Bewertungsmethoden von Datenqualität in einem Data Warehouse
|
|
- Karola Otto
- vor 8 Jahren
- Abrufe
Transkript
1 Technische Universität München Fakultät für Informatik Bewertungsmethoden von Datenqualität in einem Data Warehouse Marcus Kühnle Diplomarbeit in Informatik Aufgabensteller: Prof. Dr. Florian Matthes Betreuer: Alexander M. Ernst Abgabedatum: 15. Juni 2006
2 Erklärung Ich versichere, dass ich diese Diplomarbeit selbständig verfasst und nur die angegebenen Quellen und Hilfsmittel verwendet habe. München, den 14. Juni Marcus Kühnle
3 Danksagung An dieser Stelle möchte ich mich bei der Firma Loyalty Partner GmbH bedanken, die diese Diplomarbeit ermöglicht hat. Besonders hervorheben möchte ich meinen Betreuer Carsten Bomsdorf, der mir während meiner Tätigkeit stets hilfreich zur Seite stand. Mein Dank richtet sich auch an Prof. Dr. Florian Matthes, der mir die Gelegenheit gegeben hat, diese Arbeit zu schreiben. Hervorheben möchte ich außerdem Alexander Ernst für die Betreuung meiner Diplomarbeit seitens der Technischen Universität München und danke für die zahlreichen wissenschaftlichen Ratschläge, welche fortwährend zur Verbesserung der Arbeit beigetragen haben. Zum Schluss möchte ich mich noch bei allen bedanken, die durch ihre persönliche Unterstützung zum Gelingen dieser Arbeit beigetragen haben, vor allem bei den zahlreichen geduldigen Korrekturlesern. Mein größter Dank gilt meiner Mutter. München, Juni 2006
4 Qualität kommt von quälen. Felix Magath
5 Inhaltsverzeichnis I Inhaltsverzeichnis Inhaltsverzeichnis...I Abbildungsverzeichnis...IV Tabellenverzeichnis... V Abkürzungsverzeichnis...VI 1 Einleitung Problemstellung Zielsetzung und Abgrenzung Aufbau Motivation Umfeld der Arbeit Loyalty Partner GmbH Data Warehouse Data Warehouse Konzept Unterschied von OLTP- und OLAP-Systemen Datenqualität Qualitätsbegriff Systematisierungsansatz von Garvin Transzendente Sichtweise Prozessbezogene Sichtweise Produktbezogene Sichtweise Anwenderbezogene Sichtweise Kosten-Nutzen-bezogene Sichtweise Ansätze zur Definition von Qualität Ansatz von Deming Ansatz von Juran Ansatz von Feigenbaum Ansatz von Crosby Anwendung des Systematisierungsansatzes von Garvin auf Datenqualität... 18
6 Inhaltsverzeichnis II Mögliche Sichtweisen auf Datenqualität nach Garvin Abwandlung von Garvins Sichtweisen nach Helfert Auswahl einer Sichtweise auf die Datenqualität in einem DWH Ausgewählte Ansätze zum Begriff der Datenqualität Empirische Untersuchung von Wang und Strong Innere Datenqualität nach Wand und Wang Ansatz von Redman Qualitätsmerkmale nach English Untersuchungen zur Datenqualität in einem Data Warehouse Qualitätsfaktoren für Data Warehouse Systeme nach Jarke Datenqualität in Data Warehouse Systemen nach Helfert Folgerung Erfassung der relevanten Datenqualitätsmerkmale für das PAYBACK-DWH Aufbau des Fragebogens Durchführung der Umfrage Auswertung der Umfrage Anwendergruppe Management Anwendergruppe Prozessverantwortliche Anwendergruppe Datenanalysten Anwendergruppe DWH-Management Zusammenfassung Nicht weiter betrachtete Datenqualitätsmerkmale Datenqualitätsmerkmale dieser Arbeit Definition der Datenqualitätsmerkmale Vollständigkeit Korrektheit Aktualität Historisierung Widerspruchsfreiheit Messung von Datenqualität in einem Data Warehouse Ressourcen und Kosten Vorgehensweise zur Messung Überprüfung der Datenqualität innerhalb des DWH Systemübergreifende Überprüfung der Datenqualität... 59
7 Inhaltsverzeichnis III 7.3 Variationen von Abgleichen Abgleich des gesamten Datenbestandes Partieller Abgleich des Datenbestandes Einplanen von Datenqualitätsmessungen Besonderheiten bei der Messung der einzelnen Datenqualitätsmerkmale Messung der Vollständigkeit Messung der Korrektheit Messung der Aktualität Messung der Historisierung Messung der Widerspruchsfreiheit Grenzen der Messung Darstellung und Bewertung der Messergebnisse Darstellung der Messergebnisse Bewertung der Messergebnisse Prototypische Umsetzung Überprüfung der Vollständigkeit Ergebnis der Vollständigkeitsprüfung Überprüfung der Korrektheit Ergebnis der Korrektheitsprüfung Zusammenfassung Fazit Ausblick Literaturverzeichnis... VII Anhang A: Fragebogen...XV Anhang B: Angaben der Anwendergruppen... XIX B1: Angaben der Anwendergruppe Management... XIX B2: Angaben der Anwendergruppe Prozessverantwortliche... XXI B3: Angaben der Anwendergruppe Datenanalysten... XXIV B4: Angaben der Anwendergruppe DWH-Management... XXVI
8 Abbildungsverzeichnis IV Abbildungsverzeichnis Abbildung 2.1: Probleme aufgrund unzureichender Datenqualität... 6 Abbildung 3.1: Zentral organisiertes Data Warehouse Abbildung 4.1: Interpretation von Garvins Sichtweisen auf Qualität nach Helfert Abbildung 4.2: Datengewinnung bei der prozessbezogenen Sichtweise Abbildung 5.1: Die DWH-Nutzer bei Loyalty Partner Abbildung 5.2: Angaben des Managements über existierende Defizite Abbildung 5.3: Gewichtung der Merkmale durch das Management Abbildung 5.4: Angaben der Prozessverantwortlichen über existierende Defizite Abbildung 5.5: Gewichtung der Merkmale durch die Prozessverantwortlichen Abbildung 5.6: Angaben der Datenanalysten über existierende Defizite Abbildung 5.7: Gewichtung der einzelnen Merkmale durch die Datenanalysten Abbildung 5.8: Angaben des DWH-Managements über existierende Defizite Abbildung 5.9: Gewichtung der einzelnen Merkmale durch das DWH-Management Abbildung 6.1: Die Datenqualitätsmerkmale beim PAYBACK-DWH... 48
9 Tabellenverzeichnis V Tabellenverzeichnis Tabelle 3.1: Unterschiedliche Anforderungen an OLTP- und OLAP-Systeme Tabelle 4.1: Datenqualitätsmerkmale nach Wang und Strong Tabelle 4.2: Innere Datenqualitätsmerkmale nach Wand und Wang Tabelle 4.3: Datenqualitätsmerkmale nach Redman Tabelle 4.4: Datenqualitätsmerkmale von Datenwerten nach English Tabelle 4.5: Qualitätsmerkmale nach Jarke Tabelle 4.6: Qualitätsmerkmale von Datenwerten nach Helfert Tabelle 4.7: Unterschiedliche Definitionen des Vollständigkeitsmerkmals Tabelle 5.1: Übersicht über die Anwendergruppen Tabelle 5.2: Verschickte und beantwortete Fragebögen Tabelle 6.1: Die unterschiedlichen Typen der Vollständigkeit Tabelle 6.2: Beispiel-Relation für die Vollständigkeit Tabelle 7.1: Beispieltabelle zur Historisierung... 69
10 Abkürzungsverzeichnis VI Abkürzungsverzeichnis BI... Business Intelligence bspw... beispielsweise BSC... Balanced Scorecard bzw.... beziehungsweise ca... circa CRM... Customer Relationship Management DQ... Datenqualität DWH... Data Warehouse etc... et cetera ETL... Extraction Transformation Load evtl.... eventuell Hrsg... Herausgeber LP... Loyalty Partner GmbH Mio... Millionen Mrd... Milliarden o.ä... oder Ähnliches OLAP... Online Analytical Processing OLTP... Online Transactional Processing RDBMS... Relationales Datenbankmanagementsystem S.... Seite sog... sogenannte u.a... unter anderem v.a... vor allem vgl.... vergleiche z.b.... zum Beispiel
