Zusammenfassung Informationsmanagement
HTW Berlin, BWL(B) 4. Semester, Erbrecht
HTW Berlin, BWL(B) 4. Semester, Erbrecht
Fichier Détails
Cartes-fiches | 31 |
---|---|
Langue | Deutsch |
Catégorie | Gestion d'entreprise |
Niveau | Université |
Crée / Actualisé | 04.02.2016 / 23.05.2020 |
Lien de web |
https://card2brain.ch/box/zusammenfassung_informationsmanagement
|
Intégrer |
<iframe src="https://card2brain.ch/box/zusammenfassung_informationsmanagement/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Einteilung & Klassifizierung von Daten
1. nach der Dauerhaftigkeit:
- Stammdaten (über großen Zeitraum unverändert
- Änderungsdaten (führen zu Veränderungen der Stammdaten)
- Bestandsdaten (bedürfen einer regelmäßigen Aktualisierung)
- Bewegungsdaten (führen zu Veränderungen der Bestandsdaten)
2. nach der Funktion:
- Vormerkdaten (existieren bis ein bestimmtes Ereignis eintritt)
- Transaktionsdaten (werden von einem Programm erzeugt und an andere Programme weitergegeben)
3. nach der Struktur:
- Datenelement (item = Datenfeld, Feldname oder Attribut -> dabei Festlegung des Datentyps wichtig zur Vereinheitlichung, zum Sparen von Speicherplatz und zur Ermöglichung des Rechnens)
- Datensatz (record, Gesamtheit aller Datenelemente in einer Zeile)
- Datendatei bzw. Tabelle (datafile = Summe aller Datensätze)
- Datenbank (database = Sammlung zusammenhörender Daten in Datensätzen durch Herstellen von Beziehungen zwischen Tabellen)
Ebenen von IT-Systemen
von unten nach oben = vertikale Integration mit zunehmender Verdichtung der Daten
1. Massendatenverarbeitung (z.B. in Vermietung, Technik/Instandhaltung, Marketing, Personal)
2. Wertorientierte Daten (z.B. im Rechnungswesen)
-> 1+2 operative Ebenen, Administrationssysteme in Zusammenarbeit mit Dispositionssystemen auf Grundlage von Datenbanken
3. Berichte/Kontrolle
4. Analyse/Prognosen
5. Planung/Entscheidungen
-> 4+5 sind strategische Ebenen, Planungs- und Führungssysteme (strategische System) auf Grundlage von Data Warehouse
auf horizontaler Ebener erfolgt die Integration operativen, strukturierten Transaktionsdaten
-> Systeme, die auf allen Ebenen in allen Branchen eingesetzt werden können, sind Querschnittsysteme (z.B. MC Office)
Ziele der Datenintegration
- Effizienz
- Datensicherheit
- Vermeidung von Redundanz
Data Warehouse
1. Daten:
aus Datenquellen (operative Daten, ERP-Systeme oder externe Daten)
2. Aufbereitung:
auf Transformationsplattform (Extraktion, Transformation, Aktualisierung und Integration -> also Harmonisierung)
3. Information
Organisation (nach Metadaten=Daten, die über Information Auskunft geben) -> Clustering (Gruppierung von ähnlichen Informationen) der Informationen im Data Mart, Hochladen der Informationen ins Data Warehouse und Einteilung der Informationen im Data Mart nach Funktionsbereichen für schnellere Be- und Verarbeitung, da Datenmenge sehr groß
4. Auswertung
Endbenutzerzugriff durch Supportsysteme (Management-/Informationssysteme MIS, Berichte/Reporting, Analyse OLAP, Datamining)
5. Entscheidung
Präsentation im Frontend (Client) auf Grund eines Webzugriffs
Kriterien der Harmonisierung
- einheitliche Formate
- widerspruchsfreie Daten
- ökonomische Relevanz
- entsprechen dem Kontext bzw. der Zielerreichung
- verifizierbar
Kriterien der Datenqualität
- Korrektheit
- Konsistenz
- Zuverlässigkeit
- Vollständigkeit
- Genauigkeit
- Aktualität
- Redundanzfreiheit
- Relevanz
- Einheitlichkeit
- Eindeutigkeit
Unterschied einer Datenbank zur Tabellenkalkulation
- Herstellung von Relationen
- Mehrbenutzerzugriffe möglich
- Setzen von Filtern und Abfragen
Arten von Relationen
- 1:1 -> jedem Datensatz aus einer Tabelle kann nur ein Datensatz aus einer anderen Tabelle zugeordnet werden und andersherum
- 1:n -> jedem Datensatz aus einer Tabelle können mehrere Datensätze aus einer anderen Tabelle zugeordnet werden, aber nicht andersherum
- m:n -> jedem Datensatz aus einer Tabelle können mehrer Datensätze aus einer anderen Tabelle zugeordnet werden und andersherum
-> Zweck der Normalisierung von Datenbanken ist dabei die Auflösung von m:n-Relationen
Anforderungen an Datenbanken
- flexible Handhabung
- optimale und effektive Darstellung komlexer Zusammenhänge
- leichte Handhabung bei der Auswertung
- Überprüfbarkeit der Daten
- Mehrbenutzerzugriff
- Datensicherheit
Database vs. Data Warehouse
- Ziel: DB= Unterstützung der Geschäftstransaktionen, DWH= Unterstützung von Entscheidungsprozessen
- Datenquelle: DB= Geschäftstransaktionen, DWH= interne & externe Datenquellen
- Bearbeitung: DB= read & write, DWH= read (keine Änderung mehr möglich)
- Auswertung: DB= Abfragen & Filter, DWH= spezielle Auswertungsverfahren (OLAP, Datamining...)
