1. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
MIS/BIS
Management- & Branchen-
informationssysteme
Wintersemester 2009 / 2010
Dipl.-WiInf.(FH) Christian Reinboth
2. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Kurze Vorstellung
● Fachlicher Hintergrund
● Diplom-Wirtschaftsinformatiker (FH)
● Zertifizierter Controller (HAF)
● Beruflicher Werdegang
● Seit 2005 Lehrbeauftragter an der HS Harz
● Ende 2006 Gründung der HarzOptics GmbH
● Ausgezeichnet mit dem IHK-Forschungspreis 2006
● Zahlreiche Publikationen zu Marktforschung und Photonik
3. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
HarzOptics GmbH
4. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Nachhaltige Beleuchtungssysteme
5. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Intelligenter Einsatz von Licht
6. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Intelligenter Einsatz von Licht
Identische Himmelssicht mit und ohne Lichtsmog-Effekt
7. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Thermisch neutrale Beleuchtung
Prototyp einer polymeroptischen Seitenlichtfaser
(Entwicklung von tti GmbH, DieMount GmbH und HarzOptics GmbH)
8. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Inhalte (1)
● Organisatorisches
● Aufbau der Veranstaltung
● Prüfungsleistungen / Termine
● Teil 1: Allgemeine Grundlagen
● Eigenschaften von Informationen
– Stamm- & Änderungsdaten
– Bestands- & Bewegungsdaten
● Bedeutung von Informationen
● Informations-Wertschöpfung
● Informationspyramide
9. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
● Teil 2: Managementinformationssysteme
● Verschiedene Typen von MIS
– TPS, OAS, DSS, XPS, BIS, DWS...
● Data Warehouse Systeme (DWS)
● Informationsangebot und -nachfrage
● Problem der Informationsüberlastung
● Umgang mit Informationen im MIS
– Verschiedene Informationsquellen
– Gewichtung von Informationen
– Qualität von Informationen
● Praxisbeispiel ELBE PILOT DSS
Inhalte (2)
10. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
● Teil 3: Lineare Regressionsmodelle
● Korrelation und Kausalität
● Multivariate Regression
– Analysevoraussetzungen
– Methode der kleinsten Quadrate
– Messung der Anpassungsgüte via R²
– Prüfung der Regressionskoeffizienten
● Prüfung von Regressionsmodellen
– Test auf Autokorrelation
– Test auf Normalverteilung
– Test auf Homoskedastizität
● Einführung in SPSS
Inhalte (3)
11. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
● Teil 4: Brancheninformationssysteme
● Was sind Brancheninformationen?
● Aufbau und Funktion von BIS
● Beispiele für typische BIS
– Packaging Finder (PF)
– Hygienic Processing (HPR)
– European Network Exchange (ENX)
● BIS-Übungen im Internet (PF / HPR)
● ENX-Projekt im Rahmen von T-City
– Überblick T-City-Wettbewerb 2005
– Breitband-Anbindung von ENX
Inhalte (4)
12. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
● Teil 5: E-Business-Anwendungen
● Definition des E-Business-Begriffs
● Unternehmensinterne Anwendungen
– CRM, ERP, HR, Workflow Management...
● Business-to-Business-Anwendungen
– CMS, B2B-Portale, VoIP, WebConference...
● Business-to-Customer-Anwendungen
– Webshops, Webmarketing, B2C-Portale...
● Themeneingrenzung für die Klausur
● Auflistung aller verwendeten Quellen
Inhalte (5)
14. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Klausur zum Semesterende
● Klausur über 90 Minuten
● 50% MIS/BIS-Theorie
● 50% Mathematik
● Theoretischer Teil
● Lernen & Wiedergeben
● Themenliste am Semesterende
● Mathematischer Teil
● Multivariate Regressionsanalyse
● Interpretation von SPSS-Outputs
15. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 1
Allgemeine Grundlagen
16. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Eigenschaften von Informationen
● Informationen = Wissensbestandteile
(meist in Form menschlicher Sprache)
● Eigenschaften von Informationen
● Kostengünstig transportierbar
● Mit geringem Aufwand kopierbar
● (Theoretisch) unbegrenzt lagerfähig
● Immaterielles Gut = Verbraucht sich nicht mit
Zeit oder Nutzung (Wert kann sogar steigen)
● Daten = für die EDV aufbereitete Informationen
[Scholl]
17. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Stammdaten und Änderungsdaten
● Stammdaten
● Zustandsorientiert
● Identifizierung und Charak-
terisierung von Sachverhalten
● Über längere Zeit unverändert
● Änderungsdaten
● Abwicklungsorientiert
● Lösen Veränderungen
in den Stammdaten aus
[Takkin]
18. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bestands- und Bewegungsdaten
● Bestandsdaten
● Zustandsorientiert
● Betriebliche Mengen / Werte
● Bewegungsdaten
● Abwicklungsorientiert
● Lösen Veränderungen in
den Bestandsdaten aus
● Erneuern sich permanent durch
betriebliche Leistungsprozesse
[Takkin]
19. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bedeutung von Informationen (1)
„Wir können zwar die
Schwerkraft überwinden,
der Schriftverkehr aber
wird uns erdrücken“
- Wernher von Braun
20. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bedeutung von Informationen (2)
● Wernher von Braun charakterisierte bereits in
den 60er Jahren die Informationsüberflutung
● Innerhalb der letzten zwei Jahre sind mehr
Informationen entstanden und gespeichert
worden als in der gesamten Weltgeschichte
● Da Informationen heute eine entscheidende Bedeutung
für die moderne Gesellschaft haben, ergibt sich hieraus
ein klares Überlastungsproblem (Information Overload)
● Die entscheidende Frage lautet also: Wie lassen sich
inmitten aller Informationen die wichtigen auffinden?
[Content-Management]
21. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bedeutung von Informationen (3)
● Informationen zählen zu den wichtigsten Rohstoffen
● Industriegesellschaft = Öl, Gas, Kohle, Schwermetalle
● Informationsgesellschaft = Information, Kommunikation
● Informationen sind der einzige Rohstoff der sich nicht
erschöpft und dessen Qualität erheblich schwanken kann
[Content-Management]
22. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bedeutung von Informationen (4)
● Informationen sind ein wichtiger
strategischer Unternehmenswert
● Wie bei anderen Ressourcen
stellt sich die Frage, nach der
effizientesten Nutzungsform
● „Wie kann man aus Informationen
tatsächlich Wissen generieren, das
in den Prozessen wirklich genutzt
wird und dem Management eine
echte Grundlage für anstehende
Businessentscheidungen liefert?“
[Content-Management]
23. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bedeutung von Informationen (5)
● Die aktuelle „Informationslage“ ist mehr als prekär
● Mehr als 50% aller relevanten Informationen im Besitz
von Unternehmen liegen in unstrukturierter Form vor,
lediglich 20% sind vollständig aufbereitet und abrufbar
● Nicht abrufbare bzw. nicht aufbereitete Informationen
haben für ein Unternehmen etwa den gleichen Wert
wie (noch) unter der Erde lagernde Rohstoffmengen!
● Es ist daher aus unternehmerischer Sicht von größter
Bedeutung, die Informationsflut technisch zu meistern
[Content-Management]
24. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Die Informationspyramide
Unternehmensplanung
(Informations-Endbedarf)
Controlling
Plankostenrechnung
Deckungsbeitragsrechnung
Div. Buchführungssysteme
(Kreditoren-, Debitoren-, Lohn-
und Gehalts-, Anlagen-, Lager-)
DSS
Berichts- und
Kontrollsysteme
Analyse- und
Informationssysteme
Wertorientierte Abrechnungssysteme
Operative Systeme (Dispositionssysteme)
Produktion, Technik,
Beschaffung, Absatz,
Personalmanagement
Produktions-, Technik-, Beschaffungs-,
Marketing-, Personalinformationssysteme
Informationswanderung
[Scheer]
25. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Wertschöpfung durch Informationen
Kunde XY
Produkt A
Produkt B
Kunde XY
kauft
Produkt A
Produkt A
80% VKK
Produkt B
Kunde XY
Angebot
Produkt B
DATEN
INFORMATION
WISSEN
ENTSCHEIDUNG
iWSK
Informations-Wertschöpfungskette
[Remus]
26. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Theorie der Informationswertschöpfung
[OuP]
● Eine professionelle Informationswertschöpfung stellt
drei wesentliche Ansprüche an die Informationslogistik
● Die richtigen Daten (vollständig, fehlerfrei, versehen
mit allen notwendigen Ausprägungen und Attributen)
● müssen zur richtigen Zeit (zum Zeitpunkt der Abfrage)
● am richtigen Ort (für den Benutzer verfügbar) bereitstehen
● Beispiele für professionelle Informationswertschöpfung
● Amazon (Informationsbasis für gezieltes Marketing)
● Schlecker (Just-in-Time-Belieferung der Filialen)
27. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 2
Managementinformationssysteme
(MIS)
28. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Was ist Management?
● Unterschiedliche Vorstellungen von Management
● „Management ist nichts anderes als die Kunst,
andere Menschen zu motivieren“ (Lee Iacocca)
● „Manager sollen vor Energie sprühen. Sie sollen
Visionen entwickeln und durchsetzen und nicht
nur darüber schwafeln“ (John F. [Jack] Welch)
● „Management ist die schöpferischte aller Künste – die
Kunst, Talente richtig einzusetzen“ (Robert McNamara)
● „Gewiß ist es gut, wenn wir die nicht immer kennen,
für welche wir arbeiten“ (Johann Wolfgang von Goethe)
● Funktion: Motivation – Vision – Delegation - Problem?
[Wikipedia]
31. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Managementfunktionen (3)
[Strohmeier]
32. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Wofür werden MIS benötigt?
● MIS sind nicht „Kür“ sondern „Pflicht“
● Härterer, globalisierter Wettbewerb
● Verkürzung der Produktlebenszyklen
– Beispiel: Der Produktlebenszyklus einer
aktuellen Digitalkamera beträgt 6 Monate
● Volatileres Markt- und Kundenverhalten
● Daraus ergeben sich neue Notwendigkeiten
● Zeitnahe Entscheidungen sind erforderlich –
hierfür werden unterstützende Informationen
benötigt, nicht unüberblickbare Datenwüsten
[Strohmeier]
33. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Angebot und Nachfrage
Menge
Preis
Nachfrage
Angebot
Gleichgewichtsmenge
Gleich-
gewichts-
preis
Soweit das vertraute Modell aus der Volkswirtschaftslehre...
34. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Informationsbedarf
● Bedarf = Typ, Menge und Qualität der Informationen,
die ein Manager zur Entscheidungsfindung benötigt
● Dieser Bedarf ist abhängig von einer ganzen Reihe
von Randbedingungen und daher in der Regel nicht
absolut eindeutig bestimmbar (= Bedarfsunsicherheit)
● Zu unterscheiden sind der subjektive
und der objektive Informationsbedarf
● Objektiv = Tatsächlich benötigte Informationen
● Subjektiv = Real gewünschte Informationen
[Strohmeier]
35. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Informationsnachfrage
● Die Informationsnachfrage ist definiert als die durch
einen Entscheidungsträger konkret angeforderten
Informationen zu einer bestimmten Fragestellung
● Die Nachfrage umfasst lediglich den subjektiven
und eher selten den objektiven Informationsbedarf
● Es werden daher häufig Informationen angefragt,
die für die Beantwortung der Frage irrelevant sind
● Dies bezeichnet man auch als Pseudoversorgung
● Pseudoversorgung kreiert Informations-Overhead
und damit unnötige zeitliche und monetäre Kosten
[Strohmeier]
36. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Informationsangebot
● Angebot = Menge der externen und internen Informationen,
die zu einem bestimmten Zeitpunkt X zur Verfügung stehen
● Das Informationsangebot kann Elemente des
objektiven wie des subjektiven Informationsbedarfs
sowie gänzlich unverbundene Informationen beinhalten
● Die Aufgabe der Wirtschaftsinformatik besteht darin, den
Bedarf zu identifizieren, die Nachfrage zu steuern und die
relevanten Informationen aus dem Angebot zu extrahieren
[Strohmeier]
37. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 2.1
Definition von MIS
Aufgaben von MIS
Arten von MIS
38. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Definition von MI-Systemen
● Grundidee: Jedes Unternehmen lässt sich durch
mathematische Modelle und darauf aufbauende
Systeme steuern (in der Realität unzutreffend)
● Ziel: Automatisierung der Managertätigkeit durch
autonom handelnde „Entscheidungsgeneratoren“
● Die ersten MIS konnten sich nicht etablieren, daher der
neue Ansatz: MIS nur zur Entscheidungsunterstützung
● Darauf aufbauend: Modellierte Expertensysteme
● Der Durchbruch gelang mit der Kombination
aus Data Warehouse, OLAP, BIS und SEM
[Strohmeier]
39. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Die Vision vom Management Cockpit
[Foto: SAP.com]
40. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Aufgaben von MI-Systemen
● Unterstützung des Managements und anderer
Entscheidungsträger im Unternehmen durch
● Informationen / Reports / Berichte
● What if-Szenarien / Simulationen
● How to achive-Szenarien / Zielwertsuchen
[Strohmeier]
41. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Decision Calculus (vereinfacht)
[Mertens]
42. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Verschiedene Arten von MIS
● XPS = eXpert System
● BSC = Balanced Scorecard
● DSS = Decision Support System
● DWS = Data Warehouse System
● OAS = Office Automation System
● BIS = Business Intelligence System
● TPS = Transaction Processing System
● SEM = Strategic Enterprise Management
● Nicht alle diese MIS werden wir in der VL behandeln
[Strohmeier]
43. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Transaction Processing System
● Systeme zur administrativen und dispositiven
Verarbeitung großer Datenmengen im operativen
Geschäft (Administrations- / Transaktionssysteme)
● Lagerverwaltung
● Rechnungswesen
● Anlagenverwaltung
● Auftragsabrechnung
● Personalabrechnung
● TPS sind als Standardsoftware und als spezifische
Branchenlösungen (z.B. Medizin, Bauwesen) erhältlich
[Strohmeier]
44. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Office Automation System
● Systeme zur Bürokommunikation oder
zur Automatisierung von Büroabläufen
● Office-Anwendungen
● Textverarbeitung, Tabellenkalkulation,
Präsentationssystem, Terminkalender
(z.B. MS Office, Lotus Suite, Star Office)
● Kommunikationsanwendungen
● Terminkalender mit Gruppenfunktionen,
E-Mail, Groupware (z.B. Lotus Notes)
[Strohmeier]
45. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Decision Support System
● Interaktive Systeme mit entscheidungsorientierten
Modellen zur direkten Unterstützung von Managern
für eng abgrenzbare Entscheidungssituationen
● Die Komplexität von DSS reicht von einfachen „Was
wäre wenn?“-Modellen, häufig umgesetzt als Excel-
Simulationen, bis hin zu hochkomplexer Software
● Beispiel für ein hochspezialisiertes
DSS in dieser Veranstaltung: ELBE
● Unterstützung von Landentwicklern und Kommunen
bei Entscheidungen in den Eingriff von Flussläufen
[Strohmeier]
46. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
eXpert System
● „Simulation“ eines Fachexperten zur Beratung in
eindeutig abgrenzbaren Entscheidungssituationen
● Expertensysteme generieren und gewichten mögliche
Entscheidungsvorschläge auf der Grundlage fester
Wissensbasen und Interaktionsmechanismen
● Wissensbasen und Modelle entstehen durch die
parallele Befragung „echter“ Fachexperten (Delphi)
● Häufig eingesetzt werden solche Expertensysteme
in den Bereichen Ingenieurwesen, Physik, Bergbau,
Wirtschaft und Personalführung (aber auch Medizin!)
[Strohmeier]
47. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Business Intelligence System
● BIS dienen der Analyse
von Businessdaten für
Entscheidungsträger
● Datenbasis für ein BIS
ist meistens ein Data
Warehouse-System
● BIS dienen somit als
analytische Extension
von Data Warehouses
(bzw. von Data Marts)
[Strohmeier]
48. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Strategic Enterprise Management
● Systeme zur mittel- und langfristigen strategischen und
operativen Planung sowie zur Operationalisierung der
Planungsziele im mittleren und höheren Management
● SEM-Systeme werden außerdem zur Kontrole der
Leistung von Unternehmen eingesetzt (Kennzahlen)
● Die Datenbasis für ein SEM-System ist ebenso
wie bei BIS üblicherweise ein Data Warehouse
● SEM-Systeme können daher ebenso wie BIS
Extensions von Data Warehouses / Marts sein
[Strohmeier]
50. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 2.2
Data Warehouse Systeme
(DWS)
51. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Szenario: Briefversand
DB
Marketing
Sales
[Sattler/Saake]
52. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Szenarioerweiterung: Standorte
[Sattler/Saake]
53. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Briefzentrum: Leistungsdaten
● Beispiel: Briefzentrum (BZ) Hamburg-Zentrum
● 3.000.000 bis 4.500.000 Briefsendungen täglich
● Zweites Hamburger BZ: Hamburg Süd
● 1.500.000 bis 2.250.000 Briefsendungen täglich
[DPWN]
54. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Datenbank-Nutzung (1)
● Mögliche DB-Anfragen
● Wer sind unsere Top-Versandkunden?
● Wie viele Tonnen an Fracht wurden im
letzten Quartal insgesamt transportiert?
● Wie viele Tonnen davon als Luftfracht?
● Wie ist die Auslastung der Bahnstrecken?
● Auftretende Probleme
● Nutzung verschiedener externer Quellen
● Nutzung verschiedener interner Datenbanken
[Sattler/Saake]
55. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Datenbank-Nutzung (2)
● Lösungsoption 1: Verteilte Datenbanken
● Die Antworten müssen über globale Anfragen
an mehrere Datenbanken beschafft werden
● Probleme: zeitaufwändig, kostenintensiv
und teils redundante Datenspeicherung
● Lösungsoption 2: Zentrale Datenbank
● Es werden keine separaten Datenbanken
mehr gefahren, nur eine Einzeldatenbank
● Probleme: lange Antwortzeiten, besonders
hohes Risiko bei Daten- oder Systemausfällen
[Sattler/Saake]
56. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Data-Warehouse-Lösung
Data
Warehouse
Marketing Sales
DB
Halle
DB
Berlin
DB
München
DB
Erfurt
Asynchrone
Aktualisierung
Redundante Datenhaltung
[Sattler/Saake]
57. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Das Data Warehouse (1)
● Was ist ein Data Warehouse?
● Zentrale Datensammlung / Datenlager
● Inhalte aus verschiedenen Datenquellen
● Einsatz zur Analyse und Entscheidungshilfe
● Was ist ein Data Warehouse-System?
● Ein Data Warehouse ist das zentrale
Element eines Data Warehouse-Systems
● Im DWS werden Daten erfasst, bereinigt und
vereinheitlicht, bevor sie ins DW geladen werden
[Gomez/Rautenstrauch]
58. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Das Data Warehouse (2)
● Eine einheitliche Definition des Begriffs existiert
nicht, es finden sich viele allgemeine Aussagen:
● Ein DW ermöglicht eine globale Sicht auf heterogene
und verteilte Datenbestände, indem relevante Daten
zu einem konsistenten Bestand vereinigt werden
● Auf das DW aufsetzende Anwendungen arbeiten
meist nur mit spezifischen Einzeldaten (Data Marts)
● Ein DW ist häufig Grundlage für Data Mining (DM)
(...einige statistische Verfahren sehen wir uns noch an)
● Ein DW ist auch Grundlage für Aggregation und Analyse
betrieblicher Kennzahlen in einer Matrix (sog. OLAP-Cube)
[Wikipedia]
59. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Definitionsansätze
● Was genau ist nun ein Data Warehouse?
● „A data warehouse is a subject-oriented, integrated,
time-variant, nonvolatile collection of data in support
of management's decision making process“ (Inmon)
● Ein DW ist eine physische Datenbank, die eine
integrierte Sicht auf (beliebige) Daten darstellt,
um Analysen zu ermöglichen“ (Bauer)
● „Ein DW ist ein physischer Datenbestand, der eine
integrierte Sicht auf die ihm zugrundeliegenden
Datenquellen ermöglicht“ (Zeh)
[Wikipedia]
60. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Vier Charakteristika nach Inmon
● „subject-oriented“ = fachorientiert
● Aufgabe besteht nicht nur in einer Funktion (Anlagen...)
