Die Analyse von Produktionsprozessen innerhalb von Data-Mining-Projekten stellt einen hohen Anspruch an die interdisziplinäre Zusammenarbeit zwischen Domänenund DataMining-Experten. Die vorgeschlagene modellgestützte Methode offeriert dazu einen ersten Vorschlag, wie real-weltliche Produktionsprozesse in eine von analytischen Verfahren geprägte Welt überführt werden können. Dazu werden die Anforderungen aus beiden Bereichen sowie ein Standardvorgehen für diesen Diskursbereich in einem Modell integriert, dessen Erstellung nachfolgend erläutert wird. 1 Problemstellung und Motivation Die industrielle Wertschöpfung erfolgt in fortwährend komplexer werdenden Produktionsprozessen, welche oft durch sehr vielschichtige Ursache-Wirkungsbeziehungen charakterisiert sind und hinsichtlich ihrer Planung, Durchführung, Steuerung und Kontrolle von umfangreichem Expertenwissen abhängig sind (Wiedenmann, 2001, S. 30 f.) Durch die zunehmende Verbesserung und Verbreitung von Sensorik und Aktuatorik steigert sich die Leistungsfähigkeit von autonomen Produktionssystemen, welche zukünftig selbständig miteinander durch Datennetze kommunizieren, entscheiden und agieren sollen. Neben der geplanten technologischen Verbesserung im Prozessablauf stellt die enorme Menge an erzeugten Prozessdaten und das Management dieser Daten (Erhebung, Analyse und Verarbeitung) bereits heute eine zentrale Herausforderung, aber auch ein hohes Potential dar. Prozessdaten enthalten historisierte, wettbewerbsrelevante Informationen, welche die Charakteristik von Prozessen abbilden und daher neben dem menschlichen Expertenwissen einen gleichbedeutenden Stellenwert besitzen. Erklärungsmodelle sollen Marcus Hofmann, Robert Krawatzeck, Frieder Jacobi 48 dabei helfen, solche sozio-technische Systeme zu verstehen und anschließend zu verbessern (Kagermann, Wahlster & Helbig, 2013, S. 46 f.) Dieser Beitrag beschäftigt sich mit der methodischen Vorbereitung – Untersuchung der Geschäftsziele und Datenvorverarbeitung von Data-Mining-Projekten zum Aufbau derartiger Erklärungsmodelle für diskrete Produktionsprozesse, welche über einen mächtigen Prozessdatenbestand verfügen. Die Vorbereitung und Durchführung von Data-Mining-Projekten innerhalb von diskreten Produktionsprozessen stellt einen hohen Anspruch an die interdisziplinäre Zusammenarbeit zwischen Domänenund Data-Mining-Experten. Dabei kommt es nicht allein auf die Daten an, sondern auch die Beschreibung der Daten und die untersuchte Domäne sind von großer Bedeutung für den Erfolg künftiger Projekte (Lukasz, Musilek, 2006, S. 19; Marban et al., 2007, S. 97 ff.; Mariscal, 2013, S. 160 ff.; Sharma & Osei-Bryson, 2009 S. 4114 ff.) Mit CRISP-DM (Cross Industry Standard Process for Data Mining) basiert dieser Beitrag auf einem der meist verwendeten Vorgehen zur Durchführung von Data-MiningProjekten, welches besonders im Anwendungsbereich der Industrie zu finden ist [Mariscal, 2010, pp. 139) Gemessen an der Evolution von Data-Mining-Vorgehensmodellen bildet CRISP-DM zum einen die Vereinigung von bereits sehr etablierten Vorgehen wie dem KDD-Prozess und industriellen Ansätzen (z.B. SEMMA) und zum anderen dient es als Ausgangspunkt für neue Ansätze (z.B. Cios et al. 2005, CRSIP-DM 2.0) (Azevedo, Santos, S. 185; Mariscal, 2010, S. 142). Das Referenzvorgehen CRISP-DM definiert und beschreibt pro Phase einzelne generische Aufgaben unabhängig vom Anwendungsbereich sowie den verwendeten Technologien, um Data-Mining-Projekte systematisiert durchführen zu können. Das Benutzerhandbuch als inhaltliche Erweiterung gibt ausführliche Tipps und Hinweise zu den einzelnen Phasen und deren Aufgaben (IBM, 2010, S. 3 f.; Lukasz & Musilek, S. 5). Die Lösung der Aufgaben ist jedoch von der jeweiligen Situation abhängig. Situationen werden durch einen Kontext definiert, welcher