Datenqualität: Finanzinstitute im Spannungsfeld regulatorischer Anforderungen Lösungsansätze und Praxisbeispiele

Größe: px
Ab Seite anzeigen:

Download "Datenqualität: Finanzinstitute im Spannungsfeld regulatorischer Anforderungen Lösungsansätze und Praxisbeispiele"

Transkript

1 Con.ect Informunity - 9. Oktober Datenqualität: Finanzinstitute im Spannungsfeld regulatorischer Anforderungen Lösungsansätze und Praxisbeispiele

2 Agenda Einführung Definition Regelbasierter Lösungsansatz Projekte Beispiele Definition Datenqualitätspyramide Merkmale und Metriken Business Rules Datenanalyse und Regelgenerierung Evolution einer Business Rule Problemlösungs-Prozess Stammdatenqualität Migrationsqualität Reportingqualität Seite 2

3 Einführung Beispiele für Datenqualitätsprobleme Ein europäisches Unternehmen stellte bei einer Datenqualitätsanalyse fest, dass 4% der angefallenen Rechnungen erst gar nicht ausgestellt wurden. Bei einem Umsatz von 2 Mrd. bedeutet dies eine Summe von 80 Mio. unbezahlter Rechnungen. Bei einem Vergleich amerikanischer Wählerlisten mit den Adress- und Umzugsdaten des U.S. Post Offices wurde festgestellt, dass 1/6 aller Wähler entweder gestorben oder umgezogen sind. Österreich und Russland verpassten eine gemeinsame Schlacht, da sie unterschiedliche Kalender verwendeten. Barbra Streisand beendete Ihre Kundenbeziehung zu einer Investmentbank, da Ihr Vorname falsch (nämlich Barbara ) geschrieben wurde. Die angefallenen Kosten für die Jahr 2000-Umstellung werden global auf 0,5 1,5 Billionen geschätzt. Bezogen auf ein Unternehmen, werden die Kosten mangelnder Datenqualität auf 8 12 % des Umsatzes geschätzt. Datenqualitätsmanagement ist erforderlich Seite 3

4 Einführung Datenqualität für Finanzinstitute Konvergenz der internen und externen Rechnungslegung MiFID Risikosteuerung Datenqualität Basel II Compliance Finanzinstitute haben hohe Anforderungen an Datenqualität!!! Seite 4

5 Agenda Einführung Definition Regelbasierter Lösungsansatz Projekte Beispiele Definition Datenqualitätspyramide Merkmale und Metriken Business Rules Datenanalyse und Regelgenerierung Evolution einer Business Rule Problemlösungs-Prozess Stammdatenqualität Migrationsqualität Reportingqualität Seite 5

6 Definition Definition von Datenqualität Datenqualität ist die Gesamtheit der Ausprägungen von Qualitätsmerkmalen eines Datenbestandes bezüglich dessen Eignung, festgelegte und vorausgesetzte Erfordernisse zu erfüllen. kurz: Datenqualität = Zweckeignung Unsere Daten sind nicht schlecht, sondern: Wir haben hohe Anforderungen!!! Seite 6

7 Definition Die Datenqualitäts-Pyramide Gesamtheit unterschiedlicher Qualitätsmerkmale Qualitätsmerkmale Daten- Datendefinition Hauptmerkmale Qualitätsmetriken Datenqualität inhalt Datenpräsentation Einzelaspekt der Datenqualität Objektive, messbare Größe, die in Bezug auf unterschiedliche Ausprägungen eines Qualitätsmerkmals sensitiv reagiert. Seite 7

8 Definition Umgang mit quantitativen Zielvorgaben Die 14 Punkte von Deming (Ausschnitt) 9. Organisatorische Barrieren: Beseitige die Grenzen zwischen Bereichen. 10. Ermahnung vermeiden: Beseitige Slogans, Aufrufe und Ermahnungen. 11. Quantitative Zielvorgaben und Beurteilungsmaßstäbe aufgeben: Quoten betrachten nur Zahlen, nicht Qualität oder Methoden. Sie sind normalerweise eine Garantie für Ineffizienz und hohe Kosten. Ein Mitarbeiter, der sein Anstellungsverhältnis sichern möchte, wird versuchen eine Quote zu erreichen, koste es was es wolle, inklusive Schädigung des Unternehmens. 12. Stolz auf gute Arbeit sein: Beseitige alles, was das Recht eines jeden Mitarbeiters und Managers in Frage stellt, auf ihre Arbeit stolz zu sein. 13. Ausbildung fördern: Schaffe ein durchgreifendes Ausbildungsprogramm und eine Atmosphäre der Selbstverbesserung für jeden einzelnen 14. Alle Mitarbeiter verpflichten: Alle Mitarbeiter sind für die Realisierung des Wandels verantwortlich. Seite 8

9 Agenda Einführung Definition Regelbasierter Lösungsansatz Projekte Beispiele Definition Datenqualitätspyramide Merkmale und Metriken Business Rules Datenanalyse und Regelgenerierung Evolution einer Business Rule Problemlösungs-Prozess Stammdatenqualität Migrationsqualität Reportingqualität Seite 9

10 Regelbasierter Lösungsansatz Business Rules Was ist eine Business Rule? In einer Business Rule werden verschiedene Geschäftsobjekte in einen fachlich logischen Zusammenhang gebracht. Beispiel: Bei Stammdaten zu Wertpapieren muss das Zinssatzfeld im Fall von Aktien leer sein. Bei Renten muss das Feld gefüllt sein. Nutzen im DQM: Im System Automation Plausibilisierung Abgleich. Bei der Datenfehlererkennung => fachliche Bewertung der DQ => Definition von DQ-Metriken. Probleme: Selten dokumentiert (aber in den Köpfen). Wenn bekannt, nicht konsequent angewendet. Oft nur unscharf formuliert Seite 10

