Metadaten und Datenqualität
|
|
- Monica Auttenberg
- vor 8 Jahren
- Abrufe
Transkript
1 Metadaten und Datenqualität ƒ Rolle von Metadaten ƒ Metadatenmanagement ƒ Standards für Repositories und Metadatenaustausch ƒ Metadatenschemata für DW ƒ Datenqualität Vorlesung Data-Warehouse-Technologien 8-1 Metadaten ƒ Begriff: jede Art von Information, die für den Entwurf, die Konstruktion und die Benutzung eines Informationssystems benötigt wird ƒ für DW: notwendig zur Abdeckung der Informations- Schutz- und Sicherheitsbedürfnisse der Anwender und Softwarekomonenten werden in allen Phasen produziert und genutzt ƒ konsistente Bereitstellung der Metadaten aus unterschiedlichen Quellen notwendig Repository Vorlesung Data-Warehouse-Technologien 8-2 1
2 Nutzung von Metadaten ƒ Passiv: als Dokumentation der verschiedenen Aspekte eines DW-Systems ƒ Aktiv: Speicherung semantischer Aspekte (z.b. Transformationsregeln) sowie deren Interpretation zur Laufzeit ƒ Semiaktiv: Speicherung von Strukturinformationen (Tabellendefinitionen, Konfigurationsspezifikationen) und Nutzung zur Überprüfung (nicht direkt zur Ausführung) Vorlesung Data-Warehouse-Technologien 8-3 Metadaten-Objekte in DW ƒ Semantische Ebene (multidimensionales Schema) ƒ Logische Ebene (Star-/Snowflake-Schema) ƒ Physische Ebene (Tabellen, Attribute) ƒ Aggregationsgraph mit Hierarchieobjekten ƒ Betriebswirtschaftliche Kennzahlen ƒ Sichten für einzelne Anwendergruppen ƒ Transformation der Daten aus Quellsystemen in das DW ƒ Laderoutinen und Regeln ƒ Aufbau von Anfragen, Filter, Anzeigeschablonen,... Vorlesung Data-Warehouse-Technologien 8-4 2
3 Metadaten-Objekte in DW ƒ Administrationsinformationen: Zugriffsstatistiken, Backup/Recovery, Bildung von Aggregaten,... ƒ Datenbankparameter und -einstellungen: Server, Hardware-Umgebung, Tuning-Parameter ƒ Anfrage-Performance: vorberechnete Aggregate, Caching, Optimierungsstrategien ƒ Granularität der Daten ƒ allgemeine Attribute: Maßeinheiten etc. ƒ Sicherheitsstrategie: Anwenderprofile und -gruppen, Einschränkungen der Sichten ƒ Berichts- und Analyseobjekte, Reports Vorlesung Data-Warehouse-Technologien 8-5 Metadaten: Klassifikation (1) ƒ Typ: Metadaten zu Primärdaten (aus Quellsystemen, dem DW bzw. aus Applikationen) Strukturdefinitionen, Code-Tabellen) Prozeßmetadaten des Data Warehousing ETL-Regeln, Protokolldateien, Ausführungspläne ƒ Abstraktion: konzeptuell logisch physisch Vorlesung Data-Warehouse-Technologien 8-6 3
4 Metadaten: Klassifikation (2) ƒ Anwendersicht: Business-Metadaten (Terminologie, Anfragen, Reports) Technische Metadaten (Schemadefinitionen, Transformationsregeln) ƒ Herkunft: produzierendes Werkzeug Quellsystem ƒ Erstellungs-/Verwendungszeitpunkt: Entwurfsmetadaten (Schemadefinitionen, Transformationsregeln) Aufbaumetadaten (Log-Dateien) Benutzungsmetadaten (Verwendungshäufigkeit, Zugriffsmuster) Vorlesung Data-Warehouse-Technologien 8-7 Metadaten-Repository ƒ Ziel 1: Minimierung des Aufwandes für Aufbau und Betrieb eines DW Systemintegration: y Integration auf Schema- und Datenebene erfordert Information über Struktur und Semantik der Quell- und Zielsysteme y einheitliche Verwaltung von Metadaten für Integration der DW-Werkzeuge Automatisierung der Administration y Steuerung der DW-Prozesse über Scheduling- /Konfigurationsmetadaten y Daten über Ausführung der Prozesse (Protokolle etc.) Vorlesung Data-Warehouse-Technologien 8-8 4
5 Metadaten-Repository (2) ƒ Ziel 1 (fort.): Flexibler Softwareentwurf y explizite Repräsentation sich häufig ändernder Aspekte (z.b. Transformationsregeln) y verbesserte Wartbarkeit und Erweiterbarkeit Schutz- und Sicherheitsaspekte y Behandlung von Zugriffs- und Benutzerrechten als Metadaten y globale Zugriffsmechanismen Vorlesung Data-Warehouse-Technologien 8-9 Metadaten-Repository (3) ƒ Ziel 2: Gewährleistung eines optimalen Informationsgewinns für alle Anwendergruppen Datenqualität y Sicherstellung der geforderten Qualität durch Überprüfungsregeln y Nachvollziehbarkeitsinformationen (Quellsystem, Autor, Erstellungszeitpunkt usw.) Terminologie y einheitliche Terminologie als Voraussetzung für einheitliche Interpretation y zentrale Verwaltung im Metadaten-Repository Datenanalyse y Metadaten über Bedeutung von Daten, Kennzahlensysteme,... Vorlesung Data-Warehouse-Technologien
