Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad

Größe: px
Ab Seite anzeigen:

Download "Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad"

Transkript

1 Datenqualität mit dem DataFlux dfpower Studio 8.1 Tobias Jansen Zaferna-Hütte, 4. Januar 2009 Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter Nasa Marssonde Mars Climate Orbiter verglühte 1999 in der Mars-Atmosphäre Grund: Entfernungsfehler durch fehlerhafte Verwendung von Maßeinheiten Chinesische Botschaft in Belgrad Irrtümliche Bombardierung der chinesischen Botschaft in Belgrad durch die NATO (1999) unter Verlust von drei Menschenleben Grund: falsche bzw. veraltete Adressangabe 1 Datenqualität

2 Motivation: Datenqualitätsprobleme in der Praxis (2/2) Paint Bull Nicht zustellbare Werbepakete kosten 10$ Grund: für Werbezwecke eingekaufte Kundendaten waren zu 50% fehlerhaft Datenqualitätskosten 50% 50% Unternehmensumsatz 88% Data Warehouse Projektkosten 12% schlechte Datenqualität verursacht Kosten zwischen acht und zwölf Prozent des Unternehmensumsatzes Kosten für Datenqualitätsmaßnahmen stellen 50% der Data Warehouse Projektkosten 2 Datenqualität Agenda Dimensionen Datenqualität (DQ) Datenqualitätsmanagement DQ-Metriken DQ-Mängel Bereinigung Profile Architect Match dfpower Studio Datenqualität

3 Agenda Datenqualität (DQ) Dimensionen Datenqualitätsmanagement DQ-Metriken DQ-Mängel Bereinigung Profile Architect Match dfpower Studio Datenqualität D a t e n q u a l i t ä t Begriffsdefinitionen (1/3) Definition (Computerwissenschaften): Folge maschinell verarbeitbarer Zeichen In der Klassischen Informatik: keine semantische Bedeutung des Begriffs Information im Folgenden keine Unterscheidung zwischen Daten und Informationen 5 Datenqualität

4 D a t e n q u a l i t ä t Begriffsdefinitionen (2/3) Lateinisch qualitas Beschaffenheit DIN : Gesamtheit von Merkmalen (und Merkmalswerten) einer Einheit bezüglich ihrer Eignung, festgelegte und vorausgesetzte Erfordernisse zu erfüllen. (vgl. [Qua08]) 6 Datenqualität D a t e n q u a l i t ä t Begriffsdefinitionen (3/3) Auch hier: synonyme Verwendung der Begriffe Datenqualität und Informationsqualität Datenqualität ist die Gesamtheit der Ausprägungen von Qualitätsmerkmalen eines Datenbestandes bezüglich dessen Eignung, festgelegte und vorausgesetzte Erfordernisse zu erfüllen. (vgl. [GW08, S. 89]) 7 Datenqualität

5 Agenda Datenqualität (DQ) Dimensionen Datenqualitätsmanagement DQ-Metriken DQ-Mängel Bereinigung Profile Architect Match dfpower Studio Datenqualität Dimensionen (1/2) Existenz verschiedener Dimensionen bzw. Attribute Weit verbreiteter Ansatz von Wang/Strong Überschneidungsfreiheit Klare Strukturierung Beruht auf empirischer Studie Notwendiges einheitliches Vokabular Gesamtqualität nur durch ausreichende Qualität der einzelnen Dimensionen 15 Dimensionen 4 Kategorien 9 Datenqualität

6 Dimensionen (2/2) Quelle: Vgl. [Deu07, S. 6] 10 Datenqualität Agenda Datenqualität Dimensionen Datenqualitätsmanagement Metriken Mängel Bereinigung Profile Architect Match dfpower Studio Datenqualität

7 Datenqualitätsmanagement Verbesserung der Datenqualität ist ein komplexer Prozess, der vom gesamten Unternehmen zu tragen ist Zur Steuerung ist ein Prozess nötig Datenqualitätsmanagement Ganzheitliches Datenqualitätsmanagement-Modell: Total Data Quality Management (TDQM) Projektinitiierung Definition der Anforderungen Messung der vorhandenen Datenqualität ( Datenqualitätsmetriken) Analyse der Fehlerursachen ( Datenqualitätsmängel) Verbesserung der Datenqualität ( Datenbereinigung) Permanente Überwachung 12 Datenqualität Agenda Datenqualität (DQ) Dimensionen Datenqualitätsmanagement DQ-Metriken DQ-Mängel Bereinigung Profile Architect Match dfpower Studio Datenqualität

8 Datenqualitätsmetriken Metriken allgemein Ökonomische Betrachtung unter Kosten-Nutzen-Aspekten Identifikation von Handlungsbedarfen Vergleich durch konkrete numerische Werte Datenqualitätsmetriken Sinnvolle Kennzahlen nicht für alle Attribute/Dimensionen Hauptsächlich in der Literatur diskutiert: Vollständigkeit Fehlerfreiheit Konsistenz Aktualität Vergleich verschiedener Datenquellen durch Skalierung und Gewichtung verschiedener Metriken zu einem Gesamtqualitätswert 14 Datenqualität Agenda Datenqualität (DQ) Dimensionen Datenqualitätsmanagement DQ-Metriken DQ-Mängel Bereinigung Profile Architect Match dfpower Studio Datenqualität