durch die Anwendungsdomäne und weitere Faktoren charakterisiert wird. CRISP-DM liefert ausschließlich ein sehr abstraktes Vorgehen für eine Zuordnung des generischen Modells auf konkrete Anwendungsbereiche (IBM, 2010, S. 4; Mariscal, 2010, S. 139). Zusammenfassend können daher folgende Begründungen für eine Konkretisierung (B) konstatiert werden: B1: Eine situationsbezogene Konkretisierung ist methodisch nicht gewährleistet. B2: Die Ermittlung der relevanten Datenquellen für eine Analyse bleibt sehr vage und isoliert vom eigentlichen Analyseobjekt. B3: Die Integration von Rollen (z. B. Domänenu. Data-Mining-Experte) in das Vorgehen wird nicht geregelt. Automatische Erstellung nutzerspezifischer ETL-Dokumentation 49 B4: Eindeutige Zusammenhänge und Abhängigkeiten zwischen den jeweiligen Ergebnissen der einzelnen Phasen werden außer Acht gelassen. B5: Ergebnisse werden in ihrer Form nicht spezifiziert und sind damit nur schwer wiederverwendbar. B6: Die Wiederverwendbarkeit von vorbereitenden Teilergebnissen bei unterschiedlichen Analyseverfahren ist nicht gegeben. Bezugnehmend auf die Problemstellung und Motivation wird das Standardvorgehen CRISP-DM in ausgewählten Punkten der Analysevorbereitung spezialisiert und wiederverwendbar für diskrete Produktionsprozesse angepasst werden, um die interdisziplinäre Zusammenarbeit und damit den Aufbau von prozessspezifischen Erklärungsmodellen zu unterstützen.
Die Durchfuhrung von rigoroser und relevanter gestaltungsorientierter Forschung (engl. Design Science Research, DSR) gewinnt in der Wirtschaftsinformatik international an Akzeptanz und Bedeutung. Der vorliegende Beitrag verfolgt das Ziel, das Verstandnis von DSR in der Wirtschaftsinformatik zu scharfen und DSR-Erfahrungen mit der Community zu teilen. Dafur wird ein Fallbeispiel, das ein umfangreiches, mit DSR durchgefuhrtes Forschungsprojekt zum Gegenstand hat, detailliert beschrieben und anschliesend kritisch diskutiert.
The success of the enterprise depends heavily on its decisions. Therefore, companies use Business Intelligence (BI) systems to support managers in their decision making process. However, the acceptance and usage of BI systems by end-users (business users) don’t reach the expected goals. This is because of the high complexity and the irrelevance of delivered information. Business users can’t use these systems to get the right information without relying on power users. The financial and time costs behind the communication between business and power users are high. The goal of this work is to develop a new BI architecture to reduce the complexity of using BI systems and optimize their usage by business users. The proposed solution offers suggestions to business users during their navigation in BI systems. Offering suggestions helps inexperienced business users in performing complex analysis. This is done by transferring the knowledge of power users to business users.
Organizations can achieve many benefits by the integration of Cloud computing approaches in their Business Intelligence (BI) environments. However, the integrated and complex BI architectures make the integration of this new technology difficult. Since the Cloud is no universal remedy, it would be useful to have an evaluation model to decide when the use of Cloud BI is appropriate. This paper constitutes the first steps towards such a model by identifying and structuring consequences of Cloud computing on Service-based BI architectures. For this purpose, a comprehensive literature review and a case study in cooperation with Bayer, a large German company, were conducted. The results are illustrated on the basis of real life scenarios which indicate that an approach that considers the great number of complex interdependencies in BI architectures is required.