11 Regelbasierter Lösungsansatz Die Datenqualitäts-Pyramide Qualitätsmetriken Datenqualität Qualitätsmerkmale Business Rules Gesamtheit unterschiedlicher Qualitätsmerkmale Einzelaspekt der Datenqualität Objektive, messbare Größe, die in Bezug auf unterschiedliche Ausprägungen eines Qualitätsmerkmals sensitiv reagiert Verschiedene Geschäftsobjekte werden in einen fachlich logischen Zusammenhang gebracht Seite 11

12 Regelbasierter Lösungsansatz Einfache Analysebeispiele Anrede Bewilligung Kapital Fräulein Geburtsdatum Auszahlung Kapital Auszahlung Kapital Seite 12

13 Regelbasierter Lösungsansatz Regelinduktion Input: Parameter: Ergebnis: Beispiel: Daten Zielfeld Felder zur Erklärung des Zielfeldes Exaktheits-Schwellwert Masse Automatisch generierter vollständiger Satz von Regeln zur Erklärung des Zielfeldes IF Wertpapierstatus = Nicht abgelaufen AND Wertpapierart = Aktie THEN Zinssatz = <leer>; SUPPORT = 40,0%, CORRECTNESS = 99,5% Seite 13

14 Regelbasierter Lösungsansatz Regelinduktion - Beispiel Seite 14

15 Regelbasierter Lösungsansatz Lösungsmodell für DQ-Probleme Preprocessing Maßnahmen Datenanbindung Regelformulierung Datenselektion Profiling Maßnahmenformulierung Datenanalyse Messung Validierung Reporting Wissensmanagement Controlling Tool-Unterstützung Seite 15

16 Agenda Einführung Definition Regelbasierter Lösungsansatz Projekte Beispiele Definition Datenqualitätspyramide Merkmale und Metriken Business Rules Datenanalyse und Regelgenerierung Evolution einer Business Rule Problemlösungs-Prozess Stammdatenqualität Migrationsqualität Reportingqualität Seite 16

17 Projekte - Stammdatenqualität Wertpapierstammdaten - Problemstellung ca 600 extern gelieferte Stammdatenfelder Datenlieferant (Wertpapiermitteilungen) hat alle großen Banken als Kunde Datenqualität gut 129 intern manuell gepflegte bankspezifische Stammdatenfelder Datenqualität schlecht Redundanz liegt vor Relevanz unbekannt Projektziele Identifizierung und Löschung nicht relevanter Felder Identifizierung des Verwendungszwecks einzelner Felder Nutzung von Redundanzen zur automatischen Korrektur und Befüllung der bankspezifischen Felder Seite 17

18 Projekte - Stammdatenqualität Wertpapierstammdaten - Ergebnis Schnittstellenanalyse Evidenz über Schnittstellen Evidenz über parallele (und damit redundante) Stammdatentöpfe Löschung von 73 der 129 Felder (davon wurden 60 von keiner automatischen Schnittstelle mehr gelesen und 13 zwar gelesen, aber nicht mehr weiterverarbeitet) Systemoptimierung Für 49 der verbliebenen 56 Felder wurden automatische Füllungsregeln erarbeitet und implementiert Identifikation und automatische Bereinigung von 3,9 Mio Datenfehler (manuell wären das 7 Mannjahre gewesen) Fehler wurden vollständig bereinigt und werden künftig vermieden Prozessoptimierung (Datenpflege) Einsparung von 200 TEUR / anno (bei Projektkosten von 400 TEUR) Seite 18

19 Projekte - Migrationsqualität Bestandteile einer Migration Alt-System Migration Neu-System QS Funktionen alt Implementierung Funktionen neu Test Testsysteme Testfälle Daten alt Extract/ Transfrom/ Load Daten neu? Seite 19

20 Projekte - Migrationsqualität Qualitätssicherung bei einer Datenmigration Daten neu Daten alt Extract/ Transfrom/ Load Lost 1. Datenqualität des Altsystems Er- und Behebung bereits bekannter DQ-Probleme Feststellung migrations-irrelevanter Daten Vorbereitung der Migration (Know-how, Datenmodell) 2. Qualität der Migrationsroutinen Prüfung des Migrationsfachkonzepts Prüfung der Fachkonzeptumsetzung Vollständigkeit der migrierten Daten Sicherstellung der Synchronität bei Parallelpflege 3. Qualität nach Produktivnahme des neuen Systems Übertragung des DQ-Know-hows aus 1. und 2. Erhaltung und weitere Verbesserung der Datenqualität Seite 20

21 Projekte - Migrationsqualität Projektumsetzung Phase 1. Datenqualität des Altsystems Dauer in Aufwand Inhalt Monaten in Tagen 8 Monate 300 Behandlung von - 30 DQ-Problemen - zu 70 Feldern in 6 Tabellen - in 80 Workshops - mit Know-how zu Datenanalyse und Bankfach Ergebnis Fehler: - Beginn Phase 1: Ende Phase 1: Fehlerkandidaten - Beginn Phase 1: Ende Phase 1: Qualität der 3. Qualität nach Produktivnahme 6 Monate 200 Fachkonzeptprüfung 3 Monate / Migrationsroutinen Daueraufgabe - Prüfung von 150 Seiten - Kategorisierung (autom. / man. Prüfung) Migrationsumsetzung - autom. Prüfroutinen im DQ-Messinstrument - Vollständigkeit der übergeleiteten Daten Synchronphase - Nutzung der Prüfroutinen zur Sicherstellung der Synchronität - monatliches Reporting 50 / 5 DQ-Messprojekt - Implementierung eines DQ-Messprojekts - Übergabe an den Fachbereich DQ-Monitoring - regelmäßige Prüfung der Datenqualität - Pflege der Prüfroutinen - Erweiterung des Beobachtungsraums Fachkonzeptprüfung - Befundlisten - automatische Prüfbarkeit Migrationsumsetzung - 8 Wiederholungsläufe - Transparenz (Monitoring) Seite 21 - Qualitätsschwankungen - Am Ende Vollständigkeit von ca. 95% und Qualität von ca. 85% Synchronphase - Nutzung der Prüfroutinen zur Sicherstellung der Synchronität - monatliches Reporting läuft