● „integrated“ = integriert
● Vielzahl von Daten aus internen und externen Quellen
● „non-volatile“ = nicht flüchtig
● Daten werden nie mehr verändert oder entfernt
● „time-variant“ = historisch
● Langfristige Datenspeicherung / Zeitreihenanalysen
[Sattler/Saake]
61. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Anforderungen an ein Data Warehouse
● Was muss ein Data Warehouse leisten?
● Automatisierung der Abläufe
● Eindeutigkeit der Datenstrukturen
● Mehrfachverwendbarkeit der Daten
● Erweiterbarkeit (Quellen, Analysen)
● Eindeutigkeit der Zugriffsberechtigungen
● Dauerhafte Datenbereitstellung (Persistenz)
● Ausschlaggebend sind die Charakteristika nach Inmon
(...die auch in der Klausur eine Rolle spielen werden)
[Sattler/Saake]
62. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
DWS-Anwendungsbereiche (1)
● Betriebswirtschaftliche Analyse
● Detaillierte Auswertung von Daten und Kennzahlen
(z.B. durch Controlling oder Rechnungswesen)
● Unternehmensplanung
● Unterstützung bei der mittel- und langfristigen
Planung durch Vergleichsdaten und Daten zur
Durchführung von Management-Planspielen
● Kampagnenmanagement
● Unterstützung von Kunden- und Risikoanalysen
sowie bei der Einführung von neuen Produkten
[Sattler/Saake]
63. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
DWS-Anwendungsbereiche (2)
● Wissenschaftliche Forschung
● Anwendungen mit hohem Bedarf an
internationalen und heterogen gelagerten
Datenmengen (z.B. in der Klimaforschung)
● Betriebsstatistik und Organisationslehre
● Technische Anwendungen
● Betrieblicher und öffentlicher Bereich, z.B.
mit geographischen oder ökologischen
Daten (Bauland-, Wasseranalysen)
● Viele weitere Anwendungsbereiche sind vorstellbar...
[Sattler/Saake]
65. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Neue Benutzerrollen
● Veränderte Anforderungen („Information on Demand“)
haben zur Ausbildung neuer Benutzerrollen geführt
● Knowledge Worker
– Ein Knowledge Worker bereitet wichtige Entscheidungen
des Managements vor, indem er Informationen aufbereitet
– Mit Hilfe multivariater Analyseverfahren wird zudem nach
verborgenen Zusammenhängen in den Daten geforscht
● Case Worker
– Ein Case Worker verarbeitet diverse Detailinformationen über
Geschäftsobjekte wie Entwicklung, Kosten und Ressourcen
● Bedarf an schneller und sauberer Datenanalyse
[Remus]
66. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Datenanalyse (1)
● Multiple Regressionsanalyse
● Vielseitiges und strukturprüfendes Verfahren zur Analyse von
Beziehungen zwischen einer abhängigen Variablen und einer
(univariat) oder mehreren (multivariat) unabhängigen Variablen
● Hängt die Absatzmenge eines bestimmten Produktes von
den Ausgaben für die Qualitätssicherung, den Ausgaben
für die Werbung oder der Anzahl der Verkaufsstellen ab?
● Wenn ja, wie stark fallen die jeweiligen Zusammenhänge
aus? Wie wird sich die Absatzmenge entwickeln, wenn
bestimmte Ausgaben erhöht oder gesenkt werden?
[Reinboth]
67. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Datenanalyse (2)
[Reinboth]
68. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Datenanalyse (3)
● Varianzanalyse
● Die Varianzanalyse dient der Feststellung von
Mittelwertunterschieden zwischen Gruppen
● Mathematisches Prinzip der Varianzanalyse
– Es wird getestet, ob die Varianz zwischen den
Gruppen größer ist als innerhalb der Gruppen
– Das Ergebnis ermöglicht eine Aussage darüber,
ob sich die Gruppen bezüglich der (abhängigen)
Variablen signifikant voneinander unterscheiden
● Unterscheidung in ANOVA und MANOVA (mehrere UV)
[Reinboth]
69. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Datenanalyse (4)
[Reinboth]
● Faktorenanalyse
● In der (internen) Marktforschung hat man es häufig
mit komplexen Begriffen und Sachverhalten zu tun
– Begriffe wie „Nutzen“ oder „Qualität“ lassen sich
nicht durch nur eine einzige Variable ausdrücken
– Um beispielsweise die „Qualität“ abzubilden, wird
gleich ein ganzes Bündel von Variablen benötigt
– Haltbarkeit, Zuverlässigkeit, Zufriedenheit...
● Ziel der Faktorenanalyse ist daher die Reduktion von
vielen Variablen auf komplexere Hintergrundvariablen
(Faktorenanalyse = dimensionsreduzierendes Verfahren)
71. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Datenanalyse (6)
● Clusteranalyse
● Clusteranalyse = strukturenentdeckendes Verfahren
– Ziel: Zusammenfassen von Objekten zu Gruppen (Clustern),
in denen sich möglichst ähnliche Objekte befinden, während
die Ähnlichkeiten zwischen den einzelnen Clustern möglichst
gering sein sollen (homogen <> heterogen)
● Finden von Persönlichkeitstypengruppen anhand
verschiedener psychografischer Eigenschaften
● Finden von Käufergruppen anhand von Variablen,
die Nachfrage- und Kaufverhalten charakterisieren
[Reinboth]
73. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Datenanalyse (8)
● Korrespondenzanalyse
● Ziel = Darstellung der Zeilen und Spalten einer zweidimen-
sionalen Datentabelle in einem mehrdimensionalen Raum
– Beispiel: Kunden werden gebeten, Merkmale wie Wirkung
und Bekanntheit bestimmten Medikamenten zuzuordnen
– Die Ergebnisse werden in einer Kontingenztabelle erfasst,
sind aber in dieser Darstellung nur schlecht interpretierbar
– Mit Hilfe der Kontingenzanalyse lassen sich Medikamente
und Merkmale jedoch grafisch in einem Raum darstellen
– Dieser grafischen Darstellung (Bi-Plot) lässt sich dann
entnehmen, wie die Medikamente (relativ zueinander)
bezüglich der abgefragten Merkmale beurteilt werden
[Reinboth]
74. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Datenanalyse (9)
[Reinboth]
75. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 2.3
Balance Scorecard
(BSC)
76. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
BSC-Grundlagen (1)
● Bei der Balanced Scorecard handelt es sich um
ein Konzept zur Abbildung der Businessstrategie
● Vision und Strategie des Unternehmens werden
anhand der kritischen Erfolgsfaktoren definiert
● Anschließend werden Kennzahlen ermittelt,
die die Zielerreichung darstellen oder fördern
● Die BSC fördert das Verständnis der Ziele und
ermöglicht bis zu einem gewissen Grad anhand
der Key Performance Indicators (KPI) auch die
Zielerreichungskontrolle (Controlling-Instrument)
● [Frage am Rande: Wieso BSC und nicht BS?]
[BSC-Portal]
77. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
BSC-Grundlagen (2)
● Die BSC zeigt vier (fünf) Perspektiven
● Finanzperspektive
– Wie sehen uns die Aktionäre?
● Kundenperspektive
– Wie sehen uns die Kunden?
● Prozessperspektive
– Welche Prozesse sind wichtig?
● Lern- und Innovationsperspektive
– Wie können wir uns verbessern?
● Nachhaltigkeitsperspektive
– Wie beeinflussen wir die Umwelt?
[BSC-Portal]
78. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Welchen Nutzen hat eine BSC?
● Eine BSC unterstützt Planung, Führung und Kontrolle
eines Unternehmens auf verschiedene Art und Weise
● Die BSC hilft nicht nur kritische Erfolgsfaktoren ausfindig zu
machen, sondern sie auch an einer Strategie auszurichten
● Die BSC vermittelt sowohl dem Management als ggf. auch
Außenseitern ein umfassendes Bild der Geschäftstätigkeit
● Die BSC vereinfacht Kommunikation und Verständnis von
Geschäftszielen und Strategien auf allen Orga-Ebenen
● Über die KPI ist es möglich, den Zielerreichungsgrad
zu kontrollieren und die BSC ggf. auch anzupassen
[BSC-Portal]
79. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Aufbau einer Balanced Scorecard
[BSC-Portal]
80. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Die BSC verbindet Maßnahmen
[Kaplan/Norton]
81. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
BSC: RZ der Hochschule Harz
[Scheruhn]
82. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[Scheruhn]
83. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 2.4
Informationsquellen
Qualität von Informationen
Gewichtung von Informationen
84. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Kennzahlen und -systeme
● Verdichteter Überblick betrieblicher Verhältnisse
● Entscheidende Eigenschaften sind Aggregation,
Relevanz, Aussagewert und Quantifizierbarkeit
● Primärfunktionen von Kennzahlen
● Ermöglichung von Soll-/Ist-Vergleichen
● Erkennung von Chancen und Risiken
● Kennzahlensysteme = Kenzahlenverknüpfung
● Beispiel: Rentabilitäts-Liquiditäts-System (RL)
● Nicht erfassbar: Kundenzufriedenheit, Image...
[Struckmeier]
85. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: BWL-Kennzahlen (1)
● Produktivität
● Die Produktivität ist ein Maß für die mengenmäßige
Ergiebigkeit der Kombination der Produktionsfaktoren
● Die Kennzahl kann einzeln nicht interpretiert werden
● Es muss ein Vergleich mit den Produktivitäten anderer
Unternehmen oder vergangener Zeitperioden stattfinden
[Uni Regensburg]
Produktivität=
Mengenergebnisseder Faktorkombination
Faktoreinsatzmengen
=
Output
Input
Materialproduktivität=
Erzeugte Menge
Materialeinsatz
Arbeitsproduktivität=
Erzeugte Menge
Arbeitseinsatz
86. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: BWL-Kennzahlen (2)
● Rentabilität
● Die Rentabilität ist das Verhältnis des Periodenerfolgs
als Differenz von Aufwand und Ertrag zu anderen Größen
● Rentabilität kann auf verschiedene Arten berechnet werden
● Auch die Rentabilität kann als Zahl nicht einzeln analysiert
werden, sondern nur in Verbindung mit anderen Werten
Umsatzrentabilität=
Periodenerfolg
Umsatz
∗100 Eigenkapitalrentabilität=
Periodenerfolg
Eigenkapital
∗100
Gesamtkapitalrentabilität=
Periodenerfolg
Gesamtkapital
∗100
[Uni Regensburg]
87. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: BWL-Kennzahlen (3)
● Liquidität
● Die Liquidität beschreibt die Zahlungsfähigkeit eines
Unternehmens (über verschiedene Zeitabschnitte)
● Die Liquidität ist ohne Vergleichswerte interpretierbar
– Die Liquidität 2. Grades sollte bei über 100% liegen
– Die Liquidität 3. Grades sollte bei 150 - 200% liegen
[Uni Regensburg]
Liquidität erstenGrades=
Zahlungsmittelbestand
kurzfristigeVerbindlichkeiten
∗100
Liquidität zweitenGrades=
kurzfristigesUmlaufvermögen
kurzfristige Verbindlichkeiten
∗100
Liquidität drittenGrades=
gesamtesUmlaufvermögen
kurzfristigeVerbindlichkeiten
∗100
88. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Kapitalrentabilitäten (1)
● Der Unternehmenserfolg ist wesentlich vom Umfang
des in das Unternehmen investierten Kapitals abhängig
● Die verschiedenen Rentabilitäten weisen die jährliche
Verzinsung (Renten) des eingesetzten Kapitals aus
● Die Formel zur Berechnung der Kapitalrentabilität lautet
● Das bilanzierte Kapital des Geschäftsjahres-Durchschnitts
wird als arithmetisches Mittel aus dem Kapitalbestand am
Jahresanfang und am Jahresende berechnet
[HAF]
Kapitalrentabilität=
Erfolgdes Geschäftsjahres
mittel−und langfristiges Kapital desGeschäftsjahres−Durchschnitts
89. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Kapitalrentabilitäten (2)
● Das kurzfristige Kapital wird normalerweise nicht in die
Overall-Rechnung einbezogen, weil es oft sehr großen
Schwankungen unterworfen ist und nicht im gesamten
Geschäftsjahr in voller Höhe zur Verfügung steht
● Üblicherweise werden sowohl die Brutto-Rentabilität
als auch die Netto-Rentabilität des Kapitals berechnet
● Brutto-Rentabilitäten dienen externen Vergleichen, da die
Auswirkungen unterschiedlicher Steuerbelastungen (z.B.
wegen Rechtsformen oder Standorten) auszuschalten
● Netto-Rentabilitäten geben Auskunft über den für Investition
und Finanzierung verwendbaren prozentualen Erfolgsanteil
des im Unternehmen eingesetzten Kapitals
[HAF]
90. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Kapitalrentabilitäten (3)
● Eigenkapitalrentabilität
● Wichtige Frage für Investoren: Sollte man das eingesetzte
Kapital im Unternehmen halten oder woanders investieren?
[HAF]
Eigenkapitalrentabilität=
Jahresüberschuss oder Jahresfehlbetrag
mittel−und langfristiges Eigenkapitaldes Geschäftsjahres−Durchschnitts
Netto−Eigenkapitalrentabilität=
Jahresüberschussnach Abzug von Einkommens−und Ertragssteuer
mittel−und langfristiges Eigenkapitaldes Geschäftsjahres−Durchschnitts
Brutto−Eigenkapitalrentabilität=
Jahresüberschuss vor Abzug von Einkommens−und Ertragssteuer
mittel−und langfristiges Eigenkapitaldes Geschäftsjahres−Durchschnitts
91. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Kapitalrentabilitäten (4)
● Interpretation der Rentabilitäten
● Die Verzinsung des Eigenkapitals im Unternehmen muss
deutlich über der Verzinsung liegen, die man bei absolut
risikofreien Anlagen wie Bundesstaatsanleihen oder aber
auf einem Konto der Deutschen Bank erzielen kann
● Die Eigenkapitalrentabilitäten geben Auskunft über die
Fähigkeiten des Managers, das strategische Potential
des Unternehmens sichern und ausbauen zu können
● Eigenkapitalrentabilitäten sind von der Finanzstruktur des
Unternehmens abhängig, insbesondere von der Größe des
Eigenkapitalanteils – um hier einen neutralen Vergleich zu
ermöglichen eignet sich die Gesamtkapitalrentabilität
[HAF]
92. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Kapitalrentabilitäten (5)
● Gesamtkapitalrentabilität
● Die Gesamtkapitalrentabilität zeigt die Verzinsung
des insgesamt im Unternehmen eingesetzten Kapitals
● Die Kennzahl ist neben Vergleichen auch wichtig bei
der Entscheidungsfindung im Finanzierungsbereich
● Fremdfinanzierung ist nämlich immer dann sinnvoll,
wenn das so finanzierte Kapital zu einem größeren
Gewinn führt als es Zinsen verursacht
[HAF]
Gesamtkapitalrentabilität=
Jahresüberschussoder JahresfehlbetragFremdkapitalzinsen
mittel−und langfristigesGesamtapital des Geschäftsjahres−Durchschnitts
93. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Kapitalrentabilitäten (6)
● Der Leverage-Effekt
● Wenn die Gesamtkapitalrendite über den Zinsen auf das
Fremdkapital liegt, verbessern weitere Kreditaufnahmen
den Jahresgewinn und steigern die Eigenkapitalrentabilität
● Wenn die Gesamtkapitalrendite unter den Zinsen auf das
Fremdkapital liegt, verschlechtern weitere Kreditaufnahmen
den Jahresgewinn und verringern die Eigenkapitalrentabilität
● Aufgrund der Hebelwirkung der Gesamtkapitalrentabilität wird
der Effekt in der Fachsprache als Leverage-Effekt bezeichnet
● Einen ähnlichen Effekt lernen wir bei der Regression kennen
[HAF]
94. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Kapitalrentabilitäten (7)
● Wird ein positiver Leverage-Effekt durch das Unternehmen
ausgenutzt, ist es wichtig gleichzeitig die Nebenrisiken der
Fremdkapital-Aufnahme im Blick zu haben:
● Die sinkende Kreditwürdigkeit
● Die wachsende Verschuldung
● Die wachsende finanzielle Abhängigkeit
● Die ertragsunabhängige Belastung der Liquidität durch
ständige Zusatzzahlungen (Zins- und Tilgungszahlungen)
● Das Risiko eines „Kippen“ des Leverage-Effekts ins Negative
sollten jemals entweder die Gewinne sinken oder die Zinsen
auf Fremdkapital erhöht werden (Europäische Zentralbank)
[HAF]
95. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Kapitalrentabilitäten (8)
● Andere Kapitalrentabilitäten
● Die Rentabilität des betriebsnotwendigen Kapitals oder
auch Betriebskapitalrentabilität ist eine Kennzahl für die
nachhaltige Ertragsfähigkeit betrieblicher Investitionen
● Umsatzrentabilität: eine Kennzahl für die den eigentlichen
betrieblichen Leistungsprozess betreffenden Ertragskraft
[HAF]
Betriebskapitalrentabilität=
Betriebsergebnis
betriebsnotwendiges Vermögen desGeschäftsjahres−Durchschnitts
Umsatzrentabilität=
Betriebsergebnis
Umsatzerlöse
96. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
MIS-Informationsquellen (1)
● In der Regel ist die vorhandene Informations-
Infrastruktur die primäre Datenquelle für MIS
● KLR & Controlling
● Vertriebsdatenbanken
● Beschaffungsdatenbanken
● Lagerhaltungsdatenbanken
● Produktionsplanungs- und
Produktionssteuerungssysteme
● In der Praxis bauen viele MIS auf wenigen bis
gar keinen externen Informationsquellen auf
[Börner]
97. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
MIS-Informationsquellen (2)
● Daten aus sonstigen Informationsquellen
● Early Warning Systems (EWS)
● Szenario-Technik
– Experten entwickeln im Team verschiedene Szenarien
und versuchen die Auswirkungen bei deren Eintreten
auf das Unternehmen zu prognostizieren
● Delphi-Methode
– Wiederholte Befragung von Experten mit dem Charakter
einer Gruppendiskussion (eine Marktforschungsmethode)
● „Rechkemmer-Ansatz“
● Den Rechkemmer-Ansatz werden wir im Detail betrachten
[Börner]
98. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Rechkemmer-Ansatz (1)
● Bewertungprobleme bei Großkonzernen
● Durch unterschiedliche Rechtsformen und andere
Vorschriften im gesetzlichen Rechnungswesen gibt
es bei internationalen Töchterkonzernen Probleme
mit der einheitlichen Bewertung von Kennzahlen
● Lösungsansatz von Kuno Rechkemmer (1997)
● Leitende Mitarbeiter bewerten die vier Merkmale
Umsatz, Produktion, Liquidität und Rohgewinn
● Einheitliche Bewertungsskala von -1 bis +1
[Börner]
99. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Rechkemmer-Ansatz (2)
● Die Bewertung erfolgt für die aktuelle Situation
sowie die erwartete Situation in sechs Monaten
● Die Ergebnisse werden aggregiert und bilden eine
neue Kennzahl, die das „Unternehmensklima“ zeigt
● Die Ergebnisse dienen als Frühwarn-Indikatoren
● Plötzlich auftretende Veränderungen bei Töchtern
werden sofort sichtbar, die Kennzahlen sind durch
die internationalen Unterschiede nicht verzerrt
● Die Werte müssen regelmäßig erhoben und später
gegengeprüft (Vermeidung von „Beschönigungen“)
[Börner]
100. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Rechkemmer-Ansatz (3)
[Mertens]
1. Umfrage in jeder org. Einheit
Umsatz A
Umsatz B
Umsatz C
Umsatz D
Aktuell 6 Monate
2. Aggregation der Werte
Umsatz
Produktion
Liquidität
Rohgewinn
Aktuell 6 Monate
2 3 4 5 6 7 8 9 10
0
2
4
6
8
10
12
Umsatz
Rohgew inn
3. Erstellung von Zeitreihen
101. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Ein weiteres Informationsproblem...
[Foto: Arcarde Berg]
102. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Der Information Overload (1)
● Phänomen „Information Overload“
● Aufgrund der aktuellen Informationsflut wird es schwer,
Wichtiges und Unwichtiges unterscheiden zu können
● Dies ist gerade im Marketing-Bereich gut dokumentiert
● Der Information Overload hat Konsequenzen
● Auf Input-Seite bedeutet IO: Lediglich sachrelevante
Informationen sollten überhaupt nocherfasst werden
● Auf Output-Seite bedeutet IO: Für einzelne Fälle der
Entscheidungsunterstützung sind die eingehenden
Daten noch nachträglich zu gewichten (post hoc)
[Takkin]
103. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Der Information Overload (2)
● Grundregel: Je mehr Informationen vorliegen, desto
problematischer wird eine endgültige Entscheidung
[Takkin]
104. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Der Information Overload (3)
[Wikipedia]
„Jeden Tag muss man
von dem Naturrecht,
Millionen Dinge nicht
zu erfahren, erneut
Gebrauch machen.“
- Peter Sloterdijk,
Kritik der zynischen Vernunft
105. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Der Information Overload (4)
[Wikipedia]
„Immer mehr Informationen
überrollen uns, ungefragt
und erbarmungslos.
