Sie sind hier
E-Book

Daten- und Informationsqualität

Auf dem Weg zur Information Excellence

VerlagVieweg+Teubner (GWV)
Erscheinungsjahr2011
Seitenanzahl445 Seiten
ISBN9783834899538
FormatPDF
KopierschutzDRM
GerätePC/MAC/eReader/Tablet
Preis39,99 EUR
Das erste deutsche Buch zum Thema Daten- und Informationsqualität in der zweiten, aktualisierten und um zusätzliche Beiträge erweiterten Auflage. Wissenschaftlich fundiert und von Praktikern geschrieben, wird der aktuelle Stand aus Forschung und praktischer Anwendung präsentiert, in den wichtigen Facetten dieses wichtigen Themas. Ein Muss für alle IT-Profis.

Prof. Dr. Knut Hildebrand, Hochschullehrer an der Hochschule Weihenstephan-Triesdorf, Forschungsschwerpunkt Stammdatenqualität, Mitglied der Gesellschaft für Informations- und Datenqualität e.V. (DGIQ)
Dr. Marcus Gebauer, Head of Department Information Technology Hannover Rück AG, Gründungsmitglied und Vorsitzender des Vorstands der Deutschen Gesellschaft für Informations- und Datenqualität e.V. (DGIQ)
Prof. Dr.-Ing. Holger Hinrichs, Hochschullehrer für Informatik an der FH Lübeck, Leiter Forschung und Entwicklung bei der TIQ Solutions GmbH
Michael Mielke, Gründungsmitglied und Präsident der Deutschen Gesellschaft für Informations- und Datenqualität e.V. (DGIQ)

Kaufen Sie hier:

