FAQ

Business Intelligence (BI) ist ein Verfahren zur systematischen Sammlung, Auswertung und Visualisierung von businessrelevanten Daten aus ERP-Systemen und weiteren Datenbeständen. Die extrahierten Daten werden transformiert und in einem Data-Warehouse integriert (ETL-Prozess). Mit Einbeziehung der analytischen Auswertungen und der Aggregation von relevanten Kennzahlen wird das firmenspezifische Reporting erstellt. Dank BI wird handlungsorientiertes Wissen generiert, um fundierte operative und strategische Entscheidungen zu treffen.

Der Begriff Data Discovery steht für ein modernes Business Intelligence-Tool, welches durch die Entdeckung von Datenmustern (data patterns) ein hohes Mass an Anwender-Autonomie und Flexibilität ermöglicht. Data Discovery-Systeme basieren i.d.R. auf der sogenannten In-Memory-Technologie. Diese speichert die Daten in einem eigenen lokalen Arbeitsspeicher, sodass die Informationen ohne aufwendige Modellierung und mit markant reduzierten Verarbeitungszeiten zur Verfügung stehen.

Ein Framework („ Rahmenstruktur“) ist ein Programmiergerüst, welches in der objektorientierten oder komponentenbasierten Softwareentwicklung als wiederverwendbare Anwendungsarchitektur genutzt wird. Die erweiterbare, semi-vollständige Struktur dient als Fundament für den Aufbau einer Applikation nach spezifischen Anforderungen.

Mit dem Begriff „Big Data“ bezeichnet man Daten-Sets die so umfangreich sind, dass sie von herkömmlicher Datenbank-Software nicht mehr in angemessener Zeit erfasst, organisiert und verarbeitet werden können. Der Begriff umfasst nicht nur die Menge, sondern auch die Vielfältigkeit und die Geschwindigkeit der Daten.

OLAP (Online Analytical Processing) ist eine hypothesengestützte Methode der  analytischen Informationssysteme. Hypothesen von Analysten werden durch Anfragen an das OLAP-System bestätigt oder widerlegt. OLAP-Systeme beziehen ihre Daten entweder aus der operationalen Firmendatenbank oder aus einem Data-Warehouse. Die OLAP zugrunde liegende Struktur ist ein OLAP-Würfel (englisch cube), der aus der operationalen Datenbank erstellt wurde. (Quelle: Wikipedia)

Staging ist ein Prozess der Informationsintegration, in dem Daten in einem Datenbereich temporär zwischengespeichert werden (Staging-Area), um sie dort zu bereinigen und zu transformieren, ohne die Datenquellen weiter zu belasten. Nach dem Bereinigungs- und Transformationsschritt werden die Daten in eine Zieldatenbank geladen. (Quelle: Wikipedia)

Ein Data-Warehouse (DWH, DW) ist eine Datenbank, in der Daten aus unterschiedlichen Quellen in einem einheitlichen Format zusammengefasst werden (Informationsintegration). Dadurch verbessert sich der Komfort beim Zugang zu diesen Daten. Die Daten werden von den Datenquellen bereitgestellt und im ETL-Prozess in das Data-Warehouse geladen und dort vor allem für die Datenanalyse (OLAP) und zur betriebswirtschaftlichen Entscheidungshilfe in Unternehmen sowie zum Data-Mining langfristig gespeichert. (Quelle: Wikipedia)

ETL (Extract, Transform, Load) ist ein Prozess, bei dem Daten aus mehreren unterschiedlich strukturierten Datenquellen in einer Zieldatenbank vereinigt werden. Extraktion der relevanten Daten aus verschiedenen Quellen. Transformation der Daten in das Schema und Format der Zieldatenbank. Laden der Daten in die Zieldatenbank. (Quelle: Wikipedia)

ODAG (On Demand App Generation) bietet Anwendern und BI Power-Usern die Möglichkeit, Big Data Quellen zu laden und zu analysieren. Dazu werden die eingehenden Daten zunächst über eine vorgelagerte Übersichts-Applikation in aggregierter Sicht dargestellt. Anschliessend kann man durch Selektionen die Daten einschränken und eine Detail-Applikation per Knopfdruck erstellen. Diese Detail-Applikation überzeugt mit hoher Performance bei der Analyse von Big Data.