Operational Intelligence
                &
Enterprise Decision Management

  7. Europäische TDWI Konferenz   Christian Sch...
Decision Support bei Caenorhabditis elegans
Operational Intelligence & Enterprise Decision Management




                ...
Das Grundproblem der „Intelligence“
Operational Intelligence & Enterprise Decision Management




        „Ein großer Teil...
Inhalt
Operational Intelligence & Enterprise Decision Management




             1 Einleitung
             2 Theoretische...
Inhalt
Operational Intelligence & Enterprise Decision Management




             1      Einleitung

             2 Theore...
Gartner Hype Cycle Business Intelligence 2007
Einleitung




                                                             ...
Operational Intelligence Buzzword Dschungel
Einleitung


         Real Time Warehousing                                   ...
Anwendungsfelder
Einleitung




          Betrugserkennung (Fraud detection)                                        Appl...
Corporate Performance Management
Einleitung
                                                                    Definition...
Latenzzeiten I
Einleitung



                                        Geschäfts-
                 (Potenzieller)
          ...
Latenzzeiten II
Einleitung




   Zusätzlicher Gewinn
   (Gewinnvorsprung) bei                             Operative
   so...
Inhalt
Operational Intelligence & Enterprise Decision Management




             1      Einleitung

             2 Theore...
Menschliches Verhalten – Das S-O-R-Modell
Theoretische Grundlagen . Verhaltenswissenschaft




       Verhaltenswissensch...
Menschliches Verhalten – Das S-O-R-Modell
Theoretische Grundlagen . Verhaltenswissenschaft




                           ...
Sense and Response Loops
Theoretische Grundlagen . Kybernetik und Verhaltenswissenschaft




       Fünf Schritte innerha...
Enterprise Decision Management definiert
Theoretische Grundlagen




       Enterprise Decision Management is a systemati...
Kennzeichen operativer Entscheidungen
Theoretische Grundlagen . Enterprise Decision Management



                        ...
Kernforderungen des EDM
Theoretische Grundlagen . Enterprise Decision Management



     Genauigkeit                     ...
Operational Intelligence
Theoretische Grundlagen




       Operational Intelligence focuses on providing real-time monit...
Abgrenzung von Operational Intelligence
Theoretische Grundlagen . Operational Intelligence




            Perspektive    ...
Ebenen der Operational Intelligence
Theoretische Grundlagen . Operational Intelligence




                               ...
Entscheidungen im ECA-Tupel
Theoretische Grundlagen . Operational Intelligence




       Entscheidungen lassen sich als ...
Entscheidungsunterstützung
Theoretische Grundlagen . Operational Intelligence



                                         ...
Technologien zur Verringerung von Latenzzeiten
Theoretische Grundlagen . Operational Intelligence



       Datenlatenz  ...
Drei Säulen der Operational Intelligence
Theoretische Grundlagen . Operational Intelligence




                          ...
Events / Ereignisse
Theoretische Grundlagen . Operational Intelligence



       An Event is a notable thing that happens...
Datenströme – Events in der IT
Theoretische Grundlagen . Operational Intelligence




       Datenstrom: Kontinuierlich ü...
Datenströme – Events in der IT
Theoretische Grundlagen . Operational Intelligence




       Überwachung und Anfrageauswe...
Business Rules / Geschäftsregeln
Theoretische Grundlagen . Operational Intelligence




       Eine Geschäftsregel ist ei...
Business Rules Management – BRM
Theoretische Grundlagen . Operational Intelligence




       Regeln sind eine wertvolle ...
Inhalt
Operational Intelligence & Enterprise Decision Management




             1      Einleitung

             2 Theore...
Real-Time und Active Business Intelligence
Praktische Umsetzung


       Real Time Business Intelligence = right time as ...
Information Evolution in Data Warehousing
Praktische Umsetzung




                                   Quelle: Brobst, Step...
Architektur-Dschungel verschiedener Anbieter
Praktische Umsetzung




© Christian Schieder, Christian Kurze : Operational ...
Architekturen – Reporting
Praktische Umsetzung




                            ERP


   Purchase

                        ...
Architekturen – Analyzing
Praktische Umsetzung




                            ERP

                                      ...
Architekturen – Predicting
Praktische Umsetzung




                           ERP

                                      ...
Architekturen – Monitoring
Praktische Umsetzung




                           ERP
                                       ...
Architekturen – Decisioning
 Praktische Umsetzung



                        ERP                                          ...
Operational Intelligence – PPM
 Praktische Umsetzung . Komponenten



                        ERP                         ...
Operational Intelligence – BAM
 Praktische Umsetzung . Komponenten



                        ERP                         ...
Operational Intelligence – PFS
 Praktische Umsetzung . Komponenten



                        ERP                         ...
Event Processing / Ereignisverarbeitung
Praktische Umsetzung . Komponenten




       An Event is a notable thing that ha...
Event Processing / Ereignisverarbeitung
Praktische Umsetzung . Komponenten



       Simple Event Processing (SEP)
      ...
Event Processing / Ereignisverarbeitung
Praktische Umsetzung . Komponenten




       Verschiedene Algorithmen zur Anfrag...
Event Flow / Ereignisfluss
Praktische Umsetzung . Komponenten




          Event Generators:
                     Quell...
Event Flow / Ereignisfluss
 Praktische Umsetzung . Komponenten

                                           Event
         ...
Drei Typen von Business Rules Technologie
Praktische Umsetzung . Komponenten




