Business Intelligence Anwendungssysteme

Größe: px
Ab Seite anzeigen:

Download "Business Intelligence Anwendungssysteme"

Transkript

1 Business Intelligence Anwendungssysteme Fakultät für Wirtschaftswissenschaften Professur Wirtschaftsinformatik II Prof. Dr. Peter Gluchowski Folie 1

2 Literatur zur Vorlesung BI- Anwendungssysteme Gluchowski, Peter; Gabriel, Roland; Dittmar, Carsten: Management Support Systeme und Business Intelligence - Computergestützte Informationssysteme für Fach- und Führungskräfte, 2. Auflage, Berlin 2008 Chamoni, Peter; Gluchowski, Peter: Analytische Informationssysteme - Business Intelligence-Technologien und Anwendungen, 4. Auflage, Berlin 2009 Folie 2

3 Gliederung BI-Anwendungssysteme 1. Einordnung und Überblick 2. Metadaten und Metadatenverwaltung 3. Planungssysteme 4. Balanced Scorecard Systeme 5. Risikomanagementsysteme 6. Konsolidierungssysteme Folie 3

4 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 4

5 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 5

6 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 6

7 Aktuelles BI-Architektur-Konzept Endbenutzer- werkzeuge Data Abfrage-und Mining Berichtssysteme Executive - OLAP- Information Systeme Frontend Weitere Systemkategorien: Planungssysteme BSC-Systeme Data Warehouse Metadaten- banksystem Data Mart Data Mart OLAP Server Zentrale Datenbasis ETL-System Archivierungs- system Externe Daten Operative Vorsysteme Folie 7

8 BI-Systemkategorien Präsentations- und Zugangssysteme BI-Portale Management Cockpits und Dashboards Konzeptorientierte Systeme Balanced Scorecard-Systeme Systeme für die wertorientierte Unternehmensführung Risikomanagement-Systeme Planungs- und Budgetierungs-Systeme Konsolidierungs-Systeme Systeme für analytisches CRM und SRM Generische Basissysteme Berichtssysteme Standardreporting-Systeme Berichtssysteme mit geführter Navigation (EIS, MIS) Früherkennungs- bzw. Warnsysteme Ad-hoc-Analysesysteme OLAP Cube Viewer Query Builder Modell- und methodengestützte Analysesysteme Decision Support-Systeme Expertensysteme Data Mining-Systeme Text Mining-Systeme Folie 8 Quelle: Gluchowski, Peter; Kemper, Hans-Georg (2006): Quo Vadis Business Intelligence? Aktuelle Konzepte und Entwicklungstrends, in: Business Intelligence Spektrum, 1. Jg., Heft 1, Mai 2006, S

9 Gliederung BI-Anwendungssysteme 1. Einordnung und Überblick 2. Metadaten und Metadatenverwaltung 3. Planungssysteme 4. Balanced Scorecard Systeme 5. Risikomanagementsysteme 6. Konsolidierungssysteme Folie 9

10 Häufig gestellte Fragen vom BI- Anwendern Wo finde ich eine Auswertung über die umsatzstärksten Filialen in der Region? Was bedeutet Umsatz in meinem Report? Welchen Status / welches Alter haben die Kennzahlen? Mit welchem Aufwand ist es verbunden, wenn ich eine weitere Kennzahl benötige? Wen kann ich ansprechen, wenn ich die aktuellen Produktstammdaten benötige? Folie 10

11 Problemstellungen Unkenntnis über Herkunft, Bedeutung und Aggregationsgrad von Daten Unklarheit bei Verfügbarkeiten und Ladezustand von Daten Inkonsistenzen zwischen Berichten aufgrund unterschiedlicher Kennzahlendefinitionen Uneinheitliche Terminologie (v. a. für fachliche Sachverhalte) Gründe: Kommunikationsprobleme zwischen Anwendern und Entwicklern Steigende Komplexität in der Systemlandschaft Redundanzen in der Datenhaltung: laut Gartner Group werden 30% der gesamten IT-Kosten durch die Datenredundanzen in den Unternehmen verursacht Folie 11

