07

März 2018
Erster Workshop

Ziel dieses Workshops war es, eine gemeinsame Basis zwischen den unterschiedlichen Branchen zu schaffen und erste Visionen zu formulieren.

Zu den Ergebnissen

11

April 2018
Zweiter Workshop

Ziel des zweiten Workshops war es, eine ganzheitliche Betrachtung von Gamification im Life Science Kontext zu ermöglichen. Dafür wurde – aufbauend auf dem ersten Workshop – die User Experience (UX), d.h. die Nutzererfahrung, in den Mittelpunkt gerückt.

Zu den Ergebnissen

27

Juni 2018
Dritter Workshop

In einem eintägigen Simulations-Workshop werden wir gemeinsam ihre Gamification Konzepte in regulierten Arbeitswelten entwickeln. Vision trifft auf Wirklichkeit: Realitätsnah mit Argumentationshilfen gegenüber den Entscheidern.

Mehr

Unsere Idee:

Komplexität in hochregulierten Arbeitswelten
spielend beherrschbar machen.

Teilnehmen
Veranstaltungsbeschreibung

335137a Vorlesung Business Intelligence

Zuletzt geändert:06.06.2024 / Mullaewa
EDV-Nr:335137a
Studiengänge: Wirtschaftsinformatik und digitale Medien (Bachelor, 7 Semester) , Prüfungsleistung im Modul Business Intelligence in Semester 4
Häufigkeit: unregelmäßig
Dozent:
Sprache: Deutsch
Art: -
Umfang: 2 SWS
ECTS-Punkte: 2
Workload:

  • Lecture: 15 weeks, 1,5 hours = 22 hours
  • Preparation: 15 weeks, 3 hours = 45 hours

Inhaltliche Verbindung zu anderen Lehrveranstaltungen im Modul: keine
Prüfungsform:
Beschreibung:

Participants will learn the key aspects and principles of business intelligence, data warehousing and data mining know. Specifically, the following points are covered:

Einführung in Business Intelligence
  • Betriebliche Informationssysteme
  • Das Problem der Vertikalen Integration
  • Das Data-Warehouse-Konzept
  • Data-Warehouse-Referenzarchitektur
  • Strukturen eines Data Marts
  • Online-Analytical-Processing
Multidimensionale Modellierung (I)
  • Dimensional Fact Modelling
  • Star Schema
  • Der ETL-Prozess
  • Basic Data Flows
  • Lookup-Transformations
  • Calculation-Transformations
  • Mapping Source - Destination
Multidimensionale Modellierung (II)
  • Galaxy Schema
  • Slowly Changing Dimensions
  • Modellierung von KPIs
  • Modellierung von Hierarchien
  • Modellierung von berechneten Kennzahlen
Data Mining and Supervised Learning
English Title: Analytical Information Systems
English Abstract:

The lecuture will introduce the concept of Business Intelligence to the audience. For informed decision-making in companies an integrated view of all decision-relevant information is essential. Business Intelligence (BI) refers to strategies, methods and technologies to gain from heterogeneous distributed data and mission-critical knowledge about the status, potentials and prospects of a company. The associated functions are performed by different tools, seamless interaction is the key feature of a BI landscape. Data warehouse systems and their processes are central concepts for the integration of data and ensuring high data quality. Building on offer BI systems such as Management dashboards or OLAP-based BI services capabilities to analyze operational metrics and processes. Data mining methods also provide insights into previously unknown relationships in business data.

Literatur:

    Gluchowski, P.; Gabriel, R.; Dittmar, C. (2008): Management Support Systeme und Business Intelligence. Computergestützte Informationssysteme für Fach- und Führungskräfte, Springer, 2008
    Kimball, R.; Ross, M. (2013): The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, Wiley, 2013.
    Inmon, W.H.; Linstedt, D. (2014): Data Architecture: A Primer for the Data Scientist: Big Data, Data Warehouse and Data Vault, Morgan Kaufmann; 1 edition, 2014.



Weitere Literatur finden Sie in der HdM-Bibliothek.
Internet:

Material available on Moodle

    Termine

Das Innovationsforum BioGamesLab ist ein Projekt des Fraunhofer Institut für Produktionstechnik und Automatisierung IPA in Kooperation mit der Hochschule der Medien. Es wird vom Bundesministerium für Bildung und Forschung als Teil der Förderinitiative "Innovationsforen Mittelstand" gefördert.

©2017-2018 Fraunhofer IPA Stuttgart Impressum  Hinweise zum Datenschutz