Fakultät für Mathematik und Wirtschaftswissenschaften. Institut für Angewandte Informationsverarbeitung. Datenmanagement

Größe: px
Ab Seite anzeigen:

Download "Fakultät für Mathematik und Wirtschaftswissenschaften. Institut für Angewandte Informationsverarbeitung. Datenmanagement"

Transkript

1

2 Fakultät für Mathematik und Wirtschaftswissenschaften Institut für Angewandte Informationsverarbeitung Datenmanagement (Beschaffung und Speicherung, Analyse, Präsentation) Vorlesungsbegleiter im Sommersemester 2012 Dr. Norbert Heidenbluth Dieser Vorlesungsbegleiter ist urheberrechtlich geschützt. Eine Weiterverbreitung auch auf elektronischem Weg ist ausdrücklich untersagt! Der Druck dieses Vorlesungsbegleiters wurde aus Studiengebühren finanziert!

3 ii

4 Inhaltsverzeichnis Vorwort 1 1 Einführung Die Begriffe Daten und Information Was sind Daten? Was sind Informationen? Was ist Datenmanagement? Der Daten-Lebenszyklus Die Organisation DAMA International Zum roten Faden dieser Vorlesung Was behandeln wir in der Vorlesung und in diesem Skript? Und was machen wir in den Übungen? Warum sollte ich diese Vorlesung hören? Zur Bedeutung dieses Skripts Begriffe und Funktionen des Datenmanagements Die sechs Datenschichten Metadaten Referenzdaten Unternehmensstrukturdaten Transaktionsstrukturdaten Transaktionsaktivitätsdaten Transaktions-Protokolldaten Ein Beispiel aus dem Studienalltag Die zehn Funktionen des Datenmanagements Data Governance Data Architecture Management Datenentwicklung Datenbankbetrieb Datensicherheits-Management Reference and Master Data Management (MDM) Data Warehousing and Business Intelligence Management Document- and Content Management Meta Data Management Data Quality Management Big Data Ein Fazit zu diesem Kapitel Business Intelligence und Data-Warehouse-Systeme Ein Überblick über Business Intelligence Zum Begriff Intelligence Was ist Business Intelligence iii

5 iv INHALTSVERZEICHNIS Die drei Phasen in BI-Maßnahmen Die verschiedenen Facetten der Business Intelligence Vom BI-Prozess zu Data Warehouse-Systemen Data-Warehouse-Systeme Die erste Definition des Begriffs Data-Warehouse Data-Warehouse vs. Data-Warehouse-System Das mit Data-Warehouse-Systemen verfolgte Ziel Die Referenzarchitektur eines Data-Warehouse-Systems Der Data-Warehouse-Prozess Der ETL-Prozess Data Marts Das Datawarehouse als Single Point Of Truth (SPOT) Der Data-Warehouse-Prozess und Business Intelligence Data Warehouse Ein Fazit zu diesem Kapitel Datenanalyse Grundbegriffe OLAP OLTP und OLAP Die 12 Regeln nach Codd und die FASMI-Regeln Das multidimensionale Datenmodell Die OLAP-Operationen Das Sternschema und das Schneeflockenschema Wissenserkennung in Datenbanken (KDD) Der Begriff KDD Anwendungsgebiete des KDD Die neun Stufen des KDD nach Fayyad Data Mining Motivation: Warenkorbanalyse Die Facetten des Data Mining Das Erlernen von Assoziationsregeln: Frequent Pattern Mining Der Apriori-Algorithmus Der FP-Growth-Algorithmus Abschließende Betrachtungen zum Frequent Pattern Mining Eine weitere Facette des Data Minings: Klassifikation Die übrigen Facetten des Data Mining Der Begriff Maschinelles Lernen (Machine (Based) Learning) Data Mining in der Praxis Ein Fazit zu diesem Kapitel Datenqualität und deren Management (DQM) Verschiedene Versuche, Datenqualität zu definieren Definition via Anforderungen: Qualitätskriterien Definition via Kategorisierung Definition durch die ISO Definition anhand der Wortbestandteile Daten und Qualität Definition via Design- und Ausführungsqualität Eine Bemerkung zum Begriff Informationsqualität Ansätze zur Messung der Datenqualität Messung im ökonomisch orientierten Datenqualitätsmanagementsystem: Der Ansatz von Heinrich und Klier Messung im metadatenbasierten Datenqualitätsmanagementsystem: Der Ansatz von Helfert

6 INHALTSVERZEICHNIS v Die kennzahlenbasierte Messung: Der Ansatz von Apel, Behme, Eberlein und Merighi Die prozessorientierte Messung: Der Ansatz von Würthele Die AIMQ-Methode Datenmanagement vs. Datenqualitätsmanagement Exkurs: Datenmanagement, Datenqualität und Solvency II Eine kleine Einführung in Solvency II Die europäische Aufsichtsbehörde EIOPA Data Governance unter Solvency II Der Datenbegriff in Solvency II Solvency II: Standards für die Datenqualität Datenqualitätsmanagement unter Solvency II XBRL Schlussbemerkugen zum Exkurs zu Solvency II Ein Fazit zu diesem Kapitel Datenaustausch Datenaustausch via Dateien CSV-Dateien Das Windows INI-Format JSON XML Weitere Formate Direkter Datenaustausch Anbindung an Datenbanken mit ODBC ODBC in Microsoft Access ODBC in Word JDBC Perl-DBI Datenaustausch via XML XML XML Schemata XSL Transformationen XPath Umgang mit XML-Dateien in Excel Umgang mit XML-Dateien in Access XBRL oder: XML trifft auf Solvency II Ein Fazit zu diesem Kapitel Fortgeschrittene Themen in DBMS Fortgeschrittene Themen in MySQL Sichten (Views) Stored Procedures und Stored Functions Trigger Die Analogien in Microsoft Access Views in Access Stored Procedures in Access: VBA Trigger in Access: Datenmakros Ein Fazit zu diesem Kapitel

7 vi INHALTSVERZEICHNIS 8 Datenvisualisierung und Datenpräsentation Datenvisualisierung Das Quartett von Anscombe Typische Fehler in Diagrammen Datenpräsentation Zur Motivation Die acht psychologischen Prinzipien für effektive Grafiken Schlusswort 231 Anhang 231 A Einblenden der Entwicklertools 233 A.1 Vorgehen in Office A.2 Vorgehen in Office B Noch ein Austauschformat: INI-Dateien 237 Abkürzungsverzeichnis 239 Abbildungsverzeichnis 243 Tabellenverzeichnis 245 Literaturverzeichnis 245 Index 249

