Das Management jedes Unternehmens steht vor internen sowie externen Rahmenbedingungen zur Entscheidungsfindung. Um die Unternehmensergebnisse optimal Steuern und Planen zu können stehen die Führungskräfte vor vielfältigen Herausforderungen. Für eine Garantie der Zukunftsfähigkeit des Unternehmens, ist es notwendig, sich an diese anzupassen oder aktiv die Rahmenbedingungen mitzugestalten. Hauptziel der vorliegenden Hausarbeit ist die Darstellung, wie die Information von Real Time Data Warehousing, auf die Planung und Steuerung der Unternehmensergebnisse positiv Einfluss nehmen kann.
In Kapitel 2 werden die Grundlagen und ein Überblick des Data Warehousing abgebildet. Als Verständnisgrundlage dient die Eingrenzung des Data Warehousing sowie die Entwicklung. Das Kapitel endet mit dem Aufbau des Data Warehousing.
Die Erweiterung der Data Warehouse Struktur, wie zum Beispiel die Architektur von Real Time Systemen befindet sich im Kapitel 3. Zur besseren Erörterung erfolgt eine Differenzierung von Real und Right Time Data Warehousing im Abschnitt 3.2. Um einen tieferen Einblick geben zu können findet die Abgrenzung zum klassischen Modell im letzten Abschnitt unter 3.3 statt.
Im vierten Abschnitt der Hausarbeit werden praktische Beispiele über das Real Time Data Warehousing vorgenommen. Entsprechend der individuellen Integrationsstrategien der Unternehmen stehen verschiedene Werkzeuge der Informationstechnologien für die operative Umsetzung der Informationsintegration zur Verfügung. Bei der Recherche bezüglich der Integrationswerkzeuge wurde deutlich, dass diese für Unternehmen nur von positivem Nutzen sein können. In Kapitel 5 werden die wesentlichen Aussagen kurz zusammengefasst. Darüber hinaus wird der Versuch unternommen, künftige Entwicklungen des Real Time Data Warehousing zu geben.
Inhaltsverzeichnis
Abbildungsverzeichnis
Abkürzungsverzeichnis
1. Einführung
2. Grundlagen und Überblick
2.1 Das Data Warehouse
2.2 Entwicklung
2.3 Aufbau des Data Warehouse
3 Erweiterung der Data Warehouse – Struktur
3.1 Architektur von Real Time Data Warehouse Systemen
3.1.1 Grundfunktionen von Real Time Data Warehouse Systemen
3.1.2 Der Closed – Loop – Ansatz
3.2 Real time versus Right Time
3.3 Abgrenzung zum klassischen Modell
4 Anwendungsgebiete des Real Time Data Warehousing
4.1 Best – Practices – Award für die Deutsche Börse
4.2 Continental Airlines
5 Fazit
Literaturverzeichnis
Periodika und Dissertationen und weiterführende Quellen
Quellenverzeichnis:
Abbildungsverzeichnis
Abbildung 1: Charakteristika des Data Warehousing
Abbildung 2: Architektur eines Real Time Data Warehousesystems
Abbildung 3: Real Time vs. Right Time
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
1. Einführung
Das Management jedes Unternehmens steht vor internen sowie externen Rahmenbedingungen zur Entscheidungsfindung. Um die Unternehmensergebnisse optimal Steuern und Planen zu können stehen die Führungskräfte vor vielfältigen Herausforderungen. Für eine Garantie der Zukunftsfähigkeit des Unternehmens, ist es notwendig, sich an diese anzupassen oder aktiv die Rahmenbedingungen mitzugestalten. Hauptziel der vorliegenden Hausarbeit ist die Darstellung, wie die Information von Real Time Data Warehousing, auf die Planung und Steuerung der Unternehmensergebnisse positiv Einfluss nehmen kann.
In Kapitel 2 werden die Grundlagen und ein Überblick des Data Warehousing abgebildet. Als Verständnisgrundlage dient die Eingrenzung des Data Warehousing sowie die Entwicklung. Das Kapitel endet mit dem Aufbau des Data Warehousing.
Die Erweiterung der Data Warehouse Struktur, wie zum Beispiel die Architektur von Real Time Systemen befindet sich im Kapitel 3. Zur besseren Erörterung erfolgt eine Differenzierung von Real und Right Time Data Warehousing im Abschnitt 3.2. Um einen tieferen Einblick geben zu können findet die Abgrenzung zum klassischen Modell im letzten Abschnitt unter 3.3 statt.
Im vierten Abschnitt der Hausarbeit werden praktische Beispiele über das Real Time Data Warehousing vorgenommen. Entsprechend der individuellen Integrationsstrategien der Unternehmen stehen verschiedene Werkzeuge der Informationstechnologien für die operative Umsetzung der Informationsintegration zur Verfügung. Bei der Recherche bezüglich der Integrationswerkzeuge wurde deutlich, dass diese für Unternehmen nur von positivem Nutzen sein können.In Kapitel 5 werden die wesentlichen Aussagen kurz zusammengefasst. Darüber hinaus wird der Versuch unternommen, künftige Entwicklungen des Real Time Data Warehousing zu geben.
2. Grundlagen und Überblick
In diesem Abschnitt werden die Art und Weise vorgestellt, die für das weitere Verständnis der Hausarbeit notwendig sind. Hierzu zählen zum Beispiel die Hauptcharakteristika des Data Warehousing. Des Weiteren soll auf die Entwicklung sowie die Architektur eingegangen werden.
2.1 Das Data Warehouse
Das Data Warehouse ist eine Sammlung von gespeicherten Daten, die zur Entscheidungsunterstützung von Führungskräften herangezogen werden.
William H. Inmon fasst Data Warehouse wie folgt zusammen: “A data warehouse is a subject-oriented, intergrated, nonvolatile, and time-variant collection of data in support of management`s decisions.”[1]
Data Warehouse kann in vier Bereiche aufgeteilt werden. Diese sind:
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1:
Quelle: Eigene Darstellung
1. Themenorientierung:
Um Zusammenhänge zwischen Daten und Fakten zu erkennen, müssen sie auf Basis eines übergeordneten Themas, wie zum Beispiel Produkt oder Kunde, erfasst und ausgewertet werden. Eine Aufgabe der Analyse besteht im Auffinden unbekannter Verbindungen. Die gesammelten Daten unterstützen damit nicht nur einen bestimmten Geschäftsprozess, sondern können auf verschieden Themenfelder ausgeweitet werden.
2. Integration:
Die Daten müssen in das Data Warehouse nicht nur eingefügt, sondern auch aneinander angepasst werden, um sinnvolle Werte zu erzielen. Somit wird ein gesamter Blick über das Unternehmen ermöglicht. Einer der Hauptgründe für die Entwicklung von Data Warehouse war eine zentrale Sicht zu erhalten.
3. Chronologie:
Daten werden über einen längeren Zeitraum, je nach Bedarf des Unternehmens, archiviert, um Zeitreihenanalysen zu gestatten. Nur so können Führungskräfte Informationen über einen längeren Zeitraum erhalten.
4. Persistenz:
Der Datenbestand eines Data Warehouses ist stabil, das bedeutet, dass Datensätze nicht gelöscht werden. Dies ist Voraussetzung für die Vollständigkeit der Daten. Bei Veränderung von Daten kommt es zur Uneinstimmigkeiten der Informationen.
Beim Data Warehouse wird in analytische und operative Systeme unterschieden. Auf diese Charakteristiken wird hier nicht weiter eingegangen.
2.2 Entwicklung
In den siebziger Jahren des zwanzigsten Jahrhunderts fanden erste Studien im MIT[2] statt, die eine optimale technische Architektur von Computersystemen als Ziel hatte. Es wurden allgemeine Richtlinien zum Aufbau festgelegt. Hier unterschied man zum ersten Mal in operative und analytische Systeme.
IBM[3] führte ende der achtziger Jahre ein „Information Warehouse“ ein, mit dem Ziel, Daten die aus verschiedenen Systemen stammen zusammen zu führen, ein. Die Zusammenlegung von Abteilungen beziehungsweise Firmen sollte so vereinfacht werden.
William H. Inmon veröffentlichte sein Buch „Building the Data Warehouse“. Somit schuf er einen Leitfaden für die Erstellung von Data Warehouse Systemen. Anfangs hatten Unternehmen technische sowie organisatorische Schwierigkeiten bei der Erstellung von Data Warehouse Architekturen.
Mittlerweile dient das Programm zur Berichterstellung, Analyse von Daten und zur Entscheidungsfindung der Unternehmen.
2.3 Aufbau des Data Warehouse
Im Data Warehouse findet die Speicherung von heterogenen Quellen statt. Dies sind Daten deren Struktur, Inhalt und Zugriffsstellen unterschiedlich sind. Oft werden Systeme des Online Transaction Processing (OLTP) erfasst. Grundsätzlich sind aber beliebige Quellsysteme denkbar. Diese können unstrukturierte Textdateien oder semistrukturierte Webseiten sein. Unternehmensinterne sowie –externe können als Quelle dienen. Bei der Auswahl sollte auf Qualität, Zuverlässigkeit und auf die Kosten geachtet werden. Der Prozess von Transformation, Extraktion und Laden integriert die Daten. Das Date Warehouse übernimmt in der klassischen Architektur eine passive Rolle und stellt die Applikationen bereit. Mit Hilfe von Tools für Data Mining und OLAP werden Auswertungen des Datenbestands durchgeführt und Informationen aus der Masse gewonnen. Durch das Zusammenspiel von Data Minings sollen bisher unbekannte Zusammenhänge hergestellt werden. Hier setzt man Techniken der Klassifikation und Clusterbildung ein. OLAP Tools machen den Datenbestand interaktiv zugänglich. Der Benutzer dieser Daten kann den Verdichtungsgrad beeinflussen. Trotz umfangreicher Fragen sind relativ kurze Antwortzeiten gewährleistet.[4]
Das Data Warehouse wird auf Grundlage von Datenbanksystemen realisiert. Ladungen von Information beinhalten ein hohes Volumen, welches in Form von Tabellen auf rationalen Datenbanksystemen erfolgt.
3 Erweiterung der Data Warehouse – Struktur
Das in Kapitel 2 vorgestellte Modell der Data Warehouse – Struktur ist für eine Entscheidungsfindung im Kontext von taktischen Analysen oder operativen Entscheidungen nicht anwendbar. Beide Vorgehen stellen den Anspruch einer schnelleren Verarbeitung der Daten an die Data Warehouse – Struktur dar. Im Rahmen der Entscheidungsfindung wird nicht ausschließlich auf die Qualität der zur Verfügung gestellten Daten geachtet, sondern auch auf die verstrichene Zeit, bis die Daten vorliegen.[5]
An dieser Stelle erfolgt die Erweiterung der vorhandenen und im vorangestellten Kapitel dargestellte Data Warehouse – Struktur. Im Rahmen der vorliegenden Hausarbeit soll hier besonders auf Aspekte des Real Time Data Warehousing sowie kurz auf den Cloosed Loop Ansatz eingegangen werden.
[...]
[1] Vgl. Inmon, W. H.: Building the Data Warehouse, Seite 31
[2] Massachusetts Institute of Technology (www.mit.edu)
[3] International Business Machines Corporation (www.ibm.com)
[4] Vgl. Chaudhuri, S., Dayal, U.: An overview of data warehousing and OLAP technology. In Sigmod, R: ACM Special Interest Group on Management of Data, S. 65-74
5 Vgl. Hackathorn, Richard: The BI Watch: Real-Time to Real-Value. In: DM Review Magazine (2004), Januar
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen.