Lehrstuhl für Wirtschaftsinformatik II. Gliederung

Größe: px
Ab Seite anzeigen:

Download "Lehrstuhl für Wirtschaftsinformatik II. Gliederung"

Transkript

1 Gliederung 1. Einführung 2. Arbeitsaufgaben und -prozesse der Fach- und Führungskräfte 3. Klassische Ausprägungen der Management Support Systeme 4. Business Intelligence 5. Datenbereitstellung: Data Warehousing 6. Datenanalyse: On-Line Analytical Processing und Data Mining 7. Betriebliches Berichtswesen 8. Analyseorientierte Anwendungssysteme mit speziellem betriebswirtschaftlichen Schwerpunkt 9. Gestaltung und Betrieb von BI-Lösungen 10. Aktuelle Tendenzen bei Business Intelligence-Systemen Folie 37

2 Business Intelligence Gesamtheit aller Werkzeuge und Anwendungen mit entscheidungsunterstützendem Charakter, die zur besseren Einsicht in das eigene Geschäft und damit zum besseren Verständnis in die Mechanismen relevanter Wirkungsketten Begriffliche Klammer, die eine Vielzahl unterschiedlicher Ansätze zur Analyse geschäftsrelevanter Daten zu bündeln versucht (kein neues Konzept / Produkt) Folie 38

3 Begriffsverständnis BI Weites BI- Verständnis Datenbereitstellung Datenauswertung ETL Data Warehouse Standard- Reporting Ad-Hoc- Reporting OLAP Data / Text Mining MIS / EIS / DSS Portale Kennzahlen / Balances Scorecards Planung / Konsolidierung Analytisches CRM Analyseorientiertes BI-Verständnis Enges BI- Verständnis Technik Anwendung Prozessschwerpunkt Orientierung Folie 39

4 Aufgaben- und Anwendungsgebiete Controlling- und Führungs- Informationssysteme Vertriebs- und Kostencontrolling Finanzplanung strategische Produktplanung Personalbedarfsplanung Marktanalyse Prozesskostenrechnung Kapitalflussrechnung Währungsumrechnungen Liquiditätsplanung innerbetriebliche Leistungsverrechnung Investitionsrechnung Bilanzanalyse Kostenartenplanung Betriebsergebnisrechnung Kundenergebnisrechnung Kennzahlenberechnung Berichtswesen Konsolidierung Folie 40

5 Einsatzgebiete für BI-Systeme Controlling 88,1% Management/Geschäftsführung 76,8% 13,2% 10,0% Sales/Vertrieb 75,9% 15,1% Rechnungswesen/Buchhaltung 63,2% 26,2% 10,5% Logistik 44,3% 44,3% 11,4% Einkauf 43,5% 41,9% 14,6% Produktion 43,0% 46,2% 10,8% Personalwesen (HR) 36,8% 49,2% 14,1% Kundendienst/Service 34,3% 56,8% Marketing/Werbung 32,2% 55,9% 11,9% Forschung & Entwicklung 15,7% 75,9% im Einsatz nicht im Einsatz Einsatz geplant Quelle: eigene empirische Erhebung, Dezember 2009 Januar 2010 Folie 41

6 Gliederung 1. Einführung 2. Arbeitsaufgaben und -prozesse der Fach- und Führungskräfte 3. Klassische Ausprägungen der Management Support Systeme 4. Business Intelligence 5. Datenbereitstellung: Data Warehousing 6. Datenanalyse: On-Line Analytical Processing und Data Mining 7. Betriebliches Berichtswesen 8. Gestaltung und Betrieb von BI-Lösungen 9. Aktuelle Tendenzen bei Business Intelligence-Systemen Folie 42

7 Data Warehouse-Konzept Data Warehouse (DW) = A subject oriented, integrated, nonvolatile, time variant collection of data organized to support management needs W. H. Inmon, Building the Data Warehouse, New York u. a. 1993, S. 29. subject oriented integrated nonvolatile time variant management needs Themenorientierung Vereinheitlichung Dauerhaftigkeit, Stabilität Zeitorientierung der Informationen Analyse und Entscheidungsunterstützung Folie 43

8 Data Warehouse MSS Data Warehouse Operative Unternehmensdaten Operative Informationssysteme umfasst die Serverkomponenten einer Systemlösung, die für die unternehmensweite Datenversorgung der Front-End-Systeme zur Informationsbereitstellung und Entscheidungsunterstützung betrieblicher Fach- und Führungskräfte zuständig sind, ist physikalisch von den operativen Vorsystemen getrennt und baut lediglich zum Zweck der periodischen Datenaktualisierung bzw. -ergänzung Verbindungen zu den operativen DV-Systemen auf. Folie 44

9 Architekturvarianten (Durchgriff auf operative Systeme) Endbenutzer ABAP, Berichtsgeneratoren, Excel,... Probleme: zahlreiche Schnittstellen Belastung der operativen Systeme inkonsistente und starre Berichte keine Historie kaum Interaktion lange Laufzeiten SAP, Baan,.. PAISY,... Operative Vorsysteme Folie 45