8 Vorwort Willkommen zur Vorlesung Datenmanagement! Das vorliegende Skript begleitet die Vorlesung Datenmanagement im Sommersemester Es ist überaus erfreulich, dass diese Veranstaltung, die vor genau einem Jahr Premiere hatte, eine solch große Nachfrage erfuhr, dass sie auch in diesem Jahr wieder angeboten werden kann. Wenn Sie sich für diese Vorlesung entschieden haben, dann nehmen Sie an Version 2.0 teil: einige der Inhalte des letzten Jahres sind gewichen, um anderen Inhalten Raum (und vor allem Zeit) zu geben. Die zahlreichen Anregungen sowie das Seminar, das im vergangenen Wintersemester als Fortsetzung und Weiterführung der Vorlesung diente, haben diejenigen Stellen aufgezeigt, an denen eine inhaltliche Vertiefung gewünscht war, und diesem Wunsch möchte ich nun in der zweiten Auflage gerne entsprechen. Auf der anderen Seite gab es Abschnitte, die für das Verständnis der historischen Entwicklung zwar interessant, für die heutige Praxis jedoch nicht mehr relevant sind. Diese wurden deshalb herausgenommen. Somit ist das vorliegende Skript sowie die gesamte Vorlesung auch ein Produkt des offenen Austausches zwischen den Hörerinnen und Hörern des vergangenen Jahres und mir. Für einen solchen Austausch bin ich auch in diesem Semester wieder jederzeit offen und möchte an dieser Stelle dazu ermutigen, mir jedwedes Feedback zur Vorlesung und zum Skript zukommen zu lassen. Dies gilt insbesondere, falls sich der Fehlerteufel an der ein oder anderen Stelle dieses Skriptes eingeschlichen haben sollte. Trotz aller Überarbeitung: das mit dieser Vorlesung verfolgte Ziel ist das gleiche geblieben. Es liegt darin, denjenigen, die bei uns in der Vergangenheit Grundkenntnisse in relationalen Datenbanken und (My)SQL erworben haben, eine interessante auf diesen Kenntnissen aufbauende Fortsetzung anbieten zu können. Die Vorlesung richtet sich damit an Studierende der Mathematischen Biometrie, der (Wirtschafts-)Mathematik sowie der Wirtschaftswissenschaften. Wie sich der rote Faden der Vorlesung gestaltet, erklären wir ausführlich in der Einführung (siehe Abschnitte 1.3ff. ab Seite 10). Ich wünsche allen viel Interesse und Spass an dieser Veranstaltung. Ulm, im April 2012 Norbert Heidenbluth 1

9 10 KAPITEL 1. EINFÜHRUNG 1.3 Zum roten Faden dieser Vorlesung Was behandeln wir in der Vorlesung und in diesem Skript? Wie so oft sagt auch bei dieser Frage ein Bild mehr als viele Worte. Deshalb fasst Abbildung 1.5 den roten Faden das Big Picture unserer Veranstaltung und die Zusammenhänge der darin vermittelten Themen anschaulich zusammen. Der Inhalt der Abbildung kann wie folgt erläutert werden: Abbildung 1.5: Das Big Picture der Business Intelligence und unserer Vorlesung Es ist klar, dass wir uns in der Vorlesung zunächst mit dem Begriff Datenmanagement bzw. dessen zehn Funktionen (nach dem Verständnis der DAMA) beschäftigen. Dies wird der Inhalt von Kapitel 2 sein. Darin lernen wir auch die sechs Kategorien ( Schichten ) von Daten kennen. Mit Kapitel 3 beginnen dann die Themenbereiche, die namensgebend für die vier Untertitel unserer Vorlesung sind: zunächst Beschaffung und Speicherung, denn wir werden den Prozess der Datenbeschaffung innerhalb eines Unternehmens beleuchten. Dabei geht es nicht um die Frage, wie das Unternehmen überhaupt an Daten gelangt, sondern wie diese Daten aus betriebswirtschaftlicher (organisatorischer) Sicht so verfügbar gemacht (beschafft und gespeichert) werden können, dass sie den betrieblichen Entscheidungsträgern, die sie benötigen, gut zugänglich sind. Diese Thematik führt uns sehr schnell zum Data Warehousing, und damit befinden wir uns inmitten des Bereiches Business Intelligence (BI). Eine thematische Einordnung von BI, typischen BI-Maßnahmen und eine Beleuchtung des BI-Prozesses stellen wir Kapitel 3 voran.

10 1.3. ZUM ROTEN FADEN DIESER VORLESUNG 11 Ein Bestandteil von BI-Maßnahmen ist das Gebiet der Datenanalyse, dem wir uns in Kapitel 4 nähern. Zunächst lernen wir den Begriff OLAP kennen und betreten danach das spannende Feld der Wissenserkennung in Datenbanken und des Data Minings. Wir geben einen thematischen Überblick über die Aufgaben, mit denen sich das Data Mining beschäftigt und lernen anhand von zwei dieser Aufgaben die formale Problemstellung sowie etablierte Lösungsverfahren (Algorithmen) kennen. Die in Kapitel 4 vorgestellten Analysen liefern nur dann brauchbare Ergebnisse, wenn die Ausgangsdaten von guter Qualität sind. Im Unterschied zu materiellen Dingen unseres täglichen Lebens ist es aber gar nicht so einfach, einen Qualitätsbegriff für Daten zu definieren und erst recht nicht, Kriterien und Möglichkeiten für die Bewertung (Messbarkeit) der Datenqualität zu etablieren. In diesem Kontext unternommene Ansätze stellen wir in Kapitel 5 vor. Die Notwendigkeit zum Umgang mit Datenqualität ergibt sich einerseits aus betriebsinternen Anforderungen, mitunter aber andererseits auch aus der branchenspezifischen Gesetzgebung. Ein Beispiel aus der Sphäre der Versicherungswirtschaft ist in diesem Zusammenhang das EU-Projekt Solvency II, das wir als Praxisbeispiel intensiv im zweiten Abschnitt von Kapitel 5 im Hinblick auf dessen Vorschriften zur Datenqualität besprechen werden. Die Datenübertragung zwischen verschiedenen Systemen oder gar zwischen verschiedenen Organisationen bzw. Unternehmen erfordert es, sich Gedanken über das technische Vorgehen beim Datenaustausch zu machen. Entweder muss ein Datenaustausch-Format gefunden werden, mit dessen Hilfe die Übertragung gelingt, oder es erfolgt ein unmittelbarer Austausch, der wiederum nur auf Basis von standardisierten Protokollen erfolgen kann. Mit Fragestellungen wie diesen beschäftigen wir uns in Kapitel 6 und lernen dort in der Praxis etablierte Formate und Verfahren kennen. Immer wieder begegnen wir im Rahmen unserer Veranstaltung den aus anderen Vorlesungen als bekannt vorausgesetzten Themenbereichen relationale Datenbanken und SQL. Wir gönnen uns in Kapitel 7 den Luxus, einige fortgeschrittene Themen rund um SQL bzw. MySQL vorzustellen und darüberhinaus zu demonstrieren, in welcher Form sie ebenfalls im Datenbanktool Microsoft Access zur Verfügung stehen. In Kapitel 8 behandeln wir dann schließlich den vierten Untertitel unserer Vorlesung: die Visualisierung und die Präsentation von Daten. Dabei werden wir einerseits erlernen, auf was es bei der Visualisierung von Daten ankommt (Welche Fehler werden immer wieder gemacht? Worin liegen die Ursachen? Wie lassen sie sich vermeiden?). Andererseits geben wir einen kleinen Schnupperkurs in die hohe Schule der Präsentationskunst, denn ob an der Uni oder im späteren Berufsalltag: immer wieder sind wir gefordert, Sachverhalte und Informationen zu präsentieren, und ein solides Wissen über die Gestaltung der Folien 5 sowie über den dramaturgischen Aufbau eines Vortrags kann mitunter entscheidend für die persönliche Karriere sein Und was machen wir in den Übungen? Die Übungen sollen vor allem einen praktischen Einblick in die Welt der Business Intelligence und des Data Minings geben. Deshalb flankieren wir die theoretischen Inhalte der Vorlesung durch praxisnahe Übungen. Die Praxisnähe manifestiert sich dadurch, dass entsprechende Tools vorgestellt werden und diese im Rahmen der Übungsaufgaben verwendet werden sollen. Der Markt der einschlägigen BI-Tools ist von mehreren Anbietern und Optionen geprägt. Einige Werkzeuge sind sehr teuer, andere können kostenfrei als OpenSource-Tools verwendet werden. 5 besser: der PowerPoint-Präsentation

