Inhaltsverzeichnis. 1 Einleitung Motivation und Umfeld Zielsetzung der Arbeit Methodisches Vorgehen und Aufbau der Arbeit 3
|
|
- Artur Schuster
- vor 7 Jahren
- Abrufe
Transkript
1 Inhaltsverzeichnis 1 Einleitung Motivation und Umfeld Zielsetzung der Arbeit Methodisches Vorgehen und Aufbau der Arbeit 3 2 Grundlagen des Feuerwehrwesens Kategorisierung der Feuerwehren Öffentliche Feuerwehren Freiwillige Feuerwehren Berufefeuerwehren Pflichtfeuerwehren Nicht-öffentliche Feuerwehren Werk- und Betriebsfeuerwehren Bundeswehrfeuerwehren Zusammenschlüsse deutscher Feuerwehren Deutscher Feuerwehrverband Vereinigung zur Förderung des Deutschen Brandschutzes AGBF CTIF Aufgaben der Feuerwehren Abwehrender Brandschutz Technische Hilfeleistung Hilfeleistung bei öffentlichen Notständen Vorbeugender Brandschatz 16 vii Bibliografische Informationen digitalisiert durch
2 InhaltsveTzeichnis Rettungsdienst Schutzzieldefinition und Qualitätskriterien Rechtliche Grundlagen des Feuerwehrdienstes Zuständigkeitsbereiche Feuerwehrdienstvorschriften Bedeutung des Berichtswesens bei der Feuerwehr Zusammenfassung 31 3 Grundlagen Data Warehouse und OLAP Das Data Warehouse Konzept Vergleich transaktions- und analyseorientierter Informationssysteme Vertikale Integration vs. Trennung von operativer und analytischer Datenbank Aggregationen und Granularität Der Weg der Daten ins Data Warehouse Der ETL-Prozess Der E-LT Ansatz Datenqualität in Data Warehouse-Systemen Data Warehouse Sonderformen Data-Mart Operational Data Store Virtuelles DWH Erweitertes Analysepotenzial eines Data Warehouse Online Analytical Processing (OLAP) Das Sinnbild des Würfels Merkmale von OLAP-Systemen Grundregeln nach Codd Erweiterung der Coddschen Regeln FASMI OLAP-Konzepte 56 viii
3 Inhsdtsverzeichnis Relationales OLAP Multidimensionales OLAP Hybrides OLAP Desktop OLAP Vergleich der Konzepte OLAP-Funktionen Hierarchienavigation Navigation in der Datenmenge Tiers Zusammenfassung 63 4 Informationsbedarfsanalyse Notwendigkeit einer Informationsbedarfsanalyse Grundlagen der Informationsbedarfsanalyse Zeichen, Daten, Information, Wissen Informationsbedarf, Informationsangebot und Informationsstand Methoden der Informationsbedarfsanalyse Iiiformationsbedarfsanalyse Zielgruppen des Datenmodells Zielgruppe Leitung der Feuerwehr Zielgruppe vorbeugender Brandschutz L3 Zielgruppe abwehrender Brandschutz Zielgruppe Datenverarbeitung Zielgruppe Personalplanung Zielgruppe Leitstellenpersonal Expertengespräche Mit aktuellen Informationssystemen beantwortbare Fragestellungen auf Basis der vorhandenen Daten Mit einem verknüpfenden Informationssystem beantwortbare Fragestellungen auf Basis der vorhandenen Daten 79 ix