12 Metadaten sind überall Folie 12

13 Metadaten - Begriffsvielfalt Kurzdefinition Daten über Daten - trifft nicht alle Aspekte Data that describes the meaning and structure of business data, as well as how it is created, accessed, and used Quelle: Barry Devlin, Data Warehouse from Architecture to Implementation, Addison- Wesley, 1997 Jede Art von Informationen, die für - die Analyse - das Design - die Realisierung - die Nutzung eines Informationssystems benötigt werden Metadaten beschreiben Bedeutung, Aufbau, Herkunft und Qualität der Daten (und Prozesse) in den verschiedenen Komponenten eines Informationssystems Folie 13

14 Metadaten - Arten Statische Metadaten Längerfristige Stabilität (Datenstrukturen etc.) Dynamische Metadaten Hohe Änderungshäufigkeit (Abfragemuster etc.) Passiv Metadaten Umfassende, konsistente Dokumentation Nutzung im Rahmen von Aufbau und Betrieb (IT) und Verwendung (Fachbereich) Aktive Metadaten Interpretation zur Laufzeit mit dem Ziel der Steuerung (ETL-Prozesse) Semi-aktive Metadaten Auslesen zur Laufzeit Ziel: Überprüfung der Implementierung auf Konsistenz Quelle: Auth, Gunnar: Prozessorientierte Organisation des Metadatenmanagements für Data Warehouse-Systeme, St. Gallen 2002 Folie 14

15 Technische versus fachliche Metadaten Technische Metadaten Fachliche Metadaten Unterstützen den Entwickler Werden in den Tools erzeugt und benötigt Beispiele: Datentypen, Datenkonvertierungen Weitere Differenzierung in logische und physische Metadaten möglich Unterstützen den Endanwender Fallen nicht automatisch an Beispiele: Kommentare, Verantwortlichkeiten, Geschäftsregeln,... Folie 15

16 Nutzenpotenziale von Metadaten Entwickler Endandwender Systemintegration Automatisierung der Admin- Prozesse Wiederverwendung Impact-Analysen Unterstützung Change Management Reduzierung Entwicklungsund Betriebskosten Kosten Vereinfachung u. Erklärung Transparenz und Nachvollziehbarkeit Einheitliche Terminologie Unterstützung in der Datenanalyse: präzise Anfrageformulierung u. korrekte Ergebnisinterpret. Dokumentation Akzeptanz Folie 16

17 Metadaten - Kategorien Terminologie Datenstruktur/-bedeutung Datentransformation Datenqualität Organisationsbezug Metadatenhistorie Systembezug Datenanalyse Quelle: Auth, Gunnar: Prozessorientierte Organisation des Metadatenmanagements für Data Warehouse-Systeme, St. Gallen 2002 Folie 17

18 Metadaten Terminologie Begriffsbenennung Kurztext Begriffsidentität (eindeutige Bezeichnung, z.b. Surrogatschlüssel) Begriffsdefinition Begriffsbeziehungen (zu anderen Begriffen) Synonyme Homonyme Ursprung (Datenschema/Datenstruktur) Owner Quelle: Auth, Gunnar: Prozessorientierte Organisation des Metadatenmanagements für Data Warehouse-Systeme, St. Gallen 2002 Folie 18

19 Metadaten Datenstruktur/-bedeutung Bezeichnung Beschreibung Typ (Entity, Table) Elemente einer Entität (Attribute, Felder, Schlüssel, Index) Datentyp (der Elemente) Elementgröße (Speicherbedarf) Ersteller Erstellungsdatum Letzte Änderung (Datenstruktur) Letzte Aktualisierung Verwendung (Programme) Quelle: Auth, Gunnar: Prozessorientierte Organisation des Metadatenmanagements für Data Warehouse-Systeme, St. Gallen 2002 Folie 19

20 Die Bedeutung von Metadatenmanagement Für wie wichtig halten Sie Metadatenmanagement? Anzahl für unverzichtbar 81 51% für wichtig 73 46% für nice to have 3 2% für weniger wichtig 1 1% für überflüssig 0 0% Total % 0% 10% 20% 30% 40% 50% 60% Florian Melchert: Metadatenmanagement im Data Warehousing Ergebnisse einer empirischen Untersuchung. Arbeitsbericht BE HSG/CC BPM/01, 2004 Folie 20

21 Metadaten - Herausforderungen Die genannten Nutzenpotentiale unterliegen idealtypischen Annahmen Aber: Reale Metadaten sind nicht ideal! Digitalisierung des Wissens in den Köpfen Vergangenheitsbewältigung Mangelnde Verbreitung von Standards Aufwand entsteht häufig an anderer Stelle als der Nutzen Überzogene oder vage Vorstellungen und Erwartungshaltungen Unzureichende Unterstützung von fachlichen Metadaten Folie 21