11 12 KAPITEL 1. EINFÜHRUNG Je nach Gegebenheit werden wir mal mit einer OpenSource-Lösung arbeiten, mal mit einer kommerziellen Software (von Microsoft). Letztere ist zwar grundsätzlich nur käuflich zu erwerben, steht Angehörigen der Universität Ulm zum Zwecke des Einsatzes in Forschng und Lehre jedoch kostenfrei zur Verfügung. Die Kapitel über den Datenaustausch und über die fortgeschrittenen Themen in MySQL und Microsoft Access liefern viele Anregungen für Praxisbeispiele, die wir in den Übungen dann umsetzen werden. Auch für Microsoft Access gilt, dass diese Software (als einziger Bestandteil des Office-Paketes) für Studierende und Lehrende an unserer Universität kostenfrei bezogen werden kann. Die Ausgestaltung der Übungen zur Vorlesungseinheit über die Visualisierung und Präsentation von Daten vereinbaren wir gemeinsam zu Beginn der Vorlesung Warum sollte ich diese Vorlesung hören? Die Vorlesung sowie die begleitenden Übungen sind insbesondere danach konzipiert, den starken Praxisbezug der behandelten Themen für die betriebliche Wirklichkeit zu betonen. Der Besuch dieser Vorlesung sollte deshalb jede(n) Teilnehmer(in) mit einem soliden Wissen über die vielfältigen Facetten des Datenmanagements ausstatten. Zusammen mit dem über die Übungen erlernten Praxiswissen sollte somit jede(r) seinen/ihren Marktwert für den Einstieg in den Berufsalltag steigern können, und die Erfahrung der Teilnehmer des letzten Jahres bestätigen erfreulicherweise, dass wir mit diesem Ansatz auf dem richtigen Weg sind Zur Bedeutung dieses Skripts Dieses Skript ist in manchen theoretischen Dingen recht ausführlich, geht über andere theoretische Dinge eher hinweg, verweist mitunter auf weiterführende Vorlesungen bzw. Literatur und stellt insbesondere zu Microsoft Office und dem Microsoft SQL Server nur wenig Informationen bereit. Die Intention dieses Skripts ist es, den Besuch der Vorlesung zu unterstützen, nicht jedoch, ihn zu ersetzen. Die in diesem Skript ausformulierten Inhalte sind also ggf. um die in der Vorlesung und in den Übungen vermittelten Informationen zu ergänzen. Dies gilt insbesondere für das letzte Kapitel rund um die Datenvisualisierung und -präsentation, denn zu dieser Themeneinheit hält das Skript nur Stichworte bereit und verzichtet auf eine Ausformulierung. Ferner wurde bewusst darauf verzichtet, die im Rahmen der Vorlesung bzw. der begleitenden Übungen vorgestellten Tools (z.b. Pentaho Suite, Microsoft SQL Server / Analysis Services usw.) in diesem Skript zu erläutern. Angesichts der Tatsache, dass zu diesen Tools Bücher im Umfang von mehr als Seiten sowie unzählige Tutorials und Erläuterungen auf Webseiten existieren, sollte klar sein, dass weder die Vorlesung und schon gar nicht das Skript eine hinreichende Informationsquelle für diese komplexen Werkzeuge sein können. Und mit der gleichen Begründung erhebt das Skript auch keinesfalls den Anspruch, eine Anleitung für Microsoft Access oder MySQL zu sein obwohl diese Programme Eingang in das Skript gefunden haben. Das diesbezügliche Wissen wird über die entsprechenden Praxisvorführungen im Rahmen der Übungen vermittelt werden. Mit anderen Worten:

