Dozent:
Prof. Dr. Elmar Sinz

Otto-Friedrich-Universität Bamberg
Fakultät für Wirtschaftsinformatik und Angewandte Informatik
em. Universitätsprofessor für Wirtschaftsinformatik, insbes. Systementwicklung und Datenbankanwendung
http://www.uni-bamberg.de/wiai/

Turnus & Dauer:
Sommersemester / 1 Semester

Einordnung:
Datenmanagementsysteme

Sprache:
Deutsch

Lehr- & Medienformen

Für dieses Modul steht eine internetbasierte Lernumgebung für die Durchführung der Lehr-/Lernprozesse und der Lernunterstützungsprozesse zur Verfügung. Dabei erfolgt die Betreuung der Studierenden durch die Lehrenden über asynchrone (Foren, E-Mail) und ggf. synchrone (Telefon) Kommunikationswerkzeuge. Diese stehen auch für die Kommunikation der Studierenden untereinander zur Verfügung.

Die Studierenden werden beim Wissenserwerb durch folgende elektronische Selbstlernmedien unterstützt:
Skript/Foliensätze.

Zudem wird der Aufbau von Fertigkeiten und Kompetenzen insbesondere gefördert durch:
Fallstudien, tutoriell betreute Aufgabenbearbeitung, Gruppenarbeit, Toolunterstützung (Data-Warehouse-Tool-Suite)

Es werden praxisbezogene Aufgaben gestellt, die mit Hilfe des erlernten Theorie- und Methodenwissens gelöst werden müssen. Den Studierenden wird eine am Lehrstuhl von Prof. Sinz entwickelte Data-Warehouse-Tool-Suite (Modellierungswerkzeuge und OLAP-System) zur Verfügung gestellt.

Arbeitsaufwand:
135-150 h: Selbststudium, Aufgabenbearbeitung & Abschlussprüfung

ECTS-Credits:
5

Zuordnung:
10 % Wirtschaftswissenschaften
25 % Informatik
60 % Kerngebiete der Wirtschaftsinformatik
5 % Allg. Grundlagen & Schlüsselqualifikationen

Voraussetzungen

Für das Verständnis des Moduls sind Kenntisse im Bereich relationaler Datenbanksysteme hilfreich, wie sie z.B. im Modul Datenmanagement vermittelt werden

Angestrebte Lernergebnisse

Durch das Modul Data-Warehouse-Systeme (DWH-Systeme) werden methodische Grundlagen auf dem Gebiet der DWH-Systeme vermittelt. Absolventinnen und Absolventen des Moduls …

1. können die Nutzung von DWH-Systemen beurteilen und DWH-Systeme selbst nutzen,
2. kennen die wichtigsten methodischen Grundlagen, um an der Entwicklung, der Einführung und am Betrieb von DWH-Systemen mitzuwirken,
3. kennen die wichtigsten Architekturformen von DWH-Systemen und können diese beurteilen,
4. haben eine vollständige und realitätsnahe Fallstudie zur Entwicklung eines DWH-Systems kennengelernt,
5. kennen aktuelle Entwicklungen im Bereich von DWH-Systemen.
6. können selbstständig wissenschaftlich arbeiten und verbessern durch den Umgang mit offenen Fragestellungen ihr systemanalytisches Denken sowie ihre Abstraktionsfähigkeit.
7. haben durch problemorientierte Fragestellungen ihre Team- und Kommunikationsfähigkeit verbessert und sind in der Lage, Verantwortung für den Erfolg einer Projektgruppe zu übernehmen

Studienempfehlungen

Für den erfolgreichen Abschluss des Moduls wird die Abgabe der Aufgabenbearbeitung im Rahmen der optionalen semesterbegleitenden Studienleistungen dringend empfohlen.

Inhalte & Gliederung

Kapitel 1: Einführung und Motivation „Data-Warehouse“

• Zielsetzung
• Funktion und Nutzung von Data-Warehouse-Systemen
• Fallstudie
• Planung von Data-Warehouse-Systemen
• Einsatzbereiche für Data-Warehouse-Systeme
• Überblick über Aufbau und Inhalt des Moduls

Kapitel 2: Das multidimensionale Datenmodell

• Hypercube: Kennzahl, Dimension, Dimensionshierarchie
• Operatoren auf multidimensionalen Datenschemata
• Realisierungsformen des multidimensionalen Datenmodells
• Multidimensionales OLAP (MOLAP)
• Relationales OLAP (ROLAP)
• Hybrides OLAP (HOLAP)