10 Architekturvarianten (Unternehmensweites Data Warehouse) Endbenutzer... Data Warehouse Import-Schnittstelle SAP, Baan,.. PAISY,... Operative Vorsysteme Probleme: komplexe Import- Schnittstelle Administrationsaufwand für DB umfangreiche Berichtsdatenbank (Laufzeiten) kaum Interaktion interaktive Nutzung durch den Endanwender z.b. für neue Berichte kaum möglich Folie 46

11 Architekturvarianten (Data Marts ohne Data Warehouse) Endbenutzer... Probleme: Anzahl der Schnittstellen viele DBs Konsistenz der Daten Import Abteilungsdatenbank Abteilungsdatenbank Import SAP, Baan,.. PAISY,... Operative Vorsysteme Folie 47

12 Architekturvarianten (Data Marts mit Data Warehouse) Endbenutzer Data Mart Data Mart Data Warehouse Probleme: komplexe Lösung lange Projektlaufzeit bis zu ersten Ergebnissen viele Einzelkomponenten Import-Schnittstelle SAP, Baan,.. PAISY,... Operative Vorsysteme Folie 48

13 Referenzarchitektur Endbenutzer Externe Daten Data Marts MDB ROLAP Zentrales Data Warehouse Data Warehouse Data Mining Operative Vorsysteme Folie 49

14 Speichersegmente des Data Warehouse Data Warehouse Enterprise Data Warehouse Zentrale Staging Area Datenbasi s ETL-System Operational Data Store Externe Daten Operative Vorsysteme Folie 50

15 Staging Area Temporäre Zwischenspeicherung extrahierter Rohdaten vor der Integration Kein direkter Zugriff für Endbenutzer für Analysen Staging Area Plattform für Datentransformationen zur Entlastung von Quelldatenbanken und Data Warehouse Folie 51

16 Operational Data Store Integrierte Detaildaten ggf. bis auf Belegebene für operatives Reporting I. d. R. keine allzu lange Historie Datenquelle für das Enterprise Data Warehouse Klassische relationale Datenablage (3. Normalform) Operational Data Store Folie 52

17 Enterprise Data Warehouse Verdichtete Daten (z. B. Tagesbasis) Lange Historie (> 5 Jahre) Großes Datenvolumen (u. U. > 100 TB) Unternehmens- bzw. konzernweit ausgerichtet Denormalisiert Single Point of the Truth Enterprise Data Warehouse Folie 53

18 DW-Architektur - Telekommunikationsunternehmen Business Layer DWH Layer Data Stores Layer Data Mart Layer Atomic Layer Denormalisiert, angereichert, verdichtet 3. Normalform, historisiert Data Integration Layer File Landing Zone Source Systems 54 Folie 54

19 DW-Architektur - Analysten Quelle: Gartner, Januar 2013 Folie 55 55

20 DW-Datenbankmanagement Systeme Quelle: Gartner, Januar 2013 Folie 56 56

21 ETL-Prozesse Initiale Befüllung vs. periodische Aktualisierung Zeitfenster Full Copy vs. Inkremental Load Indexbildung, Aggregationen Aktualisierungshäufigkeit Tages-, Wochen-, Monatsabstände Untertägige und Right-/Real Time Aktualisierung Folie 57

22 ETL-Prozesse Initiale Befüllung vs. periodische Aktualisierung Zeitfenster Full Copy vs. Inkremental Load Indexbildung, Aggregationen Aktualisierungshäufigkeit Tages-, Wochen-, Monatsabstände Untertägige und Right-/Real Time Aktualisierung Folie 58

23 Quelldaten ETL-Prozess Transformieren i.e.s. Harmonisieren Data Warehouse/ODS Extrahieren Bereinigen Laden Zuordnen Folie 59

24 Incremental Load Problem der Identifikation geänderter bzw. neuer Quelldatensätze Lösungsalternativen: Modifikation der Quellsysteme Änderungsdokumentation mit Triggermechanismen Analyse von Datenbank-Log-Dateien Schnappschuss-Vergleichsverfahren Extrahieren Folie 60

25 Transformation i. e. S. Verknüpfung der Datensätze aus unterschiedlichen Vorsystemen Problem: verschieden Schlüsselungsverfahren Lösung: Lookup-Tabellen Harmonisierung der Datenbestände Syntaktische Vereinheitlichung: Formatangleichung Semantische Vereinheitlichung: Begriffsverständnisse und Berechnungsmethoden Transformieren i.e.s. Harmonisieren Bereinigen Zuordnen Folie 61

26 Transformation i. e. S. Bereinigung der Daten Elimination semantischer und/oder syntaktischer Fehler aufgrund unzureichender Integritätsprüfungen in den Vorsystemen Datentypsverletzungen (Buchstaben in numerischen Feldern) Wertebereichsverletzungen (negative Lagerbestände) Inhaltliche Fehler bei korrekter Syntax (Mussfelder) Fehlende Werte (nicht existent, nicht bekannt) Dublettenerkennung Transformieren i.e.s. Harmonisieren Bereinigen Zuordnen Zuordnung von Quell- zu Zieldatenobjekten (Mapping) Folie 62

27 Laden in die Zielumgebung Berechnungen durchführen Zusätzliche Kenngrößen Ohne Einbeziehung bereits abgelegter Daten Mit Einbeziehung bereits abgelegter Daten Aggregationen Performanceverbesserung Abschalten der Transaktionskontrolle Sperrung für Online-Zugriffe Laden Folie 63