12 1.3. ZUM ROTEN FADEN DIESER VORLESUNG 13 Trotz eines Umfangs von weit mehr als 200 Seiten erhebt dieses Skript nicht den Anspruch, den Besuch der Vorlesung und/oder der Übungen verzichtbar zu machen! Ergänzende Materialien zur Vorlesung, zu den Übungen und zum Skript werden im Laufe der Veranstaltung auf der vorlesungsbegleitenden Homepage bzw. im SLC-Download-Bereich zur Verfügung gestellt. An dieser Stelle sei nochmals an die bereits im Vorwort artikulierte Einladung erinnert, Anregungen und Wünsche zu diesem Skript sowie vor allem die gefundenen Fehler zu melden. Auch diese werden über die Homepage kommuniziert, so dass ein gelegentlicher Blick auf die Rubrik Errata empfohlen sei. Die Homepage zur Vorlesung kann über die folgende URL erreicht werden: Eine bequeme Möglichkeit, diese Vorlesungshomepage zu erreichen, bietet auch der nachstehende QR-Code: Abbildung 1.6: QR-Code der URL der Vorlesungshomepage Wir bemühen uns in diesem Skript sowie in der Vorlesung, neben den deutschen Fachbegriffen auch immer die englischen Begriffe zu nennen. Viele Vokabeln der IT und natürlich auch viele im Datenmangement haben ihren Ursprung in der englischen Sprache, und somit existieren für viele etablierte Begriffe keine oder zumindest keine guten deutschen Übersetzungen. Falls aber doch, so hoffen wir, durch die Nennung der englischen Originalbegriffe die notwendige sprachliche Sicherheit für das Studium weiterführender Fachliteratur zu erwerben sowie eine fachliche Diskussion im internationalen Team bzw. auf internationalem Parkett bestehen zu können. Jetzt, wo alle grundsätzlichen Fragen geklärt sind, können wir also mit dem eigentlichen Inhalt starten. Noch einmal wünsche ich uns allen ein großes Interesse und viel Freude an den behandelten Themen.

Veit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien

Veit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien Veit Köppen Gunter Saake Kai-Uwe Sattler 2. Auflage Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis ix 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...

Mehr

Data Warehouse Technologien

Data Warehouse Technologien Veit Köppen Gunter Saake Kai-Uwe Sattler Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...............

Mehr

Data Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik

Data Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik Data Warehousing Sommersemester 2005 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte

Mehr

Vorwort. Vorwort zur 1. Auflage

Vorwort. Vorwort zur 1. Auflage Vorwort V Vorwort zur 1. Auflage Wenn Sie bei Amazon das Stichwort Präsentation eingeben, dann listet Ihnen der weltgrößte Online-Buchhandel etwa 600 Treffer auf. Wozu also das 601. Buch über Präsentation?

Mehr

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN OPEN SOURCE BUSINESS INTELLIGENCE MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN uwehaneke Stephan TRAHASCH tobias HAGEN tobias LAUER (Hrsg.)' tdwi E U R D P E HANSER Vorwort 9 Einführung

Mehr

Planung und Messung der Datenqualität in Data-Warehouse-Systemen

Planung und Messung der Datenqualität in Data-Warehouse-Systemen Planung und Messung der Datenqualität in Data-Warehouse-Systemen DISSERTATION der Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften (HSG) zur Erlangung der Würde eines

Mehr

OLAP mit dem SQL-Server

OLAP mit dem SQL-Server Hartmut Messerschmidt Kai Schweinsberg OLAP mit dem SQL-Server Eine Einführung in Theorie und Praxis IIIBibliothek V dpunkt.verlag Teil OLAP undder Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1

Mehr

Inhaltsverzeichnis. Teil I OLAP und der Microsoft SQL-Server 1. 1 Theoretische Grundlagen 3

Inhaltsverzeichnis. Teil I OLAP und der Microsoft SQL-Server 1. 1 Theoretische Grundlagen 3 vii Teil I OLAP und der Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1 Was ist OLAP?......................................... 3 1.1.1 Business Intelligence............................... 4 1.1.2

Mehr

Seminar C02 - Praxisvergleich OLAP Tools

Seminar C02 - Praxisvergleich OLAP Tools C02: Praxisvergleich OLAP Tools Ein Seminar der DWH academy Seminar C02 - Praxisvergleich OLAP Tools Das Seminar "Praxisvergleich OLAP-Tools" bietet den Teilnehmern eine neutrale Einführung in die Technologien

Mehr

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI Detlef Apel Wolfgang Behme Rüdiger Eberlein Christian Merighi Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte 3., überarbeitete und erweiterte Auflage Edition TDWI rä

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

Seminar Wirtschaftsinformatik II B.Sc.

Seminar Wirtschaftsinformatik II B.Sc. Seminar Wirtschaftsinformatik II B.Sc. Prof. Dr. Harald Ritz Sommersemester 2011 Organisatorisches Bewertungsgrundlage Seminar Wirtschaftsinformatik II (B.Sc.) (2 SWS): Vortragsdauer: eine Person, 60 min

Mehr

Fakultät. Modulkoordinator Frank Termer. Modul-Name Wirtschaftsinformatik Modul-Nr : 51012

Fakultät. Modulkoordinator Frank Termer. Modul-Name Wirtschaftsinformatik Modul-Nr : 51012 Fakultät Wirtschaftswissenschaften Studiengang Betriebswirtschaft f. kleine u. mitt. Unternehmen Modulbeschreibung Modulkoordinator Frank Termer Modul-Name Wirtschaftsinformatik Modul-Nr : 51012 CP SWS

Mehr

Entwicklung und Dokumentation eines Klausurorganisationssystems mit Microsoft Access

Entwicklung und Dokumentation eines Klausurorganisationssystems mit Microsoft Access Informatik Werner Schehler Entwicklung und Dokumentation eines Klausurorganisationssystems mit Microsoft Access Diplomarbeit FACHHOCHSCHULE DORTMUND FACHBEREICH WIRTSCHAFT Studiengang Wirtschaft ENTWICKLUNG

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

Datenqualität erfolgreich steuern

Datenqualität erfolgreich steuern Edition TDWI Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte von Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian Merighi 3., überarbeitete und erweiterte Auflage

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

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

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

Profilfach Versicherungsmanagement

Profilfach Versicherungsmanagement Lehrstuhl für Versicherungswirtschaft und Sozialsysteme Profilfach Versicherungsm management Prof. Dr. Jörg Schiller j.schiller@uni-hohe hohe enheim.de Weitere Informationen auf unserer Lehrstuhl-Homepage

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

Im Einzelnen werden folgende Kenntnisse, Fertigkeiten und Kompetenzen erworben.

