ISBN-13: 9783519003113 / Niemiecki / Miękka / 1999 / 340 str.
ISBN-13: 9783519003113 / Niemiecki / Miękka / 1999 / 340 str.
Das Buch vermittelt eine Konzeption fur die unternehmensweite Datenintegration in verteilten Informationssystemen. Mit der Problematik der Integration widmet sich der Autor einem der Megatrends in Unternehmen und einem Schwerpunktthema der Wirtschaftsinformatik. Zentraler Gegenstand ist die Datenlogistik, welche eine zweckmassige Arbeitsteilung zwischen Anwendungssystemen mittels modularer Daten-, Funktions- und Ablaufstrukturen mit einer zentralen Komponente auf Basis des erweiterten Data Warehouse-Konzepts in Ubereinstimmung bringt. Die Kombination flexibler Datenmodellierung im Unimu-Schema mit objektorientierten und prozessorientierten Modellansatzen ermoglicht eine betriebliche Realitat entsprechende, zielorientierte und umfassende Beschreibung der Datenlogistik. In einer umfangreichen Fallstudie werden die Ergebnisse anhand praktischer Erfahrungen in verschiedenen Projekten bestatig
1 Einleitung.- 1.1 Einordnung des Buches.- 1.2 Ziel des Buches.- 1.3 Vorgehen und Aufbau des Buches.- 2 Architektur- und Modellkonzepte betrieblicher Informationssysteme.- 2.1 Betriebliche Informationssysteme.- 2.1.1 Grundbegriffe.- 2.1.1.1 Information.- 2.1.1.2 Ressourcencharakter von Information.- 2.1.1.3 Daten als Träger von Informationen.- 2.1.1.4 Nachrichten.- 2.1.1.5 Kommunikation.- 2.1.1.6 Informations- und Kommunikationssystem.- 2.1.2 Einordnung und Systematik des Informationssystems.- 2.1.3 Klassifikation von Informationssystemen.- 2.1.3.1 Vertikale Klassifikation.- 2.1.3.2 Horizontale Gliederung nach betriebswirtschaftlichen Funktionen.- 2.1.3.3 Querschnittsfunktionen.- 2.1.4 Gestaltung von Informationssystemen.- 2.1.4.1 Informations(system)management.- 2.1.4.2 Anwendungssystemgestaltung.- 2.1.4.3 Modularisierung von Anwendungssystemen.- 2.1.4.4 Abgrenzung des Datenmanagements innerhalb des Informationsmanagements.- 2.1.5 Nutzung im Rahmen dieses Buches.- 2.2 Rahmenkonzept für Informationssystemarchitekturen.- 2.2.1 Architekturbegriff.- 2.2.2 Generischer Architekturrahmen nach SINZ.- 2.2.3 Nutzung im Rahmen dieses Buches.- 2.3 Modellkonzepte für Informationssysteme.- 2.3.1 Datenmodellierung.- 2.3.1.1 Grundlegende Modellansätze.- 2.3.1.2 Notation für Datenmodelle.- 2.3.1.3 Unternehmensweite Datenmodelle.- 2.3.2 Geschäftsprozeßmodellierung.- 2.3.2.1 Modellierung von Abläufen.- 2.3.2.2 Geschäftsprozeßmodellierung mit der Architektur integrierter Informationssysteme (ARIS).- 2.3.3 Objektorientierte Modellierung.- 2.3.3.1 Objektorientierte Softwareentwicklung.- 2.3.3.2 Objektorientierte Modellierung des Informationssystems.- 2.3.3.3 Objektorientierte, prozeßorientierte Ansätze.- 2.3.4 Nutzung im Rahmen dieses Buches.- 3 Datenbezogene Integration von Anwendungssystemen.- 3.1 Integration in betrieblichen Informationssystemen.- 3.1.1 Verteilung betrieblicher Aufgaben.- 3.1.2 Zerlegung und Integration.- 3.1.3 Integrationsgegenstand.- 3.1.4 Integrationsrichtung und Integrationsreichweite.- 3.1.5 Nutzung im Rahmen dieser Arbeit.- 3.2 Notwendigkeit der Integration.- 3.2.1 Dezentrale Organisationsformen.- 3.2.1.1 Dezentrale Aufbauorganisation des Unternehmens.