22 Umsetzungsgrad von MDM-Projekten Haben Sie bereits ein MDM-System im Betrieb? in Betrieb; 31% in Umsetzung; 9% keine Angabe; 6% weiss nicht; 8% in Planung; 31% nicht geplant; 15% Florian Melchert: Metadatenmanagement im Data Warehousing Ergebnisse einer empirischen Untersuchung. Arbeitsbericht BE HSG/CC BPM/01, 2004 Folie 22

23 Hindernisse auf dem Weg zum MDM Was waren die wesentlichen Gründe, auf die Umsetzung eines MDM-Systems zu verzichten? Kosten > Nutzen 19% Mangel Ressourcen 19% kein Projektsponsor 25% Mangel MDM-Software 9% Sonstiger Grund 3% n = 24 kein Bedarf 25% Florian Melchert: Metadatenmanagement im Data Warehousing Ergebnisse einer empirischen Untersuchung. Arbeitsbericht BE HSG/CC BPM/01, 2004 Folie 23

24 Anwendungsgebiete MDM Welchen Umsetzungsstatus haben die Metadatenanwendungsgebiete in Ihrem Unternehmen? Data Lineage Datenqualitätsverbesserung Verknüpfung technische-fachliche MD Automatisierung DW H-Betrieb Zentrale Verwaltung von Zugriffsrechten Vereinheitlichung Terminologie Konsisente und integrierte Dokumentation MD-W iederverwendung DW H-Navigation Optimierung DW H-Nutzung Änderungsanalyse Automatisierung DW H-Entwicklung umgesetzt in Umsetzung in Planung nicht geplant misslungen Florian Melchert: Metadatenmanagement im Data Warehousing Ergebnisse einer empirischen Untersuchung. Arbeitsbericht BE HSG/CC BPM/01, 2004 Folie 24

25 Die soziale Komponente von Metadaten Wo befinden sich Metadaten? 26% 12% 42% In den Köpfen der Mitarbeiter Elektronische Dokumente Papier Dokumente 20% Andere DM Review, 2002: Meta Data & Knowledge Management Meta Data Repository Myths Folie 25

26 Beispiel: ASG Rochade (1) Folie 26

27 Beispiel: ASG Rochade (2) Folie 27

28 Zusammenfassung Mit steigender Komplexität einer IT-Landschaft gewinnt das Metadatenmanagement an Bedeutung Die Nutzung technischer Metadaten kann Aufwände und Inkonsistenzen in der IT-Landschaft erheblich reduzieren Die Einführung einer MDM-Lösung ist ein Prozess Konkreter monetärer Nutzen ist nur schwer darstellbar Zahlreiche nicht-quantifizierbare Nutzenpotenziale Folie 28

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

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

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

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

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

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

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

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

Vorlesung Mittwoch Literatur: MSS, Prof. Gluchowski

Vorlesung Mittwoch Literatur: MSS, Prof. Gluchowski Business Intelligence Anwendungssysteme (BIAS) Zusammenfassung Übung WS 2012/13 Lernziele Business Intelligence Aufgabe 1 Metadatenmanagement Aufgabe 1 Planungssysteme Aufgabe 2 Begriffe und Definitionsvielfalt

Mehr

Entscheidungsunterstützungssysteme

Entscheidungsunterstützungssysteme Vorlesung WS 2013/2014 Christian Schieder Professur Wirtschaftsinformatik II cschie@tu-chemnitz.eu Literatur zur Vorlesung Gluchowski, P.; Gabriel, R.; Dittmar, C.: Management Support Systeme und Business

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

Survival Guide für Ihr Business Intelligence-Projekt

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

Mehr

Knowledge Management und Business Intelligence: Synergiepotenziale und Herausforderungen

Knowledge Management und Business Intelligence: Synergiepotenziale und Herausforderungen Knowledge Management und Business Intelligence: Synergiepotenziale und Herausforderungen Dipl.-Ök. C. Dittmar Folie 1 MIS 2001 Gliederung 1 2 3 4 Managementmode Knowledge Management? Gründe - Strategien

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

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

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

Krawatten/ CHANNEL. Fakten für t IT-Techniker. ECM, CRM & Bl erfolgreich einführen! ^ OMFACT. 1 4, 9 0 Österreich 16,40. Juni/Juli/August 2009

Krawatten/ CHANNEL. Fakten für t IT-Techniker. ECM, CRM & Bl erfolgreich einführen! ^ OMFACT. 1 4, 9 0 Österreich 16,40. Juni/Juli/August 2009 Juni/Juli/August 2009 1 4, 9 0 Österreich 16,40 www.tecchannel.de Benelux 17,15 Schweiz SFR 29,80 CHANNEL OMFACT IT EXPERTS INSID Krawatten/ Fakten für t IT-Techniker ECM, CRM & Bl erfolgreich einführen!

