Jörg Stahnke 11. Oracle Business Analytics und Data Warehouse Konferenz 2016, März 2016
|
|
- Waltraud Junge
- vor 6 Jahren
- Abrufe
Transkript
1 Data Vault Neue DWH-Anforderungen schnell und kostengünstig umsetzen - Jörg Stahnke
2 Agenda DWH-Landschaften Ausgangssituation & Ziele Vorstellung Data Vault Data Vault 1.0 Kurzer Überblick Data Vault 2.0 Erweiterungen Data Vault 2.0 Vergleich mit herkömmlicher Architektur Data Vault 2.0 Vorteile Universal Datamodeling Generator (UDG) Zusammenfassung 1
3 DWH-Landschaften Ausgangssituation & Ziele Ausgangssituation / Herausforderung DWH als schwerfälliger Dinosaurier mit hoher Komplexität vielfältige Abhängigkeiten: Alles hängt von Allem ab häufig Reengineering erforderlich kontinuierlich steigende Kosten Lange Umsetzungsdauer von Anforderungen Aufwändiger Retest des gesamten Systems bei Änderungen Ziele Kostenreduktion durch extrem effiziente Entwicklung geringe Fehleranfälligkeit Verkürzung der Time-to-Market durch flexibles Datenmodell hoher Automatisierungsgrad Lösung Verwendung von Data Vault 2.0 Implementierung mit Universal Datamodel Generator (UDG) von PPI 2
4 Agenda DWH-Landschaften Ausgangssituation & Ziele Vorstellung Data Vault Data Vault 1.0 Kurzer Überblick Data Vault 2.0 Erweiterungen Data Vault 2.0 Vergleich mit herkömmlicher Architektur Data Vault 2.0 Vorteile Universal Datamodeling Generator (UDG) Zusammenfassung 3
5 Data Vault 1.0 Kurzer Überblick Hubs Geschäftsobjekte Links Beziehungen von Geschäftsobjekten Satellites Eigenschaften von Geschäftsobjekten Ziele: Entkopplung einzelner Komponenten/Fragestellungen für fachliche Analyse Entwicklung/Test Beladung agiles Vorgehen kurze Time- to-market (schnelle Produktivsetzung von Änderungen) 4
6 Data Vault 2.0 Erweiterung durch Architektur und Vorgehensmodell (1/2) Technischer Business Analyst als neue zentrale Rolle verfügt über fundierte fachliche Kenntnisse hat technisches Grundverständnis ist wichtigster Ansprechpartner für Entwickler steuert DWH-Beladung fachlich Architektur Managed Self-Service BI Verantwortung für Daten und Geschäftsregeln (technischer Business Analyst) Write Back: Zurückschreiben neuer Informationen in das DWH (technischer Business Analyst) Fehleranalyse: ständige Rückmeldung Fehler an Quellsysteme vollständige Data-Lineage und Impact-Analyse Automatisierung aller Prozesse 5
7 Data Vault 2.0 Erweiterung durch Architektur und Vorgehensmodell (2/2) Datenmodellierung vollständige Entkopplung der Ladeprozesse durch Nutzung von Hashkeys als Primärschlüssel vereinfachte Deltaerkennung durch Hashkeys zur Differenzanalyse logische Zugriffsschicht simuliert relationales Modell (PPI-Ansatz) Vorgehensmodell agiles Vorgehen Weiterentwicklung von SCRUM 6
8 Staging logische Views Information Mart Data Vault 2.0 Konkrete Architektur Quellen Data Vault Integrationslogik Hard Rules Raw Vault Error Vault 1:1- Übernahme Star Schema Transformation Geschäftsregeln Soft Rules Business Vault Anlieferung Technisches Modell Fachliche Sicht 7
9 Data Vault 2.0 Vergleich mit herkömmlicher Architektur Datenmodell Herkömmliche Architektur Änderung einer Relation wirkt sich in Businessschicht kaskadierend aus Änderung der Granularität einer Beziehung erfordert Reengineering Data Vault Beziehungen zwischen Relationen gehen immer maximal über 2 Stufen Änderung der Granularität einer Beziehung ist ohne Modelländerung möglich Hubs und Links können sich nicht ändern 8
10 Data Vault 2.0 Vergleich mit herkömmlicher Architektur ETL/ELT-Prozess Herkömmliche Architektur fachliche Logik auf mehreren Ebenen Logikänderung beeinflusst großen Teil des DWH Datenquellen ETL mit Logik Datenversorgung ETL mit Logik Integrationsschicht ETL mit Logik (evtl. Datenkopie) Business Schicht ETL mit Logik Data Mart Data Vault fachliche Logik nur in Business Rules Änderung fachliche Logik wirkt sich nur auf Business Vault / Information Mart aus Quellen 1:1 Übernahme Staging EL ohne Logik Raw Vault ETL mit Logik (ergänzend) Business Vault EL ohne Logik Information Mart 9
11 Data Vault 2.0 Vergleich mit herkömmlicher Architektur Standardisierung/Automatisierung Herkömmliche Architektur Datenmodell ist nur teilweise standardisiert fast alle Beladungen enthalten fachliche Logik und sind individuell programmiert sinnvoller Einsatz von Generatoren ist nur selten möglich umfangreiche Generierung führt zu weniger Fehlern geringerem Aufwand vollständig einheitlichem Vorgehen Data Vault es gibt klare Regeln zum Aufbau des Datenmodells alle Hubs und Links sind technisch gleich strukturiert Satelliten haben identische technische Felder alle Beladungsprozesse ohne fachliche Logik werden automatisiert generiert Beladung Staging Beladung Raw Vault Beladung Information Mart nur Geschäftsregeln zur Beladung des Business Vaults werden individuell programmiert 10
12 Data Vault 2.0 Vergleich mit herkömmlicher Architektur Parallelisierung der Ladeprozesse Herkömmliche Architektur enthält technische Abhängigkeiten Parallelisierung muss technische und fachliche Abhängigkeiten berücksichtigen Data Vault Data Vault 2.0 enthält keinerlei technische Abhängigkeiten (durch Nutzung von Hash Keys) Parallelisierung muss nur fachliche Abhängigkeiten berücksichtigen geringer Parallelisierungsgrad sehr hoher Parallelisierungsgrad 11
