Einführung eines Thematisches Umfeld? Data Warehouse … · Einführung eines Data Warehouse-Systems … Traum oder Alptraum? Dr. Monika Jarosch Vortrag FH Nordostniedersachsen –

Einführung einesEinführung einesData WarehouseData Warehouse-Systems …-Systems …

Traum oder Alptraum?

Dr. Monika Jarosch

Vortrag FH Nordostniedersachsen – Suderburg20. März 2003

MIS Data Warehouse

EINFÜHRUNG --- wo befinden wir uns eigentlich?

Data Warehouse& GIS

FM

CRM

Content Management

IT-Lösungen

20.03.03 Dr. Monika Jarosch 2

Angewandte Informatik

Thematisches Umfeld?Thematisches Umfeld?

Bauingenieurwesen

– Umwelttechnik– WasserwirtschaftGeo-Hydro-Umwelt-Informatik

Wirtschaftsinformatik

Bauingenieurw

esen

…

Relevanz?


Relevanz?Relevanz?

Bauingenieurwesen– Umwelttechnik– WasserwirtschaftGeo-Hydro-Umwelt-Informatik

Bayrisches Landesamt für Wasserwirtschaft:Aufbau und Betrieb des Data Warehouse Wasserwirtschaft DWW+Betrieb des Geografischen InformationssystemsGIS-Was

Exemplarisch …

Gesucht wird …

Niedersächsische Wasserwirtschaft:Abgestimmt auf Wasserrahmenrichtlinie WRRLLandesweites Fachinformationssystem FIS-W

Kern: zentrale Datenbank als Data Warehouseüber Intranet des Landes an Landesdienststellen


Ausschreibungsinhalte!Ausschreibungsinhalte!

� Anwendung betriebswirtschaftlicheStandardsoftware

Speziell …

� Anwendung von IT-Systemenin den Bereichen:

– Informationsmanagement– Workflow– Facility Management

Für wen?


Hörerkreis?Hörerkreis?

� Studierende 2. und 4. Semester

� Fachkollegen

� Berufungskommission

Sep Okt Nov Dez Jan Feb Mär Apr Mai Jun Jul Aug

WSSS

FÜR WEITERE INFOS...www.uni-siegen.de/dept/fb10/verm

Verständigung?


Womit haben wir es zu tun?


Babel ?!Babel ?!

� Data Warehouse System� Traum� Alptraum

[′d�it�w��haus]Fachgebiet

„AngewandteInformatik“

AnwendungsbereichGeo-Hydro-Umwelt-

Informatik

FB BauingenieurwesenWasserwirtschaft und

Umwelttechnik

Geodätin

Sprachengewirr!


Babel ?!Babel ?!

� Data Warehouse System DWSEnterprise Data Warehouse EDW

� Traum� Alptraum ?

mainframeOLTP

databasedata mart

data miningweb mining/ clickstreamdecision support system

Data-Warehouse

Form der Datenverwaltung in Unternehmen. DasData-Warehouse strukturiert die in einem Unternehmenvorhandenen Daten, um aussagekräftige Informationenfür unternehmerische Entscheidungen (Vertrieb,Marketing etc.) zu liefern. Wichtigstes Merkmal ist diestrikte Trennung der entscheidungsunterstützendenDaten von operativen Daten.


Babel ?!Babel ?!Akronyme … Synonyme …Akronyme … Synonyme …

� Data Warehouse-System DWSEnterprise Data Warehouse EDW

� Traum� Alptraum ?

CRM – Customer Relationship M. / SFA – Sales Force AutomationEDM – Engineering Data M. = PDM – Product Development M. (USA)

Document M. = PIM Product Information M.TDM – Technical Data M. = TIM Technical Information M.

ECM – Enterprise Content M.QM – Quality M.

Knowledge M.E-mail M. = Fraud M.

E-CommerceE-Government

ERP – Enterprise Ressource PlanningEAI – Enterprise Application Integration

BI – Business Intelligence

ManagementTechnische Dokumentation

EDM:Verwaltung und Workflow-M. technischer Daten

– Engineering Data M.– Electronic Document M.

– Electronic Drawing M.– Enterprise Document M.Ziele??


Ziel - globalZiel - global

Ziel konkret?


Ziel - konkretZiel - konkret

� Endziel der Vorlesung:

Einführung Einführung in einin ein Data WarehouseData Warehouse-Systems-Systems

BeurteilungBeurteilung der Einführung eines der Einführung eines Data WarehouseData Warehouse--SystemsSystems

� Beziehung zu anderen Themen

� Wichtige Etappen der ZeitplanungThema: 2. Drittel vs. 1. Veranstaltung …

Einführung eines Einführung eines DataDataWarehouseWarehouse-Systems …-Systems …

beim Auditorium??beim Auditorium??

Motivation?

Technik Strategie

Proz

esse

Syst

eme

xTech-nischeGrund-lagen

Inte

grat

ions

plat

tform


Warum??? Aktualität!Warum??? Aktualität!

� New Orleans Winter 2003tdwi – The Data Warehouse Institutebusiness intelligence anddata warehousing market

� Data in multiple information systems

� Decision support applications

DATEN -> INFORMATION -> WISSEN –- der Traum!


