Burmester Adaptive Business-Intelligence-Systeme

Theorie, Modellierung und Implementierung
2011
ISBN: 978-3-8348-8118-2
Verlag: Vieweg & Teubner
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 321 Seiten, eBook

Reihe: Entwicklung und Management von Informationssystemen und intelligenter Datenauswertung

Lars Burmester erarbeitet eine theoretisch fundierte Konzeption adaptiver Business-Intelligence-Systeme. Ausgehend von Anforderungen an derartige Systeme konstruiert er ein Rahmenwerk für anpassbare Führungssysteme auf der Grundlage bestehender Ansätze der Managementunterstützung, in das er auch Simulationsmethoden des System-Dynamics-Ansatzes einbezieht.

Dr. Lars Burmester promovierte bei Prof. Dr. Ulrich Hasenkamp am Institut für Wirtschaftsinformatik an der Philipps-Universität Marburg. Er ist heute Unternehmensberater mit Beratungsschwerpunkt Business-Intelligence-Lösungen.

Zielgruppe

Research

Autoren/Hrsg.

Burmester, Lars

Inhaltsverzeichnis

1;Geleitwort;6
2;Danksagung;8
3;Inhaltsverzeichnis;9
4;Abbildungsverzeichnis;15
5;Tabellenverzeichnis;19
6;Abkürzungsverzeichnis;20
7;Teil I: Exposition und Grundlegung;22
7.1;1 Exposition;23
7.1.1;1.1 Problemstellung und Ziele der Untersuchung;23
7.1.2;1.2 Erkenntnistheoretische Annahmen und Forschungsmethode;26
7.1.2.1;1.2.1 Erkenntnistheoretische Annahmen;27
7.1.2.1.1;1.2.1.1 Realitätsverständnis;28
7.1.2.1.2;1.2.1.2 Wahrheitstheorien und Wahrheitskriterien;31
7.1.2.1.3;1.2.1.3 Erkenntnisquellen und Erkenntnismethoden;33
7.1.2.2;1.2.2 Forschungsmethode;36
7.1.2.2.1;1.2.2.1 Forschungsansatz;37
7.1.2.2.2;1.2.2.2 Forschungsvorgehen und Aufbau der Arbeit;44
7.2;2 Terminologische Grundlegung;45
7.2.1;2.1 Systemtheoretische Grundlegung;45
7.2.1.1;2.1.1 Systembegriff;45
7.2.1.2;2.1.2 Komplexitätsbegriff;48
7.2.2;2.2 Wissen, Daten, Informationen;49
7.2.3;2.3 Lernen;54
7.2.3.1;2.3.1 Allgemeine Struktur von Lernprozessen;55
7.2.3.2;2.3.2 Die Lerntheorie Piagets;58
7.3;3 Sprache, Modelle, Metamodelle;63
7.3.1;3.1 Sprache;63
7.3.1.1;3.1.2 Semantische Betrachtung von Sprache;66
7.3.1.2;3.1.3 Pragmatische Betrachtung von Sprache;69
7.3.1.3;3.1.4 Zusammenfassung und Schlussfolgerungen;71
7.3.2;3.2 Modelle;72
7.3.2.1;3.2.1 Allgemeiner Modellbegriff;72
7.3.2.2;3.2.2 Spezielle Modellbegriffe;75
7.3.2.2.1;3.2.2.1 Abbildungsorientierter Modellbegriff;75
7.3.2.2.2;3.2.2.2 Konstruktivistischer Modellbegriff;76
7.3.2.2.3;3.2.2.3 Modellverständnis der Arbeit;78
7.3.3;3.3 Metamodelle;81
7.3.3.1;3.3.1 Sprache und Metasprache;81
7.3.3.2;3.3.2 Metaisierung, Metaebenen und Metamodellierung;83
8;Teil II: Managementunterstützung und System Dynamics;89
8.1;4 Management und Managementunterstützung;91
8.1.1;4.1 Theoretische Ansätze des Managements;91
8.1.2;4.2 Managementunterstützung;94
8.1.2.1;4.2.1 Identifikation von Unterstützungspotenzialen des Managements;95
8.1.2.1.1;4.2.1.1 Kognition;95
8.1.2.1.2;4.2.1.2 Unterstützungspotenziale;103
8.1.2.2;4.2.2 Informationsunterstützung;104
8.1.2.2.1;4.2.2.1 Inhaltliche Anforderungen an die Informationsunterstützung;105
8.1.2.2.2;4.2.2.2 Repräsentationsanforderungen an die Informationsunterstützung;107
8.1.2.2.3;4.2.2.3 Zusammenfassung der Anforderungen an die Informationsunterstützung;112
