inf604 - Business Intelligence I (Vollständige Modulbeschreibung)

Keine Teilnehmervoraussetzung

Ziele des Moduls/Kompetenzen:
Das Modul vermittelt die Grundlagen und Aufgaben von Business Intelligence in Unternehmen anhand des Data Warehousing. Die Studierenden erhalten einen Einblick in aktuelle Forschungen und Entwicklungen bei der Beschaffung und Analyse von Daten.
Fachkompetenzen
Die Studierenden:

• benennen und erkennen die Aufgaben des Business Intelligence im unternehmerischen Handeln
• analysieren die Vor- und Nachteile der unterschiedlichen Ansätze und Methoden für die Analyse von Daten und werden in die Lage versetzt diese für einfache Fallbeispiele anzuwenden
• erhalten theoretische Kenntnisse über die Datenbeschaffung und -modellierung sowie den dabei anzuwendenden Vorgehensweisen

Methodenkompetenzen
Die Studierenden:

• führen Aufgaben des Business Intelligence durch und erweitern hierbei Ihr Verständis zu den verschiedenen Ansätzen und Methoden
• erlernen anhand der Durchführung der Methoden Vor- und Nachteile der unterschiedlichen Methoden und könne diese Methoden anhand des erworbenen Wissen optimiert einsetzen

Sozialkompetenzen
Die Studierenden:

• konstruieren Lösungen zu gegeben Fallstudien in der Gruppe z.B. zur Lösung des Problemss der faktenlosen Faktentabelle
• diskutieren die Lösungen auf fachlicher Ebene
• präsentieren die Lösungen der Fallstudien im Rahmen der Übungen

Selbstkompetenzen

• die bereitgestellten Daten und Informationen kritisch prüfen

Für die Entscheidungsunterstützung wird in Unternehmen zunehmend Data-Warehouse-Technologie eingesetzt. Sie ermöglicht die Integration von Daten heterogener Quellsysteme für ein leistungsstarkes Reporting auf sehr großen Datenmengen mit weit reichendem Vergangenheitsbezug. Zu den führenden Lösungen in diesem Bereich zählt das SAP Business Information Warehouse. Neben dem Data Warehouse verfügt das SAP BW über Werkzeuge zur Administration und über die Reporting-Komponente SAP Business Explorer und ist damit eine Kernkomponente der SAP Business Intelligence.
In dem Modul werden die folgenden Inhalte vermittelt 

• Gewinnung von Einblicken in die Arbeitsweisen und Ziele des Data Warehousing
• Kenntnisse über die Durchführung von Data Warehouse Projekten
• Datenmodellierung, Datenbeschaffung und Reporting in Data Warehouses praktische Anwendung des erworbenen Wissens am Beispiel des SAP BusinessInformation Warehouse in den vorlesungsbegleitenden Übungen anhand durchgängiger Fallstudien
• Phasen der Datenmodellierung, Datenbeschaffung und des Reporting im Zusammenhang mit einem plausiblen Szenario

• Gómez, J. M., Rautenstrauch, C., & Cissek, P. (2008). Einführung in Business Intelligence mit SAP NetWeaver 7.0. Springer Science & Business Media.
• Ariyachandra, T., & Watson, H. J. (2006). Which data warehouse architecture is most successful?. Business intelligence journal, 11(1), 4.
• Jensen, C., Pedersen, T. B., & Thomsen, C. (2010). Multidimensional databases and data warehousing. Morgan & Claypool Publishers.
• Haneke, U., Trahasch, S., Hagen, T., & Lauer, T. (2010). Open Source Business Intelligence: Möglichkeiten, Chancen und Risiken quelloffener BI-Lösungen. Hanser.
• Müller, R. M., & Lenz, H. J. (2013). Business intelligence. Berlin, Heidelberg: Springer Berlin Heidelberg.
• Sabherwal, R., & Becerra-Fernandez, I. (2013). Business intelligence: Practices, technologies, and management. John Wiley & Sons.
• Awe, O. W., Liu, R., & Zhao, Y. (2016). Analysis of energy consumption and saving in wastewater treatment plant: case study from Ireland. Journal of Water Sustainability, 6(2), 63-76.
• Adamson, C. (2010). The complete reference star schema. McGraw-Hill.
• Linstedt, D., & Olschimke, M. (2015). Building a scalable data warehouse with data vault 2.0. Morgan Kaufmann.
• Schnider, D., Jordan, C., Welker, P., & Wehner, J. (2016). Data warehouse blueprints: business intelligence in der Praxis. Carl Hanser Verlag GmbH Co KG.

www.wi-ol.de

Am Ende der Vorlesungszeit

Klausur von max. 120 Minuten