Daten …

Wissens-und Informationsflut!

Strukturierungder

Informationslandschaft

Informationsversorgungim

Unternehmen

Durchgängigkeit

Closed-Loop-Lösung!

Traum!Ein ganz normales Unternehmen …


UnternehmenUnternehmen

BusinessSupportSysteme

Geschäftsbereiche – täglich ablaufende Geschäftsprozesse

OperationsSupportSysteme

InternetSolutions Consulting

• Marktstrategien• Geschäftsprozessgestaltung• Systemlösungen:

• Komzeption• SW-EW• Betrieb

Daten!Daten!

Daten!Daten!

Daten!Daten!

Daten!PflegeWartung

Nutzen aus Analyse

Datenbanken

Informationspool=

Datenzentrum desUnternehmens

1988: IBM stellt EBIS-Architektur vor!European Business Informations Systems

1993: amerik. Berater William Inmon„Data Warehouse“

Ansatz der Informationslogistik: Informationen = Produktionsfaktor

Status quo!?


Vorher! Status quo?!Vorher! Status quo?!

Daten-banken

Dokumentationder Ergebnisse …

Unternehmen

Geschäfts-prozesse

bei steigender Datenflut:Informationsdefizit

? Eher Pflege und Wartungals Analyse und Nutzung

! Richtige Informationzur richtigen Zeitam richtigen Ort

Lösung: Data Warehouse!

TransaktionenAuswertungAbgeleitete Aktionen

Information Information WarehouseWarehouse (IBM) (IBM)

OLTPonline transaction

processing applications +other sources

Zielsetzung?


ZielsetzungZielsetzungUnternehmen

(Vielzahl von)

DatenUnternehmerischeEntscheidungen

Information

Informationsbasisverbreitern

+Kundenorientierung

verbessern

! Zusammenführen bestehender Datenquellen! Aufbau eines einheitlichen Informationspools

DATA WAREHOUSE! --- Übersetzung …


• Produktchancen identifizieren

• Erfolg von Marketing-Maßnahmenprognostizieren

• Performance von Geschäftsprozessentransparent machen

Informationsressource

Analyse von Informationen: konstruktiver Informationsgewinn

Unternehmenserfolg

Ansatz eines Data Warehouses (DW)

„interne Motivation“

„externe Motivation“

• Gesetzlich vorgegebenes Reporting(Umwelt-/ Qualitätsmanagement)

DATA WAREHOUSE! --- Definition nach Inmon


Inmon, W. H.: Building the Data Warehouse, John Wiley,New York 1992

Inmon, der als „Vater“ des Data Warehousing angesehenwird, definiert ein Data Warehouse als:

„(...) subject-oriented, integrated, time-varying, non-volatile collection of data that is used primarily inorganizational decision making.“

• Themenorientierung• Integration• Zeitraumbezug• Nicht-Volatilität

Architektur


Architektur einesData Warehouse (DW) Systems

Operative Systeme

DataWarehouse

Transformationsprogramme=> Einheitliches Format

Management Support Systeme

Management Unterstützungs-Systeme

Abruf von Information

Abfragen/ ReportsOLAP/ ROLAPData Mining:Filterung für weitergehende Analyse

Operative DB Operative DB Operative DB

externe DBexterne DB



Datenzugriffsschicht

Informationszugriffsschicht

Datenpool

+ externe Datenbanken

Stra

tegi

sche

Zie

leO

pera

tive

Zie

le

Finanz- und ProduktströmeStoff- und Energieströme

Umwelt- und ManagementpflichtenErfolgskennzahlen für nachhaltige Entwicklung

Erläuterung? Metadaten!


ErläuterungData Warehouse (DW) Systems

Operative Systeme

DataWarehouse

Transformationsprogramme=> Einheitliches Format




Abfragen/ ReportsOLAP/ ROLAPData Mining: Filterung für weitergehende Analyse







Datenpool


Daten über Daten:-Herkunft

- Zusammensetzung- Transformationsregeln

- Verdichtungsstufen- Version des DW

- Informationen über verdichtete Datenund deren Hierarchien

Met

adat

en

Stra

tegi

sche

Zie

leO

pera

tive

Ziel

e

Begründung des Aufbaus


BegründungData Warehouse (DW) Systems

Operative Systeme

DataWarehouse





Abfragen/ ReportsOLAP/ ROLAPData Mining







MetadatenProzeßmanagement

Datenpool

Zusätzlich zu Datenhaltungin operativen Systemen

Direkter Analyse-Zugriff aufoperative Systeme problematisch:- Datenmodelle nicht fachabteilungsgerecht- Performanceverlust- keine historischen Daten- keine Reproduzierbarkeit der Analyse

Transformationsprogramme

Realisierung des Traums – was hab ich davon?



TraumData Warehouse (DW) Systems

Operative Systeme













Sicherstellung von:

• Qualität• Integrität• Konsistenz

des Datenmaterials

Datenpool

DataWarehouse


Abgrenzung – was ist es nicht?


