Datenqualität zu vertretbaren Kosten. 20. TDWI Anwenderforum Winterthur, D. Litscher

Größe: px
Ab Seite anzeigen:

Download "Datenqualität zu vertretbaren Kosten. 20. TDWI Anwenderforum Winterthur, 04.09.2014 D. Litscher"

Transkript

1 Datenqualität zu vertretbaren Kosten 20. TDWI Anwenderforum Winterthur, D. Litscher

2 Motivation für Datenqualitätsmanagement Daten stellen für die Unternehmen eine immer wichtigere Ressource dar: Daten und Informationen bilden die Grundlagen für operative, taktische und strategische Entscheidungen Regulatoren stellen vermehrt Compliance-Anforderungen bezüglich Datenqualität Gesetzliche (z. B. Datenschutz) Auflagen und interne Weisungen(z. B SII) sind einzuhalten Die Datenmenge, die Unternehmen verwalten müssen, wächst im erheblichem Masse. Fehlerhafte Daten verursachen erhebliche Kosten Eine ungenügende Datenqualität stellt ein Risiko für ein Unternehmen dar Der Erfolg einer BI-Lösung hängt unter anderem auch wesentlich vom Vertrauen der Benutzer in die Datenqualität ab Ein umfassendes Datenqualitätsmanagements (DQM) ist eine Notwendigkeit! Aber: DQM Lösungen sind vielfach (noch) nicht prioritär und werden als (zu) teuer wahrgenommen Seite 2

3 Wieso werden DQM-Lösungen als (zu) teuer wahrgenommen? Datenqualitätsmanagement-Lösungen werden im wesentlichen aus zwei Gründen als (zu) teuer wahrgenommen: - Lösungsansätze, die einseitig auf Technologie fokussiert sind - Mangelndes Verständnis für die Problematik Schlechte Datenqualität wird praktisch immer verursacht durch eine Kombination von: Problemen bei Geschäftsprozessen, Probleme auf Grund des Verhaltens von Mitarbeitern und Probleme auf Grund der Technologie. Die Verbesserung der Datenqualität stellt eine Business Transformations Herausforderung dar, die entsprechende Lösungsansätze bedingt. Seite 3

4 DQM - Mangelndes Verständnis Das fehlende Verständnis bezüglich der Komplexität von Datenqualitäts- Problemstellungen führt zu: (Fokussierung auf Technologie) Kein ganzheitlicher Ansatz Einzelne Massnahmen werden oft aus einer aktuellen Problemstellung heraus ergriffen Mangelnde Nachhaltigkeit Die Anpassung und Aktualisierung einer Maßnahme / Arbeitsanweisung findet häufig nicht mehr statt, bzw. wird nicht gesteuert Die Motivation zur Anwendung / Beachtung ist stetig sinkend Die Überprüfung der Einhaltung und Wirksamkeit hängt an der persönlichen Motivation und Belastbarkeit des für die Maßnahme Verantwortlichen Es fehlt oft am Bewusstsein über die Bedeutung von Datenqualitätsmanagement sowohl auf Management Ebene wie bei den Quellsystem Verantwortlichen Seite 4

5 DQM - Fokussierung auf Technologie Aktuelle Ansätze des Datenqualitätsmanagements sind meist auf den technologischen Aspekt fokussiert. Wird meist zu wenig beachtet Gegenwärtiger Fokus Seite 5

6 Datenqualitätsmanagement Spannungsfeld Mangelndes Bewusstsein des Top Managements Gegenseitig Beeinflussung Fokussierung auf primäre Datennutzung der Quellsystem Verantwortlichen Seite 6

7 Datenqualitätsmanagement Bewusstsein für DQM auf Management-Ebene Es ist heute schwierig, das Interesse des Top-Managements für Datenqualität nachhaltig zu gewinnen: Datenqualität ist nur eines von vielen Themen, mit denen sie sich täglich beschäftigen Datenqualität ist ein komplexes Thema, dessen Problemstellungen selten mit einfachen Entscheidungen gelöst werden können Der Mehrwert von verbesserter Datenqualität lässt sich nicht oder nur schwer beziffern Datenqualitätsmanagement ist eine junge Disziplin Datenqualität ist heute eine sehr technische Disziplin, die auf der Management- Ebene nur sehr wenige verstehen Datenqualitätsmanagement muss verkauft werden! Datenqualitätsthemen müssen in den Kontext zu anderen Themen gesetzt werden Komplexe Sachverhalte müssen einfach dargestellt werden Seite 7

8 Datenqualitätsmanagement The six steps to the top 1) STEP 1 Beschreibe das Problem STEP 2 Definiere die Vision STEP 3 Stelle Liefer-/ Umsetzungsfähigkeit unter Beweis STEP 4 Bereite den Boden vor STEP 5 Beeinflusse das Ergebnis STEP 6 Erhalte die Einbindung Verstehe die Datenqualitätsprobleme und sei in der Lage, sie so zu erklären, dass es eine bleibende Wirkung beim Management hat Definiere eine Vision der Verbesserungen, die mit den vorgeschlagenen Massnahmen erreicht werden sollen. Bereite eine entsprechende Präsentation vor. Stelle sicher, dass mindestens eines (besser mehrere) Datenqualitätsverbesserungsprojekt mit positiven Ergebnissen für den Fachbereich, erfolgreich abgeschlossen worden ist, bevor das Gespräch mit dem Top Management gesucht wird. Sei gut vorbereitet für den ersten Kontakt mit dem Top Management. Wende entsprechende Verhandlungstechnik an, um das Top Management zu überzeugen Entwickle und führe organisationale Strukturen für die Verbesserung der Datenqualität ein, bei denen das Top Management eine aktive Rolle spielen kann 1) Nigel Turner, whitepaper «Reach for the Top», 2014, Trillium Software Seite 8

9 Quellsysteme - Primäre Datennutzung Quellsystem Verantwortliche sind (und werden wohl auch in näherer Zukunft) immer auf die primäre Nutzung ihrer Daten fokussiert sein: Ihr Erfolg wird an der primären Nutzung gemessen Die primäre Nutzung kennen sie im Detail Die sekundäre Nutzung ist ausserhalb ihres Verantwortungsbereichs Die Quellsystem Verantwortlichen müssen in das Data Governance Konzept einbezogen werden und darin eine aktive Rolle übernehmen Es ist den Quellsystem Verantwortlichen die Bedeutung der sekundären Datennutzung und insbesondere mögliche Rückkopplungen auf die primäre Nutzung zu erklären Die Wirksamkeit wird erhöht, wenn dies insbesondere auch durch das Top Management erfolgt Seite 9

