Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Winter 2021/22    Hilfe  Trennstrich  Sitemap  Trennstrich  Impressum  Trennstrich  Datenschutz  Trennstrich  node1  Trennstrich  Switch to english language

Veranstaltung

Datawarehouse und Business Intelligence

  • Funktionen:

Grunddaten

Veranstaltungsart Vorlesung SWS 4.00
Veranstaltungsnummer 23543 Semester SS 2021
Sprache Deutsch Studienjahr
Hyperlink Stud.IP Lehrveranstaltung nicht mit Stud.IP synchronisiert

Belegung über StudIP

Es gibt keine Informationen zu einem Belegungsverfahren.

Module

1150770 Ergänzende Themen im Themenbereich Wirtschaftsinformatik
1150930 Data Warehouses und Business Intelligence
1151220 Data Warehouses, Business Intelligence und Data Mining

Termine Gruppe: [unbenannt] iCalendar Export für Outlook

  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Mi. 09:00 bis 11:00 woch 07.04.2021 bis 14.07.2021  Onlineveranstaltung - Onlineveranstaltung Raumplan Klettke findet statt    
Einzeltermine anzeigen
iCalendar Export für Outlook
Mi. 11:00 bis 13:00 woch 07.04.2021 bis 14.07.2021  Onlineveranstaltung - Onlineveranstaltung Raumplan Klettke findet statt    
Gruppe [unbenannt]:
 

Verantwortliche Person

Verantwortliche Person Zuständigkeit
apl. Prof. Dr.-Ing. habil. Meike Klettke

Studiengänge

Studiengang/Abschluss/Prüfungsversion Semester Teilnahmeart
Computer Science International, Master (2020) 1. - 3. Semester wahlobligatorisch
Informatik, Master (2013) 1. - 2. Semester wahlobligatorisch
Informationstechnik/Technische Informatik, Master (2013) 1. - 2. Semester wahlobligatorisch
Visual Computing, Master (2014) 1. - 3. Semester wahlobligatorisch
Wirtschaftsinformatik, Master (2018) 1. - 2. Semester obligatorisch

Zuordnung zu Einrichtungen

Fakultät für Informatik und Elektrotechnik (IEF)

Inhalt

Kommentar

Business Intelligence steht für das Zusammenführen und Auswerten von heterogenen Geschäftsdaten bei der Unternehmenssteuerung. Eine verbesserte Unterstützung und Informationsversorgung für das Treffen von operativen und strategischen Entscheidungen erfolgt durch die Sammlung, Speicherung, Integration und Auswertung von Geschäftsdaten.

Das Modul führt in die Grundlagen von Data Warehouses ein, erklärt das multidimensionale Datenmodell, verschiedene Speicherungsvarianten  und die Formulierung und Umsetzung von OLAP-Anfragen auf dem Data  Warehouse und erläutert typische Fragestellungen der Verwendung von Data Warehouses. Der ETL-Prozess zum Laden von multidimensionalen Daten in das Data Warehouses wird vorgestellt, weiterhin wird die Integration von  Daten aus heterogenen Datenquellen in der Vorlesung behandelt.   
Ausgewählte Data Mining Verfahren werden eingeführt und deren Implementierung auf einem Data Warehouse wird erläutert.

Mehrere Anwendungsszenarien beschreiben das Zusammenwirken der Data Warehousekomponenten und der Data Mining-Verfahren.

Literatur

-    Veit Köppen, Gunter Saake, Kai-Uwe Sattler: Data Warehouse Technologien: Technische Grundlagen,  mitp Professional, 2012
-    Data-Warehouse-Systeme. Architektur, Entwicklung, Anwendung von Andreas Bauer und Holger Günzel, dpunkt-Verlag, 2004
-    Datenbanktechnologie für Data-Warehouse-Systeme. von Wolfgang Lehner, dpunkt-Verlag, 2002
-    Informationsintegration von Ulf Leser und Felix Naumann, dpunkt-Verlag, 2006
-    Han, Kamber: Data Mining. Concepts and Techniques Concepts and Techniques, Morgan Kaufmann Series in Data Management Systems:   2006
-    W. H. Inmon: Building the Data Warehouse, John Wiley & Sons, 4. Auflage, 2005

Lerninhalte

Business Intelligence
•    Einsatzgebiete
•    Ziele
•    Eingesetzte Technologien
Data Warehouses
•    multidimensionales Datenmodell
•    Entwurf von Data Warehouses mit dem multidimensionalen Datenmodell
•    relationale Speicherung (Starschema, Snowflakeschema, full-fact, Galaxien)
•    multidimensionale Speicherung
•    Verwendung von Column Stores
•    OLAP-Anfragen, SQL-Erweiterungen für Warehouses
•    multidimensionale Anfragen
•    ETL (Extraction, Transformation, Load)
•    Anwendungsgebiete, Anwendungsszenarien
Data Integration
•    Schema- und Datenintegration
•    Mappingtools
Data Mining
•    Assoziationsregeln
•    Verfahren zum Clustering
•    Klassifikationsverfahren
•    case-based reasoning
•    Data Mining auf Texten

Strukturbaum

Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SS 2021 , Aktuelles Semester: Winter 2021/22