4 Inhedtsverzeichnis Mit einem verknüpfenden Informationssystem beantwortbare Fragestellungen auf Basis der vorhandenen und weiterer Daten Datenquellenanalyse Daten der Einsatzleitstelle Statusmeldungen des Funkmeldesystems Daten des Einsatzberichts Daten des Polizeiberichts Daten des Versicherungsberichts Daten des vorbeugenden Brandschutzes Daten des Brandschutzbedarfsplans Ableitung relevanter Fragestellungen Zusammenfassung 87 5 Erstellung eines Referenzdatenmodells Grundsätze der Referenzmodellierung Grundlagen der multidimensionalen Datenmodellierung Semantische Modellierung Fakten Dimensionen Attribute Hierarchien Verknüpfung von Dimensionen und Fakten Semantische Modellierung mit KOSMO Logische Modellierung Star-Schema Fact-Constellation-Schema Snowflake-Schema Versionierung von Dimensionsdaten Physische Modellierung Gültigkeitsbereich des Referenzdatenmodells 106 x
5 Inhaltsverzeichnis 5.4 Erstellung des Referenzdateumodells Kennzahlen des Referenzdatenmodells Modellierungsfreiheiten und Umgang mit Flags Das semantische Referenzdatenmodell Dimension Zeit (sem.) Dimension Geographie (sem.) Dimension Wetter (sem.) Dimension Einsatz (sem.) Dimension Patient (sem.) Dimension Personal (sem.) Dimension Fahrzeug (sein.) Dimension Objekt (sem.) Dimension Gefahr (sem.) Auswertungsmöglichkeit von Keimzahlen nach Dimensionen Das logische Referenzdatemnodell Dimension Zeit (log.) Dimension Geographie (log.) Dimension Wetter (log.) Dimension Einsatz (log.) Dimension Patient (log.) Dimension Personal (log.) Dimension Fahrzeug (log.) Dimension Objekt (log.) Dimension Gefahr (log.) Logische Modellierung der Fakten Physische Datenmodellierung Zusammenfassung Fallstudie Datenaufbereitung 199 xi
6 Lihaitsverzeichnis 6.2 Das semantische Modell Das logische Modell Das physische Modell OLAP-Analyse manuelle Berichtserstellung Bericht 1 (Einsatz) Bericht 2 (Fahrzeug) Bericht 3 (Einsatz, Objekt) Bericht 4 (Zeit) Bericht 5 (Einsatz, Fahrzeug) Bericht 6 (Objekt, Fahrzeug) Bericht 7 (Einsatz, Zeit) Bericht 8 (Objekt) Bericht 9 (Zeit, Objekt) Bericht 10 (Zeit, Fahrzeug) Bericht 11 (Zeit, Fahrzeug, Einsatz, Objekt) automatisierte Berichtserstellung Ergebnisse der Fallstudie Zusammenfassung und Ausblick 225 Literaturverzeichnis xix
die Wohnungswirtschaft
Martin Reifberger Entwicklung von Data-Warehouse-Systemen für die Wohnungswirtschaft Modellierug und Aufbau im Kontext raumbezogener Daten Verlag Dr. Kovac Hamburg 2016 Inhaltsverzeichnis VORWORT ABBILDUNGSVERZEICHNIS
MehrInhaltsübersicht...IX Inhaltsverzeichnis...XI Abbildungsverzeichnis...XVII Tabellenverzeichnis... XXIII Abkürzungsverzeichnis...
Inhaltsübersicht...IX Inhaltsverzeichnis...XI Abbildungsverzeichnis...XVII Tabellenverzeichnis... XXIII Abkürzungsverzeichnis... XXV 1 Einführung... 1 1.1 Problemstellung... 1 1.2 Zielsetzung... 3 1.3
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
MehrInformationsgenerierung mit Business-Intelligence-Technologien... 99
Inhaltsverzeichnis Seite Abbildungsverzeichnis...XIII Tabellenverzeichnis... XVII Abkürzungsverzeichnis...XIX 1 Forschungsbedarf in der Unternehmenssteuerung... 1 1.1 Stand der Forschung und Motivation...
MehrDatenbanken Grundlagen und Design
Frank Geisler Datenbanken Grundlagen und Design 3., aktualisierte und erweiterte Auflage mitp Vorwort 15 Teil I Grundlagen 19 i Einführung in das Thema Datenbanken 21 i.i Warum ist Datenbankdesign wichtig?