        1. Rule Execution Technologie (Bu...
„Lebenszyklus“ von Business Rules
Praktische Umsetzung . Komponenten




       Externalisierung
                     Ru...
Business Rules
 Praktische Umsetzung . Komponenten



                        ERP                                         ...
Kritische Erfolgsfaktoren
Praktische Umsetzung




       Kritische Erfolgsfaktoren bei der Umsetzung einer EDA:
        ...
Inhalt
Operational Intelligence & Enterprise Decision Management




             1      Einleitung

             2 Theore...
Agile Business Intelligence Architecture
 Marktüberblick



                        ERP                                   ...
Gartner Magic Quadrant Business Intelligence
Marktüberblick




                                                          ...
Gartner Magic Quadrant Business Process Analysis
Marktüberblick




                                                      ...
Forrester Wave™: Human-Centric BPM Q3 ’07
Marktüberblick




                                                             ...
Business Rules Anbieter Q2/2008
Marktüberblick




                                                                Quelle:...
Business Rules Platforms
Marktüberblick




                                                                Quelle: Forres...
Markt für Business Activity Monitoring Tools
Marktüberblick

                                                             ...
BAM Marktprognose
Marktüberblick


    1.     Gartner survey reveals that more than 80 percent of BAM projects have a posi...
Event Processing Engines
Marktüberblick




       Coral 8: Coral 8 Engine

       IBM Streambase: Streambase Server

  ...
Inhalt
Operational Intelligence & Enterprise Decision Management




             1      Einleitung

             2 Theore...
Agile Business Intelligence Architecture
 BI-Cool(Tool)Tour



                        ERP                                ...
Ausgewählte Softwareanbieter
BI-Cool(Tool)Tour



          Rules Modelling:                                Visual Rules
...
Business Rules Modelling: Visual Rules
BI-Cool(Tool)Tour




                                                    Quelle: I...
Business Rules Management: ILOG BRMS
BI-Cool(Tool)Tour




                                                               ...
Complex Event Processing: Streambase
BI-Cool(Tool)Tour




                                               Quelle: Streamba...
Complex Event Processing: Coral8
BI-Cool(Tool)Tour




                                                                   ...
Business Activity Monitoring: TIBCO Business Studio
BI-Cool(Tool)Tour




               Quelle: TICBO http://ams.tibco.co...
Event Analysis: Senactive EventAnalyzer™
BI-Cool(Tool)Tour




                                                           ...
Visual Analysis: Tableau Software
BI-Cool(Tool)Tour




                                                       Quelle: Tab...
Inhalt
Operational Intelligence & Enterprise Decision Management




             1      Einleitung

             2 Theore...
Fazit
Ausblick




       Klassische BI-Architekturen weisen grundlegende konzeptuelle
           Mängel auf, die eine We...
…und in Zukunft?
Operational Intelligence & Enterprise Decision Management




        „ Die Kenntnis der Umstände hat sic...
Nächste SlideShare
Wird geladen in …5
×

Operational Intelligence - TDWI Europe 2008

2.936 Aufrufe

Veröffentlicht am

Veröffentlicht in: Technologie
0 Kommentare
2 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

Keine Downloads
Aufrufe
Aufrufe insgesamt
2.936
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
4
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
2
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Operational Intelligence - TDWI Europe 2008

