz im Allgemeinen Collaborative Workspace Szenario Anforderungen Systemarchitektur Persistenzschicht Metadaten
MehrPredictive Modeling Markup Language. Thomas Morandell
Predictive Modeling Markup Language Thomas Morandell Index Einführung PMML als Standard für den Austausch von Data Mining Ergebnissen/Prozessen Allgemeine Struktur eines PMML Dokuments Beispiel von PMML
MehrJava Enterprise Architekturen Willkommen in der Realität
Java Enterprise Architekturen Willkommen in der Realität Ralf Degner (Ralf.Degner@tk-online.de), Dr. Frank Griffel (Dr.Frank.Griffel@tk-online.de) Techniker Krankenkasse Häufig werden Mehrschichtarchitekturen
MehrAufgabe GBIS (TPCW-Benchmark)
Aufgabe GBIS (TPCW-Benchmark) 28. April 2003 Boris Stumm 28. April 2003 1 Besprechung GBIS-Aufgabe Vorstellung des Praktikums Vorstellen der ersten Aufgabe Hinweise zum Praktikum Endgültige Auf- und Zuteilung
MehrDiplomarbeit: GOMMA: Eine Plattform zur flexiblen Verwaltung und Analyse von Ontologie Mappings in der Bio-/Medizininformatik
Diplomarbeit: GOMMA: Eine Plattform zur flexiblen Verwaltung und Analyse von Ontologie Mappings in der Bio-/Medizininformatik Bearbeiter: Shuangqing He Betreuer: Toralf Kirsten, Michael Hartung Universität
MehrMetadatenmodellierung und -verwaltung in Data-Warehouse-Systemen
Metadatenmodellierung und -verwaltung in Data-Warehouse-Systemen Michael Seiferle Fachbereich Informatik Universität Konstanz 12. Februar 2008 Michael Seiferle Metadatenmodellierung und -verwaltung in
MehrFree your work. Free your work. Wir wollen Ihnen die Freiheit geben, sich auf Ihr Geschäft zu konzentrieren.
Free your work. Free your work. Wir wollen Ihnen die Freiheit geben, sich auf Ihr Geschäft zu konzentrieren. 1 Automatische Verifikation von Anforderungen Dr. Guido Dischinger guido.dischinger@liantis.com
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
MehrLook Inside: desite. modellorientiertes Arbeiten im Bauwesen. B.I.M.
Building Information Modeling Look Inside: desite modellorientiertes Arbeiten im Bauwesen. B.I.M. desite MD unterstützt Sie bei der täg lichen Arbeit mit Gebäudemodellen und ermöglicht den Zugang zu den
MehrMobiles SAP für Entscheider. Permanente Verfügbarkeit der aktuellen Unternehmenskennzahlen durch den mobilen Zugriff auf SAP ERP.
Beschreibung Betriebliche Kennzahlen sind für die Unternehmensführung von zentraler Bedeutung. Die Geschäftsführer oder Manager von erfolgreichen Unternehmen müssen sich deshalb ständig auf dem Laufenden
MehrÜber den Unterschied zwischen Business Analysis und Requirements Engineering & Management
Über den Unterschied zwischen Business Analysis und Requirements Engineering & Management REConf Schweiz 2010 IIBA BABOK 2.0 Wortzählung 1729 "Requirement" = 42% von ( Requirement + Business + Solution
MehrBest Practice Infor PM 10 auf Infor Blending
Best Practice Infor PM 10 auf Infor Blending, 11.11.2008 Infor Performance Management Best Practice Infor PM 10 auf Infor Blending Leistungsübersicht Infor PM 10 auf Infor Blending eine Data Warehouse
MehrForschungsprojekt SS 2009
Forschungsprojekt SS 2009 Programmierung verteilter Systeme Institut für Informatik Universität Augsburg 86135 Augsburg Tel.: +49 821 598-2118 Fax: +49 821 598-2175 Web: www.ds-lab.org Gliederung n Ziel
MehrSoftwareanforderungsanalyse
Softwareanforderungsanalyse Evolution von Anforderungen Burkhardt Renz Institut für SoftwareArchitektur der Technischen Hochschule Mittelhessen Wintersemester 2015/16 Evolution von Anforderungen Anforderungen
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
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
MehrKapitel 2: Der Software-Entwicklungsprozess
Wie konstruiert man Software? Kapitel 2: Der Software-Entwicklungsprozess SoPra 2008 Kap. 2: Der Software-Entwicklungsprozess (1/10) Der Software-Entwicklungs-Prozess Historisches 1960JJ adhoc Techniken
MehrInstallation der SAS Foundation Software auf Windows
Installation der SAS Foundation Software auf Windows Der installierende Benutzer unter Windows muss Mitglied der lokalen Gruppe Administratoren / Administrators sein und damit das Recht besitzen, Software
MehrBusiness Intelligence Praktikum 1
Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.10.2013 Business Intelligence Praktikum
MehrEINFÜHRUNG 06.06.2013 IOZ AG 1
BPMN BPMN2.0 EINFÜHRUNG 06.06.2013 IOZ AG 1 EINFÜHRUNG GESCHÄFTSPROZESSMODELLIERUNG Was ist Geschäftsprozessmodellierung? Darstellung von geschäftlichen Abläufen und deren Interaktion Was wird inhaltlich
MehrModellierung von Geschäftsprozessen (MGP / GPM) Thematische Einführung
FHTW Berlin FB4, Wirtschaftsmathematik Modellierung von Geschäftsprozessen (MGP / GPM) Thematische Einführung Dr. Irina Stobbe STeam Service Software Sustainability Organisatorisches Thema - Überblick
MehrOLAP und der MS SQL Server
OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP-Systeme werden wie umfangreiche Berichtssysteme heute nicht mehr von Grund auf neu entwickelt. Stattdessen konzentriert man sich auf die individuellen
Mehr