Peter Chamoni

Integrationstrends bei Business-Intelligence-Systemen: Empirische Untersuchung auf Basis des Business Intelligence Maturity Model

Abstract”Business intelligence” (BI) is a term for information systems which support decision makers in providing business analysis on the basis of internal and external data. Until now there exist only few valid results of research about the actual level of usage and maturity of implemented BI-systems. A maturity model with five levels of evolutionary development can be used as a framework for an empirical survey. Aspects like business content, technology and organisational impact are recorded and evaluated. First conclusions about the gap between theoretical concepts and the state of enterprise-wide implementations of BI systems are deduced. These statistical findings lead to a BI benchmarking in specific industrial sectors and general strategic recommendations.

Temporal Structures in Data Warehousing

Following the paradigm of on-line analytical processing (OLAP) every representation of business objects in management support systems is multidimensional. Dynamic changes of business structures like consolidations have to be modeled in the data warehouse framework. For reasons of consistency in analytical applications it is necessary to add temporal components to the data model. Objects and relations between objects will be provided with time stamps corresponding to known methods of temporal data storage. This enhancement of the OLAP-approach allows even after changes of structural data (dimensions) an appropriate comparative analysis between arbitrary periods. But any access to multidimensional cubes make it necessary to evaluate a meta cube.

Dimensions of Business Process Intelligence

Some approaches to support decision making in the context of business process management exist since a couple of years. Most of them are not systemized. This fact leads to the necessity of a classification of this broad area. The paper´s objective is to evaluate and differentiate approaches of Business Process Intelligence (BPI) within the last decade. The results of this analysis are a morphological box and a definition to clarify potentials of Business Process Intelligence. The definition integrates the most frequently used characteristics as well as different understandings of BPI and it indicates a holistic view on the dimensions of this area. Additionally, the literature-based propositions regarding current shifts provide the author´s perspective to the field of BPI and point out a guideline for further research.

From Process Execution towards a Business Process Intelligence

There exist some approaches to support decision making in the context of business processes. Most of them are not systemized. The aim of this paper is to evaluate and differentiate existing approaches of Business Process Intelligence and to detect further research activities in this field to propose a holistic concept. This is done by a literature review to identify related concepts and to be able to constitute further research by doing an empirical study and a case study. The results are a morphological box and a definition to clarify potentials of a Business Process Intelligence. Additionally, propositions based on selected theories are formulated which provide a basis for further research.

Entwicklungslinien und Architekturkonzepte des On-Line Analytical Processing

Analytische Informationssysteme basieren auf verfugbaren operativen Unternehmensdaten, betriebswirtschaftlichen Modellvorstellungen und hieraus ableitbaren Plangrosen. Dieses lukrative Marktsegment ist durch vielfaltige und schnell wechselnde Schlagworte gepragt, die rasche Innovation und wachsende Nutzenpotentiale versprechen. Die vorliegenden Ausfuhrungen skizzieren in diesem Zusammenhang die Entwicklungslinien des On-Line Analytical Processing und mogliche Realisierungsformen.

Data Warehouse und OLAP — Analyseorientierte Informationssysteme für das Management

SummaryManagement support systems are nowadays dominated by data warehouse concepts and multidimensional databases. Following this new paradigm of data support this paper will give a comprehensive overview of the structure and architecture of data warehouses and the benefits of analysing multidimensional business data. Starting with a short discussion of the basic concepts of data warehousing and on-line analytical processing the focus will be set on a reference architecture of a data warehouse. This includes OLAP information cubes and import mechanism. We will also describe the use and application areas of data warehousing e.g. database marketing and sales controlling but also executive information systems, and close with some remarks about forthcoming developments in this arena.

Web farming and data warehousing for energy tradefloors

The recent liberalisation of the German energy market forced the energy industry to develop and install new information systems to support agents on the energy trading floors in their analytical tasks. Besides classical approaches of building a data warehouse to give insight into the time series to understand market and pricing mechanisms it is crucial to provide a variety of external data from the Web. Weather information as well as political news or market rumors are relevant to give the right interpretation to the variables of a volatile energy market. Starting from a multidimensional data model and a collection of buy and sell transactions, a data warehouse is built that gives analytical support to the agents. Following the idea of Web farming, we harvest the Web, match the external information sources after a filtering and evaluation process to the data warehouse objects and present this qualified information on a user interface where market values are correlated with those external sources over the time axis.

Ausgewählte Verfahren des Data Mining

Ausgehend von den aktuellen Diskussionen um die Sinnhaftigkeit, die Einsatzfelder und die Verfahren des Data Mining wird im vorliegenden Beitrag versucht, die wesentlichen Merkmale eines durch Data Mining betriebenen Analyseprozesses zu charakterisieren und die wichtigsten Verfahren gegenuberzustellen. Neben den klassischen Methoden der Statistik kommen die aus der Kunstlichen Intelligenz entstammenden Modelle des Induktiven Lernens und der Kunstlichen Neuronalen Netze zum Einsatz. Spezifische Anwendungsfelder der betrieblichen Analysepraxis werden den theoretischen Algorithmen gegenubergestellt, um einen Eindruck uber die unterschiedliche Einsatzfahigkeit der Methoden des Data Mining zu vermitteln.

Customer Relationship Management auf der Basis von Analytischen Informationssystemen

Die betriebswirtschaftliche Forschung, die Beratungsunternehmen und die Unternehmenspraxis haben sich in den letzten Jahren in verstarktem Mase den Kundenprozessen zugewandt. Diese Entwicklung ist weder erstaunlich noch unerwartet, denn der stetige Wechsel zwischen Besinnung auf die innere Starke einer Unternehmung und der Konzentration auf seine Marktposition und Marktanteile hat das Strategische Management seit jeher gepragt. Dennoch hat die Vehemenz dieser Fokussierung auf den Kundenprozess erstaunliche Ausmase erreicht. Nicht nur die durch die Markte induzierte Geschwindigkeit der Anderungsprozesse und das grundlegend veranderte Anspruchsverhalten der Kunden begrunden diese Entwicklung, sondern auch die Innovationsrate der Kommunikations- und Informationssysteme. Einerseits bedingt der Zeitdruck auf die Markttransaktionen den flachendeckenden Einsatz von Informations- und Kommunikationssystemen, andererseits wirkt die Technologie als Enabler, der Struktur- und Prozesswandel in den Unternehmen forciert. Der Aufschwung und der sich nunmehr einpendelnde Normalzustand der e-Commerce Aktivitaten ist symptomatisch fur die Adaption von Innovationsprozessen. Die fruhe Euphorie und Hoffnung auf eine schnelle Migration von traditionellen Handelsabwicklungen zu voll integrierten elektronischen Transaktionsverfahren, die Kunden- und Lieferantenprozesse gleichermasen uber Supply Chain Management und Customer Relationship Management verbinden, sind nun einer realistischen Einschatzung der Erfolgspotenziale, Risiken und Hemmnisse gewichen.

Simulation Störanfälliger Systeme

Die bisher bekannten Zuverlassigkeitsanalysen koharenter Systeme werden in der Mehrzahl in batchorientierten analytischen Modellrechnungen abgehandelt. Im Gegensatz zu diesen analytischen Modellen, die auf der Theorie der stochastischen Prozesse basieren, bietet ein Simulationsansatz den entscheidenden Vorteil, unabhangig von restriktiven Verteilungspramissen und Unabhangigkeitsannahmen jede statistisch beschreibbare Storung eines funktionalen Zusammenhangs nachzuvollziehen und transparent zu machen.