|
Zusammenfassung:
Ziel der vorliegenden Diplomarbeit ist es, anhand der Herausstellung des Informationsbedarfs und somit des Bedarfs nach entscheidungsunterstützenden Informationssystemen in Unternehmen, einen Überblick dieser Systeme zu gewährleisten. Diese Zielsetzung wird durch eine detaillierte Erläuterung der einzelnen Komponenten solcher entscheidungsorientierter Systeme unterstützt.
Weiterhin werden die Schritte zur Erstellung und Implementierung von entscheidungsunterstützenden Informationssystemen in Unternehmen mittels einer Beschreibung zur Erstellung eines entsprechenden Prototypen erläutert.
Ausgangspunkt für die Recherche und Untersuchungen dieser Arbeit bildet der mangelnde Über- und Durchblick zum Thema entscheidungsorientierter Informationssysteme. Hinzu kommt die verwirrende Vielfalt der bestehenden Begrifflichkeiten. Mangelnde Abgrenzungen dieser Systeme sowie deren Komponenten, insbesondere im Zusammenhang mit dem Begriff "Data Warehouse", verschärfen diesen Aspekt.
Das Konzept "entscheidungsunterstützender Informationssysteme" spiegelt die Gesamtheit der betroffenen Prozesse eines Unternehmens wider. Sowohl in der Literatur als auch in der Praxis wird oftmals dieses Gesamtprojekt, d.h. Datenselektion, Speicherung, Modellierung, Auswertung und Präsentation unter dem Begriff "Data Warehouse-Konzept" vorgestellt. Der Entwurf und eine Implementierung eines Data Warehouse sind nicht Hauptthema dieser Diplomarbeit. Diese Thematik wurde schon ausreichend in der Literatur und Praxis ausgearbeitet. Ausgangspunkt ist, daß in vielen Unternehmen bereits ein Data Warehouse besteht oder zumindest das Konzept dafür entworfen wurde.
Kernthematik der Diplomarbeit umfaßt das Aufzeigen von Lösungsansätzen zur Datenanalyse und -auswertung sowie deren Umsetzung in der Praxis.
Erwünschtes Ergebnis dieser Diplomarbeit ist die Verschaffung eines transparenten Überblicks des Gesamtbereichs entscheidungsorientierter Informationssysteme anhand der Beantwortung folgender Fragen:
- Besteht ein Bedarf für entscheidungsorientierte Informationssysteme bei Unternehmen?
- Aus welchen Komponenten setzt sich ein entscheidungsorientiertes Informationssystem zusammen?
- Welche Abgrenzungen der einzelnen Komponenten zueinander bestehen?
- Wie wird ein entscheidungsorientiertes Informationssystem erstellt?
Gang der Untersuchung:
Die Diplomarbeit gliedert sich in die folgenden vier Teile:
- Einleitung.
- erster Hauptteil.
- zweiter Hauptteil.
- Schluß.
Die Einleitung beschreibt die Motivation, Zielsetzung und Gliederung der Diplomarbeit.
Der erste Hauptteil beinhaltet einen Überblick über die heutige Informationsversorgung in Unternehmen, eine Zusammenfassung der Thematik zu entscheidungsorientierten Informationssystemen und eine ausführliche Erläuterung der drei Kernkomponenten eines solchen Systems. Hierbei wird jeweils auf die Historie und Entwicklung, einer klaren Definition sowie Abgrenzungen zu den verwandten Bereichen eingegangen.
Der zweite Hauptteil umfaßt zum einen die Erstellung eines Prototypen für entscheidungsorientierte Informationssysteme auf theoretischer Ebene und zum anderen die tatsächliche Umsetzung einer Prototypenerstellung innerhalb einer Abteilung der Siemens Nixdorf Informationssysteme AG.
Der Schluß bietet eine Zusammenfassung der Ergebnisse dieser Arbeit sowie ein abschließendes Wort über entscheidungsorientierte Informationssysteme.
Inhaltsverzeichnis:
|
|
1.
|
Einleitung
|
1
|
|
1.1
|
Motivation und Zielsetzung
|
1
|
|
1.2
|
Gliederung der Arbeit
|
2
|
|
2.
|
Informationsversorgung in Unternehmen
|
4
|
|
2.1
|
Dynamik der Wirtschaft - Information als Wettbewerbsfaktor
|
4
|
|
2.2
|
Gegenwärtige Situation der betrieblichen Informationsversorgung
|
6
|
|
2.2.1
|
Zunahme des Informationsangebots
|
6
|
|
2.2.2
|
Informationssysteme zur betrieblichen Informationsversorgung
|
6
|
|
2.3
|
Geforderte Qualität der Informationen
|
8
|
|
3.
|
Entscheidungsorientierte Informationssysteme
|
9
|
|
3.1
|
Historie und Entwicklung
|
9
|
|
3.1.1
|
Management Informationssysteme (MIS)
|
9
|
|
3.1.2
|
Entscheidungsunterstützungssysteme (EUS / DSS)
|
10
|
|
3.1.3
|
Führungsinformationssysteme (FIS / EIS)
|
10
|
|
3.2
|
Abgrenzung von EIS
|
12
|
|
3.2.1
|
Aufgaben und Leistungsmerkmale
|
12
|
|
3.2.2
|
Benutzergruppen
|
13
|
|
3.2.3
|
Der Markt
|
14
|
|
3.3
|
Erfolgsfaktoren
|
15
|
|
3.4
|
Einsatzbeispiele
|
16
|
|
3.4.1
|
Unternehmerische Aspekte
|
16
|
|
3.4.1.1
|
Database-Marketing
|
17
|
|
3.4.1.2
|
Kundeninformation
|
17
|
|
3.4.1.3
|
Risiko - Management
|
17
|
|
3.4.1.4
|
Vertriebsunterstützung
|
17
|
|
3.4.1.5
|
Controlling
|
18
|
|
3.4.2
|
Branchenthemen
|
18
|
|
3.4.2.1
|
Banken und Versicherungen
|
18
|
|
3.4.2.2
|
Konsumgüterindustrie
|
18
|
|
3.4.2.3
|
Öffentliche Verwaltung
|
19
|
|
3.4.2.4
|
Telekommunikation
|
19
|
|
3.4.2.5
|
Handel
|
20
|
|
3.4.2.6
|
Verkehrsunternehmen
|
20
|
|
4.
|
Data Warehouse
|
21
|
|
4.1
|
Historie
|
21
|
|
4.2
|
Definition
|
22
|
|
4.3
|
Das Data Warehouse Konzept
|
22
|
|
4.3.1
|
Orientierung an den unternehmensbestimmenden Sachverhalten
|
23
|
|
4.3.2
|
Struktur- und Formatvereinheitlichung
|
23
|
|
4.3.3
|
Zeitraumbezug
|
23
|
|
4.3.4
|
Zusammenwirken von Zeitraumbezug und Aggregation
|
24
|
|
4.3.5
|
Nicht-Volatilität
|
25
|
|
4.4
|
Data Warehouse Architekturansätze
|
26
|
|
4.4.1
|
Virtuelles Data Warehouse
|
27
|
|
4.4.2
|
Zentrales Data Warehouse
|
28
|
|
4.4.3
|
Data Marts
|
29
|
|
4.4.4
|
Einsatz verschiedener Data Warehouse-Architekturen
|
29
|
|
4.5
|
Komponenten eines Data Warehouse
|
34
|
|
4.5.1
|
Ursprung und Fundus der Daten
|
34
|
|
4.5.1.1
|
Interne Daten
|
34
|
|
4.5.1.2
|
Externe Daten
|
35
|
|
4.5.1.3
|
Metadaten
|
35
|
|
4.5.2
|
Data Warehouse Managementsoftware
|
36
|
|
4.5.3
|
Merkmale der Data Warehouse-Hardware
|
41
|
|
4.6
|
Nutzen eines Data Warehouse
|
46
|
|
4.7
|
Ausblick
|
46
|
|
5.
|
On-Line Analytical Processing
|
47
|
|
5.1
|
Historie
|
47
|
|
5.2
|
Definition
|
48
|
|
5.2.1
|
Der Begriff OLAP
|
48
|
|
5.2.2
|
Multidimensionalität
|
48
|
|
5.3
|
Abgrenzung zum Data Warehouse
|
50
|
|
5.4
|
Anforderungen von OLAP
|
50
|
|
5.4.1
|
Evaluationsregeln von Codd
|
50
|
|
5.4.2
|
Slice and Dice
|
53
|
|
5.4.3
|
Konsolidierung
|
54
|
|
5.5
|
Abgrenzung zu OLTP
|
56
|
|
5.6
|
Architekturkonzepte für OLAP-Server
|
58
|
|
5.6.1
|
Das ROLAP-Konzept
|
59
|
|
5.6.2
|
ROLAP Schemata
|
63
|
|
5.6.3
|
ROLAP - Fazit
|
67
|
|
5.6.4
|
Das MOLAP-Konzept
|
67
|
|
5.6.5
|
MOLAP - Fazit
|
71
|
|
5.6.6
|
ROLAP vs. MOLAP
|
71
|
|
5.6.7
|
Auswahl einer Architekturform
|
74
|
|
5.6.8
|
ROLAP / MOLAP - ein Ausblick
|
74
|
|
5.7
|
Zusammenfassung und Ausblick
|
75
|
|
6.
|
Business Intelligence Tools
|
76
|
|
6.1
|
Definition und Richtlinien
|
76
|
|
6.2
|
Abgrenzung zu Data Warehouse und OLAP
|
77
|
|
6.3
|
Anforderungen an BIT
|
78
|
|
6.4
|
Visualisierung und Navigation
|
80
|
|
6.4.1
|
Slice and Dice
|
80
|
|
6.4.2
|
Drill Down
|
81
|
|
6.4.3
|
Roll Up
|
81
|
|
6.4.4
|
Drill Through
|
82
|
|
6.5
|
Produktkategorien
|
83
|
|
6.5.1
|
OLAP-Standardlösungen
|
83
|
|
6.5.2
|
OLAP-Generatoren
|
83
|
|
6.5.3
|
Erweiterungen handelsüblicher Standardprodukte
|
84
|
|
6.5.4
|
Erweiterungen der gebräuchlichen Entwicklungsumgebungen
|
85
|
|
6.5.5
|
WWW-Anwendungen
|
85
|
|
6.5.6
|
Freie Entwicklungs-Tools
|
85
|
|
6.5.7
|
Zusammengefaßt
|
86
|
|
6.6
|
Einteilung nach Funktionalität
|
87
|
|
6.7
|
Data Mining
|
88
|
|
6.7.1
|
Entwicklung und Definition
|
88
|
|
6.7.2
|
Modell eines Data Mining-Systems
|
89
|
|
6.7.3
|
Abgrenzung zu verwandten Gebieten
|
90
|
|
6.7.3.1
|
Statistische Expertensysteme
|
91
|
|
6.7.3.2
|
Datenbank- und Expertensystemforschung
|
91
|
|
6.7.3.3
|
Maschinelles Lernen
|
91
|
|
6.7.4
|
Data Mining-Methoden
|
92
|
|
6.7.5
|
Data Mining-Verfahren
|
93
|
|
6.7.6
|
Nutzen des Data Mining
|
97
|
|
6.7.7
|
Data Mining - ein Ausblick
|
97
|
|
7.
|
Erstellung eines Prototypen
|
99
|
|
7.1
|
Einleitung und Konzept
|
99
|
|
7.2
|
Erschaffung der Grundlagen
|
101
|
|
7.2.1
|
Einsatzmöglichkeiten eines EIS-Prototypen
|
101
|
|
7.2.2
|
Markteinschätzung
|
103
|
|
7.2.2.1
|
Stand der Technik
|
103
|
|
7.2.2.2
|
Entwicklungen und Denkansätze
|
103
|
|
7.2.2.3
|
Marktaufteilung für EIS
|
105
|
|
7.2.2.4
|
Trends
|
106
|
|
7.2.2.5
|
EIS Produktpalette
|
107
|
|
7.3
|
Kennenlernen der Unternehmensstruktur
|
112
|
|
7.4
|
Aufbau des logischen Datenmodells
|
117
|
|
7.5
|
Erschaffung der Datenbasis
|
119
|
|
7.6
|
Auswahl der Software zur Datenmodellierung und -präsentation
|
120
|
|
7.6.1
|
Kriterien
|
120
|
|
7.6.1.1
|
Funktionalität
|
121
|
|
7.6.1.2
|
Akzeptanz der Endanwender
|
122
|
|
7.6.1.3
|
Zielgruppe und Funktionsorientierung
|
124
|
|
7.6.1.4
|
Preisstruktur
|
126
|
|
7.6.1.5
|
Branchenspezifische Nutzung
|
128
|
|
7.6.1.6
|
Sicherheit
|
129
|
|
7.6.1.7
|
Modellierungsfähigkeit
|
130
|
|
7.6.1.8
|
Data Warehouse-Architektur eines Unternehmens
|
132
|
|
7.6.1.9
|
Datenzugriffs- und Datenverarbeitungsgeschwindigkeit
|
132
|
|
7.6.1.10
|
Kooperationen mit EDV Unternehmen
|
133
|
|
7.6.1.11
|
Know-how der Mitarbeiter
|
134
|
|
7.6.2
|
Getroffene Wahl
|
134
|
|
7.7
|
Datenmodellierung
|
141
|
|
7.7.1
|
Schritt 1 - Kennenlernen der Software
|
141
|
|
7.7.2
|
Schritt 2 - Aufsetzen des OLAP auf die Datenbasis
|
142
|
|
7.7.3
|
Schritt 3 - Erstellen der physikalischen Datenwürfel
|
143
|
|
7.8
|
Datenpräsentation und -aufbereitung
|
148
|
|
7.8.1
|
Vorbereitung
|
148
|
|
7.8.2
|
Auswertungen und Berichte in BusinessObjects
|
150
|
|
7.8.3
|
Auswertungen und Berichte im Essbase Excel Add-In
|
152
|
|
7.9
|
Präsentation des Prototypen
|
154
|
|
8.
|
Schluß
|
155
|
|
8.1
|
Zusammenfassung
|
155
|
|
8.1.1
|
Kritik
|
155
|
|
8.1.2
|
Ausblick
|
156
|
|
8.2
|
Abschließendes Wort
|
157
|
|
|
Anhang A - Umfrage
|
158
|
|
|
Anhang B - Präsentationsunterlagen
|
161
|
|
|
Anhang C - Begleitschreiben zum Prototypen
|
165
|
|
|
Abbildungsverzeichnis
|
170
|
|
|
Tabellenverzeichnis
|
172
|
|
|
Literaturverzeichnis
|
173
|
|
|
Glossar
|
176
|
|
|
Erklärung zur Diplomarbeit
|
187
|