Mehr

Prozessorientierte Organisation des Metadatenmanagements für Data-Warehouse-Systeme

Prozessorientierte Organisation des Metadatenmanagements für Data-Warehouse-Systeme Prozessorientierte Organisation des Metadatenmanagements für Data-Warehouse-Systeme DISSERTATION der Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften (HSG) zur Erlangung

Mehr

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

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

Mehr

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

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

Business Intelligence SAP Anwenderbefragung

Business Intelligence SAP Anwenderbefragung Business Intelligence SAP Anwenderbefragung Status Quo und zukünftige Anforderungen in Kooperation mit dem AK BW Prof. Dr. Andreas Seufert (I-BI) Prof. Dr. Thomas Becker (I-BI) Prof. Dr. Peter Lehmann

Mehr

Internationaler Controller Verein. Gründungssitzung der Projektgruppe Business Intelligence Stuttgart, 26.01.2006

Internationaler Controller Verein. Gründungssitzung der Projektgruppe Business Intelligence Stuttgart, 26.01.2006 Internationaler Controller Verein Gründungssitzung der Projektgruppe Business Intelligence Stuttgart, 26.01.2006 Agenda 10.00 Begrüßung 10.00 Rolle des Controllers im Umfeld Business Intelligence (A. Seufert)

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

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

Wie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg, 10.11.2009

Wie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg, 10.11.2009 Wie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Anforderungen von BI an Software- Entwicklungsprozesse

Mehr

3. Integrationsdimensionen, u. a. Integrationsrichtungen (vgl. 1 und 2) 4. Vertikale und horizontale Integrationsrichtung (vgl.

3. Integrationsdimensionen, u. a. Integrationsrichtungen (vgl. 1 und 2) 4. Vertikale und horizontale Integrationsrichtung (vgl. Anwendungssysteme 1. Vertikal: unterstützte organisationale Ebene Informationsdichtegrad 2. Horizontal: unterstützter Funktionsbereich betriebliche Grundfunktion 3. Integrationsdimensionen, u. a. Integrationsrichtungen

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

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

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

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

Management Support Systeme

Management Support Systeme Management Support Systeme WS 2004-2005 14.00-16.00 Uhr PD Dr. Peter Gluchowski Folie 1 Gliederung MSS WS 04/05 1. Einführung Management Support Systeme: Informationssysteme zur Unterstützung betrieblicher

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

Data Warehousing in der Lehre

Data Warehousing in der Lehre Data Warehousing in der Lehre Prof. Dr.-Ing. Tomas Benz Dipl.-Inform. Med. Alexander Roth Agenda Vorstellung Fachhochschule Heilbronn Vorstellung i3g Vorlesungen im DWH-Bereich Seminare Projekte Studien-

Mehr

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren Strategie und Self Service BI im Unternehmen Gegensätze miteinander kombinieren Claas Planitzer Düsseldorf Juni 2015 Agenda 5. Herausforderungen 1. Idealbild 2. Realität 3. Self Service 4. BI. Was ist

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

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

Inhaltliche Ausrichtung und organisatorische Sicherstellung Business Intelligence Governance

Inhaltliche Ausrichtung und organisatorische Sicherstellung Business Intelligence Governance Inhaltliche Ausrichtung und organisatorische Sicherstellung Business Intelligence Governance Ralf Heim Consultant Strategy and Technology Management Ralf.Heim@heimr.de Markus Linden Wissenschaftlicher

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

Die Rolle von Stammdaten-Management in einer SOA

Die Rolle von Stammdaten-Management in einer SOA Die Rolle von Stammdaten-Management in einer SOA Frankfurt, Sept. 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business Intelligence Rolle