10 Fazit Ein ganzheitlicher Datenqualitätsmanagement Ansatz unter Einbezug sowohl der prozessualen als auch der personellen Ebene ist sowohl effizienter als auch effektiver als die Konzentration auf einen rein technischen Ansatz. Ein ganzheitlicher Datenqualitätsmanagement, der die Behebung von entsprechenden Mängel als Business Transformation versteht, bedingt zwingend, dass der Fachbereich eine entsprechende Führungsrolle übernimmt. Seite 10

11 BIG Data & DQM Seite 11

12 BIG Data & Datenqualitätsmanagement (1/3) «State of the art» im Testmanagement: strukturiertes und risikobasiertes Testen Modul Modul Modul Priorität - Low Priorität - Medium Priorität - High Seite 12

13 BIG Data & Datenqualitätsmanagement (2/3) Wir bewegen uns im Rahmen einer Stichproben Seite 13

14 BIG Data & Datenqualitätsmanagement (3/3) Das Konzept der Stichproben geht von einer normalverteilten Welt aus. Normalverteilt Realität Die Welt ist nicht normalverteilt! Mit BIG Data Technologien wird es möglich sein, die Grundgesamtheit der Daten zu testen. Seite 14

15 Anhang Seite 15

16 Datenqualitäts-Management Lifecycle Data Quality Optimization Defining Business Process Rollen im DQM- Prozess: Process Owner Data Quality Reporting Data Quality Lifecycle Defining Data Quality Requirements Data Owner Data Quality Manager Solution Delivery Defining Data Quality Measurement Data Steward System Owner Seite 16

17 DQM Governance Rollen & Verantwortlichkeiten Rolle Verantwortlichkeiten Data Quality Manager Definition und Sicherstellung der DQM-Prozesse Definition der allgemeinen Bedingungen betreffend DQ- Anforderungen Review von Vorschlägen des Data Steward zur DQ- Verbesserung Data Steward Überprüfen und sicherstellen der Datenqualität Zur Verfügung Stellung von DQ-Berichten für den Data Quality Manager Erarbeiten von Verbesserungsvorschlägen bezüglich DQ- Problemen Data Owner Defintion von Daten und ihren Attributen Verantwortlich für die Qualität der Daten Entscheid, welche Massnahmen zur Verbesserung der Datenqualität, die vom Data Quality Manager und/ oder dem Data Steward vorgeschlagen wurden, umgesetzt werden sollen Process Owner Definition von Geschäftsprozessen Verantwortlich für die Qualität des Prozess-Ergebnis System Owner Verantwortlich für die System-basierte Umsetzung der Anforderungen bezgl. Datenqualität und Geschäftsprozesse Sicherstellen des Systembetriebs Seite 17

18 Datenqualitätsmanagement Messmethodiken (1/2) Criteria Measurement Methods Examples / Guidance Accuracy Value List - (Automated) compare Data Point with defined Values (existing Value List) - (Automated) compare Data Point with a Value Range - Compare Value Lists from differenr sources - Currency Code / Industry Code - Insurance premium > 0 - Check during the data loading process - Value lists should be stored centrally Integrity - Compare the Data Point against the defined integrity rules - Compare the Data Record against the defined integrity rules - Mutation date > Opening date - Data Profiling (group selection) Value Format - (Automated) compare Data Point with the defined Value Format - Date format must always be DD.MM.YYYY - Check during the data loading process - Description of attribute format should be stored centrally Uniqueness Consistency Value Correctness Data Quality Measurement - Compare the Data Point with the whole Data Set to ensure that the value exists only once - Check uniqueness of primary keys "Dublettenchecks" - Compare the Data Point with other systems/tables and if the value is equal at the same time - Compare the Data Record with other systems/tables and if the value is equal at the same time - Compare the Data Set with other systems/tables and if the value is equal at the same time Balance Reconicilation - Select a specific (sample size) Data Set and check whether the content make sense or not manually - Select a specific (sample size) Data Set and check whether the content make sense or not automatically based on defined ranges - Data which can be entered at several places as an input (eg names, addresses) - Data Profiling (group selection on primary key) - Balance reconciliations (semiautomated data checks between source and target system) - Sum assured, premiums, number of contracts - Manual: e.g. Technical Reserves on policy base - Automatic: Specific business logic in Excel is recalculated and compared with the results in the system. Seite 18

19 Datenqualitätsmanagement Messmethodiken (2/2) Criteria Measurement Methods Examples / Guidance Completeness Value Exists - (Automated) check if the Data Point has a value or not - Each attribute is specified in a data dictionary, whether it is nullable or not. - Should be applied for each attributed within a Datawarehouse- Record Exist Data Quality Measurement - Technical completeness check of a file delivery Transaction Reconciliation - Compare a sum of a key figure between source and target sys-tem Balance Reconciliation - Check if a known Data Record exists in the table (comparison between different systems) - Check sum of records - S Key t figures like sum assured sum assured, premiums, number of contracts Attribute Exists - (Technical) Check if the Attribut for a Data Record exists or not - Check during the data loading process, faulty records should be refused. Redundancy/ Consistency - Check whether all Data Records exists in several systems - Check whether all Data Set exists in several systems - Check if updates on data bases are pro-vided to target systems Appropriateness Definition - Review the Definition with a business process responsible and an IT responsible to ensure that the definition is understood - Relevant for rules that change frequently. - Account mappings Relevance - Review the Relevance with a business process responsible - Key data Attributes Solvenc ll Timeliness - Compare the timestamp of the Data Records with the expected - Compare existing mutation dates with cut-off date timestamps or ranges - Compare the timestamp of Data Records between tables and systems Granularity - Review by business responsible necessary - STEC data is passed to the wrong granularity, so that they cannot be processed. Seite 19

20 Datenqualitätsmanagement Data Profiling Data Profiling bezeichnet den weitgehend systemunterstützten Analyseprozess zur Bewertung vorhandener Datenbestände durch unterschiedliche Methoden. Gängige Profiling Methoden: "Top n" und "Bottom n" Ausprägungen Füllgrad eines Attributs Anzahl unterschiedliche Ausprägungen Mustererkennung Eindeutigkeitsprüfung (Eindeutigkeit eines einzelnen Attributes oder der Kombination von Attributen) Abhängigkeitsprüfung (Wert von Attribut X wird von Attributen A, B, C eindeutig bestimmt) Referentielle Integrität gegen Stamm- und Bewegungsdaten prüfen Datentyp-Prüfung eines Attributs SAP BW spezifisch: passende Infoobjekte zu einem Attribut vorschlagen Seite 20