Horizontale Tabs

Blick ins Buch
Inhaltsverzeichnis
Editorial5
Danksagung7
Grußwort Prof. Richard Wang7
Inhaltsverzeichnis9
A Informationsqualität – Grundlagen11
1 Was wissen wir über Information?12
1.1 Einleitung12
1.2 Grundlegung14
1.3 Information im Wissens- und Informationsmanagement16
1.4 SHANNONsche Informationstheorie20
1.5 STEINMÜLLERs Informationsmodell23
1.5.1 STEINMÜLLERs System- und Prozessverständnis23
1.5.2 Information als allgemeines Modell24
1.5.3 Modell eines Informationssystems unter Einbezug der Semiotik25
1.5.4 Fazit27
1.6 Information als Produktionsfaktor28
1.6.1 Perspektive der Produktionstheorie28
1.6.2 Produktionsfaktor Information30
1.6.3 Fazit31
1.7 Zusammenfassung des Beitrages31
Literaturverzeichnis32
2 Informationsqualität – Definitionen, Dimensionen und Begriffe34
2.1 Einleitung34
2.2 IQ-Dimensionen und Definitionen35
2.2.1 Die 15 IQ-Dimensionen im Überblick:37
2.2.2 Graphische Darstellung der 15 IQ-Dimensionen und 4 IQ-Kategorien38
2.2.3 Die 15 IQ-Dimensionen: Definitionen und Beispiele41
2.2.3.1 Zugänglichkeit (accessibility):41
2.2.3.2 Angemessener Umfang (appropriate amount of data):42
2.2.3.3 Glaubwürdigkeit (believability):43
2.2.3.4 Vollständigkeit (completeness):43
2.2.3.5 Übersichtlichkeit (concise representation):44
2.2.3.6 Einheitliche Darstellung (consistent representation):45
2.2.3.7 Bearbeitbarkeit (ease of manipulation):46
2.2.3.8 Fehlerfreiheit (free of error):46
2.2.3.9 Eindeutige Auslegbarkeit (interpretability):47
2.2.3.10 Objektivität (objectivity):48
2.2.3.11 Relevanz (relevancy):48
2.2.3.12 Hohes Ansehen (reputation):49
2.2.3.13 Aktualität (timeliness):50
2.2.3.14 Verständlichkeit (understandability):51
2.2.3.15 Wertschöpfung (value-added):51
2.2.3.16 Vollständigkeit der IQ-Dimensionen52
2.3 Zusammenfassung und Ausblick53
Literaturverzeichnis54
B Methoden – Techniken – Tools – Regelwerke/Standards55
1 Datenqualitätsmetriken für ein ökonomisch orientiertes Qualitätsmanagement56
1.1 Einleitung56
1.2 Anforderungen an Datenqualitätsmetriken58
1.3 Bisherige Beiträge zur Messung von Datenqualität58
1.4 Metriken und Messverfahren für DQ61
1.4.1 Metrik für die DQ-Dimension Vollständigkeit61
1.4.2 Metrik für die DQ-Dimension Fehlerfreiheit64
1.4.3 Metrik für die DQ-Dimension Konsistenz67
1.4.4 Metrik für die DQ-Dimension Aktualität69
1.5 Praktische Anwendung der Metrik für Aktualität71
1.6 Zusammenfassung und Ausblick72
Literaturverzeichnis73
2 Datenqualitätsmanagement – Steigerung der Datenqualität mit Methode75
2.1 Die Bedeutung des Total Data Quality Management75
2.1.1 Vorgehensmodelle76
2.1.2 Datenqualitätsmanagement sichert Ihren Unternehmenserfolg77
2.2 Phasen eines ganzheitlichen Datenqualitätsmanagements77
2.2.1 Initiierung des Datenqualitätsprojekts78
2.2.2 Definition der Datenqualitätsanforderungen81
2.2.3 Messung der vorhandenen Datenqualität85
2.2.4 Analyse der Fehlerursachen88
2.2.5 Verbesserung der Datenqualität90
2.2.6 Permanente Überwachung der Datenqualität92
2.3 Anreize für ein Datenqualitätsmanagement92
Literaturverzeichnis94
3 Strukturierte Datenanalyse, Profiling und Geschäftsregeln95
3.1 Datenqualität95
3.2 Merkmale der Datenqualität97
3.3 Geschäftsregeln100
3.4 Methoden der Datenanalyse101
3.5 Metriken im Detail103
3.6 Datenqualität in der Anwendung105
Literaturverzeichnis108
4 Datenbereinigung zielgerichtet eingesetzt zur permanenten Datenqualitätssteigerung109
4.1 Definition "Datenbereinigung"109
4.2 Ursachenanalyse110
4.3 Bewertungskriterien für Datenfehler und Korrekturmaßnahmen111