13 Data Vault 2.0 Vorteile Entkopplung der Abhängigkeiten massiv parallelisierbare Ladeprozesse kein Retest des gesamten Systems erforderlich Reengineering extrem selten hoher Automatisierungsgrad durch standardisierte Beladungsprozesse Reduzierung von Speicherplatz sehr hohe Flexibilität klare Trennung von Geschäftsobjekten, Beziehungen und Eigenschaften inkrementelle Erweiterbarkeit konsequente Transparenz und zeitliche Nachvollziehbarkeit Time-to-Market sehr kurz / Reduzierung der Entwicklungskosten Durch den erweiterten PPI-Ansatz entstehen weitere Vorteile: durch generierte zusätzliche Views wird für fachliche Anwender ein leicht verständliches relationales Modell automatisiert bereitgestellt automatisiert verwaltete Point-in-Time (PIT) Tabellen garantieren zu jedem Zeitpunkt gute Abfrageperformance trotz einer Vielzahl von Joins 12
14 Data Vault 2.0 Vorteile: Kostenkurven im Vergleich Traditionell Data Vault
15 Agenda DWH-Landschaften Ausgangssituation & Ziele Vorstellung Data Vault Data Vault 1.0 Kurzer Überblick Data Vault 2.0 Erweiterungen Data Vault 2.0 Vergleich mit herkömmlicher Architektur Data Vault 2.0 Vorteile Universal Datamodeling Generator (UDG) Zusammenfassung 14
16 UDG Universal Datamodeling Generator Vorstellung Eclipse Plugin zur Datenbankmodellierung intuitive Bedienbarkeit Prüfung der Validierungsregeln, keine (technische) Fehleingabe möglich! Domain Specific Language (DSL) mit Xtext (Open Source) als Basis Erzeugung von SQL-Skripten, fachlicher Datenmodelldokumentation u.a. offene API zum Generieren von beliebigen projektspezifischen Codes in beliebiger Programmiersprache fachlichen Dokumentationen als Word-, HTML- oder Excel-Dateien grafischen Übersichten seit 4 Jahren PPI-Standardwerkzeug bei eigener Produktentwicklung 15
17 UDG Universal Datamodeling Generator PPI-Ansatz zur Implementierung Data-Vault-Regel Reduzierung der Komplexität gilt auch für die Tools herkömmliches Tool deckt Anforderungen verschiedener Kunden ab enthält hohe Komplexität erfordert viel Know-how bietet Möglichkeiten für Fehler Wer nutzt mehr als 5% der Funktionen von Word? PPI-Ansatz statt eines Tools wird eine anpassbare API geliefert ist vorkonfiguriert nutzt eigene Domain Specific Language (DSL) kann nicht alles, aber genau das, was das Projekt braucht 16
18 Umsetzung mit UDG Basiskomponente 1. Basiskomponente Basis Data Vault Implementierung in UDG mit folgenden Annahmen: tägliche Belieferung im Batch mit Voll-/Deltabeständen Geschäftslogik zentralisiert bei Befüllung Business Vault logisches relationales Datenmodell Steuerung der Anwendung Historisierung / Versionierung von Daten Dokumentation Datenmodell, Data Lineage, Prozessabhängigkeiten (grafisch, Excel und in Word) implementiert zwingend erforderliche Funktionalitäten diesen Code bringt PPI in ein Projekt ein Fundament ist gelegt 17
19 Umsetzung mit UDG spezifische Verwendung im Projekt 1. Basiskomponente 2. Anpassung Projektspezifika Kunde und PPI führen initial einen technischen Architekturworkshop durch, der die gewünschte projektspezifische Architektur festlegt: UDG wird entsprechend diesen Vorgaben angepasst Namenskonventionen weitere projektspezifische Anforderungen Umfang und Layout der Dokumentation u.a. Haus ist errichtet 18
20 Umsetzung mit UDG Ergebnisse 1/2 1. Basiskomponente 2. Anpassung Projektspezifika 3.Generatorverwendung im Projekt UDG erfüllt im laufenden Projektbetrieb folgende Aufgaben: Modellierung Datenmodell Data Vault Source-Schnittstellen/Staging und Information Mart Validierung Datenmodell allgemeine Data-Vault-Regeln eingehalten? projektspezifische Architekturfestlegungen eingehalten? Erstellung DDL zur Erzeugung der Tabellen fachliche Dokumentation Datenmodell, Schnittstellen, Information Mart inklusive Grafik vollständige Code-Erstellung für Befüllung Staging, Befüllung Raw Vault / Error Vault / Information Mart Read/Write API für Geschäftsregeln Haus wird genutzt 19
21 Umsetzung mit UDG Ergebnisse 2/2 1. Basiskomponente 2. Anpassung Projektspezifika 3.Generatorverwendung im Projekt vollständige Code-Erstellung für Zugriffsmechanismen auf Data Vault-Modell Point in Time (PIT) Tabellen logisches relationales Datenmodell zum vereinfachten Zugriff auf Daten fachliche Dokumentation Datenfluss vollständige fachliche Impact-Analyse Abhängigkeitsanalyse zur Steuerung der Beladung mit maximaler Parallelität Skripte zum Vergleichstest Datenmodellmigration Bereitstellung fehlerhafter Daten für Endanwender zur Korrektur im Quellsystem Haus wird genutzt 20
22 Staging logische Views Information Mart Technische Umsetzung Generatorabdeckung Quellen Data Vault Integrationslogik Hard Rules Raw Vault Error Vault 1:1- Übernahme Read API Star Schema Transformation Geschäftsregeln Soft Rules Write API Business Vault individueller Programmcode generiert durch UDG 21
23 Agenda DWH-Landschaften Ausgangssituation & Ziele Vorstellung Data Vault Data Vault 1.0 Kurzer Überblick Data Vault 2.0 Erweiterungen Data Vault 2.0 Vergleich mit herkömmlicher Architektur Data Vault 2.0 Vorteile Universal Datamodeling Generator (UDG) Zusammenfassung 22
