Temporale Datenintegration in Data-Warehouse-Systemen
|
|
- Vincent Breiner
- vor 6 Jahren
- Abrufe
Transkript
1 Temporale Datenintegration in Data-Warehouse-Systemen Arne Harren 4. März 2005 BTW GI-Fachtagung für Datenbanksysteme in Business, Technologie und Web Karlsruhe, März 2005
2 Datenintegration mit impliziter Temporale Unterstützung Datenintegration für Zeitbezüge, z.b. in Data-Warehouse-Systemen für die Gültigkeit von Daten Arne Harren 4. März 2005 BTW GI-Fachtagung für Datenbanksysteme in Business, Technologie und Web Karlsruhe, März 2005
3 Datenintegration mit impliziter Temporale Unterstützung Datenintegration für Zeitbezüge, z.b. in Data-Warehouse-Systemen für die Gültigkeit von Daten Arne Harren 4. März 2005 ein Einblick BTW GI-Fachtagung für Datenbanksysteme in Business, Technologie und Web Karlsruhe, März 2005
4 Kontext: Data-Warehouse-Systeme... Extraktion Laden Reporting Transformation (Integ ration) Data Warehouse interaktive Analyse... Datenquellen Dateninteg ration Data Mining 1
5 Kontext: Data-Warehouse-Systeme Datenquellen operative Systeme unterschiedliche Schemata, Kodierungen,... begrenzte Verfügbarkeit... Extraktion Laden Reporting Transformation (Integ ration) Data Warehouse interaktive Analyse... Datenquellen Dateninteg ration Data Mining 1
6 Kontext: Data-Warehouse-Systeme Datenquellen operative Systeme unterschiedliche Schemata, Kodierungen,... begrenzte Verfügbarkeit Extraktion Laden Data Warehouse integrierte Sicht auf die Datenquellen analyseorientierte Struktur historische Daten Reporting... Transformation (Integ ration) Data Warehouse interaktive Analyse... Datenquellen Dateninteg ration Data Mining 1
7 Kontext: Data-Warehouse-Systeme Datenquellen operative Systeme unterschiedliche Schemata, Kodierungen,... begrenzte Verfügbarkeit Extraktion Laden Data Warehouse integrierte Sicht auf die Datenquellen analyseorientierte Struktur historische Daten Reporting... Transformation (Integ ration) Data Warehouse interaktive Analyse... Datenquellen Dateninteg ration Datenintegration Vereinheitlichung von Strukturen, Kodierungen,... Verknüpfung der Daten Vorbereitung auf Historisierung Nutzung von Datenextrakten Data Mining 1
8 Kontext: Historisierung von Daten ermöglicht korrekte Datenzuordnungen und Nachvollziehbarkeit Lösungsansatz: Einsatz temporaler Datenbankkonzepte Erweiterung der Daten um Zeitangaben (Gültigkeitszeit, Transaktionszeit,...) Vertrag V enthält Produkt P im Zeitraum bis einschl zeitliche Unterstützung in der Anfragesprache : Was war wann wie? Einsatzbereiche: Data Warehouse und operative Systeme 2
9 Kontext: Historisierung von Daten ermöglicht korrekte Datenzuordnungen und Nachvollziehbarkeit Lösungsansatz: Einsatz temporaler Datenbankkonzepte Erweiterung der Daten um Zeitangaben (Gültigkeitszeit, Transaktionszeit,...) Vertrag V enthält Produkt P im Zeitraum bis einschl zeitliche Unterstützung in der Anfragesprache : Was war wann wie? Einsatzbereiche: Data Warehouse und operative Systeme Problem: keine Zeitunterstützung in der Datenintegration 2
10 Kontext: Historisierung von Daten ermöglicht korrekte Datenzuordnungen und Nachvollziehbarkeit Lösungsansatz: Einsatz temporaler Datenbankkonzepte Erweiterung der Daten um Zeitangaben (Gültigkeitszeit, Transaktionszeit,...) Vertrag V enthält Produkt P im Zeitraum bis einschl zeitliche Unterstützung in der Anfragesprache : Was war wann wie? Einsatzbereiche: Data Warehouse und operative Systeme Problem: keine Zeitunterstützung in der Datenintegration weiteres Problem: Datenextrakte enthalten Zeitangaben als Daten Vertrag : V, Produkt : P, Von : , BisEinschl : Darstellungsformen und zeitliche Interpretation mehrdeutig und uneinheitlich 2