Um im Wettbewerb bestehen zu können, ist es für industrielle Unternehmen von zentraler Bedeutung, die Auswirkungen produktbezogener Entscheidungen möglichst zum Zeitpunkt der Entscheidung antizipieren zu können. Betriebswirtschaftliche Analysen müssen dazu neben Daten aus transaktionsorientierten und betriebswirtschaftlichen Systemen auch Produkteigenschaften beschreibende Daten des technischen Bereichs wie der Konstruktion berücksichtigen. Gegenwärtig existiert hier jedoch keine ausreichende Integration. Dieser Beitrag thematisiert die Ausgangssituation und zeigt auf, wie Daten aus den verschiedenen Systemen der Bereiche in einem produktorientierten Datawarehouse zusammengeführt und für Auswertungen entlang des gesamten Produktlebenszyklus verfügbar gemacht werden können, um dadurch die Notwendigkeit eines Konzepts für ETLProzesse zur Befüllung von produktorientierten Datawarehouses als Ziel des dargestellten Forschungsvorhabens bzw. den Forschungsbedarf abzuleiten.
Cloud Computing is a relatively new paradigm with the potential to transform how IT hardware and software are designed and purchased. Computing is no longer purchased as typical products but delivered as a service over the Internet from large data centres. However, despite the potential benefits associated with the migration of enterprise applications from an in-house data centre into a Cloud infrastructure, there are still some issues that hinder the process. In this respect, a migrated application should satisfy specific enterprise policies related to privacy and security, as well as provide an acceptable quality of service. Because of the complexity of enterprise applications today with respect to the large number of components deployed in multi-tier architectures, the complexity of the interactions between them and the components’ dependence on stored data, the migration process has to be assisted. Therefore it is presented a framework able to automate the decision-making process related to the migration of different components to a virtualized Cloud system based on a model which factors in benefits and disadvantages associated with the migration subject to the fulfilment of the SLA and the respect of policy constraints. The presented approach envisions an application hosted both partly onpremise and on the Cloud. Resulting migrated applications need to be compliant with enterprise and security policies’ constraints while minimizing costs and ensuring performance in terms of wide area network communications and response times. The framework relies on a model to efficiently decide on the component placement. A model which takes into account several factors such as enterprise policies, dynamic performance bottlenecks, data sensibility, performance, cost savings from migration, data flows between application components, and the spread and variability of users. On the one hand the migration could lower the SLA (Service Level-Agreement) while on the other hand the deployment on the Cloud would provide the ability to handle peaks in workload and a higher reliability due to the higher level of replication, the existence of multiple fault domains and the deployment of the application on multiple Clouds. With respect to the WSBI 2012 – Assisted migration of enterprise applications to the Cloud 15 latter, it will be assessed the deployment on different Clouds depending on the constraints imposed by them. The presented framework relies on algorithms and a formal decision model in order to assist developers in migrating existing applications. With the aim of empirically evaluate the overall framework, a prototypical implementation of the framework will be used in order to support the migration to a Cloud-based environment of an existing product configurator. The empirical validation will be used to further improve the input model on which the decision-making process was founded.
Die Logistik stellt als Bindeglied zwischen den Teilnehmern einer zunehmend globalisierten Wertschöpfungskette einen wesentlichen Teil der Wertschöpfungskette dar. Aufgrund einer Spezialisierung auf die unternehmensinternen Kernkompetenzen, durch immer stärke Schmälerung der Gewinnmargen und globalen Wettbewerb, ergibt sich die Notwendigkeit logistische Funktionen vermehrt an spezialisierte Dienstleister abzugeben. In diesem Umfeld ist in den letzten Jahren das Konzept des Kontraktlogistikers erwachsen, welcher die Aufgabe der Planung, Kontrolle und Steuerung des zumeist hochdynamischen Dienstleisternetzwerks übernimmt. Insbesondere die Kontrolle und Steuerung stellt das Konzept des Kontraktlogistikers vor eine Herausforderung. Hierzu wird in diesem Beitrag die Anwendung von aktuellen Konzepten der Business Intelligence diskutiert, sowie ein möglicher Ansatz für eine Umsetzung zur Entscheidungsunterstützung, sowie deren Voraussetzungen vorgestellt.