22 Beispiel für ein gelöstes Datenqualitäts-Problem Seite 22

23 D- BU IT Dr. Ulrich Windheuser Segment-IT FCCF Tel.: (0211) Fax: (0211) Oktober 2007 Seite 23

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

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

Mehr

Bessere Daten durch Stammdatenmanagement

Bessere Daten durch Stammdatenmanagement make connections share ideas be inspired Bessere Daten durch Stammdatenmanagement Mit SAS MDM, bessere Stammdaten für operativen Systeme make connections share ideas be inspired Overview Mit SAS MDM bessere

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

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

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

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

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

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

Geschäftsanalytik & Informationsqualität. Transparenz schafft Handlungsalternativen

Geschäftsanalytik & Informationsqualität. Transparenz schafft Handlungsalternativen Geschäftsanalytik & Informationsqualität Transparenz schafft Handlungsalternativen InfoZoom Best Practice Day 2010 Methodik zur Identifizierung der Auswirkungen schlechter Datenqualität auf Geschäftsprozesse!

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

ecl@ss im Unternehmen Chance oder Hürde? Gerald Lobermeier Weidmüller Interface GmbH & Co. KG, Detmold

ecl@ss im Unternehmen Chance oder Hürde? Gerald Lobermeier Weidmüller Interface GmbH & Co. KG, Detmold ecl@ss im Unternehmen Chance oder Hürde? Gerald Lobermeier Weidmüller Interface GmbH & Co. KG, Detmold Agenda Weidmüller Interface Unternehmensvorstellung Produkte & Prozesse Datenmanagement ecl@ss bei

Mehr

Datenmigrationen, oder die Bombe mit der langen Zündschnur

Datenmigrationen, oder die Bombe mit der langen Zündschnur Datenmigrationen, oder die Bombe mit der langen Zündschnur Martin Weikinger, AlgoTec GmbH 16.10.2009 09:32 1 Vortragsstruktur Themenabgrenzung und Motivation besondere Migrationsprobleme und gefahren 3

Mehr

Einführung von SAP Treasury Management und SAP Cash Management bei der Vaillant Group

Einführung von SAP Treasury Management und SAP Cash Management bei der Vaillant Group Einführung von SAP Treasury Management und SAP Cash Management bei der Vaillant Group Forum für Finanzmanagement und GRC 14.4.2015 Vaillant Group IT Dipl. Wirt. Inf. René Plagemann Agenda 1. Begrüßung

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

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

Anwendernahe Wissensmodellierung mittels Logikregeln in frühen Phasen des Softwareentwicklungsprozesses

Anwendernahe Wissensmodellierung mittels Logikregeln in frühen Phasen des Softwareentwicklungsprozesses Anwendernahe Wissensmodellierung mittels Logikregeln in frühen Phasen des Softwareentwicklungsprozesses Gunter Grieser, Simon Spielmann, Guido Schuh, Boris Kötting, Ralf Leonhard AGENDA Das Projekt Unser

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

Master Data Management

Master Data Management Master Data Management Warum Stammdatenmanagement Komplexität reduzieren Stammdatenmanagement bringt Ordnung in ihre Stammdaten. Doubletten werden erkannt und gesperrt. Stammdaten verschiedener Quellsysteme

Mehr

FHH meets economy. Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover. Hannover, 21. Januar 2010. 21. Januar 2010 bit GmbH

FHH meets economy. Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover. Hannover, 21. Januar 2010. 21. Januar 2010 bit GmbH FHH meets economy BI Projektmanagement bei QlikView Projekten Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover Hannover, 21. Januar 2010 21. Januar 2010 Agenda Über die bit GmbH Über QlikTech und

Mehr

Werkzeug SAM-Tool. Marc Roggli, SAM Consultant 2012-10-13 Zürich WTC

Werkzeug SAM-Tool. Marc Roggli, SAM Consultant 2012-10-13 Zürich WTC Werkzeug SAM-Tool Marc Roggli, SAM Consultant 2012-10-13 Zürich WTC Metapher zu SAM-Werkzeuge Was hat ein SAM-Tool mit dem Rennsport zu tun? BESTELLUNGEN 2 Zahlreiche Begriffe verschiedene Interpretationen

Mehr

Wilfried Tschuppik Raiffeisen Waren GmbH, Kassel, vertreten durch die Konzerntochter quindata GmbH

Wilfried Tschuppik Raiffeisen Waren GmbH, Kassel, vertreten durch die Konzerntochter quindata GmbH SAP Business Planning and Consolidation: Umstellung der Konsolidierung von MS 7.0 auf NW 10.0 inklusive Datenanbindung SAP-ERP an SAP Business Warehouse Wilfried Tschuppik Raiffeisen Waren GmbH, Kassel,