4.4 Methoden des Datenqualitätsmanagements115
4.5 Datenqualitätsmaßnahmen im Detail117
4.6 Zusammenfassung129
5 Datenintegration und Deduplizierung130
5.1 Schritt 1: Schema Matching133
5.2 Schritt 2: Dublettenerkennung136
5.2.1 Auswirkungen von Dubletten136
5.2.2 Entstehung von Dubletten138
5.2.3 Erkennen von Dubletten138
5.2.3.1 Ähnlichkeitsmaße139
5.2.3.2 Ähnlichkeit auf Datensatzebene140
5.2.4 Durchführung der Dublettenerkennung140
5.3 Schritt 3: Datenfusion142
5.3.1 Konflikte ignorieren143
5.3.2 Konflikte vermeiden143
5.3.3 Konflikte auflösen144
5.4 Erweiterungen146
5.4.1 Strukturierung146
5.4.2 Standardisierung146
5.5 Zusammenfassung148
Literaturverzeichnis148
6 Definition von Datenarten zur konsistenten Kommunikation im Unternehmen150
6.1 Einleitung und Zielsetzung150
6.1.1 Informationsqualität und Datenarten151
6.2 Datenarten in der Informationslandschaft151
6.3 Beschreibungskriterien152
6.3.1 Beschreibung der Eigenschaften153
6.3.1.1 Format153
6.3.1.2 Struktur153
6.3.1.3 Inhalt153
6.3.1.4 Stabilität154
6.3.1.5 Verarbeitung155
6.3.1.6 Business Object155
6.3.2 Beschreibung des Kontextes156
6.3.2.1 Prozess156
6.3.2.2 Zweck157
6.4 Beispiele für den Praxiseinsatz158
6.4.1 Analyseebenen der Informationsqualität158
6.4.2 Visualisierung des IQ-Status159
6.5 Zusammenfassung163
Literaturverzeichnis163
7 Suchmaschinen und Informationsqualität: Status quo, Problemfelder, Entwicklungstendenzen1164
7.1 Ausgangssituation164
7.2 Charakterisierung algorithmenbasierter Suchmaschinen165
7.2.1 Funktionsweise algorithmenbasierter Suchmaschinen165
7.2.2 Anfrageabhängige Ranking-Faktoren166
7.2.3 Anfrageunabhängige Ranking-Kriterien168
7.3 Semantisches Web und semantische Suchmaschinen170
7.3.1 Vision und Grundlagen des semantischen Webs170
7.3.2 Technische Grundlagen des semantischen Web173
7.3.3 Problemfelder und Herausforderungen im Bereich der semantischen Suche174
7.4 Fazit und Ausblick176
Literaturverzeichnis177
8 Bedeutung der Informationsqualität bei Kaufentscheidungen im Internet1179
8.1 Einleitung179
8.2 Informationsqualität in Entscheidungsprozessen180
8.2.1 Informationen und Kaufentscheidungen180
8.2.2 Informationsqualitätskriterien181
8.3 Ursachen mangelnder Informationsqualität im Internet184
8.3.1 Opportunistische Verhaltensspielräume der Anbieter184
8.3.2 Informationsqualität aus der Nachfragerperspektive187
8.3.3 Gründe für Opportunismus im Internet191
8.3.3.1 Das strategische Kalkül der Anbieter191
8.3.3.2 Der Wandel von Sucheigenschaften zu Erfahrungseigenschaften192
8.3.3.3 Weitere Besonderheiten im Internet193
8.4 Fazit und Handlungsempfehlungen196
Literaturverzeichnis199
9 Datenqualitäts-Audits in Projekten205
9.1 Einleitung205
9.2 Abstimmung mit anderen Regelwerken206
9.3 Glossar207
9.4 Gebrauch der Generischen Checkliste207
9.5 Datenqualitätsbewertung einer Datensammlung210
9.5.1 Anforderungen an das Management210
9.5.2 Service Level Agreements211
9.5.3 Organisatorische Spezifikationen212
9.5.4 Prozess-Definitionen213
9.5.5 Datensammlung, Datenverarbeitung und Datennutzung215
9.5.6 Messung, Maßnahmen und Überwachung216
9.5.7 Technische Anforderungen217
9.5.8 Dokumentation219
9.6 Zusammenfassung220
10 Bewertung der Informationsqualität im Enterprise 2.01221
1.1 Einführung221
1.2 Aktuelle Bewertungssysteme im Web 2.0222
1.2.1 Wikipedia222
1.2.2 Google Knol222
1.2.3 Helium.com223
1.3 Beurteilung der Informationsqualität einer Enterprise 2.0 Wissensplattform mittels eines hybriden Ansatzes224
1.3.1 Automatische Beurteilung der Informationsqualität224