6 Metadatenmanagement ƒ Modellierungsebenen Metametamodell Metamodelle Metadaten Daten Repository-Schema(Tabelle,Attribut) KUNDE_TABELLE,STRASSE_ATTRIB Kundendaten (Müller, Breiter Weg) Vorlesung Data-Warehouse-Technologien 8-11 Modellierungsebenen ƒ Ebene 0: effektive Daten (Objektdaten) ƒ Ebene 1: Metadaten als Modell des Informationssystems (z.b. Datenbankschema, Prozeßbeschreibung) ƒ Ebene 2: Sprachelemente der Ebene 1 (Metadatenschema) ƒ Ebene 3: Vereiningung der verschiedenen Sprachen der Ebene 2 (konzeptuelle Schema des Repositories) Vorlesung Data-Warehouse-Technologien
7 Metadatenmanagement: Repository (1) ƒ Anforderungen bzgl. Funktionalität Anwenderzugriff y Mechanismen zur Navigation, Filterung und Selektion von Metadaten y Unterstützung manueller Aktualisierung Interoperabilität und Werkzeugunterstützung y Programmierschnittstelle für lesenden und schreibenden Zugriff y Import- und Exportschnittstellen y Erweiterbares Metamodell Change Management y Versions- und Konfigurationsverwaltung y Benachrichtigungsmechanismen Vorlesung Data-Warehouse-Technologien 8-13 Metadatenmanagement: Repository (2) Datenbeschaffungsbereich Extraktion Laden Datenquelle Arbeitsbereich Basisdatenbank Laden Data Warehouse Analyse Monitor Transformation Data- Warehouse- Manager Metadaten- Manager Datenfluß Kontrollfluß Repository Data-Warehouse-System Vorlesung Data-Warehouse-Technologien
8 Metadatenmanagement: Repository (3) ƒ Architektur Metadatenmanager: DBMS für Metadaten, Zugriffsschnittstelle Anwenderzugriffswerkzeuge: Navigation, Filterung, Selektion, Aktualisierung Entwicklungswerkzeuge: Entwurf neuer DW- Anwendungen Vorlesung Data-Warehouse-Technologien 8-15 Repository: Varianten ƒ Zentralisiert: ein Repository für alle Metadaten problematisch aufgrund organisatorischer und technischer Schwierigkeiten ƒ Dezentralisiert: mehrere Repositories für einzelne Werkzeuge und/oder Organisationseinheiten Austausch nur über Austauschformate ƒ Föderiert: Globale, konzeptuelle Sicht auf alle Metadaten Virtuelle Integration autonomer Repositories Vorlesung Data-Warehouse-Technologien
9 Repository: Lösungen ƒ Zentralisierte, allgemein verwendbare Repositories CA/Platinum Viasoft Microsoft? ƒ Dezentrale Lösungen Jedes DW-Werkzeug verwaltet seine eigenen Metadaten ƒ Standardisierungsbestrebungen Speziell Austauschformate Vorlesung Data-Warehouse-Technologien 8-17 Repository: Standards ƒ Repository-Standards: Referenzarchitekturen für Repository-Systeme IRDS PCTE ƒ Austauschstandards: Standardisierung von Austauschformaten XML-basiert: OIM (MDC), CWM (OMG) CDIF Vorlesung Data-Warehouse-Technologien
10 Common Warehouse Metamodel (CWM) ƒ OMG-Standard (1999) ƒ Austausch von DW-Metadaten ƒ Teilmodelle CWM Foundation Model: allgemeine Konzepte und Strukturen für alle Teilmodelle Warehouse Deployment Model: Definition von Hard- und Software Relational Model: Beschreibung relationaler Datenbankstrukturen Record Oriented Model: Record-Konzept Multidimensional Database Model: Repräsentation einer multidimensionalen Datenbank Vorlesung Data-Warehouse-Technologien 8-19 Common Warehouse Metamodel ƒ Teilmodelle (fort.) XML Model: Beschreibung von XML-Datenstrukturen Transformation Model: Transformationen zwischen unterschiedlichen Formen von Quell- und Zieldaten OLAP Model: Metamodell grundlegender OLAP- Konstrukte Warehouse Process Model: Prozeßfluß zur Ausführung von DW-Transformationen: Warehouse Operation Model: Dokumentation regelmäßiger DW-Prozesse Vorlesung Data-Warehouse-Technologien
11 Open Information Model ƒ Standard der Meta Data Coalition (Microsoft, Ardent, Platinum, SAS,...) ƒ Interoperabilität zwischen Werkzeugen und Firmen ƒ Definition eines Informationsmodells ƒ Unterstützung aller Phasen der Entwicklung von Informationssystemen ƒ Spezialisierun der UML-Konzepte in domänenspezifische Teilmodelle, z.b. Data Warehousing Vorlesung Data-Warehouse-Technologien 8-21 OIM: Teilmodelle (1) ƒ Analysis & Design Model: objektorientierte Modellierung eines Softwaresystems (Kern: UML) ƒ Object & Component Model: Verschiedene Phasen der Implementierung von Softwarekomponenten (Spezifikation, Implementierung, Ausführung) ƒ Business Engineering Model: Metadatentypen zur Modellierung von Zielsetzungen, Organisations- und Infrastrukturen eines Unternehmens, Prozessen und Geschäftsregeln Vorlesung Data-Warehouse-Technologien