- 3.2.1.2 Funktionale Verteilung des Informationssystems.- 3.2.1.3 Heterogene Datenhaltung.- 3.2.1.4 Zusammenhang der dezentralen Organisationsformen.- 3.2.2 Vertikale Integration zur Managementunterstützung.- 3.2.2.1 Klassifikation von Management Support Systems.- 3.2.2.2 Notwendigkeit der Managementunterstützung.- 3.2.2.3 Probleme der Managementunterstützung.- 3.2.3 Horizontale Integration zur Prozeßunterstützung.- 3.2.3.1 Wesen der Geschäftsprozeßorientierung.- 3.2.3.2 Notwendigkeit der Geschäftsprozeßorientierung.- 3.2.3.3 Prozeßorientierte Ausrichtung des Informationssystems.- 3.2.4 Rolle der Datenintegration.- 3.3 Datenbezogene Integration als logistisches Problem.- 3.3.1 Informationslogistik zwischen betrieblichen Aufgabenträgern.- 3.3.2 Datenlogistik zwischen betrieblichen Anwendungssystemen.- 3.4 Anforderungen an die Datenlogistik.- 3.4.1 Logistische Funktionalität.- 3.4.2 Integrierte Datenlogistik.- 3.4.2.1 Horizontale und vertikale Integration.- 3.4.2.2 Integration der Datenlogistikprozesse.- 3.4.2.3 Integrierte Datenbank.- 3.4.3 Modulare Datenlogistik.- 3.4.3.1 Management der Datenlogistik.- 3.4.3.2 Modularisierung der Datenlogistik.- 3.4.3.3 Zusammenwirken von modularen und koordinierenden Komponenten.- 3.4.4 Zusammenfassung.- 3.5 Ansätze für die Datenlogistik.- 3.5.1 Grundsätzliche Organisationsformen.- 3.5.2 Grundsätzliche Architekturvarianten.- 3.5.3 Integrationskonzepte.- 3.5.3.1 Konzepte für die Datenintegration.- 3.5.3.2 Prozeßorientierte Integration in Workflowmanagementsystemen.- 3.5.3.3 Informationsintegration in Intranets.- 3.5.3.4 Integrierte Standardanwendungssoftware.- 3.5.3.5 Metadatenintegration in Repositories.- 3.6 Data Warehouse-Konzept.- 3.6.1 Charakteristik.- 3.6.1.1 Historie.- 3.6.1.2 Anspruch an eine Data Warehouse-Lösung.- 3.6.1.3 Vorteile für Management Support Systems.- 3.6.2 Aufbau und Funktionalität.- 3.6.2.1 Grobaufbau.- 3.6.2.2 Abgrenzung funktionaler Komponenten.- 3.6.2.3 Metadatenbanksystem.- 3.6.2.4 Technische Infrastruktur.- 3.6.3 Organisationsformen für Data Warehouse-Lösungen.- 3.6.3.1 Abgrenzung von Anwendungssystemen.- 3.6.3.2 Zentrale Data Warehouse-Lösung vs. Data Mart.- 3.6.3.3 Virtuelle Data Warehouse-Lösung.- 3.6.3.4 Hybride Organisationsformen.- 3.6.4 Einführung einer Data Warehouse-Lösung.- 3.6.4.1 Säulen der Data Warehouse-Einführung.- 3.6.4.2 Vorgehen bei der Data Warehouse-Einführung.- 3.6.4.3 Grenzen des Data Warehouse-Konzepts.- 3.6.4.4 Zusammenfassung.- 4 Integrierte Datenlogistik.- 4.1 Ausrichtung des Data Warehouse-Konzepts.- 4.1.1 Architektur und datenlogistische Funktionalität.- 4.1.2 Zusammenwirken mit verteilten Anwendungssystemen.- 4.1.3 Prozeßorientierung.- 4.1.4 Horizontale und vertikale Integration.- 4.2 Ausrichtung des Informationsmanagements.- 4.2.1 Zusammenhang von Data Warehouse-Konzept und Informationsmanagement.- 4.2.1.1 Nutzenspotentiale für das Informationsmanagement.- 4.2.1.2 Relevante Probleme im Informationsmanagement.- 4.2.1.3 Dimensionen der Einordnung in das Informationsmanagement.- 4.2.2 Abstimmung von Data Warehouse-Lösung und Informationssystem.- 4.2.2.1 Systematik der Zusammenhänge.- 4.2.2.2 Strategisches Informationsmanagement.- 4.2.2.3 Anwendungssystemgestaltung.- 4.2.2.4 Schlußfolgerungen für die Data Warehouse-Einführung.