MehrLogische Modellierung von Data Warehouses
Logische Modellierung von Data Warehouses Vertiefungsarbeit von Karin Schäuble Gliederung. Einführung. Abgrenzung und Grundlagen. Anforderungen. Logische Modellierung. Methoden.. Star Schema.. Galaxy-Schema..
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
Mehr1 Business-Intelligence-Architektur 1
D3kjd3Di38lk323nnm xi 1 Business-Intelligence-Architektur 1 1.1 Data Warehouse....................................... 1 1.2 OLAP und mehrdimensionale Datenbanken.................. 4 1.3 Architekturvarianten....................................
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...............
MehrDM04: Datenmodellierung im Data Warehouse Zweitägiges Intensivseminar. Ein Seminar der DWH academy
DM04: Datenmodellierung im Data Warehouse Zweitägiges Intensivseminar Ein Seminar der DWH academy Seminar DM04 Datenmodellierung im Data Warehouse (Zwei Tage) Multidimensionale Modelle, Star- oder Snowflake-Schema
MehrKomponenten und Architekturen von Analytischen Informationssystemen (AIS)
Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation Zusammenfassung OPAL 6. Übung Juni 2015 Agenda Hinweise zur Klausur Zusammenfassung OPAL Übungen / Kontrollfragen
MehrDM03: Datenmodellierung im Data Warehouse (Eintägiges Seminar)
DM03: Datenmodellierung im Data Warehouse (Eintägiges Seminar) Ein Seminar der DWH academy Seminar DM03 - Datenmodellierung im Data Warehouse (1 Tag) Normalisierung, Star- und Snowflake sind bekannte Schlagwörter
MehrDatenbanken. Datenbanken. Grundlagen und Design. Grundlagen und Design. Frank. Geisler. 4. Auflage
Datenbanksysteme, Datenbankanwendungen und Middleware Das relationale Datenbankmodell ER-Datenbankmodellierung und Normalisierung SQL-Grundlagen Projektablauf bei der Erstellung einer Datenbank Transaktionen
MehrKomponenten und Architekturen von Analytischen Informationssystemen (AIS)
Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation 27. Juni 2013 Hinweis Diese Folien ersetzen keinesfalls den Übungsstoff des zugehörigen e-learning-kurses.
MehrEinführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH
Einführung in OLAP und Business Analysis Gunther Popp dc soft GmbH Überblick Wozu Business Analysis mit OLAP? OLAP Grundlagen Endlich... Technischer Background Microsoft SQL 7 & OLAP Services Folie 2 -
MehrDatenbanken - Grundlagen und Design
mitp Professional Datenbanken - Grundlagen und Design von Frank Geisler überarbeitet Datenbanken - Grundlagen und Design Geisler schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG mitp/bhv
MehrInhaltsverzeichnis. vii.
vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt 2 1.2 OLTP versus OLAP 4 1.2.1 OLAP-versus OLTP-Transaktionen 5 1.2.2 Vergleich von OLTP und OLAP 6 1.2.3 Abgrenzung: DBMS-Techniken
MehrKapitel 6. Vorlesung: PD Dr. Peer Kröger
Kapitel 6 Einführung in Data Warehouses Vorlesung: PD Dr. Peer Kröger Dieses Skript basiert auf den Skripten zur Vorlesung Datenbanksysteme II an der LMU München Dieses Skript basiert auf den Skripten
MehrOLAP und Data Warehouses
OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting
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...
MehrHinweise zur Klausur Zusammenfassung OPAL-Übungen / Kontrollfragen Fragen Vertiefung Modellierung
Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation Zusammenfassung OPAL 24. Juni 2014 Agenda Hinweise zur Klausur Zusammenfassung OPAL-Übungen / Kontrollfragen
MehrWie modelliere ich mein Core Data Warehouse?