AbgrenzungData Warehouse (DW) Systems

Operative Systeme

DataWarehouse












Datenpool


Data-MartVirtuelles Data Warehouse




Data Warehouse (DW) SystemsOperative Systeme

DataWarehouse












Datenpool



Data Mart

VirtuellesDataWarehouse




Data Warehouse (DW) SystemsOperative Systeme

DataWarehouse












Datenpool



Data Mart

VirtuellesDataWarehouse

Bestimmter Betriebsbereich

SinnvolleVorstufe

zuData Warehouse


Traum DSS


TraumTraumDecision support Decision support system DSSsystem DSS

• Comparative sales figures between one week and the next

• Projected revenue figures based on new product sales assumptions

• The consequences of different decision alternatives, given pastexperience in a context that is described

• analyzes business data

• presents it so that users can make business decisions more easily

• may present information graphically

"operational application"collects the data in thecourse of normalbusiness operation

Rückfluss ins Operative!

Datenbanken

a computer program application: "informational application"


databasedatabaseUnternehmen

collection of data

organized so thatcontents can easily be …

• accessed, • managed, and • updated

http://searchdatabase.techtarget.com/sDefinition

relational database• a tabular database• can be reorganized and accessed in anumber of different ways

object-oriented programming

distributed database• can be dispersed orreplicated among differentpoints in a network

• congruent• data defined in object classes and subclasses

Datenbank-Manager


databasedatabaseUnternehmen

collection of data


aggregations of data records or files

• sales transactions, • product catalogs and • inventories, and • customer profiles

database managerprovides users the capabilities of …

• controlling read/write access

• specifying report generation, and • analyzing usage

Operative und informative DB


Operative und informative DatenbankenOperative und informative Datenbanken

Charakteristika Operative DB Informative DB

Transaktionsvolumen hoch niedrig bis mittelAntwortzeit sehr schnell (Sekunden) normal (bis zu mehreren Minuten)Update permanent niedrige Frequenz – teilweise mtl.Betrachtungsperiode aktuelle Periode Vergangenheit bis ZukunftUmfang anwendungsintern anwendungsübergreifendAktivitäten operativ, detailliert analytischAbfragen vorhersehbar, periodisch unvorhersehbar, ad hocNiveau der Daten detaiiliert aggregiert, aufbereitetVerarbeitungseinheit Datensatz (record) 1-dim Matrizen (array) multi-dim,

sachbezogenZeithorizont 1-3 Monate mehrere Jahre bis JahrzehnteDatenaktualität permanent gegeben nur nach updates gegeben

GESTALTUNG eines Data Warehouse --- Prozeßschritte


Aufbau eines Data Warehouses

3 grundlegenden Prozeßschritte:

• Datenextraktion

• Datentransformation

• Online-Analyse

Datenextraktion


1. Prozeßstufe: DatenextraktionLaden der Daten

aus den unterschiedlichen im Unternehmen

vorhandenen Datenquellen

komplexester Prozess im DW Design!

Faktoren

• Datenqualität• räumliche Verteilung der Quellen

Datenextraktion in verteilten, dynamischwachsenden DV-Umgebungen besteht die

Möglichkeit, Daten über individuelleProgramme oder über regelbasierte Prozesse

in das DW zu laden.

• relationalen DB (z.B. Oracle)• nichtrelationale Datenquellen (z.B.ASCII Dateien, HTTP)

Übernahme + Bereinigung

• Strukturen• Metadaten• Daten

Datentransformation


2. Prozeßstufe: Datentransformation

Transformation aufverschiedene

Aggregationsstufen

• Kategorisierung der Daten• Bildung von Dimensionen• Herausarbeitung relevanter Kennzahlen

Designprozeß

Speicherung• relational (ROLAP)• multidimensional (MOLAP)

Online-Analyse


3. Prozeßstufe: Online-AnalyseVerfahren derDatenanalyse

ungerichtete Datenanalyse

Data Mining Business Intelligence (BI)

unentdeckte Zusammenhänge aus dem DW extrahieren

Navigieren und Analysieren unterstützten• Was wäre wenn"- Analysen• Simulationsmodelle• Sensitivitätsanalysen• ABC-Analysen• Trendberechnungen

Zur Visualisierung sollten vielfältige grafische Möglichkeiten zur Verfügungstehen. Die Online-Analyse kann auf Client-Seite oder durch WWW erfolgen.

Überarbeitung der gesammelten Daten


Überarbeitung der gesammelten DatenÜberarbeitung der gesammelten Daten

• Datenverdichtung und Granularität

• Partitionierung

• Denormalisierung

Granularität


Steigende Verdichtung => höhere Granularität(benötigter Speicherplatz,

erreichbare Verarbeitungsgeschwindigkeit,Flexibilität des Data Warehouse)

DV-technische Anforderungen an GranularitätBetriebswirtschaftliche Anforderungen an Granularität

Mehrstufige Granularität,ansteigend mit zunehmenden Alter der Daten

• Datenverdichtungund Granularität

(Detaillierungsgrad der in DW gespeichertenDaten)

• Partitionierung


Partitionierung





• Partitionierung


= Fragmentierung

Gesamter Datenbestand wird inmehrere kleine, physisch selbständige Partitionen

mit redundanzfreien Datenbeständen

RestrukturierungIndizierung

ReorganisationenDatensicherungen

Denormalisierung





• Partitionierung


Normalisierung + referentielle Integrität=> Gewährleistung der Datenkonsistenz in relationalen DBs

De-Normalisierung = Verzicht auf Redundanzfreiheit

Grund: Abfragegeschwindigkeit!durch Reduktion der Datenzugriffe => kürzere Antwortzeiten

Closed Loop



Ergebnis: Ergebnis: DatawarehouseDatawarehouseInformation Information Warehouse Warehouse (IBM)(IBM)

Daten-Banken

IdentischSeparat?



Unternehmen

Geschäfts-prozesse

Mainframe Server

Analytical applicationsAnalytische Anwendungen

User queriesOperative

Anwendungen

Rückkopplung!

Datenstrukturen und Aktualisierung

OLTP-SW: * client/server processing* brokering SW for different computer platforms in a network


Datenstrukturen?Datenstrukturen?

Data Warehouse

Daten-Banken

Analytische Anwendungen

transaktionsverarbeitende Anwendungen

Transaktions-

Daten-Banken

? Separat?Unterschiedliche Datenstruktur!

! Schnelles Lesen und Speicherneinzelner Datensätze

Normalisierte relationale Struktur(Informationen redundanzfrei in Tabellen)

+ Indizierungsverfahren

! Durchsuchen großer Datenbestände

Sternschemamit redundanter Datenhaltung

OperationalData Store

ODSAuswertung

zeitnah!

Aktualisierung: mehrere Stunden

Konkretes Nutzungsbeispiel


Beispiel:Beispiel:

Technical DatawarehouseTechnical Datawarehouse

Technical Data Warehouse

Daten aus SAP:

ERP-Daten

Daten aus Prozess-/Produktions-Information-

system

Daten aus anderenDatenquellen

- Umwelt-Management

Internet-Veröffentlichung:

Webmapping(Kartenbasis)

Gesetzl. vorgegebeneBerichtsaufgaben:EPER-Richtlinie

(Emissions-Berichtspflicht)

Berichtswesen

www.inplus.de Vorbereitung für ZUGRIFF – Ordnung in Produktdaten


Ergebnis? Traum!Ergebnis? Traum!

Ordnung für Produktdaten!Aufbereitung

Produktdaten Unternehmen

Vorbereitung für Zugriff Einsatz in unternehmensübergreifende Lösungen:

• Klassifizierung• Lokalisierung• Normalisierung• Rationalisierung• Standardisierung

DatenMIS

CRMKunden

ECMProdukte

Enterprise Content Management

CMP

CrossMedia

Publishing

MarketingVertriebSchulungService

ERPUnternehmen







Produkteübergeordnete Produktklassen

allg. verbindliches hierarchisches Schema







Anpassung vonBeschreibungen+Größen

anbranchen-/ länderspezifische

Gegebenheiten







Einheitliche Terminologiefür

Beschreibungen/ Abkürzungender einzelnen Produktdaten

(variiert je nach Unternehmen/ Datenbank)







Anordnung vonProduktbezeichnungen/ Eigenschaften

nach festem Muster

(Suchfähigkeit)







Kompatibilitätbei elektronischer Übertragung/

Definition produktübergreifender Attribute,die den Austausch zwischen

firmenspezifisch aufgebauten Produktkatalogenregeln!XML

KOMPONENTEN – technische Realisierung

20.03.03 Dr. Monika Jarosch 48http://searchdatabase.techtarget.com/sDefinition

Technische Realisierung eines DWTechnische Realisierung eines DW

• Größenordnung: mehrere Terabyte … (operativer Datenbestand wird überstiegen!)• Leistungssteigerung von Client-/Server-Systemen

• Faktoren zur Beeinflussung der Leistungsfähigkeit des DW:• HW-Ausstattung• Betriebssysteme• Datenbanken• Analysetools

• Trend:• weg von proprietären Systemen• hin zu Standard DBMS(mehr Flexibilität => höhere Plattformverfügbarkeit und Investitionssicherheit)

ANALYSE – Anwendung des Datawarehouse


Anwendung: Anwendung: DatawarehouseDatawarehouse

Daten-banken



Unternehmen

Geschäfts-prozesse

Mainframe Server

data miningweb mining

decision support system

Applications,using datawarehouse

IBM refers to itslarger processorsas large serversand emphasizesthat they can beused to servedistributed usersand smallerservers in acomputingnetwork.

Data mining

Transactions:spanning networkSeveral companies


• Schwellen (starre Schwellen)• fest vorgegebene(absolute oder relative) Werte• Test auf Über-/Unterschreitung

• Schwellen (variable Schwellen)• Schwellenwert kontextabhängig

• Schwellen (adaptiv)• nach Verteilung auftretenderAbweichungen

• Rankings• Listen mit n größten Plan-Ist-Abweichungen

• Datenmustererkennung DME• Auffälligkeiten in DatenbeständenHäufung von Datensätzen ähnlicherAussage

• to identify patterns• to establish relationships

• association - looking for patterns whereone event is connected to another event• sequence or path analysis - looking forpatterns where one event leads to anotherlater event• classification - looking for new patterns(May result in a change in the way the data isorganized but that's ok)• clustering - finding and visuallydocumenting groups of facts not previouslyknown• forecasting - discovering patterns in datathat can lead to reasonable predictions aboutthe futurehttp://searchdatabase.techtarget.com/sDefinition

sorting through data …

Mining meansextractingsomethinguseful or

valuable froma baser

substance,such as

mining goldfrom the

earth

Filter …

Analyse: Analyse: data mining

Web-mining


• takes advantage of the huge amount of information gathered by a Web site

• to look for patterns in user behavior• to understand customer behavior• to evaluate the effectiveness of a particular Web site• to help quantify the success of a marketing campaign.