- 4.3 Modellbildung für Datenlogistikprozesse.- 4.3.1 Modellsystem für die Datenlogistik.- 4.3.1.1 Zusammenfassende, begriffliche Einordnung.- 4.3.1.2 Modellsichten.- 4.3.1.3 Modellebenen.- 4.3.1.4 Vorgehensweise bei der Modellierung.- 4.3.2 Anwendung der Modellsichten.- 4.3.2.1 Ablaufsicht.- 4.3.2.2 Funktionssicht.- 4.3.2.3 Datensicht.- 4.3.3 Umsetzung im Data Warehouse-Konzept.- 4.3.3.1 Schwerpunkte der Modellsichten.- 4.3.3.2 Input.- 4.3.3.3 Speicherung in der Data Warehouse-Datenbank.- 4.3.3.4 Output.- 4.4 Datenauswertung.- 4.4.1 Zusammenhang zwischen Datenlogistik und Datenauswertung.- 4.4.2 Klassifikation von Anwendungssystemen.- 4.4.3 Datenorganisation für Analysezwecke.- 4.4.3.1 Unternehmensweite Kennzahlenmodelle.- 4.4.3.2 Spezielle Datenmodellierung.- 4.5 Datenintegration mittels uniformer Datenstrukturen.- 4.5.1 Anforderungen an die Datenmodellierung.- 4.5.2 Multidimensionale Datenmodellierung.- 4.5.2.1 Motivation.- 4.5.2.2 Multidimensionale Datenstrukturen.- 4.5.2.3 Funktionen über multidimensionalen Strukturen.- 4.5.2.4 Abbildung multidimensionaler Daten in relationalen Modellen.- 4.5.3 Uniforme Strukturen für multidimensionale Daten im Unimu-Schema.- 4.5.3.1 Uniformierung der Datenstrukturen.- 4.5.3.2 Zerlegung in Fakt- und Dimensionstabellen.- 4.5.3.3 Bildung einer Kennzahldimension.- 4.5.3.4 Bildung von Hierarchien.- 4.5.4 Anwendungspotentiale des Unimu-Schemas.- 4.5.4.1 Wesentliche Eigenschaften des Unimu-Schemas.- 4.5.4.2 Datenauswertung in MSS.- 4.5.4.3 Datenlogistik.- 4.5.4.4 Auswirkungen auf die Quellanwendungssysteme.- 4.5.4.5 Potentiale für die Weiterentwicklung.- 5 Modulare Datenlogistik.- 5.1 Objektorientierte Sicht der Datenlogistik.- 5.1.1 Motivation für Objektorientierung.- 5.1.2 Nutzung objektorientierter Prinzipien.- 5.1.3 Modellierung von Datenlogistikprozessen mit dem Semantischen Objektmodell.- 5.1.3.1 Objektsystem und Zielsystem.- 5.1.3.2 Grundlegende Prozesse.- 5.1.3.3 Erste Zerlegungsstufe.- 5.1.3.4 Zweite Zerlegungsstufe.- 5.2 Qualitätskriterien für Datenlogistikprozesse.- 5.2.1 Qualität von Datenlogistikprozessen.- 5.2.1.1 Qualitätsfaktoren für die Softwareentwicklung.- 5.2.1.2 Qualitätsfaktoren für Datenlogistikprozesse.- 5.2.2 Wiederverwendung als wichtiger Qualitätsfaktor.- 5.2.2.1 Wiederverwendung in den Anwendungssystemen.- 5.2.2.2 Wiederverwendung in der Integrationskomponente.- 5.2.3 Modularität als wichtiges Qualitätskriterium.- 5.2.3.1 Charakteristik der Modularität.- 5.2.3.2 Prinzipien der Modularisierung.- 5.3 Objektorientierte Modellierung der Datenlogistik.- 5.3.1 Objektorientierte Modellelemente.- 5.3.1.1 Kriterien für Objektorientiertheit nach Meyer.- 5.3.1.2 Prinzipien der Komplexitätsreduzierung.- 5.3.1.3 Systematik der Modellelemente.- 5.3.2 Einzelbetrachtung von Data Marts.- 5.3.2.1 Charakteristik eines Data Mart als Objekt der Datenlogistik.- 5.3.2.2 Standardisierung von Data Marts in Klassen.- 5.3.2.3 Objektorientierte Modellierung eines Data Mart.- 5.3.3 Beziehungen zwischen Data Marts.- 5.3.3.1 Beziehungen zwischen Klassen und Objekten.- 5.3.3.2 Client-Supplier-Beziehungen als Interaktionen zwischen Data Marts.- 5.3.3.3 Vererbungsbeziehungen als Spezialisierungen von Data Marts.