21 Vollständigkeit Definition & Beispiele Vollständigkeit bedeutet, dass alle benötigten Informationen zur richtigen Zeit und auf der benötigten Granularitätsebene aufgenommen werden, verfügbar sind und entsprechend genutzt werden. DQM Anforderung -> Prüfschritt im Testmanagement Nutzung der Methoden 1 gemäss KPMG Beschreibung der Methode Beispiel Vorhandensein -> Funktionalität / Richtigkeit Feld vorhanden (Attribute Exists) Das Feld muss vorhanden sein. Vorhandensein -> Funktionalität / Richtigkeit Feld gefüllt (Value Exists) Das Feld enthält einen Wert. Vorhandensein -> Funktionalität / Richtigkeit Inhalt -> Funktionalität / Richtigkeit Datensatz vorhanden (Record Exist) Redundanz (Redundancy) Der Datensatz muss vorhanden sein. Keine ungewollte Vervielfältigung innerhalb eines Systems oder über Systemgrenzen hinweg für Felder, Datensätze oder Datenbestände. Über Datenfluss hinweg prüfen, ob alle Felder eines SOA Services auf jeder Ebene definiert sind. Bei Load prüfen, ob Pflichtfeld gefüllt ist. Regelmässig prüfen, wie hoch der Füllgrad bestimmter Felder ist Anzahl übertragener Datensätze über Reconsiliation feststellen und vergleichen. Anzahl der Datenfelder und - sätze je Ebene im Datenfluss entspricht der erwarteten Menge, die sich aus dem Datenmodell ergibt. Alle Attribute sind vorhanden und weisen den erwarteten Füllgrad aus, bzw. es wird entdeckt, falls der Füllgrad davon abweicht. Alle Datensätze werden übertragen, aufgenommen und auf keiner Stufe ungewollt vervielfältigt. Seite 21

22 Korrektheit Definition & Beispiele Korrektheit bedeutet, dass die Daten keine Abweichungen, Auslassungen oder Fehler enthalten und dass die Daten in einer zeitgerechten und konsistenten Art und Weise über die Systeme hinweg erfasst und verarbeitet werden. DQM Anforderung -> Prüfschritt im Testmanagement Nutzung der Methoden 1 gemäss KPMG Beschreibung der Methode Beispiel Range -> Funktionalität / Richtigkeit Werteliste (Value List) Der Feldwert wird gegen eine Liste oder gegen ein Wertintervall geprüft. Nationalität prüfen gegen ISO Ländercodes Range / Plausibilität -> Funktionalität / Richtigkeit Integrität (Integrity) Datenreferenzen müssen integer sein. Bei Bewegungsdaten, die auf Stammdaten verweisen, müssen die entsprechenden Stammdaten vorhanden sein. PLZ und Land, Prüfen der referentielle Integrität Format -> Funktionalität / Richtigkeit Feldformat (Value Format) Ein Feldwert muss einem vorgegebenem Format entsprechen. Numerisch, Datum, Dezimal, Plausibilität -> Funktionalität / Richtigkeit Eindeutigkeit (Uniqueness) Datensätze sind eindeutig, es existieren keine Dubletten. (eindeutige Schlüssel) 1'000 Sätze wurden übertragen, 1'000 Sätze wurden im EDW verbucht Plausibilität -> Funktionalität / Richtigkeit Konsistenz (Consistency) Im Fall einer gewollten Vervielfältigung eines Feldes, Datensatzes oder eines Datenbestandes muss die Konsistenz für den geforderten Zeitpunkt gegeben sein. Wiederholung von Schlüsselfeldern, Auflösung von Wiederholstrukturen. Die Daten werden geprüft, fehlerfrei übertragen und nicht ungewollt verändert. Feldinhalte entsprechen vordefinierten Formaten. Verweise auf Referenzdaten sind integer. Datensätze sind eindeutig und konsistent. Seite 22

23 Angemessenheit Definition & Beispiele Angemessenheit betrifft die Konsistenz und die Verständlichkeit der Daten. Die Daten müssen für den beabsichtigen Zweck geeignet und von Relevanz sein. DQM Anforderung -> Prüfschritt im Testmanagement Nutzung der Methoden 1 gemäss KPMG Beschreibung der Methode Beispiel Metadaten (AT) -> Benutzbarkeit / Verständlichkeit Definition Ein Datenobjekt oder ein Geschäftsprozess muss präzise, klar, konsistent und frei von Interpretation über Funktionsbereiche, Abteilungen und IT Systeme definiert sein. Für techn. Kommunikation: approved data element Bezeichnung, für fachl. Kommunikation: verständliche Beschreibung des Attributs. Plausibilisierung via Data Profiling -> Funktionalität / Ordnungsmässigkeit Relevanz (Relevance) Das Feld / der Datensatz muss für den genutzten Zweck sachdienlich sein. (Data Mart Flow) Der Datenempfänger beurteilt die zur Verfügung stehenden Daten gemäss seinen Anforderungen. SLA entlang des Datenfluss -> Funktionalität / Richtigkeit Aktualität (Timeliness) Die Daten müssen zum definierten Zeitpunkt zur Verfügung stehen. Bei monatlich gelieferten Daten spätestens bis zum 5. Arbeitstag des Monats. Plausibilisierung via Data Profiling -> Funktionalität / Richtigkeit Granularität (Granularity) Die Daten müssen für den genutzten Zweck in der richtigen Granularitätsebene zur Verfügung stehen. Prämien eines Vertrags aufgeteilt auf die einzelnen Deckungen. Die Metadaten(AT) müssen eindeutig beschrieben sein. Die Daten müssen sachdienlich sein und zum richtigen Zeitpunkt und auf der richtigen Granularitätsebene zur Verfügung stehen. Seite 23

24 Datenqualitäts-Messungen Check Scope Diagram Description Data Quality Measurement Examples Data Point (A single data element is checked) - Completeness (Null-Validation) - Data Type - Valuation Reconciliation Data Record (Data elements within a Record are compared) - Balance date (e.g. claim date > contract date) - Compliance with consistency rules for the data record Data Set (Several Records from a table are compared) - Plausibility (comparison of the sum insured with a reference size; summations of the data) - Status adjustments (the status xyz status must be preceded by abc) Record Set (Analysis over several tables) - Referential integrity (is the customer number in the contract table corresponding to the customer in the customer table) - Comparison between different states in the system Multiple Systems (Comparison between different Systems) - Balance Reconciliation (Check whether the aggregated data is consistent with the source) - Individual tests (comparisons between two systems, possibly manually) Seite 24

RailMaster New Version 7.00.p26.01 / 01.08.2014

RailMaster New Version 7.00.p26.01 / 01.08.2014 RailMaster New Version 7.00.p26.01 / 01.08.2014 English Version Bahnbuchungen so einfach und effizient wie noch nie! Copyright Copyright 2014 Travelport und/oder Tochtergesellschaften. Alle Rechte vorbehalten.