28 Cubeware Importer Folie 64

29 ETL-Werkzeuge Folie 65 Segment Hersteller Produktbezeichnung Spezialwerkzeug Ab Initio Co>Operating System Embarcadero DT/Studio Group 1 Software Sagent Data Flow Solution IBM InfoSphere Information Server Informatica PowerCenter iway Data Migrator Open Text Integration Center Pentaho Data Integration (Kettle) SAP Business Objects Data Integrator SAS Enterprise Data Integration Server Sybase Data Integration Studio Syncsort DMExpress Talend OpenStudio Teil einer Business Cubeware Importer Intelligence Suite Oracle Hyperion Data Integration Management iq4bis DataServer Jaspersoft JasperETL Microsoft SQL Server Integration Services Tonbeller Siron Datenbank-Ergänzung IBM SQL Warehousing Tool Jedox Palo ETL Server Oracle Warehouse Builder, Data Integrator Pervasive Data Integrator Quelle: Bange: Werkzeuge für analytische Informationssysteme, in: Chamoni/Gluchowski Analytische Informationssysteme, 4. Aufl., Berlin u. a. 2010, S

30 Gliederung 1. Einführung 2. Arbeitsaufgaben und -prozesse der Fach- und Führungskräfte 3. Klassische Ausprägungen der Management Support Systeme 4. Business Intelligence 5. Datenbereitstellung: Data Warehousing 6. Datenanalyse: On-Line Analytical Processing und Data Mining 7. Betriebliches Berichtswesen 8. Analyseorientierte Anwendungssysteme mit speziellem betriebswirtschaftlichen Schwerpunkt 9. Gestaltung und Betrieb von BI-Lösungen 10. Aktuelle Tendenzen bei Business Intelligence-Systemen Folie 66

31 On-Line Analytical Processing (OLAP) Software-Technologie, die Managern schnelle, interaktive und vielfältige Zugriffe auf relevante und konsistente Informationen ermöglicht dynamische, multidimensionale Analysen auf konsolidierten Unternehmensdatenbeständen zwölf Evaluationsregeln nach Codd/Codd/Salley Mehr- / Multidimensionalität: Anordnung betriebswirtschaftlicher Variablen (z.b. Kennzahlen) entlang mehrerer, unterschiedlicher Dimensionen (z.b. Region, Artikel, Produkte, Zeit, Kunden) PRODUKT REGION Folie 67

32 Dimensionen von Tabellen Eindimensionale Tabelle Relationale DBS On-Line Transaction Processing (OLTP) Zweidimensionale Tabelle Multidimensionale DBS On-Line Analytical Processing (OLAP) Datenzelle Datensatz Folie 68

33 Multidimensionale Datensichten (On-Line Analytical Processing) Datenwürfel Mehr- / Multidimensionalität Kunde Kunde 3 Kunde 2 Kunde 1 Produkt 1 Produkt 2 Produkt Monat Anordnung quantitativer betriebswirtschaftlicher Variablen (z. B. Kennzahlen) simultan entlang unterschiedlicher Dimensionen (z. B. Region, Artikel, Produkte, Zeit, Kunden) Produkt Absatzmenge Folie 69

34 Navigation in multidimensionalen Datenstrukturen Slice Rotation (Pivotisierung) Drill-Down Roll-Up PRODUKT REGION Folie 70

35 Slice Herausschneiden einzelner Scheiben, Schichten oder kleiner Würfel aus dem Datenraum Produktsicht z.b. Produktmanager Regionale Sicht z.b. Gebietsleiter Ad-hoc-Sicht z.b. Analyst Ranging (Dicing) Region Region Region Folie 71 Produkt 4alle Regionen 4gesamter Zeitraum 4ein Produkt (Filter) Produkt 4alle Produkte 4gesamter Zeitraum 4eine Region (Filter) Produkt 4Produkte einer Produktgruppe (Filter) 4ein Quartal (Filter) 4eine Teilegion (Filter)

36 Rotation (Pivoting) Region Rotation des Datenwürfels durch Drehen oder Kippen, um eine andere Perspektive auf die Daten zu ermöglichen. Produkt Produkt Zeit Folie 72

37 Rotation (Pivoting) Folie 73

38 Drill-Down Folie 74

39 Darstellung multidimensionaler Strukturen im Relationenmodell Würfel Absatz Relation Absatz Artikel 03/98 02/98 01/ Artikel Region Periode Absatzmenge 4711 Nord 01/ Nord 01/ Nord 01/ Ost 01/ Nord Ost Süd Region Folie 75

40 Übergang vom Würfel zur Relation Artikel Periode Absatzmenge Relation Absatz 02/05 01/05 Artikel Region Periode Absatzmenge Ost Ost Ost Süd... 01/05 01/05 01/05 01/ Nord Ost Süd West Region Folie 76

41 Übergang vom Würfel zur Relation Artikel Periode Absatzmenge Relation Absatz 02/05 01/05 Artikel Region Periode Absatzmenge Ost Ost Ost Süd... 01/05 01/05 01/05 01/ Nord Ost Süd West Region Folie 77

42 Übergang vom Würfel zur Relation Artikel Periode Absatzmenge Relation Absatz 02/05 01/05 Artikel Region Periode Absatzmenge Ost Ost Ost Süd... 01/05 01/05 01/05 01/ Nord Ost Süd West Region Folie 78