11 Temporaler Datenintegrationsansatz 1/2 1. temporale Algebra TIA für Integration und Restrukturierung... Zeitunterstützung im Integrationsdatenmodell temporales Datenmodell mit strikter Trennung von Daten und Zeitangaben Vertrag : V, Produkt : P { Gültig : ,..., Gültig : } keine Festlegung auf bestimmte Zeitdimensionen, z.b. nur Gültigkeitszeit zeitliche Datentypen, Vergleichsfunktionen, Zeitgranularitäten,... [a,b] overlaps [c,d] statt a < c b < d... 3
12 Temporaler Datenintegrationsansatz 1/2 1. temporale Algebra TIA für Integration und Restrukturierung... Zeitunterstützung im Integrationsdatenmodell temporales Datenmodell mit strikter Trennung von Daten und Zeitangaben Vertrag : V, Produkt : P { Gültig : ,..., Gültig : } keine Festlegung auf bestimmte Zeitdimensionen, z.b. nur Gültigkeitszeit zeitliche Datentypen, Vergleichsfunktionen, Zeitgranularitäten,... [a,b] overlaps [c,d] statt a < c b < d... temporale Algebraoperatoren für Integrationsschritte Transformationen und Restrukturierungen für Daten und Schemata Berücksichtigung vorhandener Zeitangaben, z.b. bei Verbund und Selektion Transformationen zwischen Daten und Zeitangaben Restrukturierungen von Zeitangaben 3
13 Temporaler Datenintegrationsansatz 2/ TEMPFLOW-Modell für Prozessspezifikation und -ausführung Grundgedanken Data Warehouse temporale Sicht auf Datenquellen Transaktionszeit dient zur zeitlichen Entkopplung beteiligter Systeme 4
14 Temporaler Datenintegrationsansatz 2/ TEMPFLOW-Modell für Prozessspezifikation und -ausführung Grundgedanken Data Warehouse temporale Sicht auf Datenquellen Transaktionszeit dient zur zeitlichen Entkopplung beteiligter Systeme Prozessspezifikation auf Basis von Datenflüssen Prozess p = { s 1 := π { a, b, c } ( σ a<10 ( q 1 ) ), s 2 := σ a<10 ( q 1 ) } Integrationsschritte mittels temporaler Algebraoperatoren Algebraausdrücke definieren den Zustand des Data Warehouse zeitlicher Zugriff auf alte Daten und Integrationsergebnisse möglich 4
15 Temporaler Datenintegrationsansatz 2/ TEMPFLOW-Modell für Prozessspezifikation und -ausführung Grundgedanken Data Warehouse temporale Sicht auf Datenquellen Transaktionszeit dient zur zeitlichen Entkopplung beteiligter Systeme Prozessspezifikation auf Basis von Datenflüssen Prozess p = { s 1 := π { a, b, c } ( σ a<10 ( q 1 ) ), s 2 := σ a<10 ( q 1 ) } Integrationsschritte mittels temporaler Algebraoperatoren Algebraausdrücke definieren den Zustand des Data Warehouse zeitlicher Zugriff auf alte Daten und Integrationsergebnisse möglich weitere Aspekte: Prozessmodularisierungen, Diskretisierung, Fehlerbehandlung,... 4
16 Vielen Dank für Ihre Aufmerksamkeit! [ ]
Schlüssel bei temporalen Daten im relationalen Modell
Schlüssel bei temporalen Daten im relationalen Modell Gesine Mühle > Präsentation > Bilder zum Inhalt zurück weiter 322 Schlüssel im relationalen Modell Schlüssel bei temporalen Daten im relationalen Modell
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
MehrVorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII
Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte
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
MehrEinführungsveranstaltung: Data Warehouse
Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring
MehrDatenbanken und Informationssysteme
Datenbanken und Informationssysteme Lehrangebot Stefan Conrad Heinrich-Heine-Universität Düsseldorf Institut für Informatik April 2012 Stefan Conrad (HHU) Datenbanken und Informationssysteme April 2012
MehrOrientierungsveranstaltung für Studierende der Bachelorstudiengänge. Wirtschaftsinformatik. Prof. Dr. Stefan Lessmann