Mehr

GIPS 2010 Gesamtüberblick. Dr. Stefan J. Illmer Credit Suisse. Seminar der SBVg "GIPS Aperitif" 15. April 2010 Referat von Stefan Illmer

GIPS 2010 Gesamtüberblick. Dr. Stefan J. Illmer Credit Suisse. Seminar der SBVg GIPS Aperitif 15. April 2010 Referat von Stefan Illmer GIPS 2010 Gesamtüberblick Dr. Stefan J. Illmer Credit Suisse Agenda Ein bisschen Historie - GIPS 2010 Fundamentals of Compliance Compliance Statement Seite 3 15.04.2010 Agenda Ein bisschen Historie - GIPS

Mehr

Exercise (Part II) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1

Exercise (Part II) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1 Exercise (Part II) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All

Mehr

Data Governance Informationen kontrolliert managen

Data Governance Informationen kontrolliert managen make connections share ideas be inspired Data Governance Informationen kontrolliert managen Michael Herrmann SAS Copyright 2013, SAS Institute Inc. All rights reserved. DATA GOVERNANCE TRENDS UND TREIBER:

Mehr

The Single Point Entry Computer for the Dry End

The Single Point Entry Computer for the Dry End The Single Point Entry Computer for the Dry End The master computer system was developed to optimize the production process of a corrugator. All entries are made at the master computer thus error sources

Mehr

Exercise (Part XI) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1

Exercise (Part XI) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1 Exercise (Part XI) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All

Mehr

Vorgehensweise zur Auswahl eines ERP-Systems

Vorgehensweise zur Auswahl eines ERP-Systems Vorgehensweise zur Auswahl eines ERP-Systems Inhalt Was ist ein ERP-System? Recherche ERP-Systemanbieter Erstellung Kriterienkatalog For Example: Criteria required for ERP system Durchführung der ersten

Mehr

eurex rundschreiben 094/10

eurex rundschreiben 094/10 eurex rundschreiben 094/10 Datum: Frankfurt, 21. Mai 2010 Empfänger: Alle Handelsteilnehmer der Eurex Deutschland und Eurex Zürich sowie Vendoren Autorisiert von: Jürg Spillmann Weitere Informationen zur

Mehr

AS Path-Prepending in the Internet And Its Impact on Routing Decisions

AS Path-Prepending in the Internet And Its Impact on Routing Decisions (SEP) Its Impact on Routing Decisions Zhi Qi ytqz@mytum.de Advisor: Wolfgang Mühlbauer Lehrstuhl für Netzwerkarchitekturen Background Motivation BGP -> core routing protocol BGP relies on policy routing

Mehr

Datenmanagement für Solvency II

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

Mehr

Exercise (Part I) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1

Exercise (Part I) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1 Exercise (Part I) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All

Mehr

Disclaimer & Legal Notice. Haftungsausschluss & Impressum

Disclaimer & Legal Notice. Haftungsausschluss & Impressum Disclaimer & Legal Notice Haftungsausschluss & Impressum 1. Disclaimer Limitation of liability for internal content The content of our website has been compiled with meticulous care and to the best of

Mehr

Projektrisikomanagement im Corporate Risk Management

Projektrisikomanagement im Corporate Risk Management VERTRAULICH Projektrisikomanagement im Corporate Risk Management Stefan Friesenecker 24. März 2009 Inhaltsverzeichnis Risikokategorien Projekt-Klassifizierung Gestaltungsdimensionen des Projektrisikomanagementes

Mehr

Challenges and solutions for field device integration in design and maintenance tools

Challenges and solutions for field device integration in design and maintenance tools Integrated Engineering Workshop 1 Challenges and solutions for field device integration in design and maintenance tools Christian Kleindienst, Productmanager Processinstrumentation, Siemens Karlsruhe Wartungstools

Mehr

Supplier Status Report (SSR)

Supplier Status Report (SSR) Supplier Status Report (SSR) Introduction for BOS suppliers BOS GmbH & Co. KG International Headquarters Stuttgart Ernst-Heinkel-Str. 2 D-73760 Ostfildern Management Letter 2 Supplier Status Report sheet

Mehr

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

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

Mehr

Cloud Architektur Workshop

Cloud Architektur Workshop Cloud Architektur Workshop Ein Angebot von IBM Software Services for Cloud & Smarter Infrastructure Agenda 1. Überblick Cloud Architektur Workshop 2. In 12 Schritten bis zur Cloud 3. Workshop Vorgehensmodell

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

TomTom WEBFLEET Tachograph

TomTom WEBFLEET Tachograph TomTom WEBFLEET Tachograph Installation TG, 17.06.2013 Terms & Conditions Customers can sign-up for WEBFLEET Tachograph Management using the additional services form. Remote download Price: NAT: 9,90.-/EU:

Mehr

ISO 15504 Reference Model

ISO 15504 Reference Model Prozess Dimension von SPICE/ISO 15504 Process flow Remarks Role Documents, data, tools input, output Start Define purpose and scope Define process overview Define process details Define roles no Define

Mehr

Restschmutzanalyse Residual Dirt Analysis

Restschmutzanalyse Residual Dirt Analysis Q-App: Restschmutzanalyse Residual Dirt Analysis Differenzwägeapplikation, mit individueller Proben ID Differential weighing application with individual Sample ID Beschreibung Gravimetrische Bestimmung

Mehr

Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena

Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena http://www.im.uni-jena.de Contents I. Learning Objectives II. III. IV. Recap

Mehr

Abteilung Internationales CampusCenter

Abteilung Internationales CampusCenter Abteilung Internationales CampusCenter Instructions for the STiNE Online Enrollment Application for Exchange Students 1. Please go to www.uni-hamburg.de/online-bewerbung and click on Bewerberaccount anlegen

Mehr

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Beratung Business Analytics Software Entwicklung Datenmanagement AGENDA Der Kreislauf für die Betrugserkennung

Mehr

ETL in den Zeiten von Big Data

ETL in den Zeiten von Big Data ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse

Mehr

CAViT - Kurzvorstellung

CAViT - Kurzvorstellung CAViT - Kurzvorstellung Auswertung von Versuchs- und Simulationsdaten Martin Liebscher, März 2015 Copyright SCALE GmbH; Disclosure to third parties only in consultation with SCALE Einordnung / Motivation

Mehr

Aufbau eines IT-Servicekataloges am Fallbeispiel einer Schweizer Bank

Aufbau eines IT-Servicekataloges am Fallbeispiel einer Schweizer Bank SwissICT 2011 am Fallbeispiel einer Schweizer Bank Fritz Kleiner, fritz.kleiner@futureways.ch future ways Agenda Begriffsklärung Funktionen und Aspekte eines IT-Servicekataloges Fallbeispiel eines IT-Servicekataloges

Mehr

Titelbild1 ANSYS. Customer Portal LogIn

Titelbild1 ANSYS. Customer Portal LogIn Titelbild1 ANSYS Customer Portal LogIn 1 Neuanmeldung Neuanmeldung: Bitte Not yet a member anklicken Adressen-Check Adressdaten eintragen Customer No. ist hier bereits erforderlich HERE - Button Hier nochmal

Mehr

SARA 1. Project Meeting

SARA 1. Project Meeting SARA 1. Project Meeting Energy Concepts, BMS and Monitoring Integration of Simulation Assisted Control Systems for Innovative Energy Devices Prof. Dr. Ursula Eicker Dr. Jürgen Schumacher Dirk Pietruschka,

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

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

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

Readme-USB DIGSI V 4.82

Readme-USB DIGSI V 4.82 DIGSI V 4.82 Sehr geehrter Kunde, der USB-Treiber für SIPROTEC-Geräte erlaubt Ihnen, mit den SIPROTEC Geräten 7SJ80/7SK80 über USB zu kommunizieren. Zur Installation oder Aktualisierung des USB-Treibers

Mehr

Künstliche Intelligenz

Künstliche Intelligenz Künstliche Intelligenz Data Mining Approaches for Instrusion Detection Espen Jervidalo WS05/06 KI - WS05/06 - Espen Jervidalo 1 Overview Motivation Ziel IDS (Intrusion Detection System) HIDS NIDS Data

Mehr

Load balancing Router with / mit DMZ

Load balancing Router with / mit DMZ ALL7000 Load balancing Router with / mit DMZ Deutsch Seite 3 English Page 10 ALL7000 Quick Installation Guide / Express Setup ALL7000 Quick Installation Guide / Express Setup - 2 - Hardware Beschreibung

Mehr

SAP PPM Enhanced Field and Tab Control

SAP PPM Enhanced Field and Tab Control SAP PPM Enhanced Field and Tab Control A PPM Consulting Solution Public Enhanced Field and Tab Control Enhanced Field and Tab Control gives you the opportunity to control your fields of items and decision

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

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Sven Bosinger solution architect BI Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Agenda Kurze Vorstellung its-people Architektur als Erfolgsfaktor Verschiedene Architekturansätze

Mehr

Introducing PAThWay. Structured and methodical performance engineering. Isaías A. Comprés Ureña Ventsislav Petkov Michael Firbach Michael Gerndt

Introducing PAThWay. Structured and methodical performance engineering. Isaías A. Comprés Ureña Ventsislav Petkov Michael Firbach Michael Gerndt Introducing PAThWay Structured and methodical performance engineering Isaías A. Comprés Ureña Ventsislav Petkov Michael Firbach Michael Gerndt Technical University of Munich Overview Tuning Challenges

Mehr

1. General information... 2 2. Login... 2 3. Home... 3 4. Current applications... 3

1. General information... 2 2. Login... 2 3. Home... 3 4. Current applications... 3 User Manual for Marketing Authorisation and Lifecycle Management of Medicines Inhalt: User Manual for Marketing Authorisation and Lifecycle Management of Medicines... 1 1. General information... 2 2. Login...

Mehr

Beschwerdemanagement / Complaint Management

Beschwerdemanagement / Complaint Management Beschwerdemanagement / Complaint Management Structure: 1. Basics 2. Requirements for the implementation 3. Strategic possibilities 4. Direct Complaint Management processes 5. Indirect Complaint Management

Mehr

HiOPC Hirschmann Netzmanagement. Anforderungsformular für eine Lizenz. Order form for a license

HiOPC Hirschmann Netzmanagement. Anforderungsformular für eine Lizenz. Order form for a license HiOPC Hirschmann Netzmanagement Anforderungsformular für eine Lizenz Order form for a license Anforderungsformular für eine Lizenz Vielen Dank für Ihr Interesse an HiOPC, dem SNMP/OPC Gateway von Hirschmann

Mehr

Preisliste für The Unscrambler X

Preisliste für The Unscrambler X Preisliste für The Unscrambler X english version Alle Preise verstehen sich netto zuzüglich gesetzlicher Mehrwertsteuer (19%). Irrtümer, Änderungen und Fehler sind vorbehalten. The Unscrambler wird mit

Mehr

p^db=`oj===pìééçêíáåñçêã~íáçå=

p^db=`oj===pìééçêíáåñçêã~íáçå= p^db=`oj===pìééçêíáåñçêã~íáçå= Error: "Could not connect to the SQL Server Instance" or "Failed to open a connection to the database." When you attempt to launch ACT! by Sage or ACT by Sage Premium for

Mehr

Andrea Held. Motivation ILM: Definition und Strategien Lösungen für Oracle Datenbanken. Empfehlungen

Andrea Held. Motivation ILM: Definition und Strategien Lösungen für Oracle Datenbanken. Empfehlungen Andrea Held Motivation ILM: Definition und Strategien Lösungen für Oracle Datenbanken Partitionierung Komprimierung ILM Assistant Flashback Data Archive Empfehlungen 1 Datenwachstum Wachsende Kosten Schlechtere

Mehr

Erfolgsfaktor SAP NetWeaver Master Data Management Infotag 2007

Erfolgsfaktor SAP NetWeaver Master Data Management Infotag 2007 als strategischer Erfolgsfaktor SAP NetWeaver Master Data Management Infotag 2007 Dr. Boris Otto Regensdorf, 20.06.2007 Agenda Motivation und Status quo Strategisches Gestaltungsfeld Corporate Data Quality

Mehr

Parameter-Updatesoftware PF-12 Plus

Parameter-Updatesoftware PF-12 Plus Parameter-Updatesoftware PF-12 Plus Mai / May 2015 Inhalt 1. Durchführung des Parameter-Updates... 2 2. Kontakt... 6 Content 1. Performance of the parameter-update... 4 2. Contact... 6 1. Durchführung

Mehr

BIM Forum Serviceorientierung ein wichtiger Faktor für ein erfolgreiches IT Service Management

BIM Forum Serviceorientierung ein wichtiger Faktor für ein erfolgreiches IT Service Management - ein Kooperationspartner von BIM www.futureways.ch SwissICT 2011 BIM Forum Serviceorientierung ein wichtiger Faktor für ein erfolgreiches IT Service Management Fritz Kleiner, fritz.kleiner@futureways.ch

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

In vier Schritten zum Titel. erfolgreichen Messeauftritt. Four steps to a successful trade fair. Hier beginnt Zukunft! The future starts here!