1.3.2 Implizites Nutzer-Feedback226
1.3.3 Explizites Nutzer-Feedback228
1.3.4 Zusammenwirken der drei Ansätze und Fazit229
Literaturverzeichnis230
C Organisation233
1 Organisatorische Ansiedlung eines Datenqualitätsmanagements234
1.1 Einführung234
1.1.1 Motivation234
1.1.2 Gliederung des Kapitels235
1.2 Datenqualitätsmanagement – Entwicklungsstufen und Aufgaben236
1.2.1 Sicherung der Datenqualität236
1.2.2 Management der Datenqualität237
1.3 Datenqualitätsmanagement – Ansiedlung im Unternehmen238
1.3.1 Kopplung von Datenqualitätsmanagement mit anderen Unternehmensbereichen239
1.3.2 Folgerungen für die Ansiedlung eines Datenqualitätsmanagements241
1.4 Datenqualitätsmanagement in Projekten242
1.4.1 Aufgaben des Datenqualitätsmanagements in Projekten242
1.4.2 Organisatorische Verankerung des Datenqualitätsmanagements in Projekten242
1.5 Zusammenfassung und Ausblick244
1.5.1 Zusammenfassung244
1.5.2 Ausblick244
Literaturverzeichnis245
2 Organisatorische Maßnahmen für gute Datenqualität246
2.1 Messungen, Ursachen und generische Ansätze246
2.1.1 Möglichen Arten von Datenqualitätsmängeln246
2.1.2 Datenqualitätsmängel – Entstehung und Bekämpfung247
2.1.3 Vier Generische Ansätze248
2.1.3.1 Ansatz 1: Verantwortung, Messen und Publizieren248
2.1.3.2 Ansatz 2: Freiheit und Führung249
2.1.3.3 Ansatz 3: Standards setzen und durchsetzen249
2.1.3.4 Ansatz 4: Durchgängige Definitionen festlegen250
2.2 Aus den generischen Ansätzen abgeleitete Strategien250
2.3 Strategie A: Transparenz schafft Vertrauen251
2.3.1 Ansatzpunkt dieser Strategie251
2.3.2 Nutzen dieser Strategie251
2.3.3 Nachteile und Risiken dieser Strategie251
2.4 Strategie B: Definition von Verantwortlichkeiten252
2.4.1 Ansatzpunkt dieser Strategie252
2.4.2 Positionierung dieser Businessrollen im Modell252
2.4.2.1 Der Process Owner253
2.4.2.2 Der Data Owner253
2.4.2.3 Der Data Definition Owner und Data Consumer253
2.4.2.4 Der Data Provider254
2.4.3 Nutzen dieser Strategie254
2.4.4 Nachteile und Risiken dieser Strategie254
2.5 Strategie C: gezielt Abhängigkeiten suchen254
2.5.1 Ansatzpunkt dieser Strategie254
2.5.2 Gezielte Definition von Master und Slave255
2.5.3 Nutzen dieser Strategie256
2.5.4 Nachteile und Risiken dieser Strategie256
2.6 Strategie D: Daten-Lifecycle auf Basis des Prozesses257
2.6.1 Ansatzpunkt dieser Strategie257
2.6.2 Der Prozess und Lebenszyklus257
2.6.3 Nutzen dieser Strategie258
2.6.4 Nachteile und Risiken dieser Strategie258
2.7 Strategie E: Niederschwellige Verbesserungs-Werkzeuge259
2.7.1 Ansatzpunkt dieser Strategie259
2.7.2 Beispiel eines niederschwelligen Verbesserungs-Werkzeuges259
2.7.2.1 Schritt 1 – Einstieg über die Management-Sicht259
2.7.2.3 Schritt 2 – Detaillisten für das Fehlertracking259
2.7.2.5 Schritt 3 – Die Verbesserung der Datenqualität260
2.7.3 Die Infrastruktur dieses Werkzeuges260
2.7.5 Nutzen dieser Strategie261
2.7.6 Nachteile und Risiken dieser Strategie261
2.8 Vor- und Nachteile aller erwähnter Strategien261
2.8.1 Der Prozess ist die Vorgabe261
2.8.2 Das Saatkorn ist der Beginn261
2.8.3 Komplexität des Systems und Datenvolumen262
2.9 Vorgehen bei der Umsetzung dieser Strategien262
2.9.1 Kontakt zwischen den Parteien262
2.9.2 Management-Unterstützung262
2.10 Schlussfolgerungen und Ausblick262
Literaturverzeichnis264
3 Informationsmanagementprozesse im Unternehmen265
3.1 Motivation265
3.2 Ausgangslage265
3.3 Bewertung267
3.4 Informationsmanagementprozess269
3.5 Schema einer Informationsplanung271
3.6 Datenlandkarte und Datenarchitektur272