  1. 1. Operational Intelligence & Enterprise Decision Management 7. Europäische TDWI Konferenz Christian Schieder / Christian Kurze TDWI München 2008 04. 06. 2008
  2. 2. Decision Support bei Caenorhabditis elegans Operational Intelligence & Enterprise Decision Management Quelle: Besserau, Jean-Louis: Genetics and Neurobiology of C. elegans, Institute national de la santé et de la recherche médicinal, 2007, http://www.biologie.ens.fr/bcsgnce/, 21-02-2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 1
  3. 3. Das Grundproblem der „Intelligence“ Operational Intelligence & Enterprise Decision Management „Ein großer Teil der Nachrichten, die man im Krieg bekommt, ist widersprechend, ein noch größerer falsch und bei weitem der größte einer ziemlichen Ungewißheit unterworfen.“ Carl von Clausewitz (1827), Preußischer General, in seinem Standardwerk „Vom Kriege“, Erstes Buch „Über die Natur des Krieges“, Kap. VII „Nachrichten im Kriege“. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 2
  4. 4. Inhalt Operational Intelligence & Enterprise Decision Management 1 Einleitung 2 Theoretische Grundlagen 3 Praktische Umsetzung – Pause – 4 Marktüberblick 5 BI-Cool(Tool)Tour 6 Ausblick © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 3
  5. 5. Inhalt Operational Intelligence & Enterprise Decision Management 1 Einleitung 2 Theoretische Grundlagen 3 Praktische Umsetzung – Pause – 4 Marktüberblick 5 BI-Cool(Tool)Tour 6 Ausblick © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 4
  6. 6. Gartner Hype Cycle Business Intelligence 2007 Einleitung Quelle: Gartner, Juli 2007. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 5
  7. 7. Operational Intelligence Buzzword Dschungel Einleitung Real Time Warehousing Automated Decision Making Dynamic Warehousing Predictive Analytics Streaming Analytics Active Warehousing Business Activity Monitoring Business Rules Technology Process Performance Measurement Business Intelligence 2.0 Dynamic Process Control Pervasive Business Intelligence Complex Event Processing Operational Data Store Event Correlation Adaptive Enterprise Zero-Latency Event Stream Processing Agil Enterprise Visual Analysis Enterprise Decision Management Operational Business Intelligence © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 6
  8. 8. Anwendungsfelder Einleitung  Betrugserkennung (Fraud detection)  Application performance monitoring  Verkehrs- und Produktionsüberwachung,  Dynamic pricing and yield management Logistik, Netzwerkverwaltung (Systems  RFID/sensor network data analysis monitoring)  Data validation  Nachrichtenüberwachung (Presse, Börse, Wetter, …)  Risk management  Demand sensing  Supply chain optimization  Payments & cash monitoring  Call center optimization  Data security monitoring  …  Algorithmic trading © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 7
  9. 9. Corporate Performance Management Einleitung Definition von Unternehmens- zielen Ergebnis- Strategische Definition strategischer analyse Ebene KPIs Process Prozessdesign & Design & KPI KPI Definition Definition Plan- & Planung der Prozess- Prozess- anpassung leistung Prozess- leistungs- Operative Prozess- automatisierung analyse Ebene Prozess- Prozess- leistungs- ausführung ermittlung Prozess- überwachung Angepasst nach: Melchert, F.; Winter, R.; Klesse, M.: Aligning Process Automation and Business Intelligence to Support Corporate Performance Management. Proc. of the 10th AmCIS, New York, 2004, S. 4060. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 11
  10. 10. Latenzzeiten I Einleitung Geschäfts- (Potenzieller) vorfall Wert der Entscheidung Daten im DW verfügbar Analyseergebnisse verfügbar Entscheidung getroffen Maßnahme umgesetzt Daten- Analyse- Entscheidungs- Umsetzungs- latenz latenz latenz latenz Zeit Quelle: Hackathorn, Richard: Minimizing Action Distance, http://www.tdan.com/i025fe04.htm, 01-07 -2003. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 12
  11. 11. Latenzzeiten II Einleitung Zusätzlicher Gewinn (Gewinnvorsprung) bei Operative sofortiger Entscheidung Entscheidungssituation Taktische Entscheidungssituation Strategische Entscheidungssituation Zeit © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 13
  12. 12. Inhalt Operational Intelligence & Enterprise Decision Management 1 Einleitung 2 Theoretische Grundlagen 3 Praktische Umsetzung – Pause – 4 Marktüberblick 5 BI-Cool(Tool)Tour 6 Ausblick © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 14
  13. 13. Menschliches Verhalten – Das S-O-R-Modell Theoretische Grundlagen . Verhaltenswissenschaft  Verhaltenswissenschaft beschreibt, erklärt und versucht menschliches Verhalten in Organisationen vorherzusagen  S-O-R-Modell des Neobehaviorismus betrachtet intrapersonelle Konstrukte zur Voraussage und Beeinflussung von Verhalten Organismus (O) Stimulus Reaktion (S) (R) „Black Box“ © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 15
  14. 14. Menschliches Verhalten – Das S-O-R-Modell Theoretische Grundlagen . Verhaltenswissenschaft Organismus (O) Verhaltensintention Wahrnehmung Instinkte/Triebe Rezeptor Effektor Stimulus Bedürfnisse/Motive Reaktion (S) Werte/Einstellungen (R) Anspruchsniveau/Erwartungen Qualifikationen Reize aus der Umwelt erregen Die Erregung des autonomen … führen zu Sinnesorgane (Augen, Ohren, und motorischen Systems, Verhaltensintentionen, Haut) und werden über aktivierte Motive, Erwartungen, die über Effektoren (Muskeln, Rezeptoren (Netzhaut, Schnecke, Fähigkeiten etc. … Sehnen) zu beobachtbaren Schleimhaut) wahrgenommen. Reaktionen führen Quelle: Staehle, Wolfgang; Management – Eine verhaltenswissenschaftliche Perspektive, 1999, S. 163 © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 16