43 Darstellung multidimensionaler Strukturen im Relationenmodell Star-Schema Artikel Artikel-ID Bezeichnung Maßeinheit Packung Farbe Region Region-ID Bezeichnung Fläche in qkm Bevölkerung 1 1 n n Vertrieb Artikel-ID Perioden-ID Regionen-ID Absatzmenge Faktentabelle n 1 Periode Perioden-ID Bezeichnung Dimensionstabellen Folie 79

44 DV-Speicherungskonzept mit relationalen Datenbanken Abbildung von Hierarchien in Dimensionstabellen Folie 81

45 DV-Speicherungskonzept mit relationalen Datenbanken Snowflake-Schema Folie 82

46 DV-Speicherungskonzept mit relationalen Datenbanken Fact-Constellation-Schema Folie 83

47 DV-Speicherungskonzept mit relationalen Datenbanken Folie 84 Artikel Artikel-ID Bezeichnung Region Region-ID Bezeichnung Fläche in qkm Bevölkerung n n Galaxien Faktentabellen Vertrieb Artikel-ID Perioden-ID Region-ID Absatzmenge n 1 n Dimensionstabellen Preis Artikel-ID Perioden-ID Verkaufspreis Einkaufspreis Periode Perioden-ID Bezeichnung n 1

48 Gegenüberstellung von Fakten- und Dimensionstabellen Faktentabellen Numerische Meßgrößen (Kennzahlen, Fakten) Zusammengesetzter Primärschlüssel - verweist auf Dimensionstabellen Relativ wenig Spalten mit geringer Zeichenzahl Viele Zeilen Großer Speicherbedarf Dimensionstabellen Beschreibende Angaben zu Dimensionselementen Einzelner, kurzer Primärschlüssel, der auf die Faktentabellen verweist Viele Spalten mit unterschiedlichsten Attributen und Hierarchieinformationen Relativ wenig Zeilen Denormalisierung aus Performancegründen erlaubt Folie 85

49 Lokale Data Mart-Lösungen mit Fat Clients (Desktop-OLAP) Relationaler Daten-Server Relationale Datenbank Mehrdimensionale Präsentations- und Transformationswerkzeuge Ad-hoc- Transformation Anbieter: IBM, vormals Cognos (Powerplay, heute jedoch meist server-basiert)) Arcplan (DynaSight) Folie 86 Lokale, mehrdimensionale Datenbasis (Data Mart)

50 Relationale OLAP-Lösungen mit zentraler Engine Relationaler Daten-Server ROLAP Engine OLAP Client Relationale Datenbank Datenbank-Schicht Anbieter: MicroStrategy (Intelligence Server) Transformations- und Berechnungs-Schicht Präsentations-Schicht Folie 87

51 OLAP-Lösungen mit multidimensionaler Datenbank Anbieter: IBM, vormals Cognos, vormals Applix (TM/1) Oracle, vormals Hyperion Solutions (Essbase) Infor, vormals MIS (ALEA) Multidimensionale Datenbank Multidimensionale Datenbasis?! Metadaten (Data Dictionary) Abfrageschnittstelle Datenbankverwaltung Importschnittstelle Administrationsschnittstelle Folie 88

52 OLAP-Gestaltungsvarianten Repräsentationsschicht ROLAP MOLAP Applikations- Schicht Datenbank- Schicht Relationale Datenbank Relationale Datenbank Multidimensionale Datenbank 2-Tier-Architektur mit Fat-Clients 3-Tier-Architektur mit OLAP-Engine 2-Tier-Architektur mit MDB Folie 89

53 OLAP-Lösungen mit heterogenen Datenbanktechnologien Anbieter: Oracle/Hyperion (Essbase + rel. DB) Microsoft (SQL Server + Analysis Services)... HOLAP= hybrides OLAP Engine OLAP Client Relationale Datenbank Multidim. Datenbank Datenbank-Schicht Integrations-Schicht Präsentations-Schicht Folie 90

54 Vergleich relationales und multidimensionales Speicherkonzept Relationales Speicherkonzept Skalierbarkeit Häufig Read-Only-Lösungen Beliebige Datenmengen Zahlreiche Attribute in jeder Dimension möglich Mäßige Performance Zusatzoptionen (Spezielle Indextechniken) Multidimensionales Speicherkonzept Plattformabhängig Datenmodifikation möglich (What If) Aufblähung des Datenbestandes Eingeschränkte Attributanzahl je Dimension Gute Performance Black Box Folie 91

55 Folie 92 Speicherkonzepte der Anbieter Speicherkonzept Multidimensional relational ROLAP- Engine hybrid Hersteller Relationale Datenbank Multidimensionale Datenbank Applix - itm1 Cognos - PowerCubes* MIK - MIK-OLAP MIS - Alea Orenburg - Board M.I.T. Thinking Networks - TN Planning IBM DB2 (Metadaten-intgration über CubeViews ) NCR Teradata - Sand Nucleus - Sybase Adaptive Server IQ - SAP diverse (z. B. IBM, Microsoft, Oracle) - MicroStrategy diverse (z. B. IBM, Microsoft, NCR - Teradata, Oracle) Hyperion diverse (über Application Link) Essbase Microsoft SQL Server Analysis Services Oracle 10g 10g OLAP SAS SAS System, SPDS OLAP Server Quelle: Bange: Werkzeuge für analytische Informationssysteme, in: Chamoni/Gluchowski Analytische Informationssysteme, Berlin u. a. 2006, S

