- Sie befinden sich:
- Fachbücher
- »
- Natur & Technik - Unsere Neuheiten
- »
- Informatik
- »
- Data Warehouse im Rahmen der Business Intelligence
Informatik
» Blick ins Buch
» weitere Bücher zum Thema
» Buch empfehlen
» Buch bewerten Produktart: Buch
Verlag: Diplomica Verlag
Erscheinungsdatum: 08.2010
AuflagenNr.: 1
Seiten: 140
Abb.: 12
Sprache: Deutsch
Einband: Paperback
Ein Business Intelligence-System sammelt automatisiert Informationen aus verschiedenen, zumeist operativen und betrieblichen Informationssystemen. Die so extrahierten Daten werden anschließend in der Regel für strategische Managemententscheidungen aufbereitet und in geeigneter Form dem Management bzw. der jeweiligen Zielgruppe im Unternehmen zur Verfügung gestellt. Um Business Intelligence durchzuführen ist ein Data Warehouse nicht zwingend nötig, aber vorteilhaft. Ein Data Warehouse kann als Datenverwaltungssystem verstanden werden, das Kontrollmöglichkeiten bei Abläufen in Unternehmen sowie Entscheidungshilfen für die Führungskräfte liefert. Die Erstellung und Nutzung solcher Systeme stellt jedoch noch keinen Erfolg sicher. Es kommt vielmehr auch auf eine durchdachte Strategie an. Dabei zeigt sich immer wieder, dass der Erfolg von Data Warehouse-Projekten maßgeblich vom Vorgehen im Projekt bestimmt ist. Voraussetzung für die ingenieurmäßige Entwicklung eines Data Warehouses ist demnach die Verwendung eines geeigneten Vorgehensmodells, das eine nachvollziehbare und variierbare Steuerung des gesamten Entwicklungsprozesses garantieren soll. Jedem Vorgehensmodell sind Methoden für die jeweiligen Aktivitäten und unterstützende Softwarewerkzeuge zugeordnet. Vorgehensmodelle stellen vorgegebene Rahmenwerke dar, die die (vor allem zeitliche) Abarbeitung der notwendigen Aktivitäten systematisch beschreiben. Sie sind deshalb als wichtige Hilfsmittel zu betrachten, um die Erfolgswahrscheinlichkeit von IT-Projekten zu erhöhen. Bei Einführung eines Data Warehouses bestehen jedoch ganz spezifische Aspekte und Besonderheiten, die durch das Vorgehensmodell berücksichtigt werden müssen. Für die Implementierung eines Data Warehouses wird ein Vorgehensmodell benötigt, das quantitativen und qualitativen Managementansprüchen gerecht wird und, im Rahmen der Business Intelligence, eine effektive und effiziente Nutzung garantieren soll. Von dieser Prämisse ausgehend wird ein Vorgehensmodell konzipiert, welches sich in besonderer Weise für die Einführung eines Data Warehouses eignet. Dazu werden in diesem Buch zunächst die wichtigsten Begriffe erklärt. Neben der eigentlichen Definition wird jeweils auch auf die Bedeutung bzw. auf zugehörige Werkzeuge eingegangen. Danach werden grundlegende Vorgehensmodelle beschrieben. Dabei wird sich zeigen, dass keines der dargestellten Vorgehensmodelle grundsätzlich ungeeignet ist, da sich jedes der Modelle in der Vergangenheit vielfach bewährt hat. Dennoch ist es vom jeweiligen Projekt abhängig, welche grundlegende Vorgehensweise bevorzugt werden sollte. Die dargestellten Vorgehensmodelle werden anschließend hinsichtlich einer Eignung für die Einführung eines Data Warehouses kritisch betrachtet. Zudem werden die Besonderheiten dargestellt, die ein Data Warehouse beinhaltet. Ableitend von den bis hier erarbeiteten Ergebnissen werden dann Anforderungen definiert, die ein Vorgehensmodell für die Einführung eines Data Warehouses erfüllen sollte. Ein geeignetes Modell wird schließlich vorgeschlagen und beschrieben. Außerdem werden die zuvor festgelegten Anforderungen an das Modell überprüft.
