Read more
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
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. Peter Gluchowski leitet den Lehrstuhl für Wirtschaftsinformatik, insbesondere Systementwicklung und Anwendungssysteme, an der Technischen Universität in Chemnitz und konzentriert sich dort mit seinen Forschungsaktivitäten auf das Themengebiet Business Intelligence. Er beschäftigt sich seit rund 20 Jahren mit Fragestellungen, die den praktischen Aufbau dispositiver bzw. analytischer Systeme zur Entscheidungsunterstützung betreffen. Seine Erfahrungen aus unterschiedlichsten Praxisprojekten sind in zahlreichen Veröffentlichungen zu diesem Themenkreis dokumentiert. Frau Dr. Anja Tetzner ist als wissenschaftliche Mitarbeiterin am Lehrstuhl für Wirtschaftsinformatik, insbesondere Systementwicklung und Anwendungssysteme, an der Technischen Universität Chemnitz tätig. Der Fokus ihrer Tätigkeit liegt auf den Themenbereichen künstliche neuronale Netze und Business Intelligence, insbesondere dem Teilgebiet des analytischen Kundenbeziehungsmanagements. Im Rahmen ihrer Promotion legte sie den Schwerpunkt ihrer Forschungsarbeit auf den Einsatzes künstlicher neuronaler Netze zur Identifikation von Ironie, welche die strukturierte Untersuchung der Eignung verschiedener künstlicher neuronaler Netze zur automatisierten Erkennung von Ironie in vordergründig informeller textueller Kommunikation forcierte. Begründet durch die gegenwärtige Entwicklung im Bereich der generativen KI befasst sie sich mit den Einsatzmöglichkeiten von KI in verschiedenen Anwendungsbereichen, insbesondere hinsichtlich der Textgenerierung. Frau Dr. Melanie Pfoh arbeitet als wissenschaftliche Mitarbeiterin am Lehrstuhl für Wirtschaftsinformatik, insbesondere Systementwicklung und Anwendungssysteme, an der Technischen Universität Chemnitz. Seit ihrem Abschluss als Diplom-Wirtschaftsinformatikerin beschäftigt sie sich schwerpunktmäßig mit dem Themengebiet Business Intelligence, war in verschiedene Forschungsprojekte involviert und legte im Rahmen Ihrer Promotion den Fokus auf Analytische Informationssysteme im Kontext von Smart Homes.
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