12 OIM: Teilmodelle (2) ƒ Knowledge Management Model Konzeptuelle Modellierung natürlichsprachlicher Datenbankanfragen (Semantic-Definition-Teilmodell) Unterstützung von Anfragen ohne SQL-Kenntnisse ƒ Database & Warehouse Model (technische) Metadaten im DB- und DW-Bereich y Datenbankschemaelemente: Tabellen, Sichten, Anfragen y OLAP-Schemaelemente: Würfel, Dimensionshierarchien, Aggregationen y Transformationselemente: Spezifikation von Datenbeschaffungsprozessen y Reportdefinitionen: Informationen für Report-Generatoren Vorlesung Data-Warehouse-Technologien 8-23 OIM: Austauschformat ƒ Basis: XML ƒ Abbildung von UML-Konzepten (Klasse, Attribute, Assoziation, Vererbung) auf XML Klasse1 Attribut1 Klasse2 <Klasse1 Attribut1="...">... </Klasse1> <Klasse2 Attribut1="..." Attribut2="...">... </Klasse2> Attribut2 Vorlesung Data-Warehouse-Technologien
13 OIM: Austauschformat (2) Klasse1 Attribut1 ZielAssoz QuellAssoz Klasse2 <Klasse1 id="_1" Attribut1="..."> <Klasse1QuellAssoz id="_3"> <Klasse2 id="_2" Seqno="1" /> <Klasse2 id="_2" Seqno="1" /> </Klasse1QuellAssoz> </Klasse1> Attribut2 Vorlesung Data-Warehouse-Technologien 8-25 OIM: Beschreibung eines DB-Schemas <?xml version="1.0"?> <oim:transfer...> <dbm:catalog id="sales" comments="..."> <dbm:catalogschema> <dbm:schema id="_2" name="dbo"> <dbm:schematables> <dbm:table id="_3" name="customer"> <dbm:columnsetcolumns> <dbm:column id="_6" name="customerid" IsNullable="0" /> <dbm:column id="_7" name="name" IsNullable="0" />... Vorlesung Data-Warehouse-Technologien
14 Elemente eines DW-Schemas ƒ Quelle: Bauer/Günzel: Data Warehouse, dpunkt.verlag 2000 ƒ Perspektiven Funktionale Aspekte: Transformationsprozesse, multidimensionale Datenbanken Personen, Organisation, Aufgaben Business-Metadaten Vorlesung Data-Warehouse-Technologien 8-27 Transformationsprozesse ƒ Transformation: amwenderdefinierte atomare Einheit ƒ TransformationGroup: geordnete Gruppe von Transformationen ƒ TransformationProcess: Zusammenfassung zu physisch auszuführenden Prozessen ƒ DataObjectSet: Gruppen von Datenobjekten, die als Ein-/Ausgabe einer Transformation dienen ƒ ActivationElement: Realisierung einer Transformation (DB-Prozeduren etc.) Vorlesung Data-Warehouse-Technologien
15 Transformationsprozesse DataObject target source realizes DataObjectSet ExecutionElement ActivationElement Process TransformationGroup Transformation ordered TransformationProcess Vorlesung Data-Warehouse-Technologien 8-29 Multidimensionales Schema ƒ Schema: Behälter für Modellelemente ƒ Cube: Datenwürfel ƒ Dimension: umfaßt unterschiedliche Hierarchien ƒ Hierarchy: geordnete Liste von Dimensionsobjekten Vorlesung Data-Warehouse-Technologien
16 Multidimensionales Schema ordered Schema Class Attribute Cube Dimension DimensionObject Measure ordered Hierarchy Vorlesung Data-Warehouse-Technologien 8-31 Personen, Organisation, Aufgaben ƒ Actor: handlungsfähige Akteure (Personen, Organisationseinheiten, Softwaresysteme und werkzeuge) ƒ Task: Aufgabe, für die Akteure zuständig sind ƒ Prozess: Ausführung von Aufgaben ƒ Role: Rolle von Akteuren ƒ AccessRight: Zugriffsrecht für Datenobjekte Vorlesung Data-Warehouse-Technologien
17 Personen, Organisation, Aufgaben AccessRight DataObject Role Actor Task Process Actor Actor Actor BusinessUnit Vorlesung Data-Warehouse-Technologien 8-33 Business-Metadaten ƒ BusinessTerm: Begriff, Ausdruck mit anwenderspezifischer Bedeutung ƒ Terminology: logische Einheit von BusinessTerms ƒ BusinessGoal: Ziel einer Geschäftseinheit ƒ BusinessFigure: Kennzahlen zur Messung der Effizienz eines Prozesses ƒ BusinessRule: Geschäftsregeln ActionRule: Bedingungen für Ausführung von Aktionen InferenceRule: Herleitung von nicht explizit gespeicherten Domänenwissen ƒ Report: Auswertungen Vorlesung Data-Warehouse-Technologien
18 Business-Metadaten BusinessObject BusinessFigure BusinessGoal BusinessTerm Terminology BusinessRule Report ActionRule InferenceRule Vorlesung Data-Warehouse-Technologien 8-35 Datenqualität ƒ Begriff: Gesamtheit aller Eigenschaften von Daten hinsichtlich der Fähigkeit, die Anforderungen des Anwenders zu erfüllen Eignung für einen Zweck (fitness for use) Datenqualität ist subjektiv und abhängig vom Zweck! Beispiel: Aktualität von Daten für Bilanzen vs. Analyse des Kundenverhaltens ƒ Notwendig Qualitätskriterien Beurteilung Maßnahmen zur Verbesserung Vorlesung Data-Warehouse-Technologien