• integration of information gathered by traditional data mining methodologies andtechniques with information gathered over the World Wide Web


a type of data miningused in customer relationship management (CRM)

Analyse: Analyse: web mining

OLAP/ ROLAP

20.03.03 Dr. Monika Jarosch 52http://searchdatabase.techtarget.com/sDefinition

Neue Darstellung derSachzusammenhängeder operativen Datenin „Dimensionen“:= Vielzahl von Sichten(multidimensionale Sicht) undDarstellungsweisen von Basisdaten

Analyse AnalyseOnLine Analytical Processing/ Relationales OLAP

- Navigation durch Informationsbasis desUnternehmens

- Betrachtung detaillierter (drill-down)beziehungsweise aggregierter (roll-up)betriebswirtschaftlichen Daten

Relationale Tabellen:

• Abbildung der Dimensionen inein denormalisiertes„Star Schema“

• Zerlegung derDimensionstabellen in kleinereDimensionen:„Snowflake Schema“

• Produkte

• Kunden

• Regionen

• Zeit

• …

Übersicht der Komponenten


Technische Realisierung eines DWTechnische Realisierung eines DW

Komplexes Beispiel: Differenzierung der Anwendung


EINFÜHRUNG eines DWS

EinführungEinführung eines einesDatawarehouseDatawarehouse-Systems …-Systems …

Traum oder Alptraum?

Kommt drauf an …

Vorgang der Einführung?Ergebnis?

„Wenn Sie einen Hundjahrelang an der Leine

führen, dann dauert es eineZeit, bis er frei laufen

kann“(Wildschütz, EDV-Chef Stadtwerke Braunschweig )

Realität und Utopie


Realität und Utopie …Realität und Utopie …

� Traumalle positiven Aspekte,die in realisierten Projektenexemplarisch angeführt werden …

� Alptraumalle Stolperfallen undWiderstände, die sich im Zugeder Einführung und Nutzungergeben …

Positiv: Traum



Klar strukturierte Geschäftsprozesse

Kurze Durchlaufzeiten

Reduzierte manuelle Tätigkeiten

Vollständige Rechnungsprüfung und Kostenkontrolle

Transparenz in Bestandsinformation

Konsistente Daten durch integrierte Systeme

ProzeßoptimierungSystementwicklung

OptimierterKundennutzen

Spannungsfeld der Lösungen


Spannungsfeld der LösungenSpannungsfeld der Lösungen

Individuelle EigenentwicklungProprietäre Systeme

StandardproduktStandard - DBMS

Bestehende Prozeß- und IT-Landschaft (Systemplattform)

Praktisches Vorgehen


Praktisches VorgehenPraktisches Vorgehen

� Phase der Einführung

� Nutzungsphase

… jemanden fragen, „der sich damit auskennt“ …Beratungsunternehmen herstellerneutral?!

Procedere?

Know-How?Akzeptanz?!

SW-Werkzeuge fürDW-Projekte existieren …

Vorgehens- undManagementkonzeptereichen oft nicht aus!

Consulting



DV-Technologie

Daten

1 Vision/Strategie

2 Architektur

3 Datenhaushalt

4 Datenbewirtschaftung

5 Applikationen

Mensch

BusinessI DefinitionII AnalyseIII DesignIV RealisierungV Betrieb

Scope �

DWH Deliverables �

Projektaufgaben

DWtec-Das saracus consulting Vorgehensmodell

�Zur Dokumentsicht

Brainauf C:

Brainauf CD (D:)

Brainauf CD (E:)

Konzeption

DW-Projekt!


Prozeß Prozeß der Einführungder Einführungvon von DatawarehouseDatawarehouse-Systemen: -Systemen: Data Warehouse Data Warehouse Projekt DWPProjekt DWP

Methodik erfolgreiche Projektrealisierung vs. gescheiterte Data Warehouse Projekte

Kunde des Consultings = Unternehmen

„Wir verkaufen Ihnen nicht, was wir wollen, sondern das, was Sie weiterbringt!“

Plan

Build

Run

Projektplanung

Einführung der neuen Businessprozesse

Anwenderschulung + Support

Entscheidungen


Entscheidungen!Entscheidungen!

� Architektur der Software� Modelle für die Datenhaltung� Werkzeuge für

Datenextraktion aus verschiedenen Quellen+ Datenbereinigung+ Überführung in DW

� Tools für die Datenanalyse� Aufsetzende Applikationen� Geeignete Computer + Vernetzung

Informationstechnische AspekteAber:

DW ist nicht! technologiegetrieben …

+Geschäfliche Zwecke!

undBedürfnisse der DW-Nutzert

Vorgehenskonzept


VorgehenskonzeptVorgehenskonzept

� Phase der Einführung

� Nutzungsphase

inklusive aller begleitenden Maßnahmenfür Projekt- und Qualitätsmanagement.