11 Einleitung 1 1 Einleitung 1.1 Problemstellung Die Qualität von Daten und Informationen spielt in der heutigen Informationsgesellschaft eine immer wichtigere Rolle. Immer mehr Entscheidungen basieren auf Auswertungen ständig wachsender Datenbestände bei zunehmend komplexer werdenden Datenstrukturen. Fehlentscheidungen, die basierend auf nicht korrekten Daten getroffen werden, können erheblichen unternehmerischen Schaden verursachen. Trotz der negativen Auswirkungen schlechter Datenqualität auf das gesamte Unternehmen besitzen viele Unternehmen noch keine Strategie, um dieses Problem anzugehen. Um ein hohes Datenqualitätsniveau langfristig zu sichern, reichen punktuelle Datenbereinigungsmaßnahmen von Qualitätsdefiziten, die während des Betriebs entdeckt wurden, nicht aus. Es gilt, Mechanismen und Methoden einzuführen, welche kontinuierlich die Qualität der Daten überwachen, damit die Qualität der Information messbar wird. Diese Mechanismen und Methoden können dann als Frühindikator für etwaige Qualitätsverluste in den Daten dienen. 1.2 Zielsetzung und Abgrenzung Für die dauerhafte Etablierung und Nutzung eines DWH-Systems als zentrale Informationsquelle in einem Unternehmen ist die Qualität der Daten und die Verlässlichkeit daraus abgeleiteter Aussagen von zentraler Bedeutung. Im Rahmen dieser Arbeit werden Kriterien zur Identifizierung möglicher Datenqualitätsdefizite in einem DWH 1 aufgezeigt werden. Diese Diplomarbeit bezieht sich auf das PAYBACK Data Warehouse (PAYBACK-DWH 2 ) der Loyalty Partner GmbH (LP), mit dem Schwerpunkt auf den aus dem PAYBACK Programm gewonnenen Daten. 1 Durch DWH wird im weiteren Verlauf dieser Arbeit ein beliebiges Data Warehouse bezeichnet. 2 Mit PAYBACK-DWH wird im Folgenden das Data Warehouse bezeichnet, in dem die Daten des PAYBACK Programms vorgehalten werden.
12 Einleitung 2 Von hoher Bedeutung ist, was einen Datenbestand von hoher bzw. niedriger Qualität auszeichnet. Um eine Aussage über die Qualität von Daten treffen zu können, wird die Beurteilung der Datenqualität hierbei grundlegend auf ein DWH bezogen definiert. Beispielhaft sind hier einige Qualitätsmerkmale genannt: Aktualität (keine veralteten Daten) Konsistenz (Widerspruchsfreiheit) Korrektheit (Übereinstimmung mit der Realität) Vollständigkeit (es fehlen keine Werte) Diese Arbeit soll Aufschluss darüber geben, wie eine Aussage über die Datenqualität im vorhandenen PAYBACK-DWH getroffen werden kann. Es werden Kriterien erarbeitet, um Datenqualitätsdefizite sowohl innerhalb des PAYBACK-DWH als auch im Vergleich zu den operativen Quellsystemen messen zu können. Ziel ist es, Merkmale zu definieren, anhand derer die Datenqualität zuverlässig im PAYBACK-DWH überwacht werden kann. Etwaige daraus resultierende Maßnahmen zur Verbesserung der Qualität dieser Daten werden ebenso wie die Ursachen mangelnder Datenqualität nicht untersucht. Grundlage sind die im PAYBACK-DWH vorgehaltenen Basisdaten. Unter Basisdaten sind im Rahmen dieser Arbeit Daten zu verstehen, die durch Extraktions-, Transformations- und Ladeprozesse (ETL- Prozesse) aus den operativen Systemen in das PAYBACK-DWH geladen werden. Ebenfalls nicht weiter untersucht werden daraus abgeleitete Daten, Aggregationen oder in Auswertungen bzw. Reports dargestellte Daten, die auf Basis der im DWH vorgehaltenen Daten durchgeführt werden. Das Datenmodell, nach dessen Schema die Daten im PAYBACK-DWH strukturiert sind, wird als fest und unveränderbar vorausgesetzt. Mögliche Ergebnisse zur Beseitigung von Mängeln am Datenmodell können nicht umgesetzt werden, da die Umsetzung einer solchen Änderungsanforderung aufgrund der hohen Komplexität des PAYBACK-DWH hohe Kosten nach sich ziehen würde. Deshalb werden in dieser Arbeit auch keine Datenqualitätsmerkmale näher betrachtet, die das Datenmodell betreffen bzw. nötige Veränderungen daran zur Folge hätten. Ein Beispiel dafür ist das Merkmal des Umfangs [Re96], wonach das Datenmodell umfassend genug modelliert sein muss und die laut Anforderung an das DWH wesentlichen Daten beinhalten muss.
13 Einleitung 3 Darüber hinaus wird angenommen, dass das System (Server, Netzwerk etc.) fehlerfrei arbeitet und Zugriff auf die Daten jederzeit möglich ist. Aus diesem Grund werden im Rahmen dieser Arbeit keine Datenqualitätsmerkmale behandelt, die das System oder den Zugriff auf die Datenbank betreffen. Ein Merkmal das den Zugriff betrifft ist nach Helfert [He02a] das Merkmal Zugriffsrechte, welches verlangt, dass die DWH-Nutzer ausreichend Rechte haben, um die anstehenden Aufgaben zu erfüllen. Wie bereits erwähnt, bezieht sich diese Arbeit aufgrund der Zusammenarbeit mit Loyalty Partner auf das PAYBACK-DWH. Um eine Wiederverwendung auch für andere Data Warehouses zu ermöglichen, wird bei der Erstellung der Ergebnisse auf Allgemeingültigkeit geachtet. Auf die Gegebenheiten des PAYBACK-DWH wird nur bei Bedarf eingegangen. 1.3 Aufbau In Kapitel 2 werden Auswirkungen mangelnder Datenqualität anhand einiger Beispiele erläutert, um die Bedeutung und Aktualität dieser Problematik zu verdeutlichen. Das Umfeld dieser Diplomarbeit wird in Kapitel 3 näher beschrieben. Neben einer kurzen Beschreibung des Unternehmens LP werden die Eigenschaften eines DWH vorgestellt, um die Unterschiede zu den operativen Systemen zu verdeutlichen. Einige ausgewählte Ansätze zur Bestimmung von Qualität im Allgemeinen und zur Datenqualität im Speziellen werden in Kapitel 4 aufgeführt. Anhand dieser Ansätze soll verdeutlicht werden, dass schon eine Reihe von wissenschaftlichen Arbeiten zu diesem Thema existieren. In den vorgestellten Ansätzen zur Bestimmung der Datenqualität werden Merkmale identifiziert, anhand derer die Datenqualität gemessen werden kann. In Kapitel 5 wird beschrieben, wie durch eine Umfrage bei LP die relevanten Datenqualitätsmerkmale für das PAYBACK-DWH identifiziert werden. Zunächst wird der verwendete Fragebogen dargestellt, dessen Merkmale auf den in Kapitel 4 vorgestellten Erkenntnissen basieren. Durch die Auswertung der Umfrage werden die wichtigsten Datenqualitätsmerkmale für das PAYBACK-DWH ersichtlich. Die ermittelten Datenqualitätsmerkmale werden in Kapitel 6 genauer definiert. Anhand dieser Merkmale kann die Datenqualität im PAYBACK-DWH gemessen werden. Die Notwendigkeit einer einheitlichen Definition wird aufgrund des Mangels einer einheitlichen Bezeichnung in der wissenschaftlichen Literatur immer wichtiger.
14 Einleitung 4 In Kapitel 7 wird die Vorgehensweise für die Messung von Datenqualität in einem DWH im Allgemeinen erläutert. Hierzu werden die wichtigsten Faktoren, die zu beachten sind, hervorgehoben. Einige ausschlaggebende Faktoren sind die zur Verfügung stehenden Systemressourcen, entstehende Laufzeiten der Messungen und evtl. vorhandene konkurrierende Prozesse. Eine einfache und übersichtliche Darstellungsmöglichkeit der Messerergebnisse wird in Kapitel 8 aufgezeigt, damit sie für das gesamte Unternehmen zur Verfügung stehen und genutzt werden können. In Kapitel 9 wird die prototypische Umsetzung der in dieser Arbeit gewonnen Erkenntnisse zur Messung von Datenqualität beschrieben und die dadurch gewonnenen Messresultate erläutert. Schließlich werden in Kapitel 10 die Ergebnisse dieser Arbeit zusammengefasst und Vorschläge für weitere mögliche Vorgehensweisen zur Ermittlung der Datenqualität im PAYBACK-DWH gegeben.
15 Motivation 5 2 Motivation Mangelnde Datenqualität kann schwerwiegende Probleme und sehr hohe Kosten verursachen [Ec02, TH04]. In der Literatur findet sich eine Vielzahl von Beispielen für die Folgen von Qualitätsmängeln, wie bspw. bei Eckerson [Ec02], wonach die Industrie und Verwaltung in den USA jährlich einen Verlust von rund 600 Mrd. USD aufgrund von schlechter Datenqualität erleidet. Als Ursache dieser Kosten werden u.a. zusätzliche Druck- und Portokosten und ein zu hoher Bestand an Personal, der aufgrund mangelhafter Daten errechnet wurde, genannt. Auch das Manager Magazin [Th04] weist darauf hin, dass schlechte Datenqualität Gesamtkosten in Höhe von 8-12 % des Umsatzes eines Unternehmens ausmachen kann. Das Magazin nennt dazu Beispiele und Projekte aus der Praxis. Eine Studie von SAS 3 [Sa03] kommt zu dem Ergebnis, dass nur 18% der Betriebe ihren Daten vertrauen. Das bedeutet: Über 80% der Betriebe vertrauen ihren Daten nicht! Laut dieser Studie werden Datenqualitätsmängel sehr oft durch Fehler in den Front-Office-Systemen und durch Schwierigkeiten bei der Systemintegration verursacht. Auch die mangelnde Qualität unternehmensexterner Daten trägt deutlich zu Datenqualitätsproblemen bei. Häufig hat man mit den Auswirkungen von Datenqualitätsmängeln auch im täglichen Leben zu tun, ohne dass die Auswirkung mit der eigentlichen Ursache - der mangelnden Qualität von Daten - sofort in Verbindung gebracht werden kann [SMB05]. Die Schuld für eine verspätete oder nicht erfolgte Auslieferung eines Briefes wird bspw. oft der Post gegeben, obwohl bei einer näheren Betrachtung meist Mängel in der Adressdatenbank als Ursache identifiziert werden können. Auf ähnliche Weise kann der mehrfache Versand automatisch erzeugter Post häufig auf einen doppelten Datenbankeintrag zurückgeführt werden. Für eine dauerhafte Etablierung eines DWH in einem Unternehmen ist es nach Wolf [Wo99] unbedingt notwendig, die Qualität der Daten zu sichern. Eckerson [Ec02] identifiziert durch eine Umfrage im Rahmen einer Studie des The Data Warehouse Institute die Folgen unzureichender Datenqualität. Wie in Abbildung 2.1 dargestellt, verursachen Datenqualitätsmängel in einem DWH sehr häufig zusätzlichen Zeitaufwand für Abgleiche und die Konsistenzerhaltung der Daten, Verlust von Vertrauen in das DWH und Folgekosten, bspw. durch den mehrfachen Versand von Briefen, aber auch durch den Versand an fehlerhafte Adressen. Neben der Unzufriedenheit von Kunden identifizierte Eckerson durch die Umfrage auch 3 SAS Institute AG, Schweiz.
16 Motivation 6 Ertragsverluste, die u.a. aufgrund fehlerhafter Rechnungen verursacht wurden. Auch Probleme bei der Erfüllung der gesetzlichen Auflagen, wie etwa bei der Bilanzerstellung, waren die Folge unzureichender Datenqualität. Abbildung 2.1: Probleme aufgrund unzureichender Datenqualität (aus [Ec02]) Trotz dieser Folgen hatten fast 50% der befragten Unternehmen noch keine Strategie, um dieses Problem anzugehen und nur ca. 10% gaben an, bereits umfassende Maßnahmen eingeleitet zu haben, um die Datenqualität zu verbessern. Nur ca. 40% der Unternehmen waren erst dabei, einen Plan für dieses Problem zu entwickeln oder befanden sich noch in der Phase der Implementierung. Da auf Basis der Daten des PAYBACK-DWH sowohl bei LP als auch bei den Partnern des PAYBACK-Programms strategische Entscheidungen getroffen werden, kommt der Korrektheit der Daten eine besondere Bedeutung zu. Ziel dieser Diplomarbeit ist es, durch die Identifikation von Merkmalen zur Bestimmung der Datenqualität und das Erarbeiten von Methoden zur Messung dieser Merkmale die Qualität der Daten im PAYBACK-DWH messbar zu machen.
17 Umfeld der Arbeit 7 3 Umfeld der Arbeit 3.1 Loyalty Partner GmbH Im Fokus dieser Diplomarbeit steht die Datenqualität des PAYBACK-DWH der Loyalty Partner GmbH. LP ist Experte für Kundenmanagement und unterstützt damit Unternehmen, ihre Kunden besser zu verstehen und profitabler zu handeln. Mit PAYBACK betreibt LP das größte und erfolgreichste Bonusprogramm Deutschlands, für Partner wie OBI, Galeria Kaufhof, dm-drogerie markt, real,- und WMF. LP hilft ihnen dabei, Umsätze zu steigern, die Kundenzufriedenheit zu erhöhen und dadurch die Kundenbindung zu stärken. Als branchenübergreifendes Programm bietet PAYBACK seinen Nutzern objektiven Mehrwert beim täglichen Einkauf. Die Konsumenten profitieren von exklusiven Vorteilen bei starken Handelspartnern. Das mit PAYBACK gewonnene Know-how stellt LP in seinem zweiten Geschäftsfeld Outsourcing" Großunternehmen für individuelles und intelligentes Kundenbeziehungsmanagement zur Verfügung. Dies betrifft sowohl die Entwicklung neuer Kundenbindungsprogramme als auch die Abwicklung bereits laufender CRM-Prozesse. So wickelt Loyalty Partner zum Beispiel bahn.comfort - das Serviceprogramm für Vielfahrer und bahn.bonus. - das Prämienprogramm für Bahnfahrer der Deutschen Bahn AG ab 4. Das PAYBACK-DWH von LP basiert auf einer relationalen Datenbank und enthält mehr als 2,8 Mrd. Transaktionsinformationen in über Tabellen. Es hat ein Datenbankvolumen von über 1,5 Terabyte. Als zentrale Informationsquelle im Unternehmen enthält es aufbereitete Kunden- und Partnerdaten und ist Grundlage für strategische Entscheidungen, sowohl für das Unternehmen LP, als auch für dessen Partner. Der Bereich Business Intelligence (BI) ist bei LP der Bewirtschafter des Data Warehouse und trägt die Verantwortung dafür. 4 Ausführliche Informationen zu LP können im Internet unter abgerufen werden.
18 Umfeld der Arbeit Data Warehouse Data Warehouse Konzept Inmon [In96] definiert ein DWH folgendermaßen: A Data Warehouse is a subject oriented, integrated, non-volatile and time variant collection of data in support of management s decisions. Die vier Hauptmerkmale werden im Hinblick auf diese Arbeit im Folgenden näher erläutert: Subject oriented : Eine Ansammlung von Daten in einem DWH soll auf ein bestimmtes Ziel ausgerichtet sein. Dieses Ziel ist in der Regel die Orientierung an unternehmensrelevanten Sachverhalten [Be96], also die Analyse und Auswertung von Unternehmensdaten zur Unterstützung von Entscheidungen der Unternehmensleitung. Das setzt eine Neuorientierung operativer Daten voraus, denn operative Daten beziehen sich immer auf einzelne betriebliche Funktionen [BS02]. Integrated : Mit dem Konzept eines DWH wird die unternehmensweite Integration von Daten in einem einheitlich gestalteten System angestrebt [MB00]. Die Integration erfordert eine Vereinheitlichung der Datenstrukturen, -formate und -bezeichnungen der unternehmensinternen und -externen Datenquellen. Hierzu ein Beispiel: Wird als Abkürzung für das Geschlecht in einem Quellsystem m und w verwendet, in einem anderen 0 und 1, dann müssen diese Ausprägungen vor der Integration in das DWH vereinheitlicht werden. Non-volatile 5 : Durch die Forderung nach einem Verbot von Änderungen [Ba03] darf auf ein DWH nur durch Lese- und Einfügeoperationen zugegriffen werden. Bereits integrierte Daten dürfen demnach nicht verändert werden. Im Rahmen dieser Arbeit kann dieser Definition nur bedingt zugestimmt werden, weil es möglich sein muss, Daten nach der Integration aus den operativen Systemen zu korrigieren, falls im Rahmen von Datenqualitätsprüfungen Fehler im Datenbestand entdeckt werden [Be96]. 5 Volatile beschreibt den Grad, mit dem sich Daten im Laufe der Nutzung ändern [Be96].
19 Umfeld der Arbeit 9 Time variant : Im Gegensatz zu operativen Systemen, bei denen eine Betrachtung der Daten zu einem genauen Zeitpunkt im Mittelpunkt steht, steht bei Auswertungen im DWH ein Zeitraumbezug im Vordergrund, bspw. bei einer Trendanalyse [Be96]. Dazu wird der Datenbestand im DWH periodisch mit aktuellen Daten ergänzt und nach Zeitintervallen verdichtet [HW05], um einen historisierten Datenbestand zu erhalten. Ein Data Warehouse System ist kein Produkt, sondern ein Konzept. Es besteht aus der eigentlichen Data Warehouse Datenbank und allen Komponenten, die zur Integration und Darstellung von Daten notwendig sind [BG01, Qu03]. Ein Data Warehouse dient als separate, redundante und historisierte Sammlung quantitativer Daten mit dem einen Zweck, entscheidungsrelevante Kennzahlen bereitzustellen, die aus den verschiedensten Quellsystemen stammen und integriert gespeichert werden [Ba03, HA01]. Diese Ausrichtung eines Systems an der Analyse von Daten wird auch mit dem Begriff On-Line Analytical Processing (OLAP) bezeichnet, der von Codd geprägt wurde [CCS93]. Entscheidungsunterstützende Daten und Systeme werden beim Data Warehouse Konzept von operativen Systemen getrennt 6. Operative Systeme sind sog. Online Transactional Processing Systems (OLTP-Systeme), die das operative Geschäft eines Unternehmens unterstützen [HW05]. Die Daten der operativen Systeme werden in themenorientierte und entscheidungsunterstützende OLAP-Syteme (DWH) übertragen [Se95]. Operative Systeme sind die wichtigsten Quellen von Daten im DWH [RH96]. Daten können darüber hinaus aus beliebigen, auch unternehmensexternen Datenquellen in das DWH geladen werden, was aber wegen deren uneinheitlicher Struktur problematisch ist. Bei den Quellsystemen des PAYBACK-DWH handelt es sich ausschließlich um interne operative Systeme, externe Quellsysteme sind nicht vorhanden 7. Zur Befüllung eines DWH werden Daten aus den als Quelle dienenden operativen Systemen extrahiert, den Geschäftsregeln entsprechend transformiert und abschließend in das DWH geladen. Zusammengefasst werden diese Vorgänge im Rahmen dieser Arbeit als die Extraktions-, Transformations- und Ladeprozesse (ETL-Prozesse) oder auch als Befüllungsprozes- 6 Entscheidungsunterstützende Systeme werden auch dispositive Systeme bzw. analytische Systeme genannt [HW05]. 7 Externe Daten wie bspw. von Dienstleistern und Partnern werden zunächst in interne operative Systeme integriert und von dort in das PAYBACK-DWH geladen.
20 Umfeld der Arbeit 10 se bezeichnet. Beim PAYBACK-DWH werden die ETL-Prozesse periodisch 8 angestoßen. Entsprechend den durch die Geschäftsregeln festgelegten Zeitabständen werden die Befüllungsprozesse gestartet. Für diese Arbeit wird vorausgesetzt, dass die ETL-Prozesse periodisch durchgeführt werden. In der Regel wird ein DWH aus mehreren Datenquellen befüllt. Diese liegen dort häufig mit überschneidendem Inhalt in unterschiedlichen Darstellungsformaten vor. Daher müssen diese Daten, bevor sie in das DWH geladen werden können, in ein einheitliches Format gebracht werden. Das erfolgt innerhalb der Transformationsprozesse. Dazu gehört auch die stufenweise Verdichtung der Daten, wobei bspw. Produkte zu Produktgruppen und die Produktgruppen wiederum zu Hauptproduktgruppen aggregiert werden [Be96]. Allgemein werden diese einzelnen Stufen der Verdichtung mit dem Begriff der Granularität beschrieben [In96]. Durch den abschließenden Ladeprozess werden die konsolidierten Daten in analyseorientierte Strukturen des DWH übertragen, wo sie für Auswertungen zur Verfügung stehen. Das multidimensionale Datenmodell hat sich im Hinblick auf die Analyseorientierung eines DWH für viele Problemstellungen bewährt [TKS01]. In der gängigen Praxis erfolgt die Implementierung multidimensionaler Schemata meistens auf einem relationalen Datenbankmanagementsystem (RDBMS). Multidimensionale Strukturen müssen dazu auf relationale Strukturen abgebildet werden, wozu z.b. das Sternschema verwendet wird [HW05]. Beim Sternschema 9, auf dem die meisten OLAP-Datenmodelle basieren [Th03], wird zwischen quantifizierenden und identifizierenden Attributen unterschieden [Oe00]. Die quantifizierenden Attribute sind die zu analysierenden managementrelevanten Größen und werden Fakten genannt 10. Sie repräsentieren die zentralen betrieblichen Erfolgsgrößen, sind meist numerische Attribute und stehen im Zentrum der Analysen von Anwendern [Th03]. Die Fakten werden in einer sog. Faktentabelle vorgehalten, die sich im Mittelpunkt des Sternschemas befindet [Nu98]. Einzig durch die Fakten kann keine bedeutende Information geliefert werden. Um z.b. die Information über den Umsatz beurteilen zu können ist es notwendig zu wissen, in welchem Zeitraum, durch welche Abteilung, durch welche Produkte etc. dieser 8 Genaueres zu periodisch und anderen möglichen Steuerungen in [Ki98]. 9 Genaueres zum Sternschema z.b. in [Th03]. 10 Oft werden sie auch als Kennzahlen bezeichnet.
21 Umfeld der Arbeit 11 erwirtschaftet wurde. Durch die identifizierbaren (beschreibenden) Attribute werden diese Informationen geliefert. Sie werden Dimensionen genannt. Im Gegensatz zu den Fakten enthalten die Dimensionen die Kriterien, welche die Auswahl, Zusammenfassung und Navigation der Fakten ermöglichen [Lu01]. Nach Humm und Wietek sind Dimensionen Filter- und Auswertungskriterien für Kennzahlen [HW05]: Dimensionen spannen einen mehrdimensionalen Faktenraum auf und bilden somit das Koordinatensystem zur Navigation durch die Daten. Die Dimensionen werden in sog. Dimensionstabellen gespeichert, die im Sternschema als Satellitentabellen um die Faktentabelle im Mittelpunkt angeordnet sind [Nu98]. Kimball bezeichnet die Dimensionstabellen als slowly changing, da sie sich im Gegensatz zu Faktentabellen selten ändern [Ki96]. Im Allgemeinen sind beim Sternschema die Daten in den Dimensionstabellen denormalisiert 11 vorgehalten [Gl97]. Die Architektur eines DWH wird durch unterschiedliche organisatorische und technische Einflussfaktoren bestimmt. Dabei steht die Frage im Vordergrund, ob eine zentrale oder dezentrale Lösung gewählt werden soll. Beim PAYBACK-DWH handelt es sich um ein zentral organisiertes DWH, das sich insbesondere für Unternehmen eignet, in denen zentrale Informationsversorgungsstrukturen wie bei einem Rechenzentrum, vorhanden sind [Ba03]. Wie in Abbildung 3.1 dargestellt, werden Daten in einem zentral organisierten DWH aus internen und externen Quellen in ein zentrales Datenbank-System geladen und verwaltet [Ba03]. Die unterschiedlichen Datenquellen sind über ein Netzwerk angebunden. Üblicherweise ist eine Extraktions-, Transformations- und Lade-Schicht zwischen dem DWH und den Datenquellen eingefügt, um die Daten vor der Speicherung im DWH zu transformieren oder auch um sie in einen bereinigten und konsistenten Zustand zu bringen. Der Zugriff auf die im DWH vorgehaltenen Daten erfolgt durch unterschiedliche Client-Werkzeuge über das Netzwerk. Oft wird dabei auf die Internet-Technologie zurückgegriffen Der Begriff Denormalisierung beschreibt das Vorgehen, aus Gründen der Praktikabilität den Übergang in die nächst höhere Normalform wieder Rückgängig zu machen oder diesen zu verhindern [Ho99]. Durch die Denormalisierung sollen u.a. die im Rahmen von Auswertung bzw. Analysen anfallenden Datenbankzugriffe reduziert und eine Verbesserung der Antwortzeiten beim DWH erreicht werden [St95]. Neben dem erhöhten Aufwand zur Erhaltung der Datenkonsistenz und der referentiellen Integrität wird auch in Kauf genommen, dass denormalisierte Daten aufgrund entstehender Redundanzen einen höheren Speicherplatzbedarf haben [Bi94]. 12 Eine ausführliche Beschreibung zentral organisierter Data Warehouses und auch weiterer Architekturvarianten finden sich u.a. in [SBM99, BG01].
----------------------------------------------------------------------------------------------------------------------------------------
0 Seite 0 von 20 03.02.2015 1 Ergebnisse der BSO Studie: Trends und Innovationen im Business Performance Management (BPM) bessere Steuerung des Geschäfts durch BPM. Bei dieser BSO Studie wurden 175 CEOs,
MehrSystemen im Wandel. Autor: Dr. Gerd Frenzen Coromell GmbH Seite 1 von 5
Das Management von Informations- Systemen im Wandel Die Informations-Technologie (IT) war lange Zeit ausschließlich ein Hilfsmittel, um Arbeitsabläufe zu vereinfachen und Personal einzusparen. Sie hat
MehrInformationssystemanalyse Problemstellung 2 1. Trotz aller Methoden, Techniken usw. zeigen Untersuchungen sehr negative Ergebnisse:
Informationssystemanalyse Problemstellung 2 1 Problemstellung Trotz aller Methoden, Techniken usw. zeigen Untersuchungen sehr negative Ergebnisse: große Software-Systeme werden im Schnitt ein Jahr zu spät
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrProzessbewertung und -verbesserung nach ITIL im Kontext des betrieblichen Informationsmanagements. von Stephanie Wilke am 14.08.08
Prozessbewertung und -verbesserung nach ITIL im Kontext des betrieblichen Informationsmanagements von Stephanie Wilke am 14.08.08 Überblick Einleitung Was ist ITIL? Gegenüberstellung der Prozesse Neuer
Mehr«Eine Person ist funktional gesund, wenn sie möglichst kompetent mit einem möglichst gesunden Körper an möglichst normalisierten Lebensbereichen
18 «Eine Person ist funktional gesund, wenn sie möglichst kompetent mit einem möglichst gesunden Körper an möglichst normalisierten Lebensbereichen teilnimmt und teilhat.» 3Das Konzept der Funktionalen
MehrCheckliste zur qualitativen Nutzenbewertung
Checkliste zur qualitativen Nutzenbewertung Herausgeber Pentadoc Consulting AG Messeturm Friedrich-Ebert-Anlage 49 60308 Frankfurt am Main Tel +49 (0)69 509 56-54 07 Fax +49 (0)69 509 56-55 73 E-Mail info@pentadoc.com
MehrVirtual Roundtable: Business Intelligence - Trends
Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Prof. Dr. Rainer Bischoff Organisation: Fachbereich Wirtschaftsinformatik,
MehrFachbericht zum Thema: Anforderungen an ein Datenbanksystem
Fachbericht zum Thema: Anforderungen an ein Datenbanksystem von André Franken 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 2 Einführung 2 2.1 Gründe für den Einsatz von DB-Systemen 2 2.2 Definition: Datenbank
MehrKampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht
Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u
MehrData 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
MehrONLINE-AKADEMIE. "Diplomierter NLP Anwender für Schule und Unterricht" Ziele
ONLINE-AKADEMIE Ziele Wenn man von Menschen hört, die etwas Großartiges in ihrem Leben geleistet haben, erfahren wir oft, dass diese ihr Ziel über Jahre verfolgt haben oder diesen Wunsch schon bereits
MehrSWE12 Übungen Software-Engineering
1 Übungen Software-Engineering Software-Qualitätssicherung / Software-Qualitätsmanagement 2 Aufgabe 1 Ordnen Sie die folgenden Zitate dem entsprechenden Ansatz zum Qualitätsbegriff zu und begründen Sie
MehrMobile Intranet in Unternehmen
Mobile Intranet in Unternehmen Ergebnisse einer Umfrage unter Intranet Verantwortlichen aexea GmbH - communication. content. consulting Augustenstraße 15 70178 Stuttgart Tel: 0711 87035490 Mobile Intranet
MehrOutsourcing und Offshoring. Comelio und Offshoring/Outsourcing
Outsourcing und Offshoring Comelio und Offshoring/Outsourcing INHALT Outsourcing und Offshoring... 3 Comelio und Offshoring/Outsourcing... 4 Beauftragungsmodelle... 4 Projektleitung vor Ort und Software-Entwicklung
MehrDISKUSSIONSBEITRÄGE 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
MehrBusiness 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
MehrStudie über Umfassendes Qualitätsmanagement ( TQM ) und Verbindung zum EFQM Excellence Modell
Studie über Umfassendes Qualitätsmanagement ( TQM ) und Verbindung zum EFQM Excellence Modell (Auszug) Im Rahmen des EU-Projekts AnaFact wurde diese Umfrage von Frauenhofer IAO im Frühjahr 1999 ausgewählten
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrMitarbeiterbefragung als PE- und OE-Instrument
Mitarbeiterbefragung als PE- und OE-Instrument 1. Was nützt die Mitarbeiterbefragung? Eine Mitarbeiterbefragung hat den Sinn, die Sichtweisen der im Unternehmen tätigen Menschen zu erkennen und für die
MehrElternumfrage 2014. Kita und Reception. Campus Hamburg
Elternumfrage 2014 Kita und Reception Campus Ergebnisse der Elternumfrage 2014 Um die Auswertung der Elternumfrage 2014 richtig lesen und interpretieren zu können, sollten folgende Punkte beachtet werden:
MehrB&B Verlag für Sozialwirtschaft GmbH. Inhaltsübersicht
Inhaltsübersicht Der Wandel vom Verkäufermarkt zum Käufermarkt... 5 Erfinde Produkte und verkaufe sie!... 5 Finde Wünsche und erfülle sie!... 5 Der Kunde ist der Maßstab... 6 Der Kundenwunsch hat Vorrang...
MehrSocial Supply Chain Management
Social Supply Chain Management Wettbewerbsvorteile durch Social Supply Chain Management aus ressourcenorientierter Sicht (Johannes Nußbaum) Abstract Der Druck, soziale Auswirkungen entlang der Supply Chain
MehrIst Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken?
UErörterung zu dem Thema Ist Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken? 2000 by christoph hoffmann Seite I Gliederung 1. In zu großen Mengen ist alles schädlich. 2.
Mehr.. für Ihre Business-Lösung
.. für Ihre Business-Lösung Ist Ihre Informatik fit für die Zukunft? Flexibilität Das wirtschaftliche Umfeld ist stärker den je im Umbruch (z.b. Stichwort: Globalisierung). Daraus resultierenden Anforderungen,
MehrZiel- und Qualitätsorientierung. Fortbildung für die Begutachtung in Verbindung mit dem Gesamtplanverfahren nach 58 SGB XII
Ziel- und Qualitätsorientierung Fortbildung für die Begutachtung in Verbindung mit dem Gesamtplanverfahren nach 58 SGB XII Qualität? In der Alltagssprache ist Qualität oft ein Ausdruck für die Güte einer
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrDie Zukunft der Zukunftsforschung im Deutschen Management: eine Delphi Studie
Die Zukunft der Zukunftsforschung im Deutschen Management: eine Delphi Studie Executive Summary Zukunftsforschung und ihre Methoden erfahren in der jüngsten Vergangenheit ein zunehmendes Interesse. So
MehrTECHNISCHE INFORMATION LESSOR LOHN/GEHALT BEITRAGSNACHWEIS-AUSGLEICH BUCH.-BLATT MICROSOFT DYNAMICS NAV
MICROSOFT DYNAMICS NAV Inhaltsverzeichnis TECHNISCHE INFORMATION: Einleitung... 3 LESSOR LOHN/GEHALT Beschreibung... 3 Prüfung der Ausgleichszeilen... 9 Zurücksetzen der Ausgleichsroutine... 12 Vorgehensweise
MehrMarketing Intelligence Schwierigkeiten bei der Umsetzung. Josef Kolbitsch Manuela Reinisch
Marketing Intelligence Schwierigkeiten bei der Umsetzung Josef Kolbitsch Manuela Reinisch Übersicht Schwierigkeiten bei der Umsetzung eines BI-Systems Schwierigkeiten der Umsetzung 1/13 Strategische Ziele
MehrHandbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen
MehrElternumfrage 2015. Kindergarten (mit Krippe und Vorschule) Phorms Campus München
Elternumfrage 2015 Kindergarten (mit Krippe und Vorschule) Phorms Campus München Ergebnisse der Elternumfrage 2015 Um die Auswertung der Elternumfrage 2015 richtig lesen und interpretieren zu können, sollten
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrBetriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth. Seminararbeit. Projekt-Seminar INSTEAD im SS 2011
Universität Passau Wirtschaftswissenschaftliche Fakultät Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth Seminararbeit Das Unternehmensleitbild als wesentlicher
MehrEmpathisches CRM. (Empathic CRM) Sven Bruck, die dialogagenten. die dialogagenten Agentur Beratung Service GmbH Katernberger Straße 4 42115 Wuppertal
Empathisches CRM (Empathic CRM) Sven Bruck, die dialogagenten die dialogagenten Agentur Beratung Service GmbH Katernberger Straße 4 42115 Wuppertal +49 (0)202. 371 47 0 crmpathy@die-da.com www.die-da.com
MehrProjektmanagement in der Spieleentwicklung
Projektmanagement in der Spieleentwicklung Inhalt 1. Warum brauche ich ein Projekt-Management? 2. Die Charaktere des Projektmanagement - Mastermind - Producer - Projektleiter 3. Schnittstellen definieren
Mehr360 - Der Weg zum gläsernen Unternehmen mit QlikView am Beispiel Einkauf
360 - Der Weg zum gläsernen Unternehmen mit QlikView am Beispiel Einkauf Von der Entstehung bis heute 1996 als EDV Beratung Saller gegründet, seit 2010 BI4U GmbH Firmensitz ist Unterschleißheim (bei München)
MehrKundenzufriedenheit Beschwerdemanagement als Instrument zur Kundenbindung
Thomas Artur Roner Kundenzufriedenheit Beschwerdemanagement als Instrument zur Kundenbindung Diplom.de Inhaltsverzeichnis Abkürzungsverzeichnis Abbildungsverzeichnis I II 1. Einleitung 1 2. Begriffsklärungen
MehrObjektorientierter Software-Entwurf Grundlagen 1 1. Analyse Design Implementierung. Frühe Phasen durch Informationssystemanalyse abgedeckt
Objektorientierter Software-Entwurf Grundlagen 1 1 Einordnung der Veranstaltung Analyse Design Implementierung Slide 1 Informationssystemanalyse Objektorientierter Software-Entwurf Frühe Phasen durch Informationssystemanalyse
MehrCharakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert.
Der Gutachtenstil: Charakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert. Das Ergebnis steht am Schluß. Charakteristikum
MehrFragebogen ISONORM 9241/110-S
Fragebogen ISONORM 9241/110-S Beurteilung von Software auf Grundlage der Internationalen Ergonomie-Norm DIN EN ISO 9241-110 von Prof. Dr. Jochen Prümper www.seikumu.de Fragebogen ISONORM 9241/110-S Seite
Mehr1. Einführung. 2. Archivierung alter Datensätze
1. Einführung Mit wachsender Datenmenge und je nach Konfiguration, kann orgamax mit der Zeit langsamer werden. Es gibt aber diverse Möglichkeiten, die Software wieder so zu beschleunigen, als würden Sie
MehrWas sind Jahres- und Zielvereinbarungsgespräche?
6 Was sind Jahres- und Zielvereinbarungsgespräche? Mit dem Jahresgespräch und der Zielvereinbarung stehen Ihnen zwei sehr wirkungsvolle Instrumente zur Verfügung, um Ihre Mitarbeiter zu führen und zu motivieren
MehrElternumfrage 2015. Grundschule. Phorms Campus München
Elternumfrage 205 Grundschule Phorms Campus München Ergebnisse der Elternumfrage 205 Um die Auswertung der Elternumfrage 205 richtig lesen und interpretieren zu können, sollten folgende Punkte beachtet
MehrIntegration mit. Wie AristaFlow Sie in Ihrem Unternehmen unterstützen kann, zeigen wir Ihnen am nachfolgenden Beispiel einer Support-Anfrage.