Früher brauchte man sie,
um ein Problem zu lösen.
Heute sind diese Daten
selbst ein Problem.“
- Neil Postman
106. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Untersuchung der Univ. of Berkeley
● Studie „How much Information?“ (2003)
● 2000: 250 Megabyte pro Mensch und Jahr
(macht insgesamt 1,5 Millionen Terabyte)
● 2003: 800 Megabyte pro Mensch und Jahr
(macht insgesamt 5 Millionen Terabyte)
● 40% aller neuen Informationen werden in den USA gespeichert
● 90% aller neuen Informationen sind auf magnetischen Medien
gespeichert, 7% auf Filmen und nur ein Bruchteil auf Papier
● Hier ergeben sich große Probleme in der Langzeitspeicherung(!)
[Heise]
107. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
...oder gibt es gar keinen Overload?
● Clay Shirky: Wir leben im
Post-Gutenberg-Zeitalter!
● Gutenberg: Der Betreiber einer
Druckpresse trägt das finanzielle
Risiko der Informationsverbreitung
● Die Kräfte des Marktes führen zur
Ausbildung von Informationsfiltern
● Elektronische Medien uns insbes.
das Internet haben diese Kosten-
kontrolle ad absurdum geführt
● Das Problem ist der fehlende Filter!
[Foto: Joi Ito]
108. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Qualität von Informationen (1)
● Welche Qualitätskriterien existieren?
● Richtigkeit / Gültigkeit
– Sind die Informationen korrekt oder inkorrekt?
– Handelt es sich um die gewünschten Informationen?
● Zuverlässigkeit
– Wie groß sind die Abweichungen von der Realität?
(Problem des Zukunftsbezugs der Information)
● Genauigkeit
– Diese sollte dem Zweck angemessen sein, z.B. bei
der Festlegung der Anzahl von Nachkommastellen
[Börner]
109. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Qualität von Informationen (2)
● Welche Qualitätskriterien existieren?
● Vollständigkeit
– Nur teilweise vollständige Informationen sind oft
„gefährlicher“ als komplett fehlende Informationen
● Aktualität
– Viele Informationen „entwerten“ sich mit der Zeit
● Übertragbarkeit
– Lassen sich die Informationen situativ übertragen?
– Informationen sind immer dann qualitativ hochwertig,
wenn sie allgemeingültig verwertet werden können
[Börner]
110. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bewertung der Qualität
● Grundlegendes Bewertungsproblem
● Bei vielen Kriterien (Vollständigkeit, Aktualität...)
fehlt zum Zeitpunkt der Entscheidung das für die
korrekte und genaue Bewertung benötigte Wissen
● Paradoxon: Wenn dieses Wissen vorhanden wäre,
würden die Informationen selbst nicht mehr benötigt
● Lösung: Die Qualität der Information selbst wird
nicht bewertet, dafür die Qualität der Quelle und
des ganzen Prozesses der Informationsfindung
(„Potentialqualität“ und „Prozessqualität“)
[Börner]
111. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Gewichtungsverfahren (1)
● Prinzipal-Gewichtungsverfahren
● Nach diesem Verfahren werden bestimmte
Daten grundsätzlich hoch / niedrig gewichtet
● Grundlage sind die Prozessqualität und die
Potentialqualität sowie das Unternehmensziel
– Beispiel: Informationen zur Qualität von Dienstleistungen
(Anzahl der Reklamationen, Anfragen-Bearbeitungsdauer)
sind für einen Dienstleister wichtiger als für einen Händler
● Frage: Wie lassen sich die für das Unternehmen
wichtigen spezifischen Kennzahlen identifizieren?
[Börner]
112. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Gewichtungsverfahren (2)
● Methode zur Identifikation nach Frie:
– Aufstellung strategischer Erfolgsfaktoren
– Bewertung dieser Faktoren durch Manager
– Bildung einer Rangliste anhand der Bewertung
– Suche nach aussagekräftigen Kennzahlen
– Bewertung dieser Kennzahlen durch Manager
– Bildung einer Rangliste anhand der Bewertung
● Gewichtung nach Qualitätskriterien
● Auch eine Gewichtung auf der Basis der sechs
eingangs dargestellten Qualitätskriterien ist möglich
[Börner]
113. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 2.5
Decision Support Systems
(DSS)
- am Beispiel von ELBE -
114. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
ELBE Pilot DSS
115. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Was ist ELBE?
● (Spatial) Decision Support System = (S)DSS
● Simulation der Auswirkungen von Maßnahmen
und externen Szenarien auf die Themenfelder
● Ökologie
● Schifffahrt
● Hydrologie
● Gewässergüte
● Gewässerzustand
● Hochwasserschutz
[ELBE]
116. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[Wikipedia]
117. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
ELBE-Anwendungsmodell
[ELBE]
System
Physisch
Ökologisch
Ökonomisch
Institutionell
Externe Einflüsse
Ziele
Leitbild
Politiker
Entscheider
Experte
Planer
Politikoptionen /
Maßnahmen
Indikatoren
Akteure
Gruppen
118. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
ELBE-Einflussgrößen
Multidisziplinäres Wissen muss verknüpft werden!
Wasserrecht
Hochwasserschutz
Umweltschutz
Wirtschaftlicher Nutzen
Gesellschaft
[ELBE]
119. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[NASA]
120. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
ELBE-Managementaufgaben (1)
● EU-Wasserrahmenrichtlinie
● Die Richtlinie verpflichtet Mitglieder, einen guten
ökologischen Zustand der Gewässer zu erreichen
● Dies hat Auswirkungen auf alle wasserbaulichen
Maßnahmen, Deichbau, Schifffahrt, Industrie etc.
● Die EU-Wasser-Richtlinie ist bis 2015 umzusetzen
● Nordseeschutzkonferenz (1987)
● Ziele: Abschaffung der Abfallverbrennung auf
See, Reduzierung von Stoffeinträgen um 50%
(Eutrophierung), Reduzierung von synthetischen
Schadstoffen im Meer auf Null bis zum Jahr 2020
[ELBE]
121. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
ELBE-Managementaufgaben (2)
● Deutsche Agrarreform
● Grundlage der Deutschen Agrarreform sind die
Beschlüsse des EU-Agrarrats aus dem Jahr 2003
● Entwicklungsziel: Verringerung von Stoffeinträgen
(auch hier geht es wieder um die Eutrophierung)
● Ergebnisse: 19 neue EU-Verordnungen im Bereich
Landwirtschaft, diverse Vorschriften zur Erhaltung
von Landflächen in gutem ökologischen Zustand
● Das im Referenzjahr 2003 ermittelte Verhältnis von
Landwirtschaftsflächen zu Dauergrünflächen darf
sich nie wieder um mehr als 10% zu Ungunsten
der Dauergrünflächen verschieben
[ELBE]
122. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
ELBE-Managementaufgaben (3)
● FFH-Richtlinie
● Flora-Fauna-Habitat-Richtlinie / Natura 2000-Richtlinie
● Schutzgebiete am Elbeufer (darunter von der UNESCO
getragene Gebiete) sollen ökologisch erhalten werden
● Gleichzeitig steigen die Bedürfnissen der Landwirtschaft
und der Industrie im Elbgebiet > ein Interessenskonflikt
● Hochwasserschutz
● Nach dem Elbhochwasser (2002) ein wichtiges Thema
● Nach 2002 wurden neue Richtlinien zum Schutz gegen
Hochwasser erlassen, die noch zu implementieren sind
[ELBE]
123. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
ELBE-Managementaufgaben (4)
● Unterhaltung der Elbe als Wasserstraße
● Die Elbe wird regulär als Wasserstraße genutzt und
muss wie eine „richtige“ Straße unterhalten werden
(Fahrrinnentiefe 1,6m, Fahrrinnenbreite 35m – 50m)
● Der Unterhalt erfordert eine Reihe von Maßnahmen
wie die Überwachung der Nutzung, die Bereitstellung
von Rettungsmaßnahmen, die Entfernung von Hinder-
nissen, das Aufbrechen von Vereisungen etc. pp.
● Der Einfluss dieser Maßnahmen auf die ökologischen
und regionalwirtschaftlichen Faktoren ist permanent
zu kontrollieren (rechtliche Grenzen, Wirtschaftlichkeit)
[ELBE]
124. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[Wikipedia]
125. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[ELBE]
126. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[ELBE]
Was kann ELBE?
Berechnung von Hochwasserwahrscheinlichkeiten
127. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[ELBE]
128. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[ELBE]
Was kann ELBE?
Sanierungsbedarf von Deichsystemen
129. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[ELBE]
130. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
[ELBE]
131. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 2.6
Arbeiten mit ELBE
- Erosionsschutz und Stoffeinträge -
132. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
ELBE-Einsatz am praktischen Beispiel
● Beispiel des Instituts für Umwelt-
forschung an der Uni Osnabrück
● Auswirkungen von Erosionsschutzmaßnahmen auf das
Ziel der „Verringerung von Stoffeinträgen“ (Phosphor)
[Erosion]
133. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Warum ist das wichtig?
134. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Schwankende Sauerstoffwerte
[Erosion]
135. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Schritt 1: Initialisierung des Modells
136. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Schritt 2: Auswahl des Einzugsgebiets
137. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Schritt 3: Entwicklungsziel Stoffeinträge
138. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Schritt 4: Ermittlung des IST-Eintrags
139. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Schritt 5: Planung einer Maßnahme
140. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Schritt 6: Durchführung der Simulation
141. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Schritt 7: Räumliche Diversifikation
142. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Schritt 8: Auswirkungen auf Gewässer
143. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 3
Mathematische Modelle
- Lineare Regressionsanalyse -
144. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Statistische Grundbegriffe
● Statistische Einheiten: Objekte, an denen
die interessierenden Größen erfasst werden
● Grundgesamtheit: Menge aller
relevanten statistischen Einheiten
● Stichprobe: Real untersuchte
Teilmenge der Grundgesamtheit
● Merkmal: Interessierende Größe
der statistischen Einheit (Variable)
● Ausprägung: Konkreter Merkmals-
wert einer einzelnen statistischen Einheit
[Reinboth]
145. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Mathematische Skalenniveaus
● Nominalskala
● Bezeichnungen ohne Rangordnung
● Beispiele: Telefonnummer, Geschlecht
● Ordinalskala
● Rangfolge ohne interpretierbare Abstände
● Beispiele: Schulnoten, Präferenzangaben
● Metrische Skala
● Rangfolge mit interpretierbaren Abständen
● Beispiele: Temperatur, Zeit, Geld, Abstände
[Reinboth]
146. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Entscheidungsschema Skalenniveaus
Daten
Nominalskala Ordinalskala
Kardinalskala
metrische Skala
Intervallskala
(kein natürlicher Nullpunkt)
Verhältnisskala
(natürlicher Nullpunkt)
● keine Rangordnung
● Geschlecht
● Studiengang
● Telefonnummer
● Familienstand
● Rangordnung ohne
interpretierbare Abstände
● Schulnoten
● Steuerklassen
● Erdbebenskala
● alle Arten von Präferenzurteilen
● Rangordnung mit inter-
pretierbaren Abständen
häufbar
nicht
häufbar
meist diskret
meist diskret
meist stetig
[Reinboth]
147. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Korrelation und Kausalität
1 2 3
Durch die Regressionsanalyse lassen sich keine Kausalitäten nachweisen!
Korrelation ist eine notwendige aber keine hinreichende Bedingung für Kausalität!
Variable A
Variable B
Variable A
Variable B
Variable A
Variable B
Gemeinsame
Hintergrund-
variable C
[Reinboth]
148. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 3.1
Durchführung einer
Regressionsanalyse
149. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Die lineare Regression (1)
● Die Regressionsanalyse dient uns als Beispiel für eines
von vielen möglichen statistischen Prognoseverfahren,
die wiederum die Grundlage für XPS und DSS bilden
● Sie wird in der Regel verwendet um
● Zusammenhänge quantitativ darzustellen oder
● Werte der abhängigen Variablen zu prognostizieren
● Beispiel: Wie verändert sich die Absatzmenge bei
Veränderungen am Preis, an den Werbeausgaben
oder an der Anzahl von Verkaufsveranstaltungen?
[Reinboth]
150. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Die lineare Regression (2)
● Ergebnis des Verfahrens ist die Regressionsfunktion
● Problemfall interdependente Beziehungen
● Beeinflusst z.B. der Bekanntheitsgrad die Absatzmenge
oder beeinflusst die Absatzmenge den Bekanntheitsgrad?
● Dieses System ist nicht in einer einzelnen Gleichung
erfassbar, sondern nur im Mehrgleichungsmodell
Y = f(x)
[Reinboth]
151. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Suche nach Zusammenhängen
[Reinboth]
152. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Streudiagramme (1)
● Streudiagramme stellen die gemeinsame Verteilung der Werte
zweier Variablen dar, indem die entsprechenden Werte beider
Variablen gegeneinander abgetragen werden – dabei sind
Rückschlüsse auf Zusammenhänge möglich
● Beispiel: Treten in der Tendenz große Werte der einen Variablen
gepaart mit großen Werten der anderen Variablen auf, so kann
ein positiver Zusammenhang vermutet werden
● Ein gefundener Zusammenhang kann nicht in eine Richtung
interpretiert werden, d.h. aus der Grafik ist nicht abzulesen,
ob Variable A Variable B beeinflusst oder umgekehrt
[Reinboth]
153. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Streudiagramme (2)
2D-Streudiagramm 3D-Streudiagramm
[Reinboth]
154. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Streudiagramme (3)
Grafiken > Streudiagramm
[Reinboth]
155. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Exkurs: Streudiagramme (4)
2D-Streudiagramm Streudiagramm-Matrix
[Reinboth]
156. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Analysevoraussetzungen (1)
● Grundvoraussetzungen (Prüfung zu Beginn)
● Das Kausalgeflecht (die abhängigen und unabhängigen
Variablen) muss bekannt sein oder vermutet werden
● Der Zusammenhang zwischen der abhängigen und den
unabhängigen Variablen muss auf jeden Fall linear sein
● Ein quadratischer, logarithmischer, monotoner oder
anders gearteter Zusammenhang wird nicht entdeckt
● Alle verwendeten Variablen müssen metrisch skaliert
sein (Verfahren arbeitet mit dem arithmetischen Mittel)
● Für die unabhängigen Variablen lassen sich auch
nominalskalierte Dummy-Variablen (0/1) einsetzen
[Reinboth]
157. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Analysevoraussetzungen (2)
● Weitere Voraussetzungen (post hoc)
● Die unabhängigen Variablen dürfen nicht
untereinander korrelieren (Multikollinearität)
● Die standardisierten Residuen (durch das
Modell nicht erklärte Abweichungen) müssen
– näherungsweise normalverteilt sein
– die gleiche Varianz besitzen (Homoskedastizität)
– untereinander unkorreliert sein (Autokorrelation)
● Alle Voraussetzungen müssen in jedem Fall erfüllt sein
(ein nachträgliches Scheitern der Analyse ist also möglich)
[Reinboth]
158. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Regressionsfunktionsschätzung
Frage: Welche der möglichen Geraden beschreibt den Zusammenhang am besten?
[Reinboth]
159. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Auswahl einer passenden Geraden
● Welche mögliche Gerade liefert die „besten“ Schätzwerte?
● Ermittlung der senkrechten Abstände zwischen
geschätzten und beobachteten „wahren“ Punkten
● Es erscheint sinnvoll, diejenige Gerade auszuwählen,
bei der die Summe der Abweichungen minimal ausfällt
● Bei dieser Geraden beträgt der durchschnittliche
Schätzfehler 0, die Punkte sind gleichmäßig verteilt
● Da die Punkte auf beiden Seiten der Geraden liegen,
ergeben sich positive und negative Abweichungen
● Problem: Positive und negative Abweichungen heben sich auf
[Reinboth]
160. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Methode der kleinsten Quadrate
● Das „Ziel“ der Methode der kleinsten Quadrate ist die
Minimierung der Summe der quadrierten Abweichungen
● Die Methode der kleinsten Quadrate arbeitet mit den
senkrechten Abständen der realen Werte von der Gerade
● Die Abstände werden quadriert, so dass sämtliche negativen
Vorzeichen wegfallen, eine Kompensation der positiven und
negativen Abstände wird dadurch vermieden
● Es wird diejenige Gerade selektiert, bei der die Summe
der quadrierten Abstände minimal ist („kleinste Quadrate“)
● Vorsicht: Dieses Verfahren führt immer zu einer Gleichung!
[Reinboth]
161. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Mathematischer Hintergrund
● Zielfunktion der MdkQ:
● Durch Umformung erhält man:
● Regressionskoeffizient:
● Konstantes Glied:
● Die Funktionsgleichung lautet:
∑
k =1
K
ek
2
=∑
k =1
k
[ yk−ab∗xk ]
2
min!
b=
I ∑ xI∗yk −∑ xI∗∑ yI
I ∑ xk
2
−∑ xk
2
a=y−b∗x
Y=a∗bX
[Reinboth]
162. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Aufstellung der Regressionsgleichung
Y=1928,211,91∗X
Vorsicht: Mit SPSS lässt sich IMMER eine Regressionsfunktion berechnen!
[Reinboth]
163. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Welche weiteren Größen sind wichtig?
Y =1928,211,91∗X
Was könnten die Beta-
Koeffizienten bedeuten?
[Reinboth]
164. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Wie genau ist diese Funktion?
[Reinboth]
165. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Das Gütemaß R² (1)
● Die Regressionsgerade gibt Zusammenhänge,
die nicht perfekt linear sind, nur imperfekt wieder
● Es ist daher mit der Regressionsfunktion nur selten möglich,
alle Veränderungen in Y durch die Koeffizienten zu erklären
● In der Regel wird man einen Teil der Veränderungen
erklären können, einen anderen Teil dagegen nicht
● Das Verhältnis von erklärter Streuung zur Gesamtstreuung
ist ein gutes Maß für die Güte des Regressionsmodells
● Residuen werden quadriert, damit sich positive und negative
Abweichungen nicht aufheben (ähnlich wie bei der MdkQ)
[Reinboth]
166. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Das Gütemaß R² (2)
● Berechnung des Güßtemaßes R² mit
● TSS = Total Sum of Squares
= Summe aller quadrierten Abweichungen
● ESS = Explained Sum of Squares
= Summe aller erklärten quadrierten Abweichungen
● RSS = Residual Sum of Squares
= Summe aller nicht erklärten quadrierten Abweichungen
● Die Relation zwischen erklärter Streuung
und Gesamtstreuung wird mit R² bezeichnet
R
2
=
ESS
TSS
[Reinboth]
167. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Interpretation des Gütemaßes
● Der Wert von R² gibt den Anteil der erklärten Streuung
an der Gesamtstreuung wieder > Güte der Anpassung
● R² ist als prozentualer Wert zu verstehen
und liegt daher stets zwischen 0 und 1
● Wenn R² = 1 ist, bedeutet dies, dass die
gesamte Streuung erklärt wird, es besteht
daher ein perfekter linearer Zusammenhang
● Je kleiner R² ist, desto mehr weicht der untersuchte
Fall vom linearen Zusammenhang (mit R² ~ 1) ab
● Beachte: R² ist lediglich ein Maß für den linearen
Zusammenhang, nicht für andere Zusammenhänge
[Reinboth]
168. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
R² und korrigiertes R² (1)
● Warum ist ein zusätzliches Gütemaß erforderlich?
● Die Aufnahme zusätzlicher erklärender Variablen
führt niemals zu einer Verschlechterung von R²
● Besteht kein Zusammenhang mit Y bleibt R² unverändert,
besteht ein minimaler Zusammenhang mit steigt R² leicht
● Ergebnis: wahllos viele Variablen werden ins Modell
aufgenommen, dadurch ergibt sich ein hohes R² und
ein vermeintlich gutes Regressionsergebnis
● Aber: Die prognostizierten Werte werden mit steigender
Variablenzahl unzuverlässiger, darum wird mit R² noch
ein weiteres Güßtemaß berechnet
[Reinboth]
169. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
R² und korrigiertes R² (2)
● Grundfrage: Rechtfertigt der Erklärungsanteil einer
Variablen die Zunahme an Unsicherheit? > Rkorr
● Für neue Variablen ergeben sich zwei Effekte
● RSS sinkt, wodurch sich das korrigierte R² erhöht
● k erhöht sich, wodurch das korrigierte R² sinkt
● Je nachdem, welcher Effekt überwiegt, sollte die neue
Variable ins Modell aufgenommen werden oder nicht
Rkorr
2
=1−
RSS/n−k
TSS /n−1
[Reinboth]
170. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bedeutung von Ausreißern (1)
● Was sind Ausreißer?