In vier Schritten zum Titel. erfolgreichen Messeauftritt. Four steps to a successful trade fair. Hier beginnt Zukunft! The future starts here! In vier Schritten zum Titel erfolgreichen Messeauftritt. Four steps to a successful trade fair. Hier beginnt Zukunft! The future starts here! Einleitung Intro Um Sie dabei zu unterstützen, Ihren Messeauftritt

Mehr

Infrastructure as a Service (IaaS) Solutions for Online Game Service Provision

Infrastructure as a Service (IaaS) Solutions for Online Game Service Provision Infrastructure as a Service (IaaS) Solutions for Online Game Service Provision Zielsetzung: System Verwendung von Cloud-Systemen für das Hosting von online Spielen (IaaS) Reservieren/Buchen von Resources

Mehr

Instruktionen Mozilla Thunderbird Seite 1

Instruktionen Mozilla Thunderbird Seite 1 Instruktionen Mozilla Thunderbird Seite 1 Instruktionen Mozilla Thunderbird Dieses Handbuch wird für Benutzer geschrieben, die bereits ein E-Mail-Konto zusammenbauen lassen im Mozilla Thunderbird und wird

Mehr

Creating your future. IT. αacentrix

Creating your future. IT. αacentrix Creating your future. IT. αacentrix We bring IT into Business Context Creating your future. IT. Wir sind eine Strategie- und Technologieberatung mit starkem Fokus auf die IT-Megatrends Cloud, Mobility,

Mehr

After fire and the wheel, cloud is the new game changer.

After fire and the wheel, cloud is the new game changer. Strategie Leistungsumfang Einstiegspunkte Status Ein- Aussichten After fire and the wheel, cloud is the new game changer. Montreal Gazette, November 2011 Microsoft's Plattform Strategie You manage You

Mehr

Cooperation Project Sao Paulo - Bavaria. Licensing of Waste to Energy Plants (WEP/URE)

Cooperation Project Sao Paulo - Bavaria. Licensing of Waste to Energy Plants (WEP/URE) Cooperation Project Sao Paulo - Bavaria Licensing of Waste to Energy Plants (WEP/URE) SMA 15.10.2007 W. Scholz Legal framework Bayerisches Staatsministerium für European Directive on Waste incineration

Mehr

Wie agil kann Business Analyse sein?

Wie agil kann Business Analyse sein? Wie agil kann Business Analyse sein? Chapter Meeting Michael Leber 2012-01-24 ANECON Software Design und Beratung G.m.b.H. Alser Str. 4/Hof 1 A-1090 Wien Tel.: +43 1 409 58 90 www.anecon.com office@anecon.com

Mehr

Quality Point München Datenqualität

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

Mehr

Verzeichnisdienste in heterogenen Systemen

Verzeichnisdienste in heterogenen Systemen Verzeichnisdienste in heterogenen Systemen Zielsetzungen Implementierung Aufbau: Active Directory (AD) auf Basis von Windows Server 008 R mit Windows Client(s), Linux Client(s) und einem Linux Server (Dateiserver).

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

Erfolgreiche Unternehmen bauen ihre SharePoint-Dashboards mit Visio Sehen heißt verstehen! Claus Quast SSP Visio Microsoft Deutschland GmbH

Erfolgreiche Unternehmen bauen ihre SharePoint-Dashboards mit Visio Sehen heißt verstehen! Claus Quast SSP Visio Microsoft Deutschland GmbH Erfolgreiche Unternehmen bauen ihre SharePoint-Dashboards mit Visio Sehen heißt verstehen! Claus Quast SSP Visio Microsoft Deutschland GmbH 2 Inhalt Was sind Dashboards? Die Bausteine Visio Services, der

Mehr

Werbemittel-Spezifikationen

Werbemittel-Spezifikationen Werbemittel-Spezifikationen Ein Angebot der Ein Angebot der Inhalt Allgemeines Seite 3 Allgemeine Flash-Spezifikationen Seite 4 Flash FunctionsforTracking Seite 5 Flash Functions for Expandable Banners

Mehr

TransConnect - Anwendertag

TransConnect - Anwendertag TransConnect - Anwendertag Master Data Management mit TransConnect - neu oder nicht? Jürgen Bittner Realität eines Unternehmens Zahlreiche Softwaresysteme bzw. Datenbestände, die Daten der gleichen Objekte

Mehr

ColdFusion 8 PDF-Integration

ColdFusion 8 PDF-Integration ColdFusion 8 PDF-Integration Sven Ramuschkat SRamuschkat@herrlich-ramuschkat.de München & Zürich, März 2009 PDF Funktionalitäten 1. Auslesen und Befüllen von PDF-Formularen 2. Umwandlung von HTML-Seiten

Mehr

German English Firmware translation for T-Sinus 154 Access Point

German English Firmware translation for T-Sinus 154 Access Point German English Firmware translation for T-Sinus 154 Access Point Konfigurationsprogramm Configuration program (english translation italic type) Dieses Programm ermöglicht Ihnen Einstellungen in Ihrem Wireless

Mehr

Risiko Datensicherheit End-to-End-Verschlüsselung von Anwendungsdaten. Peter Kirchner Microsoft Deutschland GmbH

Risiko Datensicherheit End-to-End-Verschlüsselung von Anwendungsdaten. Peter Kirchner Microsoft Deutschland GmbH Risiko Datensicherheit End-to-End-Verschlüsselung von Anwendungsdaten Peter Kirchner Microsoft Deutschland GmbH RISIKO Datensicherheit NSBNKPDA kennt alle ihre Geheimnisse! Unterschleißheim Jüngste Studien

Mehr

Prediction Market, 28th July 2012 Information and Instructions. Prognosemärkte Lehrstuhl für Betriebswirtschaftslehre insbes.