Integration mit Die Integration der AristaFlow Business Process Management Suite (BPM) mit dem Enterprise Information Management System FILERO (EIMS) bildet die optimale Basis für flexible Optimierung
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrMeet the Germans. Lerntipp zur Schulung der Fertigkeit des Sprechens. Lerntipp und Redemittel zur Präsentation oder einen Vortrag halten
Meet the Germans Lerntipp zur Schulung der Fertigkeit des Sprechens Lerntipp und Redemittel zur Präsentation oder einen Vortrag halten Handreichungen für die Kursleitung Seite 2, Meet the Germans 2. Lerntipp
MehrDie vorliegende Arbeitshilfe befasst sich mit den Anforderungen an qualitätsrelevante
ISO 9001:2015 Die vorliegende Arbeitshilfe befasst sich mit den Anforderungen an qualitätsrelevante Prozesse. Die ISO 9001 wurde grundlegend überarbeitet und modernisiert. Die neue Fassung ist seit dem
MehrSDD System Design Document
SDD Software Konstruktion WS01/02 Gruppe 4 1. Einleitung Das vorliegende Dokument richtet sich vor allem an die Entwickler, aber auch an den Kunden, der das enstehende System verwenden wird. Es soll einen
MehrPersönliche Zukunftsplanung mit Menschen, denen nicht zugetraut wird, dass sie für sich selbst sprechen können Von Susanne Göbel und Josef Ströbl
Persönliche Zukunftsplanung mit Menschen, denen nicht zugetraut Von Susanne Göbel und Josef Ströbl Die Ideen der Persönlichen Zukunftsplanung stammen aus Nordamerika. Dort werden Zukunftsplanungen schon
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
MehrBusiness 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
MehrIn diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access. Die Grundlagen der Datenbanken.
In diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access Die Grundlagen der Datenbanken kurspc15 Inhaltsverzeichnis Access... Fehler! Textmarke nicht
MehrIT-Governance und Social, Mobile und Cloud Computing: Ein Management Framework... Bachelorarbeit
IT-Governance und Social, Mobile und Cloud Computing: Ein Management Framework... Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft
MehrWarum Qualität managen? 5. Qualitätsmanagement: Aufgaben der Unternehmensleitung 25. Qualitätsmanagement in Geschäftsprozessen 45
2 Inhalt Warum Qualität managen? 5 Was genau ist Qualität? 6 Qualitätsmanagement wie es geht und was es bringt 19 Qualitätsmanagement: Aufgaben der Unternehmensleitung 25 Etablieren des Qualitätsgedankens
MehrWas taugt der Wertpapierprospekt für die Anlegerinformation?
Was taugt der Wertpapierprospekt für die Anlegerinformation? Panel 1 Rahmenbedingungen für Anlegerinformation und Anlegerschutz beim Wertpapiererwerb Verhältnis zu Beratung, Informationsblatt und Investorenpräsentation
MehrErfolgreiche Webseiten: Zur Notwendigkeit die eigene(n) Zielgruppe(n) zu kennen und zu verstehen!
Erfolgreiche Webseiten: Zur Notwendigkeit die eigene(n) Zielgruppe(n) zu kennen und zu verstehen! www.wee24.de. info@wee24.de. 08382 / 6040561 1 Experten sprechen Ihre Sprache. 2 Unternehmenswebseiten
MehrContent Management System mit INTREXX 2002.
Content Management System mit INTREXX 2002. Welche Vorteile hat ein CM-System mit INTREXX? Sie haben bereits INTREXX im Einsatz? Dann liegt es auf der Hand, dass Sie ein CM-System zur Pflege Ihrer Webseite,
MehrÄnderung der ISO/IEC 17025 Anpassung an ISO 9001: 2000
Änderung der ISO/IEC 17025 Anpassung an ISO 9001: 2000 Dr. Martin Czaske Sitzung der DKD-FA HF & Optik, GS & NF am 11. bzw. 13. Mai 2004 Änderung der ISO/IEC 17025 Anpassung der ISO/IEC 17025 an ISO 9001:
MehrFlowFact Alle Versionen
Training FlowFact Alle Versionen Stand: 29.09.2005 Rechnung schreiben Einführung Wie Sie inzwischen wissen, können die unterschiedlichsten Daten über verknüpfte Fenster miteinander verbunden werden. Für
MehrFehler und Probleme bei Auswahl und Installation eines Dokumentenmanagement Systems
Fehler und Probleme bei Auswahl und Installation eines Dokumentenmanagement Systems Name: Bruno Handler Funktion: Marketing/Vertrieb Organisation: AXAVIA Software GmbH Liebe Leserinnen und liebe Leser,
MehrDie Entwicklung einer Balanced Scorecard zur Steuerung einer Verwaltung
Die Entwicklung einer Balanced Scorecard zur Steuerung einer Verwaltung am Beispiel der Leitstelle Älter werden in der Auftraggeber: Jonas Becht, Daniel Keller, Anika Libon, Sarah Röckemann, Daniela Zelasek
Mehr2. Psychologische Fragen. Nicht genannt.
Checkliste für die Beurteilung psychologischer Gutachten durch Fachfremde Gliederung eines Gutachtens 1. Nennung des Auftraggebers und Fragestellung des Auftraggebers. 2. Psychologische Fragen. Nicht genannt.
MehrWann ist eine Software in Medizinprodukte- Aufbereitungsabteilungen ein Medizinprodukt?
DGSV-Kongress 2009 Wann ist eine Software in Medizinprodukte- Aufbereitungsabteilungen ein Medizinprodukt? Sybille Andrée Betriebswirtin für und Sozialmanagement (FH-SRH) Prokuristin HSD Händschke Software
MehrProzessmanagement Modeerscheinung oder Notwendigkeit
1 von5 Prozessmanagement Modeerscheinung oder Notwendigkeit Autor: Dr. Gerd Sonntag Beratender Ingenieur disocon (Unternehmensberatung Diekelmann & Sonntag) Das Thema Prozessmanagement wurde in einem kompakten
MehrBegeisterung und Leidenschaft im Vertrieb machen erfolgreich. Kurzdarstellung des Dienstleistungsangebots
Begeisterung und Leidenschaft im Vertrieb machen erfolgreich Kurzdarstellung des Dienstleistungsangebots Überzeugung Ulrich Vieweg Verkaufs- & Erfolgstraining hat sich seit Jahren am Markt etabliert und
MehrAbamsoft Finos im Zusammenspiel mit shop to date von DATA BECKER
Abamsoft Finos im Zusammenspiel mit shop to date von DATA BECKER Abamsoft Finos in Verbindung mit der Webshopanbindung wurde speziell auf die Shop-Software shop to date von DATA BECKER abgestimmt. Mit
MehrStudie über die Bewertung von Wissen in kleinen und mittleren Unternehmen in Schleswig-Holstein
Studie über die Bewertung von Wissen in kleinen und mittleren Unternehmen in Schleswig-Holstein Sehr geehrte Damen und Herren, in der heutigen Wissensgesellschaft sind die zentralen Ressourcen erfolgreicher
MehrBarrierefreie Webseiten erstellen mit TYPO3
Barrierefreie Webseiten erstellen mit TYPO3 Alternativtexte Für jedes Nicht-Text-Element ist ein äquivalenter Text bereitzustellen. Dies gilt insbesondere für Bilder. In der Liste der HTML 4-Attribute
Mehr1 Einleitung. 1.1 Motivation und Zielsetzung der Untersuchung
1 Einleitung 1.1 Motivation und Zielsetzung der Untersuchung Obgleich Tourenplanungsprobleme zu den am häufigsten untersuchten Problemstellungen des Operations Research zählen, konzentriert sich der Großteil
MehrHealthCare Relationship Management. http://www.terraconsult.de
HealthCare Relationship Management 1 Warum nehmen wir uns solcher Themen wie Kundenzufriedenheit oder Online-Dienstleistungen an? Wir beschäftigen uns mit Kundenbeziehungsmanagement (CRM*). Dies ist ein
MehrGeprüfte/-r Betriebswirt/-in. Hinweise zur fachübergreifenden Projektarbeit
Geprüfte/-r Betriebswirt/-in Hinweise zur fachübergreifenden Projektarbeit 1 Hinweise zur fachübergreifenden Projektarbeit für die Fortbildungsprüfung zum/zur Geprüften Betriebswirt/Geprüften Betriebswirtin
MehrKostenstellen verwalten. Tipps & Tricks
Tipps & Tricks INHALT SEITE 1.1 Kostenstellen erstellen 3 13 1.3 Zugriffsberechtigungen überprüfen 30 2 1.1 Kostenstellen erstellen Mein Profil 3 1.1 Kostenstellen erstellen Kostenstelle(n) verwalten 4
MehrPersönlichkeit und Persönlichkeitsunterschiede
9 Persönlichkeit und Persönlichkeitsunterschiede 1 Inhalt Die Beschäftigung mit der menschlichen Persönlichkeit spielt in unserem Alltag eine zentrale Rolle. Wir greifen auf das globale Konzept Persönlichkeit
MehrIshikawa-Diagramm. 1 Fallbeispiel 2. 2 Was ist ein Ishikawa-Diagramm 2. 3 Vorgehen bei der Erstellung eines Ishikawa-Diagramms 2.
