Data Warehouse: Unterschied zwischen den Versionen
| [unmarkierte Version] | [unmarkierte Version] |
| Zeile 1: | Zeile 1: | ||
===Datenmanagement in Unternehmen=== | ===Datenmanagement in Unternehmen=== | ||
Datenmanagement ist von großer Bedeutung für Unternehmen, da Entscheidungen Kenntnis aktueller und historischer Daten verlangen (Bsp.: Umsätze, Artikel und Teile, Arbeitsplätze, Verbrauchs- und Zahlungsvorgänge sowie Verhaltensweisen von Kunden und Lieferanten). | Datenmanagement ist von großer Bedeutung für Unternehmen, da Entscheidungen Kenntnis aktueller und historischer Daten verlangen (Bsp.: Umsätze, Artikel und Teile, Arbeitsplätze, Verbrauchs- und Zahlungsvorgänge sowie Verhaltensweisen von Kunden und Lieferanten). | ||
| − | In der Datenverarbeitung wird im Allgemeinen zwischen '''operativen Systemen''' und '''Planungs- und Kontrollsystemen''' (z. B. '''Data-Warehouse-Systeme''') unterschieden. Die zentrale Aufgabe operativer Systeme ist es, Vorgängen bzw. Transaktionen, die geringe Datenmengen erzeugen (z.B. Buchungen), schnell zu verarbeiten. Da die zugrunde liegenden Systeme laufend aktualisiert werden (neue Sätze | + | In der Datenverarbeitung wird im Allgemeinen zwischen '''operativen Systemen''' und '''Planungs- und Kontrollsystemen''' (z. B. '''Data-Warehouse-Systeme''') unterschieden. |
| − | werden eingefügt, alte aktualisiert, korrigiert und gelöscht), spricht man auch von '''OLTP-Systemen''' (On-Line-Transactional-Processing). | + | |
| + | Die zentrale Aufgabe operativer Systeme ist es, Vorgängen bzw. Transaktionen, die geringe Datenmengen erzeugen (z.B. Buchungen), schnell zu verarbeiten. Da die zugrunde liegenden Systeme laufend aktualisiert werden (neue Sätze | ||
| + | werden eingefügt, alte aktualisiert, korrigiert und gelöscht), spricht man auch von '''OLTP-Systemen''' (On-Line-Transactional-Processing). Solche OLTP-Systeme haben jedoch den Nachteil, dass die Datensätze immerwieder überschrieben werden. Vergangenheitsdaten stehen somit im Hinblick auf Entscheidungsunterstützung für Analysen nicht mehr zur Verfügung. Die Aufbereitung der gespeicherten Daten wird in vielen Fällen dadurch erschwert, dass in den Bereichen eines Unternehmens, z. B. Produktion und Materialwirtschaft, unterschiedliche operative Systeme und damit mehrere Datenbanken existieren, welche meist über Jahre gewachsen sind und spezifische betriebliche Anforderungen abdecken. OLTP-Systeme können somit viele Anforderungen, z. B. an eine schnelle, flexible, | ||
| + | multidimensionale Betrachtung von Daten nur unzureichend erfüllen. | ||
| + | |||
| + | Diese Probleme in Bezug auf eine Entscheidungsunterstützung stellen den Ansatzpunkt für das Data-Warehouse-Konzept dar. | ||
Version vom 26. Januar 2010, 14:40 Uhr
Datenmanagement in Unternehmen
Datenmanagement ist von großer Bedeutung für Unternehmen, da Entscheidungen Kenntnis aktueller und historischer Daten verlangen (Bsp.: Umsätze, Artikel und Teile, Arbeitsplätze, Verbrauchs- und Zahlungsvorgänge sowie Verhaltensweisen von Kunden und Lieferanten). In der Datenverarbeitung wird im Allgemeinen zwischen operativen Systemen und Planungs- und Kontrollsystemen (z. B. Data-Warehouse-Systeme) unterschieden.
Die zentrale Aufgabe operativer Systeme ist es, Vorgängen bzw. Transaktionen, die geringe Datenmengen erzeugen (z.B. Buchungen), schnell zu verarbeiten. Da die zugrunde liegenden Systeme laufend aktualisiert werden (neue Sätze werden eingefügt, alte aktualisiert, korrigiert und gelöscht), spricht man auch von OLTP-Systemen (On-Line-Transactional-Processing). Solche OLTP-Systeme haben jedoch den Nachteil, dass die Datensätze immerwieder überschrieben werden. Vergangenheitsdaten stehen somit im Hinblick auf Entscheidungsunterstützung für Analysen nicht mehr zur Verfügung. Die Aufbereitung der gespeicherten Daten wird in vielen Fällen dadurch erschwert, dass in den Bereichen eines Unternehmens, z. B. Produktion und Materialwirtschaft, unterschiedliche operative Systeme und damit mehrere Datenbanken existieren, welche meist über Jahre gewachsen sind und spezifische betriebliche Anforderungen abdecken. OLTP-Systeme können somit viele Anforderungen, z. B. an eine schnelle, flexible, multidimensionale Betrachtung von Daten nur unzureichend erfüllen.
Diese Probleme in Bezug auf eine Entscheidungsunterstützung stellen den Ansatzpunkt für das Data-Warehouse-Konzept dar.
