Bachelor + Master Publishing
868 Bachelorarbeiten, 0 Masterarbeiten, 10.112 Diplomarbeiten

Business Intelligance-Tools im Kooperationscontrolling

Business Intelligance-Tools im Kooperationscontrolling
Über dieses Buch
  • Art: Diplomarbeit
  • Autor: Sven Braatz
  • Abgabedatum: Juli 2003
  • Umfang: 118 Seiten
  • Dateigröße: 941,7 KB
  • Note: 1,7
  • Institution / Hochschule: Technische Universität Dortmund Deutschland
  • ISBN (eBook): 978-3-8324-7369-3
  • ISBN (Paperback) :
    978-3-8324-7369-3 P
  • ISBN (CD) :978-3-8324-7369-3 CD
  • Sprache: Deutsch
  • Prämierung:
  • Arbeit zitieren: Braatz, Sven Juli 2003: Business Intelligance-Tools im Kooperationscontrolling, Hamburg: Diplomica Verlag
  • Schlagworte: Wissensmanagement, Supply Chain-Controlling, Netzwerke, Data Warehouse, Informationsmanagement

Diplomarbeit von Sven Braatz

Einleitung:

Vor dem Hintergrund einer rasanten Veränderung der Marktsituation müssen Entscheidungsprozesse gestrafft werden, die auf schnellen und präzisen Analysen der Geschäftsdaten basieren. Parallel fallen durch die technologische Entwicklung riesige Mengen von Daten an, die es zu verarbeiten gilt. Den Unternehmen ist klar geworden, dass die traditionellen Erfolgsfaktoren nicht mehr ausreichen, um eine besondere Stellung auf dem Markt zu behaupten.

Für eine schnelle Entscheidungsfindung und die Beschleunigung von Kommunikationsprozessen sind DV-Systeme vonnöten, die alle Probleme auf eine einfache Weise zu lösen versuchen. Dabei stoßen die vorhandenen Management Support Systeme (MSS) oft an die Grenzen ihrer Möglichkeiten.

Aus diesem Grund und ob der Schwächen der Systeme haben sich konkrete Lösungen und Ansätze herausgebildet, die immer häufiger unter dem Begriff Business Intelligence zusammengefasst werden.

Der Begriff Business Intelligence wird in der letzten Zeit in Theorie und Praxis im Bereich entscheidungsunterstützender Systeme häufig diskutiert. Sicher ist, dass Business Intelligence kein neues oder innovatives Konzept beschreibt, sondern als eine begriffliche Klammer gesehen wird, die eine Vielfalt von unterschiedlichen Ansätzen zur Datenanalyse subsummiert.

Dabei besteht keine eindeutige Meinung, wie und in welchen Bereichen der Einsatz von Business Intelligence-Tools sinnvoll ist und sein kann. Informationstechnologien müssen mit Hilfe von Business Intelligence die Möglichkeiten bieten, aus externen oder internen Informationen relevante Zusammenhänge offenzulegen, um für die Entscheidungsunterstützung des Managements aussagekräftiges Datenmaterial zu generieren.

Neben der Behandlung der Business Intelligence-Thematik wird im Rahmen dieser Arbeit zusätzlich auf den Begriff der Kooperation eingegangen. Hierbei sollen die Synergieeffekte durch die Nutzung gemeinsamer Ressourcen beleuchtet werden, um eine erfolgreiche Unternehmenssteuerung durchzusetzen. Nach einer notwendigen Begriffsabgrenzung und der getrennten Betrachtung von Business Intelligence und Kooperationscontrolling wird anschließend die Umsetzung eines modellierten Gesamtkonzeptes beschrieben.

Zielsetzung der Arbeit ist daher die systematische Untersuchung des Business Intelligence-Konzeptes und die Implementierung in das Kooperationscontrolling eines Netzwerkes. Dabei wird anfangs durch die Beschreibung der begrifflichen Grundlagen ein Grundverständnis aufgebaut. Anschließend wird ein Business Intelligence-Konzept hergeleitet und beurteilt. Aus den Erkenntnissen der Bereiche Kooperation und Controlling wird in den folgenden Ausführungen auf die Begriffsfindung und einige Aspekte des Kooperationscontrolling eingegangen. Anhand eines theoretischen Modells werden die Möglichkeiten und die auftretenden Probleme bei der Realisation eines Business Intelligence-Projektes im Kooperationscontrolling bewertet. Die daraus resultierenden Lösungsvorschläge werden vom Autor durch persönliche praktische Erfahrungen illustriert. Abschließend werden die gesammelten Aspekte kritisch betrachtet und neue Forschungsansätze entwickelt.