Kapitel 3: Modellierung multidimensionaler Data-Warehouse-Schemata

• Kennzahlen und Kennzahlensysteme
• Dimensionen und Dimensionshierarchien
• Aggregierbarkeit von Kennzahlen
• Visualisierung mehrdimensionaler Datenstrukturen
• Schemaarchitektur von Data-Warehouse-Systemen
• Das Semantische Data-Warehouse-Modell (SDWM)
• Weitere Ansätze für die konzeptuelle Modellierung von Data-Warehouse-Systemen

Kapitel 4: Architektur von Data-Warehouse-Systemen

• Grundlagen der Architektur von Data-Warehouse-Systemen
• Verteilung von Data-Warehouse-Systemen
• Präsentationswerkzeuge für DWH-Systeme
• Softwareschichten von DWH-Systemen
• Metadaten von DWH-Systemen

Kapitel 5: Gestaltung und Durchführung der Datenerfassung

• Extraktion
• Transformation
• Laden
• Werkzeugunterstützung des ETL-Prozesses
• Zeitliche Veränderung von qualitativen Daten
• Eine modellgestützte Methode für den ETL-Prozess (Data Vault)
  

Kapitel 6: Fallstudie: Entwicklung von Data-Warehouse-Systemen

• Analyse
• Design
• Implementierung
• OLAP-Client

Kapitel 7: Betrieb von Data-Warehouse-Systemen

• Personengruppen und Akzeptanz
• Nutzergruppen und Berechtigungskonzepte
• Datenschutz
• Datenqualität

Kapitel 8: Aktuelle Entwicklungen im Bereich von Data-Warehouse-Systemen

• Reduzierung der Ladelatenz
• Reduzierung der Analyse-, Entscheidungs- und Umsetzungstoleranz
• Map-Reduce: Verteiltes Speichern und paralleles Verarbeiten großer Datenmengen (am Beispiel Hadoop)
• Einsatz von NoSQL-Datenbanksystemen

Studien- & Prüfungsleistungen

• Klausur [90 Punkte / 100 %]
• Ggf. Bonus durch zwei nachgewiesene optionale Studienleistungen [18 Punkte / 20 %]

Der Bonus kann nur angerechnet werden, wenn in der Klausur mindestens 45 Punkte erreicht sind und die optionalen semesterbegleitenden Studienleistungen durch Abgabe / Einreichen der Lösung zur Aufgabenbearbeitung nachgewiesen sind. Die Bestnote (1,0) kann ohne den Bonus erreicht werden.

Literatur

Basisliteratur

Grundlagen

• Ferstl O.K., Sinz E.J.: Grundlagen der Wirtschaftsinformatik. 7. Auflage, Oldenburg, München 2013.
• Chamoni, P.; Gluchowski, P. (Hrsg.): Analytische Informationssysteme. Business Intelligence-Technologien. 4. Auflage, Berlin et al. 2010.

Entwicklung, Betrieb und Nutzung von Data-Warehouse-Systemen

• Bauer A., Günzel H. (Hrsg.): Data-Warehouse-Systeme. Architektur – Entwicklung – Anwendung. 4. Auflage, dpunkt.verlag, Heidelberg 2013.
• Lehner W.: Datenbanktechnologie für Data-Warehouse-Systeme. Konzepte und Methoden. dpunkt.verlag, Heidelberg 2003.
• Inmon W.H.: Building the Data Warehouse. 5th Edition. Jon Wiley & Sons, West Sussex 2005.
• Muksch H., Behme W. (Hrsg.): Das Data Warehouse-Konzept. 4. Aufl., Gabler, Wiesbaden 2000.
• Oehler C.: OLAP. Grundlagen, Modellierung und betriebswirtschaftliche Lösungen. Hanser-Verlag, München 2000.
• Wieken J.-H.: Der Weg zum Data Warehouse. Addison-Wesley, München 1999.

Implementierung von Data-Warehouse-Systemen

• Kimball R., Ross M.: The Data Warehouse Toolkit. 3rd Edition, Wiley, New York 2013.

Hinweise

Die erste Studienleistung wird voraussichtlich am 15.05.2023 ausgegeben und ist voraussichtlich bis spätestens zum 12.06.2023 zu bearbeiten. Die Veröffentlichung der zweiten Studienleistung erfolgt voraussichtlich am 12.06.2023. Abgabetermin ist hierfür voraussichtlich der 10.07.2023.

Das Modul Data-Warehouse-Systeme ist eine Erweiterung eines Teilbereichs des Kurses Data-Warehouse- und Data-Mining-Systeme, der im SS2010 letztmalig angeboten wurde. ECTS‐Credits können nur aus einem der beiden Module / Kurse erworben werden!