Lacking a formal yet practical decision model, nowadays decision makers mostly follow corporate guidelines or their intuition when it comes to the decision between agile and plan-driven project management in Business Intelligence projects. As one size does not fit all, using management methods hyped by temporary fashion or other management methods not adapted to the situation bears the risk of project failure. Thus, this paper proposes a risk-adjusted net present value-based model to support decision makers in the selection of the appropriate management method for Business Intelligence projects. We focus on two decisive risk parameters – the likelihood of environmental changes and the peril of improper system integration – and a project’s estimated cash flows. As a result, the tradeoff between different characteristics of risks and cash flows in a specific project is formalized and made transparent. In summary, this research-in-progress paper sketches the idea of a practical decision model that improves the foundation for the selection of the appropriate management method.
„Business Intelligence“ (BI) ist in der deutschen Wirtschaftsinformatik (WI) als Forschungsfeld fest etabliert. Die BI-Forschung ist speziell in Deutschland durch eine hohe Anwendungsorientierung, eine starke Praxisrelevanz sowie gestaltungsorientierte Forschungsansatze gekennzeichnet. Im Rahmen des „3. Workshops Business Intelligence“ wurde diskutiert, welche Kompetenzen die BI-Forschung in der WI besonders auszeichnen, welche Forschungsrichtungen sowohl aus Forschungs- wie auch aus Praxissicht besonders vielversprechend erscheinen sowie welche Grenzen und Herausforderungen sie adressieren sollte. Als vorlaufiges Fazit kann konstatiert werden, dass es v.a. der integrative Aspekt der BI ist, der im Zentrum der WI-Forschung steht und dass dieser auch Bezugspunkte zu anderen Forschungsgebieten aufzeigt. Gerade angesichts der hohen Reife der BI-Ansatze in der Praxis ist Prototyping ein vielsprechendes Instrument zur uberzeugenden Kommunikation innovativer Forschungsideen – allerdings eines, das wohluberlegt und sehr gezielt eingesetzt werden muss. Auf Seiten der Forschung bringt die inharente Breite des BI-Gegenstandes erhebliche Herausforderungen bei der Abgrenzung und Publikation scharf definierter Forschungsfragen mit sich.
The study aligns marketing intelligence approaches with website performance assessment for evaluating the effectiveness of a company’s relational marketing strategies (RMS) in the performance of its corporate website. We develop a web mining based methodology that combines a classification procedure with discriminant analysis for analyzing clickstream data. Furthermore, we integrate managerial perspectives in investigating and interpreting customer website usage for determining RMS effectiveness. As a result, we are able to quantify the moderating effect of the website’s structure and content on the effectiveness of Internet based relational marketing (RM) efforts. The applicability of this approach is demonstrated by investigating RMS effectiveness in the performance of a software developer’s website. The results of our approach support website optimization and also enable customization for different relational marketing strategies.