Inhaltsverzeichnis:

Inhaltsverzeichnis I
Abkürzungsverzeichnis III
Abbildungsverzeichnis IV
1. Einleitung 5
1.1 Ausgangspunkt 5
1.2 Aufbau der Arbeit 7
2. Begriffliche Grundlagen 11
2.1 Daten, Information, Wissen, Kommunikation 11
2.2 Informations- und Kommunikationssysteme 14
2.3 Daten- und Informationsmanagement 18
2.3.1 Datenmanagement 19
2.3.2 Informationsmanagement 19
2.3.2.1 Bedeutung des Internets im Informationsmanagement 21
2.3.2.2 Interne Informationsdarstellung durch das Intranet 22
2.4 Wissensmanagement und Wissenscontrolling 23
3. Konzepte, Technologien und Einsatzbereiche für Business Intelligence 26
3.1 Einführung und Herausforderung 26
3.2 Definition 28
3.3 Zielsetzung und Umfang von Business Intelligence 29
3.4 Prozessphasen des Business Intelligence 31
3.5 Aufbau von Business Intelligence, Portfolio und zentrale Bausteine 33
3.5.1 Datenbereitstellung 34
3.5.1.1 Datenquellen 34
3.5.1.2 Datenvorbereitung 37
3.5.1.2.1 ETL-Tools 37
3.5.1.2.2 Datenbereinigungstools und Archivierung 39
3.5.1.3 Datenspeicherung 40
3.5.1.3.1 Data Warehouse 41
3.5.1.3.2 Data Mart 47
3.5.1.3.3 Projektstruktur bei Datenspeichersystemen 48
3.5.2 Datenentdeckung, Knowledge Discovery 49
3.5.2.1 Datenanalyse 50
3.5.2.2 Online Analytical Processing (OLAP) 52
3.5.2.3 Data Mining 59
3.5.3 Datenkommunikation 63
3.6 Zusammenfassung Business Intelligence-Tools 64
4. Kooperationscontrolling 66
4.1 Formen von Kooperationen und Unternehmensnetzwerke 66
4.2 Controlling- und Informationskonzeption 70
4.3 Veränderungen der Controllingebene durch Einflüsse der Informationsgesellschaft 74
4.4 Kooperationscontrolling als Teilbereich eines Supply Chain (SC)-Controlling 76
5. Unterstützung von Business Intelligence-Tools im Kooperationscontrolling 83
5.1 Ziele des Kooperationscontrolling und Modellannahmen 83
5.1.1 Allgemeine Ziele der Supply Chain (Ebene 3) 87
5.1.2 Ziele eines fokalen Unternehmens (Ebene 1) 89
5.1.3 Ziele eines Netzwerkunternehmens (Ebene 2) 90
5.1.4 Zusammenfassung der Ziele eines Netzwerkes 92
5.2 Anforderungen eines Business Intelligence-Einsatzes im Supply Chain-Controlling 93
5.2.1 Analysephase 93
5.2.2 Entwurfsphase 96
5.2.3 Realisierungsphase 98
5.2.4 Einführungsphase 98
5.3 Potenziale beim Einsatz von Business Intelligence-Tools im Kooperationscontrolling 99
5.4 Probleme und Lösungsansätze bei der praktischen Umsetzung 100
6. Kritische Würdigung und weitere Forschungsansätze 106
Literaturverzeichnis 109

Automatisiert erstellter Textauszug:

Möchte man die Architekturen von OLAP-Datenbanken analysieren, kann man drei verschiedene Konzepte nennen. Zum einen gibt es das sog. relationale OLAP (ROLAP), bei dem Daten auf einem Data Mart oder Data Warehouse gespeichert werden. In diesem Fall wird die Datenquelle als relational bezeichnet156. Der entsprechende Würfel ist nur virtuell und nicht real. Der multidimensionale Blick auf den OLAP-Würfel (MOLAP) besagt, dass die Daten auf einem multidimensionalen Datenbank-Server gespeichert werden. Diese Abfragen sind meist effizienter, zeichnen sich aber auch durch lange Ladezeiten aus157. Hierbei können wesentlich mehr Dimensionen analysiert werden als beim ROLAP158. Wird auf multidimensionale und relationale Datenbankteile zugleich zugegriffen, spricht man vom hybriden OLAP, dem sog. HOLAP. Die Daten werden vorberechnet und im multidimensionalen Würfel gespeichert, allerdings werden Detaildaten im relationalen Data Warehouse bleiben. Diese Lösung ist die Antwort auf die Nachteile der Speichermöglichkeiten MOLAP und ROLAP. Für den Zugriff auf aggregierte Daten sind mit dieser Methode kurze Antwortzeiten bei einer großen Menge von Daten möglich159. 3.5.2.3 Data Mining Neben dem Analysewerkzeug OLAP, das überwiegend für die [...]