19 Qualitätskriterien ƒ Konsistenz: Widerspruchsfreiheit ƒ Korrektheit: Übereinstimmung mit Realität ƒ Vollständigkeit: z.b. Abwesenheit von fehlenden Werten ƒ Genauigkeit und Granularität: z.b. Anzahl der Nachkommastellen; tagesgenaue Daten ƒ Zuverlässigkeit und Glaubwürdigkeit: Nachvollziehbarkeit der Entstehung, Vertrauenswürdigkeit des Lieferanten ƒ Verständlichkeit: inhaltlich und technisch / strukturell für jeweilige Zielgruppe ƒ Verwendbarkeit und Relevanz: geeignetes Format, Zweckdienlichkeit Vorlesung Data-Warehouse-Technologien 8-37 Beurteilung der Datenqualität (1) ƒ ƒ ƒ Ziel-Frage-Metrik-Ansatz (Qualitätsmanagement in der Softwareentwicklung) Idee: Verbindung von abstrakten Zielen der Anwender und den konkreten Qualitätsmessungen durch Fragen Schritte 1. Identifizierung einer Menge von Qualitäts-/ Produktivitätszielen (Kundenzufriedenheit, Performanceverbesserung, usw.) 2. Ableitung von Fragen, die diese Ziele definieren 3. Spezifikation der Messungen zur Beantwortung der Fragen 4. Entwicklung von Mechanismen zur Sammlung von Daten (Valdierung, Analyse) Vorlesung Data-Warehouse-Technologien
20 Beurteilung der Datenqualität (2) ƒ Fragetypen: Wie kann das zu betrachtende Objekt (Produkt, Prozeß) bzgl. des Gesamtziels charakterisiert werden? Wie können die für die Fragestellung relevanten Attribute des Objektes charakterisiert werden? Wie können die Eigenschaften des Objektes bewertet werden? ƒ Rahmenwerk zur Verknüpfung von Qualitätsforderungen und -messungen Erfassung von Abhängigkeiten zwischen Qualitätsmerkmalen Identifikation des Ursprungs von Qualitätsproblemen Vorlesung Data-Warehouse-Technologien
Metadaten und Datenqualität. Metadaten. Nutzung von Metadaten
Metadaten und Datenqualität Rolle von Metadaten Metadatenmanagement Standards für Repositories und Metadatenaustausch Metadatenschemata für DW Datenqualität Vorlesung Data-Warehouse-Technologien 8-1 Metadaten
MehrKapitel 8 - Metadaten -
Vorlesungs-Übersicht 1) Einführung und Definitionen 2) Architektur eines Data-Warehouse-Systems 3) Das multidimensionale Datenmodell 4) ETL: Extraktion, Transformation, Laden 5) Anfrageverarbeitung und
MehrCommon Warehouse Metamodel und Imperfektion
Common Warehouse Metamodel und Imperfektion Christoph Goebel Imperfektion und erweiterte Konzepte im Data Warehousing 2 Fragestellungen Welche Bedeutung haben Metadaten in der Information Supply Chain
MehrFriedrich-Schiller-Universität Jena
Friedrich-Schiller-Universität Jena Seminar WS2011 Data Warehouse Systeme Präsentationsthema Metadaten Präsentiert von: Julian Zausch, 96382 Inhaltsverzeichnis EINLEITUNG... - 3 - WELCHE ROLLE SPIELEN
MehrData Warehouse Technologien
Veit Köppen Gunter Saake Kai-Uwe Sattler Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...............
MehrDatenbanktechnologie für Data-Warehouse-Systeme
Wolfgang Lehner Datenbanktechnologie für Data-Warehouse-Systeme Konzepte und Methoden dpunkt.verlag 1 1.1 1.2 1.3 1.4 1. 5 2 2.1 2.2 2.3 Einleitung 1 Betriebswirtschaftlicher Ursprung des Data Warehousing...
MehrVeit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien
Veit Köppen Gunter Saake Kai-Uwe Sattler 2. Auflage Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis ix 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...
MehrBI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit
BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon
MehrOLAP mit dem SQL-Server
Hartmut Messerschmidt Kai Schweinsberg OLAP mit dem SQL-Server Eine Einführung in Theorie und Praxis IIIBibliothek V dpunkt.verlag Teil OLAP undder Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrModel Driven Architecture (MDA)
Model Driven Architecture (MDA) Vortrag im Fach Software Engineering II BA Mannheim / Fachrichtung Angewandte Informatik Torsten Hopp Gliederung Einleitung Motivation Grundzüge der MDA Ziele & Potenziale
MehrData Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann
Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Andreas Ditze MID GmbH Kressengartenstraße 10 90402 Nürnberg a.ditze@mid.de Abstract: Data Lineage
MehrBest Practice Infor PM 10 auf Infor Blending
Best Practice Infor PM 10 auf Infor Blending, 11.11.2008 Infor Performance Management Best Practice Infor PM 10 auf Infor Blending Leistungsübersicht Infor PM 10 auf Infor Blending eine Data Warehouse
MehrDr. Hanno Schauer Mons-Tabor-Gymnasium Montabaur. UML-Klassendiagramme als Werkzeug im Unterricht
Dr. Hanno Schauer Mons-Tabor-Gymnasium Montabaur UML-Klassendiagramme als Werkzeug im Unterricht Blitzlicht? In welcher Programmiersprache(n) unterrichten Sie?? In welchem Umfang unterrichten Sie Objektorientierung??