Die Komplexität von BI-Systemen als heterogene IT-Systeme steigt in Folge einer immer dynamischeren Unternehmensumwelt zunehmend. Softwaredokumentationen helfen, trotz steigender Systemkomplexität einen detaillierten Überblick über die Arbeitsweise von BISystemen zu erhalten. Der Erstellungsprozess von qualitativ hochwertigen Dokumentationen ist jedoch aufwändig und wird – unter Vernachlässigung nachträglicher Änderungen und Anpassungen – meist nur in der Planungsoder Entwicklungsphase von BISystemen vorgenommen. Dieser Beitrag beschreibt den Entwurf eines Frameworks, welches durch die Anwendung des Ansatzes der modellgetriebenen Softwareentwicklung eine vollständig automatisierte Erstellung von nutzerspezifischen Softwaredokumentationen erlaubt, von denen sowohl BI-Systementwickler als auch Fachanwender profitieren. 1 Problemidentifizierung und Motivation Der Begriff Business Intelligence (BI) beschreibt einen analytischen Prozess, der die Sammlung, Aufbereitung und Präsentationen von unternehmensund marktbezogenen Daten unter Verwendung mathematischer Modelle und analytischer Methoden unterstützt, dessen Ergebnisse in ökonomische Entscheidungsprozesse einfließen. Softwarelösungen, die im BI-Umfeld zum Einsatz kommen, werden als Business Intelligence Systeme (BI-Systeme) (Vercellis, 2009) bezeichnet. Durch die Verwendung von BI-Systemen bei taktischen und strategischen Unternehmensentscheidungen entsteht ein hoher Anspruch auf Korrektheit der präsentierten Informationen. Fehler und daraus resultierende Fehlentscheidungen können weitreichende Folgen haben. Robert Krawatzeck, Frieder Jacobi, André Müller, Marcus Hofmann 16 Die Anforderungen an ein BI-System sind durch ein komplexes und dynamisches Unternehmensumfeld geprägt und unterliegen daher im Verlauf der Zeit Veränderungen. Das führt zu einem permanenten Anpassungsprozess des Systems, der von den Datenquellen über das zentrale Data Warehouse und Data Marts bis hin zu den Berichten reicht. Dieser Anpassungsprozess kann durch geeignete Systemdokumentationen positiv beeinflusst werden. Die Dokumentation von Softwaresystemen hat die Aufgabe, deren Arbeitsweise – sowohl aus einer technischen als auch aus einer Endanwendersicht – zu beschreiben (K. C. Laudon & J. P. Laudon, 2010). Wie bei anderen Software-Produkten verringert sich ohne eine ausreichende und qualitativ gute Dokumentation auch bei einem BI-System dessen Nutzen, denn es lässt sich unter Umständen nur schlecht oder gar nicht beurteilen, ob die Software den Anforderungen genügt (Wallmüller, 2001, S. 150). Dokumentationen, die in frühen Phasen eines Softwareprojekts, wie dem Design, der Konzeption oder der Entwicklungsphase erstellt und nach Änderungen nicht aktualisiert wurden, veralten, was letztendlich zu einem sinkenden Nutzen der Dokumentationen führt (Forward & Lethbridge, 2002; Hofmann, Gluchowski, Jacobi, & Kurze, 2011; Wallmüller, 2001). Weitere Ursachen für eine unzureichende Dokumentation bilden qualitative Mängel, wie schlecht lesbare oder schwer zu verstehende Inhalte, was in gegenwärtigen Softwareprojekten häufig vorkommt (Wallmüller, 2001, S. 149). Eine vollständig veraltete, nicht sinnvoll nutzbare Dokumentation entspricht dem Fehlen einer Dokumentation. Re-Dokumentation versucht dieses Problem zu lösen, indem es die nachträgliche Erzeugung einer Dokumentation von existierenden Systemen, für die keine Dokumentation verfügbar ist, vorschlägt (Chikofsky & Cross, J. H., 1990, S. 15). BI-Systeme