Wie modelliere ich mein Core Data Warehouse? Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Schlüsselworte: Data Warehouse, Datenmodellierung, Historisierung Einleitung Das Core dient im Data Warehouse
MehrMIS by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001
MIS Glossar by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001 Aggregat Data Cube Data Marts Data Mining Data Warehouse (DWH) Daten Decision Support Systeme (DSS)
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
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
MehrBusiness Intelligence & Reporting. Michael Cordes Holger Oehring Matthias Rein
Business Intelligence & Reporting Michael Cordes Holger Oehring Matthias Rein Ziele Einführung Business Intelligence / Front Room Online Analytical Processing (OLAP) Arten des Reporting & Nutzergruppen
MehrDWH Automatisierung mit Data Vault 2.0
DWH Automatisierung mit Data Vault 2.0 Andre Dörr Trevisto AG Nürnberg Schlüsselworte Architektur, DWH, Data Vault Einleitung Wenn man die Entwicklung von ETL / ELT Prozessen für eine klassische DWH Architektur
MehrData Warehouse Grundlagen
Seminarunterlage Version: 2.10 Version 2.10 vom 24. Juli 2015 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen sind Warenzeichen
MehrThe integration of business intelligence and knowledge management
The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence
MehrInhaltsverzeichnis. Bibliografische Informationen http://d-nb.info/1000033198. digitalisiert durch
Teil 1 : Einführung 1 I. Einsatz der Telemedizin im Gesundheits- und Rettungswesen 1 II. Begriffsbestimmung 2 1. Telematik 3 2. Gesundheitstelematik 3 3. Telemedizin 4 4. Präklinische Notfallmedizin und
MehrData Warehousing. Sommersemester Ulf Leser Wissensmanagement in der Bioinformatik
Data Warehousing Sommersemester 2004 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte
MehrInformationstechnik in der Kreditwirtschaft
Juergen Seitz Informationstechnik in der Kreditwirtschaft Auswirkungen auf die Bankenstruktur Mit einem Geleitwort von Prof. Dr. Eberhard Stickel Technische Universität Darrhstadt Fachbereich 1 Betriebswirtschaftliche
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
Mehr8 Schlussfolgerungen
112 8 Schlussfolgerungen Die Zielsetzung der vorliegenden Arbeit wurde mit der Erstellung eines Referenzmodells als Vorschlag der Datenorganisation für den Bereich der Milcherzeugung unter Anwendung eines
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...
MehrDatawarehouse 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
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
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
MehrInhalt. 4.1 Motivation. 4.2 Datenintegration. 4.3 Konzeptuelle Modellierung. 4.4 Anfragen an Data Warehouses. 4.5 Implementierungsaspekte
4. Data Warehouses Inhalt 4.1 Motivation 4.2 Datenintegration 4.3 Konzeptuelle Modellierung 4.4 Anfragen an Data Warehouses 4.5 Implementierungsaspekte 2 Literatur V. Köppen, G. Saake und K.-U. Sattler:
Mehr2.3 Definitionen des Kundenwertes und verwandter Begriffe Grundbegriffe des betrieblichen Rechnungswesens 23
XI Inhaltsverzeichnis Geleitwort des Herausgebers Vorwort Inhaltsverzeichnis Abkurzungsverzeichnis VII IX XI XVII 1 Einleitung 1 1.1 Problemstellung 1 1.2 Ziele und Fragestellungen der Untersuchung 4 1.3
MehrWAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE'
Take control of your decision support WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Sommersemester 2008 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel
MehrVorwort zur 5. Auflage... 15 Über den Autor... 16
Vorwort zur 5. Auflage...................................... 15 Über den Autor............................................ 16 Teil I Grundlagen.............................................. 17 1 Einführung
MehrStichwortverzeichnis. e - Funktion 33 ff. B Data Refresh 35
537 Stichwortverzeichnis A ADAPT 185, 198 ff. Data Dictionary 26 ff. Aggregation 46 ff., 503 f. Data Mart 19 f., 343 Anreicherung 39 f. Data Mining 31 f., 379 ff., Anwendungs-Server 60 ff. 427 ff. Archivierungssystem
MehrDie richtige Grafik als Zauberstab zur Mart Modellierung Referat vom
Die richtige Grafik als Zauberstab zur Mart Modellierung Referat vom 22.11.2016 Peter Brunner,NTTData Dr. Andrea Kennel, InfoPunkt Kennel GmbH Copyright 2014 NTT DATA EMEA Ltd. Die richtige Grafik als
MehrHetero-Homogene Data Warehouses
Hetero-Homogene Data Warehouses TDWI München 2011 Christoph Schütz http://hh-dw.dke.uni-linz.ac.at/ Institut für Wirtschaftsinformatik Data & Knowledge Engineering Juni 2011 1 Data-Warehouse-Modellierung
MehrEinführungsveranstaltung: Data Warehouse
Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring
MehrAgile BI in der Praxis Data Warehouse Automation
Agile BI in der Praxis Data Warehouse Automation DWH Automation darüber wird zurzeit viel gesprochen und geschrieben. Aber wie sieht die praktische Anwendung aus? In diesem Artikel führe ich Sie Schritt
MehrHochschul-Informationssystem illustriert am Beispiel der Universität Zürich
2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Hochschul-Informationssystem illustriert am Beispiel der Universität
MehrInhaltsverzeichnis. Inbaltsverzeich nis. Waren2eichen. VII. Abbildungsverzeichnis
Inbaltsverzeich nis Inhaltsverzeichnis Vorwort V Waren2eichen. VII Abbildungsverzeichnis XV 1 Einsatz betriebswirtschaftlicher Standardsoftware.. 1 1.1 Betriebswirtschaftliche Standardsoftware 1 1.2 Enterprise
MehrKapitel 1: Wiederholungsfragen Grundlagen DBS
Grundlagen DBS 1. Welche zentralen Anforderungen an ein DBS definierte Edgar Codd? 2. Was ist eine Transaktion? 3. Welche Eigenschaften muss das DBMS bei der Transaktionsverarbeitung sicherstellen? 4.
MehrKapitel 7 Grundlagen von Data
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Skript zur Vorlesung: Datenbanksysteme II Sommersemester 2014 Kapitel 7 Grundlagen von Data Warehouses Vorlesung: PD
Mehr3 Grundlagen der Datenmodellierung
22 3 Grundlagen der Datenmodellierung Das Verständnis für den in der vorliegenden Arbeit gewählten Lösungsansatz erfordert eine Einführung in die Methoden und Konzepte des Datenbankentwurfes. Grundlegend
Mehr1. EINFÜHRUNG - MOTIVATION UND ZIELSETZUNG DER UNTERSUCHUNG Standortwahl - das wichtigste Stichwort des globalen Produktionsnetzwerks 1
INHALTSVERZEICHNIS ABKÜRZUNGSVERZEICHNIS ABBILDUNGSVERZEICHNIS TABELLENVERZEICHNIS VII XII XVI XVIII 1. EINFÜHRUNG - MOTIVATION UND ZIELSETZUNG DER UNTERSUCHUNG 1 1.1 Motivation der Untersuchung 1 1.1.1
MehrData Warehouse schnell gemacht Performanceaspekte im Oracle DWH
Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Dani Schnider Principal Consultant Business Intelligence BI Trilogie, Zürich/Basel 25./26. November 2009 Basel Baden Bern Lausanne Zürich
MehrMala Bachmann September 2000
Mala Bachmann September 2000 Wein-Shop (1) Umsatz pro Zeit und Produkt Umsatz Jan Feb Mrz Q1 Apr 2000 Merlot 33 55 56 144 18 760 Cabernet-S. 72 136 117 325 74 1338 Shiraz 85 128 99 312 92 1662 Rotweine
MehrEinführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.