9 Datenqualitätsmängel (1/2) Klassifikation nach Rahm/Do Quelle: Vgl. [Nau07, S. 28; RD00, S. 5] 16 Datenqualität Datenqualitätsmängel (2/2) Mögliche Fehlerarten und Fehlerquellen nach Wolf Fehlerarten Fehlerquellen Erhebung Interpretation Speicherung Prozess Anwender Programmierung Kunde Eingabe Verarbeitung Ausgabe Quelle: Vgl. [Wei08, S. 229 ff.] 17 Datenqualität

10 Agenda Datenqualität (DQ) Dimensionen Datenqualitätsmanagement DQ-Metriken DQ-Mängel Bereinigung Profile Architect Match dfpower Studio Datenqualität Datenbereinigung Datenbereinigung ist eine Möglichkeit die Datenqualität zu verbessern Engl. data clean(s)ing bzw. data scrubbing Umfasst verschiedene Methoden zur Entfernung und Korrektur von Fehlern in Datenbanken Mögliche Aktivitäten sind z.b. Korrektur von Formatierungen (z.b. Datumswerte) Standardisierung/Normierung (z.b. Telefonnummern und Titel) Strukturierung (z.b. Auftrennung von Namen in Titel, Vor- und Nachname) Korrektur fehlerhafter Daten (z.b. Adressdaten) Identifikation und Bereinigung von Dubletten 19 Datenqualität

11 Agenda Datenqualität (DQ) Dimensionen Datenqualitätsmanagement DQ-Metriken DQ-Mängel Bereinigung Profile Architect Match dfpower Studio Datenqualität DataFlux dfpower Studio 8.1 Navigator 21 Datenqualität

12 DataFlux dfpower Studio 8.1 DataFlux Methodologie 22 Datenqualität Tool: Profile Configurator DataFlux dfpower Studio 8.1 Data Profiling Durchführung einer Data Profiling Aufgabe Auswahl Datenfelder und Datenquellen Auswahl anzuwendender Metriken Speichern und Ausführen des Jobs Analyse der ermittelten Ergebnisse mit dem Profile Viewer 23 Datenqualität

13 Tool: Profile Viewer DataFlux dfpower Studio 8.1 Data Profiling Analyse der mit dem Profile Configurator erzeugten Reports: Column Profiling Frequency Distribution Pattern Frequency Distribution 24 Datenqualität Tool: Architect Allgemeine Durchführung Auswahl einer Datenquelle Auswahl einer Sequenz von Operationen Auswahl der Ausgabeart Beispiel-Operationen Parsing Gender Analysis Standardization DataFlux dfpower Studio 8.1 Quality 25 Datenqualität

14 Tool: Match Durchführung des Matchings Zuordnung von Attributen zu Matchdefinitionen Einstellung eines Sensibilitätswerte Wahl der Ausgabeart/Aktion DataFlux dfpower Studio 8.1 Integration 26 Datenqualität Tool: Profile Viewer Auditing Historische Analyse der Metriken Jobstart: Option Append to Report nötig DataFlux dfpower Studio 8.1 Monitoring 27 Datenqualität

15 Tool: Profile Configurator Alerts DataFlux dfpower Studio 8.1 Monitoring Hohe Erstellungsfrequenz verhindert manuelle Prüfung Kritischer Wert durch Regelkonfigurator festzulegen Warnung per 28 Datenqualität Fazit Datenqualität Operative und monetäre Konsequenzen Fehlentscheidungen Bereinigung nicht immer zweckmäßig Datenqualitätstools dfpower Studio Breite Palette an Funktionen Intuitive Bedienung Tools unterstützen alle Phasen des Datenqualitätsprozesses Ständig andauernder Prozess Datenqualität selbst ist nicht Endziel Dient dem übergeordneten Unternehmensziel 29 Datenqualität

16 Quellen [Deu07] Deutsche Gesellschaft für Informations- und Datenqualität e.v.: IQ- Definition. Abrufdatum: 9. November [GW08] Gebauer, Marcus; Windheuser, Ulrich: Strukturierte Datenanalyse, Profiling und Geschäftsregeln. In: Daten- und Informationsqualität - Auf dem Weg zur Information Excellence. 2008, S [Nau07] Naumann, Felix: Datenqualität, Informatik-Spektrum, 30 (1), S , [RD00] Rahm, Erhard; Do, Hong Hai: Data Cleaning: Problems and Current Approaches, Bulletin of the Technical Committee on Data Engineering, 23 (4), S. 3-13, [Qua08] quality-datenbank: Qualität. Abrufdatum: 31. Oktober Datenqualität

Datenqualität: allgemeiner Überblick Waldemar Braun. Seminar Datenqualität OvGU Magdeburg 03.12.2009

Datenqualität: allgemeiner Überblick Waldemar Braun. Seminar Datenqualität OvGU Magdeburg 03.12.2009 Datenqualität: allgemeiner Überblick Waldemar Braun Seminar Datenqualität OvGU Magdeburg Gliederung 1. Einleitung 2. Motivation 3. Definition 4. DQ-Probleme 5. DQ-Dimensionen 6. DQ-Modelle 7. Messen der

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

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

Agenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB

Agenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB Agenda Einführung MS SQL Server Integration Services () Oracle Data Warehouse Builder () Quellen 10.12.2009 Martin Tobies - DQ Tools 2 Agenda Einführung MS SQL Server Integration Services () Oracle Data

Mehr

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28.