MehrBusiness Intelligence Data Warehouse. Jan Weinschenker
Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data
MehrRUP Analyse und Design: Überblick
Inhaltsverzeichnis Übersicht [, 2, 8] 3. Vorgehensweise............................... 5 2 Planungsmethoden 37 2. Definitionsphase.............................. 6 3 Rational Unified Process [5, 6] und
MehrOnline Analytical Processing
Online Analytical Processing Online Analytical Processing Online Analytical Processing (OLAP) ermöglicht die multidimensionale Betrachtung von Daten zwecks E rmittlung eines entscheidungsunterstützenden
MehrChristian Kurze BI-Praktikum IBM WS 2008/09
Einführung in die multidimensionale Datenmodellierung e mit ADAPT BI-Praktikum IBM WS 2008/09 1 Gliederung Einführung multidimensionale Datenmodellierung 1. Multidimensionales Modell BI-Praktikum IBM WS
MehrEinführung. Informationssystem als Abbild der realen Welt
Was ist ein Datenbanksystem? Anwendungsgrundsätze Betrieb von Datenbanksystemen Entwicklung von Datenbanksystemen Seite 1 Informationssystem als Abbild der realen Welt Modellierung (Abstraktion) Sachverhalte
MehrSERVICE SUCHE ZUR UNTERSTÜTZUNG
SERVICE SUCHE ZUR UNTERSTÜTZUNG VON ANFORDERUNGSERMITTLUNG IM ERP BEREICH MARKUS NÖBAUER NORBERT SEYFF ERP SYSTEME Begriffsbestimmung: Enterprise Resource Planning / Business Management Solution Integrierte
Mehrtdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN
OPEN SOURCE BUSINESS INTELLIGENCE MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN uwehaneke Stephan TRAHASCH tobias HAGEN tobias LAUER (Hrsg.)' tdwi E U R D P E HANSER Vorwort 9 Einführung
MehrSeminar Informationsintegration und Informationsqualität. Dragan Sunjka. 30. Juni 2006
Seminar Informationsintegration und Informationsqualität TU Kaiserslautern 30. Juni 2006 Gliederung Autonomie Verteilung führt zu Autonomie... Intra-Organisation: historisch Inter-Organisation: Internet
MehrMarketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch
Marketing Intelligence Vorstellung der Softwarekomponenten Josef Kolbitsch Manuela Reinisch Übersicht Übersicht über die Systemlandschaft Übersicht über die Werkzeuge Workshop Systemlandschaft 1/8 Klassische
MehrInhaltsverzeichnis. Teil I OLAP und der Microsoft SQL-Server 1. 1 Theoretische Grundlagen 3
vii Teil I OLAP und der Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1 Was ist OLAP?......................................... 3 1.1.1 Business Intelligence............................... 4 1.1.2
MehrEvaluation of Database Design and Reverse Engineering Tools for a Large Software System
Evaluation of Database Design and Reverse Engineering Tools for a Large Software System Anne Thomas TU Dresden Dr. B. Demuth Pre Press GmbH (Dresden) T. Reuter Gliederung Einleitung Vorgehensweise Kontext
MehrStar-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten
Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten Michael Hahne T&I GmbH Workshop MSS-2000 Bochum, 24. März 2000 Folie 1 Worum es geht...
MehrInfor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr
Infor PM 10 auf SAP 9.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche zu vermeiden. Sie können
MehrSeminar C16 - Datenmodellierung für SAP BW
C16: Datenmodellierung für SAP BW Ein Seminar der DWH academy Seminar C16 - Datenmodellierung für SAP BW Dieses Seminar soll einen umfassenden Einblick in die Datenmodellierung beim Einsatz von SAP BW
MehrMetadatenmodellierung und -verwaltung in Data-Warehouse-Systemen
Metadatenmodellierung und -verwaltung in Data-Warehouse-Systemen Michael Seiferle Fachbereich Informatik Universität Konstanz 12. Februar 2008 Michael Seiferle Metadatenmodellierung und -verwaltung in
MehrÜber den Unterschied zwischen Business Analysis und Requirements Engineering & Management
Über den Unterschied zwischen Business Analysis und Requirements Engineering & Management REConf Schweiz 2010 IIBA BABOK 2.0 Wortzählung 1729 "Requirement" = 42% von ( Requirement + Business + Solution
MehrBundeskanzlei BK Programm GEVER Bund. als Basis für GEVER. 29. November 2012
Bundeskanzlei BK Programm GEVER Bund Geschäftsprozesse als Basis für GEVER 29. November 2012 Zielsetzung der Präsentation Sie erhalten einen Überblick über den Stand der Entwicklung von GEVER als Geschäftsverwaltungssystem
MehrToolgestützte Prozessdokumentation. Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46
Toolgestützte Prozessdokumentation Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46 Wir bieten unseren Kunden End-to-End Lösungen an Consulting Systems Integration
MehrOLAP und Data Warehouses
OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting
MehrWhite Paper. Konfiguration und Verwendung des Auditlogs. 2012 Winter Release
White Paper Konfiguration und Verwendung des Auditlogs 2012 Winter Release Copyright Fabasoft R&D GmbH, A-4020 Linz, 2011. Alle Rechte vorbehalten. Alle verwendeten Hard- und Softwarenamen sind Handelsnamen
MehrONET: FT-NIR-Netzwerke mit zentraler Administration & Datenspeicherung. ONET Server
: FT-NIR-Netzwerke mit zentraler Administration & Datenspeicherung Motivation für die Vernetzung von Spektrometern Weiterhin wachsender Bedarf für schnelle Analysenmethoden wie NIR Mehr Kalibrationen werden
MehrSurvival Guide für Ihr Business Intelligence-Projekt
Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren
MehrDatenbanken. Prof. Dr. Bernhard Schiefer. bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer
Datenbanken Prof. Dr. Bernhard Schiefer bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer Wesentliche Inhalte Begriff DBS Datenbankmodelle Datenbankentwurf konzeptionell, logisch und relational
MehrSeminar Business Intelligence Teil II. Data Mining & Knowledge Discovery
Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?
MehrModellierung von OLAP- und Data- Warehouse-Systemen
Andreas Totok Modellierung von OLAP- und Data- Warehouse-Systemen Mit einem Geleitwort von Prof. Dr. Burkhard Huch Deutscher Universitäts-Verlag Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis
MehrDatenqualität 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
MehrSeminar C02 - Praxisvergleich OLAP Tools
C02: Praxisvergleich OLAP Tools Ein Seminar der DWH academy Seminar C02 - Praxisvergleich OLAP Tools Das Seminar "Praxisvergleich OLAP-Tools" bietet den Teilnehmern eine neutrale Einführung in die Technologien
Mehrerfolgreich 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
MehrAbschlussklausur Geschäftsprozessmodellierung und Workflowmanagement
Abschlussklausur Geschäftsprozessmodellierung und Workflowmanagement (Wintersemester 2007/2008, Freitag, 08.02.2008, Leo18) Es können maximal 120 Punkte erreicht werden. 1 Punkt entspricht etwa einer Minute
MehrDie Zertifizierungsstelle der TÜV Informationstechnik GmbH bescheinigt hiermit dem Unternehmen
Die Zertifizierungsstelle der TÜV Informationstechnik GmbH bescheinigt hiermit dem Unternehmen OPTIMAL SYSTEMS GmbH Cicerostraße 26 10709 Berlin für die ECM-Anwendung OS ECM, Version 6.0 die Erfüllung
MehrEntwurf. Anwendungsbeginn E DIN EN 62304 (VDE 0750-101):2013-10. Anwendungsbeginn dieser Norm ist...