24 Zusammenfassung Vorteile eines toolbasierten Data Vault-Ansatzes 1/2 sehr schnelle Umsetzungszyklen automatische Impact-Analyse hoher Anteil Generierung - technisch formaler Code vollständig - Anbindung von Liefersystemen - Aufbereitung als Star Schema individuelle Programmierung nur für fachliche Fragestellungen Entkopplung der Abhängigkeiten durch Data Vault schnelle Beladungen durch maximale Parallelität keine technischen Synchronisationspunkte für Data Vault 2.0 automatische fachliche Abhängigkeitsanalyse 23
25 Zusammenfassung Vorteile eines toolbasierten Data Vault-Ansatzes 2/2 UDG hat geringe Komplexität kein ETL-Tool mit umfangreichem (nicht genutztem) Funktionsumfang kann genau das, was im Projekt benötigt wird garantiert einheitliches Vorgehen schnelle Einarbeitung neuer Projektmitglieder projektspezifische Anpassung von UDG jederzeit möglich geringe Fehlerrate durch Validierung im UDG keine Verletzung von Architekturvorgaben möglich hoher Generatoranteil weniger Testaufwand vollständiger Vergleichstest mit generierten Skripten möglich Verarbeitung und automatisierter Vergleich des gleichen Datenbestands mit Software-Stand vor und nach der Änderung durch automatisierte vollständige Impact-Analyse nur kleine Teile des DWH zu testen 24
26 Kontakt Kommen Sie an den Stand der PPI AG und erleben Sie die Live-Demonstration des Universal Datamodeling Generators (UDG)! Jörg Stahnke Dipl. Mathematiker Principal Database Engineer Certified Data Vault 2.0 Practitioner PPI Aktiengesellschaft Moorfuhrtweg Hamburg Telefon: Mobil:
27 BACKUP 26
28 Livedemonstration - im Showroom und am Stand Validierung Fehleingaben werden erkannt Code Completion Unterstützung bei der Eingabe Generierung Aufruf per Kontextmenü Ergebnisse Skripte für - Anpassung Datenmodell - Beladung Datenmodell - Ergänzung logisches Modell Steuerung angepasst Dokumentationen aktualisiert - Grafiken / Word / Excel 27
29 Anwendungsszenario Automatisierte Steuerung der Beladung externe Steuerung legt fest, was täglich, monatlich starten soll Start Jobgruppe Scheduler neue Jobs startbar? (Abhängigkeiten erfüllt) Prozesse mit Status soll kann läuft Ergänzung Abhängigkeiten automatische Ergänzung abhängiger Prozesse (Konsistenz) Executoren generierte Abhängigkeiten Signal fertig parallele Ausführung mit dbms_schedule 28
30 Anwendungsszenario Migration Grundidee: in der Data Vault Architektur sind logische relationale Views/Datamarts bereits vorgesehen dies wird in der Migrationsphase genutzt, um auf Data Vault Tabellen das alte Datenmodell mit Hilfe von Views zu simulieren noch nicht umgestellte Teile des DWH greifen auf die logische relationale Sicht von Data Vault zu schrittweise Umstellung daher möglich 29
31 Migration - einzelne Tabelle bisheriges Alt DWH Source Befüllungsregeln neue Umsetzung in Data Vault + Tabelle Beispiel Lesen für Folgeverarbeitungen Hard Rules Business Rules Lesen für Folgeverarbeitungen Source Raw Vault Business Vault View Beispiel 30
32 Migration - Gesamt Ausgangszustand - alle Tabellen im Alt DWH bisheriges Alt DWH Tab 1 Tab 2 Tab 3 Tabelle Tabelle Tabelle noch keine Umsetzung in Data Vault 31
33 Migration - Gesamt erste Tabelle durch View mit Namen Tab1 ersetzt - Data Vault eingeführt bisheriges Alt DWH mit einem View Tab 1 Tab 2 Tab 3 View Tabelle Tabelle Data Vault erstellt 32
34 Migration - Gesamt weitere Tabelle durch View ersetzt - Data Vault erweitert bisheriges Alt DWH mit zweiten View Tab 1 Tab 2 Tab 3 View View Tabelle Data Vault erweitert 33
35 Migration - Gesamt Endzustand - Data Vault vollständig - Alt DWH abgeschaltet bisheriges Alt DWH abgelöst Data Vault vollständig 34
36 Data Vault 2.0 Beispiel für Flexibilität: Referentielle Integrität Szenario bei einzelnen Konten fehlt die Zuordnung zum Kunden Anforderung Reporting über Konten und Kunden muss konsistent sein (gleiche Gesamtsumme) Traditionelle Umsetzung mit Hilfe von Foreign Key Constraints fehlerhafte Sätze werden ausgesteuert (verworfen oder gesondert abgespeichert) Umsetzung mit Data Vault alle Daten im Raw Vault ( all the facts ) Flag setzen für fehlerhafte Daten im Business Vault ( Soft Rule ) gezieltes Bereitstellen für Endanwender (logische Views, Information Marts) Neue Anforderung Nick Leeson hätte keine Chance durch gezielte Fehleingaben Geschäfte dem Monitoring zu entziehen Data Vault hat alle Grunddaten verfügbar und muss nur die Bereitstellung ergänzen traditionelles System benötigt umfangreiche Änderungen und rückwirkende Daten fehlen 35
DWH 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
MehrModellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART
MehrETL-Industrialisierung mit dem OWB Mapping Generator. Irina Gotlibovych Senior System Beraterin
ETL-Industrialisierung mit dem OWB Mapping Generator Irina Gotlibovych Senior System Beraterin MT AG managing technology Daten und Fakten Als innovativer Beratungs- und IT-Dienstleister zählt die MT AG
MehrDataVault in der Praxis
überraschend mehr Möglichkeiten! DataVault in der Praxis Nur ein Werbeversprechen? Marcel Aretz OPITZ CONSULTING 2016 Agenda A B C D Vorgeschichte und Prioritäten Wie wäre es mit DataVault? Unser Leben
MehrData Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München, 17.04.