Themenblock: Erstellung eines Cube Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Praktikum: Data Warehousing und Data Mining Idee Speicherung der Daten in Form von Tabellen
MehrThemenblock: Erstellung eines Cube
Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen
MehrCorporate Performance Management mit Business Intelligence Werkzeugen
Corporate Performance Management mit Business Intelligence Werkzeugen von Karsten Oehler 1. Auflage Hanser München 2006 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 40485 4 Zu Leseprobe schnell
MehrInhaltsverzeichnis. 1.1 Problemstellung und Zielsetzung der Arbeit Aufbau der Arbeit 5
Abbildungsverzeichnis XII Tabellenverzeichnis XV Symbolverzeichnis XIX 1 Problemstellung, Zielsetzung und Aufbau der Arbeit 1 1.1 Problemstellung und Zielsetzung der Arbeit 1 1.2 Aufbau der Arbeit 5 2
MehrGerit Grübler (Autor) Ganzheitliches Multiprojektmanagement Mit einer Fallstudie in einem Konzern der Automobilzulieferindustrie
Gerit Grübler (Autor) Ganzheitliches Multiprojektmanagement Mit einer Fallstudie in einem Konzern der Automobilzulieferindustrie https://cuvillier.de/de/shop/publications/2491 Copyright: Cuvillier Verlag,
MehrNutzergenerierte Karten im Web 2.0
Nutzergenerierte Karten im Web 2.0 Eine kartographische Konzeption auf Basis analytischer und empirischer Untersuchungen Dissertation zur Erlangung des Doktorgrades (Dr. rer. nat.) des Fachbereichs Mathematik/Informatik
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
MehrErfolg mit Oracle BI?
Erfolg mit Oracle BI? Typische Fehlerszenarien und deren Lösung Gerd Aiglstorfer G.A. itbs GmbH Das Thema 2 Oracle BI (OBIEE)? Das war eine Fehlentscheidung! Viel zu umständlich! Wenig Flexibilität & teure
MehrHans-Georg Kemper Henning Baars Walid Mehanna. Business Intelligence Grundlagen und praktische Anwendungen
Hans-Georg Kemper Henning Baars Walid Mehanna Business Intelligence Grundlagen und praktische Anwendungen Hans-Georg Kemper Henning Baars Walid Mehanna Business Intelligence Grundlagen und praktische Anwendungen
MehrData Warehouse Technologien
mitp Professional Data Warehouse Technologien von Veit Köppen, Gunter Saake, Kai-Uwe Sattler 2. Auflage 2014 Data Warehouse Technologien Köppen / Saake / Sattler schnell und portofrei erhältlich bei beck-shop.de
MehrGrundkurs Geschäftsprozess- Management
Andreas Gadatsch Grundkurs Geschäftsprozess- Management Methoden und Werkzeuge für die IT-Praxis: Eine Einführung für Studenten und Praktiker 7. Auflage ^J Springer Vieweg Abbildungsverzeichnis Tabellenverzeichnis
MehrMultidimensionale Datenbanksysteme
Multidimensionale Datenbanksysteme Modellierung und Verarbeitung Von Dr.-Ing. Wolfgang Lehner IBM Almaden Research Center, San Jose, USA Technische Universität Darrr:ctadi FACHBEREICH INFORMATIK BIBLIOTHEK
MehrData Lineage mit ODI und OEMM Holger Dresing Oracle Deutschland BV & Co. KG
Data Lineage mit ODI und OEMM Holger Dresing Oracle Deutschland BV & Co. KG Schlüsselworte Datenintegration, DIS, Metadaten, Metadatenmanagement, Data Warehouse, DWH, Enterprise Metadata Management, OEMM,
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
MehrBW330H. SAP BW powered by SAP HANA: Data-Warehousing-Modellierung GLIEDERUNG DES KURSES. Version der Schulung: 15 Dauer der Schulung: 5 Tage
BW330H SAP BW powered by SAP HANA: Data-Warehousing-Modellierung. GLIEDERUNG DES KURSES Version der Schulung: 15 Dauer der Schulung: 5 Tage SAP-Copyright und Markenzeichen 2017 SAP SE oder ein SAP-Konzernunternehmen.