Anwendungsbeginn Anwendungsbeginn dieser Norm ist.... Inhalt Einführung... 13 1 Anwendungsbereich... 16 1.1 *Zweck... 16 1.2 *Anwendungsbereich... 16 1.3 Beziehung zu anderen Normen... 16 1.4 Einhaltung...
MehrSoftware Projekt 2 / Gruppe Knauth Lernziele:
Lernziele: Realisierung eines komplexen Software-Projektes unter Industrie-ähnlichen Bedingungen Organisiertes Arbeiten im Team Team Organisation: Rollen und Aufgaben der Team-Mitglieder bestimmen Spezifikation
MehrDatabase Exchange Manager. Infinqa IT Solutions GmbH, Berlin Stralauer Allee 2 10245 Berlin Tel.:+49(0) 30 2900 8639 Fax.:+49(0) 30 2900 8695
Database Exchange Manager Replication Service- schematische Darstellung Replication Service- allgemeines Replikation von Daten von bzw. in ein SAP-System und einer relationalen DMS-Datenbank Kombination
MehrTraceability-Modell als Erfolgsfaktor für Process Enactment. Paul-Roux Wentzel, SEE 2008
Traceability-Modell als Erfolgsfaktor für Process Enactment Einführung Referent Paul-Roux Wentzel Unternehmen method park Software AG 2008 method park Software AG Slide 2 Leistungsportfolio Training &
MehrInhaltsverzeichnis 1 Einleitung 2 Zielsetzung 3 Data Warehousing
ix 1 Einleitung 1 1.1 Gliederung der Arbeit 3 1.2 Das Projekt Steuerkanzlei 2005 6 1.3 Abgrenzung 8 1.4 Notation 10 2 Zielsetzung 13 2.1 IT-technische Kategorisierung 13 2.1.1 IT-intensive vs. nicht IT-intensive
MehrDesign mit CASE-Tools
Geodatabase Objekt Modell Teil 2: Design mit CASE-Tools Andreas Greithanner Team Entwicklung Kranzberg 2002 ESRI Geoinformatik GmbH Agenda Was ist CASE? Entwicklung eines Datenmodells Anlegen verschiedener
MehrSoftwareanforderungsanalyse
Softwareanforderungsanalyse Evolution von Anforderungen Burkhardt Renz Institut für SoftwareArchitektur der Technischen Hochschule Mittelhessen Wintersemester 2015/16 Evolution von Anforderungen Anforderungen
MehrVerborgene (verlorengeglaubte) Werte für die Gegenwart nutzbar machen
Verborgene (verlorengeglaubte) Werte für die Gegenwart nutzbar machen Michael Brueckner, Dipl. Ing Technical Director Process Unternehmensstruktur 400 Mitarbeiter Engineering Dienstleister Chemieindustrie
MehrDW2004. XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science. 3. November 2004. Dr. Michael Hahne, cundus AG
DW2004 XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science Dr. Michael Hahne, cundus AG 3. November 2004 cundus AG 2004 Gliederung Motivation SAP Business Information Warehouse
MehrEin subjektiver Vergleich zwischen SSIS und Kettle mit Ausblick auf die Generierung von BI-Lösungen
Ein subjektiver Vergleich zwischen SSIS und Kettle mit Ausblick auf die Generierung von BI-Lösungen vorgestellt am 29.09.2008 in der PASS Regionalgruppe Karlsruhe Michael Riedmüller inovex GmbH Project
MehrFragenkatalog Geschäftsmodellierung Grundlagen
Fragenkatalog Geschäftsmodellierung Grundlagen 1. Erläutern Sie den Begriff der Geschäftsmodellierung - Erfassung und Spezifikation von Geschäftsprozessen für die Analyse und Gestaltung betrieblicher Systeme
MehrData Warehouse ??? Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle
??? Zusammenfassung, Ergänzung, Querverbindungen, Beispiele A.Kaiser; WU-Wien MIS 188 Data Warehouse Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle
MehrNeue Funktionen in Innovator 11 R5
Neue Funktionen in Innovator 11 R5 Innovator for Enterprise Architects, Java Harvester und Prüfassistent 12.11.2013 Agenda 1 2 3 Einführung Was ist neu in Innovator 11 R5? Szenario Enterprise Architektur
MehrAllgemeines zu Datenbanken
Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,
MehrDas Metamodell der UML und in FUJABA. Vortrag von Alexander Geburzi
Das Metamodell der UML und in FUJABA Vortrag von Alexander Geburzi Gliederung Metamodellierung Metamodell der UML Metamodell in FUJABA Metamodellierung - Metamodell der UML - Metamodell in FUJABA 2/20
MehrProfilbezogene informatische Bildung in den Klassenstufen 9 und 10. Schwerpunktthema Daten und Datenbanken
Profilbezogene informatische Bildung in den Klassenstufen 9 und 10 Schwerpunktthema Robby Buttke Fachberater für Informatik RSA Chemnitz Fachliche Einordnung Phasen relationaler Modellierung Fachlichkeit
MehrKapitel 10 Aktive DBMS
Kapitel 10 Aktive DBMS 10 Aktive DBMS 10 Aktive DBMS...1 10.1 Einführung und Definition...2 10.2 Funktionsprinzip: ADBMS und ECA-Modell...4 10.3 Potentiale und Vorteile ADBMS...5 10.4 Aktive Elemente einer
MehrSicherheit in Workflow-Management-Systemen
Sicherheit in Workflow-Management-Systemen Fakultät für Informatik Institut für Programmstrukturen und Datenorganisation KIT University of the State of Baden-Wuerttemberg and National Research Center of
MehrTeil VI. Datenbanken
Teil VI Datenbanken Überblick 1 Grundlegende Begriffe Motivation 2 Relationale Datenbanksysteme Das Relationale Datenmodell SQL 3 Entwurf von Datenbanken Das Enity Relationship (ER) Modell Abbildung von
MehrThema: - DWF. Das Business Process Management System aus dem Hause PRAXIS AG. Wolfgang Lammel PRAXIS-Consultant
Thema: - DWF Das Business Process Management System aus dem Hause PRAXIS AG Autor: Wolfgang Lammel PRAXIS-Consultant Begriffserklärungen Geschäftsprozess beschreibt eine Folge von Einzeltätigkeiten, die