Data Vault Modellierungsmethode für agile Data Warehouse Systeme Dr. Bodo Hüsemann Informationsfabrik GmbH DOAG BI, München, 17.04.2013 Die Informationsfabrik Die Informationsfabrik macht erfolgreiche
MehrWelche BI-Architektur braucht Ihr Reporting?
Welche BI-Architektur braucht Ihr Reporting? Variante 1: Direkter Zugriff Keine redundanten Daten Schnelle Erkenntnisse Echte Daten für PoCs Echtzeit-Reporting ohne Zwischenstufen Belastung der operativen
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
MehrData Warehouse in der Telekommunikation
Data Warehouse in der Telekommunikation Hans-Friedrich Pfeiffer Talkline GmbH & Co.KG Elmshorn, 11.06.2007 Übersicht Historie Struktureller Aufbau des Dara Warehouse Anforderungen an das Data Warehouse
MehrAgile Analytics Neue Anforderungen an die Systemarchitektur
www.immobilienscout24.de Agile Analytics Neue Anforderungen an die Systemarchitektur Kassel 20.03.2013 Thorsten Becker & Bianca Stolz ImmobilienScout24 Teil einer starken Gruppe Scout24 ist der führende
MehrData Vault Modellierungsmethode für agile Data Warehouse Systeme
Data Vault Modellierungsmethode für agile Data Warehouse Systeme Dr. Bodo Hüsemann Informationsfabrik GmbH Münster Schlüsselworte Data Vault, Datenmodellierung, Data Warehouse, Agile Vorgehensweisen Einleitung
Mehrzur Erhöhung der BI-Agilität Michael Zimmer
BI Sandboxes als Maßnahme zur Erhöhung der BI-Agilität Michael Zimmer Agenda Was ist BI-Agilität? Maßnahmen zur Erhöhung der BI-Agilität BI-Sandboxes Neue (alte?) Herausforderungen für Business Intelligence!?
MehrITGAIN Fach- und Technikspezialist
ITGAIN Fach- und Technikspezialist KOMPETENZ GEWINNBRINGEND EINSETZEN. Copyright 2012 ITGAIN GmbH 1 SPoT Wir bringen Ihre Informationen auf den Punkt. Hamburg, 07.05.2012 FACTORY-ANSATZ FÜR ETL-PROZESSE
Mehr25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU
BLUEFORTE GmbH Dirk Lerner 25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU 1 Elemente des Data Vault (Basic) HUB
MehrModellierung agiler Data Warehouses mit Data Vault
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Schlüsselworte: Data Warehouse, Data Vault, Datenmodellierung, Agile Projektentwicklung, Historisierung,
MehrDWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH. Referent: Ilona Tag
DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH Referent: Ilona Tag Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00
MehrMetadaten und Data Vault (Meta Vault) Andreas Buckenhofer Daimler TSS GmbH Ulm
Metadaten und Data Vault (Meta Vault) Andreas Buckenhofer Daimler TSS GmbH Ulm Schlüsselworte Metadaten, Data Vault, Datenmodel, Standards, Namenskonventionen, Generierung, GOODS Inhaltsverzeichnis Metadaten
MehrErfolgreiches BI durch schlanke Tools und starke Fokussierung Markus Kolp Alec Shalashou
Der schnelle Weg von der Strichliste bis zur Geo-Visualisierung Erfolgreiches BI durch schlanke Tools und starke Fokussierung Markus Kolp Alec Shalashou Inhalt M-net Telekommunikations GmbH M-net DWH GEO-Visualisierung
MehrEinfach generieren. Susanne Klar, Michael Klar. Generative Programmierung verständlich und praxisnah ISBN Inhaltsverzeichnis
Einfach generieren Susanne Klar, Michael Klar Generative Programmierung verständlich und praxisnah ISBN 3-446-40448-1 Inhaltsverzeichnis Weitere Informationen oder Bestellungen unter http://www.hanser.de/3-446-40448-1
MehrScrum für Business Intelligence Projekte erfolgreich nutzen. Es begrüßt Sie Thomas Löchte
Scrum für Business Intelligence Projekte erfolgreich nutzen Es begrüßt Sie Thomas Löchte Die Informationsfabrik Die Informationsfabrik macht erfolgreiche BI und DWH Projekte und hat zufriedene, referenzierbare
MehrDatenmodellierung im Zeitalter agiler Softwareentwicklung
Datenmodellierung im Zeitalter agiler Softwareentwicklung Sebastian Graf, PROMATIS software GmbH DOAG 2013, Nürnberg, 1 Agenda u Über den Referenten u Datenmodellierung Begriffsdefinition und Abgrenzung
MehrVom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05.