Orientierungsveranstaltung für Studierende der Bachelorstudiengänge BWL und VWL Wirtschaftsinformatik + = Prof. Dr. Stefan Lessmann Team Lehrstuhl Wirtschaftsinformatik Prof. Dr. Stefan Lessmann - Lehrstuhlinhaber
MehrAufbereitung von Produktdaten anhand von Extract-, Transform-, Load-Prozessen
Aufbereitung von Produktdaten anhand von Extract-, Transform-, Load-Prozessen Marcel Ahne Mathematisch-Technischer Softwareentwickler i.a. Antibodies Online GmbH 5. Dezember 2010 Ziel der Präsentation
MehrBusiness Intelligence
Business Intelligence Anwendungssysteme (BIAS) Lösung Aufgabe 1 Übung WS 2012/13 Business Intelligence Erläutern Sie den Begriff Business Intelligence. Gehen Sie bei der Definition von Business Intelligence
MehrA Big Data Change Detection System. Carsten Lanquillon und Sigurd Schacht
A Big Data Change Detection System Carsten Lanquillon und Sigurd Schacht Digitale Transformation in Unternehmen u Umfassende Erfassung, Speicherung und Verfügbarkeit von Daten à Big Data Quelle: Rolland
MehrData Warehousing 0-1. DBS-Module
Data Warehousing Sommersemester 2014 Prof. Dr. E. Rahm Universität Leipzig Institut für Informatik y y y http://dbs.uni-leipzig.de 0-1 DBS-Module Master-Studium Informatik 10-202-2215 Moderne Datenbanktechnologien
MehrIhre PRAXIS Software AG. a t o s. - nalytisch. - aktisch. - perativ. - trategisch. Unser atos Konzept für Ihren Erfolg
Ihre PRAXIS Software AG a t o s - nalytisch - aktisch - perativ - trategisch Unser atos Konzept für Ihren Erfolg Das atos Konzept macht geschäftskritische Daten und Abläufe transparent ermöglicht einfache
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...............
MehrEinführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.
Themenblock: Erstellung eines Cube Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Praktikum: Data Warehousing und Data Mining Idee Speicherung der Daten in Form von Tabellen
MehrThemenblock: Erstellung eines Cube
Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen
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
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...
MehrDatenbanken. Produkte Dienstleistungen Referenzen
Datenbanken Produkte Dienstleistungen Referenzen Produkte: MS SQL Server MS SQL Server 2005 Datenbankmodul Berichtssysteme mit Reporting Services Data Warehousing/Data Mining mit Analysis Services Schnittstellen
MehrSelf Service BI der Anwender im Fokus
Self Service BI der Anwender im Fokus Frankfurt, 25.03.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC 1 Kernanforderung Agilität = Geschwindigkeit sich anpassen zu können Quelle: Statistisches
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
MehrInhaltsverzeichnis. vii.
vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt 2 1.2 OLTP versus OLAP 4 1.2.1 OLAP-versus OLTP-Transaktionen 5 1.2.2 Vergleich von OLTP und OLAP 6 1.2.3 Abgrenzung: DBMS-Techniken
MehrVorlesungsplan. Datenbanken in der Bioinformatik. Veranstaltungsmodalitäten. Biodatenbanken Überblick. Inhalt. Alexander Hinneburg
Vorlesungsplan Datenbanken in der Bioinformatik hinneburg@informatik.uni-halle.de www.informatik.uni-halle.de/~hinneburg 1. Übersicht 2. Datenmodelle Textdateien, Entry-Modell Relationale DB XML 3. Genom-DB
MehrBusiness Intelligence im Krankenhaus
Business Intelligence im Krankenhaus Dr. Thomas Lux Holger Raphael IT-Trends in der Medizin 03.September 2008 Essen Gliederung Herausforderungen für das Management im Krankenhaus Business Intelligence
MehrAnwendertage WDV2012
Anwendertage WDV2012 28.02.-01.03.2013 in Pferdingsleben Thema: Business Intelligence mit Excel 2010 Referent: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant Alles ist möglich! 1 Torsten Kühn Dipl.