MehrFragenkatalog zum Kurs 1666 (Datenbanken in Rechnernetzen) Kurstext von SS 96
Fragenkatalog zum Kurs 1666 (Datenbanken in Rechnernetzen) Kurstext von SS 96 Dieser Fragenkatalog wurde aufgrund das Basistextes und zum Teil aus den Prüfungsprotokollen erstellt, um sich auf mögliche
MehrQuality 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
MehrGrundzüge und Vorteile von XML-Datenbanken am Beispiel der Oracle XML DB
Grundzüge und Vorteile von XML-Datenbanken am Beispiel der Oracle XML DB Jörg Liedtke, Oracle Consulting Vortrag zum Praxis-Seminar B bei der KIS-Fachtagung 2007, Ludwigshafen Agenda
MehrEnterprise Content Management
Enterprise Content Management Dr.-Ing. Raymond Bimazubute Lehrstuhl für Künstliche Intelligenz Friedrich Alexander Universität Erlangen-Nürnberg Email: raymond.bimazubute@informatik.uni-erlangen.de Vorbemerkungen
MehrSoftware- Entwicklungsaktivitäten und Vorgehensmodelle. Lebenszyklusmodell
1. Vorgehensmodelle Software- Entwicklungsaktivitäten und Vorgehensmodelle a) Lebenszyklusmodell (Life- Cycle- Modell) b) V- Modell c) Wasserfallmodell d) Modifiziertes Wasserfallmodell e) Iterative Modelle
MehrVortrag von: Ilias Agorakis & Robert Roginer
MDA Model Driven Architecture Vortrag von: Ilias Agorakis & Robert Roginer Anwendungen der SWT - WS 08/09 Inhalt Was ist MDA? Object Management Group (OMG) Ziele Konzepte der MDA Werkzeuge Vor- und Nachteile
MehrWorkflow Systeme mit der Windows Workflow Foundation
Studiengang Electronic Business (EB) Diplomarbeit (280000) Workflow Systeme mit der Windows Workflow Foundation externe Betreuung durch Christoph Müller vorgelegt bei Prof. Dr. Michael Gröschel von Hans-Martin
MehrHetero-Homogene Data Warehouses
Hetero-Homogene Data Warehouses TDWI München 2011 Christoph Schütz http://hh-dw.dke.uni-linz.ac.at/ Institut für Wirtschaftsinformatik Data & Knowledge Engineering Juni 2011 1 Data-Warehouse-Modellierung
MehrRequirements Management mit RequisitePro. Rational in der IBM Software Group. Der Rational Unified Process als Basis für die Projektarbeit
IBM Software Group IBM Rational mit RequisitePro Hubert Biskup hubert.biskup@de.ibm.com Agenda Rational in der IBM Software Group Der Rational Unified Process als Basis für die Projektarbeit mit Rational
MehrUse Cases. Use Cases
Use Cases Eigenschaften: Ein Use Case beschreibt einen Teil des Verhaltens eines Systems aus externer Sicht (Formuliert in der der Fachsprache der Anwendung) Dies geschieht, indem ein Systemdialog beschrieben
MehrTaxonomy of Evolution and Dependability. Integration Engineering SS 2009 Andreas Landerer
Taxonomy of Evolution and Dependability Integration Engineering SS 2009 Andreas Landerer Agenda Informationen über Massimo Felici Definition zentraler Begriffe Inhalt des Artikels Kernaussagen des Artikels
MehrThemen. M. Duffner: Datenbanksysteme
Datenbanksysteme Themen Theorie Einführung Datenbank, Datenbankmanagementsystem (DBMS), Aufgaben eines DBMS Relationale Datenbanken Daten als Tabellen Datenbankentwurf im Entity-Relationship-Modell Abfragesprache
MehrWorkflow, Business Process Management, 4.Teil
Workflow, Business Process Management, 4.Teil 24. Januar 2004 Der vorliegende Text darf für Zwecke der Vorlesung Workflow, Business Process Management des Autors vervielfältigt werden. Eine weitere Nutzung
MehrStock and Order Management
Stock and Order Management Überblick - 1 - Vorteile des OMNITRACKER Stock and Order Managements Bedarfsmeldungen der Kunden werden direkt im Webshop erfasst. Der gesamte Bestell- und Lieferzyklus kann
MehrIntegrationsprozesse. cross component BPM - Steuerung systemübergreifender Szenarien. Konrad Lubenow, FHTW Berlin, Juli 2007
Integrationsprozesse cross component BPM - Steuerung systemübergreifender Szenarien Konrad Lubenow, FHTW Berlin, Juli 2007 Integrationsprozesse XI(ccBPM) normaler Messageaustausch über den Integrationsserver
MehrVon ODBC zu OLE DB. Neue Möglichkeiten der Datenintegration. Harald Gladytz, Team Vertrieb ESRI Niederlassung Leipzig
Von ODBC zu OLE DB Neue Möglichkeiten der Datenintegration Harald Gladytz, Team Vertrieb ESRI Niederlassung Leipzig Von ODBC zu OLE DB Begriffsbestimmung ODBC, OLE DB, COM, ADO... Unterschiede zwischen
MehrKapitel 2: Der Software-Entwicklungsprozess
Wie konstruiert man Software? Kapitel 2: Der Software-Entwicklungsprozess SoPra 2008 Kap. 2: Der Software-Entwicklungsprozess (1/10) Der Software-Entwicklungs-Prozess Historisches 1960JJ adhoc Techniken
MehrOpen Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar. 24. September 2009
Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar 24. September 2009 Unternehmensdarstellung Burda Digital Systems ist eine eigenständige und
Mehr7. Übung - Datenbanken
7. Übung - Datenbanken Informatik I für Verkehrsingenieure Aufgaben inkl. Beispiellösungen 1. Aufgabe: DBS a Was ist die Kernaufgabe von Datenbanksystemen? b Beschreiben Sie kurz die Abstraktionsebenen
Mehr6. Modellierung von Informationssystemen. 6.1 Einleitung 6.2 Konzeptuelles Modell 6.3 OASIS Spezifikation 6.4 Execution Model 6.