Vom Single Point of Truth zur Single Version of the Facts Data Warehousing zu Beginn des BigData-Zeitalters inspire IT - Frankfurt 11. 12.05.2015 Fahmi Ouled-Ali Kabel Deutschland Marian Strüby OPITZ CONSULTING
MehrBig Data & Advanced Analytics Anwendungsfälle Beispiele für Analysen auf Basis strukturierter & unstrukturierter Daten
1. September 2017 Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH 10.30 11.15 Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung
MehrSAP BI-Fokustagreihe 2016
SAP BI-Fokustagreihe 2016 Einsatzszenarien von SAP BW on HANA und SAP HANA native Thomas Schemuth Teamleiter SAP Netweaver BW Ein Unternehmen der Windhoff Group Entwicklung des SAP Business Warehouse Folie
MehrErfolgsfaktor 1 beim Aufbau von DWH. Erik Purwins Unit Manager Business Intelligence 22.03.2012
Erfolgsfaktor beim Aufbau von DWH Erik Purwins Unit Manager Business Intelligence 22.3.22 Inhalt Das Unternehmen PPI Erfolgsfaktoren & Risiken Nutzeffekte durch DWH-/BI-Anwendungen Intuitive Bereitstellung
MehrModellgetriebene Softwareentwicklung: Zusammenfassung und Ausblick. 7. Februar 2013
Modellgetriebene Softwareentwicklung: Zusammenfassung und Ausblick 7. Februar 2013 Überblick Zusammenfassung: Generell: Konzepte der Softwaretechnik im Kontext der modellgetriebenen Entwicklung Diskussion
MehrFehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig. Christian Borghardt I BI Consultant
Fehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig Christian Borghardt I BI Consultant Über uns areto consulting gmbh Echter Business Intelligence Spezialist
MehrDWH-Modellierung mit Data Vault in Kombination mit ODI 12c - Erfahrungen aus der Praxis - Claus Jordan Trivadis GmbH Stuttgart
Schlüsselworte DWH-Modellierung mit Data Vault in Kombination mit ODI 12c - Erfahrungen aus der Praxis - Claus Jordan Trivadis GmbH Stuttgart Data Warehouse, DWH, Data Vault, ODI, Oracle Data Integrator
MehrAgile BI Was ist das eigentlich? Hochschule Ulm - V. Herbort & Prof. Dr. R. von Schwerin
Agile BI Was ist das eigentlich? Hochschule Ulm - V. Herbort & Prof. Dr. R. von Schwerin Inhalt Agilität in der Business Intelligence Agile Software-Projekte Agile Data Warehousing / Self-Service BI 29.10.10
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
MehrKlein anfangen und groß rauskommen mit Data Vault 2.0 Leif Hitzschke & Dajana Schleuß
Klein anfangen und groß rauskommen mit Data Vault 2.0 Leif Hitzschke & Dajana Schleuß Hamburg, den 16.09.2016 Der führende B2B-Marktplatz wlw.de wlw.at wlw.ch Agenda 1. wlw das Unternehmen 2. BI im Überblick
MehrModellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme. Tillmann Schall, anaptecs GmbH
Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme Tillmann Schall, anaptecs GmbH : Agenda Grundlagen modellgetriebener Entwicklungsprozesse Schritte zur Einführung Erfahrungen
MehrTransformations. Die API des Oracle Datamodeler. Dr. Gudrun Pabst. Trivadis GmbH Lehrer-Wirth-Straße München.
Transformations Die API des Oracle Datamodeler Dr. Gudrun Pabst Trivadis GmbH Lehrer-Wirth-Straße 4 81829 München gudrun.pabst@trivadis.com BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG
MehrDineso Software - Technische Daten
Dineso Software - Technische Daten Zahlen, Daten, Fakten zu Software und Anwendung Inhaltsverzeichnis: 1. Allgemeine Informationen zur Dineso Software 2. Technische Voraussetzungen 3. Ablauf eines BI-Projektes
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
MehrKLARE VORTEILE IM VERGLEICH MIT OPEN SOURCE BPM SOFTWARE. Machen Sie kurzen Prozess!
KLARE VORTEILE IM VERGLEICH MIT OPEN SOURCE BPM SOFTWARE Machen Sie kurzen Prozess! Einleitung Um auf die Anforderungen der Kunden in Projekten im Bereich Prozessmanagement, Oberflächen und Anbindungen
MehrBUSINESS INTELLIGENCE IM MITTELSTAND EIN PRAXISBERICHT
BUSINESS INTELLIGENCE IM MITTELSTAND EIN PRAXISBERICHT Meik Truschkowski Architekt für Business Intelligence und Data Warehousing nobilia-werke J. Stickling GmbH & Co. KG Verl, den 31. Oktober 2011 UNTERNEHMENSPROFIL
MehrVorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb. Thomas Mattick, BBF GmbH
Vorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb Thomas Mattick, BBF GmbH Vorstellung Thomas Mattick Projektauszug (BI) Auftragsabwicklung/Leistungsbewertung
MehrPräsentation der Bachelorarbeit
Präsentation der Bachelorarbeit Einrichtung einer BI-Referenzumgebung mit Oracle 11gR1 Jörg Bellan Hochschule Ulm Fakultät Informatik Institut für Betriebliche Informationssysteme 15. Oktober 2009 Agenda
MehrMIT SMART GO. Fallbeispiele. Harald Stelzer Mobil:
MIT SMART GO Fallbeispiele Harald Stelzer Mobil: +49 151 15680913 email: harald.stelzer@makeit-consulting.com MakeIT Consulting GmbH & Co KG Darmstädter Str. 5, 64625 Bensheim Die folgenden Anwendungsbeispiele
MehrConfiguration Management mit Verbosy 17.04.2013 OSDC 2013. Eric Lippmann www.netways.de
Configuration Management mit Verbosy 17.04.2013 OSDC 2013 Eric Lippmann Kurzvorstellung NETWAYS Expertise OPEN SOURCE SYSTEMS MANAGEMENT OPEN SOURCE DATA CENTER Monitoring & Reporting Configuration Management
MehrÜbung 5. Implementierung einer Datenbank. Prof. Dr. Andreas Schmietendorf 1. Übung 5
Implementierung einer Datenbank Prof. Dr. Andreas Schmietendorf 1 Aufgabenbeschreibung Prof. Dr. Andreas Schmietendorf 2 Zielstellung Nachdem innerhalb der Übung 4 das konzeptionelle Modell einer späteren
MehrLanguage Workbench. Aktuelle Themen der Softwaretechnologie. Vortrag von: Arthur Rehm Steven Cardoso. Betreut von: Prof. Dr.