Im Einzelnen werden folgende Kenntnisse, Fertigkeiten und Kompetenzen erworben. Modulbeschreibung Code VI.8.1 Modulbezeichnung Wirtschaftsinformatik Beitrag des Moduls zu den Studienzielen Qualifikationsziele (vgl. Leitfaden Punkt 3) Die Studierenden kennen die Konzepte bei der Erstellung

Mehr

Redemittel für einen Vortrag (1)

Redemittel für einen Vortrag (1) Redemittel für einen Vortrag (1) Vorstellung eines Referenten Als ersten Referenten darf ich Herrn A begrüßen. der über das/zum Thema X sprechen wird. Unsere nächste Rednerin ist Frau A. Sie wird uns über

Mehr

Syllabus: Modul Einführung in die Wirtschaftsinformatik (BIS1010)

Syllabus: Modul Einführung in die Wirtschaftsinformatik (BIS1010) Zugehörige Lehrveranstaltungen BIS1011 Vorlesung Einführung in die Wirtschaftsinformatik (2 SWS, 2 credits) für Studiengänge BEL, BPM: Mittwoch 15.30 17.00 Uhr, W2.2.01 für Studiengänge BCR, BSR: Dienstag

Mehr

Prüfungsberatungs-Stunde Datenbanksysteme 1 (Dbs1)

Prüfungsberatungs-Stunde Datenbanksysteme 1 (Dbs1) Prüfungsberatungs-Stunde Datenbanksysteme 1 (Dbs1) Herbstsemester 2013/14 Prof. S. Keller Informatik HSR Januar 2014, HS13/14 Dbs1 - Prüfungsvorbereitung 1 Dbs1 Ziele Grundlagenwissen in folgenden Gebieten

Mehr

PRAXISLÖSUNGEN. Jens Harmeier. Modul 1: Einführung in die ISO 9000er Reihe

PRAXISLÖSUNGEN. Jens Harmeier. Modul 1: Einführung in die ISO 9000er Reihe PRAXISLÖSUNGEN Jens Harmeier Modul 1: Einführung in die ISO 9000er Reihe Modul 1: Einführung in die ISO 9000er Reihe Vorwort Vorwort Was sollten Sie über die Normenreihe DIN EN ISO 9000 ff. wissen? 0.0.0.0.0.0.0

Mehr

APPS für ios 9 professionell entwickeln

APPS für ios 9 professionell entwickeln thomas SILLMANN 2. Auflage APPS für ios 9 professionell entwickeln // Sauberen Code schreiben mit Objective-C und Swift // Stabile Apps programmieren // Techniken und Methoden von Grund auf verstehen Inkl.

Mehr

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit IT-basierte Erstellung von Nachhaltigkeitsberichten Diplomarbeit zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen Fakultät der Leibniz Universität Hannover vorgelegt von

Mehr

Auswertung zur Veranstaltung Ausgewählte Themen aus dem Bereich Software Engineering - Agile Project Management and Software Deve

Auswertung zur Veranstaltung Ausgewählte Themen aus dem Bereich Software Engineering - Agile Project Management and Software Deve Auswertung zur Veranstaltung Ausgewählte Themen aus dem Bereich Software Engineering - Agile Project Management and Software Deve Liebe Dozentin, lieber Dozent, anbei erhalten Sie die Ergebnisse der Evaluation

Mehr

Raus aus der Bl-Falle

Raus aus der Bl-Falle Ronald Bachmann, Dr. Guido Kemper Raus aus der Bl-Falle Wie Business Intelligencezum Erfolg wird mitp Die Autoren 13 Vorwort 15 1 Einleitung 21 1.1 Was ist Business Intelligence (BI)? 21 1.2 Motive zur

Mehr

Datenbanksysteme 1. Organisation. Prof. Stefan F. Keller. Ausgabe 2005. Copyright 2005 HSR SS 2005

Datenbanksysteme 1. Organisation. Prof. Stefan F. Keller. Ausgabe 2005. Copyright 2005 HSR SS 2005 Datenbanksysteme 1 Organisation Ausgabe 2005 Prof. Stefan F. Keller SS 2005 Copyright 2005 HSR Inhalt Einführung Relationales Datenmodell, Datenmodellierung DB-Entwurf, Normalisierung SQL-Data Definition

Mehr

Wintersemester 2010/2011 Rüdiger Westermann Institut für Informatik Technische Universität München

Wintersemester 2010/2011 Rüdiger Westermann Institut für Informatik Technische Universität München Informatik 1 Wintersemester 2010/2011 Rüdiger Westermann Institut für Informatik Technische Universität München 1 0 Allgemeines Zielgruppen Siehe Modulbeschreibung Studierende anderer (nicht Informatik)

Mehr

IT-basierte Kennzahlenanalyse im Versicherungswesen

IT-basierte Kennzahlenanalyse im Versicherungswesen Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen Kennzahlenreporting mit Hilfe des SAP Business Information Warehouse Diplomica Verlag Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen:

Mehr

Bachelor-Studiengang Angewandte Informatik mit einem Fachanteil von 100%

Bachelor-Studiengang Angewandte Informatik mit einem Fachanteil von 100% Bachelor-Studiengang Angewandte Informatik mit einem Fachanteil von 100% an der Ruprecht-Karls-Universität Heidelberg http://www.informatik.uni-heidelberg.de/ Oktober 2015 Einige Begriffe Das Studium besteht

Mehr

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß Fachgruppe Statistik, Risikoanalyse & Computing STAT672 Data Mining Sommersemester 2007 Prof. Dr. R. D. Reiß Überblick Data Mining Begrifflichkeit Unter Data Mining versteht man die Computergestützte Suche

Mehr

Allgemeine Informationen zu Access und Tabellen

Allgemeine Informationen zu Access und Tabellen E-Learning am Fachbereich Wirtschaftswissenschaften der JLU Gießen: Theorie und praktische Umsetzung Praktische Implementierung des Learning Objects Allgemeine Informationen zu Access und Tabellen Referateseminar

Mehr

Data/Information Quality Management

Data/Information Quality Management Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!

Mehr

Präsentation zum Thema XML Datenaustausch und Integration

Präsentation zum Thema XML Datenaustausch und Integration Sebastian Land Präsentation zum Thema XML Datenaustausch und Integration oder Warum eigentlich XML? Gliederung der Präsentation 1. Erläuterung des Themas 2. Anwendungsbeispiel 3. Situation 1: Homogene

Mehr

xiii Inhaltsverzeichnis 1 Einführung 1

xiii Inhaltsverzeichnis 1 Einführung 1 xiii 1 Einführung 1 1.1 Gründe für eine BI-Strategie und ein BICC..................... 1 1.1.1 Systemvielfalt und Konsolidierungsbedarf.............. 2 1.1.2 Taktisches Vorgehen..............................

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

Intelligence (BI): Von der. Nürnberg, 29. November 2011

Intelligence (BI): Von der. Nürnberg, 29. November 2011 Modelle für Business Intelligence (BI): Von der Anforderung zum Würfel Nürnberg, 29. November 2011 Warum Modelle für Business Intelligence (BI)? Warum Modelle für Business Intelligence (BI)? Bis zur Auswertung

Mehr

virtuos Leitfaden für die virtuelle Lehre

virtuos Leitfaden für die virtuelle Lehre virtuos Zentrum zur Unterstützung virtueller Lehre der Universität Osnabrück virtuos Leitfaden für die virtuelle Lehre Zentrum virtuos Tel: 0541-969-6501 Email: kursmanager@uni-osnabrueck.de URL: www.virtuos.uni-osnabrueck.de

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

Informationen zu Microsoft Lizenzen für Studierende an der TU Graz

Informationen zu Microsoft Lizenzen für Studierende an der TU Graz Informationen zu Microsoft Lizenzen für Studierende an der TU Graz Hinweise zur Rechtsverbindlichkeit der Informationen Die Informationen in diesem Dokument sind Hinweise, die das Verständnis hinsichtlich

Mehr

Fachanhang zur Studienordnung des Bachelorstudiengangs der Philosophischen Fakultät der Universität Rostock. B14: Soziologie. Vom 30.