MehrSelf Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge
Self Service BI - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge 04. Juli 2013 Cubeware GmbH zu Gast im Hause der Raber+Märcker GmbH Referent: Uwe van Laak Presales Consultant
MehrVertrautmachen mit Daten
Kapitel III Vertrautmachen mit Daten 2004 AIFB / FZI 1 III Vertrautmachen mit Daten (see also Data Preparation ) 2004 AIFB / FZI 2 III Vertrautmachen mit Daten III.1 OLAP III.1.1 Einführung in OLAP Wie
MehrVon der Lagerhalle zum Markt DWH-Architektur Grundlagen
Von der Lagerhalle zum Markt DWH-Architektur Grundlagen InfoPunkt Kennel GmbH Juni 2016 1 Agenda Gemeinsames Verständnis von DWH Modellierung mit ERM Modellierung mit Star/Snowflake Modellierung ADAPT
MehrDatenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken
Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken 31. V. 2016 Outline 1 Organisatorisches 2 SQL 3 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 4 Objekt-relationale Datenbanken Beispiel
MehrMarketing 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
MehrIntegration von SBVR in Workflows der Windows Workflow Foundation und Veröffentlichung unter Microsoft SharePoint
Technik Christoph Zoller Integration von SBVR in Workflows der Windows Workflow Foundation und Veröffentlichung unter Microsoft SharePoint Diplomarbeit FH JOANNEUM - University of Applied Sciences Integration
Mehreevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator
eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator Agenda Was ist Business Intelligence? Was ist OLAP? Unterschied zwischen OLAP und OLTP? Bestandteile
MehrDatenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken
Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken 17. V. 2017 Outline 1 Organisatorisches 2 SQL 3 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 4 Objekt-relationale Datenbanken Beispiel
MehrData Warehousing. Fragen des Marketingleiters. Beispiel: : Amazon. Technisch... Amazon weltweit... Datenbank. Aufbau eines DWH OLAP <-> OLTP Datacube
Fragen des Marketingleiters Data Warehousing Wie viele Bestellungen haben wir jeweils im Monat vor Weihnachten, aufgeschlüsselt nach? Aufbau eines DWH OLAP OLTP Datacube Beispiel: : Amazon Technisch
MehrOnline Kurse Modulbeschreibungen
Online Kurse Modulbeschreibungen K0100 SQL Basics M0101 DB Theorie Dieses Modul führt in die Thematik von Datenbanken und deren grundlegenden Begriffen und Konzepten ein. Es werden Fragen beantwortet,
MehrBusiness 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
MehrEntwurf und Verarbeitung relationaler Datenbanken
Entwurf und Verarbeitung relationaler Datenbanken Eine durchgängige und praxisorientierte Vorgehens weise von Prof. Dr. Nikolai Preiß Berufsakademie Stuttgart R. Oldenbourg Verlag München Wien Inhalt Abbildungsverzeichnis
MehrDirektmarketing- Management
32i Bernd W. Wirtz Direktmarketing- Management Grundlagen - Instrumente - Prozesse 2., überarbeitete Auflage GABLER Vorwort V Inhaltsübersicht VII Inhaltsverzeichnis IX A Grundlagen des Direktmarketings
MehrAufbau eines Data Warehouse für den Lebensmitteleinzelhandel
Die Fallstudie aus der Wirtschaftsinformatik: Aufbau eines Data Warehouse für den Lebensmitteleinzelhandel Dipl.-Kfm. Carsten Bange, Dr. Heiko Schinzer, Würzburg 1. Ausgangssituation Der hohe Wettbewerbsdruck
Mehr2.3 Aktuelle Studien zum Thema mathematische Grundbildung und Prozentrechnung Hilfsmittel zur Prozentrechnung in Schule und Alltag 81
Inhaltsübersicht VII Inhaltsübersicht Vorwort Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis V IX XV XXIII XXV 1 Einleitung 1 1.1 Motivation und Zielsetzung 1 1.2 Überblick