Mehr

Business Intelligence für Controller

Business Intelligence für Controller Controllers Best Practice Fachbuch Business Intelligence für Controller Hermann Hebben und Dr. Markus Kottbauer Verlag für ControllingWissen ÄG, Freiburg und Wörthsee Ein Unternehmen der Haufe Mediengruppe

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

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

novem business applications GmbH BI Forum München, 7. Oktober 2009 Dr. Peer Schwieren Geschäftsführer

novem business applications GmbH BI Forum München, 7. Oktober 2009 Dr. Peer Schwieren Geschäftsführer 1 novem business applications GmbH BI Forum München, 7. Oktober 2009 Dr. Peer Schwieren Geschäftsführer 2 novem business applications GmbH novem Perspektiven Mehr Performance für unsere Kunden Niederlassungen

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

Management Support Systeme und Business Intelligence

Management Support Systeme und Business Intelligence Management Support Systeme und Business Intelligence Peter Gluchowski Roland Gabriel Carsten Dittmar Management Support Systeme und Business Intelligence Computergestützte Informationssysteme für Fach-

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

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

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 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

Rolle des Stammdatenmanagements in einer SOA

Rolle des Stammdatenmanagements in einer SOA Rolle des Stammdatenmanagements in einer SOA Forum Stammdatenmanagement, November 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Unternehmen Beratung Strategie

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

Begleitende Online-Lernkontrolle als Prüfungszulassungsvoraussetzung

Begleitende Online-Lernkontrolle als Prüfungszulassungsvoraussetzung Modulbezeichnung: Modulnummer: IWBI Business Intelligence Semester: -- Dauer: Minimaldauer 1 Semester Modultyp: Wahlpflicht Regulär angeboten im: WS, SS Workload: 300 h ECTS Punkte: 10 Zugangsvoraussetzungen:

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

Corporate Performance Management als Weiterentwicklung von Business Intelligence

Corporate Performance Management als Weiterentwicklung von Business Intelligence Martin Kobrin Corporate Performance Management als Weiterentwicklung von Business Intelligence Grundlagen, Implementierungskonzept und Einsatzbeispiele Diplomica Verlag Martin Kobrin Corporate Performance

Mehr

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Andy Sydow Persönliche Daten Nationalität Sprachen Abschluss deutsch Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Herr Sydow verfügt über mehrjährige Erfahrung als DWH/BI

Mehr

Datenintegration mit Informatica PowerCenter

Datenintegration mit Informatica PowerCenter Datenintegration mit Informatica PowerCenter Mein Weg vom Studenten zum Consultant Christoph Arnold 03.07.2013 1 Agenda Von der THM zu Infomotion Datenschieberei oder doch mehr? Die weite Welt von Informatica

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

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

Inhaltsverzeichnis 1 Einleitung 2 Zielsetzung 3 Data Warehousing

Inhaltsverzeichnis 1 Einleitung 2 Zielsetzung 3 Data Warehousing ix 1 Einleitung 1 1.1 Gliederung der Arbeit 3 1.2 Das Projekt Steuerkanzlei 2005 6 1.3 Abgrenzung 8 1.4 Notation 10 2 Zielsetzung 13 2.1 IT-technische Kategorisierung 13 2.1.1 IT-intensive vs. nicht IT-intensive

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

Systemen. Stand der Umsetzung von BSC-Systemen. 3/4 der Unternehmen setzen Balanced Scorecard als neues Instrument der Unternehmensführung ein.

Systemen. Stand der Umsetzung von BSC-Systemen. 3/4 der Unternehmen setzen Balanced Scorecard als neues Instrument der Unternehmensführung ein. Stand der Umsetzung von BSC-Systemen Systemen BSC eingeführt keine Überarbeitung 11% kein Interesse 26% BSC eingeführt Überarbeitung geplant 5% BSC geplant 58% n = 141 3/4 der Unternehmen setzen Balanced

Mehr

Übersicht über die Methoden und Verfahren der Business Intelligence

Übersicht über die Methoden und Verfahren der Business Intelligence Übersicht über die Methoden und Verfahren der Business Intelligence von Michael Peter Drieschner, Wunstorf (Auszug) Inhaltsverzeichnis I 1 Einleitung 2 Begriffliche Grundlagen und Business Intelligence

Mehr

SPoT Agenda. Begrüßung und Vorstellung CAS AG. Markttrends aus Analystensicht. Big Data Trusted Information