56 Erweiterungen handelsüblicher Standardsoftwarepakete Spreadsheet-Add-Ons (Lotus-123- oder Excel-Erweiterungen) Unwesentliche Veränderung der Standard-Oberfläche durch zusätzliche Menüoptionen und Buttonleisten simultane Nutzung der Features beider Werkzeuge Folie 93

57 oder als Pivot-Tabelle Folie 94

58 WWW-Browser als OLAP-Front-End nahtlose Integration in die vertraute WWW-Umgebung transparenter Durchgriff für den Endanwender Erweiterung von HTML um multidimensionale Komponenten Folie 95

59 Exkurs: SAP-BW Architektur und Komponenten des SAP BW 3.0 Folie 96 SAP AG

WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE'

WAHLPFLICHTBEREICH 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

Mehr

Lehrstuhl für Wirtschaftsinformatik II. Gliederung

Lehrstuhl für Wirtschaftsinformatik II. Gliederung Gliederung 1. Einführung 2. Arbeitsaufgaben und -prozesse der Fach- und Führungskräfte 3. Klassische Ausprägungen der Management Support Systeme 4. Business Intelligence 5. Datenbereitstellung: Data Warehousing

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

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

T1P. Grundlagen des Data Warehousing Von der operativen Datenquelle bis zur Managementinformation. Prof. Dr. Peter Gluchowski Prof. Dr.

T1P. Grundlagen des Data Warehousing Von der operativen Datenquelle bis zur Managementinformation. Prof. Dr. Peter Gluchowski Prof. Dr. T1P 7. Europäische TDWI Konferenz 2. 4. Juni 2008 Forum am Deutschen Museum, München Grundlagen des Data Warehousing Von der operativen Datenquelle bis zur Managementinformation Prof. Dr. Peter Gluchowski

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen (AIS)

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

Mehr

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Architektur und Konzepte Josef Kolbitsch Manuela Reinisch Übersicht Mehrstufiges BI-System Architektur eines Data Warehouses Architektur eines Reporting-Systems Benutzerrollen in

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

MIS by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001

MIS 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)

Mehr

Hinweise zur Klausur Zusammenfassung OPAL-Übungen / Kontrollfragen Fragen Vertiefung Modellierung

Hinweise 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

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen (AIS)

Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation Zusammenfassung OPAL 6. Übung Juni 2015 Agenda Hinweise zur Klausur Zusammenfassung OPAL Übungen / Kontrollfragen

Mehr

Business Intelligenceein Überblick

Business Intelligenceein Überblick Exkurs Business Intelligenceein Überblick Folie 1 Januar 06 Literatur Kemper, Hans-Georg; Mehanna, Walid; Unger, Carsten (2004): Business Intelligence: Grundlagen und praktische Anwendungen Eine Einführung

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort 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

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

Logische Modellierung von Data Warehouses

Logische 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..

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen

Komponenten und Architekturen von Analytischen Informationssystemen Komponenten und Architekturen von Analytischen Informationssystemen Sommersemester 2013 Prof Dr. Peter Gluchowski Literatur zur Vorlesung AIS/BIS Gluchowski, Peter; Gabriel, Roland; Dittmar, Carsten: Management

Mehr

Data Warehouse und Data Mining

Data Warehouse und Data Mining Data Warehouse und Data Mining Marktführende Produkte im Vergleich von Dr. Heiko Schinzer, Carsten Bange und Holger Mertens 2., völlig überarbeitete und erweiterte Auflage -. - Verlag Franz Vahlen München

Mehr

OLAP und Data Warehouses

OLAP und Data Warehouses OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting

Mehr

Einsatz von Anwendungssystemen

Einsatz von Anwendungssystemen Einsatz von Anwendungssystemen WS 2013/14 7 Führungssysteme 7.1 Data Warehouse 7.2 Planungssysteme 7.3 Balanced Scorecard (BSC) 7.4 Business Intelligence 7 Führungssysteme 7.1 Data Warehouse Ein Data Warehouse

Mehr

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

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

Mehr

Data Warehouse Grundlagen

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

Mehr

Historie der analyseorientierten Informationssysteme

Historie der analyseorientierten Informationssysteme Gliederung MSS 1. Einführung in die Management Support Systeme (MSS) 2. Data Warehouse als Basis-Konzept aktueller MSS 3. Business Intelligence (BI) als Weiterführung des DW-Ansatzes 1. Grundlagen zum

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

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

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

Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück

Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware 14. März 2013, IHK Osnabrück-Emsland-Grafschaft Bentheim Geschichte Kassenbuch des Liederkranz, 1886 Hutmachergesangvereins

Mehr

Business Intelligence Data Warehouse. Jan Weinschenker

Business 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

Mehr

Kapitel 6 Einführung in Data Warehouses

Kapitel 6 Einführung in Data Warehouses Kapitel 6 Einführung in Data Warehouses Skript zur Vorlesung: Datenbanksysteme II Sommersemester 2008, LMU München 2008 Dr. Peer Kröger Dieses Skript basiert zu einem Teil auf dem Skript zur Vorlesung