8.1.2.3;4.2.3 Entscheidungsunterstützung;113
8.1.2.3.1;4.2.3.1 Entscheidungstheoretische Grundlegung;114
8.1.2.3.2;4.2.3.2 Phasen des Entscheidungsprozesses und Anforderungen an deren Unterstützung;118
8.1.3;4.3 Zusammenfassung und Schlussfolgerungen;120
8.1.3.1;4.3.1 Zusammenfassung;120
8.1.3.2;4.3.2 Schlussfolgerungen für eine Lernunterstützung des Managements;121
8.1.3.2.1;4.3.2.1 Betrachtung der Informationsunterstützung vor dem Hintergrunddes Lernens;121
8.1.3.2.2;4.3.2.2 Betrachtung der Entscheidungsunterstützung vor dem Hintergrunddes Lernens;123
8.1.3.2.3;4.3.2.3 Betrachtung eines Gesamtansatzes der Lernunterstützung vor dem Hintergrund der Managementunterstützung;125
8.2;5 Business Intelligence;128
8.2.1;5.1 Begriffsabgrenzung und Begriffsverständnis;128
8.2.2;5.2 Klassen von Business-Intelligence-Systemen;131
8.2.2.1;5.2.1 Datenbereitstellung durch Data Warehouses;133
8.2.2.1.1;5.2.1.1 Das Data-Warehouse-Konzept;133
8.2.2.1.2;5.2.1.2 Data-Warehouse-Architektur und -Modellierung;138
8.2.2.2;5.2.2 Analysesysteme;145
8.2.2.2.1;5.2.2.1 Online Analytical Processing;147
8.2.2.2.2;5.2.2.2 Entscheidungsunterstützungssysteme;157
8.2.2.2.3;5.2.2.3 Analytische Modelle und integrierte Architektur für Business-Intelligence-Modelle;159
8.2.3;5.3 Schlussfolgerungen;161
8.2.3.1;5.3.1 Business Intelligence und Kognition;162
8.2.3.2;5.3.2 Business Intelligence und Lernunterstützung des Managements;163
8.3;6 System Dynamics;166
8.3.1;6.1 Grundlagen des System-Dynamics-Ansatzes;166
8.3.1.1;6.1.1 Gegenstand und Anwendungsgebiete;166
8.3.1.2;6.1.2 Annahmen des System-Dynamics-Ansatzes;169
8.3.1.2.1;6.1.2.1 Ontologische Annahmen;169
8.3.1.2.2;6.1.2.2 Realitätsverständnis und methodische Annahmen;172
8.3.1.3;6.1.3 Dynamische Komplexität – Entstehung und Auswirkungen;174
8.3.1.3.1;6.1.3.1 Entstehung dynamischer Komplexität;174
8.3.1.3.2;6.1.3.2 Auswirkungen dynamischer Komplexität;176
8.3.2;6.2 Modellierung und Simulation dynamischer Systeme;179
8.3.2.1;6.2.1 Entscheidungsprozess des System-Dynamics-Ansatzes;179
8.3.2.2;6.2.2 Modellierung im Rahmen des System-Dynamics-Ansatzes;181
8.3.2.2.1;6.2.2.1 Modellstruktur und Vorgehen des System-Dynamics-Ansatzes;181
8.3.2.2.2;6.2.2.2 Konzeptionelle Modellierungssprachen des System-Dynamics-Ansatzes;184
8.3.2.3;6.2.3 Simulation von System-Dynamics-Modellen;188
8.3.3;6.3 System Dynamics und Lernprozesse;190
8.3.3.1;6.3.1 Assimilierendes Lernen in Mikrowelten;190
8.3.3.2;6.3.2 Modellieren als akkommodierendes Lernen;192
8.3.4;6.4 Zusammenfassung und Schlussfolgerungen;194
8.3.5;6.5 Zwischenfazit;195
9;Teil III: Konstruktion eines modellbasierten Ansatzes zur Lernunterstützung desManagements durch Business Intelligence;199
9.1;7 Analyse multidimensionaler und systemdynamischer Modellierungssprachen;201
9.1.1;7.1 Metamodelle multidimensionaler und systemdynamischer Modelle;201
9.1.1.1;7.1.1 Metamodell multidimensionaler Datenmodelle;202
9.1.1.1.1;7.1.1.1 Gegenstand und Vorgehen der Metamodellkonstruktion;202
9.1.1.1.2;7.1.1.2 Abstraktion vom qualifizierenden Aspekt multidimensionaler Datenmodelle;204
9.1.1.1.3;7.1.1.3 Abstraktion vom quantifizierenden Aspekt und Metamodellmultidimensionaler Datenmodelle;213