SPoT Agenda. Begrüßung und Vorstellung CAS AG. Markttrends aus Analystensicht. Big Data Trusted Information SPoT Agenda Begrüßung und Vorstellung CAS AG Markttrends aus Analystensicht Big Data Trusted Information Lars Iffert, BARC GmbH Dr. Oliver Adamczak, IBM Deutschland GmbH Factory Ansatz für ETL-Prozesse

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

1. Einführung und Grundbegriffe

1. Einführung und Grundbegriffe 1. Einführung und Grundbegriffe Business Intelligence 1. Einführung und Grundbegriffe Lernziele: Wichtige Grundbegriffe verstehen, einordnen und erläutern können; Grundlegende Merkmale von Decision Support

Mehr

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik)

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik) Modulbeschrieb Business Intelligence and Analytics 16.10.2013 Seite 1/5 Modulcode Leitidee Art der Ausbildung Studiengang Modultyp W.WIINM42.13 Information ist eine derart wichtige Komponente bei der Entscheidungsfindung,

Mehr

Management Information System SuperX status quo and perspectives

Management Information System SuperX status quo and perspectives Management Information System SuperX status quo and perspectives 1 Agenda 1. Business Intelligence: Basics 2. SuperX: Data Warehouse for Universities 3. Joolap: OLAP for Universities 4. Cooperative reporting

Mehr

1. Einführung und Grundbegriffe. Business Intelligence. Definitionsvielfalt

1. Einführung und Grundbegriffe. Business Intelligence. Definitionsvielfalt 1. Einführung und Grundbegriffe Lernziele: Wichtige Grundbegriffe verstehen, einordnen und erläutern können; Grundlegende Merkmale von Decision Support Systemen kennen; Arten von Wissen kennen und gegeneinander

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

Master Data Management als Basis für eine Enterprise SOA Strategie

Master Data Management als Basis für eine Enterprise SOA Strategie Master Data Management als Basis für eine Enterprise SOA Strategie Executive Round Table MDM, Wien, Februar 2008 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor

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

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

Gliederung BI-Anwendungssysteme

Gliederung BI-Anwendungssysteme Gliederung BI-Anwendungssysteme 1. Einordnung und Überblick 2. Metadaten und Metadatenverwaltung 3. Planungssysteme 4. Balanced Scorecard Systeme 5. Risikomanagementsysteme 6. Konsolidierungssysteme Folie

Mehr

Spezialisierung Business Intelligence

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

Mehr

Orientierungsveranstaltung für Studierende der Bachelorstudiengänge. Schwerpunkt Wirtschaftsinformatik. Prof. Stefan Lessmann

Orientierungsveranstaltung für Studierende der Bachelorstudiengänge. Schwerpunkt Wirtschaftsinformatik. Prof. Stefan Lessmann Orientierungsveranstaltung für Studierende der Bachelorstudiengänge BWL und VWL Schwerpunkt Wirtschaftsinformatik Prof. Stefan Lessmann Agenda Schwerpunkt Wirtschaftsinformatik Gegenstand der Wirtschaftsinformatik

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

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

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

Business Glossary. Begriffsmanagement und Metadaten in BI-Projekten

Business Glossary. Begriffsmanagement und Metadaten in BI-Projekten Business Glossary Begriffsmanagement und Metadaten in BI-Projekten Von Christian Riedel, NOW! Consulting GmbH Ab einer gewissen Größe eines Unternehmens, beispielsweise eines Versicherungskonzerns, ist

Mehr

Data Mining und Knowledge Discovery in Databases

Data Mining und Knowledge Discovery in Databases Data Mining und Knowledge Discovery in Databases Begriffsabgrenzungen... Phasen der KDD...3 3 Datenvorverarbeitung...4 3. Datenproblematik...4 3. Möglichkeiten der Datenvorverarbeitung...4 4 Data Mining

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

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie

Mehr

Mehrwerte schaffen durch den Einsatz von Business Intelligence

Mehrwerte schaffen durch den Einsatz von Business Intelligence Mehrwerte schaffen durch den Einsatz von Business Intelligence 1 Menschen beraten Menschen beraten BTC zeigt Wege auf - Sie entscheiden BTC zeigt Wege auf - Sie entscheiden Martin Donauer BTC Business

Mehr

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen SAS PharmaHealth & Academia Gabriele Smith KIS-Tagung 2005 in Hamburg: 3. März 2005 Copyright 2003, SAS Institute Inc. All rights

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

Uniserv Academy, Frankfurt am Main 19.05.2015 Kundendaten effektiv und nachhaltig managen Wie Data Governance hilft, Ihre Kunden besser zu verstehen

Uniserv Academy, Frankfurt am Main 19.05.2015 Kundendaten effektiv und nachhaltig managen Wie Data Governance hilft, Ihre Kunden besser zu verstehen Fakultät Informatik und Wirtschaftsinformatik Sanderheinrichsleitenweg 20 97074 Würzburg Folie 1 Uniserv Academy, Frankfurt am Main 19.05.2015 Kundendaten effektiv und nachhaltig managen Wie Data Governance

Mehr

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse DGIQ-Roadshow, 1.-3. März 2011 Jan Hüfner, Geschäftsführer TIQ Solutions GmbH 2011 TIQ Solutions GmbH All Rights

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

Master Data Management - Wege aus der Datenkrise

Master Data Management - Wege aus der Datenkrise Master Data Management - Wege aus der Datenkrise Conect 2008-04-03 Dr. Siegmund Priglinger Business Application Research Center (BARC) Steinbachtal 2b D-97082 Würzburg +49-931-8806510 www.barc.de Agenda

Mehr

Konzeption eines Master-Data-Management-Systems. Sven Schilling

Konzeption eines Master-Data-Management-Systems. Sven Schilling Konzeption eines Master-Data-Management-Systems Sven Schilling Gliederung Teil I Vorstellung des Unternehmens Thema der Diplomarbeit Teil II Master Data Management Seite 2 Teil I Das Unternehmen Vorstellung

Mehr

THEOBALD XTRACT PPS IXTO GMBH. Mathias Slawik, Linda Kallinich

THEOBALD XTRACT PPS IXTO GMBH. Mathias Slawik, Linda Kallinich THEOBALD XTRACT PPS IXTO GMBH Mathias Slawik, Linda Kallinich Projekt BWA: Analytische Anwendungen, WS 2010/2011 Agenda 2/14 Projektaufgabe Technologien / Xtract PPS Projektablauf Dashboard-Prototyp Bewertung

Mehr

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects Besseres Investitionscontrolling mit Der Investitionsprozess Singuläres Projekt Idee, Planung Bewertung Genehmigung Realisierung Kontrolle 0 Zeit Monate, Jahre Perioden Der Investitionsprozess Singuläres

Mehr

BI-Falle. Raus aus der BI-Falle. Raus aus der. Wie Business Intelligence zum Erfolg wird. www.mitp.de. Ronald Bachmann. Dr. Guido. Kemper.

BI-Falle. Raus aus der BI-Falle. Raus aus der. Wie Business Intelligence zum Erfolg wird. www.mitp.de. Ronald Bachmann. Dr. Guido. Kemper. 18,5 mm IT-Verantwortliche in der Defensive Strukturelle Ursachen für das Scheitern von BI-Initiativen Der BI-Killer: Bypass-Reporting und die Folgen Von der Unternehmensstrategie zum Enterprise Data Warehouse

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

Durchblick im Self-Service-Dschungel. Hannover, 16.03.2015 Patrick Keller, Senior Analyst

Durchblick im Self-Service-Dschungel. Hannover, 16.03.2015 Patrick Keller, Senior Analyst Durchblick im Self-Service-Dschungel Hannover, 16.03.2015 Patrick Keller, Senior Analyst Business Application Research Center (BARC) B Europas führendes IT-Analysten- und -Beratungshaus für Business Software

Mehr

Business Intelligence braucht mehr Business!

Business Intelligence braucht mehr Business! Business Intelligence braucht mehr Business! Oder: Raus aus der BI-Falle! Dr. Guido Kemper 16. Handelsblatt Jahrestagung: Strategisches IT-Management. München, 25.01.2010 prometis - Management & Technology

Mehr

Non-Profit-Organisationen: Vom Controlling zum Strategischen Management

Non-Profit-Organisationen: Vom Controlling zum Strategischen Management Non-Profit-Organisationen: Vom Controlling zum Strategischen Management Einordnung der Begriffe Business Intelligence Strategic Association Management Controlling and Data Warehousing Data Mining, Knowledge

Mehr

Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt

Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt Ian Perry Marco Lehmann Stefan Sander Darmstadt, 6.11.2012 Einmal Pie-Chart und zurück Ian Perry Sales Engineer - IP&S Client Technical

Mehr