Fachanhang zur Studienordnung des Bachelorstudiengangs der Philosophischen Fakultät der Universität Rostock. B14: Soziologie. Vom 30. Fachanhang zur Studienordnung des Bachelorstudiengangs der Philosophischen Fakultät der Universität Rostock B14: Soziologie Vom 30. März 2012 Inhaltsübersicht 1 Ziele des Studiums, Studienbereiche 2 Umfang

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

Expertise für Ihre Datenanalyse Beratung und Schulungen von StatSoft

Expertise für Ihre Datenanalyse Beratung und Schulungen von StatSoft Expertise für Ihre Datenanalyse Beratung und Schulungen von StatSoft Inhalt Inhalt Consulting / Workshops 2 Programmierung / Automatisierung 3 Validierung 3 Schulungen Softwareunabhängige Methodenschulungen

Mehr

Einsatz von E-Learning in Vorlesungen und Seminaren

Einsatz von E-Learning in Vorlesungen und Seminaren Einsatz von E-Learning in Vorlesungen und Seminaren Erfahrungen und Erfolgskriterien für den praktischen Aufbau am Beispiel der Vermittlung von Kryptographie Hochschule Wismar Fakultät der Wirtschaftswissenschaften

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

Die Vorlesung wird auf Deutsch und Englisch gehalten und ist inhaltlich gleich.

Die Vorlesung wird auf Deutsch und Englisch gehalten und ist inhaltlich gleich. Lehrveranstaltung: BAE2133 Informationstechnologie 2 2 SWS, 2 credits, Vorlesungssprache deutsch, Niveau: - fortgeschrittenes Niveau - Zeit und Ort siehe LSF. Die Vorlesung wird auf Deutsch und Englisch

Mehr

Inhaltsverzeichnis 1 Einleitung 2 Ansätze in Forschung und Praxis

Inhaltsverzeichnis 1 Einleitung 2 Ansätze in Forschung und Praxis ix 1 Einleitung 1 1.1 Motivation 1 1.1.1 Das Projekt»Steuerkanzlei 2005«2 1.1.2 Generalisierung des Anwendungsfalls 3 1.1.3 Situation der Business Intelligence 4 1.1.4 Probleme in der praktischen Anwendung

Mehr

Datenbanken Datenbanken 1 Belegnummer Belegnummer

Datenbanken Datenbanken 1 Belegnummer Belegnummer Datenbanken Datenbanken 1 Belegnummer 30.7302 Belegnummer 30.7312 Blockkurs 31.08. 11.09.2015 Wintersemester 2015/16 (Bachelor) Materialien zur Vorlesung Michael Roth Inge Hochschule Darmstadt Fachbereich

Mehr

C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl

C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl Ein Seminar der DWH academy Seminar C09 Einsatz SAP BW im Vergleich zur Best-of-Breed- Produktauswahl Befasst man sich im DWH mit der Auswahl

Mehr

Bachelorarbeit. Preisvergleichdienste auf Smartphones: Vergleich deutscher Anbieter und technische Trends. Vorgelegt von.

Bachelorarbeit. Preisvergleichdienste auf Smartphones: Vergleich deutscher Anbieter und technische Trends. Vorgelegt von. Leibniz Universität Hannover Fachbereich Wirtschaftswissenschaften Lehrstuhl Wirtschaftsinformatik Leiter: Prof. Dr. Breitner Bachelorarbeit Zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.)

Mehr

D I E N S T B L A T T DER HOCHSCHULEN DES SAARLANDES

D I E N S T B L A T T DER HOCHSCHULEN DES SAARLANDES 525 D I E N S T B L A T T DER HOCHSCHULEN DES SAARLANDES 2015 ausgegeben zu Saarbrücken, 30. September 2015 Nr. 67 UNIVERSITÄT DES SAARLANDES Seite Prüfungsordnung für den Master-Studiengang Systems Engineering

Mehr

Business Compact. Intensiv-Kurs BWL mit interaktiven WBTs

Business Compact. Intensiv-Kurs BWL mit interaktiven WBTs Business Compact Intensiv-Kurs BWL mit interaktiven WBTs BWL-Web Based Trainings im Überblick www.h-p-m.info 2 Web Based Training Kostenrechnung www.h-p-m.info 3 WBT Kostenrechnung - Details Mit dem interaktiven

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

Hilfe, mein SCRUM-Team ist nicht agil!

Hilfe, mein SCRUM-Team ist nicht agil! Hilfe, mein SCRUM-Team ist nicht agil! Einleitung: Laut unserer Erfahrung gibt es doch diverse unagile SCRUM-Teams in freier Wildbahn. Denn SCRUM ist zwar eine tolle Sache, macht aber nicht zwangsläufig

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

Kapitel 6,»Objektorientierte Programmierung«, widmet sich der objektorientierten Programmierung mit Python.

Kapitel 6,»Objektorientierte Programmierung«, widmet sich der objektorientierten Programmierung mit Python. 1.3 Aufbau des Buchs lichkeiten offen. Auf die Unterschiede der beiden Versionen gehe ich besonders ein, sodass ein späterer Umstieg von der einen zur anderen Version leichtfällt. Erste Zusammenhänge werden

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

Master-Thesis (m/w) für unseren Standort Stuttgart

Master-Thesis (m/w) für unseren Standort Stuttgart Master-Thesis (m/w) für unseren Standort Abschlussarbeit im Bereich Business Process Management (BPM) Effizienzsteigerung von Enterprise Architecture Management durch Einsatz von Kennzahlen Braincourt

Mehr

Vorwort. Aufbau und Struktur

Vorwort. Aufbau und Struktur Vorwort Herzlich willkommen zu einem Fachbuch aus dem Verlag Comelio Medien. Dieses Buch aus dem Bereich Datenbanken soll Sie dabei unterstützen, die Oracle SQL zu lernen, um DB-Objekte zu erstellen und

Mehr

TECHNISCHE UNIVERSITÄT DRESDEN

TECHNISCHE UNIVERSITÄT DRESDEN TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Wirtschaftswissenschaften Prof. Dr. W. Esswein Lehrstuhl Wirtschaftsinformatik, insbesondere Systementwicklung Bachelor-Prüfungsleistung Wintersemester 2007/2008

Mehr

Auswertung des Datensatzes vom 17.08.12. Alle Teilnehmende besuchen BWL im grossen NF (60 KP).

Auswertung des Datensatzes vom 17.08.12. Alle Teilnehmende besuchen BWL im grossen NF (60 KP). BWL Auswertung des Datensatzes vom 17.08.12. Generelles 5 Teilnehmende mit Nebenfach (NF) BWL. Alle Teilnehmende besuchen BWL im grossen NF (60 KP). Alle Teilnehmende sind im Bachelorstudium. Die Anzahl

Mehr

Seminar. NoSQL Datenbank Technologien. Michaela Rindt - Christopher Pietsch. Richtlinien Ausarbeitung (15. November 2015)

Seminar. NoSQL Datenbank Technologien. Michaela Rindt - Christopher Pietsch. Richtlinien Ausarbeitung (15. November 2015) Seminar Datenbank Technologien Richtlinien Ausarbeitung (15. November 2015) Michaela Rindt - Christopher Pietsch Agenda 1 2 3 1 / 12 Richtlinien Ausarbeitung (15. November 2015) Teil 1 2 / 12 Richtlinien

Mehr

Inhaltsverzeichnis. vii.

Inhaltsverzeichnis. vii. vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt 2 1.2 OLTP versus OLAP 4 1.2.1 OLAP-versus OLTP-Transaktionen 5 1.2.2 Vergleich von OLTP und OLAP 6 1.2.3 Abgrenzung: DBMS-Techniken

Mehr

MS SQL Server 2012 (4)

MS SQL Server 2012 (4) MS SQL Server 2012 (4) Data Mining, Analyse und multivariate Verfahren Marco Skulschus Jan Tittel Marcus Wiederstein Webseite zum Buch: http://vvwvv.comelio-medien.com/buch-kataiog/ms sql_server/ms sql

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 350

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 350 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 350 Ein konzeptioneller Business-Intelligence-Ansatz zur Gestaltung von Geschäftsprozessen

Mehr

Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik

Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik Dozent: Prof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR INFORMATIK

Mehr

(Titel des Berichts)

(Titel des Berichts) (Titel des Berichts) Praxissemesterbericht von (Vorname Name) aus (Geburtsort) Matrikelnummer Anschrift Telefon HTW Aalen Hochschule für Technik und Wirtschaft Betreuender Professor Abgabetermin Angaben

Mehr

Thorsten Winsemann. Bewertung von Datenpersistenz in. mithilfe multikriterieller. Entscheidungsmodelle

Thorsten Winsemann. Bewertung von Datenpersistenz in. mithilfe multikriterieller. Entscheidungsmodelle Thorsten Winsemann Bewertung von Datenpersistenz in Business-Data-Warehouse-Systemen mithilfe multikriterieller Entscheidungsmodelle Verlag Dr. Kovac Hamburg 2015 11 Inhaltsverzeichnis Zusammenfassung

Mehr

Erstellen von Business Intelligence mit Office XP und SQL 2000 Analysis Services

Erstellen von Business Intelligence mit Office XP und SQL 2000 Analysis Services Erstellen von Business Intelligence mit Office XP und SQL 2000 Analysis Services (Engl. Originaltitel: Building Business Intelligence with Office XP and SQL 2000 Analysis Services) In diesem Artikel wird

Mehr

Einführung in die Wissensverarbeitung und Data Mining

Einführung in die Wissensverarbeitung und Data Mining Einführung in die Wissensverarbeitung und Data Mining Peter Becker FH Bonn-Rhein-Sieg Fachbereich Angewandte Informatik!" $# Vorlesung Wintersemester 2001/02 1. Einführung Vorbemerkungen 1 Einführung Vorbemerkungen

Mehr

Schritt 1: Verwenden von Excel zum Erstellen von Verbindungen zu SQL Server Analysis Services-Daten

Schritt 1: Verwenden von Excel zum Erstellen von Verbindungen zu SQL Server Analysis Services-Daten 1 von 5 12.01.2013 17:58 SharePoint 2013 Veröffentlicht: 16.10.12 Zusammenfassung: Informationen zur Verwendung von Excel zum Erstellen und Freigeben einer Verbindung zu SQL Server Analysis Services-Daten,

Mehr

GS-Buchhalter/GS-Office 2015 2. Teil des Jahresabschlusses

GS-Buchhalter/GS-Office 2015 2. Teil des Jahresabschlusses GS-Buchhalter/GS-Office 2015 2. Teil des Jahresabschlusses Impressum Business Software GmbH Primoschgasse 3 9020 Klagenfurt Copyright 2014 Business Software GmbH Die Inhalte und Themen in dieser Unterlage

Mehr

Umsetzung der Anforderungen - analytisch

Umsetzung der Anforderungen - analytisch Umsetzung der Anforderungen - analytisch Titel des Lernmoduls: Umsetzung der Anforderungen - analytisch Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.5.5 Zum Inhalt: In diesem Modul wird

Mehr

Studienordnung für den Magisterteilstudiengang Informatik (Nebenfach) an der Ernst-Moritz-Arndt-Universität Greifswald

Studienordnung für den Magisterteilstudiengang Informatik (Nebenfach) an der Ernst-Moritz-Arndt-Universität Greifswald Studienordnung für den Magisterteilstudiengang Informatik (Nebenfach) an der Ernst-Moritz-Arndt-Universität Greifswald Aufgrund des 2 Abs. 1 i.v.m. 9 Abs. 1 des Landeshochschulgesetzes - LHG - vom 9.02.1994

Mehr

Leistungssteuerung beim BASPO

Leistungssteuerung beim BASPO Leistungssteuerung beim BASPO Organisationsstruktur Advellence die Gruppe. Advellence Consulting Advellence Solutions Advellence Products Advellence Services HR-Migrator & albislex powered byadvellence

Mehr

Qualifikationsprofil:

Qualifikationsprofil: Qualifikationsprofil: STEG Jahrgang 1974 Nationalität Deutsch Fremdsprachen Englisch Ausbildung Datenverarbeitungskaufmann Technische Kenntnisse: D B S C R u b a n G m b H D - 7 1 0 3 4 B ö b l i n g e

Mehr

Fachhochschule Ludwigshafen am Rhein Hochschule für Wirtschaft Fachbereich III Studiengang Wirtschaftsinformatik