Leistungsangebotdes Consultings:

Informationserforschung

Vorstudie

Betrieb

Phasen der Prozeßstufen



Vorstudien

Systemdefinition

Modellierung

Implementierung und Betrieb/Wartung



Vorstudien

Systemdefinition

Modellierung


Vorstudien• Zieldefinitionen,

• Ist-Analysen

• Externe Datenquellen

• Prototyping

• fachliche Konzeption



Vorstudien

Systemdefinition

Modellierung


Systemdefinition

• Festlegen der System-Architektur

• Auswahl der zu verwendendenProdukte

• ROLAP vs. MOLAP,3-Tier vs. 2-Tier

• Client-Server-Konzepte

• Produktauswahl

• Datenbankauswahl

• Hardware-Ressourcen



Vorstudien

Systemdefinition

Modellierung


Modellierung

• Meta-Daten• Daten-Quellen• Data Warehouse• Data Mart• Datenfluß



Vorstudien

Systemdefinition

Modellierung


Implementierung undBetrieb/Wartung

• Automation

• Help-Desk

• Change-Management

• Tuning

• Backup

• Verifikation

BEISPIEL - GIS


GISGISGIS

Strukturierte Anschaffung und Einführungeines GIS in einem Unternehmen

Beispiel:Beispiel:

Geoinformationssystem

Passend?


Data warehousing Data warehousing Data warehousing ?????? Passendes Beispiel für …??? Passendes Beispiel für …

• SAP – GIS – Integration!

• Systementwicklung Philips Bremen `89-`93

• DB-Applikations-EW pgn Consulting&Engineering GmbH `94-`95 Achim

Zusammenhang?• proprietär• business-connector• EAI über Middleware (Bussystem)

Verweis auf Vortrag GIS+Datawarehouse

Data Warehousing and Business IntelligenceData Warehousing and Business IntelligenceA GIS Value PropositionA GIS Value Proposition

May 29, 2002 – GITA Session, Ontario

Charles ThompsonAssociate Director, IS/IT

Data Warehousing and Knowledge ManagementBell Canada

Verweis auf SW-Tage für Wasserwirtschaft

20.03.03 Dr. Monika Jarosch 73 20.03.03 Dr. Monika Jarosch 74


In Analogie zu allg. Projekt der Datenverarbeitung!In Analogie zu allg. Projekt der Datenverarbeitung!

•• Laufzeit 5-10 Jahre Laufzeit 5-10 Jahre

•• kompetentes Projektteam kompetentes Projektteam

•• straffes Projektmanagement straffes Projektmanagement

Projekt GIS-EinführungProjekt GIS-Einführung

Nur 32% aller GIS-Projekte erfolgreich!20.03.03 Dr. Monika Jarosch 76

•• 1. Warum 1. Warum … wird das Projekt gemacht?… wird das Projekt gemacht?

•• 2. Was 2. Was … muss gemacht werden… muss gemacht werden

•• 3. Wie 3. Wie … soll vorgegangen werden?… soll vorgegangen werden?

•• 4. Wo 4. Wo … wird am Projekt gearbeitet?… wird am Projekt gearbeitet?

•• 5. Wer 5. Wer … bearbeitet das Projekt?… bearbeitet das Projekt?

•• 6. Wann 6. Wann … wird das Projekt bearbeitet?… wird das Projekt bearbeitet?

•• 7. Wie viel 7. Wie viel … wird das Projekt kosten?… wird das Projekt kosten?

•• 8. Welche 8. Welche … Qualitätsziele sind zu erreichen?… Qualitätsziele sind zu erreichen?

Projekt GIS-Einführung: 8 W sProjekt GIS-Einführung: 8 W s


Nach Priorität geordnet!Nach Priorität geordnet!

•• A A unzureichende Projektkonzeptionunzureichende Projektkonzeption

1. Ungenaue Aufgabenbeschreibung1. Ungenaue Aufgabenbeschreibung2. Unklare Projektdefinition2. Unklare Projektdefinition

•• B B Mangelhafte FührungseigenschaftenMangelhafte Führungseigenschaften

3. Nichtbeachten menschlicher Aspekte3. Nichtbeachten menschlicher Aspekte4. Fehlende Unterstützung4. Fehlende Unterstützung5. Falscher Projektleiter5. Falscher Projektleiter

•• C C Technische GründeTechnische Gründe

Projekt GIS-Einführung: Projekt GIS-Einführung: ScheiterungsgründeScheiterungsgründe

6. Mangelnde Planung/ Kontrolle7. Unzureichende fachliches Know-How8. Schlechte Projektbasis9. Mangel an Anpassungsfähigkeit10. Technische Aspekte

Aus: IBM-Umfrageca 1990 bei EDV-Verantwortlichen …


•• A A EntwicklungsbedarfEntwicklungsbedarf

GIS „von der Stange“ existiert nicht!GIS „von der Stange“ existiert nicht!