Mehr

Business Intelligence Anwendungssysteme

Business Intelligence Anwendungssysteme Business Intelligence Anwendungssysteme Fakultät für Wirtschaftswissenschaften Professur Wirtschaftsinformatik II Prof. Dr. Peter Gluchowski Folie 1 Literatur zur Vorlesung BI- Anwendungssysteme Gluchowski,

Mehr

Management Support Systeme

Management Support Systeme Folie 1 Management Support Systeme Literatur zur Vorlesung MSS Gluchowski, Peter; Gabriel, Roland; Chamoni, Peter (1997): Management Support Systeme. Computergestützte Informationssysteme für Führungskräfte

Mehr

Data Warehousing. Kapitel 1: Data-Warehousing-Architektur. Folien teilweise übernommen von Matthias Gimbel

Data Warehousing. Kapitel 1: Data-Warehousing-Architektur. Folien teilweise übernommen von Matthias Gimbel Data Warehousing Kapitel 1: Data-Warehousing-Architektur Folien teilweise übernommen von Matthias Gimbel 2 Analyse von Geschäftsprozessen Mögliche Fragestellungen Wie entwickelt sich unser Umsatz im Vergleich

Mehr

Multidimensionales Datenmodell, Cognos

Multidimensionales Datenmodell, Cognos Data Warehousing (II): Multidimensionales Datenmodell, Cognos Praktikum: Data Warehousing und Mining Praktikum Data Warehousing und Mining, Sommersemester 2010 Vereinfachte Sicht auf die Referenzarchitektur

Mehr

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick

Mehr

Michael Bauer Niederlassungsleiter Köln

Michael Bauer Niederlassungsleiter Köln Click to edit Master title style 1 Michael Bauer Niederlassungsleiter Köln Hamburg, 18. Juni 2009 2009 IBM Corporation Agenda Click to edit Master title style 2 zur Person Wo, Warum.., Was - CPM liefert

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

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

Kluge Entscheidung! Business Intelligence für Mittelstand und Fachabteilungen

Kluge Entscheidung! Business Intelligence für Mittelstand und Fachabteilungen Kluge Entscheidung! Business Intelligence für Mittelstand und Fachabteilungen Von Cubeware bekommen Sie alles, was Sie für leistungsstarke BI-Lösungen brauchen. 2 Cubeware steht für Erfahrung, Know-how

Mehr

Kapitel II. Datenbereitstellung 2004 AIFB / FZI 1. Vorlesung Knowledge Discovery

Kapitel II. Datenbereitstellung 2004 AIFB / FZI 1. Vorlesung Knowledge Discovery Kapitel II Datenbereitstellung 2004 AIFB / FZI 1 II. Datenbereitstellung 2004 AIFB / FZI 2 II. Datenbereitstellung Collect Initial Data identify relevant attributes identify inconsistencies between sources

Mehr

Cubeware Connectivity for SAP Solutions

Cubeware Connectivity for SAP Solutions Cubeware Connectivity for SAP Solutions Beispiele und Anwendungsfälle 1. Modellierung, Extraction, Transformation und Loading mit Datenquelle SAP R/3 und mysap ERP Mit Hilfe des Cubeware Importers und

Mehr

Themenblock: Erstellung eines Cube

Themenblock: 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

Mehr

1 Einführung. Unbekannte Begriffe: Business Intelligence, Knowledge Management, Unternehmensportale, Information Warehouse.

1 Einführung. Unbekannte Begriffe: Business Intelligence, Knowledge Management, Unternehmensportale, Information Warehouse. 1 Einführung mysap Business Intelligence stellt mit Hilfe von Knowledge Management die Verbindung zwischen denen, die etwas wissen und denen, die etwas wissen müssen her. mysap Business Intelligence integriert

Mehr

Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses

Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses Exposé zur Diplomarbeit Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Fakultät II Institut

Mehr

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator

eevolution 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

Mehr

COGNOS PERFORMANCE MANAGEMENT. Jörg Fuchslueger, COGNOS Austria Manager Professional Services

COGNOS PERFORMANCE MANAGEMENT. Jörg Fuchslueger, COGNOS Austria Manager Professional Services COGNOS PERFORMANCE MANAGEMENT Jörg Fuchslueger, COGNOS Austria Manager Professional Services Agenda Cognos Performance Management Unternehmensweites Berichtswesen AdHoc Analysen Überwachung und Steuerung

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

Kapitel 2 Terminologie und Definition

Kapitel 2 Terminologie und Definition Kapitel 2 Terminologie und Definition In zahlreichen Publikationen und Fachzeitschriften tauchen die Begriffe Data Warehouse, Data Warehousing, Data-Warehouse-System, Metadaten, Dimension, multidimensionale

Mehr

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge

Self 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

Mehr

Data Warehouse und ETL. Einführung und Überblick

Data Warehouse und ETL. Einführung und Überblick Data Warehouse und ETL Einführung und Überblick Data Warehouse Definition I A subject-oriented, integrated, non-volatile, time-variant collection of data organized to support management needs Inmon, Database

Mehr

Data Warehouse. für den Microsoft SQL SERVER 2000/2005

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

Mehr

Andreas Emhart Geschäftsführer Alegri International Group

Andreas Emhart Geschäftsführer Alegri International Group Andreas Emhart Geschäftsführer Alegri International Group Agenda Vorstellung Alegri International Überblick Microsoft Business Intelligence Sharepoint Standard Business Intelligence Tool Excel Service