Ishikawa-Diagramm 1 Fallbeispiel 2 2 Was ist ein Ishikawa-Diagramm 2 3 Vorgehen bei der Erstellung eines Ishikawa-Diagramms 2 4 Vorteile 5 5 Nachteile 5 6 Fazit 5 7 Literaturverzeichnis 6 1 Fallbeispiel
MehrManagementbewertung Managementbewertung
Managementbewertung Grundlagen für die Erarbeitung eines Verfahrens nach DIN EN ISO 9001:2000 Inhalte des Workshops 1. Die Anforderungen der ISO 9001:2000 und ihre Interpretation 2. Die Umsetzung der Normanforderungen
MehrGeyer & Weinig: Service Level Management in neuer Qualität.
Geyer & Weinig: Service Level Management in neuer Qualität. Verantwortung statt Versprechen: Qualität permanent neu erarbeiten. Geyer & Weinig ist der erfahrene Spezialist für Service Level Management.
MehrLinguLab GmbH. Bedienungsanleitung Allgemeine Definition
LinguLab GmbH Bedienungsanleitung Allgemeine Definition LinguLab GmbH T: +49.711.49030.370 Maybachstr. 50 F: +49.711.49030.22.370 70469 Stuttgart E: mba@lingulab.de I: www.lingulab.de Inhaltsverzeichnis
MehrTech-Clarity Perspective: Best Practices für die Konstruktionsdatenverwaltung
Tech-Clarity Perspective: Best Practices für die Konstruktionsdatenverwaltung Wie effektive Datenmanagement- Grundlagen die Entwicklung erstklassiger Produkte ermöglichen Tech-Clarity, Inc. 2012 Inhalt
MehrModernes Vulnerability Management. Christoph Brecht Managing Director EMEA Central
Modernes Vulnerability Management Christoph Brecht Managing Director EMEA Central Definition Vulnerability Management ist ein Prozess, welcher IT Infrastrukturen sicherer macht und Organisationen dabei
MehrWERKZEUG KUNDENGRUPPEN BILDEN
Integrierter MarketinXervice Dr. Rüdiger Alte Wilhelm-Busch-Straße 27 99099 Erfurt Tel.: 0361 / 55 45 84 38 WERKZEUG GRUPPEN BILDEN Die folgenden Fragen mögen Ihnen helfen, Kriterien aufzustellen, anhand
MehrWSO de. <work-system-organisation im Internet> Allgemeine Information
WSO de Allgemeine Information Inhaltsverzeichnis Seite 1. Vorwort 3 2. Mein Geschäftsfeld 4 3. Kompetent aus Erfahrung 5 4. Dienstleistung 5 5. Schulungsthemen 6
MehrBei der Focus Methode handelt es sich um eine Analyse-Methode die der Erkennung und Abstellung von Fehlerzuständen dient.
Beschreibung der Focus Methode Bei der Focus Methode handelt es sich um eine Analyse-Methode die der Erkennung und Abstellung von Fehlerzuständen dient. 1. F = Failure / Finding An dieser Stelle wird der
MehrGIS 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
MehrEinleitung: Frontend Backend
Die Internetseite des LSW Deutschland e.v. hat ein neues Gesicht bekommen. Ab dem 01.01.2012 ist sie in Form eines Content Management Systems (CMS) im Netz. Einleitung: Die Grundlage für die Neuprogrammierung
MehrThema: Microsoft Project online Welche Version benötigen Sie?
Seit einiger Zeit gibt es die Produkte Microsoft Project online, Project Pro für Office 365 und Project online mit Project Pro für Office 365. Nach meinem Empfinden sind die Angebote nicht ganz eindeutig
MehrHandbuch Fischertechnik-Einzelteiltabelle V3.7.3
Handbuch Fischertechnik-Einzelteiltabelle V3.7.3 von Markus Mack Stand: Samstag, 17. April 2004 Inhaltsverzeichnis 1. Systemvorraussetzungen...3 2. Installation und Start...3 3. Anpassen der Tabelle...3
MehrPIERAU PLANUNG GESELLSCHAFT FÜR UNTERNEHMENSBERATUNG
Übersicht Wer ist? Was macht anders? Wir denken langfristig. Wir individualisieren. Wir sind unabhängig. Wir realisieren. Wir bieten Erfahrung. Für wen arbeitet? Pierau Planung ist eine Gesellschaft für
MehrDatensicherung. Beschreibung der Datensicherung
Datensicherung Mit dem Datensicherungsprogramm können Sie Ihre persönlichen Daten problemlos Sichern. Es ist möglich eine komplette Datensicherung durchzuführen, aber auch nur die neuen und geänderten
MehrMulticheck Schülerumfrage 2013
Multicheck Schülerumfrage 2013 Die gemeinsame Studie von Multicheck und Forschungsinstitut gfs-zürich Sonderauswertung ICT Berufsbildung Schweiz Auswertung der Fragen der ICT Berufsbildung Schweiz Wir
MehrCross-Selling bei Versicherungen. Empirische Analyse zu Status quo, Trends und zukünftigen Anforderungen
Georg Wittmann Christiane Früchtl Silke Weisheit Cross-Selling bei Versicherungen Empirische Analyse zu Status quo, Trends und zukünftigen Management Summary In der Studie Cross-Selling bei Versicherungen
MehrInsiderwissen 2013. Hintergrund
Insiderwissen 213 XING EVENTS mit der Eventmanagement-Software für Online Eventregistrierung &Ticketing amiando, hat es sich erneut zur Aufgabe gemacht zu analysieren, wie Eventveranstalter ihre Veranstaltungen
MehrEinflussfaktoren auf die Teamkompetenz in Projekten. Empirische Studie zur Master Thesis Mai 2010
Einflussfaktoren auf die Teamkompetenz in Projekten Empirische Studie zur Master Thesis Mai 2010 Studie zu Einflussfaktoren auf die Teamkompetenz 1 Aufbau der Studie 2 Grunddaten der Befragung 3 Ergebnisse
MehrEinführung und Motivation
Einführung und Motivation iks-thementag: Requirements Engineering 16.11.2010 Autor Carsten Schädel Motto Definiere oder Du wirst definiert. Seite 3 / 51 These Im Privatleben definiert jeder (seine) Anforderungen.
MehrStellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster
Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.
MehrIntegrierte IT Portfolioplanung
Integrierte Portfolioplanung -en und _e als zwei Seiten einer Medaille Guido Bacharach 1.04.010 Ausgangssituation: Komplexe Umgebungen sportfolio Ausgangssituation: Komplexe Umgebungen portfolio Definition:
MehrSocial-CRM (SCRM) im Überblick
Social-CRM (SCRM) im Überblick In der heutigen Zeit ist es kaum vorstellbar ohne Kommunikationsplattformen wie Facebook, Google, Twitter und LinkedIn auszukommen. Dies betrifft nicht nur Privatpersonen
Mehretutor Benutzerhandbuch XQuery Benutzerhandbuch Georg Nitsche
etutor Benutzerhandbuch Benutzerhandbuch XQuery Georg Nitsche Version 1.0 Stand März 2006 Versionsverlauf: Version Autor Datum Änderungen 1.0 gn 06.03.2006 Fertigstellung der ersten Version Inhaltsverzeichnis:
Mehr