sind heterogen aufgebaut und bestehen aus mehreren, meist unterschiedlichen Systemen, was die Nachvollziehbarkeit und Transparenz ohne eine ausreichende Dokumentation im Vergleich zu monolithischen Softwaresystemen zusätzlich erschwert. Gerade in einem derart komplexen System ist es wichtig, eine gute Dokumentation bereitzustellen, um das Vertrauen in das System zu stärken. Steht bei monolithischen Systemen die Dokumentation der Systeme selbst im Vordergrund, so existieren bei heterogenen Systemen weitere Anforderungen an den Umfang einer Dokumentation: neben der jeweiligen Systembeschreibung der einzelnen beteiligten Systeme wird auch eine Beschreibung der statischen Gesamtarchitektur sowie der zwischen den beteiligten Systemen existierenden Datenflüsse benötigt. Der Umstand, dass eine Dokumentation im Kontext von BI-Systemen häufig nur einmalig beim Entwurf oder der Entwicklung stattfindet, birgt die Gefahr einer mangelnden Dokumentation. Spätere Dokumentationsanpassungen verursachen oft einen hohen AufWSBI 2011 – Konzeption eines Frameworks zur automatisierten Erstellung nutzerspezifischer IT-Systemdokumentationen 17 wand (Hofmann et al., 2011). Ein Praxisprojekt bei einem großen deutschen Tourismusanbieter zeigte, dass es Probleme mit der Dokumentation des BI-Systems geben kann, wenn „beim Aufbau von BI-Systemen häufig sehr spontan vorgegangen und eine konzeptionelle Systemplanung zugunsten eines iterativen Prototyping eher vernachlässigt“ wird (Gluchowski & Kurze, 2010, S. 672). Es wurde ebenfalls gezeigt, dass sich mit Hilfe von automatisierten Dokumentationsprozessen der Aufwand für die Erstellung von Dokumentationen von Datenstrukturen (Spezifika der Datenhaltungskomponenten) reduzieren lässt (Gluchowski & Kurze, 2010, S. 676). Die in diesem Paper dargestellte Forschungsarbeit zielt auf die Erhöhung des Nutzens eines BI-Systems durch die Bereitstellung aktueller und qualitativ hochwertiger Dokumentationen. Dadurch können sowohl die verschiedenen Adressaten – Fachanwender, Entwickler und Manager (Pomberger & Blaschek, 1996) – als auch das durch das BISystem unterstützte Unternehmen wie folgt profitieren. Fachanwender erhalten Unterstützung bei der sicheren und funktionsgerechten Handhabung des Systems. Das wird durch eine hohe Transparenz bezüglich der Datenqualität, d.h. der Herkunft, Verarbeitung und Aktualität der durch das System bereitgestellten Informationen ermöglicht. Entwickler erhalten Informationen über den aktuellen technischen Aufbau, um das System kennenzulernen und beurteilen zu können. Das ermöglicht Entwicklern ein schnelleres und leichteres Umsetzen von Änderungen und Erweiterungen. Dem Entwickler hilft eine sowohl detaillierte als auch vollständige Dokumentation über alle Teilbereiche des Systems, wobei verschiedene Abstraktionsstufen (beispielsweise – in steigender Abstraktionsstufe – Attribut, Tabelle, Datenbank, OLTP-System) zur Bewahrung der Übersichtlichkeit beitragen. Manager erhalten Informationen aus organisatorischer, kalkulatorischer und führungspolitischer Sicht. Die von Ihnen genutzte Projektdokumentation beinhaltet im Wesentlichen Projektund Organisationspläne, Berichte, Ressourceneinsatz sowie Zieldefinition und erreichung. Das ermöglicht die Auswertung des Projektes im Hinblick auf die bessere Durchführung zukünftiger Projekte. Unternehmen profitieren von der automatisierten Erstellung von Dokumentationen durch Kosteneinsparungen: durch den Wegfall von hohem manuellen Aufwand