Data Warehouse. Komponente der Business Intelligence und Qualitätsfaktor des Reportings

Inhaltsverzeichnis

• 1 Einleitung
  • 1.1 Kurzüberblick
  • 1.2 Aufbau der Arbeit
• 2 Business Intelligence
  • 2.1 Ein kurzer Überblick
    • 2.1.1 Semantische Sichtweise
    • 2.1.2 Pragmatische Sichtweise
    • 2.1.3 Verständnis der Business Intelligence
    • 2.1.4 Entwicklung der Business Intelligence
  • 2.2 Komponenten der Business Intelligence
    • 2.2.1 Ein aktuelles BI Umfeld im Überblick
    • 2.2.2 Datenherkunft
    • 2.2.3 Datenbereitstellung
    • 2.2.4 Informationsgenerierung
    • 2.2.5 Informationszugriff
    • 2.2.6 Metadatenmanagement
  • 2.3 Bedeutung der BI für die betriebswirtschaftliche Praxis
• 3 Das Data Warehouse
  • 3.1 Konzept des Data Warehouse
  • 3.2 Referenzarchitektur eines Data Warehouse
    • 3.2.1 Aufbau der Architektur
    • 3.2.2 Datenquellen
    • 3.2.3 Metadatenmanager und Repositorium
    • 3.2.4 Arbeitsbereich
    • 3.2.5 Basisdatenbank
    • 3.2.6 Data Warehouse
    • 3.2.7 Data Warehouse Manager
  • 3.3 OLAP im Data Warehousing
    • 3.3.1 OLAP Definition
    • 3.3.2 Multidimensionale Datenmodelle
    • 3.3.3 Fallbeispiel: Cube-Erstellung
    • 3.3.4 Fallbeispiel: Arbeitsprozesse mit Cubes
      • 3.3.4.1 Die Standardprozeduren
      • 3.3.4.2 Pivoting
      • 3.3.4.3 Slicing
      • 3.3.4.4 Dicing eines Cubes
      • 3.3.4.5 Drill-Down & Roll-Up
  • 3.4 OLAP im relationalen Umfeld
    • 3.4.1 Datenmodelle von OLAP Systemen
• 4 Reportingerfordernisse im Unternehmen
  • 4.1 Bedeutung des Reporting
  • 4.2 Anforderungen an das Reporting
  • 4.3 Umsetzungsstrategien
    • 4.3.1 Vorüberlegungen
  • 4.4 Excellence im Reporting
    • 4.4.1 Grundlegende Problemstellung
    • 4.4.2 Das „magische Viereck“ der Management-Reporting Excellence
    • 4.4.3 Die zwölf Erfolgsfaktoren
      • 4.4.3.1 Strategie und Steuerungsverständnis fest im Blick halten
      • 4.4.3.2 Nutzen für das Management schaffen
      • 4.4.3.3 Effizienz im Reporting
      • 4.4.3.4 Interaktion zwischen Controlling und Management stärken
• 5 Open Source BI mit der Pentaho BI Suite
  • 5.1 Open Source Business Intelligence
  • 5.2 Aufbau der Pentaho BI Suite
  • 5.3 Installation des Pentaho Testsystems
  • 5.4 Funktionen im BI Portal
  • 5.5 Datenbereitstellung / ETL Prozess
  • 5.6 Mondrian

Zielsetzung und Themenschwerpunkte

Diese Bachelorarbeit untersucht Data Warehouses als Kernkomponente von Business-Intelligence-Systemen und deren Bedeutung für die Qualität des Reportings. Die Arbeit analysiert die Architektur von Data Warehouses, OLAP-Techniken und die Anforderungen an effektives Reporting im Unternehmenskontext.

• Data Warehouses als Bestandteil von Business Intelligence
• Architektur und Komponenten von Data Warehouses
• OLAP-Technologien und deren Anwendung
• Anforderungen an Reporting im Unternehmen
• Open-Source-BI-Lösungen

Zusammenfassung der Kapitel

Kapitel 1 bietet eine Einleitung und einen Überblick über den Aufbau der Arbeit. Kapitel 2 beschreibt Business Intelligence, seine Komponenten und Bedeutung. Kapitel 3 fokussiert auf Data Warehouses, ihre Konzepte, Architektur und die Anwendung von OLAP. Kapitel 4 befasst sich mit den Anforderungen an Reporting in Unternehmen und Strategien zur Verbesserung der Reporting-Qualität. Kapitel 5 stellt eine Open-Source-BI-Lösung vor.

Schlüsselwörter

Data Warehouse, Business Intelligence, Reporting, OLAP, Data Mining, Pentaho BI Suite, Datenanalyse, Informationsmanagement, Unternehmenssteuerung.