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. November 2008 2007 TIQ Solutions GmbH All Rights Reserved. GIQMC Bad Soden,

Mehr

Metriken für ein ROI-basiertes Datenqualitätsmanagement

Metriken für ein ROI-basiertes Datenqualitätsmanagement Dr. Max Mustermann Referat Kommunikation & Marketing Verwaltung Metriken für ein ROI-basiertes Datenqualitätsmanagement Prof. Dr. Bernd Heinrich, Prof. Dr. Mathias Klier Institut für Wirtschaftsinformatik

Mehr

Datenqualitätsmanagement im Customer Relationship Management

Datenqualitätsmanagement im Customer Relationship Management Wolfgang Leußer Datenqualitätsmanagement im Customer Relationship Management Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis XVII XIX XXI

Mehr

Quality Point München Datenqualität

Quality Point München Datenqualität Quality Point München Datenqualität Paul, wie ist denn Eure Datenqualität? Nachdem ich bei der letzten Gehaltszahlung mit Frau... angeredet wurde, bin ich mir nicht mehr so sicher. Autor: W. Ulbrich IT&More

Mehr

ALLES ÜBER IHRE KUNDEN

ALLES ÜBER IHRE KUNDEN ALLES ÜBER IHRE KUNDEN Data Quality: Die besten und aktuellsten Daten für Ihren Unternehmenserfolg Ansprechpartner bedirect GmbH & Co. KG Ariane Eggers Telefon +49 5241 80-45614 ariane.eggers@bedirect.de

Mehr

Datenqualität in medizinisch-betriebswirtschaftlichen Informationssystemen MedConf 2013

Datenqualität in medizinisch-betriebswirtschaftlichen Informationssystemen MedConf 2013 Datenqualität in medizinisch-betriebswirtschaftlichen Informationssystemen MedConf 2013 Endler Gregor, Warum Datenqualität? 2002, USA: 600.000.000 $ Y2k weltweit: 1.500.000.000 $ Kosten 44.000 98.000 Todesfälle

Mehr

IT-Compliance -... und die Realität. Was hat Datenqualität mit Compliance zu tun?

IT-Compliance -... und die Realität. Was hat Datenqualität mit Compliance zu tun? IT-Compliance -... und die Realität Was hat Datenqualität mit Compliance zu tun? Situation Stetiger Veränderungsdruck durch immer schnellere Marktveränderungen Auslöser für Veränderungen Globalisierung

Mehr

A Framework for Planing and Controlling Data Quality in Data-Warehouse-Systems

A Framework for Planing and Controlling Data Quality in Data-Warehouse-Systems A Framework for Planing and Controlling Data Quality in Data-Warehouse-Systems markus.helfert@unisg.ch Slide 2 Überblick Data-Warehouse-Systeme und Datenqualität Datenqualitätsmanagement Datenqualität

Mehr

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT DIE DATEN IM ZENTRUM: SAS DATA RAINER STERNECKER SOLUTIONS ARCHITECT SAS INSTITUTE SOFTWARE GMBH Copyr i g ht 2013, SAS Ins titut e Inc. All rights res er ve d. NEUE WEGE GEHEN SAS DATA GOVERNANCE & QUALITY

Mehr

Datenqualität: Finanzinstitute im Spannungsfeld regulatorischer Anforderungen Lösungsansätze und Praxisbeispiele

Datenqualität: Finanzinstitute im Spannungsfeld regulatorischer Anforderungen Lösungsansätze und Praxisbeispiele Con.ect Informunity - 9. Oktober 2007 - Datenqualität: Finanzinstitute im Spannungsfeld regulatorischer Anforderungen Lösungsansätze und Praxisbeispiele Agenda Einführung Definition Regelbasierter Lösungsansatz

Mehr

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar SQL Server 2012 und SharePoint im Unternehmenseinsatz Referent Daniel Caesar sqlxpert Daniel Caesar Publikationen Themen SQL Server Admin, Entwicklung SharePoint Admin, Entwicklung.NET Entwicklung Rechtssichere

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

Inhaltsverzeichnis. Teil I Informationsqualität - Grundlagen

Inhaltsverzeichnis. Teil I Informationsqualität - Grundlagen Inhaltsverzeichnis Teil I Informationsqualität - Grundlagen 1 Was wissen wir über Information?.................................. 3 Florian Engelmann und Christoph Großmann 1.1 Einleitung...................................................

Mehr

Data Quality Management. Data Quality Management. Daten organisieren, revisionssicher korrigieren und Informationsqualität steigern.

Data Quality Management. Data Quality Management. Daten organisieren, revisionssicher korrigieren und Informationsqualität steigern. Data Quality Management Data Quality Management Daten organisieren, revisionssicher korrigieren und Informationsqualität steigern zeb Data Quality Management Daten organisieren, revisionssicher korrigieren

Mehr

Data Governance als Teil von IT Governance. Dr.Siegmund Priglinger spriglinger@informatica.com 18.Juni 2007

Data Governance als Teil von IT Governance. Dr.Siegmund Priglinger spriglinger@informatica.com 18.Juni 2007 1 Data Governance als Teil von IT Governance Dr.Siegmund Priglinger spriglinger@informatica.com 18.Juni 2007 2 Agenda Informatica - Allgemeiner Überblick Die Informatica Data Quality Lösungen im Überblick

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

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

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM Datenreorganisation > Effiziente und performante Stammdatenreorganisation mit SAP Data Services < Simon Hartstein / T-Systems Data Migration Consulting AG / Harmonization & Consolidation Mai 21, 2014 Agenda

Mehr

Planung, Ziele, Kennzahlenmanagement

Planung, Ziele, Kennzahlenmanagement DGQ-Regionet Nordwest 13.11.2008 Planung, Ziele, Kennzahlenmanagement Guido Kuper Qualitätsmanagement Wilhelm Karmann GmbH 1 Wozu benötigt man Kennzahlen? Zur Beruhigung Zur Orientierung Zur Analyse der

Mehr

Brennpunkt Datenqualität

Brennpunkt Datenqualität Business t Brennpunkt Datenqualität Konzeption eines Datenqualitätsmanagements für ETL-Prozesse Seit Jahren genießt das Thema Datenqualität in IT-Abteilungen sowie auf Managementebene steigende Aufmerksamkeit.

Mehr

DQM erfolgreiches CRM dank Daten-Quality-Management

DQM erfolgreiches CRM dank Daten-Quality-Management DQM erfolgreiches CRM dank Daten-Quality-Management www.steria.com CRM-Forum, 11.06.2014, 14:00 (Speaker s Corner Winterthur ) Steria Daten-Quality-Management www.steria.com Agenda Datenqualität, was ist

Mehr

AUSGEZEICHNETE SOFTWARE FÜR IHR EINKAUFSCONTROLLING. Creactives-TSV. (Total Spending Visibility)

AUSGEZEICHNETE SOFTWARE FÜR IHR EINKAUFSCONTROLLING. Creactives-TSV. (Total Spending Visibility) AUSGEZEICHNETE SOFTWARE FÜR IHR EINKAUFSCONTROLLING Creactives-TSV (Total Spending Visibility) Globale Kostensenkungspotenziale schneller erkennen International tätige Unternehmen versuchen die Transparenz

Mehr

Projekt zur Entwicklung, Umsetzung und Evaluation von Leitlinien zum adaptiven Management von Datenqualität in Kohortenstudien und Registern

Projekt zur Entwicklung, Umsetzung und Evaluation von Leitlinien zum adaptiven Management von Datenqualität in Kohortenstudien und Registern Projekt zur Entwicklung, Umsetzung und Evaluation von Leitlinien zum adaptiven Management von Datenqualität in Kohortenstudien und Registern gefördert durch die Indikatoren von Datenqualität Michael Nonnemacher

Mehr

EXZELLENTES MASTERDATENMANAGEMENT. Creactives-TAM. (Technical Attribute Management)

EXZELLENTES MASTERDATENMANAGEMENT. Creactives-TAM. (Technical Attribute Management) EXZELLENTES MASTERDATENMANAGEMENT Creactives-TAM (Technical Attribute Management) Datenqualität durch Stammdatenmanagement Stammdaten sind eine wichtige Grundlage für Unternehmen. Oft können diese, gerade

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

Data Mining mit Rapidminer im Direktmarketing ein erster Versuch. Hasan Tercan und Hans-Peter Weih

Data Mining mit Rapidminer im Direktmarketing ein erster Versuch. Hasan Tercan und Hans-Peter Weih Data Mining mit Rapidminer im Direktmarketing ein erster Versuch Hasan Tercan und Hans-Peter Weih Motivation und Ziele des Projekts Anwendung von Data Mining im Versicherungssektor Unternehmen: Standard

Mehr

Nutzen Sie das Potenzial Ihrer Daten durch optimale Datenqualität!

Nutzen Sie das Potenzial Ihrer Daten durch optimale Datenqualität! your way to data excellence Reduzieren Sie Kosten Eliminieren Sie Risiken Optimieren Sie Prozesse Steigern Sie Umsatz und Gewinn Nutzen Sie das Potenzial Ihrer Daten durch optimale Datenqualität! Treffen

Mehr

Kapitel 2 Terminologie und Definition

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

Mehr

APICON Forum 2015 30. April 2015 Ein Konzept zur Vermeidung von Datenqualität - die Top 10 Fehler der Stammdatenpflege

APICON Forum 2015 30. April 2015 Ein Konzept zur Vermeidung von Datenqualität - die Top 10 Fehler der Stammdatenpflege APICON Forum 2015 30. April 2015 Ein Konzept zur Vermeidung von Datenqualität - die Top 10 Fehler der Stammdatenpflege Prof. Dr. Knut Hildebrand Hochschule Weihenstephan-Triesdorf Knut@Hildebrand.info

Mehr

Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013

Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013 Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Immer wieder: Datenqualität Begann es 1805?

Mehr

DGIQ Projekt IQ-Definition

DGIQ Projekt IQ-Definition DGIQ Projekt IQ-Definition Definition des Begriffsfeldes Informationsqualität bzw. Datenqualität Ein Projekt der DGIQ, 2007 Normen und Standards Dr. Jan Philipp Rohweder, Andrea Piro, Joachim Schmid GIQMC,

Mehr

Mit Oracle EDQ schnell und einfach die Datenqualität sicherstellen

Mit Oracle EDQ schnell und einfach die Datenqualität sicherstellen Mit Oracle EDQ schnell und einfach die Datenqualität sicherstellen Dr. Holger Dresing Oracle Deutschland B.V. & Co. KG Schlüsselworte: EDQ Enterprise Data Quality, DIS Data Integration Solutions, ETL Extract,

Mehr

Der Einsatz von Software- Lösungen für automatische ecl@ss-klassifizierung und bessere Datenqualität

Der Einsatz von Software- Lösungen für automatische ecl@ss-klassifizierung und bessere Datenqualität Der Einsatz von Software- Lösungen für automatische ecl@ss-klassifizierung und bessere Datenqualität Helmut Plinke Principal Data Management Consultant DataFlux Die Herausforderungen Bestandsdaten nachträglich

Mehr

Wege aus dem Datenlabyrinth

Wege aus dem Datenlabyrinth Wege aus dem Datenlabyrinth - Datenqualität auf dem Prüfstand - 17. November 2009 CEA v6.4 Studie IT-Trends 2009 in Deutschland: Das BI-Top-Thema ist Datenqualität Business Intelligence: Bedeutung einzelner

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

Risk Management for Banking Herausforderungen für einen integrierten Approach

Risk Management for Banking Herausforderungen für einen integrierten Approach Risk Management for Banking Herausforderungen für einen integrierten Approach Frank Hansen Risk Practice Leader, SAS Deutschland Agenda Situation und Herausforderungen - Integrierte Risikosteuerung Stresstests

Mehr

Analysen sind nur so gut wie die Datenbasis

Analysen sind nur so gut wie die Datenbasis Analysen sind nur so gut wie die Datenbasis Datenaufbereitung und Sicherung der Datenqualität durch den kontextbasierten MIOsoft Ansatz. Daten gelten längst als wichtiger Produktionsfaktor in allen Industriebereichen.

Mehr

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010 Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im Umfeld bei Siemens Frank Hincke, DIMQ, Köln 03/2010 Agenda Vorstellung Sprecher Programm ATLAS im Bereich Siemens Bereich Energie,

Mehr

Datenqualität. Werner Nutt. In Zusammenarbeit mit Simon Razniewski. Freie Universität Bozen

Datenqualität. Werner Nutt. In Zusammenarbeit mit Simon Razniewski. Freie Universität Bozen Datenqualität Werner Nutt In Zusammenarbeit mit Simon Razniewski Freie Universität Bozen Vorstellung Werner Nutt Professor für Informatik and der Freien Univ. Bozen Schwerpunkte in Lehre und Forschung:

Mehr

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es

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

Datenqualität und -sicherheit

Datenqualität und -sicherheit Datenqualität und -sicherheit Kompaktseminar Tobias Steimer Stellvertretender Leiter Product Design E-Mail vor einigen Wochen Datenqualität und -sicherheit Die Perspektives des Kunden Kunden und Interessenten

Mehr

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011 Roundtable Dashboards und Management Information Rüdiger Felke / Christian Baumgarten 29.11.2011 Agenda Behind the Dashboards Was ist ein Dashboard und was ist es nicht? SAP BusinessObjects Dashboards

Mehr

DATENQUALITÄT IN GENOMDATENBANKEN

DATENQUALITÄT IN GENOMDATENBANKEN DATENQUALITÄT IN GENOMDATENBANKEN Alexander Fehr 28. Januar 2004 Gliederung Motivation Biologische Grundkonzepte Genomdaten Datenproduktion und Fehler Data Cleansing 2 Motivation (1) Genomdatenbanken enthalten

Mehr

Apache HBase. A BigTable Column Store on top of Hadoop

Apache HBase. A BigTable Column Store on top of Hadoop Apache HBase A BigTable Column Store on top of Hadoop Ich bin... Mitch Köhler Selbstständig seit 2010 Tätig als Softwareentwickler Softwarearchitekt Student an der OVGU seit Oktober 2011 Schwerpunkte Client/Server,

Mehr

S I G M A. Knowledge Management in der Unternehmensberatung Eine empirische Darstellung von Six Sigma

S I G M A. Knowledge Management in der Unternehmensberatung Eine empirische Darstellung von Six Sigma S I G M A B R E A K A W A Y P E R F O R M A N C E Knowledge Management in der Unternehmensberatung Eine empirische Darstellung von Six Sigma E-mail: peter.pointner@gmx.at daniel.puehringer@gmx.at Content

Mehr

VDoc Report auf Basis BIRT. Ihr Business Intelligence und Reporting Tool

VDoc Report auf Basis BIRT. Ihr Business Intelligence und Reporting Tool VDoc Report auf Basis BIRT Ihr Business Intelligence und Reporting Tool Was ist Business Intelligence? Business Intelligence ist der Sammelbegriff für Data Warehouse, OLAP und Data Mining. Im weiteren