Mehr

Business Intelligence: Markt, Trends und Technologien. Dr. Carsten Bange Darmstadt, 22.1.2008

Business Intelligence: Markt, Trends und Technologien. Dr. Carsten Bange Darmstadt, 22.1.2008 Business Intelligence: Markt, Trends und Technologien Dr. Carsten Bange Darmstadt, 22.1.2008 Business Intelligence & Corporate Performance Management Entwicklung des BI-Softwaremarktes Seit Jahren robustes

Mehr

arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011

arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011 arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011 arcplan 2011 Agenda Was ist arcplan Edge? Komponenten von arcplan Edge arcplan Edge Roadmap Live Demo arcplan

Mehr

Die 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 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

Mehr

SAP Business Intelligence

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

Mehr

Data Warehouse Technologien

Data 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

Mehr

products Cubeware Connectivity for SAP Solutions Smarte Schnittstelle für Business Intelligence auf SAP SAP zertifiziert

products Cubeware Connectivity for SAP Solutions Smarte Schnittstelle für Business Intelligence auf SAP SAP zertifiziert Cubeware Connectivity for SAP Solutions Smarte Schnittstelle für Business Intelligence products auf SAP SAP zertifiziert Keine Programmierkenntnisse erforderlich Mächtig durch vorgegebenen Business Content

Mehr

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch Markus Ruf, Geschäftsführer mip GmbH Jens Kretzschmar, Senior

Mehr

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

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

Mehr

SAP BI Business Information

SAP BI Business Information Aus der Praxis für die Praxis. SAP BI Business Information Thomas Wieland Berlin, 24. November 2006 SAP BW Architektur Seite 2 Business Intelligence Aufgaben Bereitstellung harmonisierter Daten, Informationen

Mehr

O-BIEE Einführung mit Beispielen aus der Praxis

O-BIEE Einführung mit Beispielen aus der Praxis O-BIEE Einführung mit Beispielen aus der Praxis Stefan Hess Business Intelligence Trivadis GmbH, Stuttgart 2. Dezember 2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg

Mehr

Willkommen im Haifischbecken:

Willkommen im Haifischbecken: Willkommen im Haifischbecken: Strategien der vier Megavendoren Zürich 18. November 2009 Wolf K. Müller Scholz Business Intelligence Magazine wms@bi-magazine.net 1 Business Intelligence: Tastsinn Lehre

Mehr

Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management

Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management Andrei Buhrymenka Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management Für Unternehmen mit Business Intelligence Diplomica Verlag Andrei Buhrymenka Erfolgreiche Unternehmensführung

Mehr

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen

Mehr

Business Intelligence Center of Excellence

Business Intelligence Center of Excellence Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).

Mehr

Business Intelligence. Business Intelligence Seminar, WS 2007/08

Business Intelligence. Business Intelligence Seminar, WS 2007/08 Business Intelligence Seminar, WS 2007/08 Prof. Dr. Knut Hinkelmann Fachhochschule Nordwestschweiz knut.hinkelmann@fhnw.ch Business Intelligence Entscheidungsorientierte Sammlung, Aufbereitung und Darstellung

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

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

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

Trends in Business Intelligence

Trends in Business Intelligence Trends in Business Intelligence Patrick Keller Senior Analyst BARC Business Application Research Center BARC ist Marktanalyst und Berater spezialisiert auf Business Intelligence, Daten- und Dokumentenmanagement.

Mehr

Business Intelligence. Data Warehouse / Analyse Sven Elvers 2005-07-06

Business Intelligence. Data Warehouse / Analyse Sven Elvers 2005-07-06 Business Intelligence Data Warehouse / Analyse Sven Elvers 2005-07-06 Einleitung Dieses Dokument beschreibt einen für das Verständnis relevanten Teil der Präsentation. Business Intelligence Motivation

Mehr

Eine Einführung in OLAP

Eine Einführung in OLAP Eine Einführung in OLAP Einleitung... 1 Wofür wird OLAP benötigt?... 1 Was ist OLAP?... 3 OLAP Charakteristika... 3 Dimensionen... 3 Hierarchien... 3 Flexible Präsentation... 4 OLAP und Data Warehousing...

Mehr

Einsatz des Microsoft SQL-Servers bei der KKH

Einsatz des Microsoft SQL-Servers bei der KKH Einsatz des Microsoft SQL-Servers bei der KKH Reporting Services und Analysis Services Kontaktdaten Detlef André Abteilungsleiter Data Warehouse E-Mail detlef.andre@kkh.de Telefon 0511 2802-5700 Dr. Reinhard

Mehr

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr

Infor 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

Mehr

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren BI, Big Data, CRM Forum @ CeBIT 2015, Hannover, 19.03.2015 Patrick Keller, Senior Analyst Status Quo Business Intelligence

Mehr

Anwendertage WDV2012

Anwendertage WDV2012 Anwendertage WDV2012 28.02.-01.03.2013 in Pferdingsleben Thema: Business Intelligence mit Excel 2010 Referent: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant Alles ist möglich! 1 Torsten Kühn Dipl.

