Datenmodellierung in Data-Warehouse-Systemen - Konzepte, Technologien und Methoden für die Modellierung entscheidungsunterstützender Daten in Unternehmen

Dieses Buch bietet wertvolle Unterstützung beim Aufbau und bei der Modellierung eines Data Warehouse (DW). Es führt praxisnah durch alle Phasen eines DW-Projekts von der Anforderungsanalyse über die Datenmodellierung und Architektur bis hin zur praktischen Umsetzung. Leserinnen und Leser gewinnen ein tiefes Verständnis für bewährte Modellierungstechniken, die einen entscheidenden Faktor für die Struktur und den Erfolg eines DW darstellen. Ein besonderer Schwerpunkt liegt dabei auf der Definition von Regelwerken zur effektiven Erstellung semantischer und logischer Datenmodelle. Zudem werden nicht nur theoretische Grundlagen vermittelt, sondern auch praktisches Wissen zur Umsetzung abgerundet durch eine realistische Fallstudie.
Zielgruppe

• Praktiker*innen

List of contents

Einleitung.- Aufbau und Komponenten klassischer DW-Architekturen.- Anforderungsanalyse.- Klassische relationale Datenmodelle.- Multidimensionale Datenmodelle.- Data Vault.- Konzepte und Techniken der Historisierung.- Fallstudie zur Gestaltung einer Data-Warehouse-Anwendung.- Zusammenfassung.- Glossar.- Literatur.

About the author

Prof. Dr. Hermann Gehring leitete den Lehrstuhl Wirtschaftsinformatik an der FernUniversität in Hagen und ist als Emeritus weiterhin in Lehre und Forschung tätig.

Prof. Dr. Peter Gluchowski ist Inhaber des Lehrstuhls für Wirtschaftsinformatik, insb. Systementwicklung und Anwendungssysteme, an der Technischen Universität in Chemnitz.

Summary

Dieses Buch bietet wertvolle Unterstützung beim Aufbau und bei der Modellierung eines Data Warehouse (DW). Es führt praxisnah durch alle Phasen eines DW-Projekts – von der Anforderungsanalyse über die Datenmodellierung und Architektur bis hin zur praktischen Umsetzung. Leserinnen und Leser gewinnen ein tiefes Verständnis für bewährte Modellierungstechniken, die einen entscheidenden Faktor für die Struktur und den Erfolg eines DW darstellen. Ein besonderer Schwerpunkt liegt dabei auf der Definition von Regelwerken zur effektiven Erstellung semantischer und logischer Datenmodelle. Zudem werden nicht nur theoretische Grundlagen vermittelt, sondern auch praktisches Wissen zur Umsetzung – abgerundet durch eine realistische Fallstudie.
Zielgruppe

• Praktiker*innen

Product details

• Authors: Peter Gluchowski, Melanie Pfoh, Anja Tetzner
• Publisher: Springer, Berlin
• Languages: German
• Product format: Hardback
• Released: 11.12.2025
• EAN: 9783658488475
• ISBN: 978-3-658-48847-5
• No. of pages: 141
• Dimensions: 168 mm x 12 mm x 240 mm
• Weight: 387 g
• Illustrations: XIII, 141 S. 95 Abb., 25 Abb. in Farbe.
• Subjects: Natural sciences, medicine, IT, technology > IT, data processing > Application software; Data Science, Data Mining, Datenbanken, Data Warehouse, Wissensbasierte Systeme, Expertensysteme, Database Management, Datenmodellierung, Data Mining and Knowledge Discovery, Business Information Systems, Business Informatics, Multidimensionale Datenmodelle, Logische Datenmodellierung, Data-Vault-Datenmodell, Informationsbedarfsanalyse, ER-Modellierung, Snowflake-Schema, Semantische Datenmodellierung, Business-Intelligence-Systeme, DWH-Architektur, BI-Gesamtarchitektur, BI-Anwendungen, Star-Schema, ADAPT-Modellierung