Mehr

Solvency II Berichtserstattungspflichten der HUK-Coburg mit Hilfe von TM1

Solvency II Berichtserstattungspflichten der HUK-Coburg mit Hilfe von TM1 Solvency II Berichtserstattungspflichten der HUK-Coburg mit Hilfe von TM1 Solvency II - Berichtserstattungspflichten der HUK-Coburg mit Hilfe von TM1 Agenda 1. Herausforderung 2. Über uns 3. Rahmenbedingungen

Mehr

Zusammenspielen. DI(FH) DI Markus Gruber. 24.06.2015 Vorstellung scm consulting

Zusammenspielen. DI(FH) DI Markus Gruber. 24.06.2015 Vorstellung scm consulting Zusammenspielen DI(FH) DI Markus Gruber 24.06.2015 Vorstellung scm consulting 1 Agenda Vorstellung ERP das Organisationsunterstützende Werkzeug AvERP Einsatzmöglichkeiten Vorgehensweise mit Praxis Auszügen

Mehr

NIELSEN+PARTNER. Firmenprofil

NIELSEN+PARTNER. Firmenprofil NIELSEN+PARTNER Firmenprofil 2014 Agenda > NIELSEN+PARTNER im Überblick Zahlen und Fakten / Management Zielgruppen / Branchen Referenzen Services Warum N+P? 2 N+P im Überblick Zahlen und Fakten / Management

Mehr

Markus Henkel Partner im Netzwerk der www.high-professionals.de

Markus Henkel Partner im Netzwerk der www.high-professionals.de Markus Henkel Oeltzenstrasse 4 D-30169 Hannover Mobiltelefon +49 178 340 64 74 henkel@high-professionals.de Summary: Senior Professional im kaufmännischen Bereich mit Fokus auf Controlling, Konzernrechnungswesen

Mehr

Modellbasierte Testautomatisierung von Back-End-Systemen

Modellbasierte Testautomatisierung von Back-End-Systemen FINARIS Produktpräsentation Modellbasierte Testautomatisierung von Back-End-Systemen Hans-Peter Möller (DekaBank) Werner Märkl (FINARIS GmbH) 2 Agenda Seite Einleitung 3 Modellbasiertes Testen in der Datenverarbeitung

Mehr

Performance Modelling Strukturen Portfolio Calculation Benchmark und Funddecomposition Risikokennzahlen Transaktionen

Performance Modelling Strukturen Portfolio Calculation Benchmark und Funddecomposition Risikokennzahlen Transaktionen Zeitraum Februar 2008 bis Januar 2009 Anforderungen Bank in Zürich Erweiterung des bestehenden Client Reporting Systems für institutionelle Kunden. Erstellung von Konzepten zur fachlichen und technischen

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

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

Wie loyal sind Ihre Kunden? Der Net Promoter Score (NPS )

Wie loyal sind Ihre Kunden? Der Net Promoter Score (NPS ) Wie loyal sind Ihre Kunden? Der Net Promoter Score (NPS ) Einführung in das Konzept und die Messung des NPS inkl. Umsetzung in Microsoft Dynamics CRM und SAP CRM Kurzversion Agenda Einführung in den NPS

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

Agenda ITIL v3 Framework

Agenda ITIL v3 Framework Agenda ITIL v3 Framework Overview & Allgemeines ITIL Service Lifecycle Service Strategies Service Design Service Transition Service Operation Continual Service Improvement ITIL V3 Continual Service Improvement

Mehr

System Landscape Optimization. Karl Nagel, Patrick Müller

System Landscape Optimization. Karl Nagel, Patrick Müller System Landscape Optimization Karl Nagel, by CaRD / CaRD PLM 2008 Schritte > Voraussetzung: Prozessharmonisierung und Systemintegration > 1. Erstellung eines neuen Meta-Datenmodells/Vereinbarung der gültigen

Mehr

Strategische Ausrichtung des Data Warehouses der VPV. Thomas Feil, Projektleiter IT HMS Analytics Day Heidelberg, 25.09.2014

Strategische Ausrichtung des Data Warehouses der VPV. Thomas Feil, Projektleiter IT HMS Analytics Day Heidelberg, 25.09.2014 Strategische Ausrichtung des Data Warehouses der VPV Thomas Feil, Projektleiter IT HMS Analytics Day Heidelberg, 25.09.2014 Agenda 1. VPV Versicherung Historie und Kennzahlen 2. Ausgangssituation und Zielbild

Mehr

Datenmigration. Das unterschätzte Thema. Stefan Albrecht, Softlab GmbH ACM/GI Local Group Hamburg, 16. Februar 2007 Stefan.Albrecht@Softlab.

Datenmigration. Das unterschätzte Thema. Stefan Albrecht, Softlab GmbH ACM/GI Local Group Hamburg, 16. Februar 2007 Stefan.Albrecht@Softlab. Datenmigration Das unterschätzte Thema Stefan Albrecht, Softlab GmbH ACM/GI Local Group Hamburg, 16. Februar 2007 Stefan.Albrecht@Softlab.de Folie 1 We ve got the right people SOFTLAB NEXOLAB AXENTIV ENTORY

Mehr

iks Thementag: Requirements Engineering Fallstudie 2: Requirements Engineering mit JIRA und Together

iks Thementag: Requirements Engineering Fallstudie 2: Requirements Engineering mit JIRA und Together iks Thementag: Requirements Engineering Fallstudie 2: Requirements Engineering mit JIRA und Together Herr Holger Benz (Deutsche Post AG, Niederlassung Renten Service) Agenda Vorstellung DP/DHL Renten Service

Mehr

Gegenseitige Beeinflussungen von Testautomatisierung, Testmanagement und Entwicklung