  15. 15. Sense and Response Loops Theoretische Grundlagen . Kybernetik und Verhaltenswissenschaft  Fünf Schritte innerhalb einer Sense and Response Loop:  S-I (F)-A-D-R: Sense, Interpret (Filter), Analyze, Decide, Respond  Einordnung in das menschliche Verhalten: Organismus (O) Verhaltensintention Wahrnehmung Instinkte/Triebe Rezeptor Effektor Stimulus Bedürfnisse/Motive Reaktion (S) Werte/Einstellungen (R) Anspruchsniveau/Erwartungen Qualifikationen Sense Interpret (Filter), Decide Respond Analyze © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 17
  16. 16. Enterprise Decision Management definiert Theoretische Grundlagen  Enterprise Decision Management is a systematic approach to automating and improving operative business decisions. It aims to increase the precision, consistency, and agility of these decisions and reduce the time to decide and the cost of the decision. Quelle: Taylor, James; Raden, Neil: Smart (Enough) Systems – How to Deliver Competitive Advantages by Automating Hidden Decisions, Prentice Hall, 2007, S. 39.  Enterprise Decision Management, …, entails all aspects of managing automated decision design and deployment that an organization uses to manage its interactions with customers, employees and suppliers. Quelle: http://en.wikipedia.org/wiki/Enterprise_Decision_Management, 18-02-2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 18
  17. 17. Kennzeichen operativer Entscheidungen Theoretische Grundlagen . Enterprise Decision Management niedrig Ausprägung hoch  Frequenz  Zeitsensitivität  IT-Unterstützung  Interaktivität strategisch Ebene operativ © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 19
  18. 18. Kernforderungen des EDM Theoretische Grundlagen . Enterprise Decision Management  Genauigkeit  Geschwindigkeit  Zielgerichtetheit einer Entscheidung im  Zeit vom Treffen einer Hinblick auf die Erreichung von Entscheidung bis zu deren Unternehmenszielen (Effektivität). Umsetzung.  Konsistenz  Kosten  Einheitlichkeit von Entscheidungen  Monetärer Aufwand für das ceteris paribus über die Zeit, über alle Vorbereiten und Treffen einer organisatorische Einheiten im Sinne der Entscheidung (Effizienz). Unternehmensstrategie.  Agilität  Geschwindigkeit und Kosten für die Anpassung organisationaler Regeln, Richtlinien und Prozeduren (Flexibilität).  Robustheit? © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 20
  19. 19. Operational Intelligence Theoretische Grundlagen  Operational Intelligence focuses on providing real-time monitoring of business processes and activities as they are executed within computer systems, and in assisting in optimizing these activities and processes by identifying and detecting situations that correspond to interruptions and bottlenecks.  This is achieved by observing the progress of the business processes and computing several metrics in real-time using these progress events and publishing the metrics to one or more channels. Quelle: http://en.wikipedia.org/wiki/Operational_Intelligence, 08.05.2008.  Operational Business Intelligence delivers information and insights to a broad range of users within hours or minutes for the purpose of managing or optimizing operational or time-sensitive business processes. Quelle: Eckerson, Wayne W.: Best Practices in Operational BI, TDWI Best Practises Report, 2007, S. 6. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 21
  20. 20. Abgrenzung von Operational Intelligence Theoretische Grundlagen . Operational Intelligence Perspektive Strategic Tactical Operational Intelligence Intelligence Intelligence Entscheidungs- Grundsatz- Ausgestaltungs- Ausführungs- fokus entscheidungen entscheidungen entscheidungen Nutzer C-Level VP-Level LOB-Level Zeithorizont Langfristig Mittelfristig Kurzfristig Datenhorizont Historisiert Historisiert Ereignisbasiert & Historisiert © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 22
  21. 21. Ebenen der Operational Intelligence Theoretische Grundlagen . Operational Intelligence REAL TIME LOW EXECUTE DATALATENCY PROCESSES FACILITATE PROCESSES MONITOR PROCESSES ANALYZE PROCESSES DAILY Operational Operational Composite Event-driven reports dashboards applications Analytic platforms HIGH BUSINESS VALUE HIGH Quelle: Eckerson, Wayne W.: Best Practices in Operational BI, TDWI Best Practises Report, 2007, S. 6. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 23
  22. 22. Entscheidungen im ECA-Tupel Theoretische Grundlagen . Operational Intelligence  Entscheidungen lassen sich als Teil eines 3-Tupels von Ereignis, Bedingung und Handlung (engl. Event, Condition, Action; ECA) konzeptualisieren.  Entscheidungen entsprechen dabei dem Übergang von Bedingung zu Handlung. Ereignis Sensor Daten Erkenntnis Bedingung Entscheidung Action © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 24
  23. 23. Entscheidungsunterstützung Theoretische Grundlagen . Operational Intelligence Handlungen Handlungslatenz Feedbacklatenz ERP CRM Operative … Systeme Entscheidung Datenlatenz Datenintegration ESB Entscheidungslatenz Data Analytische … OLAP Erkenntnis Mining Systeme Analyselatenz © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 25
  24. 24. Technologien zur Verringerung von Latenzzeiten Theoretische Grundlagen . Operational Intelligence  Datenlatenz  Analyselatenz  Micro-batches  Data/Process Mining  Change Data Capture  Visual Analysis  Event Stream Processing  Complex Event Processing  In-Memory-Databases  Business Activity Monitoring  Grid Computing  …  …  Handlungslatenz  Entscheidungslatenz  Workflow/ Process Engines  Business Rules Engines  ERP/ CRM/ SCM/ …  Case-based Reasoning  …  … © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 26