•• B B VerknüpfungVerknüpfungHeterogene Hard- und Softwaresysteme sowieHeterogene Hard- und Softwaresysteme sowieverschiedene Datenbankenverschiedene Datenbanken

•• C C Nutzung Nutzung von Internet-/ Intranet-/ von Internet-/ Intranet-/ ExtranetExtranet-Technologien-Technologien

•• D D Einbindung in UnternehmensinfrastrukturEinbindung in Unternehmensinfrastruktur

Projekt GIS-Einführung: Projekt GIS-Einführung: AufgabenspektrumAufgabenspektrum

• KNA zuWirtschaftlichkeitsbetrachtung

• Projektteam neben Routinearbeit


•• A A Kooperation mit BehördenKooperation mit Behörden

Gemeinsame Konzeption zur Erstellung/ Nutzung von GeobasisdatenGemeinsame Konzeption zur Erstellung/ Nutzung von GeobasisdatenDefinition von Metadaten und MetainformationssystemeDefinition von Metadaten und Metainformationssysteme

•• B B neue Arbeitsinhalteneue Arbeitsinhalte

Schulung!Schulung!ArbeitsplatzbeschreibungArbeitsplatzbeschreibungAblauforganisationAblauforganisation

•• CC externe Vergabe?! der Datenerfassung (80% der Gesamtkosten!)externe Vergabe?! der Datenerfassung (80% der Gesamtkosten!)

Projekt GIS-Einführung: Projekt GIS-Einführung: “Externe“ Anbindung“Externe“ Anbindung

Wissen im! UnternehmenAufgabenformulierung

Kontrolle des Fremdproduktes


V-ModellV-Modell

•• I I SystemanalyseSystemanalyse

•• II II SystemauswahlSystemauswahl

•• III III SystemeinführungSystemeinführung

Projekt GIS-Einführung: Projekt GIS-Einführung: PhasenkonzeptPhasenkonzept


V-ModellV-Modell




Projekt GIS-Einführung: Projekt GIS-Einführung: Phasenkonzept IPhasenkonzept I

Strategische PlanungIST-Erhebung und AnalyseKonzeptuelle Modellierung

Fachliches KonzeptIT-Konzept

KNA


V-ModellV-Modell




Projekt GIS-Einführung: Projekt GIS-Einführung: Phasenkonzept IIPhasenkonzept II

SystemausschreibungAngebotsbewertung

FunktionstestBewertung

Systemempfehlung


V-ModellV-Modell




Projekt GIS-Einführung: Projekt GIS-Einführung: Phasenkonzept IIIPhasenkonzept III

InstallationAbnahmeSchulung

DatenerfassungDatenübernahme

ProduktionWeiterbildung


quantifizierbarquantifizierbar

•• break- break-evenevennach 5-6 Jahren …nach 5-6 Jahren …

Projekt GIS-Einführung: Projekt GIS-Einführung: Nutzen!Nutzen!

nicht quantifizierbar …nicht quantifizierbar …•• unternehmensweite Verfügbarkeitunternehmensweite Verfügbarkeitaktueller und konsistenter aktueller und konsistenter BetriebsmitteldatenBetriebsmitteldaten

•• Verbesserung der Qualität der Daten Verbesserung der Qualität der Daten

•• Vernetzung (Inter-/ Vernetzung (Inter-/ IntraIntra-/ -/ ExtranetExtranet))

•• Komfortable Selektionen und AnalyseKomfortable Selektionen und Analyse

•• Unterstützung der Unternehmensplanung Unterstützung der Unternehmensplanung

•• Umstrukturierung: neue ArbeitsinhalteUmstrukturierung: neue Arbeitsinhalte

•• Benutzung! der Daten: wächst mit ² der Nutzer Benutzung! der Daten: wächst mit ² der Nutzer

Optimierung derBetriebsprozesse(Absatzplanung,Instandhaltung)Optimierung der

kaufmännischen Vorgänge(Personalkosten)


Integration Integrationunterschiedlicheunterschiedliche

HW+SWHW+SW

Projekt GIS-Einführung: Projekt GIS-Einführung: WorkflowWorkflow--ManagementManagement

TransparenzTransparenzvonvon

GeschäftsprozessenGeschäftsprozessen

= komplexe Systemabläufe

ablauf- und vorgangsorientierteVerarbeitung!


Projekt GIS-Einführung: Projekt GIS-Einführung: WorkflowWorkflow--ManagementManagement

Workflow-Managementsystem

Netz vorplanen

Pläne beschaffen

Netzplanungkoordinieren

Bau planen

Leitungen planenBauauftragvergeben

Netzbauen

Leitungenvermessen aktualisieren

GIS RIS LIS NIS SAP Office DBMSetc


•• Akzeptanzprobleme (Altersstruktur) Akzeptanzprobleme (Altersstruktur)

•• fehlende Verantwortungsbereitschaft bei Projektarbeit fehlende Verantwortungsbereitschaft bei Projektarbeit

•• Demotivation Demotivation (innerhalb und (innerhalb und ausserhalbausserhalb) Projektteams) Projektteams

•• Zielkonflikt zwischen Projektarbeit und Routinetätigkeit Zielkonflikt zwischen Projektarbeit und Routinetätigkeit

•• Machtverteilungen und Verschwörungen Machtverteilungen und Verschwörungen (Organisationseinheiten) (Organisationseinheiten)

Projekt GIS-Einführung: Projekt GIS-Einführung: Scheitern Scheitern unvermutet?unvermutet?