Gegenseitige Beeinflussungen von Testautomatisierung, Testmanagement und Entwicklung Gegenseitige Beeinflussungen von Testautomatisierung, Testmanagement und Entwicklung Jan Düttmann Archimedon Software + Consulting GmbH & Co. KG Marienstraße 66 32427 Minden Stephan Kleuker Hochschule

Mehr

Prozessautomatisierung Vom Geschäftsprozess zum IT-Prozess Benjamin Brunner SOA Architect OPITZ CONSULTING Bad Homburg GmbH

Prozessautomatisierung Vom Geschäftsprozess zum IT-Prozess Benjamin Brunner SOA Architect OPITZ CONSULTING Bad Homburg GmbH Prozessautomatisierung Vom Geschäftsprozess zum IT-Prozess Benjamin Brunner SOA Architect OPITZ CONSULTING Bad Homburg GmbH Agenda Warum Prozessautomatisierung? Prozessautomatisierung in einer SOA Von

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

Fraud Prevention. Intelligente Bekämpfung von Betrug in Finanzinstituten

Fraud Prevention. Intelligente Bekämpfung von Betrug in Finanzinstituten Intelligente Bekämpfung von Betrug in Finanzinstituten Frankfurt, Ausgangssituation Wieso rückt das Thema Betrug immer mehr in den Fokus? In den vergangenen Jahren wurden Fragen nach dem Risikomanagement

Mehr

fabit GmbH Unternehmenspräsentation Juni 2009

fabit GmbH Unternehmenspräsentation Juni 2009 fabit GmbH Unternehmenspräsentation Juni 2009 Agenda Kurzdarstellung fabit GmbH Unsere Dienstleistung Leistungsumfang Projektarbeit Technische und fachliche Beratung Anwendungsentwicklung und Implementierung

Mehr

Agenda. Vorstellung Business Process Management und IT Umsetzungsbeispiel

Agenda. Vorstellung Business Process Management und IT Umsetzungsbeispiel Vom Prozess zur IT Agenda Vorstellung Business Process Management und IT Umsetzungsbeispiel Das Unternehmen Seit etwa 30 Jahren Anbieter von Business Communication Lösungen Planung und Realisierung von

Mehr

mit der neuen Microsoft BI-Plattform

mit der neuen Microsoft BI-Plattform Der Weg von manuellen Berichten zum modernen BI-System PSG Projekt Service GmbH The SQL Server Company, Hamburg Jan Streblow, Lead Consultant Public Sector Sascha Lorenz, Lead Consultant SQL Server Technology

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

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte DWH Projekt, Methodik, Stärken und Schwächen, Übersicht, Weg der Daten,

Mehr

Finance & Control Group Risk Services Evaluation von Risikomanagement Software. Nestlé AG Marc Schaedeli Head of Risk Management

Finance & Control Group Risk Services Evaluation von Risikomanagement Software. Nestlé AG Marc Schaedeli Head of Risk Management Evaluation von Risikomanagement Software Nestlé AG Marc Schaedeli Head of Risk Management Agenda Einführung & Problemstellung Evaluierungsprozess (inkl. RFP) Gesamtbewertung & Ergebnisse Schlussfolgerungen

Mehr

Solvency II Komplexität bewältigen

Solvency II Komplexität bewältigen Solvency II Komplexität bewältigen Der Service Solvency II schafft die Voraussetzung für wertorientiertes Risikomanagement Motivation Die regulatorischen Anforderungen im Bereich Risikomanagement provozieren

Mehr

Integratives Gesamtvermögen-Monitoring: Die Königsdisziplin im Family Office

Integratives Gesamtvermögen-Monitoring: Die Königsdisziplin im Family Office Integratives Gesamtvermögen-Monitoring: Die Königsdisziplin im Family Office www.psplus.de Einleitung Vermögensmonitoring ist Qualitätsmanagement ist ein Steuerungs- und Koordinationsinstrumentarium ist

Mehr

Inhalt. TEIL I Grundlagen 1 Betriebswirtschaftliche Grundlagen der Datenmigration... 29. 2 Technische Grundlagen der Datenmigration...

Inhalt. TEIL I Grundlagen 1 Betriebswirtschaftliche Grundlagen der Datenmigration... 29. 2 Technische Grundlagen der Datenmigration... Einleitung... 17 TEIL I Grundlagen 1 Betriebswirtschaftliche Grundlagen der Datenmigration... 29 1.1 Datenmigration als Teilprojekt... 29 1.2 Vorüberlegungen... 32 1.2.1 Definition des zu migrierenden

Mehr

MHP Inventory Management Ihre Lösung für ein optimiertes und effizientes Bestandsmanagement!

MHP Inventory Management Ihre Lösung für ein optimiertes und effizientes Bestandsmanagement! MHP Inventory Management Ihre Lösung für ein optimiertes und effizientes Bestandsmanagement! Business Solutions 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbh Agenda

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

CENIT EIM Innovations-Tag, 09. Juni 2015 Empower Your Digital Business! Migrationslösungen der CENIT AG

CENIT EIM Innovations-Tag, 09. Juni 2015 Empower Your Digital Business! Migrationslösungen der CENIT AG CENIT EIM Innovations-Tag, 09. Juni 2015 Empower Your Digital Business! Migrationslösungen der CENIT AG Goran Jovanovic, Consultant ECM, Stuttgart, 9. Juni 2015 Agenda Auslöser und Motivation Herausforderungen

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

Führungsinformationen in Echtzeit: Erfolgsfaktoren bei der Einführung einer Balanced Scorecard (BSC)