Textprobe: Kapiel 2.1.1, 2.1.1 Definitionen: Gemäß der deutschen Norm DIN 44300 werden Daten als Gebilde aus Zeichen verstanden, die Informationen darstellen und im Wesentlichen zur Verarbeitung gedacht sind bzw. deren Ergebnis darstellen. Dieser Formulierung kann der Begriff Informationsverarbeitung entnommen werden, zusammengesetzt aus den Begriffen Information und Verarbeitung , die in dieser Formulierung enthalten sind. Dies stellt somit einen Zweck von Daten dar, ist aber noch keine Definition im eigentlichen Sinne. Nach dem internationalen Standard (ISO/IEC 2382-1) ist der Datenbegriff weitergefasst. Hier handelt es sich bei Daten um a reinterpretable representation of information in a formalized manner, suitable for communication, interpretation or processing. Diese Formulierung deutet an, dass Daten zunächst sinnleer sind und dass Zeichen erst dann Daten darstellen, wenn diese für die Kom-munikation eingesetzt oder interpretiert bzw. verarbeitet werden. Witt präsentiert entsprechend eine Definition von Daten, die keine Zweckbestimmung enthält. Hiernach sind Daten Angaben ohne Kontext, die aus interpretierfähigen Zeichen und/oder Signalen bestehen. Den bisherigen Erläuterungen ist zu entnehmen, dass Daten Informationen darstellen, wenn ihnen ein Zweck bzw. eine Bedeutung zukommt. Gemäß ISO 44300 ist Information die Kenntnis über Sachverhalte und Vorgänge . Gemäß der ISO/IEC 2382-1-Norm bedeutet Information die knowledge concerning objects, such as facts, events, things, processes or ideas, including concepts, that within a certain context has a particular meaning”. Somit können Informationen als Daten betrachtet werden, die einen Kontext besitzen und einen Erkenntnisgewinn erzielen. Ein solcher Erkenntnisgewinn ist die Voraussetzung für Wissen. Nach Bode ist Wissen die Abbildung von Teilen der tatsächlichen bzw. vorgestellten Welt. Wissen besitzt daher eine gewisse Semantik und wird in einem materiellen Medium getragen. Ein solches Medium kann z. B. das menschliche Gehirn sein, aber auch eine Computerfestplatte. Die Bedeutung und der Zusammenhang der Begriffe Information, Daten und Wissen werden grafisch schnell deutlich. Dazu bedient man sich oft des sog. semiotischen Dreiecks.
Dieter Hoffmann, Diplom-Informatiker, Betriebswirt und Jurist, absolvierte seine Studiengänge an der TU Braunschweig, VWA München und FU Hagen. Hauptberuflich ist er als IT-Berater im Raum München tätig. Hier beschäftigt er sich seit vielen Jahren mit betriebswirtschaftlichen Informationssystemen. Dabei nimmt die Bereitstellung von geeigneten Daten einen breiten Raum ein. Nebenberuflich engagiert er sich als Informatik-Fachmentor für Studierende der Fernuniversität Hagen. Seine Schwerpunkte sind hier Algorithmen und Datenstrukturen sowie auch Themen zur Technischen Informatik, zu Betriebssystemen und Rechnernetzen.
weitere Bücher zum Thema
![zurück zurück](grafik/bild_weitere_zurueck.gif)
Virtual Reality: Eine Analyse der Schlüsseltechnologie aus der Perspektive des strategischen Managements
Bearbeitete Neuausgabe
ISBN: 978-3-96146-904-8
EUR 39,99
On the structure of the Solomon-Tits algebra of the symmetric group. An analysis of associative, group theoretic and Lie theoretical phenomenons
With 224 exercises
ISBN: 978-3-95935-594-0
EUR 44,50
Adversariale Robustheit Neuronaler Netze. Verteidigungen gegen Vermeidungsangriffe zur Testzeit
ISBN: 978-3-96146-856-0
EUR 39,50
Lean Excellence in der Informationstechnologie
ISBN: 978-3-96146-840-9
EUR 39,50
Benefits of semantic data models. A study in the European goods transport industry
ISBN: 978-3-95935-564-3
EUR 44,90
Das chinesische Sozialkreditsystem. Künstliche Intelligenz als Umerziehungswerkzeug für ein überwachtes Volk
ISBN: 978-3-96146-813-3
EUR 34,50
Design und Implementierung eines Echtzeit-Q&A-Systems als Erweiterung des IAmA-Subreddits
ISBN: 978-3-96146-681-8
EUR 44,99
Data Warehouse Factory: BI-Automation durch Data Vault mit SSIS und SAS Base
ISBN: 978-3-96146-648-1
EUR 39,99
Scheduling von Schleusungsvorgängen: Algorithmen zur Verkehrsoptimierung am Beispiel des Nord-Ostsee-Kanals
ISBN: 978-3-96146-631-3
EUR 48,00
SAP HANA Search Guide. Optimierung der SAP HANA Suche in strukturierten Daten
Eine Handlungsempfehlung
ISBN: 978-3-96146-628-3
EUR 39,99
![vor vor](grafik/bild_weitere_vor.gif)