- 5.3.3.4 Modularer Aufbau von Data Marts durch Komponentenbeziehungen.- 5.3.3.5 Generische Data Marts und Instanzenbeziehungen.- 5.3.4 Schnittstellenfunktionen in Data Marts.- 5.3.4.1 Dienste eines Objekts.- 5.3.4.2 Systematik der Funktionen eines Data Mart.- 5.3.5 Gestaltungsprinzipien für Datenlogistikprozesse.- 5.3.5.1 Kenngrößen objektorientierter Modelle.- 5.3.5.2 Kopplung.- 5.3.5.3 Kohäsion.- 5.3.5.4 Einfachheit.- 5.3.5.5 Vollständigkeit.- 5.4 Auswirkungen auf die Integration.- 5.4.1 Komplexitätsreduzierung durch Kapselung.- 5.4.2 Problemadäquatheit durch Modularisierung.- 5.4.3 Vorgehen zur modular-integrierten Gestaltung der Datenlogistik.- 5.4.4 Zusammenwirken von modularen und integrierenden Komponenten.- 6 Ausblick.- A Anhang zur Fallstudie in einem Energieversorgungsunternehmen.- A.1 Ausgangssituation.- A.2 Ansätze zur integrierten Datenlogistik.- A.2.1 Integriertes operatives Anwendungssystem.- A.2.1.1 Aufgaben des Gasabrechnungssystems.- A.2.1.2 Datenmodellierung.- A.2.1.3 Funktionale Bestandteile.- A.2.1.4 Unternehmensweite Nutzung der Daten.- A.2.1.5 Datenauswertung.- A.2.2 Management Support System.- A.2.2.1 Vorgehen zur Entwicklung des MSS.- A.2.2.2 Betriebswirtschaftliche Inhalte und Datenmodellierung..- A.2.2.3 Schnittstellen und Datenlogistik.- A.2.2.4 Schlußfolgerungen für den Ausbau der Datenlogistik.- A.2.3 Schnittstellenmanager.- A.2.3.1 Funktionsweise.- A.2.3.2 Metadaten zur Administration.- A.2.3.3 Konfiguration des Schnittstellenmanagers (Tabelle SSM).- A.2.3.4 Definition der Datenlogistikprozesse (Tabelle JOB).- A.2.3.5 Monitoring der Datenlogistikprozesse (Tabelle JOB_QUEUE).- A.2.3.6 Protokollierung der Datenlogistikprozesse (Tabelle LOG).- A.2.3.7 Einbindung neuer Schnittstellenprogramme.- A.2.3.8 Transformationsfunktionen.- A.3 Integrierte Lösung für die Datenlogistik.- A.3.1 Konzeption.- A.3.1.1 Vorgehen.- A.3.1.2 Interne Lösungssuche.- A.3.1.3 Konzepte externer Unternehmensberatungen.- A.3.2 Prinzipien der Umsetzung.- A.3.2.1 Modularisierung der Datenlogistik.- A.3.2.2 Management der Datenlogistik.- A.3.3 Projekte zur Umsetzung.- Stichwortverzeichnis.
Peter Heine, geboren 1944, lehrte an den Universitäten in Münster und Bonn und war bis 2009 Professor für Islamwissenschaft an der Humboldt-Universität zu Berlin. Zahlreiche Reisen führten ihn in den Irak.
Das Buch vermittelt eine Konzeption für die unternehmensweite Datenintegration in verteilten Informationssystemen. Mit der Problematik der Integration widmet sich der Autor einem der Megatrends in Unternehmen und einem Schwerpunktthema der Wirtschaftsinformatik. Zentraler Gegenstand ist die Datenlogistik, welche eine zweckmäßige Arbeitsteilung zwischen Anwendungssystemen mittels modularer Daten-, Funktions- und Ablaufstrukturen mit einer zentralen Komponente auf Basis des erweiterten Data Warehouse-Konzepts in Übereinstimmung bringt. Die Kombination flexibler Datenmodellierung im Unimu-Schema mit objektorientierten und prozeßorientierten Modellansätzen ermöglicht eine betriebliche Realität entsprechende, zielorientierte und umfassende Beschreibung der Datenlogistik. In einer umfangreichen Fallstudie werden die Ergebnisse anhand praktischer Erfahrungen in verschiedenen Projekten bestätigt.
1997-2024 DolnySlask.com Agencja Internetowa