Prediction Market, 28th July 2012 Information and Instructions. Prognosemärkte Lehrstuhl für Betriebswirtschaftslehre insbes. Prediction Market, 28th July 2012 Information and Instructions S. 1 Welcome, and thanks for your participation Sensational prices are waiting for you 1000 Euro in amazon vouchers: The winner has the chance

Mehr

Workflows, Ansprüche und Grenzen der GNSS- Datenerfassung im Feld

Workflows, Ansprüche und Grenzen der GNSS- Datenerfassung im Feld Workflows, Ansprüche und Grenzen der GNSS- Datenerfassung im Feld Alexander Fischer Senior Application Engineer Asset Collection & GIS 1 Leica Zeno GIS Agenda Erfassung im Feld VS Erfassung im Office Validierung

Mehr

Scrum @FH Biel. Scrum Einführung mit «Electronical Newsletter» FH Biel, 12. Januar 2012. Folie 1 12. Januar 2012. Frank Buchli

Scrum @FH Biel. Scrum Einführung mit «Electronical Newsletter» FH Biel, 12. Januar 2012. Folie 1 12. Januar 2012. Frank Buchli Scrum @FH Biel Scrum Einführung mit «Electronical Newsletter» FH Biel, 12. Januar 2012 Folie 1 12. Januar 2012 Frank Buchli Zu meiner Person Frank Buchli MS in Computer Science, Uni Bern 2003 3 Jahre IT

Mehr

Ways and methods to secure customer satisfaction at the example of a building subcontractor

Ways and methods to secure customer satisfaction at the example of a building subcontractor Abstract The thesis on hand deals with customer satisfaction at the example of a building subcontractor. Due to the problems in the building branch, it is nowadays necessary to act customer oriented. Customer

Mehr

MDG mit IS. Jan Rauscher / Consulting EIM SAP (Schweiz) AG Juni 2013

MDG mit IS. Jan Rauscher / Consulting EIM SAP (Schweiz) AG Juni 2013 MDG mit IS Jan Rauscher / Consulting EIM SAP (Schweiz) AG Juni 2013 MDG mit IS SAP Master Data Governance mit Information Steward Jan Rauscher / Consulting EIM SAP (Schweiz) AG Juni 2013 Master Data Governance

Mehr

Version/Datum: 1.5 13-Dezember-2006

Version/Datum: 1.5 13-Dezember-2006 TIC Antispam: Limitierung SMTP Inbound Kunde/Projekt: TIC The Internet Company AG Version/Datum: 1.5 13-Dezember-2006 Autor/Autoren: Aldo Britschgi aldo.britschgi@tic.ch i:\products\antispam antivirus\smtp

Mehr

Dipl. Inf. Eric Winter. PostgreSQLals HugeData Storage Ein Erfahrungsbericht

Dipl. Inf. Eric Winter. PostgreSQLals HugeData Storage Ein Erfahrungsbericht Dipl. Inf. Eric Winter Entwicklungsleiter PTC GPS-Services GmbH PostgreSQLals HugeData Storage Ein Erfahrungsbericht Inhalt 1. Problembeschreibung 2. Partielle Indexierung 3. Partitionierung 1. Vererbung

Mehr

Labour law and Consumer protection principles usage in non-state pension system

Labour law and Consumer protection principles usage in non-state pension system Labour law and Consumer protection principles usage in non-state pension system by Prof. Dr. Heinz-Dietrich Steinmeyer General Remarks In private non state pensions systems usually three actors Employer

Mehr

Motivation. Themenblock: Data Preprocessing. Einsatzgebiete für Data Mining I. Modell von Gianotti und Pedreschi

Motivation. Themenblock: Data Preprocessing. Einsatzgebiete für Data Mining I. Modell von Gianotti und Pedreschi Motivation Themenblock: Data Preprocessing We are drowning in information, but starving for knowledge! (John Naisbett) Was genau ist Datenanalyse? Praktikum: Data Warehousing und Data Mining Was ist Data

Mehr

Ingenics Project Portal

Ingenics Project Portal Version: 00; Status: E Seite: 1/6 This document is drawn to show the functions of the project portal developed by Ingenics AG. To use the portal enter the following URL in your Browser: https://projectportal.ingenics.de

Mehr

Video Line Array Highest Resolution CCTV

Video Line Array Highest Resolution CCTV Schille Informationssysteme GmbH Video Line Array Highest Resolution CCTV SiDOC20120817-001 Disadvantages of high resolution cameras High costs Low frame rates Failure results in large surveillance gaps

Mehr

Intralogistics and Storage System in a Press Shop in the Automotive Industry

Intralogistics and Storage System in a Press Shop in the Automotive Industry Vollert Anlagenbau GmbH + Co. KG Postfach 13 20 74185 Weinsberg/Germany Stadtseestr. 12 74189 Weinsberg/Germany Telefon +49 (0) 7134 / 52-229 Telefax +49 (0) 7134 / 52-222 E-mail: intralogistics@vollert.de

Mehr

NoSQL mit Postgres 15. Juni 2015

NoSQL mit Postgres 15. Juni 2015 Tag der Datenbanken 15. Juni 2015 Dipl.-Wirt.-Inform. Agenda l Vorstellung l Marktübersicht l Warum PostgreSQL? l Warum NoSQL? l Beispielanwendung Seite: 2 Vorstellung Dipl.-Wirt.-Inform. [1990] Erste

Mehr

XML Template Transfer Transfer project templates easily between systems

XML Template Transfer Transfer project templates easily between systems Transfer project templates easily between systems A PLM Consulting Solution Public The consulting solution XML Template Transfer enables you to easily reuse existing project templates in different PPM

Mehr

Universität Dortmund Integrating Knowledge Discovery into Knowledge Management

Universität Dortmund Integrating Knowledge Discovery into Knowledge Management Integrating Knowledge Discovery into Knowledge Management Katharina Morik, Christian Hüppe, Klaus Unterstein Univ. Dortmund LS8 www-ai.cs.uni-dortmund.de Overview Integrating given data into a knowledge

Mehr

Chemical heat storage using Na-leach

Chemical heat storage using Na-leach Hilfe2 Materials Science & Technology Chemical heat storage using Na-leach Robert Weber Empa, Material Science and Technology Building Technologies Laboratory CH 8600 Dübendorf Folie 1 Hilfe2 Diese Folie

Mehr

SAP Finanz- und Risikolösungen. Volker Mohr, SAP SE 20. Mai 2015 Public

SAP Finanz- und Risikolösungen. Volker Mohr, SAP SE 20. Mai 2015 Public SAP Finanz- und Risikolösungen Volker Mohr, SAP SE 20. Mai 2015 Public Agenda Überblick Integrierte Finanz- und Risikoarchitektur Relevanz eines integrierten Ansatzes Innovationen und Roadmap Zusammenfassung

Mehr

USB-Stick (USB-Stick größer 4G. Es ist eine größere Partition notwendig als die eines 4GB Rohlings, der mit NTFS formatiert wurde)

USB-Stick (USB-Stick größer 4G. Es ist eine größere Partition notwendig als die eines 4GB Rohlings, der mit NTFS formatiert wurde) Colorfly i106 Q1 System-Installations-Tutorial Hinweise vor der Installation / Hit for preparation: 准 备 事 项 : 外 接 键 盘 ( 配 套 的 磁 吸 式 键 盘 USB 键 盘 通 过 OTG 插 发 射 器 的 无 线 键 盘 都 可 ); U 盘 ( 大 于 4G 的 空 白 U 盘,

Mehr

MSDN Webcast: Team Foundation Server Mehr als nur eine Versionsverwaltung! Visual Studio Team System (Teil 1 von 10) Veröffentlicht: 20.