Führungsinformationen in Echtzeit: Erfolgsfaktoren bei der Einführung einer Balanced Scorecard (BSC) Führungsinformationen in Echtzeit: Erfolgsfaktoren bei der Einführung einer Balanced Scorecard (BSC) M. Kalinowski Michael.Kalinowski@ebcot.de www.ebcot.de Hannover, 15. März 2005 1 Die Strategieumsetzung

Mehr

Hauptseminar Wartung von Softwaresystemen

Hauptseminar Wartung von Softwaresystemen Hauptseminar Wartung von Softwaresystemen Legacy Migrationsstrategien 13. Dezember 2005 Seite 1 Überblick 1. Einführung und Definitionen 2. Migrationsstrategien 3. Migration bei verschiedenen Systemstrukturen

Mehr

Persönlich Daten. Überblick. Berater Profil. Timo Hümmer. Geburtsdatum 08. August 1976. Deutsch und Englisch

Persönlich Daten. Überblick. Berater Profil. Timo Hümmer. Geburtsdatum 08. August 1976. Deutsch und Englisch 1 Persönlich Daten Name Timo Hümmer Geburtsdatum 08. August 1976 Sprachen Deutsch und Englisch Ausbildung Fachinformatiker für Systemintegration Kaufmann im Einzelhandel Überblick n SAP Module Stationärer

Mehr

Smart Customer MDM im Verlagswesen. Springer Science + Business Media & Uniserv GmbH Martin Faber, Christian Holtz

Smart Customer MDM im Verlagswesen. Springer Science + Business Media & Uniserv GmbH Martin Faber, Christian Holtz Smart Customer MDM im Verlagswesen Springer Science + Business Media & Uniserv GmbH Martin Faber, Christian Holtz Innovative 2014, Frankfurt Juni 2014 2 Vorstellung Springer Fakten: Umsatz 2013: ca. 943

Mehr

Analyse des Daten- und Informationsflusses der Wareneingangsprozesse und Ableitung von Verbesserungspotenzialen unter WPS Gesichtspunkten

Analyse des Daten- und Informationsflusses der Wareneingangsprozesse und Ableitung von Verbesserungspotenzialen unter WPS Gesichtspunkten Analyse des Daten- und Informationsflusses der Wareneingangsprozesse und Ableitung von Verbesserungspotenzialen unter WPS Gesichtspunkten Projektdefinition Titel Gradl der Präsentation Franziska evtl.

Mehr

Requirements Engineering (Anforderungstechnik)

Requirements Engineering (Anforderungstechnik) 5 Requirements Engineering Einführung 5.1 Was ist Requirements Engineering? Erste Näherung: Requirements Engineering (Anforderungstechnik) ist das systematische, disziplinierte und quantitativ erfassbare

Mehr

Q-Modell. Klassifizierung * Status ** Projektname. Intern. Abgeschlossen LCA 1_Gruppe A

Q-Modell. Klassifizierung * Status ** Projektname. Intern. Abgeschlossen LCA 1_Gruppe A Gruppe A 1 Klasse 11 Medizin Informatioker Klassifizierung * Status ** Projektname Intern Projektabkürzung LCA 01 Projektnummer Projektleiter Auftraggeber Autor Initiale Bearbeitende Prüfende Genehmigende

Mehr

Abnahme und Inbetriebnahme

Abnahme und Inbetriebnahme Abnahme und Inbetriebnahme Adrian Specker 15. Januar 2007 Ziele der Abnahme und Inbetriebnahmetätigkeit 2 a) Überprüfung der effektiven Bereitschaft zur Inbetriebnahme bzw. Systemumstellung b) Aufsetzen

Mehr

Referenzmodell für die strategische Ausrichtung eines internen IT-Dienstleisters am Business Value

Referenzmodell für die strategische Ausrichtung eines internen IT-Dienstleisters am Business Value Referenzmodell für die strategische Ausrichtung eines internen IT-Dienstleisters am Business Value Markus Neumann neumann@iwi.uni-hannover.de Doktoranden-Kolloquium Südost-Niedersachsen 16.01.2009 17.01.2009

Mehr

Roundtable Walldorf. Integrierte Unternehmensplanung SAP BPC. Sascha Brosig 29.11.2011

Roundtable Walldorf. Integrierte Unternehmensplanung SAP BPC. Sascha Brosig 29.11.2011 Roundtable Walldorf Integrierte Unternehmensplanung SAP BPC Sascha Brosig 29.11.2011 Agenda Zielsetzung der Live Demo Live Demo & Erfahrungsaustausch anhand von Praxisbeispielen Wesentliche Architekturaspekte

Mehr

Migration auf ein neues Kernbankensystem in Folge der Fusion von Rechenzentren

Migration auf ein neues Kernbankensystem in Folge der Fusion von Rechenzentren Branche Finanzdienstleistung: Landesbank mit internationalem Kredit- und Kapitalmarktgeschäft. Ausgangssituation Aufgrund der Fusion des von unserem Kunden beauftragten Rechenzentrums mit einem bisherigen

Mehr

GIPS-Standards und Composites im institutionellen Asset Management. Thomas Kieselstein, CFA CIO, Quoniam Asset Management

GIPS-Standards und Composites im institutionellen Asset Management. Thomas Kieselstein, CFA CIO, Quoniam Asset Management GIPS-Standards und Composites im institutionellen Asset Management Thomas Kieselstein, CFA CIO, Quoniam Asset Management Agenda Externe Nutzung von GIPS und Composites Typische Addressaten Unterschiedliche

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

Integration von unterschiedlichen Vorgehensmodellen durch ein Project Management Office auf Basis des PMBoK. Werner Achtert