Language Workbench Vortrag von:! Aktuelle Themen der Softwaretechnologie Arthur Rehm Steven Cardoso Betreut von: Prof. Dr. Reichenbach [1] !2 Index Kontext Domain Specific Language (DSL) Language Workbench
MehrApparo Fast Edit Standardprogramm für unternehmensweite Dateneingabe. Standalone Version
Apparo Fast Edit Standardprogramm für unternehmensweite Dateneingabe Standalone Version 2 Dateneingabe Der nächste Schritt Apparo Fast Edit: Entscheidungen treffen & reagieren Eingabe-Workflows Excel-Welt
MehrHamburg, im August 2016
Hamburg, im August 2016 AGILE DATA-VAULT- ENTWICKLUNG IM ONLINE- VERSANDHANDEL. Eine Fallstudie bei Otto INHALT 1. Zahlen & Fakten: Vorhang auf für OTTO 2. Architektur: Das BRAIN 3. Data Vault I: Der Weg
MehrBI Publisher Berichtswesen einfach und sicher. Alexander Klauss Centric IT Solutions GmbH
BI Publisher Berichtswesen einfach und sicher Alexander Klauss Centric IT Solutions GmbH Agenda Ziele der BI Publisher Module Anwendung und Vorgehensweise der BI Publisher Module Voraussetzungen BI Publisher
MehrVom Prozess zur IT. Agenda. Vorstellung Business Process Management und IT Umsetzungsbeispiel. Rohleder-Management-Consulting.de 2
Vom Prozess zur IT Agenda Vorstellung Business Process Management und IT Umsetzungsbeispiel Rohleder-Management-Consulting.de 2 Thomas Kopecky Positionen Fast 20 Jahre in Führungspositionen als Key Account
MehrModernisierung der Schalterapplikation im laufenden Betrieb
Modernisierung der Schalterapplikation im laufenden Betrieb Dieter Funk - Die Schweizerische Post Paolo Bazzi - BSI Business Systems Integration AG BSI Business Systems Integration AG Inhaltsverzeichnis
MehrRelease-News: Technische Lösungen
Technische Dokumentation Release Comarch ERP Enterprise 6.0 Ausgabedatum 06/2017 Referenz auf andere Dokumente Release-News: Betriebswirtschaftliche Lösungen Inhaltsverzeichnis 1 Vorwort 1 2 Session-Management
MehrAPEX und Drucken! - Die Schöne und das Biest!
APEX und Drucken! - Die Schöne und das Biest! Markus Dötsch MuniQSoft GmbH Witneystr. 1-82008 Unterhaching Schlüsselworte Oracle, APEX, Drucken, Datenbanken, Entwicklung, Entscheidungshilfe Einleitung
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
MehrSerena Schulungsplan 2017
Serena Schulungsplan 2017 FEBRUAR MÄRZ April MAI JUNI JULI AUGUST Dimensions CM Admin & Config Mo, 06. 02. Do, 09. 02. Dimensions RM Requirements Management Mo, 20.02. Mi, 22.02. SBM Designer & Admin Mo,
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
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
MehrPowerDesigner Frühstück
SAP Sybase PowerDesigner Frühstück Die Veranstaltung für Daten-, Informations- und Unternehmens- Architekten SQL Projekt AG Ihr SAP Value Added Reseller lädt am 10.10.2014 um 10:00-12:00 Uhr in Dresden,
MehrISim Standardisierung von Flugkörpersimulationen. Vortragender: Florian Peter DGLR, Braunschweig Datum: 30.
ISim Standardisierung von Flugkörpersimulationen Vortragender: Florian Peter (florian.peter@mbda-systems.de) Ort: DGLR, Braunschweig Datum: 30. Mai 2017 Übersicht 1. Motivation 2. Rolle von ISim im Technologiefeld
MehrRegelbasierte Entwicklung betrieblicher Informationssysteme
Reihe: Wirtschaftsinformatik Band 45 Herausgegeben von Prof. (em.) Dr. Dietrich Seibt, Köln, Prof. Dr. Hans-Georg Kemper, Stuttgart, Prof. Dr. Georg Herzwurm, Stuttgart, Prof. Dr. Dirk Stelzer, Ilmenau,
MehrHarmonisiertes Reporting Single Point of Truth
Harmonisiertes Reporting Single Point of Truth Entwicklungen im Reporting Patrick Mürner, Manager 9. März 2017 Die Entwicklung der zukünftigen Reporting Landschaft wird von BearingPoint mit konkreten Lösungsansätzen
MehrDie Full Service E-Commerce-Agentur
Die Full Service E-Commerce-Agentur Wir tun mehr für unsere Kunden Strategie. Technologie. Kreativtät. Als eine der Top-E-Commerce-Agenturen in Deutschland entwickeln wir innovative, performante und emotionale
MehrSQL-basierte SCD2-Versionierung hierarchischer Strukturen
SQL-basierte SCD2-Versionierung hierarchischer Strukturen Meik Truschkowski nobilia-werke J. Stickling GmbH & Co. KG Verl Projektleiter Business Intelligence und Data Warehousing 1 SQL-basierte SCD2-Versionierung
MehrDatenmodellierung ist langweilig, lassen Sie Datamodeler das machen
Datenmodellierung ist langweilig, lassen Sie Datamodeler das machen DOAG Konferenz 2014 (Nürnberg) Oleg Kiriltsev 1 Nürnberg, November 2014 Vorstellung der MT AG 2 DOAG Konferenz 2014 Maßgeschneiderte
