Einsatzpotentiale von Data Mining und OLAP als Bestandteile moderner Managementunterstützungssysteme

Inhaltsverzeichnis

• Einleitung
• Problemstellung
• Zielsetzung
• Aufbau
• Managementunterstützungssysteme
• Begriff und Zweckbestimmung
• Architektur
• OLAP
• Begriff und grundlegende Funktionsweise
• Betriebswirtschaftliche Einsatzmöglichkeiten
• Data Mining
• Begriff und grundlegende Funktionsweise
• Betriebswirtschaftliche Einsatzmöglichkeiten
• Schlussbemerkungen

Zielsetzung und Themenschwerpunkte

Diese Diplomarbeit befasst sich mit dem Einsatzpotential von Data Mining und OLAP als Bestandteile moderner Managementunterstützungssysteme. Die Arbeit untersucht, wie diese Technologien Unternehmen dabei unterstützen können, fundierte Entscheidungen zu treffen, indem sie große Datenmengen analysieren und Erkenntnisse für die Planung, Steuerung und Kontrolle von Geschäftsprozessen liefern.

• Die Bedeutung von Managementunterstützungssystemen in der heutigen Zeit
• Die Funktionsweise und die Einsatzmöglichkeiten von OLAP
• Die Funktionsweise und die Einsatzmöglichkeiten von Data Mining
• Der Beitrag von OLAP und Data Mining zur Verbesserung von Entscheidungsfindungen
• Potentielle Herausforderungen und Chancen bei der Implementierung von Data Mining und OLAP

Zusammenfassung der Kapitel

• Einleitung: Diese Einleitung führt in die Problemstellung der Arbeit ein, erläutert die Zielsetzung und gibt einen Überblick über den Aufbau der Arbeit.
• Managementunterstützungssysteme: Dieses Kapitel definiert den Begriff des Managementunterstützungssystems und erläutert dessen Zweckbestimmung und Architektur. Es werden verschiedene Arten von Managementunterstützungssystemen vorgestellt, wie z.B. Executive Information Systems (EIS) und Data Support Systems (DSS).
• OLAP: Dieses Kapitel erklärt den Begriff OLAP (Online Analytical Processing) und beschreibt dessen Funktionsweise sowie die wichtigsten Anwendungsgebiete im betriebswirtschaftlichen Kontext. Es werden Beispiele für die Verwendung von OLAP-Systemen in der Finanzanalyse und im Controlling gegeben.
• Data Mining: Dieses Kapitel befasst sich mit Data Mining, einem Verfahren zur Extraktion von Wissen aus großen Datenmengen. Es erläutert die Funktionsweise von Data Mining, die wichtigsten Verfahren und die unterschiedlichen Einsatzgebiete im betriebswirtschaftlichen Kontext. Es werden verschiedene Arten von Data-Mining-Analysen vorgestellt, wie z.B. die Clusteranalyse und die Assoziationsanalyse.

Schlüsselwörter

Die Arbeit befasst sich mit den Themen Managementunterstützungssysteme, OLAP, Data Mining, Entscheidungsfindung, betriebswirtschaftliche Anwendungen, Finanzanalyse, Controlling, Wissensmanagement, Data Warehousing und Business Intelligence.