Mehr

Ontologiebasierte domänenspezifische Datenbereinigung in Data Warehouse Systemen

Ontologiebasierte domänenspezifische Datenbereinigung in Data Warehouse Systemen Ontologiebasierte domänenspezifische Datenbereinigung in Data Warehouse Systemen Stefan Brüggemann Institut OFFIS, 26121 Oldenburg, Germany, email: brueggemann@offis.de, WWW home page: http://www.offis.de

Mehr

HERZLICH WILLKOMMEN. Data Quality Ihr CRM ist nur so gut wie Ihre Daten. Michael Färbinger. bedirect GmbH & Co. KG Regionalvertriebsleiter Süd-Ost

HERZLICH WILLKOMMEN. Data Quality Ihr CRM ist nur so gut wie Ihre Daten. Michael Färbinger. bedirect GmbH & Co. KG Regionalvertriebsleiter Süd-Ost HERZLICH WILLKOMMEN Data Quality Ihr CRM ist nur so gut wie Ihre Daten. Ein Joint Venture von arvato und Creditreform Michael Färbinger bedirect GmbH & Co. KG Regionalvertriebsleiter Süd-Ost Vorstellung

Mehr

Whitepaper Datenqualität

Whitepaper Datenqualität Whitepaper Datenqualität Der Schlüssel für die Umwandlung von Kundendaten in Kundenwert Mit hoher Datenqualität von Big Data über Smart Data bis hin zur Smart Campaign Datenqualität Der Schlüssel für die

Mehr

Datenqualitätsmanagement

Datenqualitätsmanagement Einführung Datenqualitätsmanagement Udo Weiß Geschäftsführender Gesellschafter tekko Informationssysteme GmbH & Co. KG Rathausplatz 1-2 24103 Kiel www.tekko.de tekko Kurzporträt Udo Weiß Jörg Wach Geschäftsführung

Mehr

Matthias Rottländer. Diplomarbeit im Fach Spezielle Wirtschaftsinformatik

Matthias Rottländer. Diplomarbeit im Fach Spezielle Wirtschaftsinformatik Matthias Rottländer Diplomarbeit im Fach Spezielle Wirtschaftsinformatik Eignung von Methoden des Datenqualitätsmanagement für Datentypen im Unternehmenskontext Themasteller: Univ.-Prof. Dr. Ali Sunyaev

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

Eignung von Tag Clouds zur Exploration und Navigation nutzergenerierter Inhalte

Eignung von Tag Clouds zur Exploration und Navigation nutzergenerierter Inhalte Eignung von Tag Clouds zur Exploration und Navigation nutzergenerierter Inhalte Bachelorarbeit Institut für Informatik der Technischen Universität München 4. Juli 2011 Agenda 1 Einführung: Tag Cloud 2

Mehr

Foundations of uncertain data integration

Foundations of uncertain data integration Foundations of uncertain data integration Seminar Informationsintegration Stephan Barnert IT Management & Consulting 11.09.2015 Agenda Problemstellung Einleitung Beispiel zur Integration Wiederholung LAV

Mehr

Homogene standortübergreifende Prozesse mit Hilfe von IT Service Management. 25. April 2007

Homogene standortübergreifende Prozesse mit Hilfe von IT Service Management. 25. April 2007 Homogene standortübergreifende Prozesse mit Hilfe von IT Service Management e-business-akademie 25. April 2007 Referent Adrian Aerni Geschäftsführer OmniNet GmbH (Schweiz) Unterdorfstrasse 5 3072 Ostermundigen

Mehr

360 Spend Analyse, Basis für souveränes Handeln im Einkauf Andreas Held, Country Manager Creactives S.p.A.

360 Spend Analyse, Basis für souveränes Handeln im Einkauf Andreas Held, Country Manager Creactives S.p.A. 360 Spend Analyse, Basis für souveränes Handeln im Einkauf Andreas Held, Country Manager Creactives S.p.A. 2013 CREACTIVES 1 Ein italienisches Unternehmen 2013 CREACTIVES 2 Große multinationale Unternehmen,

Mehr

Bewertungskriterien für die Qualität von angelieferten Datensätzen in Mo Re data

Bewertungskriterien für die Qualität von angelieferten Datensätzen in Mo Re data Bewertungskriterien für die Qualität von angelieferten Datensätzen in Mo Re data 1. Hintergrund 1.1 Qualitätsmerkmale nach Wang & Strong (1996) 2. Bewertungskriterien für die Qualität von angelieferten

Mehr

Total Quality Management

Total Quality Management Total Quality Management Total Quality Management Dr. Wolfgang Martin, Analyst Wir stehen heute an der Schwelle vom rein marktgetriebenen hin zum datengetriebenen Unternehmen. Daten werden immer wichtiger

Mehr

Traffic IQ: Pilotprojekt zur Informationsqualität im Verkehrswesen Überblick und ausgewählte Ergebnisse

Traffic IQ: Pilotprojekt zur Informationsqualität im Verkehrswesen Überblick und ausgewählte Ergebnisse Traffic IQ: Pilotprojekt zur Informationsqualität im Verkehrswesen Überblick und ausgewählte Ergebnisse Stefan von der Ruhren, momatec GmbH Ina Partzsch, Fraunhofer IVI Gliederung Gliederung 1. Überblick

Mehr

Datenmanagement. Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau. Strategisches Informationsmanagement 1 (01/2006)

Datenmanagement. Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau. Strategisches Informationsmanagement 1 (01/2006) Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau (01/2006) Strategisches Informationsmanagement 1 Definition Notwendige Vermaischung der Daten in der Vorstufe zur Destillation von hochprozentiger

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

Wie lässt sich Datenqualität messen?