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 Vault. Data Warehouse Agilität nicht nur durch Vorgehensweisen, sondern mit Methode. Dr. Bodo Hüsemann Informationsfabrik GmbH
Data Vault Data Warehouse Agilität nicht nur durch Vorgehensweisen, sondern mit Methode Dr. Bodo Hüsemann Informationsfabrik GmbH Konzeption und Architektur Implementierung [ETL, Reporting, OLAP, Planung]
MehrLaden von Data Marts auch mal komplex DOAG BI, 9. Juni 2016 Dani Schnider, Trivadis AG
Laden von Data Marts auch mal komplex DOAG BI, 9. Juni 2016 Dani Schnider, Trivadis AG BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART VIENNA
MehrX2X SOFTWARE-ROBOTER
X2X SOFTWARE-ROBOTER Was ist der x2x Software-Roboter? Der x2x Software-Roboter ist eine extrem flexible, universelle Applikation zur vollautomatischen Verarbeitung von Dateien. Er kann für Sie beliebige,
MehrData Vault und Ladeperformance Markus Kollas CGI Deutschland Ltd. & Co. KG Sulzbach (Taunus)
Data Vault und Ladeperformance Markus Kollas CGI Deutschland Ltd. & Co. KG Sulzbach (Taunus) Schlüsselworte Data Vault, Beladen und Entladen, Data Warehouse, Core Warehouse, Data Marts, Sternschema, Hash-Keys
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
MehrTool Integration mit agosense.symphony
Tool Integration mit agosense.symphony REFERENT Webinar Nr. 12 29. September 2016 15 Uhr 16 Uhr Ralf Klimpke ralf.klimpke@agosense.com +49.7154.99951.70 Kurzer Hinweis zu Beginn Fragen stellen während
MehrOracle Data Integrator Ein Überblick
Oracle Data Integrator Ein Überblick Uwe Barz Christoph Jansen Hamburg, 15.04.2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg München Stuttgart Wien Agenda Überblick
MehrThema 5 Domain Specific Languages
SE Vertiefung Beuth-Hochschule Berlin Thema 5 Domain Specific Languages MOF-Schichten (c) schmiedecke 11 SE3-5-metamodellierung 2 Was ist eine DSL? Domain Specific Language: Sprache zur Beschreibung (Modellierung)
MehrTHEMA: SAS DATA INTEGRATION STUDIO FÜR MEHR TRANSPARENZ IM DATENMANAGEMENT EVA-MARIA KEGELMANN
WEBINAR@LUNCHTIME THEMA: SAS DATA INTEGRATION STUDIO FÜR MEHR TRANSPARENZ IM DATENMANAGEMENT EVA-MARIA KEGELMANN HERZLICH WILLKOMMEN BEI WEBINAR@LUNCHTIME Moderation Anne K. Bogner-Hamleh SAS Institute
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
MehrModellgetriebene Softwareentwicklung: Zusammenfassung und Ausblick. 11. Februar 2015
Modellgetriebene Softwareentwicklung: Zusammenfassung und Ausblick 11. Februar 2015 Überblick Zusammenfassung: Generell: Konzepte der Softwaretechnik im Kontext der modellgetriebenen Entwicklung Diskussion
MehrCorporate Payments Web
Corporate Payments Web Bündeln Sie Ihren Zahlungsverkehr in einer webbasierten Lösung Mit Corporate Payments Web können Sie ortsunabhängig Ihren Zahlungsverkehr abwickeln. Die zentrale Plattform ist multibankenkfähig
Mehr1 Aus Theorie wird Praxis
1 BI@BITMARCK Aus Theorie wird Praxis BI@BITMARCK Aus Theorie wird Praxis René Wilms, BITMARCK Essen, 03. November 2016 2 BI@BITMARCK Aus Theorie wird Praxis Warum musste BITMARCK handeln? Zielstellung
MehrMID Webcast Entscheidungen und Prozesse. Jetzt wächst zusammen, was zusammen gehört!
MID Webcast Entscheidungen und Prozesse Jetzt wächst zusammen, was zusammen gehört! Agenda 1 2 3 4 5 Warum gerade jetzt? Business Decision Management Entscheidungsautomatisierung Wie helfen hier Modelle?
Mehr<Insert Picture Here> Generierung von ADF-Applikationen aus Metadaten des Oracle Designer
Generierung von ADF-Applikationen aus Metadaten des Oracle Designer Jürgen Menge Oracle Deutschland Oracle Designer - Metadaten Investment vieler Anwender liegt in den Metadaten des
MehrSchlanke und dynamische Modellierung mit SAP BW on HANA //
Was wir vorhersagen, soll auch eintreffen! Schlanke und dynamische Modellierung mit SAP BW on HANA // Mathias Klare Einleitung Mit der Einführung von SAP BW on HANA wird eine neue Art der Modellierung
MehrBest Practices: BI mit Open-Source-Tools
Best Practices: BI mit Open-Source-Tools Alf Hellmund - GIUA 2009 Seite 1 Agenda Einleitung Best Practices Fazit Vorstellung & Motivation Vorteile Architektur & Entwurf Datenmodellierung ETL Reporting
MehrModellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009
Modellbasierte Business Intelligence in der Praxis Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen für BI 3. Inhalte von Prozessmodellen 4.