Mehr

Cubeware Connectivity for SAP Solutions

Cubeware Connectivity for SAP Solutions Cubeware Connectivity for SAP Solutions Smarter BI-Connector für SAP SAP zertifiziert Adapter für die SAP Business Suite und SAP Business All-in-One Leistungsstark, einfach und ohne Programmieraufwand

Mehr

Informationssysteme für das Management

Informationssysteme für das Management FHBB l Departement Wirtschaft l Informationssysteme für das Management Michael Pülz, Hanspeter Knechtli Lernziele Den Unterschied zwischen operativen und analytischen Informationssystemen beschreiben können

Mehr

Kapitel II. Datenbereitstellung. II. Datenbereitstellung. II.1 Grundlagen. II. Datenbereitstellung. Collect Initial Data. II.

Kapitel II. Datenbereitstellung. II. Datenbereitstellung. II.1 Grundlagen. II. Datenbereitstellung. Collect Initial Data. II. II. bereitstellung Kapitel II bereitstellung 1 2 II. bereitstellung II.1 Grundlagen Collect Initial Data identify relevant attributes identify inconsistencies between sources Describe Data characterize

Mehr

eevolution Business Intelligence

eevolution Business Intelligence eevolution Business Intelligence Haben Sie sich schon häufig gefragt, warum Ihr Berichtswesen so kompliziert sein muss? Warum Sie nicht einfach mit wenigen Handgriffen Ihr Berichtswesen einrichten und

Mehr

KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG)

KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG) KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG) W W W. N O V E M B A. D E Sie haben Ihr Ziel erreicht! Strategie & Planung Unter vollen Segeln zum Erfolg Strategie & Planung Unter vollen

Mehr

Business Intelligence vor neuen Herausforderungen. Eine Studie von IBM und TDWI, Dezember 2010

Business Intelligence vor neuen Herausforderungen. Eine Studie von IBM und TDWI, Dezember 2010 Business Intelligence vor neuen Herausforderungen Eine Studie von IBM und TDWI, Dezember 2010 Vorwort Kaum ein IT-Marktsegment ist derzeit einer derart hohen Dynamik unterworfen wie der Business-Intelligence-Sektor.

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die

Mehr

Die SAP BI-Produktstrategie aus Analystensicht - unangenehme Wahrheiten für SAP Anwender

Die SAP BI-Produktstrategie aus Analystensicht - unangenehme Wahrheiten für SAP Anwender Die SAP BI-Produktstrategie aus Analystensicht - unangenehme Wahrheiten für SAP Anwender 14. TDWI Anwenderforum in Kooperation mit der Universität i Stuttgart Steffen Vierkorn Head of Research and Consulting

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 Funktionsweise und technische Grundlagen

Business Intelligence Funktionsweise und technische Grundlagen Business Intelligence Funktionsweise und technische Grundlagen Whitepaper 1/5 HINTERGRUND Die richtige Information zur richtigen Zeit abrufen zu können kann für ein Unternehmen entscheidend sein. Doch

Mehr

Business Performance Management Next Generation Business Intelligence?

Business Performance Management Next Generation Business Intelligence? Business Performance Management Next Generation Business Intelligence? München, 23. Juni 2004 Jörg Narr Business Application Research Center Untersuchung von Business-Intelligence-Software am Lehrstuhl

Mehr

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe 4. WORKSHOP - OSBI Big Data und Datenvirtualisierung Dr. Sebastian Streit & Maxim Zehe F. Hoffmann-La Roche AG Gegründet 1896 in Basel Über 80.000 Mitarbeitende Führende Position in Pharma Fokussierung

Mehr

Oracle 10g revolutioniert Business Intelligence & Warehouse

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

Mehr

TDWI Europe 2010 Munich

TDWI Europe 2010 Munich TDWI Europe 2010 Munich Architektur und Modellierung für das Enterprise Data Warehouse W2A Mittwoch, 16. Juni 2010 10:00 bis 11:30 & 12:00 bis 13:15 Dr. Michael Hahne Dr. Michael Hahne 2010 W2A / 1 Agenda

Mehr

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Sven Bosinger solution architect BI Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Agenda Kurze Vorstellung its-people Architektur als Erfolgsfaktor Verschiedene Architekturansätze

Mehr

Data-Warehouse-Systeme

Data-Warehouse-Systeme Vorlesung im Wintersemester 2008/09 Data-Warehouse-Systeme Dr. Stefanie Rinderle-Ma Institut für Datenbanken und Informationssysteme Universität Ulm stefanie.rinderle@uni-ulm.de Übersicht 1) Einführung

Mehr

2.8. Business Intelligence

2.8. Business Intelligence 2.8. Zulieferer BeschaffungProduktion Kunde E-Procurement Customer Relationship (CRM) Supply Chain (SCM) Enterprise Resource Planning (ERP) Executive Information (EIS) Executive Support (ESS) Chef-Informations-

Mehr

Berater für Business Intelligence und Data Warehousing

Berater für Business Intelligence und Data Warehousing Beraterprofil Jens Bäumler Berater für Business Intelligence und Data Warehousing j.baeumler@apparo.de Personendaten: - Jahrgang 1973 - EDV-Erfahrung seit 1990 - Staatsbürgerschaft deutsch - überregional

Mehr

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Thema: David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Autor: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant PRAXIS EDV- Betriebswirtschaft- und

Mehr

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr