Unternehmensweites Datenmanagement

Die Autoren blicken auf langjährige Erfahrungen in allen Bereichen des Datenmanagements in verschiedenen Branchen zurück und arbeiten in Praxis und Lehre in verantwortlichen Positionen auf dem Gebiet des modernen Informationsmanagements.

• 1 Einleitung.- 2 Datenmanagement — eine Erfolgsposition im Unternehmen.- 2.1 Motivation.- 2.2 Klassische Produktionsfaktoren.- 2.3 Produktionsfaktor Daten, Information, Wissen.- 2.4 Management des Produktionsfaktors Information.- 2.5 Datenmanagement im Unternehmen.- 2.6 Kernaussagen zum Erfolgsbeitrag des Datenmanagements.- 3 Strategische Informationsplanung.- 3.1 Motivation.- 3.2 Prozess der strategischen Informationsplanung.- 3.3 Modelle und Architekturen.- 3.4 Informationsbedarfsanalyse und Strategieentwicklung.- 3.5 Kernaussagen zur Strategischen Informationsplanung.- 4 Aufbau der Datenbankadministration.- 4.1 Übergang von der Dateiverarbeitung zum Datenbankbetrieb.- 4.2 Organisation der Datenbankadministration.- 4.3 Werkzeugeinsatz im Bereich Datenbankadministration.- 4.4 Qualitatssicherungsmassnahmen.- 4.5 Kernaussagen zur Datenbankadministration.- 5 Unternehmensdatenmodellierung.- 5.1 Ausgangslage.- 5.2 Das Ziel Datenintegration.- 5.3 Ansätze zur Erstellung einer Datenarchitektur.- 5.4 Das Erfolgsrezept zum Aufbau einer Datenarchitektur.- 5.5 Beispiel zum Prinzip Kern-Datenmodell.- 5.6 Einsatz von Branchenmodellen und Standardsoftware.- 5.7 Untemehmensweite Datenarchitektur und Business-Process-Reengineering.- 5.8 Kernaussagen zur Unternehmensmodellierung.- 6 Metadatenmanagement.- 6.1 Motivation.- 6.2 Definition Metadatenmanagement.- 6.3 Metadatenmanagement-System.- 6.4 Vorgehen bei der Metadaten-lntegration.- 6.5 Nutzen des Metadatenmanagements.- 6.6 Kritische Erfolgsfaktoren.- 6.7 Kernaussagen zum Metadatenmanagement.- 7 Umgang mit Altlasten.- 7.1 Motivation.- 7.2 Analyse des Ist-Systems — eine Standortbestimmung.- 7.3 Entwurf des Zielsystems.- 7.4 Migrationsverfahren.- 7.5 Migrationsvarianten.- 7.6 Umsetzung der Datenbankzugriffe.- 7.7 Zusammenfassungder Varianten.- 7.8 Die Rolle der Metadaten im Migrationsprozess.- 7.9 Ein möglicher Fahrplan für die Migration.- 7.10 Weitere Integrationsvarianten.- 7.11 Kernaussagen zum Umgang mit Altlasten.- 8 Erfolgreiche Organisation des Datenmanagements.- 8.1 Motivation.- 8.2 Reifegrad des Datenmanagements eines Unternehmens.- 8.3 Bewertung des Reifegrades — das Datenmanagement-Assessment.- 8.4 Kernaussagen zur Datenmanagementorganisation.- 9 Data Warehousing — strategisch betrachtet.- 9.1 Motivation.- 9.2 Was ist ein Data Warehouse ?.- 9.3 Prinzipien eines Data Warehouse.- 9.4 Operational Data Store.- 9.5 Eine idealtypische Architektur: die Corporate Information Factory.- 9.6 Data Warehouse Technologie.- 9.7 Datenarchitektur in der Corporate Information Factory.- 9.8 Die kritischen Erfolgsfaktoren.- 9.9 Strategischen Dimensionen des Data Warehousing.- 9.10 Kernaussagen zum Data Warehousing.- 10 Integriertes Datenmanagement — die Basis für Organisations-Intelligenz.- 10.1 Betriebswirtschaftliche Funktionen und Informationsmanagement.- 10.2 Closed Loop Ansatz.- 10.3 Modellbildung mittels Data Mining.- 10.4 Entwicklung eines Datenqualitäts-Managements.- 10.5 Intelligenz der Organisation.- 10.6 Outsourcingaspekte.- 10.7 Eine Leistungskontrolle des Datenmanagements.- 10.8 Kernaussagen zum integrierten Datenmanagement.- 11 Weiterentwicklungen des Datenmanagements.- 11.1 Übergang zum Informationsmanagement.- 11.2 Wissensmanagement.- 11.3 Standortbestimmung im Unternehmen.- 11.4 Aktuelle Probleme des Datenmanagements.- 11.5 Kernaussagen zum Informationsmanagement.- A Anhang.- A.1 Darstellung eines Entity-Relationship-Modells.- A.2 Dimensionale Modellierung Star- und Snowflake-Schema.- A.3 Funktionsbeschreibungen des Datenmanagements.- Abkürzungen und Glossar.-Kurzbiographien der Autoren.- Schlagwortverzeichnis.