MehrInformationsintegration I Einführung
Informationsintegration I Einführung Felix Naumann Integrierte Informationssysteme Anfrage Integriertes Informationssystem Oracle, DB2 Anwendung Dateisystem Web Service HTML Form Integriertes Info.-system
MehrBIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004
BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick
MehrMultidimensionale Datenbanksysteme
Multidimensionale Datenbanksysteme Modellierung und Verarbeitung Von Dr.-Ing. Wolfgang Lehner IBM Almaden Research Center, San Jose, USA Technische Universität Darrr:ctadi FACHBEREICH INFORMATIK BIBLIOTHEK
MehrEinstieg in Business Intelligence mit Microsoft SharePoint 2010
Martin W. Angler Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Microsoft Press Einleitung 11 Was Sie in diesem Buch finden 12 Aufbau dieses Buchs 12 Kapitel 1: Was ist Business Intelligence?
MehrData Warehouse und Data Mining
Einführungsseminar Data Mining Seminarvortrag zum Thema: Data Warehouse und Data Mining Von gehalten am Betreuer: Dr. M. Grabert Einführung Problemstellung Seite 2 Einführung Unternehmen bekommen eine
MehrPräsentation der Bachelorarbeit
Präsentation der Bachelorarbeit Einrichtung einer BI-Referenzumgebung mit Oracle 11gR1 Jörg Bellan Hochschule Ulm Fakultät Informatik Institut für Betriebliche Informationssysteme 15. Oktober 2009 Agenda
Mehrbasis06 AG @ Open Source Roundtable Reto Trinkler 29. August 2012
basis06 AG @ Open Source Roundtable Reto Trinkler 29. August 2012 Wir machen Ihr Business einfacher 12 Jahre im Markt Inhabergeführt Hauptsitz Bern 15 Mitarbeitende Die Bewältigung Ihrer Informationsflut
MehrVon BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor
Von BI zu Analytik bessere Entscheidungen basiert auf Fakten Webinar Mai 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von Business Intelligence zu Analytik Die Bedeutung
MehrData Lakes: Lösung oder neue Herausforderung für Data-Integration
Data Lakes: Lösung oder neue Herausforderung für Big-Data Data-Integration Integration? PD Dr. Christoph Quix Fraunhofer-Institut für Angewandte Informationstechnik FIT Life Science Informatics Abteilungsleiter
MehrContents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4
Contents Data Warehouse - ETL Prozess Version: July 10, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften
MehrDWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH. Referent: Ilona Tag
DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH Referent: Ilona Tag Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00
MehrData Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse
Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher
Mehr4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe
4. WORKSHOP - OSBI Big Data und Datenvirtualisierung Dr. Sebastian Streit & Maxim Zehe F. Hoffmann-La Roche AG Gegründet 1896 in Basel Über 80.000 Mitarbeitende Führende Position in Pharma Fokussierung
MehrInhaltsverzeichnis. 1 Was ist Business Intelligence?... 23
Inhaltsverzeichnis Einleitung............................................................................. 11 Was Sie in diesem Buch finden......................................................... 12 Aufbau
MehrExtraktion, Transformation, Laden (ETL)
Extraktion, Transformation, Laden (ETL) ETL-Prozeß Integrationsschritte Integrationsprobleme fi Konflikte und deren Klassifikation fi Behebung von Konflikten Data Cleaning VL Data Warehouses, WS 2000/2001
MehrInformation Workbench Linked Data-Anwendungen im Unternehmen. Leipziger Semantic Web Tag, 5.5.2011 Peter Haase, fluid Operations
Information Workbench Linked Data-Anwendungen im Unternehmen Leipziger Semantic Web Tag, 5.5.2011 Peter Haase, fluid Operations Agenda Linked Data im Unternehmen Herausforderungen Die Information Workbench
Mehr8 Schlussfolgerungen