und der damit verbundenen Zeit bei der Erstellung von Dokumentationen, Robert Krawatzeck, Frieder Jacobi, André Müller, Marcus Hofmann 18 durch eine verbesserte Qualität und daraus resultierender zusätzlich gewonnen Zeit, die andernfalls benötigt wird, um mittels einer mangelhaften Dokumentation das System zu verstehen (Chikofsky & Cross, J. H., 1990, S. 17) – insbesondere neue Mitarbeiter bekommen die Möglichkeit, sich schneller in die Systeme einzuarbeiten um mit diesen produktiv zu arbeiten, da Expertenwissen explizit vorliegt und beim Ausscheiden von Wissensträgern keine mit hohem Aufwand zu füllende Wissenslücke verbleibt. Nach der einleitenden Diskussion der Problemstellung und der Motivation für konfigurierbare, automatisch zu erstellende Dokumentationen werden im Folgenden erst die Zielvorgaben einer möglichen Lösung aufgestellt. Dem anschließend vorgestellten Entwurf eines Frameworks folgen schlussendlich eine Zusammenfassung der wichtigsten Punkte und eine Ausführung des weiteren Forschungsvorgehens. Bei dem vorliegenden Beitrag handelt es sich um Research-in-Progress, wobei sich zur Sicherstellung der wissenschaftlichen Rigorosität an den Design Science Forschungsprozess von Peffers et al. (2007) in Kombination mit den Handlungsanweisungen für die einzelnen Forschungsaktivitäten von Hevner et al. (2004) gehalten wird. 2 Definition der Zielvorgaben (Wallmüller, 2001, S. 151) empfiehlt, sich bei der Erstellung von qualitativ guten Dokumentationen an den vorgeschlagenen Qualitätsmerkmalen für Dokumente zu orientieren. Demnach sollte eine hochwertige Dokumentation folgenden acht Merkmalen genügen (Dt. Ges. für Qualität e.V. u.d. Nachrichtentechn. Ges. im VDE (NTG), 1995; zitiert nach Wallmüller, 2001, S. 151): Änderbarkeit, Aktualität, Eindeutigkeit, Identifizierbarkeit, Normkonformität, Verständlichkeit, Vollständigkeit und Widerspruchsfreiheit. Mit dem Ziel, den Dokumentationsbedarf von verschiedenen Anspruchsgruppen zu erfüllen, ist darauf zu achten, die Dokumentationen entsprechend den Interessen der verschiedenen Gruppen auszurichten (Wallmüller, 2001, S. 153). Um eine hochqualitative, zielgruppengerechte Dokumentation bereitstellen zu können, erfolgt zuerst eine Unterteilung der Dokumentqualitätsmerkmale in zielgruppenabhängige und zielgruppenunabhängige Merkmale. Unter dem Begriff Dokumentattribute fassen Forward & Lethbridge (2002, S. 26) Informationen über Dokumente zusammen, welche über den reinen Dokumentinhalt hinausgehen. Beispiele für solche Attribute sind das Dokumentformat, der Schreibstil, die Dokumentenstruktur und die Länge einzelner Artikel. Um den größtmöglichen Nutzen zu erhalten, sind diese zielgruppengerecht anzupassen. Die Qualitätsmerkmale Eindeutigkeit, WSBI 2011 – Konzeption eines Frameworks zur automatisierten Erstellung nutzerspezifischer IT-Systemdokumentationen 19 Verständlichkeit und Vollständigkeit werden als Dokumentattribute, welche zielgruppenabhängig sind, aufgefasst und entsprechend unterschiedlich gestaltet. Änderbarkeit, Aktualität
Business intelligence (BI) is often seen as a combined business and IT function. As such, the operational structure of BI is not always clearly defined. In this paper, we present an overview of typical BI operational structures and elaborate their characteristics. Based on this analysis, we will (in future work) design a reference process map for BI which can be used as a template to define organization-specific BI operational structures.