● Bei einem Ausreißer handelt es sich um einen gemessenen
oder erhobenen Wert,der nicht den Erwartungen entspricht
bzw. nicht zu den restlichen Werten der Verteilung passt
● Wie kommen Ausreißer zustande?
● Außergewöhnliche Werte („Millionär“)
● Verfahrenstechnische Fehler (Codierung)
● Unerklärliche Werte (Problemindikator)
[Reinboth]
171. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bedeutung von Ausreißern (2)
● Normale und multivariate Ausreißer
● Normaler Ausreißer = außergewöhnlich großer oder
kleiner Wert (z.B. Einkommen im Millionenbereich)
● Multivariarer Ausreißer = isoliert betrachtet im normalen
Bereich liegende Einzelwerte, die in der Kombination quer
durch die Variablen einen einzigartigen Fall ergeben (z.B.
eine 86jährige Frau mit Internetanschluss)
● Multivariate Ausreißer lassen sich schwer identifizieren,
normale Ausßreißer dagegen mit relativ einfachen Mitteln
● Entscheidende Frage: Beibehalten oder verwerfen?
[Reinboth]
172. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bedeutung von Ausreißern (3)
Auswirkung eines Ausreißers
auf den Verlauf einer lineare
Regressionsgerade
Einzelne Ausreißer können die Gerade zu
sich „hinziehen“ und so das Ergebnis einer
Regressionsanalyse erheblich beeinflussen
[Reinboth]
173. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Identifikation von Ausreißern
[Reinboth]
174. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Güteprüfung mittels F-Statistik (1)
● Annahme der Regressionsanalyse: kausaler Zusammenhang
zwischen abhängiger und unabhängigen Variablen – besteht
ein solche Zusammenhang tatsächlich, können die „wahren“
Regressionsparameter unmöglich Null sein
● Zur Überprüfung dieser Annahme wird das Regressions-
modell mit Hilfe eines F-Tests varianzanalytisch untersucht
● Nullhypothese: Es besteht kein echter Zusammenhang
zwischen der abhängigen und den unabhängigen Variablen
● Alle wahren Regressionskoeffizienten in der Grundgesamtheit
wären beim Zutreffen der Nullhypothese demnach gleich Null
175. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Güteprüfung mittels F-Statistik (2)
● Vorsicht: Es kann nichts darüber gesagt werden, zwischen
welchen Variablen Zusammenhänge bestehen, nur dass
nicht alle wahren Parameter bei Null liegen (!)
176. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung der Regressionskoeffizienten
● Wenn die Validität des Modells feststeht, stellt sich die
Frage nach der Validität der einzelnen Koeffizienten
● Gehören alle im Regressionsmodell unter-
gebrachten Variablen auch in dieses Modell?
● Zur Feststellung der Güte der Regressions-
koeffizienten existieren zwei Kriterien
● t-Test der Regressionskoeffizienten oder
● Konfidenzintervalle um die Regressionskoeffizienten
[Reinboth]
177. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
T-Test der Regressionskoeffizienten
● Wird die Nullhypothese im F-Test verworfen, bedeutet dies
dass es mindestens einen Zusammenhang geben muss
● Dies bedeutet nicht, dass alle unabhängigen Variablen ins
Regressionsmodell gehören – daher ist ein Test für jeden
einzelen Regressionskoeffizienten durchzuführen
● Ein geeignetes Prüfkriterium hierfür ist der T-Test
● Nullhypothese: Der „wahre“ Regressionskoeffizient ist Null
[Reinboth]
178. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Konfidenzintervalle um die Koeffizienten
● Mit einem Konfidenzintervall lässt sich die Lage eines Para-
meters mit einer bestimmten Wahrscheinlichkeit abschätzen
● Ist das Konfidenzintervall um einen Regressionskoeffizienten
zu breit, muss die geschätzte Regressionsgerade als unsicher
betrachtet werden
● Dies gilt insbesondere dann, wenn innerhalb des Konfidenzin-
tervalls ein Vorzeichenwechsel vorliegt, sich der Einfluss also
umkehren kann
[Reinboth]
179. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Was ist ein Konfidenzintervall?
[Reinboth]
180. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Post hoc-Tests der Modellprämissen
● Abschließend noch zu prüfende Voraussetzungen
● Die unabhängigen Variablen dürfen nicht
untereinander korrelieren (Multikollinearität)
● Die standardisierten Residuen (durch das
Modell nicht erklärte Abweichungen) müssen
– näherungsweise normalverteilt sein
– die gleiche Varianz besitzen (Homoskedastizität)
– untereinander unkorreliert sein (Autokorrelation)
● Die Funktion kann also nachträglich de-validiert werden
[Reinboth]
181. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung der Residualgrößen
● Residuen = Differenzen zwischen empirischen und durch
die Regressionsfunktion geschätzten Variablenwerten
● Zentrale Forderung: Residuen müssen zufällig verteilt sein
● Bei der Untersuchung der Residuen dürfen keine erkennbaren
Muster gefunden werden – gibt es Muster so ist zu vermuten,
dass das geschätzte Regressionsmodell fehlerhaft ist
● Ein solches Muster kann verschiedene Ursachen haben
● Es wurden wichtige Variablen bei der Analyse vergessen
● Der Zusammenhang ist nicht linear, sondern monoton o.ä.
[Reinboth]
182. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Normalverteilung (1)
● Die Gauß- oder Normalverteilung ist die wichtigste
kontinuierliche Wahrscheinlichkeitsverteilung:
● Die Dichtefunktion ist als Gaußsche Glockenkurve bekannt
● Dichtefunktion ist glockenförmig und symmetrisch
● Erwartungswert, Median und Modus sind gleich
● Zufallsvariable hat eine unendliche Spannweite
● Viele Verfahren setzen eine Normalverteilung voraus
f x=
1
2
e
−1
2
x−
2
[Reinboth]
183. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Normalverteilung (2)
Erwartungswert
Median
Modus
[Reinboth]
184. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Normalverteilung (3)
[Wikipedia]
185. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Normalverteilung (4)
● Die Balken des Histo-
gramms spiegeln die
Breite der Wertebe-
reiche wieder
● Dies ermöglicht den
direkten Vergleich mit
einer eingezeichneten
Verteilung
● Der Grad der Abweichung
von der Normalverteilung
lässt sich auch anhand
von Maßzahlen wie z.B.
der Exzeß bestimmen
[Reinboth]
186. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Normalverteilung (5)
[Reinboth]
187. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Normalverteilung (6)
● Die Prüfung auf Vorliegen einer Normalverteilung kann auch
mit Hilfe des Kolmogorov-Smirnov-Anpassungstests erfolgen
● H0: die Werte der untersuchten Variablen sind normalverteilt
● Berechnet wird die Wahrscheinlichkeit, mit der das
Zurückweisen dieser Hypothese falsch ist (Signifikanz)
[Reinboth]
188. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Homoskedastizität (1)
● Die Regressionsanalyse setzt ebenfalls voraus, dass die
Varianzen innerhalb verschiedener Fallgruppen gleich sind
● Gleichheit der Varianzen = Homoskedastizität
● Ungleichheit der Varianzen = Hetroskedastizität
● Mit dem Signifikanztest nach Levene wird die Nullhypothese
überprüft, dass die Varianzen in der Grundgesamtheit in allen
Gruppen homogen (gleich) sind
[Reinboth]
189. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Homoskedastizität (2)
[Reinboth]
190. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Autokorrelation (1)
● Was ist unter Autokorrelation zu verstehen?
● Frage: Bestehen zwischen den Residuen nebenein-
anderliegender Fälle systematische Zusammenhänge?
● Beispiel: Auf große positive Residuen folgen
regelmäßig große negative Residuen
● Wie kann es zu Autokorrelation kommen?
● Die Möglichkeit einer Autokorrelation besteht immer
dann, wenn die Fälle nicht zufällig angeordnet sind
● Dies ist beispielsweise bei Zeitreihenanalysen der
Fall, bei denen die Fälle zeitlich geordnet vorliegen
[Reinboth]
191. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Autokorrelation (2)
● Worauf deutet eine Autokorrelation hin?
● Erklärungsrelevante Variablen wurden nicht
in das Regressionsmodell aufgenommen
● Falscher funktionaler Zusammenhang (z.B.
quadratisch statt linear) wurde vorausgesetzt
● Dadurch wird der Standardfehler zu gering eingeschätzt
● Die Ergebnisse der Signifikanztests sind damit nicht mehr
zuverlässig, Koeffizienten werden daher als signifikanter
eingestuft als sie es tatsächlich sind
● Suche nach Autokorrelationen mit dem Durbin-Watson-Test
[Reinboth]
192. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Autokorrelation (3)
● Der Durbin-Watson-Koeffizient kann
Werte zwischen 0 und 4 annehmen
● Je näher dieser Koeffizient am Wert von 2 liegt,
desto geringer ist das Ausmaß der Autokorrelation
● Werte deutlich unter 2 weisen auf eine positive Auto-
korrelation hin, Werte deutlich über 2 auf eine negative
● Faustregel: Werte zwischen 1,5 und 2,5 sind akzeptabel,
Werte unter 1 oder über 3 deuten auf Autokorrelation hin
0 1 2 3 4
[Reinboth]
193. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Prüfung auf Autokorrelation (4)
● Der Test misst lediglich Korrelationen der 1. Ordnung
● Eine Autokorrelation der 1. Ordnung liegt vor, wenn
direkt benachbarte Fälle miteinander verknüpft sind
● Bei quartalsweise erhobenen Daten ist jedoch auch
eine Autokorrelation der 4. Ordnung denkbar
● Der Test ist nur unter zwei Voraussetzungen interpretierbar
● Die Gleichung muss einen konstanten Term enthalten
● Die abhängige Variable darf nicht zeitverzögert als eine
erklärende Variable verwendet werden (Zeitreihenanalysen!)
