Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Einleitung Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

4. Analytische Systeme

verfasst von : Rainer Weber

Erschienen in: Betriebliche Anwendungssysteme

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Analytische Systeme dienen zur Analyse einer Menge von Daten im Gegensatz zur Einzelsatzbearbeitung in operativen Systemen. Wir fassen den Begriff „analytische Funktionalität“ weit, wodurch sich ein ganzes Spektrum ergibt – von Berichten in einem ERP-System bis zu maschinellem Lernen und mathematischen Optimierungsverfahren in der Planung. Wir sehen uns verschiedene Verfahren an, um einen breiten Überblick zu bekommen, und gehen bei Data-Warehouse-Systemen stärker in die Tiefe.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Operative Systeme
Nächstes Kapitel Anwendungsplattform
Fußnoten
1
Es gibt Ausnahmen, wie die „sich selten ändernden Dimensionen“, siehe Abschn. 4.2.3.4.
 
2
In Plattner und Zeier (2011, S. 30) werden Zahlen aus einer Analyse genannt: Ein Anwendungssystem für ein mittelgroßes Unternehmen enthält 100 GB operative Daten und 1 TB analytische Daten, eines für ein Großunternehmen 35 TB operative Daten und 40 TB analytische Daten.
 
3
In Bauer und Günzel (2009, S. 62) heißt das Konzept abhängige Data Marts. Mehrwald (2010, S. 313) nennt allgemein die Ebene der Datenwürfel Data Mart Layer.
 
4
Für die genaue Beziehung zwischen ODS und Basisdatenbank sowie verschiedene Klassen von ODS-Daten siehe Bauer und Günzel (2009, S. 56).
 
5
Die Idee der Veranschaulichung ist Snapp (2010, S. 65) entnommen. Konsequent wählen wir auch hier ein Beispiel aus dem Einkauf. Den „Klassiker“ „Umsatzdaten im Vertrieb“ heben wir uns für die Aufgabe 4.2 auf.
 
6
Nach Bauer und Günzel (2009, S. 213) sind die Begriffe ROLAP und MOLAP irreführend, da nicht nur OLAP-Werkzeuge zur Analyse eingesetzt werden müssen.
 
7
Bei SAP Business Warehouse zum Beispiel können bei der komprimierten Faktentabelle nur die Merkmale „Geschäftsjahr/Geschäftsmonat“ und „Kalendermonat“ zur Partitionierung verwendet werden (Mehrwald 2010, S. 149).
 
8
Neben sog. externen Hierarchien gibt es weitere Möglichkeiten, Hierarchien abzubilden, nämlich über Stammdaten- oder Dimensionsattribute. Die Vor- und Nachteile sind in Mehrwald (2010, S. 194 ff.) beschrieben.
 
9
Die technische Information in der Dimension „Datenpaket“ ist vor allem für die Administration einzelner Ladevorgänge nötig, für Auswertungen ist sie nicht von Belang. Daher werden Datenwürfel neben dieser Form optional in einer komprimierten Form gespeichert, welche über die verschiedenen Ladevorgänge hinwegsehend aggregiert (Mehrwald 2010, S. 106 ff.).
 
10
Man könnte es auch als eine spezielle Mischform ansehen. Nach Mehrwald (2010, S. 105) sind die InfoCubes des SAP BW grundsätzlich nach dem Schneeflockenschema aufgebaut.
 
11
Es gibt besondere Fälle, wo eine SID bereits als Schlüsselfeld in der Dimensionstabelle auftritt, worauf wir hier aber nicht weiter eingehen (Yamada und Wolf 2010, S. 53).
 
12
(Snapp 2010, S. 32), geschrieben auf Englisch, unterscheidet zwischen Advanced Planning und Supply Chain Planning, wobei Letzteres für die Ausführung der Logistikkette in einem ERP-System steht. Das Wort „Planning“ ist, ebenso wie bei Enterprise Resource Planning, also kontextabhängig.
 
13
In Balla und Layer (2010) wird aufgrund der Funktionsweise des Planungssystems und dessen Zusammenspiel mit dem ERP-System noch eine Bestimmung der Dispositionsstufen vorgeschaltet, worauf wir hier nicht weiter eingehen.
 
14
Die „klassische“ Fragestellung für Data-Warehouse-Systeme, behandelt in wohl jedem Data-Warehouse-Buch; unser Beispiel orientiert sich an der wesentlich umfangreicheren Fallstudie in Kemper et al. (2010, S. 77 ff.).
 
