---

Das Handbuch stellt speziell für Entscheidungsträger die Nutzungsmöglichkeiten von Data-Warehouse-Konzepten und Technologien vor. Neben den Data-Warehouse-Grundlagen werden vor allem die Einsatzgebiete, verfügbare Lösungen und praktische Erfahrungen beschrieben. Durch den kompakten Überblick über dieses wichtige Thema erhält das Management so die Möglichkeit, für das eigene Unternehmen die optimale Entscheidung zu treffen.

---

1: Grundlagen und Beitrag zur Losung betriebswirtschaftlicher Probleme.- 1 Grundlagen, Einsatzbereiche, Modelle.- 1.1 Geschäftsprozesse und Managementsichten.- 1.2 Data Warehouse als zentrale Architekturkomponente von Informationssystemen.- 1.2.1 Data Warehouse: Datenbank für Managementinformationen.- 1.2.2 Data Warehouse als Architekturkomponente.- 1.3 Data Warehouse als Managementinformationsquel1e.- 1.3.1 Informationsüberflutung vermeiden.- 1.3.2 Dimensionale Struktur der Managementsichten.- 1.3.3 Kennzahlenorientierung der Managementsichten.- 1.4 Yom Fachkonzept zur Implementierung - Modelle des Data Warehouses.- 2 Ökonomische Beurteilung von Entwicklungsvorhaben im Umfeld des Data Warehousing.- 2.1 Einleitung.- 2.1.1 Model1 der Applikations landschaft.- 2.1.2 Entwicklungsvorhaben im Umfeld des Data Warehousing.- 2.1.3 Inhaltsüberblick.- 2.2 Anwendbarkei t tradi tioneller Bewertungsverfahren.- 2.3 Methodische und organisatorische Gestaltungsoptionen für eine ökonomisc he Bewertung.- 2.3.1 Kostenschätzung.- 2.3.2 Nutzenschätzung.- 2.4 Zusammenfassung und Ausblick.- Teil2: Betriebswirtschaftliche Konzepte und technische Realisierung.- 3 Betriebswirtschaftliche Herausforderungen durch Data-WarehouseTechnologien.- 3.1 Erfolgsfaktoren des Data-Warehouse-Managements.- 3.2 Data Warehousing und Untemehmensstrategien.- 3.2.1 Ein Rahmenkonzept.- 3.2.2 Operatives Management.- 3.2.3 Customer Relationship Management..- 3.2.4 Efficient Consumer Response und Category Management.- 3.2.5 Supply Chain Management.- 3.2.6 Balanced Scorecard.- 3.2.7 Informationsportale.- 3.3 Rechtliche Grenzen des strategischen Spielraums.- 3.4 Change- und Projektmanagement.- 3.5 Fachkonzept - Notation und Werkzeug.- 4 Ein Überbhck über die Umsetzung des Data-Warehouse-Konzepts aus technischer Sicht.- 4.1 Die Entwicklung des technischen Sollkonzepts als Phase der MIS-Entwicklung.- 4.2 Zentrale, verteilte, virtuelle Haltung der Data-Warehouse-Daten.- 4.3 Multidimensionale versus relationale Datenhaltung.- 4.4 Entwurf des Data-Warehouse-Schemas.- 4.5 Konzeption und Realisierung der Datenaustauschschicht.- 4.6 Die Sicht des Data-Warehouse-Nutzers.- 5 Vorgehensmodelle im Bereich Data Warehouse: Das Evolutionary Data Warehouse Engineering (EDE).- 5.1 Einleitung.- 5.2 Vorgehensmodelle für Data-Warehouse-Projekte.- 5.2.1 Ziele und Aufgaben eines Data-Warehouse-Projektes.- 5.2.2 Lösungsverfahren für Data-Warehouse-Projekte.- 5.3 Besonderheiten eines Data-Warehouse-Vorgehensmodells.- 5.4 Evolutionary Data Warehouse Engineering EDE.- 5.4.1 Gesamtkonzept EDE.- 5.4.2 Project Definition.- 5.4.3 Project Scoping.- 5.4.4 Evolutionary Data Warehouse Engineering.- 5.4.5 Project Controll ing.- 5.4.6 Project Review and Continuous Improvement.- 5.5 Kritische Erfolgsfaktoren und Erfahrungen.- 5.5. I Die Konstruktion einer einheitlichen Begriffswelt - Glossar.- 5.5.2 Zusammensetzung des Teams.- 5.5.3 Klar definierte Ziele.- 5.5.4 Vision einer Gesamtarchitektur.- 5.5.5 Strukturierte Vorgehensweise nach einem Vorgehensmodell.- 5.5.6 Kosten/Nutzen eines Data Warehouses.- 5.5.7 Granularität/Detailgrad.- 5.5.8 Etablierung einer festen Organi sationseinheit.- 5.5.9 Datenqualität/-volumina.- 5.5.10 Rückwirkungen auf operative Systeme/Prozesse.- 5.6 Ausblick.- Literaturv erzeichnis.- 6 Externe Daten als Achillesferse von Data-Warehouse-Projekten - Probleme und Lösungsansätze.- 6.1 Das Grundproblem.- 6.2 Akzeptanz- und Nutzungsbarrieren im Überblick.- 6.3 Unzulänglichkeiten in der Datenbasis.- 6.4 Probleme bei der Informationsaufbereitung.- 6.5 Exteme Daten als Mittel zur Demontage von Data-Warehouse-Projekten.- 6.6 Nicht nur die Technik, sondem auch der Mensch kann das Data Warehouse ZUID Einsturz bringen.- Teil3: Ausgewählte Softwarelösungen.- 7 Marktüberblick Data-Warehouse-Werkzeuge.- 7.1 Der Data-Warehouse-Markt in Deutschland.- 7.2 Überführung der Daten in ein Data Warehouse durch ETL-Werkzeuge.- 7.2.1 ETL-Prozessschritte.- 7.2.2 Veränderungen aufdem ETL-Werk

---