MSDN Webcast: Team Foundation Server Mehr als nur eine Versionsverwaltung! Visual Studio Team System (Teil 1 von 10) Veröffentlicht: 20. MSDN Webcast: Team Foundation Server Mehr als nur eine Versionsverwaltung! Visual Studio Team System (Teil 1 von 10) Veröffentlicht: 20. Februar 2008 Presenter: Neno Loje, MVP für Team System www.teamsystempro.de

Mehr

Vattenfall Europe Power Management. June 2015

Vattenfall Europe Power Management. June 2015 Vattenfall Europe Power Management June 2015 1 Vattenfall Europe Power Management June 2015 Vattenfall Europe Power Management GmbH Facts & Figures Traded volumes: ~ 370 TWh Strom ~ 26 TWh Gas ~ 2200 kt

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

Matthias Schorer 14 Mai 2013

Matthias Schorer 14 Mai 2013 Die Cloud ist hier was nun? Matthias Schorer 14 Mai 2013 EuroCloud Deutschland Conference 2013 Matthias Schorer Accelerate Advisory Services Leader, CEMEA 29.05.13 2 29.05.13 3 The 1960s Source: http://www.kaeferblog.com/vw-bus-t2-flower-power-hippie-in-esprit-werbung

Mehr

Installation MySQL Replikationsserver 5.6.12

Installation MySQL Replikationsserver 5.6.12 Ergänzen Konfigurationsdatei my.ini auf Master-Server:!!! softgate gmbh!!! Master und Slave binary logging format - mixed recommended binlog_format = ROW Enabling this option causes the master to write

Mehr

SemTalk Services. SemTalk UserMeeting 29.10.2010

SemTalk Services. SemTalk UserMeeting 29.10.2010 SemTalk Services SemTalk UserMeeting 29.10.2010 Problemstellung Immer mehr Anwender nutzen SemTalk in Verbindung mit SharePoint Mehr Visio Dokumente Viele Dokumente mit jeweils wenigen Seiten, aber starker

Mehr

Aufnahmeuntersuchung für Koi

Aufnahmeuntersuchung für Koi Aufnahmeuntersuchung für Koi Datum des Untersuchs: Date of examination: 1. Angaben zur Praxis / Tierarzt Vet details Name des Tierarztes Name of Vet Name der Praxis Name of practice Adresse Address Beruf

Mehr

Robotino View Kommunikation mit OPC. Communication with OPC DE/EN 04/08

Robotino View Kommunikation mit OPC. Communication with OPC DE/EN 04/08 Robotino View Kommunikation mit OPC Robotino View Communication with OPC 1 DE/EN 04/08 Stand/Status: 04/2008 Autor/Author: Markus Bellenberg Festo Didactic GmbH & Co. KG, 73770 Denkendorf, Germany, 2008

Mehr

Customer-specific software for autonomous driving and driver assistance (ADAS)

Customer-specific software for autonomous driving and driver assistance (ADAS) This press release is approved for publication. Press Release Chemnitz, February 6 th, 2014 Customer-specific software for autonomous driving and driver assistance (ADAS) With the new product line Baselabs

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

SONAS Projekt OwnCloud Speicher

SONAS Projekt OwnCloud Speicher SONAS Projekt OwnCloud Speicher ITEK-September 2012 Project Timeline Month August September October November December January February March Year 2012 2012 2012 2012 2012 2013 2013 2013 SONAS General

Mehr

Messer und Lochscheiben Knives and Plates

Messer und Lochscheiben Knives and Plates Messer und Lochscheiben Knives and Plates Quality is the difference Seit 1920 Since 1920 Quality is the difference Lumbeck & Wolter Qualität, kontinuierlicher Service und stetige Weiterentwicklung zeichnen

Mehr

Fall 4: Standard Software falsch behandelt

Fall 4: Standard Software falsch behandelt Fall 4: Standard Software falsch behandelt Bernhard Hamberger Partner Ernst & Young, Bern 4: Standard-Software falsch behandelt Fehlende Prüfungshandlungen im Bereich ERP-Systeme Das Unternehmen hat ein

Mehr

Modellfreie numerische Prognosemethoden zur Tragwerksanalyse

Modellfreie numerische Prognosemethoden zur Tragwerksanalyse Modellfreie numerische Prognosemethoden zur Tragwerksanalyse Zur Erlangung des akademischen Grades Doktor-Ingenieur (Dr.-Ing.) an der Fakultät Bauingenieurwesen der Technischen Universität Dresden eingereichte

Mehr

Unterabfragen (Subqueries)

Unterabfragen (Subqueries) Unterabfragen (Subqueries) Die kürzeste Formulierung ist folgende: SELECT Felderliste FROM Tabelle1 WHERE Tabelle1.Feldname Operator (SELECT Feldname FROM Tabelle2 WHERE Bedingung); wobei Tabelle1 und

Mehr

DIGICOMP OPEN TUESDAY AKTUELLE STANDARDS UND TRENDS IN DER AGILEN SOFTWARE ENTWICKLUNG. Michael Palotas 7. April 2015 1 GRIDFUSION

DIGICOMP OPEN TUESDAY AKTUELLE STANDARDS UND TRENDS IN DER AGILEN SOFTWARE ENTWICKLUNG. Michael Palotas 7. April 2015 1 GRIDFUSION DIGICOMP OPEN TUESDAY AKTUELLE STANDARDS UND TRENDS IN DER AGILEN SOFTWARE ENTWICKLUNG Michael Palotas 7. April 2015 1 GRIDFUSION IHR REFERENT Gridfusion Software Solutions Kontakt: Michael Palotas Gerbiweg

Mehr