  25. 25. Drei Säulen der Operational Intelligence Theoretische Grundlagen . Operational Intelligence Operational Intelligence PPM BAM PFS Process Performance Business Activity Planning , Forecasting, Management / Monitoring Simulation Measurement  Ex post (Blick in den  In situ (Blick auf Abläufe in  Ex ante (Blick durch die Rückspiegel) Bearbeitung) Windschutzscheibe)  Analyse und Verbesserung  Ad-hoc Maßnahmen und  Unterstützung bei Alerting Entscheidungen  Prozess- und Kommunika- tionsstatistiken  Event- und Regel-orientiert  Event- und Regel-orientiert © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 27
  26. 26. Events / Ereignisse Theoretische Grundlagen . Operational Intelligence  An Event is a notable thing that happens inside or outside your business. An event (business or system) may signify a problem or impending problem, an opportunity or threat, a threshold or deviation. Quelle: Michelson, B.: Event-Driven Architecture Overview, http://dx.doi.org/10.1571/bda2-2-06cc , 2006, S. 2.  Ein Ereignis (v. althochdeutsch irougen = vor Augen stellen, zeigen) findet immer dann statt, wenn etwas passiert oder sich etwas verändert. In der Regel geht ein Ereignis mit der Veränderung eines Zustands einher bzw. ist deren Auslöser.  Unter einem Ereignis (engl. event) versteht man dasjenige, was eine Aktion (Event Handler Programm) und damit eine Zustandsveränderung auslöst. Diese Ereignisse können Benutzereingaben (Mausklick, Taste, Spracheingabe, Geräteanschluss, ...) oder Systemereignisse (Zeitpunkt, Fehler, Datenveränderung, Sensor, ...) sein. Quelle: Wikipedia, http://de.wikipedia.org/wiki/Ereignis, Abruf vom 09.05.2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 28
  27. 27. Datenströme – Events in der IT Theoretische Grundlagen . Operational Intelligence  Datenstrom: Kontinuierlich übersandte Datensätze, deren Größe, Menge sowie schnelles Aufkommen verbieten, sie vor der Verarbeitung zu speichern.  Bisherige Forschung: Überwachung eines Datenflusses auf das Vorkommen bestimmter Daten und Analyse von Daten innerhalb des Stroms  Unterscheidung:  Transaktionsströme (Log-Daten: Kreditkartennutzung, Telefonanrufe, Zugriff auf Webressourcen)  Messdatenströme (Sensoren, Rechnernetzwerke, wissenschaftliche Messstationen) © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 29
  28. 28. Datenströme – Events in der IT Theoretische Grundlagen . Operational Intelligence  Überwachung und Anfrageauswertung:  Überwachung: Suche nach bestimmten Mustern, z.B. Nachrichten über ein bestimmtes Land in Strom von Pressemeldungen, große Kursschwankungen in Strom von Börsendaten, lebensbedrohliche Wertkombinationen in medizinischen Messdaten  Filtern/Anfragen: komplexe Anfragen, wie in Datenbankanwendungen; selbe Anfragesprachen wie für traditionelle Datenbanksysteme (SQL, XPath)  Analyse von Datenströmen:  Ermittlung aggregierter Werte  Anwendungen: Trendanalyse, Abrechnung über die Nutzung von Rechnern und Rechnernetzen sowie Verkehrswegen, Systemüberwachung, Früherkennung von Ereignissen © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 30
  29. 29. Business Rules / Geschäftsregeln Theoretische Grundlagen . Operational Intelligence  Eine Geschäftsregel ist eine Direktive oder Guideline, die das Geschäftsverhalten beeinflussen oder leiten soll. Quelle: Schacher, M.; Grässle, P.: Agile Unternehmen durch Business Rules, Springer, 2006, S. 17.  Ableitungsregeln: Herleiten neuer Informationen aus bestehenden Informationen  Premium-Kunden sind solche, deren Umsatz in den letzten 12 Monaten über 5.000 EUR lag.  Einschränkungen: Aussagen über das Geschäft, die wahr sein müssen; Verbote und Gebote  Ein Kunde darf sein Kreditlimit nie überschreiten.  Prozessregeln: Anstoßen, verhindern oder erlauben von Aktionen  Bei Bestellungsaufgabe ist die Bonität des Kunden zu prüfen. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 31
  30. 30. Business Rules Management – BRM Theoretische Grundlagen . Operational Intelligence  Regeln sind eine wertvolle Unternehmensressource, der Umgang mit ihnen muss in einem kontrollierten Prozess erfolgen  Externalisierung und Dokumentation der Geschäftsregeln Quelle: Schacher, M.; Grässle, P.: Agile Unternehmen durch Business Rules, Springer, 2006, S. 19. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 32
  31. 31. Inhalt Operational Intelligence & Enterprise Decision Management 1 Einleitung 2 Theoretische Grundlagen 3 Praktische Umsetzung – Pause – 4 Marktüberblick 5 BI-Cool(Tool)Tour 6 Ausblick © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 33
  32. 32. Real-Time und Active Business Intelligence Praktische Umsetzung  Real Time Business Intelligence = right time as needed Real Time Business Intelligence ist ein dispositives System, das Informationen in jeder benötigten Aktualität und Antwortzeit zur Verfügung stellen kann. Die Aktualität und Antwortzeit sind dabei nicht einheitlich, sondern bedarfsorientiert (Stage 1 bis Stage 4).  Active Business Intelligence = event-driven acting BI Active Business Intelligence ist ein dispositives System, das Ereignisse identifizieren und verarbeiten kann und darauf mit einer Aktion in der Systemumgebung reagiert. Das Ziel ist die teilweise oder vollständige Automatisierung von Routineentscheidungen (Stage 5). Agile Business Intelligence © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 34
  33. 33. Information Evolution in Data Warehousing Praktische Umsetzung Quelle: Brobst, Stephen; Rarey, Joe, http://dssresources.com/papers/features/brobst&rarey01062003.html, 06.05.2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 35
  34. 34. Architektur-Dschungel verschiedener Anbieter Praktische Umsetzung © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 36
  35. 35. Architekturen – Reporting Praktische Umsetzung ERP Purchase SCM Reports Distribution Data Warehouse Analysten ETL-Batch CRM Customer Care Legacy Processes Systems Data Integration Data Storage Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 37
  36. 36. Architekturen – Analyzing Praktische Umsetzung ERP Reports Purchase SCM Distribution Data Warehouse Analysten ETL-Batch CRM OLAP Customer Care Legacy „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 38
  37. 37. Architekturen – Predicting Praktische Umsetzung ERP Reports Purchase ETL-Batch SCM Data Warehouse Distribution CRM ETL-Batch OLAP Analysten Legacy ETL-Batch Customer Care ODS ETL-Batch Data Mining Workflow- Engine „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 39
  38. 38. Architekturen – Monitoring Praktische Umsetzung ERP Reports Purchase ETL-Batch SCM Data Warehouse OLAP Distribution CRM ETL-Batch Analysten Legacy Data Mining Customer Care ODS Micro Workflow- Batches Engine Enterprise Service Bus Dashboards „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 40
  39. 39. Architekturen – Decisioning Praktische Umsetzung ERP Reports ETL-Batch Data Warehouse Purchase SCM ETL-Batch OLAP ODS Event Distribution CRM Processing Engine Data Mining Micro Analysten Batches Legacy Stream Cache Customer Care Dashboards Workflow- Event Streams Business Business Rules Engine Rules Engine Repository Mobile Decision Service Bus Devices Transaction Service Bus Rückkopplung durch automatisierte Entscheidungen „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Decisions Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 41
  40. 40. Operational Intelligence – PPM Praktische Umsetzung . Komponenten ERP Reports ETL-Batch Data Warehouse Purchase SCM ETL-Batch OLAP ODS Event Distribution CRM Processing Engine Data Mining Micro Analysten Batches Legacy Stream Cache Customer Care Dashboards Workflow- Event Streams Business Business Rules Engine Rules Engine Repository Mobile Decision Service Bus Devices Transaction Service Bus Rückkopplung durch automatisierte Entscheidungen „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Decisions Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 42
  41. 41. Operational Intelligence – BAM Praktische Umsetzung . Komponenten ERP Reports ETL-Batch Data Warehouse Purchase SCM ETL-Batch OLAP ODS Event Distribution CRM Processing Engine Data Mining Micro Analysten Batches Legacy Stream Cache Customer Care Dashboards Workflow- Event Streams Business Business Rules Engine Rules Engine Repository Mobile Decision Service Bus Devices Transaction Service Bus Rückkopplung durch automatisierte Entscheidungen „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Decisions Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 43
  42. 42. Operational Intelligence – PFS Praktische Umsetzung . Komponenten ERP Reports ETL-Batch Data Warehouse Purchase SCM ETL-Batch OLAP ODS Event Distribution CRM Processing Engine Data Mining Micro Analysten Batches Legacy Stream Cache Customer Care Dashboards Workflow- Event Streams Business Business Rules Engine Rules Engine Repository Mobile Decision Service Bus Devices Transaction Service Bus Rückkopplung durch automatisierte Entscheidungen „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Decisions Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 44
  43. 43. Event Processing / Ereignisverarbeitung Praktische Umsetzung . Komponenten  An Event is a notable thing that happens inside or outside your business. An event (business or system) may signify a problem or impending problem, an opportunity or threat, a threshold or deviation. Quelle: Michelson, B.: Event-Driven Architecture Overview, http://dx.doi.org/10.1571/bda2-2-06cc , 2006, S. 2.  Datenstrom: Kontinuierlich übersandte Datensätze, deren Größe, Menge sowie schnelles Aufkommen verbieten, sie vor der Verarbeitung zu speichern. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 45
  44. 44. Event Processing / Ereignisverarbeitung Praktische Umsetzung . Komponenten  Simple Event Processing (SEP)  Ereignis initiiert eine nachgelagerte Handlung  Bsp.: einfache Workflow, Triggers  Event Stream Processing (ESP)  Ereignisse werden klassifiziert und an Abonnenten „weitergestreamt“  Fokus liegt auf der Versorgung nachgelagerter Ereigniskonsumenten mit Echtzeit-Information  Complex Event Processing (CEP)  Semantische, räumliche und zeitliche Korrelationen zwischen Ereignissen werden evaluiert, ausgewertet und entsprechende Handlungen angestoßen  Einsatz von komplexen Algorithmen und Verfahren, um Ereignisse über lange Zeiträume und verschiedene Ereignistypen hinweg zu korrelieren Quelle: Michelson, B.: Event-Driven Architecture Overview, http://dx.doi.org/10.1571/bda2-2-06cc , 2006, S. 2f. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 46
  45. 45. Event Processing / Ereignisverarbeitung Praktische Umsetzung . Komponenten  Verschiedene Algorithmen zur Anfrageauswertung und Analyse von Datenströmen  Integration von historischen und streambasierten Daten Quelle: Espertech, http://www.espertech.com/products/esper.php. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 47
  46. 46. Event Flow / Ereignisfluss Praktische Umsetzung . Komponenten  Event Generators:  Quelle des Events: Applikation, Datenspeicher, Service, Geschäftsprozess, Collaboration-Werkzeug (E-Mail, Instant Messenger)  Event Sensor:  Router / Filter, Aufnahme von Events  Event Channel:  Transportiert den Event: i.d.R. messaging backbone  Event Processing:  Evaluierung gegen Processing-Rules, Initiierung von Aktionen: Serviceaufruf, Starten eines Geschäftsprozesses, Publishing an Subscriber, Notifying, Generierung von neuen Events, Speichern für analytische Zwecke  Event Consumers:  Getriggerter Event Consumer führt seine Aktivität aus © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 48
  47. 47. Event Flow / Ereignisfluss Praktische Umsetzung . Komponenten Event Consumer ERP Reports ETL-Batch Data Warehouse Purchase SCM ETL-Batch OLAP Event ODS Sensor Event Distribution CRM Processing Engine Data Mining Micro Analysten Batches Legacy Stream Cache Customer Care Dashboards Workflow- Event Streams Business Business Rules Engine Rules Engine Repository Mobile Decision Service Bus Devices Event Generators Transaction Service Bus Event EventRückkopplung durch automatisierte Entscheidungen Processing „Manuelle“ Rückkopplung Processes Channel(s) Data Integration Systems Data Storage Decisions Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 49
  48. 48. Drei Typen von Business Rules Technologie Praktische Umsetzung . Komponenten 1. Rule Execution Technologie (Business Rule Engines; BREs)  Eigentliche Business Rule Engines  Workflow-Management-Systeme  Datenbanksysteme (via Trigger, Stored Procedures)  ERP-Systeme (implizite Rules) 2. Rule Management Technologie  Management – keine automatische Ausführung  Frontend für Rule-(Weiter-)Entwicklung  Oftmals Vermischung mit Rule Execution 3. Rule Discovery Technologie  Reverse Engineering von Legacy Code  Process Mining Quelle: Schacher, Markus; Grässle, Patrick: Agile Unternehmen durch Business Rules. Springer 2006, S. 214 f. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 50
  49. 49. „Lebenszyklus“ von Business Rules Praktische Umsetzung . Komponenten  Externalisierung  Rule Developer  Werkzeuge: Rule Builder  Ablage  Werkzeug: Rule Repository  Ausführung  Business Rules Engine  Management Quelle: Yasu Technologies, http://www.yasutech.com, 2008.  Business User verbessern / passen Rules an  Process Mining  Werkzeuge: Web Editor, Rule Builder © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 51
  50. 50. Business Rules Praktische Umsetzung . Komponenten ERP Reports ETL-Batch Data Warehouse Purchase SCM ETL-Batch OLAP ODS Event Distribution CRM Processing Engine Data Mining Micro Analysten Batches Legacy Rule Stream Cache Rule Customer Care Storage Execution Dashboards Workflow- Event Streams Business Business Rules Engine Rules Engine Repository Mobile Decision Service Bus Devices Transaction Service Bus Rückkopplung durch automatisierte Entscheidungen „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Decisions Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 52
  51. 51. Kritische Erfolgsfaktoren Praktische Umsetzung  Kritische Erfolgsfaktoren bei der Umsetzung einer EDA:  Support durch das Top-Management  Business Ownership der Gesamtlösung  Balance zwischen kurz- und langfristigen BI-Zielen  Adäquate Ressourcen für Entwicklung und Betrieb  Sicherstellung von Datenintegrität und -qualität  Flexibilität der Datenstrukturen, Metadatenmanagement  Flexibilität und Vielseitigkeit der Architektur  Robustes System und weitreichender User-Support  Realisierung der Erfolgsfaktoren durch SLAs Quellen: Markarian, J., Brobst, S., Bedell, J., Critical Success Factors Deploying Pervasive BI, 2007; Davis, J. R., Business Intelligence NetworkTM Research Report, Using Operational Business Intelligence for Intra-Day Analysis and Decision Making, 2007. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 53
  52. 52. Inhalt Operational Intelligence & Enterprise Decision Management 1 Einleitung 2 Theoretische Grundlagen 3 Praktische Umsetzung – Pause – 4 Marktüberblick 5 BI-Cool(Tool)Tour 6 Ausblick © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 54
  53. 53. Agile Business Intelligence Architecture Marktüberblick ERP Reports ETL-Batch Data Warehouse Purchase SCM ETL-Batch OLAP ODS Event Distribution CRM Processing Engine Data Mining Micro Analysten Batches Legacy Stream Cache Customer Care Dashboards Workflow- Event Streams Business Business Rules Engine Rules Engine Repository Mobile Decision Service Bus Devices Transaction Service Bus Rückkopplung durch automatisierte Entscheidungen „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Decisions Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 55
  54. 54. Gartner Magic Quadrant Business Intelligence Marktüberblick Source: Gartner, January 2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 56
  55. 55. Gartner Magic Quadrant Business Process Analysis Marktüberblick Quelle: Gartner, January 2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 57
  56. 56. Forrester Wave™: Human-Centric BPM Q3 ’07 Marktüberblick Quelle: Forrester Research Inc., 2007. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 58
  57. 57. Business Rules Anbieter Q2/2008 Marktüberblick Quelle: Forrester Research Inc.: The Forrester Wave™: Business Rules Platforms, Q2 2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 59
  58. 58. Business Rules Platforms Marktüberblick Quelle: Forrester Research Inc.: The Forrester Wave™: Business Rules Platforms, Q2 2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 60
  59. 59. Markt für Business Activity Monitoring Tools Marktüberblick ERP EAI Anbieter Produkt Anbieter Produkt Oracle Enterprise Manager 10g Release 2 BEA PA und P-BAM PeopleSoft Performance Management 8.9 IBM WebSphere Business Monitor V6.0 Siebel Business Analytics Platform 7.8 Microsoft BizTalk Server 2006 SAP SAP Netweaver SeeBeyond ICAN Suite 5 Pure Player Anbieter Produkt Tibco BusinessFactor, OpsFactor WebMethod Fabric 6.5 Axway Synchrony Sentinel BPM Anbieter Produkt Celequest Activity Suite BI IDS Scheer ARIS PPM firstRain firstRain Anbieter Produkt Pikos Bonaparte iSphere iSphere Event Server Business Objects XI Release 2 Metatomix Metatomix Filenet Business Process Manager Cognos Cognos 8 Rhysome ZOMA Informatica PowerCenter Senactive InTime Information Builders WebFocus 7 Systar BusinessBridge © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 61