10. Intuitive Datenbearbeitung: Nur mit wenig Lernaufwand soll es dem Benutzer möglich sein, ein benutzerfreundliches Programm verstehen, verwalten und benutzen zu können. Neben den oben beschriebenen Analysemöglichkeiten Slicing und Dicing können noch drei wesentliche Funktionen innerhalb von Ebenen unterschieden werden. Unter „drill down“ versteht man im Allgemeinen die Detaillierung der dargestellten Information. So kann sehr einfach per Mausklick die Datenebene eine Stufe nach unten gebrochen werden, so dass eine weitere Detaillierungsebene innerhalb des multidimensionalen Raumes geschaffen wird. Drill down beschreibt das Navigieren durch die Informationen von einer höheren auf eine tiefere Ebene, wobei „roll up“ die Bewegung zu einer höheren Datenebene ermöglicht. Diese beiden Werkzeuge sind vertikal anzusehen. Versucht man die Informationen in horizontaler Sicht zu betrachten, d.h. von einem Datensatz zu einem anderen zu wechseln, spricht man von „drill across“. Im Hinblick auf das Kooperationscontrolling und den Einsatz von Business Intelligence-Tools zeigt die Abbildung 14 die verschiedenen Möglichkeiten der Aggregationsstufen. Alle aufgeführten OLAP-Tools sind besonders hervorzuheben, da sie Browsing-Fähigkeiten besitzen und in die gleichen Abfrageklassen zu unterteilen sind152. 11. Flexible Berichterstellung: Gerade im Hinblick auf die unterschiedlichen Anwender und Anwendergruppen, zu denen auch Führungskräfte zählen, ist es notwendig, dem Benutzer eine geeignete Gestaltung für die spätere Ausgabe zu erlauben. Es sollte möglich [...]

6. Grundprinzipien der gleichgestellten Dimensionen: Im Hinblick auf die Verschiedenartigkeit der Analysen sollte eine logische Struktur aller Dimensionen vorhanden sein. Dieser Punkt ist besonders für umfassende Datenmodelle wichtig, um sie nachvollziehbar und überschaubar zu machen. Dieser Sachverhalt sollte analog zum Thema der ETL-Tools und der Datenvorbereitung gesehen werden. 7. Dynamische Verwaltung von wenig gefüllten Matrizen: Überwiegend leere Felder müssen auch nutzbar sein. Hierbei spielen die Verbindungen der einzelnen Elemente eine besondere Rolle. Viele Daten enthalten keine Informationen verschiedenster Dimensionen. Diese sollten durch das System effizient gehandhabt und die Daten optimal gespeichert werden. Es muss dahingehend ein angemessenes Speicherschema implementiert werden. Dieser Zusammenhang ist auch bei der Verdichtung der Daten mit zu berücksichtigen. Aufgrund des hohen Datenaufkommens in Unternehmen sollten Verdichtungen auch von ungenutzten Datenfeldern durchgeführt werden151. 8. Mehrbenutzerfähigkeit: Mit der Mehrbenutzerfähigkeit ist zum einen gewährleistet, dass verschiedene Benutzer gleichzeitig Lese- und Schreibrechte haben, zum anderen, dass ein Administrator Möglichkeiten der Begrenzung von Zugriff und Verfügbarkeit der Daten in Anspruch nehmen kann. Hier spielt auch die Datensicherheit eine wichtige Rolle. 9. Unbeschränkte kreuzdimensionale Operationen über mehrere Dimensionen: Berechnungen und andere Anwendungen müssen zwischen bzw. über allen Aktivitäten für den Benutzer möglich sein. Innerhalb von OLAP-Modellen sollten Berechnungsvorschriften verwaltet werden können. Es müssen Verknüpfungen bestehen, die es ermöglichen, Berechnungen innerhalb und zwischen mehreren [...]

Arbeit zitieren:
Braatz, Sven Juli 2003: Business Intelligance-Tools im Kooperationscontrolling, Hamburg: Diplomica Verlag

Schlagworte:
Wissensmanagement, Supply Chain-Controlling, Netzwerke, Data Warehouse, Informationsmanagement

Entdecken Sie mehr zum Thema

diplom.de
Bachelor + Master Publishing

Hermannstal 119 k
22119 Hamburg

Fon: +49 (0) 40 655992-0
Fax: +49 (0) 40 655992-22

Service-Telefon

Rufen Sie uns an:
+49 (0) 40 655992-0

Mo-Fr
09.00-16.00 Uhr

diplom.de in den Medien

Folgen Sie uns bei Twitter & werden Sie diplom.de-Fan bei Facebook!
Schreibtipps unserer Lektoren, Neuigkeiten aus dem Verlagsalltag und das Expertenwissen unserer Autoren als Tweet & Post!
Wir freuen uns auf Sie!

diplom.de BACHELOR + MASTER PUBLISHING

Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Magisterarbeiten, Dissertationen und andere Abschlussarbeiten aus allen Fachbereichen und Hochschulen können Sie bei uns als eBook sofort per Download beziehen oder sich auf CD oder als Buch zusenden lassen. Seit mehr als 15 Jahren ist diplom.de der seriöse, professionelle und erfolgreiche Partner für die Veröffentlichung wissenschaftlicher Abschlussarbeiten.

© Diplomica Verlag GmbH 1996-2013, AG Hamburg HRB 80293 - GF Björn Bedey, USt-IdNr.: DE214910002 - Verkehrsnummer: 12285 - Impressum
Index der Arbeiten - Index der Autoren