Spezialisierung Business Intelligence
Peter Becker
Fachbereich Informatik Hochschule Bonn-Rhein-Sieg
peter.becker@h-brs.de 10. Juni 2015
Was ist Business Intelligence?
• Allgemein umfasst der Begriff Business Intelligence (BI) Methoden, Prozesse und Werkzeuge, um Unternehmensdaten in handlungsge- richtetes Wissen zu transformieren.
• handlungsgerichtetes Wissen: insbesondere zur Entscheidungsfin- dung
• Beispiele f ¨ur Gebiete des BI: Data Mining, Data Warehouses, OLAP, Expertensysteme
• Ber ¨uhrungspunkte zu: Datenbanken, K ¨unstliche Intelligenz, Wis-
Warum Business Intelligence als BIS-Schwerpunkt?
☞ Business Intelligence wird der Wirtschaftsinformatik zugerechnet.
☞ Es ist ein aktuelles Thema.
☞ Es ist ein anspruchsvolles Thema mit weitreichenden Querverbin- dungen, das Sie fit f ¨ur die Zukunft als Wirtschaftsinformatiker macht.
☞ Kern des wirtschaftlichen Handels ist das Treffen rationaler Entschei- dungen. Hierf ¨ur werden immer h ¨aufiger und in immer gr ¨oßerem Um- fang quantitative Methoden und Modelle in Kombination mit Informa- tiksystemen eingesetzt.
Formale Angaben zum Schwerpunkt Business Intelligence
Lehrveranstaltung Semester SWS Studien- CP leistung
Grundlagen von Decision Sup- port und Expertensystemen
3 4 1P 6
Data Warehouse Systeme 4 4 1P 6
Data Mining 5 4 1P 6
Seminar Business Intelligence 5 4 1P 6
Summe 16 4P 24
Grundlagen von Decision Support und Expertensystemen (3. Sem.)
Lernziele/Kompetenzen:
• Allgemein: Grundlegende Methoden f ¨ur Decision Support und Ex- pertensysteme kennen, verstehen und anwenden k ¨onnen;
• Konzepte und L ¨osungen schwieriger Planungs- und Optimierungs- probleme kennen und anwenden k ¨onnen;
• Inferenzmethoden f ¨ur Experten- und Regelsysteme beherrschen;
• Grundlegende Konzepte f ¨ur den Umgang mit unsicherem Wissen kennen;
Inhalt:
1. Such- und Optimierungsverfah- ren
2. Logik und Regeln
3. Regelsysteme: Business Rule Engine
4. Entscheidungen bei Unsicher- heit
5. Betriebswirtschaftliche Fallbei- spiele
Entscheidungen bei Unsicherheit
Constraintprobleme
Suchverfahren
Fallbeispiele
Regelsysteme
Logik
Voraussetzungen: Kenntnisse aus den Veranstaltungen des Grundstu- diums, insbesondere:
• Mathematische Grundlagen (Logik)
• Datenmodellierung
• Programmierung
• BWL
Studienleistung: Klausur
Ubungen:¨ Einsatz verschiedener Softwarewerkzeuge: z.B. Business Rule Engine Jess
Data Warehouse Systeme (4. Sem.)
Der Erstellung eines Data Warehouses liegen zwei Leitgedanken zu- grunde:
• Integration von Daten aus unterschiedlich strukturierten und verteil- ten Datenbest ¨anden, um eine globale Sicht auf die Quelldaten und damit ¨ubergreifende Auswertungen zu erm ¨oglichen.
• Trennung der Daten, die i. W. f ¨ur das operative Geschft genutzt wer- den, von solchen Daten, welche z. B. f ¨ur Zwecke des Berichtswe- sens, der Entscheidungsunterst ¨utzung, der Gesch ¨aftsanalyse sowie des Controlling und der Unternehmensf ¨uhrung verwendet werden.
Lernziele/Kompetenzen:
• Konzepte und Methoden f ¨ur die Modellierung, den Aufbau und die Wartung von Data Warehouse Systemen kennen und anwenden k ¨onnen;
• Beherrschung spezieller SQL-Konstrukte f ¨ur OLAP-Anfragen;
• Wichtige Datenbanktechniken im Umfeld von Data Warehouse Sy- stemen kennen und verstehen;
Software: Microsoft SQL Server, Oracle Dozenten: Wirtgen, Knolle
Data Mining (5. Sem.)
Lernziele/Kompetenzen:
• Grundlegende Methoden des Data Minings kennen, verstehen und anwenden k ¨onnen;
• In der Lage sein, zu gegebenen Problemstellungen ad ¨aquate Data Mining Methoden auszuw ¨ahlen;
• Weitere Methoden innerhalb des KDD-Prozesses kennen und ein- setzen k ¨onnen;
Software: R
Dozenten: von der Hude
Seminar Business Intelligence (5. Sem.)
Lernziele/Kompetenzen: In der Lage sein, sich in Themen des Busi- ness Intelligence einzuarbeiten, diese kompakt zusammenzufassen und ansprechend zu pr ¨asentieren
Inhalt: Literaturstudium
Lehrform: angeleitetes Selbststudium Dozenten: Becker, von der Hude, N.N.
Fazit
Ich w ¨urde mich freuen, wenn sich einige von Ihnen f ¨ur das Thema Business Intelligence entscheiden w ¨urden!
Vielen Dank f ¨ur Ihre Aufmerksamkeit!