Literatur
Der behandelte Stoff über Data-Warehouse-Systeme ist weitgehend „Standardinhalt“, entsprechend ist er ausführlich in verschiedenen Lehrbüchern dargestellt, z. B.
Kemper, H.-G., Baars, H., Mehanna, W.: Business Intelligence, 3. Aufl. Vieweg + Teubner, Wiesbaden (2010)
Der Teil ETL findet sich in Abschn. 2.3, vor allem in 2.3.1, die Datenmodellierung in Abschn. 2.4.
Bauer, A., Günzel, H. (Hrsg.): Data-Warehouse-Systeme, 3. Aufl. dpunkt, Heidelberg (2009)
Dieses Buch wurde von einem Autorenkollektiv bestehend aus etwa 50 Personen geschrieben. Die Behandlung ist recht umfangreich. Die in unserem Buch dargestellten Themen finden sich dort in den Kap. 1 bis 7.
Balla, J., Layer, F.: Produktionsplanung mit SAP APO, 2. Aufl. Galileo Press, Bonn (2010)
Braun, M.: Analytics im Online-Handel. In: Haneke, U., Trahasch, S., Zimmer, M., Felden, C. (Hrsg.): Data Science. Grundlagen, Architekturen und Anwendungen, S. 209–224. dpunkt, Heidelberg (2019)
Bretzke, W.-R.: „SCM Collaboration“ und „4PL’s“: Bemerkungen über die Grenzen eines Paradigmas. Logistikmanagement, 4. Jg., 2002. Ausgabe 1, 41–44 (2002)
Davidenkoff, A., Werner, D.: Globale SAP-Systeme – Konzeption und Architektur. Galileo Press, Bonn (2008)
Egger, N., Fiechter, J.-M., Rohlf, J.: SAP BW Datenmodellierung. Galileo Press, Bonn (2004)
Elsner, M., González, G., Raben, M.: SAP® Leonardo. Konzepte, Technologien, Best Practices. Rheinwerk, Bonn (2018)
Freiknecht, J., Papp, S.: Big Data in der Praxis, 2. Aufl. Hanser, München (2018) CrossRef
Gulyássy, F., Hoppe, M., Isermann, M., Köhler, O.: Disposition mit SAP. Galileo Press, Bonn (2009)
Haneke, U., Trahasch, S., Zimmer, M., Felden, C. (Hrsg.): Data Science. Grundlagen, Architekturen und Anwendungen. dpunkt, Heidelberg (2019)
Hoppe, M.: Absatz- und Bestandsplanung mit SAP APO. Galileo Press, Bonn (2007)
Huber, M.: Predictive Maintenance. In: Haneke, U., Trahasch, S., Zimmer, M., Felden, C. (Hrsg.): Data Science. Grundlagen, Architekturen und Anwendungen, S. 225–244. dpunkt, Heidelberg (2019)
Inmon, W.H.: Building the Data Warehouse, 1. Aufl. Wiley, New York (1993)
Kauermann, G.: Data Science – Einige Gedanken aus Sicht eines Statistikers. Informatik Spektrum 42(6), 387–393 (2019) CrossRef
Kayser, V., Zubovic, D.: Data Privacy. In: Haneke, U., Trahasch, S., Zimmer, M., Felden, C. (Hrsg.): Data Science. Grundlagen, Architekturen und Anwendungen, S. 147–160. dpunkt, Heidelberg (2019)
Klein, D., Tran-Gia, P., Hartmann, M.: Big Data. Aktuelles Schlagwort. Informatik-Spektrum 36(3), 319–323 (2013)CrossRef
Kleppmann, M.: Designing Data-Intensive Applications. O’Reilly, Sebastopol (2017)
Marx Gomez, J., Rautenstrauch, C., Cissek, P., Grahlher, B.: Einführung in SAP Business Information Warehouse. Springer, Berlin, Heidelberg (2006)
Marz, N., Warren, J.: Big data: principles and best practices of scalable realtime data. Manning, Shelter Island (2015)
Mehrwald, C.: Datawarehousing mit SAP BW 7, 5., korrigierte Aufl. dpunkt, Heidelberg (2010)
Müller, S., Keller, C.: Pentaho und Jedox. Hanser, München (2015)
Penny, S., Frye, R., Berg, B.: SAP HANA – die neue Einführung, 3. Aufl. Rheinwerk, Bonn (2017)
Plattner, H., Zeier, A.: In-Memory Data Management. Springer, Berlin Heidelberg New York (2011) CrossRef
Riedhammer, K.: Private Kommunikation (2020)
Snapp, S.: Discover SAP SCM. Galileo Press, Bonn (2010)
Trahasch, S., Felden, C.: Grundlegende Methoden der Data Science. In: Haneke, U., Trahasch, S., Zimmer, M., Felden, C. (Hrsg.): Data Science. Grundlagen, Architekturen und Anwendungen, S. 65–100. dpunkt, Heidelberg (2019)
Weber, R.: Technologie von Unternehmenssoftware. Springer Vieweg, Berlin Heidelberg (2021)
Willinger, M., Gradl, J.: Datenmigration in SAP, 2. Aufl. Galileo Press, Bonn (2007)
Wolf, F.K., Yamada, S.: Datenmodellierung in SAP NetWeaver BW. Galileo Press, Bonn (2010)
Zitzelsberger, A.: Private Kommunikation (2011). Zugegriffen: 20. Okt. 2011
Metadaten
Titel
Analytische Systeme
verfasst von
Rainer Weber
Copyright-Jahr
2021
Verlag
Springer Berlin Heidelberg
Buch
Betriebliche Anwendungssysteme

Print ISBN: 978-3-662-63184-3

Electronic ISBN: 978-3-662-63185-0

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-662-63185-0_4