112 8 Schlussfolgerungen Die Zielsetzung der vorliegenden Arbeit wurde mit der Erstellung eines Referenzmodells als Vorschlag der Datenorganisation für den Bereich der Milcherzeugung unter Anwendung eines
MehrC09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl
C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl Ein Seminar der DWH academy Seminar C09 Einsatz SAP BW im Vergleich zur Best-of-Breed- Produktauswahl Befasst man sich im DWH mit der Auswahl
MehrData Warehouse (DWH) / (Business Intelligence, BI )
Data Warehouse (DWH) / (Business Intelligence, BI ) Begriffsbildung: Ein Data Warehouse ist eine themenorientierte, integrierte, zeitabhängige, nichtflüchtigedatenbank fürdie Unterstützung von Managemententscheidungen
MehrAgenda. Themenblock: Data Warehousing (I) Referenzarchitektur. Eigenschaften eines Data Warehouse. Einführung Data Warehouse Data Access mit SQL
Themenblock: Data Warehousing (I) Praktikum: Data Warehousing und Data Mining 2 Eigenschaften eines Data Warehouse Referenzarchitektur Integrierte Sicht auf beliebige Daten aus verschieden Datenbanken
MehrData Warehousing in der Lehre
Data Warehousing in der Lehre Prof. Dr.-Ing. Tomas Benz Dipl.-Inform. Med. Alexander Roth Agenda Vorstellung Fachhochschule Heilbronn Vorstellung i3g Vorlesungen im DWH-Bereich Seminare Projekte Studien-
MehrIT-basierte Kennzahlenanalyse im Versicherungswesen
Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen Kennzahlenreporting mit Hilfe des SAP Business Information Warehouse Diplomica Verlag Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen:
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
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
MehrKapitel 2 Terminologie und Definition
Kapitel 2 Terminologie und Definition In zahlreichen Publikationen und Fachzeitschriften tauchen die Begriffe Data Warehouse, Data Warehousing, Data-Warehouse-System, Metadaten, Dimension, multidimensionale
Mehrdisy Cadenza in der LDB
disy Cadenza in der LDB Claus Hofmann + disy Informationssysteme ++ Erbprinzenstraße 4 12 ++ D-76133 Karlsruhe ++ www.disy.net + Agenda Kurzvorstellung disy Architektur FIS-W/LDB Einführung in disy Cadenza
MehrRoland Trill (Hrsg.) Praxisbuch ehealth. Von der Idee zur Umsetzung. Verlag W. Kohlhammer
Roland Trill (Hrsg.) Praxisbuch ehealth Von der Idee zur Umsetzung Verlag W. Kohlhammer Geleitwort 11 1 Szenario: Gesundheitssystem 2025 13 (Heinrich Fendt) 1.1 Innerster Schild: Eigenverantwortung 13
Mehr6. Oracle DWH Community Mainz 2011. Koexistenz SAP BW und mit unternehmensweitem zentralen DWH
6. Oracle DWH Community Mainz 2011 Koexistenz SAP BW und mit unternehmensweitem zentralen DWH 2 6. Oracle DWH Community Mainz 2011 Agenda Vorstellung Globus Historische Entwicklung des DWH-Systems Globus
MehrFrüherkennung mit Business-Intelligence- Technologien
Bernhard Gehra Früherkennung mit Business-Intelligence- Technologien Anwendung und Wirtschaftlichkeit der Nutzung operativer Datenbestände Mit einem Geleitwort von Prof. Dr. Thomas Hess Deutscher Universitäts-Verlag
MehrData-Mining in Unternehmen die rechtliche Sicht
Data-Mining in Unternehmen die rechtliche Sicht 15. Symposium on Privacy and Security, 31. August 2010 Dr. Alois Rimle, Ruoss Vögele Partner, Zürich Übersicht Begriff des Data-Mining 3 Anwendung und Auswirkungen
MehrDATAFUSION IM MILCHVIEHSTALL
Forschen und Prüfen für die Landwirtschaft Josephinum Research DATAFUSION IM MILCHVIEHSTALL Smart Farming und Nachhaltigkeit: Chancen und Herausforderungen 4. Agroscope-Nachhaltigkeitstagung Franz Handler,
MehrBachelor Prüfungsleistung
FakultätWirtschaftswissenschaftenLehrstuhlfürWirtschaftsinformatik,insb.Systementwicklung Bachelor Prüfungsleistung Sommersemester2008 EinführungindieWirtschaftsinformatik immodul GrundlagenderWirtschaftswissenschaften
Mehr1 Ihre BI-Galaxie von BITMARCK!
