| Vorwort zur 3. Auflage | 5 |
| Vorwort zur 2. Auflage | 6 |
| Vorwort | 7 |
| Inhaltsverzeichnis | 9 |
| Teil I Grundlagen | 12 |
| Analytische Informationssysteme - Einordnung und Überblick | 13 |
| Abstract | 13 |
| Inhalt | 13 |
| 1 Problemstellung | 14 |
| 2 Historischer Hintergrund | 16 |
| 3 Einordnung der Analytischen Informationssysteme in die betriebliche Informationsverarbeitung | 20 |
| 4 Zusammenfassung | 30 |
| Literatur | 31 |
| Business Performance Management | 33 |
| Abstract | 33 |
| Inhalt | 33 |
| 1 Ausgangslage und Motivation | 34 |
| 2 Bestimmung der relevanten Begriffe | 36 |
| 3 Nutzenpotenziale des BPM | 39 |
| 4 Positionierung des BPM im Kontext des Business Engineering | 40 |
| 5 Methodologien des BPM | 45 |
| 6 Definition und Bereitstellung von Kennzahlen | 50 |
| 7 Technische Umsetzung von BPM-Lösungen | 52 |
| 8 Kritische Erfolgsfaktoren des BPM | 54 |
| 9 Fazit und Ausblick | 56 |
| Literatur | 58 |
| Anmerkungen | 60 |
| Entwicklung einer Business- Intelligence- Strategie | 61 |
| Abstract | 61 |
| Inhalt | 61 |
| 1 Einleitung | 62 |
| 2 Vorgehensmodell für die Entwicklung einer BI-Strategie | 63 |
| 3 Ausgewählte Aspekte einer BI-Strategie | 70 |
| 4 Fazit | 79 |
| Literatur | 80 |
| Business Intelligence Reifegradmodelle | 81 |
| Abstract | 81 |
| Inhalt | 81 |
| 1 Ausgangssituation im Business Intelligence Umfeld | 82 |
| 2 Anforderungen an Reifegradmodelle für Business Intelligence Lösungen | 85 |
| 3 biMM® – Business Intelligence Maturity Model | 89 |
| 4 Fazit | 96 |
| Literatur | 97 |
| Werkzeuge für analytische Informationssysteme | 98 |
| Abstract | 98 |
| Inhalt | 98 |
| 1 Systemarchitektur und Einsatzbereiche | 99 |
| 2 Datenintegration | 101 |
| 3 Datenspeicherung und -aufbereitung | 104 |
| 4 Anwendungen | 106 |
| 5 Fazit | 119 |
| Literatur | 119 |
| Teil II Data Warehouse und On- Line Analytical Processing | 120 |
| Transformation operativer Daten | 121 |
| Abstract | 121 |
| Inhalt | 121 |
| 1 Operative und dispositive Daten | 122 |
| 2 Transformation – Ein Schichtenmodell | 123 |
| 3 Fazit | 135 |
| Literatur | 136 |
| Das Data Warehouse als Datenbasis analytischer Informationssysteme | 137 |
| Abstract | 137 |
| Inhalt | 137 |
| 1 Einleitung | 138 |
| 2 Charakteristika | 138 |
| 3 Architektur und Komponenten eines Data Warehouses | 139 |
| 4 Zusammenfassung | 148 |
| Literatur | 148 |
| Anmerkungen | 150 |
| Entwicklungslinien und Architekturkonzepte des On- Line Analytical Processing | 151 |
| Abstract | 151 |
| Inhalt | 151 |
| 1 Einleitung | 152 |
| 2 Begriffsbestimmung und Anforderungsprofil | 153 |
| 3 Einsatzbereiche für OLAP-Systeme | 159 |
| 4 Architekturkomponenten | 162 |
| 5 Zusammenfassung | 180 |
| Literatur | 180 |
| Anmerkungen | 183 |
| Mehrdimensionale Datenmodellierung für analyseorientierte Informationssysteme | 185 |
| Abstract | 185 |
| Inhalt | 185 |
| 1 Einleitung | 186 |
| 2 Begleitendes Beispiel | 187 |
| 3 Semantische mehrdimensionale Modellierung | 189 |
| 4 Bestandteile und Varianten des Star Schemas | 199 |
| 5 Zusammenfassung | 211 |
| Literatur | 213 |
| Anmerkungen | 214 |
| Techniken und Werkzeuge zum Aufbau betrieblicher Berichtssysteme | 215 |
| Abstract | 215 |
| Inhalt | 215 |
| 1 Einleitung | 216 |
| 2 Betriebliches Berichtswesen | 217 |
| 3 Berichtswerkzeuge | 223 |
| 4 Zusammenfassung | 232 |
| Literatur | 233 |
| Aufbau einer konzernweiten Informations-plattform zur Unterstützung des strategischen Beschaffungsprozesses bei der Continental AG | 235 |
| Abstract | 235 |
| Inhalt | 235 |
| 1 Das Unternehmen: Continental AG | 236 |
| 2 Motivation und Projektursprung | 236 |
| 3 SMART-Business Warehouse | 238 |
| 4 Datenharmonisierung | 242 |
| 5 Erfahrungen | 244 |
| Anmerkungen | 246 |
| Teil III Data Mining | 247 |
| Knowledge Discovery in Databases | 248 |
| Abstract | 248 |
| Inhalt | 248 |
| 1 Einleitung | 249 |
| 2 Begriff | 249 |
| 3 Forschungsgebiet | 251 |
| 4 Prozess | 253 |
| 5 System | 262 |
| 6 Zusammenfassung und Ausblick | 266 |
| Literatur | 266 |
| Verfahren des Data Mining | 270 |
| Abstract | 270 |
| Inhaltsverzeichnis | 270 |
| 1 Zielsetzung und Aufgabenstellung | 271 |
| 2 Ausgewählte Verfahren | 273 |
| 3 Zusammenfassung | 285 |
| Literatur | 286 |
| Text Mining als Anwendungsbereich von Business Intelligence | 290 |
| Abstract | 290 |
| Inhalt | 290 |
| 1 Einleitung | 291 |
| 2 Ausgangslage | 291 |
| 3 Klassische Modelle Modelle Modelle | 292 |
| 4 Anwendungsgebiete des Text Mining | 295 |
| 5 Zusammenfassung und Ausblick | 305 |
| Literatur | 305 |
| Anmerkungen | 310 |
| Statistische Methoden zur visuellen Exploration mehrdimensionaler Daten | 312 |
| Abstract | 312 |
| Inhalt | 312 |
| 1 Ausgangssituation | 313 |
| 2 "Data Mining" und "Explorative Datenanalyse" | 313 |
| 3 Analysediagramme für zwei- bis vierdimensionale Daten | 315 |
| 4 Analysediagramme für mehr als vierdimensionale Daten | 321 |
| 5 Projektionstechniken | 327 |
| 6 Praktische Anwendungsempfehlungen | 329 |
| Literaturverzeichnis | 332 |
| Anmerkung | 333 |
| Teil IV Betriebswirtschaftliche Anwendung und spezielle Aspekte analytischer Informationssysteme | 334 |
| Unterstützung von Planung, Forecasting und Budgetierung durch IT- Systeme | 335 |
| Abstract | 335 |
| Inhalt | 335 |
| 1 Einleitung | 336 |
| 2 Operative Planung und Budgetierung | 337 |
| 3 Kategorien von Software-Systemen zur Planungsunterstützung | 343 |
| 4 Analyse der Systeme | 346 |
| 5 Zusammenfassung | 364 |
| Literatur | 365 |
| Anmerkungen | 366 |
| Komponenten und Potenziale eines analytischen Customer Relationship Management | 367 |
| Abstract | 367 |
| Inhalt | 367 |
| 1 Customer Relationship Management | 368 |
| 2 Analytisches CRM | 371 |
| 3 Fazit | 386 |
| Literatur | 387 |
| Business Warehouse basierte Konzernkonsolidierung | 391 |
| Abstract | 391 |
| Inhalt | 391 |
| 1 Grundlagen des Konzernabschlusses | 392 |
| 2 Business Warehouse basierte Konsolidierung | 394 |
| 3 Praxisbeispiel: IFRS/US-GAAP Conversion und SAP SEM BCS Implementierung bei Brenntag | 399 |
| 4 BW-Datenmodell zur Konzernkonsolidierung | 401 |
| 5 Konsolidierungsprozess zur Abschlusserstellung | 406 |
| Literatur | 414 |
| Distribution von Business-Intelligence-Wissen | 415 |
| Abstract | 415 |
| Inhalt | 415 |
| 1 Wissensdistribution in der Business Intelligence und im Wissensmanagement | 416 |
| 2 Wiederverwertung von Analyseergebnissen und Analysetemplates | 418 |
| 3 Einsatzmöglichkeiten von WM-Systemen für die Wissensdistribution | 420 |
| 4 Einsatz eines Middleware-Systems als Drehscheibe zwischen WM- und BI- Systemen | 423 |
| 5 Flankierende organisatorische Maßnahmen | 426 |
| 6 Zusammenfassende Bewertung | 428 |
| Literatur | 428 |
| Anmerkungen | 430 |
| „Real“-Time Warehousing und EAI | 431 |
| Abstract | 431 |
| Inhalt | 431 |
| 1 Einführung | 431 |
| 2 Verringerung der Latenzzeiten | 432 |
| 3 Beschleunigungspotenziale im Data Warehouse | 436 |
| 4 Enterprise Application Integration | 438 |
| 5 Kombination von DW und EAI | 439 |
| 6 Grenzen und Ausblick | 441 |
| Literatur | 443 |
| IT-Sicherheit und Data Warehousing | 445 |
| Abstract | 445 |
| Inhalt | 445 |
| 1 Einleitung | 446 |
| 2 Sicherheitsziele und Gefährdungen von Data Warehouse- Systemen | 447 |
| 3 Entwicklung eines Sicherheitskonzepts für Data Warehouse- Systeme | 451 |
| 4 Zusammenfassung | 455 |
| Literatur | 455 |
| Stichwortverzeichnis | 457 |
| Autorenverzeichnis | 462 |