Wie lässt sich Datenqualität messen? Wie lässt sich Datenqualität messen? Eine Leitline der Telematikplattform für Medizinische Forschungsnetze M. Nonnemacher, D. Weiland, J. Stausberg Institut für Medizinische Informatik, Biometrie und Epidemiologie

Mehr

GIS 1 Kapitel 5: Bedeutung von Metadaten und Qualität t von Daten

GIS 1 Kapitel 5: Bedeutung von Metadaten und Qualität t von Daten GIS 1 Kapitel 5: und Qualität t von Daten Stephan Mäs Prof. Dr.-Ing. Wolfgang Reinhardt Arbeitsgemeinschaft GIS Universität der Bundeswehr München Wolfgang.Reinhardt@unibw.de www.agis.unibw.de - Definition

Mehr

Datenübernahme easyjob 3.0 zu easyjob 4.0

Datenübernahme easyjob 3.0 zu easyjob 4.0 Datenübernahme easyjob 3.0 zu easyjob 4.0 Einführung...3 Systemanforderung easyjob 4.0...3 Vorgehensweise zur Umstellung zu easyjob 4.0...4 Installation easyjob 4.0 auf dem Server und Arbeitsstationen...4

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 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

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

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

DTP. Struktur. InDesign. Strukturierte Daten. vs. DTP-Layoutsoftware. Datenbanken. QuarkXPress. tekom-jahrestagung 3.

<xml/> DTP. Struktur. InDesign. Strukturierte Daten. vs. DTP-Layoutsoftware. Datenbanken. QuarkXPress. tekom-jahrestagung 3. InDesign Strukturierte Daten vs. -Layoutsoftware tekom-jahrestagung 3. November 2010 Struktur QuarkXPress Gregor Fellenz Mediengestalter für Digital- und Printmedien Studium Druck- und Medientechnologie,

Mehr

Process Intelligence oder: wie durchleuchtet man ein IT-System mit Hilfe von IBO

Process Intelligence oder: wie durchleuchtet man ein IT-System mit Hilfe von IBO Process Intelligence oder: wie durchleuchtet man ein IT-System mit Hilfe von IBO Markus Witschi Betriebsverantwortlicher KMU Swisscom (Schweiz) AG Wien, 25. Juni 2014 Zürich, 7. Juli 2014 Inhalt Ausgangslage

Mehr

TPAV. Dubletten- und Adressprüfung direkt im SAP CRM

TPAV. Dubletten- und Adressprüfung direkt im SAP CRM TPAV Dubletten- und Adressprüfung direkt im SAP CRM 2 Ihr Kapital im SAP CRM: die Geschäftspartnerdaten. Trusted Partner Address Validation (TPAV) Das von der C4RM entwickelte TPAV AddOn sucht Geschäftspartner-Dubletten

Mehr

Erfolgsfaktor Datenqualität im Immobilienmanagement Eine Strategie zur nachhaltigen Verbesserung der Datenqualität

Erfolgsfaktor Datenqualität im Immobilienmanagement Eine Strategie zur nachhaltigen Verbesserung der Datenqualität Erfolgsfaktor Datenqualität im Immobilienmanagement Eine Strategie zur nachhaltigen Verbesserung der Datenqualität Joachim Sobota und Axel Hummel 16. SAP Forum für die Immobilienwirtschaft, 24.-25. Sept

Mehr

Oracle GridControl Tuning Pack. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.de

Oracle GridControl Tuning Pack. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.de Oracle GridControl Tuning Pack best Open Systems Day April 2010 Unterföhring Marco Kühn best Systeme GmbH marco.kuehn@best.de Agenda GridControl Overview Tuning Pack 4/26/10 Seite 2 Overview Grid Control

Mehr

Datenmanagement für Solvency II

Datenmanagement für Solvency II make connections share ideas be inspired Wie sich durch effizientes Datenmanagement regulatorische Anforderungen erfüllen und Kosten senken lassen Datenmanagement für Solvency II Gabriele Smith SAS Center

Mehr

Datenqualität erfolgreich managen

Datenqualität erfolgreich managen Consultants Intelligence Business White Paper Datenqualität erfolgreich managen Datenqualität ist essenziell. Sie ist der Schlüssel zur Akzeptanz von IT-Lösungen. Und: Schlechte Daten sind teuer. Unternehmen,

Mehr

Conemis Data Integration Suite

Conemis Data Integration Suite Conemis Data Integration Suite Full-Service-Datenintegration Datenübertragung von traditioneller Software in die Cloud Datenmigration bei Einführung von SaaS-Anwendungen Datenbereinigung bei Software-Konsolidierung

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

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

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u)

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Jeder kennt folgende Sätze aus seinem eigenen Unternehmen: Wieso sind so viele doppelte Einträge im System? Kann man

Mehr

SolutionContract FlexFrame füroracle RE

SolutionContract FlexFrame füroracle RE SolutionContract FlexFrame füroracle RE Hardware und Software Maintenancefür DynamicData Center-Infrastrukturen Copyright 2010 FUJITSU TECHNOLOGY SOLUTIONS Agenda Situation Lösung Vorteile 1 Einleitung