1 Ihre BI-Galaxie von BITMARCK! Die Summe aller Sterne ist die Galaxie Ihre BI-Galaxie von BITMARCK! Michael Heutmann, Peter Hernold, Markus Jankowski Neuss, 4. November 2013 Sie haben uns mit auf den
MehrTechnologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle
Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die
MehrAnalyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria
Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards
MehrRealtime Data Warehouse Auslagern und Wiederherstellen operativer Daten. Steffen Kantorek Hamburg,
Realtime Data Warehouse Auslagern und Wiederherstellen operativer Daten Steffen Kantorek Hamburg, 21.02.2012 Agenda 1. Ausgangssituation 2. Herausforderung 3. Prozess 4. Fazit 2 23.02.2012 Folienbibliothek
MehrErfolgsfaktor 1 beim Aufbau von DWH. Erik Purwins Unit Manager Business Intelligence 22.03.2012
Erfolgsfaktor beim Aufbau von DWH Erik Purwins Unit Manager Business Intelligence 22.3.22 Inhalt Das Unternehmen PPI Erfolgsfaktoren & Risiken Nutzeffekte durch DWH-/BI-Anwendungen Intuitive Bereitstellung
MehrWerkstattbericht: Doktorandenerfassung und -berichtswesen an der Universität Konstanz
Werkstattbericht: Doktorandenerfassung und -berichtswesen an der Sebastian Vogt Mannheim, 26. März 2015 Struktur des Vortrags Erfassungsmanagement Registrierungsverfahren für DoktorandInnen und Verwaltungsworkflow
MehrAnlagendokumentation für erneuerbare Energieanlagen: Kooperative Aspekte einer Lebenslaufakte
Anlagendokumentation für erneuerbare Energieanlagen: Kooperative Aspekte einer Lebenslaufakte Fachtagung Betriebsführung und Instandhaltung regenerativer Energieanlagen (BIREA), 25.09.2012 Antonius van
MehrDatenbanken und Informationssysteme. Datenbanken und Informationssysteme
Datenbanken und Informationssysteme Wolfgang Menzel: Natürlichsprachliche Systeme (NATS) Norbert Ritter: Datenbanken und Informationssysteme (IS) NATS Ziele der Vorlesung (1) Vermittlung von Grundlagen-
MehrDatenbanken und Informationssysteme
Datenbanken und Informationssysteme Wolfgang Menzel: Natürlichsprachliche Systeme (NATS) Norbert Ritter: Datenbanken und Informationssysteme (IS) NATS Ziele der Vorlesung (1) Vermittlung von Grundlagen-
MehrBusiness Intelligence und Geovisualisierung in der Gesundheitswirtschaft
Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media
MehrEinführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH
Einführung in OLAP und Business Analysis Gunther Popp dc soft GmbH Überblick Wozu Business Analysis mit OLAP? OLAP Grundlagen Endlich... Technischer Background Microsoft SQL 7 & OLAP Services Folie 2 -
MehrRE.one. Self Service Information Management für die Fachabteilung
RE.one Self Service Information Management für die Fachabteilung Das Ziel Verwertbare Informationen aus Daten gewinnen Unsere Vision Daten Info Data Warehousing radikal vereinfachen in einem Tool Die Aufgabe
MehrDatawarehouse. Erfahrungsaustausch bezügeabrechnender Stellen vom 18. bis 21. September 2007 in Saarbrücken. Klaus Schimitzek
Datawarehouse Erfahrungsaustausch bezügeabrechnender Stellen vom 18. bis 21. September 2007 in Saarbrücken Klaus Schimitzek Berichtsprodukte gedruckt: zentraler Personalbericht (Struktur, Management) Blickpunkt
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
MehrInhaltsverzeichnis Inhaltsverzeichnis
Geleitwort................................................. 11 1 Szenario: Gesundheitssystem 2025.......................... 13 (Heinrich Fendt) 1.1 Innerster Schild: Eigenverantwortung.....................
MehrUnterstützung des PersonalControlling durch flexible IuK-Technologie Präsentation für die Tagung der IuK-Leiter am 23.09.2003
Data-Warehouse Unterstützung des PersonalControlling durch flexible IuK-Technologie Präsentation für die Tagung der IuK-Leiter am 23.09.2003 23.09.2003, Folie: 1 Data Warehouse Historie Architekturprinzip
MehrModellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART
MehrLaufende Aktivitäten und Schwerpunkte beim Bund
Verfügbarkeit von Geodaten Laufende Aktivitäten und Schwerpunkte beim Bund Urs Gerber, Präsentationspunkte Einleitung und Grundlagen Laufende Aktivitäten Aktuelles Augenmerk auf: Zeitbezug von Geodaten
Mehr10. Vorlesung: Datenorganisation SS 2007
10. Vorlesung: Datenorganisation SS 2007 8 Parallele Transaktionen 9 9.1 Drei-Ebenen Ebenen-Architektur 9.2 Verteilte Datenbanken 9.3 Client-Server Server-Datenbanken 9.4 Föderierte Datenbanken 9.5 Das
MehrDatenmanagement. Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau. Strategisches Informationsmanagement 1 (01/2006)
Simone Unfried, Passau Vitaly Aleev, Passau Claus Schönleber, Passau (01/2006) Strategisches Informationsmanagement 1 Definition Notwendige Vermaischung der Daten in der Vorstufe zur Destillation von hochprozentiger
MehrSemantische Infomationsintegration à la carte?
Semantische Infomationsintegration à la carte? Ziele und Herausforderungen der Anwendung des CIDOC CRM. Historisch-Kulturwiss. Informationsverarbeitung, Universität Köln 1. Oktober 2010 1 Ein User Scenario
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
MehrAnalytisches CRM und Data Mining
Analytisches CRM und Data Mining Magische Zahlen für das Marketing Computerwoche Initiative CRM 2009 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Mitglied im CRM Expertenrat
MehrDas Multidimensionale Datenmodell
Das Multidimensionale Datenmodell Konzeptuelle Modellierung Umsetzung des Modells Beispiel ER-Modell 2 / 36 Probleme ER-Modellierung Keine Unterscheidung Klassifikation, Attribute, Kenngrößen Dimension
MehrData Warehouse. für den Microsoft SQL SERVER 2000/2005
Warehouse für den Microsoft SQL SERVER 2000/2005 Begriffe 1 DWH ( Warehouse) ist eine fachübergreifende Zusammenfassung von Datentabellen. Mart ist die Gesamtheit aller Datentabellen für einen fachlich
MehrAnlagendokumentation für erneuerbare Energieanlagen: Kooperative Aspekte einer Lebenslaufakte
Anlagendokumentation für erneuerbare Energieanlagen: Kooperative Aspekte einer Lebenslaufakte Fachtagung Betriebsführung und Instandhaltung regenerativer Energieanlagen (BIREA), 25.09.2012 Antonius van
MehrData Warehouse Technologien
mitp Professional Data Warehouse Technologien von Veit Köppen, Gunter Saake, Kai-Uwe Sattler 2. Auflage 2014 Data Warehouse Technologien Köppen / Saake / Sattler schnell und portofrei erhältlich bei beck-shop.de
MehrBusiness Intelligence & professionelles Datenmanagement als Erfolgsfaktor
Yves-Deniz Obermeier Sales Manager Financial Services Ing. Thomas Heinzmann Division Management BI Mag. Martin Feith Senior Expert Business Intelligence & professionelles Datenmanagement als Erfolgsfaktor
MehrZeitgemäße Verfahren für ganzheitliche Auswertungen
Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions
MehrEntscheidungsunterstützungssysteme
Vorlesung WS 2013/2014 Christian Schieder Professur Wirtschaftsinformatik II cschie@tu-chemnitz.eu Literatur zur Vorlesung Gluchowski, P.; Gabriel, R.; Dittmar, C.: Management Support Systeme und Business