Fachhochschule Ludwigshafen am Rhein Hochschule für Wirtschaft Fachbereich III Studiengang Wirtschaftsinformatik Fachhochschule Ludwigshafen am Rhein Hochschule für Wirtschaft Fachbereich III Studiengang Wirtschaftsinformatik Bachelor-Thesis Open Source Business Intelligence zur Unterstützung eines Software-Validierungsprozesses

Mehr

ERGEBNISBERICHT DER LEHRVERANSTALTUNGS- EVALUATION. Software-Qualitätsmanagement. Sommersemester 2014 Dozent/Dozentin: Gräbe

ERGEBNISBERICHT DER LEHRVERANSTALTUNGS- EVALUATION. Software-Qualitätsmanagement. Sommersemester 2014 Dozent/Dozentin: Gräbe ERGEBNISBERICHT DER LEHRVERANSTALTUNGS- EVALUATION Software-Qualitätsmanagement Sommersemester 0 Dozent/Dozentin: Gräbe Ergebnisse der Evaluation der Veranstaltung "Software-Qualitätsmanagement" Im Folgenden

Mehr

Interdisziplinäre Einführung in die Umweltwissenschaften

Interdisziplinäre Einführung in die Umweltwissenschaften Interdisziplinäre Einführung in die Umweltwissenschaften (Rückseite) Interdisziplinäres Fernstudium Umweltwissenschaften - infernum Einführung in das wissenschaftliche Arbeiten (Rückseite) Interdisziplinäres

Mehr

Modulname: Grundzüge der Betriebswirtschaftslehre I: Führungsprozesse und Externes Rechnungswesen

Modulname: Grundzüge der Betriebswirtschaftslehre I: Führungsprozesse und Externes Rechnungswesen Modulname: Grundzüge der Betriebswirtschaftslehre I: Führungsprozesse und Externes Rechnungswesen Kennnummer Workload 150 h Credits 5 Studiensemester 1. Sem. Häufigkeit des Angebots jedes Wintersemester

Mehr

Studienordnung für das Studium des Faches Mathematik im Studiengang Lehramt an Gymnasien an der Johannes Gutenberg-Universität Mainz

Studienordnung für das Studium des Faches Mathematik im Studiengang Lehramt an Gymnasien an der Johannes Gutenberg-Universität Mainz Studienordnung für das Studium des Faches Mathematik im Studiengang Lehramt an Gymnasien an der Johannes Gutenberg-Universität Mainz Vom 24. April 1984 [erschienen im Staatsanzeiger Nr. 26, S. 552; geändert

Mehr

Business Intelligence-Projekte mit SAP BO - Best Practices für den Mittelstand

Business Intelligence-Projekte mit SAP BO - Best Practices für den Mittelstand Business Intelligence-Projekte mit SAP BO - Best Practices für den Mittelstand Name: Michael Welle Funktion/Bereich: Manager Business Intelligence Organisation: Windhoff Software Services Liebe Leserinnen

Mehr

Dr.-Ing. Martin H. Ludwig INGENIEURBÜRO für Systemanalyse und -planung

Dr.-Ing. Martin H. Ludwig INGENIEURBÜRO für Systemanalyse und -planung INGENIEURBÜRO für Systemanalyse und -planung Dr. Martin H. Ludwig Ihr externer, betrieblicher Datenschutzbeauftragter Liebe Leserin, lieber Leser, Sie benötigen einen betrieblichen Datenschutzbeauftragten

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

Aufgabenbeschreibung im Rahmen der Ausschreibung 2013-II der Virtuellen Hochschule Bayern

Aufgabenbeschreibung im Rahmen der Ausschreibung 2013-II der Virtuellen Hochschule Bayern Aufgabenbeschreibung im Rahmen der Ausschreibung 2013-II der Virtuellen Hochschule Bayern Da es durchaus möglich sein kann, dass das Lehrangebot an den beteiligten Hochschulen unterschiedlich eingesetzt

Mehr

Masterstudiengang Business Intelligence & Analytics

Masterstudiengang Business Intelligence & Analytics Fakultät für Wirtschaftswissenschaften Professuren für Wirtschaftsinformatik Masterstudiengang Business Intelligence & Analytics Wirtschaftsinformatik an der TU Chemnitz Professur Wirtschaftsinformatik

Mehr

Einschätzung der Diplomarbeit. Musik im Film- Auswirkungen von Filmmusik auf das Gedächtnis für Filminhalte

Einschätzung der Diplomarbeit. Musik im Film- Auswirkungen von Filmmusik auf das Gedächtnis für Filminhalte Einschätzung der Diplomarbeit Musik im Film- Auswirkungen von Filmmusik auf das Gedächtnis für Filminhalte Von: Wultsch Christina Matrikelnr.: 0411409 LV: Wissenschaftliches Arbeiten (LV-Nr.: 000.002)

Mehr

Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik

Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik Dozent: Juniorprof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR

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

Erfolgsfaktoren von Customer Relationship Management Strategien

Erfolgsfaktoren von Customer Relationship Management Strategien Klaus Sevenich Erfolgsfaktoren von Customer Relationship Management Strategien in Unternehmen Diplomica Verlag Klaus Sevenich Erfolgsfaktoren von Customer Relationship Management Strategien in Unternehmen

Mehr

Masterstudiengänge am Institut für Informatik

Masterstudiengänge am Institut für Informatik Masterstudiengänge am Institut für Informatik Hintergrund: Informatikerausbildung für Wissenschaft und Industrie im Informationszeitalter wird die Informatik immer stärker zur Schlüsseldisziplin am Arbeitsmarkt

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

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

Mehr

1 Computer- Chinesisch

1 Computer- Chinesisch Inhaltsverzeichnis Liebe Leserin, lieber Leser 8 1 Computer- Chinesisch leicht gemacht! 11 Kleine Gerätekunde... 12 Welche Software wird gebraucht?... 28 Hilfe beim Computerkauf... 31 2 Auspacken, anschließen,

Mehr

Margarete Imhof. unter Mitarbeit von Hans-Peter Langfeldt, Siegfried Preiser, Elmar Souvignier und Frank Borsch. Psychologie für Lehramtsstudierende

Margarete Imhof. unter Mitarbeit von Hans-Peter Langfeldt, Siegfried Preiser, Elmar Souvignier und Frank Borsch. Psychologie für Lehramtsstudierende Margarete Imhof unter Mitarbeit von Hans-Peter Langfeldt, Siegfried Preiser, Elmar Souvignier und Frank Borsch Psychologie für Lehramtsstudierende Basiswissen Psychologie Herausgegeben von Prof. Dr. Jürgen

Mehr