MehrEinführung. Überblick. Data-Warehouse-Technologien. Vorlesung
Vorlesung Data-Warehouse-Technologien Wintersemester 2002/2003 kus@iti.cs.uni-magdeburg.de http://wwwiti.cs.uni-magdeburg.de/~sattler/hal/dw.html Einführung Gegenstand der Vorlesung Data Warehouse: Sammlung
MehrPlanung und Messung der Datenqualität in Data-Warehouse-Systemen
Planung und Messung der Datenqualität in Data-Warehouse-Systemen DISSERTATION der Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften (HSG) zur Erlangung der Würde eines
MehrController Band 4: Berichtswesen und Informationsmanagement
Controller Band 4 Controller Band 4: Berichtswesen und Informationsmanagement von Rüdiger R. Eichholz 3., völlig neu bearbeitete Auflage Controller Band 4: Berichtswesen und Informationsmanagement Eichholz
MehrKonzeption und Evaluation eines Ansatzes zur Methodenintegration im Qualitätsmanagement
Konzeption und Evaluation eines Ansatzes zur Methodenintegration im Qualitätsmanagement Dissertation zur Erlangung des Grades eines Doktors der Wirtschaftswissenschaft eingereicht an der Wirtschaftswissenschaftlichen
MehrData Warehouse (DWH) / (Business Intelligence, BI )
Data Warehouse (DWH) / (Business Intelligence, BI ) Begriffsbildung: Ein Data Warehouse ist eine themenorientierte, integrierte, zeitabhängige, nichtflüchtigedatenbank fürdie Unterstützung von Managemententscheidungen
MehrAnfragen an multidimensionale Daten
Anfragen an multidimensionale Daten Alexander Heidrich - BID8 09.06.2005 Hintergrundbild: http://www.csc.calpoly.edu/~zwood/teaching/csc471/finalproj02/afternoon/mfouquet/cube.jpg Inhaltsübersicht Motivation
MehrObjektorientierte Datenbanken
OODB 11 Slide 1 Objektorientierte Datenbanken Vorlesung 11 vom 01.07.2004 Dr. Sebastian Iwanowski FH Wedel OODB 11 Slide 2 Inhalt heute: Datenbanken in betriebswirtschaftlichen Anwendungen OTLP (SAP) Data
MehrAnalytic Views: Einsatzgebiete im Data Warehouse
Analytic Views: Einsatzgebiete im Data Warehouse Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Einleitung Analytic Views sind eine der wesentlichen Erweiterungen in Oracle 12c Release 2. Durch zusätzliche
MehrStar-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten
Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten Michael Hahne T&I GmbH Workshop MSS-2000 Bochum, 24. März 2000 Folie 1 Worum es geht...
Mehrgood. 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
MehrInhaltsverzeichnis. Lothar Piepmeyer. Grundkurs Datenbanksysteme. Von den Konzepten bis zur Anwendungsentwicklung ISBN:
Lothar Piepmeyer Grundkurs Datenbanksysteme Von den Konzepten bis zur Anwendungsentwicklung ISBN: 978-3-446-42354-1 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42354-1
MehrOnline Analytical Processing
Online Analytical Processing Online Analytical Processing Online Analytical Processing (OLAP) ermöglicht die multidimensionale Betrachtung von Daten zwecks E rmittlung eines entscheidungsunterstützenden
MehrEntwicklung eines Abrechnungsmodells für SAP-Business-Information-Warehouse-Systeme
FHDW-Schriftenreihe Band 4/2002 Stefan Nieland, Mathias Pöhling Entwicklung eines Abrechnungsmodells für SAP-Business-Information-Warehouse-Systeme. Shaker Verlag Aachen 2002 Die Deutsche Bibliothek -
MehrFriedrich-Alexander-Universität Erlangen-Nürnberg Trägerhochschule Straße, Nr. Schlossplatz 4 Postleitzahl, Ort Erlangen
Aufgabenbeschreibung im Rahmen der Ausschreibung 2016-II der Virtuellen Hochschule Bayern Da es durchaus möglich sein kann, dass das Lehrangebot an den beteiligten Hochschulen unterschiedlich eingesetzt
Mehr