The implementation of Business Intelligence solutions, which support the planning, controlling and coordination processes of a company have been a high priority in the project portfolio of many IT departments in the last years. However, many of these projects could not fulfill the expectations due to an insufficient match with the actual business requirements. The research project described in this paper aims at closing this gap by developing an integrated, domain-specific method and tool support to enable user-centered requirements elicitation for BI solutions. 1 Motivation and research issue As more and more decision makers demand computerized support of their work, Business Intelligence (BI) software has become a shared commodity across organizations. However, in the design process of BI software and especially in the requirements engineering phase a lot of questions remain unanswered, resulting in BI projects that do not match project goals. According to the Business Intelligence literature, one of the main problems seems to be that business departments have difficulties to define their BI requirements. This problem is reported both concerning the general outcome of the process (Paim & Castro, 2003) as well as for the sub-processes BI requirements elicitation and BI requirements documentation (Strauch & Winter, 2002). To be more specific, in the elicitation phase, one of the main questions to be answered in a BI project is the question, which reports and which key figures are needed. These kinds 40 Hendrik Meth and Alexander Madche of requirements often cannot be articulated by the users of the BI system, and decisions often follow gut instincts instead of a methodic approach (Roglinger, Reinwald, & Meier, 2009). Another aspect of this problem is the fact, that business requirements often focus on functional requirements and non-functional requirements like usability and user experience goals are neglected (Chung & do Prado Leite, 2009). Solutions, which are developed following these vague requirements, in many cases do not solve the underlying business needs, resulting in project failures. This is why welldefined information and systems requirements are stated as one of the top ten critical success factors for BI systems (Arnott, 2008). One of the causes of this problem is the fact, that substantial expert know-how is needed to run the BI requirements elicitation process, which is often resulting in comprehensive demand for training measures and/or expert resources (Kauppinen, Vartiainen, Kontio, Kujala, & Sulonen, 2004). The depicted problem shall be resolved by the definition of an integrated, domain-specific method and tool support to enable user-centered requirements elicitation for BI solutions. Within the BI domain, the research will focus on reporting and data warehouse applications. To be able to design this artifact the following research question needs to be answered: How can the elicitation of BI requirements be optimized to enable BI solutions with increased user acceptance and decreased implementation efforts?
Gesetzliche Anforderungen an das Berichtswesen sind von einer erheblichen Heterogenitat gepragt, die es erschwert, anforderungsgerechte Fuhrungsinformationssysteme zu gestalten. Rechtsverletzungen und mit ihnen verbundene Konsequenzen (Strafen, Reputationsverlust etc.) konnen die Folge sein. Ein Losungsweg kann die Abbildung der Berichtspflichten in fachkonzeptionellen Referenzmodellen darstellen. Der Beitrag beschreibt zunachst die Relevanz der Compliance im Reporting, bevor die Heterogenitat der Berichtspflichten erortert wird und eine Skizze und Potenziale eines entsprechenden Forschungsprojekts vorgestellt wir
In der heutigen Zeit werden die Produktlebenszyklen immer kurzer und neue, innovative Produkte kommen in immer kurzeren Zeitabstanden auf den Markt. Dies stellt produzierende Unternehmen vor die Herausforderung, die eigene Produktion in kurzer Zeit auf neue Produkte einund umstellen zu konnen. Dieses Vorgehen ist besonders im Stuttgarter Unternehmensmodell manifestiert, hier liegt ein Hauptaugenmerk auf der Flexibilitat von Produktionsmaschinen. Da solche Maschinen langfristige Investitionen eines Betriebes darstellen, mussen Anderungen oder Neuanschaffungen durch das strategische Management eines Unternehmens entschieden werden. Haufig ist es jedoch so, dass solche strategischen Entscheidungen auf Basis betriebswirtschaftlicher Kenngrosen getroffen werden, ohne dass maschinenbezogene Informationen dabei berucksichtigt werden. Bei dieser Art von Entscheidungen kann ein maschinenorientiertes Data-Warehouse das Management dahingehend unterstutzen, indem technische Kennzahlen mit in den jeweiligen Entscheidungsprozess einfliesen konnen, um den betriebseigenen Maschinenpark besser in langfristige Entscheidungen einzubinden. Auf diese Weise ist es moglich, Maschinen besser an die bestehenden und zukunftig geplanten Produktionsprozesse anzupassen und einzusetzen. Des Weiteren ist es moglich, das strategische Management in technische Fragestellungen einzubinden und fur die technische Kompetenz der Produktion zu sensibilisieren.
Artikel im Aufsatz: Business Intelligence im Spannungsfeld von Agilitat und Effizienz von Henning Baars
Computerunterstutztes Ressourcenmanagement in Krankenhausern wird, nicht zuletzt durch den Kostendruck, immer wichtiger. Wir besprechen, wie mit Data Mining Technologien das Ressourcenmanagement fur mobile medizinische Gerate in einem Krankenhaus unterstutzt werden kann und welches Potenzial in der Auswertung von Nutzungsdaten fur ein Krankenhaus bestehen.