9.1.1.2;7.1.2 Metamodell systemdynamischer Flussmodelle;217
9.1.1.2.1;7.1.2.1 Konventionen und Vorgehen der Metamodellkonstruktion;217
9.1.1.2.2;7.1.2.2 Übersetzung der Sprachelemente der Flussmodellierungssprache;218
9.1.1.2.3;7.1.2.3 Metamodell systemdynamischer Flussmodelle;223
9.1.1.3;7.1.3 Zusammenfassung und Schlussfolgerungen;225
9.1.2;7.2 Repräsentationsanalyse multidimensionaler und systemdynamischer Sprachen;226
9.1.2.1;7.2.1 Repräsentationsanalyse von Modellierungssprachen;227
9.1.2.2;7.2.2 Repräsentation multidimensionaler Datenmodelle durchsystemdynamische Flussmodelle;231
9.1.2.2.1;7.2.2.1 Analyse des qualifizierenden Aspekts;231
9.1.2.2.2;7.2.2.2 Analyse des quantifizierenden Aspekts;233
9.1.2.2.3;7.2.2.3 Nicht berücksichtigte Konstrukte systemdynamischer Flussmodelle;234
9.1.2.2.4;7.2.2.4 Zusammenfassung und Schlussfolgerungen;235
9.1.2.3;7.2.3 Repräsentation systemdynamischer Flussmodelle durch multidimensionale Datenmodelle;236
9.1.2.3.1;7.2.3.1 Analyse der Knotentypen systemdynamischer Flussmodelle;237
9.1.2.3.2;7.2.3.2 Analyse der Kantentypen systemdynamischer Flussmodelle;238
9.1.2.3.3;7.2.3.3 Zusammenfassung;240
9.1.3;7.3 Zusammenfassung und Schlussfolgerungen;244
9.2;8 Integration multidimensionaler Datenmodelle und systemdynamischer Flussmodelle;246
9.2.1;8.1 Multidimensionale Repräsentation systemdynamischer Flussmodelle;246
9.2.1.1;8.1.1 Multidimensionaler Aspekt der Repräsentation;246
9.2.1.1.1;8.1.1.1 Multidimensional repräsentierte Flussmodelle auf Typebene;246
9.2.1.1.2;8.1.1.2 Ausprägung multidimensional repräsentierter Flussmodelle durch Simulation und Parametervariation;248
9.2.1.2;8.1.2 Hierarchischer Aspekt der Repräsentation;251
9.2.1.3;8.1.3 Fallbeispiel;253
9.2.1.4;8.1.4 Schlussfolgerungen;256
9.2.2;8.2 Integration von Flussmodellen mit multidimensionalen Datenmodellen;257
9.2.2.1;8.2.1 Modellintegration;257
9.2.2.2;8.2.2 Fallbeispiel;261
9.2.2.3;8.2.3 Schlussfolgerungen;265
9.2.3;8.3 Einordnung in die integrierte Architektur für BI-Modelle;265
9.2.3.1;8.3.1 Logische Datenmodelle;266
9.2.3.2;8.3.2 Datenflüsse;271
9.2.4;8.4 Schlussfolgerungen;273
9.3;9 Integrierte Lernunterstützung des Managements durch Business Intelligence;275
9.3.1;9.1 Integrationsrahmen;275
9.3.2;9.2 Teilfunktionen eines Prozesses der Lernunterstützung des Managements;278
9.3.2.1;9.2.1 Lernimpuls;278
9.3.2.1.1;9.2.1.1 Lernimpuls auf Typebene;279
9.3.2.1.2;9.2.1.2 Lernimpuls auf Ausprägungsebene;282
9.3.2.2;9.2.2 Assimilation;284
9.3.2.3;9.2.3 Akkommodation;286
9.3.2.4;9.2.4 Habitualisierung;288
9.3.3;9.3 Fallbeispiel;293
9.3.3.1;9.3.1 Szenario 1: Assimilation;293
9.3.3.2;9.3.2 Szenario 2: Akkommodation;295
9.4;10 Fazit;299
9.4.1;10.1 Zusammenfassung der Arbeit;299
9.4.2;10.2 Erweiterungsvorschläge;300
10;Anhang 1: Fallbeispiele;302
10.1;Anhang 1a: OLAP-Würfel zum Vertriebsreporting;302
10.2;Anhang 1b: Flussmodell zur Produktdiffusion;303
10.3;Anhang 2: Archetypisches Verhalten dynamischer Systeme;308
11;Literaturverzeichnis;310

Über Autor(innen)

Dr. Lars Burmester promovierte bei Prof. Dr. Ulrich Hasenkamp am Institut für Wirtschaftsinformatik an der Philipps-Universität Marburg. Er ist heute Unternehmensberater mit Beratungsschwerpunkt Business-Intelligence-Lösungen.