6. Modellierung von Informationssystemen Spezialseminar Matr. FS 2000 1/10 Volker Dobrowolny FIN- ITI Quellen: Oscar Pastor, Jaime Gomez, Emilio Insfran, Vicente Pelechano The OO-Method approach for information
MehrBusiness Intelligence für Controller
Controllers Best Practice Fachbuch Business Intelligence für Controller Hermann Hebben und Dr. Markus Kottbauer Verlag für ControllingWissen ÄG, Freiburg und Wörthsee Ein Unternehmen der Haufe Mediengruppe
Mehr16.4 Wiederverwendung von COTS-Produkten
16.4 Wiederverwendung von COTS-Produkten COTS = commercial of the shelf im Handel erhältliche Software-Produkte Anpassung für Kunden ohne Änderung am Quellcode Quellcode in der Regel nicht einsehbar (Ausnahme
MehrWas ist EMF? Wie wird EMF eingesetzt? Was ist ecore? Das Generatormodell Fazit
Was ist EMF? Wie wird EMF eingesetzt? Was ist ecore? Das Generatormodell Fazit EMF ist ein eigenständiges Eclipse-Projekt (Eclipse Modeling Framework Project) EMF ist ein Modellierungsframework und Tool
MehrEntwicklung von Workflows am Beispiel des Open Source Tools Bonita BPMN
Entwicklung von Workflows am Beispiel des Open Source Tools Bonita BPMN 1 eschäftsprozesse und Workflows Ein eschäftsprozess strukturiert die betrieblichen Abläufe im Rahmen der eschäftsprozessoptimierung
MehrSDD System Design Document
SDD Software Konstruktion WS01/02 Gruppe 4 1. Einleitung Das vorliegende Dokument richtet sich vor allem an die Entwickler, aber auch an den Kunden, der das enstehende System verwenden wird. Es soll einen
Mehr1Ralph Schock RM NEO REPORTING
1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen
MehrData Mining-Projekte
Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein
MehrDas System sollte den Benutzer immer auf dem Laufenden halten, indem es angemessenes Feedback in einer angemessenen Zeit liefert.
Usability Heuristiken Karima Tefifha Proseminar: "Software Engineering Kernkonzepte: Usability" 28.06.2012 Prof. Dr. Kurt Schneider Leibniz Universität Hannover Die ProSeminar-Ausarbeitung beschäftigt
MehrOLAP und der MS SQL Server
OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP-Systeme werden wie umfangreiche Berichtssysteme heute nicht mehr von Grund auf neu entwickelt. Stattdessen konzentriert man sich auf die individuellen
MehrStandardisiert aber flexibel
AFCEA e.v. Mittagsforum 24.10.2008 Godesburg, Bonn-Bad Godesberg Standardisiert aber flexibel Prozessmodelle im Übergang von der Theorie in die Praxis. Brian Rosenberger Die Theorie Der entwickelt Verfahren
MehrDatenqualität: 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
MehrEINFÜHRUNG 06.06.2013 IOZ AG 1
BPMN BPMN2.0 EINFÜHRUNG 06.06.2013 IOZ AG 1 EINFÜHRUNG GESCHÄFTSPROZESSMODELLIERUNG Was ist Geschäftsprozessmodellierung? Darstellung von geschäftlichen Abläufen und deren Interaktion Was wird inhaltlich
MehrAnforderungen an die HIS
Anforderungen an die HIS Zusammengefasst aus den auf IBM Software basierenden Identity Management Projekten in NRW Michael Uebel uebel@de.ibm.com Anforderung 1 IBM Software Group / Tivoli Ein Feld zum
MehrPersistenzschicht in Collaborative Workspace
Persistenzschicht in Collaborative Workspace Mykhaylo Kabalkin 03.06.2006 Überblick Persistenz im Allgemeinen Collaborative Workspace Szenario Anforderungen Systemarchitektur Persistenzschicht Metadaten
MehrBPM im Kontext von Unternehmensarchitekturen. Konstantin Gress
BPM im Kontext von Unternehmensarchitekturen Konstantin Gress Agenda 1 Worum geht s BPM, EA und SOA im Überblick 2 Link zwischen EA und BPM 3 Link zwischen SOA und BPM 4 Wie spielt das zusammen? 5 Q&A
Mehr