3.7 Geschäftsprozesse und Informationsmanagementprozess275
3.8 Qualitätsaspekte276
3.9 Ökonomische Aspekte280
3.10 Zusammenfassung281
Literaturverzeichnis281
4 Data Governance282
4.1 Einführung282
4.2 Stand der Wissenschaft und Praxis284
4.2.1 Abgrenzung des DQM284
4.2.2 Bedeutung des Governance-Begriffs284
4.2.3 Data Governance285
4.2.4 Grundmuster für IT Governance286
4.2.5 Einflussfaktoren auf IT Governance287
4.3 Ein Modell für Data Governance289
4.3.1 Rollen289
4.3.2 Aufgaben291
4.3.3 Zuständigkeiten293
4.3.4 Einflussfaktoren und Gestaltungsparameter295
4.4 Zusammenfassung298
Literaturverzeichnis299
5 IQM-Reifegradmodell für die Bewertung und Verbesserung des Information Lifecycle Management Prozesses301
5.1 Einleitung301
5.2 Hintergrund302
5.2.1 Total Quality Management302
5.2.2 QM-Reifegrad303
5.2.3 Information Quality Management303
5.2.4 Existierende IQM-Reifegradmodelle305
5.3 Methodologie305
5.3.1 Die Delphi-Methode305
5.4 IQM-Reifegradmodell306
5.4.1 Chaotisch307
5.4.2 Reaktiv308
5.4.3 Messend308
5.4.4 Steuernd309
5.4.5 Optimierend309
5.5 Zusammenfassung und Ausblick310
Literaturverzeichnis310
6 Master Data Life Cycle – Stammdatenprozesse in SAP am Beispiel Materialstamm314
6.1 Stammdaten – die Grundlage der Informationssysteme314
6.2 Stammdatenqualität führt zu Prozessqualität316
6.2.1 Qualitätseigenschaften316
6.3 Probleme der Datenqualität und ihre Auswirkungen316
6.4 Master Data Life Cycle (MDLC) – der Stammdatenprozess317
6.4.1 Statuskonzept317
6.5 Hindernisse und Problemfälle321
6.6 Implementierung des MDLC322
Literaturverzeichnis323
D Praxisbeispiele324
1 Ein Entscheidungsmodell zur Weitergabe persönlicher Daten im Internet325
1.1 Einleitung325
1.2 Entscheidungsmodell326
1.2.1 Intention328
1.2.2 Nutzen329
1.2.3 Vertrauen331
1.2.4 Datenarten334
1.2.5 Eingabefehler336
1.3 Ausblick336
Literaturverzeichnis338
2 Einführung eines proaktiven DQ-Managements339
2.1 Die Bremer Landesbank339
2.1.1 Der Auftrag339
2.2 Proaktives Datenqualitätsmanagement340
2.3 Datenqualitätsorganisation341
2.4 Eskalationsinstanz343
2.5 Reporting343
2.6 Messung von Datenqualität343
2.6.1 Die Themen344
2.6.1.1 Abgleich KIS mit Kondor+344
2.6.1.2 Adressdatenabgleich zwischen externem Dienstleister und KIS345
2.6.1.3 Datenabgleich zwischen KUKA und KIS345
2.6.1.4 Legitimationsdaten346
2.6.1.5 Messung inaktiver Kunden346
2.6.1.6 Messung vollständiger Hinterlegung von Telefonnummern346
2.6.1.7 Ermittlung von Dubletten347
2.6.2 Messsysteme348
2.6.3 Messung bankfachlicher Datenzusammenhänge349
2.7 Visualisierung der Messergebnisse350
2.8 Messergebnisse und Fazit355
3 Informationsqualität für das Management mit TOPAS®356
3.1 Informationsmanagement für Führungskräfte356
3.1.1 Qualitätskriterien von Informationen für das Management357
3.1.2 Absicherung der Informationsqualitätskriterien: TOPAS® -Methodik357
3.2 TOPAS®: Methode und Modell358
3.2.1 Geschäftsprozessmanagement (GPM) mit der TOPAS-Methode358
3.2.2 Regelkreis für das Geschäftsprozessmanagement358
3.2.3 4-Ebenen-Modell (Business Excellence Kriterien)359
3.3 Anwendung: Management von Informationen und Daten363
3.3.1 Informationen über Strukturen und Abläufe363
3.3.2 Informationen und Daten für die strategische und operative Planung364
3.4 Informationserfassung366
3.4.1 Quellen zur Informationserfassung367
3.4.2 Anforderungen zur Sicherung der Informationsund Datenqualität367
3.5 Informationsverarbeitung367
3.5.1 Operative Planung, Ziele368
3.5.2 Festlegung von Kennzahlenstrukturen (KPI7) in der Balanced Scorecard368
3.5.3 Sicherung der Informationsund Datenqualität: Kennzahlensteckbrief369
3.5.4 Erfolgskontrolle via KPIs: Reviews und Audits370
3.6 Informationsdarstellung371
3.6.1 Standard-Reporting mit dem TOPAS®-Prozessmodell371
3.6.2 IT-Portal für das Management: Business Cockpit371
3.6.3 Effizienzsicherung der Prozess-Architektur372
3.6.4 Identifizierung von Korrekturmaßnahmen und Kontinuierlicher Verbesserungsprozess (KVP)372
3.7 Wirkungsspektrum von TOPAS®373
Literaturverzeichnis375
4 Datenqualitäts-Modell der Volkswagen Financial Services AG376
4.1 Einleitung376
4.2 Das Projekt „Datenqualität Strukturen/Standards und Drittmarktfähigkeit"378
4.2.1 Warum ist Datenqualität nötig?378
4.2.2 Projektauftrag378
4.2.2.1 Erster Themenblock378
4.2.2.2 Zweiter Themenblock378
4.2.3 Projektziel379
4.2.4 Ist-Analyse379
4.2.4.1 Drittmarkt379
4.2.4.2 Datenqualitätsanspruch379
4.2.4.3 Verantwortlichkeiten380
4.2.4.4 Kunden380
4.2.5 Prozessanalyse380
4.2.6 Sollkonzept381
4.2.6.1 Ausrichtung Datenqualität381
4.2.6.2 Ausrichtung Drittmarktfähigkeit382
4.2.6.3 Aufbau-/ Ablauforganisation383
4.2.7 Das Datenqualitäts-Modell und deren Zuständigkeiten384
4.2.7.1 Datenqualitätsmanagement (zentrales DQM)385
4.2.7.2 Data Owner (dezentral)387
4.2.7.3 Client Owner (dezentral)388
4.2.7.4 Client Service (Benutzergruppen)389
4.2.7.5. Freigabe- und Eskalationsprozesse389
4.2.8 Das Datenqualitäts-Modell und sein Regelwerk390
4.2.9 Monitoring/Reports391
4.2.10 Realisierungsund Einführungsphase392
4.3 Fazit392
5 Verknüpfung von DQ-Indikatoren mit KPIs und Auswirkungen auf das Return on Investment394
5.1 Beispiele zur Illustration von DQ-Problemen395
5.2 Wie wirken sich DQ-Probleme auf Unternehmen aus – Der Zusammenhang zwischen Datenund Prozessqualität396
5.2.1 Beispiel – Call Center396
5.2.2 Beispiel – Kundenbeziehungsmanagement (CRM)397
5.2.3 Beispiel – Data Mining Prozess im Marketingumfeld398
5.2.4 Beispiel – Direktmailprozess399
5.3 Wie viel kosten schlechte Daten den Unternehmer?401
5.4 Der Einfluss von DQ-Indikatoren auf KP-Indikatoren – wie beeinflusst Datenqualität den Unternehmenserfolg?402
5.5 Beschreibung eines KPI orientierten DQ- Managementprozesses405
5.5.1 Phase 1- Selektiere zu untersuchende Komponenten406
5.5.2 Phase 2 – Mitarbeiterbefragung407
5.5.3 Phase 3 – DQ-Assessment409
5.5.4 Phase 4 – Validieren und Quantifizieren410
5.5.5 Phase 5- DQ-Projekte definieren, Korrekturmaßnahmen durchführen411
5.6 Fallstudie – Banque Cantonale Vaudoise (BCV)413
Literaturverzeichnis416
Über die Autorinnen und Autoren417
Ahlheid, Sven417
Baškarada, Saša417
Dipl.-Inform. Bleiholder, Jens418
Dr. rer. nat. Block, Frank418
Dr. Brust, Otto-Ernst419
Dipl.-Kfm. Engelmann, Florian419
Dr. Gebauer, Marcus420
Dr. rer. pol. Gräfe, Gernot421
cand. oec. Großmann, Christoph421
Prof. Dr. Heinrich, Bernd422
Prof. Dr. rer. pol. Hildebrand, Knut423
Prof. Dr.-Ing. Hinrichs, Holger423
Diplom Verwaltungswirt Kasten, Gerhard424
Dr. Klier, Mathias424
Dipl.-Kfm. Krebs, Alexander425
Landt, Volker426
M.A., Prof. Dr. rer. nat. Lüssem, Jens427
Dr. Maaß, Christian427
Dipl.-Math. Malzahn, Dirk428
Dipl. Kaufmann Mielke, Michael428
Dr. rer. nat. Möller, Frank429
Moser, Helena430
Dr. Otto, Boris430
M. A. Piro, Andrea431
Dr. rer. pol. Rohweder, Jan Philipp431
Dipl.-Inform. Schmid, Joachim432
Dr. Schuster, Dirk432
Dipl.-Ökonom Schwinn, Klaus433
Skrablies, Werner434
PD Dr. Treiblmaier, Horst434
Dr. Weber, Kristin435
Weigel, Niels435
Dr. Windheuser, Ulrich436
Wolf, Jürg436
Zwirner, Marcus437
Stichwortverzeichnis438

Weitere E-Books zum Thema: Nachrichtentechnik - UMTS - mobile

Mobilfunksysteme

E-Book Mobilfunksysteme
Grundlagen, Funktionsweise, Planungsaspekte Format: PDF

Unterstützt durch zahlreiche Abbildungen zeigt das Lehrbuch anhand von konkreten Beispielen aus der Praxis die Grundlagen, Funktionsweise und Planungsaspekte der bedeutendsten aktuellen und k…

Mobilfunksysteme

E-Book Mobilfunksysteme
Grundlagen, Funktionsweise, Planungsaspekte Format: PDF

Unterstützt durch zahlreiche Abbildungen zeigt das Lehrbuch anhand von konkreten Beispielen aus der Praxis die Grundlagen, Funktionsweise und Planungsaspekte der bedeutendsten aktuellen und k…

Grundkurs Feldbustechnik

E-Book Grundkurs Feldbustechnik
Format: PDF

Anhand von konkreten Beispielen bietet das Buch eine umfassende Systembeschreibung des INTERBUS von Phoenix Contact und dessen Einsatzmöglichkeiten in der Praxis. Neben einer grundlegenden Einführung…

Grundkurs Feldbustechnik

E-Book Grundkurs Feldbustechnik
Format: PDF

Anhand von konkreten Beispielen bietet das Buch eine umfassende Systembeschreibung des INTERBUS von Phoenix Contact und dessen Einsatzmöglichkeiten in der Praxis. Neben einer grundlegenden Einführung…

Anwendung von RFID-Systemen

E-Book Anwendung von RFID-Systemen
Format: PDF

Die Radio-Frequenz-Identifikation (RFID) dient seit etwa 15 Jahren zur Identifikation von Personen, Objekten und Tieren. Mit der inzwischen gut entwickelten Technologie können heute…

Weitere Zeitschriften

küche + raum

küche + raum

Internationale Fachzeitschrift für Küchenforschung und Küchenplanung. Mit Fachinformationen für Küchenfachhändler, -spezialisten und -planer in Küchenstudios, Möbelfachgeschäften und den ...

dental:spiegel

dental:spiegel

dental:spiegel - Das Magazin für das erfolgreiche Praxisteam. Der dental:spiegel gehört zu den Top 5 der reichweitenstärksten Fachzeitschriften für Zahnärzte in Deutschland (laut LA-DENT 2011 ...

Deutsche Tennis Zeitung

Deutsche Tennis Zeitung

Die DTZ – Deutsche Tennis Zeitung bietet Informationen aus allen Bereichen der deutschen Tennisszene –sie präsentiert sportliche Highlights, analysiert Entwicklungen und erläutert ...

DHS

DHS

Die Flugzeuge der NVA Neben unser F-40 Reihe, soll mit der DHS die Geschichte der "anderen" deutschen Luftwaffe, den Luftstreitkräften der Nationalen Volksarmee (NVA-LSK) der ehemaligen DDR ...

FileMaker Magazin

FileMaker Magazin

Das unabhängige Magazin für Anwender und Entwickler, die mit dem Datenbankprogramm Claris FileMaker Pro arbeiten. In jeder Ausgabe finden Sie von kompletten Lösungsschritten bis zu ...