Zielgruppen dieser Arbeit sind neben Studierenden insbesondere Unternehmen, die planen, ein Data-Warehouse-System (DWH) einzuführen, oder in der Implementierungsphase Hilfestellungen und Erfahrungswerte auf Basis der letzten Dekade suchen. Diese können bei Priorisierungen und der Suche nach Lösungswegen bei auftretenden Problemen mögliche kritische Erfolgsfaktoren sowie deren Auswirkungen auf ein DWH-Projekt aufzeigen. Daher wurde der Stand der Forschung in Bezug auf kritische Erfolgsfaktoren praxisnah untersucht und ausgewertet. Darüber hinaus wurde eine Analyse von relevanten Data-Warehouse-Erfolgsmessgrößen durchgeführt, um die Auswirkungen bestimmter Erfolgsfaktoren auf Erfolge in Data-Warehouse-Projekten vergleichen zu können.
Inhaltsverzeichnis
- 1 Einleitung
- 2 Theoretische Definitionen und grundlegende Konzepte
- 2.1 Definition von Data-Warehouse und Data-Warehousing
- 2.2 Operationelle Systeme vs. Data-Warehouse-Umgebung
- 2.3 Nutzen des Data-Warehouse
- 2.4 Data-Warehouse-Architektur
- 3 Grundlagen zum Konzept der kritischen Erfolgsfaktoren
- 3.1 Definition von kritischen Erfolgsfaktoren und -kriterien
- 3.2 Erfolgsmessung eines Informationssystems
- 3.3 Erfolg in Data-Warehouse-Projekten
- 4 Systematische Literaturanalyse
- 4.1 Vorgehensweise der Literaturrecherche
- 4.2 Übersicht über die in der Arbeit ausgewerteten Studien
- 5 Wissenschaftliche Ergebnisse zu Data-Warehouse-Erfolgskriterien und kritischen Erfolgsfaktoren in Data-Warehouse-Projekten
- 5.1 Data-Warehouse-Erfolgsdimensionen und -kriterien
- 5.2 Kritische Erfolgsfaktoren zur Entscheidungsfindung von Data-Warehouse-Implementierungen
- 5.3 Kritische Erfolgsfaktoren für Data-Warehouse-Projekte
- 5.3.1 Organisatorische Faktoren
- 5.3.2 Projektbezogene Faktoren
- 5.3.3 Technische Faktoren
- 6 Diskussion
- 7 Zusammenfassung und Ausblick
Zielsetzung und Themenschwerpunkte
Diese Masterarbeit befasst sich mit der Analyse von Erfolgsfaktoren und -kriterien in Data-Warehouse-Projekten. Ziel ist es, ein umfassendes Verständnis der Faktoren zu entwickeln, die zum Erfolg oder Misserfolg solcher Projekte beitragen. Die Arbeit soll praktische Erkenntnisse liefern, die Entscheidungsträger bei der Planung und Implementierung von Data-Warehouse-Systemen unterstützen.
- Definition und Bedeutung von Data-Warehouse-Systemen
- Kritische Erfolgsfaktoren in Data-Warehouse-Projekten
- Systematische Analyse relevanter Studien und Forschungsergebnisse
- Identifizierung relevanter organisatorischer, projektbezogener und technischer Faktoren
- Diskussion der Erkenntnisse und Implikationen für die Praxis
Zusammenfassung der Kapitel
Kapitel 2 legt die theoretischen Grundlagen für die Analyse von Data-Warehouse-Projekten. Es werden die Definition und die wichtigsten Konzepte des Data-Warehousings erläutert, sowie die Unterschiede zu operationellen Systemen. Zudem werden die vielfältigen Vorteile und Nutzen von Data-Warehouses dargestellt, sowie verschiedene Architekturen beschrieben.
Kapitel 3 beschäftigt sich mit dem Konzept der kritischen Erfolgsfaktoren. Es werden die Definition und Bedeutung von Erfolgsfaktoren und -kriterien sowie verschiedene Ansätze zur Erfolgsmessung von Informationssystemen vorgestellt. Der Fokus liegt dabei auf der Identifizierung von Erfolgsfaktoren, die speziell für Data-Warehouse-Projekte relevant sind.
Kapitel 4 befasst sich mit der systematischen Literaturanalyse. Es wird die Vorgehensweise der Literaturrecherche beschrieben und eine Übersicht über die in der Arbeit ausgewerteten Studien gegeben.
Kapitel 5 präsentiert die wissenschaftlichen Ergebnisse der Literaturanalyse. Es werden die identifizierten Erfolgsdimensionen und -kriterien für Data-Warehouse-Projekte vorgestellt, sowie die kritischen Erfolgsfaktoren, die für die Implementierung und den Betrieb von Data-Warehouse-Systemen relevant sind.
Schlüsselwörter
Data-Warehouse, Data-Warehousing, kritische Erfolgsfaktoren, Erfolgskriterien, Erfolgsmessung, Informationssysteme, Literaturanalyse, Data-Warehouse-Architektur, organisatorische Faktoren, projektbezogene Faktoren, technische Faktoren, Business Intelligence, Entscheidungsfindung, Datenintegration, Datenqualität, Systemqualität.
- Quote paper
- Alina Schneider (Author), 2011, Erfolg in Data-Warehouse-Projekten: Eine praxisnahe Analyse von Erfolgsfaktoren und -kriterien, Munich, GRIN Verlag, https://www.grin.com/document/192448