  60. 60. BAM Marktprognose Marktüberblick 1. Gartner survey reveals that more than 80 percent of BAM projects have a positive ROI. 2. Through 2010, the adoption of BAM platforms will grow at least 200 percent from 2006 levels (0.7 probability). 3. By 2012, BAM solutions will be most frequently sourced from business application vendors (0.8 probability). 4. By the end of 2008, each of the major business intelligence vendors will build or buy BAM functionality (0.7 probability). 5. By 2012, the average BAM latency requirements will decrease to less than one minute, from an average of less than 15 minutes in 2006 (0.7 probability). 6. In the long term, it is expected that most of the BAM deployments will be embedded within business applications. 7. Forrester: “Demand for Business Process Management Suites Will Accelerate Through 2009.” 8. By 2012, integration costs for problem-specific BAM projects will rise to at least twice the software license costs (0.7 probability). 9. Leading industries in BAM implementation are energy, communications, financial services, and retail/wholesale. Quelle: Gartner: MarketScope for Business Activity Monitoring Platforms, 3Q06. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 62.
  61. 61. Event Processing Engines Marktüberblick  Coral 8: Coral 8 Engine  IBM Streambase: Streambase Server  Progress Apama: Apama EP Platform  Oracle BEA: Weblogic Event Server  EsperTech: Esper EP&CEP Platform  Microsoft: BizTalk Server  Systar: BusinessBridge (z.B. ARIS Process Event Monitor)  … © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 63
  62. 62. Inhalt Operational Intelligence & Enterprise Decision Management 1 Einleitung 2 Theoretische Grundlagen 3 Praktische Umsetzung – Pause – 4 Marktüberblick 5 BI-Cool(Tool)Tour 6 Ausblick © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 64
  63. 63. Agile Business Intelligence Architecture BI-Cool(Tool)Tour ERP Reports ETL-Batch Data Warehouse Purchase SCM ETL-Batch OLAP ODS Event Distribution CRM Processing Engine Data Mining Micro Analysten Batches Legacy Stream Cache Customer Care Dashboards Workflow- Event Streams Business Business Rules Engine Rules Engine Repository Mobile Decision Service Bus Devices Transaction Service Bus Rückkopplung durch automatisierte Entscheidungen „Manuelle“ Rückkopplung Processes Systems Data Integration Data Storage Decisions Analytics User © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 65
  64. 64. Ausgewählte Softwareanbieter BI-Cool(Tool)Tour  Rules Modelling: Visual Rules http://www.visual-rules.de  Rules Management: ILOG BMRS http://www.ilog.com/  Event Processing: Streambase http://www.streambase.com Coral8 http://www.coral8.com/  Activity Monitoring: TIBCO http://www.tibco.com/  Event Analysis: Senactive http://www.senactive.com  Visual Analysis: Tableau Software http://www.tableausoftware.com © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 66
  65. 65. Business Rules Modelling: Visual Rules BI-Cool(Tool)Tour Quelle: Innovation Software, http://www.visual-rules.de/00_home/home.html, Abruf vom 12.05.2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 67
  66. 66. Business Rules Management: ILOG BRMS BI-Cool(Tool)Tour Quelle: ILOG, http://www.ilog.com/, Abruf vom 10.05.2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 68
  67. 67. Complex Event Processing: Streambase BI-Cool(Tool)Tour Quelle: Streambase, http://www.streambase.com/products-StreamBaseStudio.htm, Abruf vom 10.05.2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 69
  68. 68. Complex Event Processing: Coral8 BI-Cool(Tool)Tour Quelle: Coral8, http://www.coral8.com/products/portal.html, Abruf vom 10.05.2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 70
  69. 69. Business Activity Monitoring: TIBCO Business Studio BI-Cool(Tool)Tour Quelle: TICBO http://ams.tibco.com/GIDemo_Advanced/, http://www.tibco.com/devnet/business_studio/default.jsp, Abruf vom 10.05.2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 71
  70. 70. Event Analysis: Senactive EventAnalyzer™ BI-Cool(Tool)Tour Quelle: Senactive, , http://www.senactive.com/index.php?id=eventanalyzer, http://www.senactive.com/fileadmin/Medienarchiv_Website/Datenblaetter/Datenblaetter_ DE/02_ARCHITEKTUR_INTIME_SENACTIVE_DE_080225_web.pdf , Abruf vom 10.05.2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 72
  71. 71. Visual Analysis: Tableau Software BI-Cool(Tool)Tour Quelle: Tableau Software, http://www.tableausoftware.com/products/tour, Abruf vom 10.05.2008. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 73
  72. 72. Inhalt Operational Intelligence & Enterprise Decision Management 1 Einleitung 2 Theoretische Grundlagen 3 Praktische Umsetzung – Pause – 4 Marktüberblick 5 BI-Cool(Tool)Tour 6 Ausblick © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 74
  73. 73. Fazit Ausblick  Klassische BI-Architekturen weisen grundlegende konzeptuelle Mängel auf, die eine Weiterentwicklung in Richtung eines umfassenden Entscheidungsmanagements (also E.-vorbereitung und E.-umsetzung) erschweren  Operational Intelligence erfordert ein neues Verständnis von und neue Architekturen für Business Intelligence  Technologische Konzepte sind vorhanden und müssen kombiniert und aufeinander abgestimmt eingesetzt werden © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 75
  74. 74. …und in Zukunft? Operational Intelligence & Enterprise Decision Management „ Die Kenntnis der Umstände hat sich in uns vermehrt, aber die Ungewißheit ist dadurch nicht verringert, sondern gesteigert.“ Carl von Clausewitz (1827), Preußischer General, in seinem Standardwerk „Vom Kriege“, Erstes Buch „Über die Natur des Krieges“, Kap. III „Der kriegerische Genius“. © Christian Schieder, Christian Kurze : Operational Intelligence & Enterprise Decision Management : TDWI 2008 München S. 76

×