Integration von unterschiedlichen Vorgehensmodellen durch ein Project Management Office auf Basis des PMBoK. Werner Achtert Integration von unterschiedlichen Vorgehensmodellen durch ein Project Management Office auf Basis des PMBoK Werner Achtert Agenda Projektmanagement in IT-Projekten Einrichtung eines PMO in der BVBS PMBoK

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

Ihr Partner für das Management der IT. von der Strategie bis zur Lösung

Ihr Partner für das Management der IT. von der Strategie bis zur Lösung Ihr Partner für das der IT von der Strategie bis zur Lösung Agenda In aller Kürze 1. Tätigkeitsfelder 2. Leistungen 3. Referenzen 4. Unternehmen 2015 2 Lieferanten 1. Tätigkeitsfelder Gestalten Sie die

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

IT-Übergangskonzept: entscheidungskritisch für den Optionsantrag _

IT-Übergangskonzept: entscheidungskritisch für den Optionsantrag _ 9. Nordlicht Werkstattgespräch IT-Übergangskonzept: entscheidungskritisch für den Optionsantrag Diskussionsgrundlage Hamburg / 16.09.2010 Die Notwendigkeit eines IT-Übergangskonzeptes ist in der Eignungsfeststellungverordnung

Mehr

maihiro process Projektskizze für eine CRM-Prozessanalyse Kurzversion

maihiro process Projektskizze für eine CRM-Prozessanalyse Kurzversion maihiro process Projektskizze für eine CRM-Prozessanalyse Kurzversion Agenda maihiro process Projektvorgehen Nächste Schritte Projektvorgehen Projektvorgehen Übersicht Prozessanalyse Abhängig von der Mitarbeiter-Verfügbarkeit

Mehr

Oliver Lehrbach Vertriebsleiter Mobil: 0172-511 18 08

Oliver Lehrbach Vertriebsleiter Mobil: 0172-511 18 08 Oliver Lehrbach Vertriebsleiter Mobil: 0172-511 18 08 S.O.L. Office Bürotechnik Industriestrasse 1 50259 Pulheim Tel. 02238-968 40 40 Fax 02238-968 40 60 oliverlehrbach@soloffice.de info@soloffice.de www.soloffice.de

Mehr

WENDIA ITSM EXPERT TALK

WENDIA ITSM EXPERT TALK WENDIA ITSM EXPERT TALK WENDIA ITSM WHITEPAPER IT SERVICE MANAGEMENT BASISWISSEN: IN EINFACHEN SCHRITTEN ZUR CMDB Wer, Wie, Was: Die CMDB als Herzstück eines funktionierenden IT Service Management Die

Mehr

Effizienterer Zahlungsverkehr dank SAP-Integration

Effizienterer Zahlungsverkehr dank SAP-Integration Effizienterer Zahlungsverkehr dank SAP-Integration Wie sich Zahlungsverkehr, Treasury & Co. durch eine SAP-Integration effizienter gestalten lassen Benjamin Scheu Finanz- und Rechnungswesen Gühring KG

Mehr

Generelle Feststellungen zu Beschwerde und Vorschlagsmanagement

Generelle Feststellungen zu Beschwerde und Vorschlagsmanagement Generelle Feststellungen zu Beschwerde und Vorschlagsmanagement 25. November 2011 Mag. Dagmar Koschar Mag. Markus Traxl, CMC IVM Institut für Verwaltungsmanagement GmbH Name Agenda Begriffliche Grundlagen

Mehr

P r o j e k t l i s t e T h o m a s S c h n y d e r ( A u s z u g )

P r o j e k t l i s t e T h o m a s S c h n y d e r ( A u s z u g ) P r o j e k t l i s t e T h o m a s S c h n y d e r ( A u s z u g ) Senior Consultant Teilinhaber und Mitglied der Geschäftsleitung Telefon +41 79 651 42 71 E-Mail thomas.schnyder@xwr.ch P r o j e k t

Mehr

Abweichungsmanagement. Probleme hat doch jeder

Abweichungsmanagement. Probleme hat doch jeder 1 Abweichungsmanagement Probleme hat doch jeder SEQIS Software Testing Know-how Veranstaltungen 2011 24.03.2011 16.06.2011 22.09.2011 24.10.2011 Nicht zuviel und nicht zuwenig: Testdokumentation Theorie

Mehr

Service Optimierung. Digitale Integration der mobilen Welt. Schadenprozesse

Service Optimierung. Digitale Integration der mobilen Welt. Schadenprozesse Service Optimierung Digitale Integration der mobilen Welt Schadenprozesse Schadenmanagement muss steigenden Kundenerwartungen und Effizienzansprüchen genügen. Steigende Kundenerwartungen (verbesserte Regulierungsgeschwindigkeit,

Mehr

EggiPedia Wissensmanagement in der EGGER IT

EggiPedia Wissensmanagement in der EGGER IT EggiPedia Wissensmanagement in der EGGER IT Ein Praxisbericht von Erich Ebbrecht, Projektbegleitung Egger IT Mag.(FH) Michael Danzl, Leitung IT Qualitätsmanagement und Prozessmanagement 1 Agenda EGGER

Mehr

KUNDEN-NUTZEN VON NEXTRAGEN-PRODUKTEN. Lise-Meitner-Str. 2 24941 Flensburg Germany Tel: +49 (0) 461 9041 4440 www.nextragen.de

KUNDEN-NUTZEN VON NEXTRAGEN-PRODUKTEN. Lise-Meitner-Str. 2 24941 Flensburg Germany Tel: +49 (0) 461 9041 4440 www.nextragen.de KUNDEN-NUTZEN VON NEXTRAGEN-PRODUKTEN Lise-Meitner-Str. 2 24941 Flensburg Germany Tel: +49 (0) 461 9041 4440 www.nextragen.de Lösungen für Carrier Testing: Nextragen schafft Sicherheit! Ab dem ersten Tag