Mehr30. Juni 2006 - Technische Universität Kaiserslautern. Paul R. Schilling
30. Juni 2006 - Technische Universität Kaiserslautern Paul R. Schilling ! " #$% & '( ( ) *+, - '. / 0 1 2("$ DATEN SIND ALLGEGENWÄRTIG Bill Inmon, father of data warehousing Unternehmen In einer vollkommenen
MehrCubeware Connectivity for SAP Solutions
Cubeware Connectivity for SAP Solutions Beispiele und Anwendungsfälle 1. Modellierung, Extraction, Transformation und Loading mit Datenquelle SAP R/3 und mysap ERP Mit Hilfe des Cubeware Importers und
MehrXML-Datenaustausch in der Praxis Projekt TOMIS bei der ThyssenKrupp Stahl AG
Mittwoch, 9. November 2005 13h00, Bruno-Schmitz-Saal 18. Deutsche ORACLE-Anwenderkonferenz XML-Datenaustausch in der Praxis Projekt TOMIS bei der ThyssenKrupp Stahl AG Volker Husemann Thyssen Krupp Stahl
MehrGESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013
OPEN SYSTEMS CONSULTING IT-KOMPLETTDIENSTLEISTER IM MITTELSTAND GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 Business Analytics Sascha Thielke AGENDA Die Geschichte des Reporting Begriffe im BA Umfeld
MehrIntelligente Unternehmens- und Prozesssteuerung durch CPM
Intelligente Unternehmens- und Prozesssteuerung durch CPM 5. IIR Forum BI, Mainz, Sept. 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business
MehrDatenbanken Unit 4: Das Relationale Modell & Datenintegrität
Datenbanken Unit 4: Das Relationale Modell & Datenintegrität 15. III. 2016 Outline 1 Organisatorisches 2 SQL 3 Relationale Algebra Notation 4 Datenintegrität Organisatorisches Erster Zwischentest: nach
MehrDas Relationale Modell
Kapitel 3 Das Relationale Modell 1 / 50 Generelle Anmerkungen Wurde in den Siebzigern von E.F.Codd entwickelt (er bekam den Turing Award dafür) Im Moment das am weitesten verbreitete Datenmodell Hat die
MehrThemenblock: Data Warehousing (I)
Themenblock: Data Warehousing (I) Praktikum: Data Warehousing und Data Mining Agenda Einführung Data Warehouses Online Transactional Processing (OLTP) Datenmanipulation mit SQL Anfragen mit SQL Online
MehrKlein anfangen und groß rauskommen mit Data Vault 2.0 Leif Hitzschke & Dajana Schleuß
Klein anfangen und groß rauskommen mit Data Vault 2.0 Leif Hitzschke & Dajana Schleuß Hamburg, den 16.09.2016 Der führende B2B-Marktplatz wlw.de wlw.at wlw.ch Agenda 1. wlw das Unternehmen 2. BI im Überblick
MehrBest Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse
Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse 07. Juli 2011 DSAG AG Enterprise-BW Klaus Schneider, Celesio AG Marcel Salein, FIVE1 GmbH & Co. KG 1 March 2011, CCEA Agenda
MehrDatenintegration mit Informatica PowerCenter
Datenintegration mit Informatica PowerCenter Mein Weg vom Studenten zum Consultant Christoph Arnold 03.07.2013 1 Agenda Von der THM zu Infomotion Datenschieberei oder doch mehr? Die weite Welt von Informatica
MehrVisualCockpit. agile business analytics
VisualCockpit agile business analytics Agile Business Analytics mit VisualCockpit Für Unternehmen wird es immer wichtiger die gesamte Wertschöpfungskette aus Daten, sowohl für das operative Geschäft als
MehrArnold Hermanns/Michael Sauter, ecommerce der Weg in die Zukunft?, München, 2001
Um den hohen Erwartungen der Konsumenten im ecommerce gerecht zu werden, müssen Unternehmen im Business-to-Consumer-Bereich das Internet als strategischen Vertriebskanal erkennen, geeignete Marketingziele
Mehr