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

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

BEST PRACTICE: VOM GIEßKANNEN-PRINZIP ZUR EFFEKTIVEN DATA GOVERNANCE HAGEN TITTES

BEST PRACTICE: VOM GIEßKANNEN-PRINZIP ZUR EFFEKTIVEN DATA GOVERNANCE HAGEN TITTES BEST PRACTICE: VOM GIEßKANNEN-PRINZIP ZUR EFFEKTIVEN DATA GOVERNANCE HAGEN TITTES Das Unternehmen Das Unternehmen Vorwerk: seit seiner Gründung 1883 ein Familienunternehmen Geschäftsvolumen 2013: 3,1 Milliarden

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

Softwarequalität: Definitionen, Wünsche, Grenzen

Softwarequalität: Definitionen, Wünsche, Grenzen Softwarequalität: Definitionen, Wünsche, Grenzen iks Thementag Mehr Softwarequalität Ausgewählte Themen 22.05.2014 Autor: Christoph Schmidt-Casdorff Agenda Einführung Was ist Softwarequalität? Qualität

Mehr

Eine Strategie zur nachhaltigen Verbesserung der Datenqualität

Eine Strategie zur nachhaltigen Verbesserung der Datenqualität Eine Strategie zur nachhaltigen Verbesserung der Datenqualität Christian Fürber, Michael Wernz, Joachim Sobota TDWI 2013 19.06.2013 Vorstellung des Information Quality Institute 1 2 3 4 5 6 7 Bedeutung

Mehr

Der BearingPoint Analyzer und Transformer als Accelerator für die Implementierung des SAP Insurance Analyzer

Der BearingPoint Analyzer und Transformer als Accelerator für die Implementierung des SAP Insurance Analyzer Der BearingPoint Analyzer und Transformer als Accelerator für die Implementierung des SAP Insurance Analyzer Vortrag im Rahmen des SAP Forums für Versicherer 2015 Andrea Schmidt, Senior Managerin FS Versicherungen

Mehr

datenqualität aus der cloud

datenqualität aus der cloud datenqualität aus der cloud Ihre Vorteile Leistungen flexibel buchbar Transparente Abrechnung Keine eigenen IT-Investitionen nötig Einfach integrierbar durch verschiedene Schnittstellen Ideal auch in der

Mehr

FUZZY! Solution Paper

FUZZY! Solution Paper FUZZY! Solution Paper Migration von FUZZY! zum Omikron Data Quality Server Warum wechseln Von der SAP wurden bestehende Wartungsverträge zu FUZZY!-Produkten gekündigt: FUZZY! Post zum 31.12.2013 und FUZZY!

Mehr

Konzepte der Information-Governance. Der Missing Link in der Governance of Enterprise IT

Konzepte der Information-Governance. Der Missing Link in der Governance of Enterprise IT Konzepte der Information-Governance Der Missing Link in der Governance of Enterprise IT Dr. Wolfgang Johannsen It s Okay - Governance in Practice Wilhelm Busch Str. 23 64625 Bensheim johannsen@its-okay.com,

Mehr

Prozess durch verbesserte Datenqualität. Gabriele Smith, DataFlux

Prozess durch verbesserte Datenqualität. Gabriele Smith, DataFlux Effizienzsteigerung im Supply Chain Management Prozess durch verbesserte Datenqualität Gabriele Smith, DataFlux Eti Ertrinken wir bereits in Daten? Dt Die Informationsflut steigt weiter an! Für 2011 wird

Mehr

Was versteht man unter Softwarequalität?

Was versteht man unter Softwarequalität? Was versteht man unter? ist die Gesamtheit der Merkmale und Merkmalswerte eines Softwareproduktes, die sich auf dessen Eignung beziehen, festgelegte oder vorausgesetzte Erfordernisse zu erfüllen. Was ist

Mehr

Qualität. Mythos Qualitätsmanagement. Höhere Qualität, bessere Software. Funktioniert ist nicht genug

Qualität. Mythos Qualitätsmanagement. Höhere Qualität, bessere Software. Funktioniert ist nicht genug 1.2012 Heft 8 Deutschland: 14,90 Österreich: 16,80 Schweiz: sfr 29,80 Luxemburg: 16,90 Expertenwissen für IT-Architekten, Projektleiter und Berater Qualität Mythos Qualitätsmanagement Höhere Qualität,

Mehr

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten von Jürgen Mauerer Foto: Avantum Consult AG Seite 1 von 21 Inhalt Mehrwert aufzeigen nach Analyse des Geschäftsmodells...

Mehr

Reproduzierbare Messung von Datenqualität mit Hilfe des DQ-Messtools WestLB-DIME

Reproduzierbare Messung von Datenqualität mit Hilfe des DQ-Messtools WestLB-DIME Reproduzierbare Messung von Datenqualität mit Hilfe des DQ-Messtools WestLB-DIME Peter Caspers, Dr. Marcus Gebauer WestLB AG, Datenqualitätsmanagement, Düsseldorf, Germany Peter_Caspers@WestLB.de Marcus_Gebauer@WestLB.de

Mehr