Mehr

FACHFORUM FINANZEN 2014 KOMMUNALE DATEN-DREHSCHEIBE OPENTEXT

FACHFORUM FINANZEN 2014 KOMMUNALE DATEN-DREHSCHEIBE OPENTEXT FACHFORUM FINANZEN 2014 KOMMUNALE DATEN-DREHSCHEIBE OPENTEXT Wir integrieren Innovationen Agenda Kommunale Daten-Drehscheibe OpenText Prozessmanagement im krz mit OpenText Rückblick elektronische Rechnungen

Mehr

just.dot GmbH Karmarschstr. 50 30159 Hannover www.justdot.de

just.dot GmbH Karmarschstr. 50 30159 Hannover www.justdot.de keep IT simple Grundlage für hochperformantes Risk Management, Business Intelligence, Controlling & Reporting auf Basis von Sybase IQ und PowerDesigner Agenda und Vorstellung Agenda / Inhalt des Vortrages

Mehr

Lösungen für erfolgreiches Beschwerdemanagement

Lösungen für erfolgreiches Beschwerdemanagement Lösungen für erfolgreiches Beschwerdemanagement Steigern Sie Ihre Servicequalität und Kundenbindung: mit der richtigen Software Kundenbeschwerden aktiv bearbeiten systematisch Kundenzufriedenheit erzeugen

Mehr

MHP Entreprise Data Quality Ihre Lösung zur Bereinigung und Konsolidierung von Geschäftsdaten!

MHP Entreprise Data Quality Ihre Lösung zur Bereinigung und Konsolidierung von Geschäftsdaten! MHP Entreprise Data Quality Ihre Lösung zur Bereinigung und Konsolidierung von Geschäftsdaten! Hugo Colceag Präsentation Business Solutions 2014 Mieschke Hofmann und Partner Gesellschaft für Management-

Mehr

Bankprozesse schnell und einfach

Bankprozesse schnell und einfach Bankprozesse schnell und einfach ProcessSuite 28. Oktober 2013 GenoConsult GmbH 1 Agenda und Überblick I. Einleitung und Problemstellung II. ProcessSuite als Lösung III. Screenshots IV. Fragen und Antworten,

Mehr

Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme. Tillmann Schall, anaptecs GmbH

Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme. Tillmann Schall, anaptecs GmbH Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme Tillmann Schall, anaptecs GmbH : Agenda Grundlagen modellgetriebener Entwicklungsprozesse Schritte zur Einführung Erfahrungen

Mehr

Kleine Mittel Große Wirkung

Kleine Mittel Große Wirkung Kleine Mittel Große Wirkung Der C7 Produktionsprozess für E-Learning Content bei der KarstadtQuelle AG Essen, 27.09.2006 ITELLIUM Systems & Services GmbH Frank Dostert Berlin, 08.12.2006 Kleine Mittel

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

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

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

Professionelles Stammdaten-Management

Professionelles Stammdaten-Management neues SemInAR Professionelles Durch den Wettbewerbsvorsprung sichern Themen Die Bedeutung von Stammdaten für den geschäftlichen Erfolg Stammdaten in komplexen und heterogenen Prozessen und IT-Systemen

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

maihiro select Projektskizze für eine CRM-Softwareauswahl

maihiro select Projektskizze für eine CRM-Softwareauswahl maihiro select Projektskizze für eine CRM-Softwareauswahl Agenda Inhalt Überblick eines CRM-Programms maihiro select - Projektvorgehen maihiro select - Projektbeispiele Nächste Schritte Übersicht - Vorgehen

Mehr

Inhaltsverzeichnis. 2.1 Definitionen und Kriterien... 27 2.1.1 Definition Master Data Management... 28 2.1.2 Definition Stammdaten...

Inhaltsverzeichnis. 2.1 Definitionen und Kriterien... 27 2.1.1 Definition Master Data Management... 28 2.1.2 Definition Stammdaten... xi Teil I Einführung 1 1 Motivation und Treiber 3 1.1 Bedürfnis nach verlässlichen Stammdaten...................... 4 1.1.1 Vier Jahrzehnte Stammdaten........................ 5 1.1.2 Marktsicht......................................

Mehr

Solvency II. Komplexität bewältigen

Solvency II. Komplexität bewältigen Solvency II Komplexität bewältigen Der Service Solvency II schafft die Voraussetzung für wertorientiertes Risikomanagement. Die regulatorischen Anforderungen im Bereich Risikomanagement provozieren einen

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

Lean Warehousing. Realisierungen in der Wirtschaft und. Prof. Dr.-Ing. Harald Augustin

Lean Warehousing. Realisierungen in der Wirtschaft und. Prof. Dr.-Ing. Harald Augustin Lean Warehousing Realisierungen in der Wirtschaft und Zukunftsszenarien Prof. Dr.-Ing. Harald Augustin LOGISTIK HEUTE Forum, CeMAT 2008, Hannover, 28. Mai 2008 Steinbeis-Transferzentrum i t Prozessmanagement

Mehr

FAQs ADRESS CHECK. 1. Was ist Adress.Check?

FAQs ADRESS CHECK. 1. Was ist Adress.Check? 1. Was ist Adress.Check? FAQs ADRESS CHECK Bei einem Adress.Check wird eine Zustellbarkeitsprüfung zu den Adressen in Ihrer Datenbank vorgenommen. Hierfür werden die Adressen auf ihre Richtigkeit und Vollständigkeit

Mehr