● Beispiel: Als erklärende Variable für die aktuelle
Schadstoffbelastung dient die Belastung des Vormonats
[Reinboth]
194. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Kollinearitätsdiagnostik (1)
● Was ist Kollinearität?
● Kollinearität liegt dann vor, wenn zwei oder mehr
unabhängige Variablen untereinander korrelieren
● Beispiel: Ernteertäge sollen durch die Sonnenschein-
dauer und die Durchschnittstemperatur erklärt werden
● Annahme: Eine lange Sonnenscheindauer
sorgt für steigende Durschnittstemperaturen
● Es liegt also ein Korrelation zwischen
den beiden erklärenden Variablen vor
● Es ist nicht festzustellen, zu welchen Teilen eine
Veränderung in Y auf X1 und X2 zurückzuführen ist
[Reinboth]
195. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Kollinearitätdiagnostik (2)
● Es gibt drei Möglichkeiten, um die unab-
hängigen Variablen auf Kollinearität zu prüfen
● Berechnung von Toleranz und Varianzinflationsfaktor
● Erstellung einer Korrelationsmatrix für alle UB
● Berechnung der Varianzanteile
[Reinboth]
196. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Kollinearitätsdiagnostik (3)
● Fällt der Toleranzwert sehr klein aus,
deutet dies auf eine Kollinearität hin
● Eine Faustregel: Toleranzen unter 0,1 sind
verdächtig, Toleranzen unter 0,01 zu niedrig
● Der Varianzinflationsfaktor ist der Kehrwert der Toleranz
● Entsprechend wird interpretiert: VIF-Werte über 10 sind
verdächtig, VIF-Werte über 100 eindeutig zu hoch
[Reinboth]
197. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Kollinearitätsdiagnostik (4)
● Die Varianzen der Regressionskoeffizienten lassen sich
in Komponenten zerlegen und den Eigenwerten zuordnen
● Die Summe aller Komponenten beträgt für
jeden Regressionskoeffizienten genau Eins
● Wenn derselbe Eigenwert die Varianz mehrerer
Regressionskoeffizienten in hohem Maße erklärt, deutet
dies auf eine Abhängigkeit der betreffenden Variablen hin
[Reinboth]
198. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Linearitätsprüfung
● Eine Linearitätsprüfung kann grafisch und statistisch erfolgen
● Grafisch: Auswertung von Streudiagrammen oder Scatterplots
● Statistisch: Analyse der Residuen oder Regressionsanalyse
[Reinboth]
199. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 3.2
Einführung in die
Arbeit mit SPSS
200. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Was ist SPSS?
● SPSS = Statistical Package for Social Sciences
(ursprüngliche Bedeutung, inzwischen geändert)
● Weltweit verwendete Statistik-Software (seit 68)
● Informationen unter http://www.spss.com
[Reinboth]
201. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
SPSS-Alternativen: SAS & NSDstat
[Reinboth]
202. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Zum Aufbau von SPSS
● Bei SPSS handelt es sich um eine
sogenannte „modulare Software“
● SPSS BASE (Basismodul)
● SPSS TRENDS (lineare Zeitreihenanalyse)
● SPSS CATEGORIES (Korrespondenzanalyse)
● SPSS AMOS (Analyse linearer Strukturgleichungen)
● SPSS ANSWER TREE (Analyse von Marktsegmenten)
● SPSS EXACT TESTS (Exakte Irrtumswahrscheinlichkeiten)
● SPSS CONJOINT (Berechnung von Präferenzkaufmodellen)
● SPSS MISSING VALUES (Erweiterte Analyse fehlender Werte)
[Reinboth]
203. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Die SPSS-Datenansicht
Statistische Einheit
(Fall; Person...)
Ausprägungen
(Merkmalswerte)
[Reinboth]
204. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Die SPSS-Variablenansicht
Skalenniveaus
(Meßniveaus)
Merkmale &
Merkmalsbezeichner
Platzhalter für
fehlende Werte
Labels für diskrete
Merkmalsausprägungen
[Reinboth]
205. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Wichtige SPSS-Menübefehle
● Datei
● Erstellen, Öffnen & Importieren von Daten
● Ausdrucken kompletter Datensätze
● Bearbeiten
● Löschen, Kopieren & Einfügen von Daten
● Optionen > SPSS-Grundeinstellungen
● Ansicht
● Ein- und Ausblenden von Symbolleisten
● Einstellung von Schriftart und -größe
● Anzeigen von Labels/Werten
● Daten
● Einfügen von Variablen & Fällen
● Sortieren & Transponieren von Fällen
● Zusammenfügen von SPSS-Dateien
● Fälle zur Analyse auswählen
● Fälle für die Analyse gewichten
● Transformieren
● Umkodieren in selbe/neue Variable
● Analysieren & Grafiken
● Statistische & grafische Analyseverfahren
[Reinboth]
206. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
SPSS-Dateitypen
● Datendateien sav
● Datendateien enthalten die zu analysierenden Daten
● Die Datenstruktur ähnelt der einer Tabellenkalkulation
● Datenimport aus anderen Programmen wie Excel möglich
● Ausgabedateien spo
● Analyseergebnisse werden in Ausgabedateien geschrieben
● Es können mehrere Ausgabedateien gleichzeitig offen sein
● Erfolgreiche Analysen können permanent gesichert werden
● Syntaxdateien (sps) und Skripte (sbs) werden nicht betrachtet
[Reinboth]
207. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Übung: Regressionsanalyse mit SPSS
(1) Voraussetzungsprüfung und Gleichungserstellung
(2) Gütebeurteilung der gefundenen Lösung
● Betrachtung von R² und korrigiertem R²
● Überprüfung der Regressionskoeffizienten
(3) Durchführung verschiedener Post-hoc-Tests
● Test auf Homoskedastizität der Residuen
● Test auf Normalverteilung der Residuen
● Test auf Autokorrelation der Residuen
● Test auf Multikollinearität
208. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Weiterführende SPSS-Literatur
SPSS 14
Felix Brosius
Mitp-Verlag
ISBN: 3826616340
SPSS-Programmierung
Felix Brosius
Mitp-Verlag
ISBN: 3826614151
SDA mit SPSS
Janssen & Laatz
Springer-Verlag
ISBN: 3540239308
Statistik mit SPSS
Diel & Staufenbiel
Verlag Dietmar Klotz
ISBN: 3880744610
[Reinboth]
209. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Teil 4
Brancheninformationssysteme
(BIS)
210. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Was sind BIS?
● Ein BIS (auch IIS = Industry Information System) ist ein
gemeinsames Informationssystem vieler Betriebe eines
bestimmten Wirtschaftszweiges (z.B. Automotive)
● Das BIS soll die laufenden Geschäftsbeziehungen der
„Mitglieder“ unterstützen und neue Beziehungen fördern
● Das BIS enthält daher nur Daten, die für einen solchen
kooperativen Austausch benötigt werden (Datenschutz)
● Man unterscheidet horizontale und vertikale BIS
● Horizontal = Betriebe der gleichen Wirtschaftsstufe
● Vertikal = Betriebe unterschiedlicher Wirtschaftsstufen
[Uni Konstanz]
211. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Informationen in BIS
● Welche Informationen enthält ein (vertikales) BIS?
● Allgemeine Informationen über die Unternehmen
● Informationen über Nachfrage und Angebot an
fertigen Produkten und ggf. auch Halbfabrikaten
(Typ, Menge, Merkmale, Qualität, Garantie...)
● Auftragserfassung, -verwaltung und -abwicklung
● Verkaufsabrechnung und Bezahlinformationen
● Die besondere technische Herausforderung besteht
in der Entwicklung von Schnittstellen zwischen dem
BIS und den einzelnen EDV-Systemen der Mitglieder
[Uni Konstanz]
212. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Bedeutung von Brancheninfos
● Brancheninformationen helfen bei der Ideenbeurteilung
● Gibt es ein angedachtes Angebot bereits auf dem Markt?
● Wird dieses Angebot auf dem Markt auch angenommen?
● Welche Konkurrenzsituation ist bei Markteintritt zu erwarten?
● Welche Umsätze, Kosten und Gewinne sind zu erwarten?
● Brancheninformationen ermöglichen Betriebsvergleiche
● Wo liegen die Stärken und Schwächen des Betriebs?
● Liegen Umsätze, Kosten und Gewinne oberhalb oder
unterhalb der branchenüblichen Durchschnittswerte?
[BMWI]
213. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Fragen zum BIS-Einsatz
● Welche Aspekte spielen beim BIS-Einsatz eine Rolle?
● Wie werden die (oft sensiblen) Daten geschützt?
● Haben alle Mitglieder den gleichen Datenzugriff?
● Ist der Handel untereinander eingeschränkt?
● Können sich die Mitglieder aussuchen, welche
Daten sie für das BIS freigeben möchten?
● Gibt es Anbindungen des MIS zu den
EDV-Systemen der einzelnen Mitglieder?
● Unterstützt das BIS den mehrsprachigen Handel?
● Gibt es eine Kontrollinstanz / Dachorganisation?
[Uni Konstanz]
214. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
Verkaufsabrechnung
Kundenauftragsbearbeitung
Funktionsprinzip eines BIS
[Hansen]
Unternehmens- und Produktinformationen
Produktinfos
Aufträge
Autor
Verlag Großhandel Einzelhandel
Kunde
Bibliothek
215. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
BIS: Packaging-Finder (1)
[Packaging]
216. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
BIS: Packaging-Finder (2)
[Packaging]
● Packaging-Finder ist ein auf die Verpackungsindustrie
begrenztes BIS, welches Mitgliedern hilft, Lösungen
und Anbieter im Bereich Verpackung zu finden
● Grundfrage von Packaging-Finder: „Wer liefert was?“
● Im Detail geht es um: Packmittel, Packstoffe, Dosieren,
Füllen, Depalettieren, Packhilfsstoffe, Herstellen und
Sichern von Ladeeinheiten, Maschinen, Wartung
● Packaging-Finder wurde vom Fraunhofer Institut für
Verpackungstechnik (Fraunhofer AVV) entwickelt
● Das Fraunhofer AVV entwickelt und betreut ebenfalls
das BIS für Hygenic Processing (auch Verpackungen)
217. MIS/BIS | Wintersemester 2009/2010 Dipl.-WiInf.(FH) Christian Reinboth
Fachbereich
Automatisierung und Informatik
BIS: Hygienic Processing
[Hygienic]