•• 1. 1. SystemwechselSystemwechsel nahezu unmöglich nach Einführung nahezu unmöglich nach Einführung

•• 2. i.d.R. 2. i.d.R. MissverständnisseMissverständnisse zwischen GIS-Anbietern und Kunden zwischen GIS-Anbietern und Kunden

•• 3. 3. Funktionierende ProjektteamsFunktionierende Projektteams bei Kunden sind Ausnahmefall! bei Kunden sind Ausnahmefall!

•• 4. Vorsicht bei Beurteilung der 4. Vorsicht bei Beurteilung der ReferenzenReferenzen des GIS-Anbieters … des GIS-Anbieters …

•• 5. Vertrauensvolle 5. Vertrauensvolle ZusammenarbeitZusammenarbeit der Projektteams !! der Projektteams !!

•• 6. 6. QualifizierungQualifizierung des vorhandenen Personals .NE. Erfordernisse des vorhandenen Personals .NE. Erfordernisse

•• 7. Abschätzung der 7. Abschätzung der Endstufe der einzelnen GIS-ApplikationenEndstufe der einzelnen GIS-Applikationen(Fachschalen) nahezu unmöglich(Fachschalen) nahezu unmöglich

•• 8. 8. FunktionsorientiertesFunktionsorientiertes statt datenorientiertes Denken/ Handeln statt datenorientiertes Denken/ Handeln

•• 9. Unterschätzung des Aufwandes der einzelnen Prozesse 9. Unterschätzung des Aufwandes der einzelnen Prozesse

•• 10. 10. Zwischenmenschliche BeziehungenZwischenmenschliche Beziehungen technologische Aspekte technologische Aspekte

Projekt GIS-Einführung: 10 PostulateProjekt GIS-Einführung: 10 Postulate


•• Behr, F.-J.: Behr, F.-J.:„Strategisches GIS-Management“, Wichmann, Heidelberg, 1998.„Strategisches GIS-Management“, Wichmann, Heidelberg, 1998.

•• Bernhard, U.: Bernhard, U.:„Geo-Informationssysteme in EVU“, 1.Aufl., VWEW, Frankfurt/M., 1994.„Geo-Informationssysteme in EVU“, 1.Aufl., VWEW, Frankfurt/M., 1994.

•• „Beraterwesen in der Kritik! Viel Geld für nichts?“, „Beraterwesen in der Kritik! Viel Geld für nichts?“,Business Business GeomaticsGeomatics, 01.03.1999., 01.03.1999.

•• TeichertTeichert, B.:, B.:„Strukturierte Anschaffung und Einführung eines GIS in einem„Strukturierte Anschaffung und Einführung eines GIS in einemUnternehmen“, Unternehmen“, zfvzfv, 127.Jg., Heft 1/2002, p.25., 127.Jg., Heft 1/2002, p.25.

Projekt GIS-Einführung: LiteraturProjekt GIS-Einführung: Literatur


AAP + AAP + AAP +Internet GISInternet GISInternet GIS

KanalmanagementKanalmanagementKanalmanagementBeispiel:Beispiel:

Datenbank Oracle 8iOffene GIS-Lösungen GIS-Oberfläche v. C-Planin AutoCAD Map

von Autodesk

GIS

TOPOBASE=Geodatenserver – Zugriff/ Bearbeitung von Geodaten in Oracle DB


Aufgaben-stellung

Metallgesellschaft





Historischer Abriss zur Entstehungder Daten als ein komplexes Datenmischwerk

Bauabteilung:Bauanträge, Genehmigungsanträge und internen Bautätigkeiten

ab etwa 1988:vermessungstechnischeErfassungaller baulichen Anlagen,wieGebäude undProduktionsanlagen

Aufmessung/ Digitalisierunganhand bestehenderPlanunterlagen vonTopographie, Straßen, Wege,Treppen,Befestigungsanlagenund Böschungen.

Einmessung (oder nachrichtliche Digitalisierung)von Versorgungseinrichtungen, wie Erdkabel,Gas- und Wasserleitungen oder oberirdischeSysteme wie Dampf-,Kondensat-, Druckluft- undHeizleitungen zum Teil beim Bau oder nachÄnderungen


Datenverwaltung / -management


Oracle 8i








Der aus den Beratungsgesprächen erwachsene Lösungsansatzlautet WebMapping. Die Bereitstellung, vorbearbeiteterGeodaten für den Anwender über das Internet oder überTelekommunikationswege. Der Auftrag für die Installation vonAuskunftsarbeitsplätzen bei einigen speziellenVerantwortungsträgern des Unternehmens wurde in Aussichtgestellt. Ein Ingenieurbüro wurde zunächst beauftragt einekonzeptionelle Machbarstudie anzufertigen.

WebMapping






Alternative


2 Delphine?

Documents

Einführung eines Thematisches Umfeld? Data Warehouse … · Einführung eines Data Warehouse-Systems … Traum oder Alptraum? Dr. Monika Jarosch Vortrag FH Nordostniedersachsen –