MehrSelektives Kopieren / Erzeugen von (echten) Daten in Test- und Schulungssysteme
Selektives Kopieren / Erzeugen von (echten) Daten in Test- und Schulungssysteme ENERGY4U GMBH / KARLSRUHE 2012 2 Aufbau von IS-U Systemen mit reduziertem Datenbestand Durchgehendes Monitoring der Datenanlegeprozesse
MehrDigital Boardroom und SAP BusinessObjects Cloud. Meetings effizient gestalten mit Ad-hoc Analysen in Echtzeit
Digital Boardroom und SAP BusinessObjects Cloud Meetings effizient gestalten mit Ad-hoc Analysen in Echtzeit Referent Timmy Shumate Senior Business Intelligence Consultant Mobil +49 1522 6210 756 Email
MehrMulti-Tool Testlandschaft mit DDS
Multi-Tool Testlandschaft mit DDS MATLAB UND SIMULINK ALS ENABLER FÜR RAPID TOOL PROTOTYPING SEBASTIAN BEWERSDORFF ASSYSTEM GERMANY MATLAB EXPO 2017 MÜNCHEN 27.06.2017 EINFÜHRUNG Tools in Unternehmensprozessen
Mehrvcaire TM Die Produktsuite für Ihre Reporting-Bedürfnisse bmpi /6
vcaire TM Die Produktsuite für Ihre Reporting-Bedürfnisse bmpi www.bmpi.ch products@bmpi.ch +41 44 454 84 84 1/6 Prozess Design (IT/Business) Konfiguration (Business) Keeper of Business Data Module Programmer
MehrSoftware- /Systemarchitektur
Software- /Systemarchitektur Agenda: Definition von Softwarearchitektur Voraussetzungen Was bedeutet Objektorientierung? Wie speichert man Daten persistent? Client-Server-Architektur Schichtenarchitektur
MehrBigData-Integration in eine BI-Landschaft per Data Vault
Clients BigData-Integration in eine BI-Landschaft per Data Vault Schlüsselworte Datenintegration, Data Vault Disclaimer Frank Stoll, Philipp Hildebrandt GfK SE Nürnberg Der Vortrag beschäftigt sich mit
MehrModellgetriebene Entwicklung eingebetteter Systeme mit Eclipse
Modellgetriebene Entwicklung eingebetteter Systeme mit Eclipse Dr. Lothar Wendehals Softwarearchitekt Axel Terfloth Leiter Forschung und Entwicklung Software Engineering 2009 4. März 2009, Kaiserslautern
MehrQualitätsfutter für Ihre BI-Lösung und Unternehmensplanung: Dieeffiziente Auswertung & detaillierte Erfassung von IST- und PLAN-Daten
JG1 Qualitätsfutter für Ihre BI-Lösung und Unternehmensplanung: Dieeffiziente Auswertung & detaillierte Erfassung von IST- und PLAN-Daten Josephine Günther Saxess Software GmbH Folie 1 JG1 Eher Low-Level:
MehrModernisierung eines Legacysystems mittels MDSD
Modernisierung eines Legacysystems mittels MDSD Tim Gesekus, Ralph Kar ATM Simulator Centre Research & Development DFS Deutsche Flugsicherung GmbH Tim Gesekus & Ralph Kar, OOP 2010 Inhalt Vorstellung Problemstellung
MehrÜbung zur Einführung in die Wirtschaftsinformatik Cognos Powerplay als Beispiel für ein DSS
Übung zur Einführung in die Wirtschaftsinformatik 2006-05 - 10 Cognos Powerplay als Beispiel für ein DSS 1 Entscheidungsunterstützungssysteme (EUS) Decision Support Systems (DSS) EUS sollen das gemeinsame
MehrANWENDERTAG 2013 AKTUELLES ZU DIMEX 13. NOVEMBER :15 16:45 J. CLARYSSE
ANWENDERTAG 2013 AKTUELLES ZU DIMEX 13. NOVEMBER 2013 16:15 16:45 J. CLARYSSE HERAUSFORDERUNG IN IBM FILENET P8 Der Transport von Konfigurationen zwischen Systemen gestaltet sich schwierig PU Vorhandene
MehrCollaboration meets ECM lobosphere ist rechtskonform, skalierbar und benutzerfreundlich
Collaboration meets ECM lobosphere ist rechtskonform, skalierbar und benutzerfreundlich lobosphere erweitert das lobo Produkt Lösungsspektrum um SharePoint basierte ECM-Lösungen und bietet ein ganzheitliches
MehrEffiziente Überwachung von Laufzeiteigenschaften in Soft- und Hardware
Effiziente Überwachung von Laufzeiteigenschaften in Soft- und Hardware Normann Decker 1 Philip Gottschling 2 1 Institut für Softwaretechnik und Programmiersprachen Universität zu Lübeck decker@isp.uni-luebeck.de
MehrKommunales Planungs- Analyse- und Steuerungssystem Für mehr Transparenz in der Verwaltungssteuerung
Kommunales Planungs- Analyse- und Steuerungssystem Für mehr Transparenz in der Verwaltungssteuerung Ein Produkt der ekom21 KGRZ Hessen Das Planungs-, Analyse- und Steuerungssystem für die öffentliche Verwaltung
MehrOracle9i Designer. Rainer Willems. Page 1. Leitender Systemberater Server Technology Competence Center Frankfurt Oracle Deutschland GmbH
Oracle9i Designer Rainer Willems Leitender Systemberater Server Technology Competence Center Frankfurt Oracle Deutschland GmbH Page 1 1 Agenda 9i Designer & 9i SCM in 9i DS Design Server Generierung &
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,
MehrEinsatz von Scalable Vector Graphics (SVG) zur Modellrepräsentation und -manipulation in Web-Anwendungen mit J2EE. Motivation und Zielsetzung
Einsatz von Scalable Vector Graphics (SVG) zur Modellrepräsentation und -manipulation in Web-Anwendungen mit J2EE www.arsnova.de Java Forum Stuttgart, 01. Juli 2004 1 Agenda SVG als Lösungsansatz SVG/J2EE-Technologiestudie
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
Mehrbitanalytics und Ihre individuellen Gestaltungsmöglichkeiten im BI-Umfeld
bitanalytics und Ihre individuellen Gestaltungsmöglichkeiten im BI-Umfeld Michael Heutmann, Steffen Schöler und Thomas Grupp, BITMARCK München, 10.11.2017 Fachberatung, Consulting für operative Prozesse
MehrModellbasierte GUI-Transformation nach Eclipse Scout
Modellbasierte GUI-Transformation nach Eclipse Scout Volkert Barr Raiffeisen Schweiz Peter Nüdling Raiffeisen Schweiz Gökhan Demirkiyik IBM Schweiz Eclipse Demo Camp, Zürich, 22. Juni 2012 Seite 1 Agenda
Mehr