- Strukturierung: DB= stark, DWH = unstrukturiert
- Redundanz: DB= frei (durch Normalisierung), DWH= erwünscht (je mehr Input, desto besser Output nach Mining)
Normalisierung von Datenbanken
1. NF = alle Attribute atomar, also nur eine Ausprägung -> dadurch entsteht aber Redundanz
2. NF = alle Nicht-Schlüssattribute sind vom gesamten Primärschlüssel und nicht von einem Teilschlüssel abhängig
3. NF = kein Nicht-Schlüsselattribut ist von einem anderen Nicht-Schlüsselattribut abhängig
OLAP vs. Data Mining
OLAP:
- Analyse-Tool
- interaktiv
- Benutzer muss wissen, nach was er sucht
- Hilfswerkzeug zur Analyseunterstützung
Data-Mining:
- Tools suchen nach bisher unbekannten Zusammenhängen, können nicht bewusst gesuchte Informationen entdecken
- möglichst automatisierte Suche
- Benutzer muss nicht wissen, nach was er sucht
- kompliziertere Analyse-Tools
CRM
-> Aufbau profitabler Kundenbeziehungen durch ganzheitliche und individuelle Marketings-, Vertriebs- und Servicekonzepte (BWL)
-> Software als Steuerungsinstrument
-> Eingabedaten = E-Mails, Schriftverkehr, Callcenter, Außendienstmitarbeiter, Buchhaltung, Internet -> gespeichert in Kundendatenbank -> Datenverwendung zur individuellen Kundenberatung, für gezieltes Direktmarketing, Newsletter usw.
-> strategische Einführung nach Potenzialanalyse
-> Faktoren für strategische Ausrichtung: Branche, Geschäftsfeld, Angebot, Vetriebswege, Unternehmensstruktur und -größe usw.
-> Voraussetzungen: Profitibiltät, Langfristigkeit, Differenzierung, Integration
-> operatives CRM = unterstützt operative Prozesse und Kommunikation in allen Bereichen mit direktem Kundenkontakt durch Marketing Automation, Sales Automation und Service Automation mit Fokus auf ganzheitliche und konsistente Informationsversorgung auf Basis einer Kundendatenbank
-> analytisches CRM = sammelt und analysiert kundenbezogene Informationen durch systematische Speicherung im Datawarehouse und Auswertung mittels OLAP und Data Mining zur kontinuierlichen Optimierung der Geschäftsprozesse; lernendes System durch Closed Loop Architecture
-> kommunikatives CRM = managet alle Kommunikationskanäle zwischen Kunde und Unternehmen durch Synchronisation, Steuerung und zielgerichteter Einsatz mit Fokus auf Rückmeldegeschwindigkeit, Informationsqualität, Individualität der Kundenbedienung und Qualität der Datensammlung
E-Business-Geschäftsprozess
- Informieren
- Zieldefinition
- Verhandeln
- Ausführen
E-Business-Phasen
1. E-Commerce (Infrastruktur) -> B2B/B2C/C2C = Beziehung zum Abnehmer durch Internet
2. E-Procurement (Supply Chain) -> B2B = Beziehung zum Lieferanten/Geschäftspartner durch Extranet
3. E-Organisation (Supply Chain Managament, Customer Relationship Management) -> intern = Beziehung zwischen Mitarbeitern durch Intranet
4. E-Government -> Beziehungen zwischen Verwaltungen/Behörden und Bürgern/Unternehmen
E-Business-Stufen (Net Economy)
1. Web-Site -> Information
2. E-Kommunikation -> Interaktion
3. E-Commerce -> Transaktion
4. E-Business -> Integration
5. NET-Economy -> Innovation
3 Säulen Customizing
- Modulauswahl (Konfiguration) -> Implementierung
- Parametrisierung (Personalisierung) -> Aufeinanderabstimmung der Module, unternehmensspezifische Einstellungen
- Anpassprogrammierung -> Eingriffe in die Software selbst bis zu einem gewissen Grad, Eigenentwicklung oder ggf. Modifikation
Phasen der Software-Standardisierung
1. Vorphase (Planung) = Zielfindung und SOLL/IST-Vergleich
2. Analyse = Individualsoftware oder Standardsoftware
3. Entwurf = bei Individualsoftware System- und Programmentwurf, bei Standardsoftware Auswahl & Anschaffung)
4. Realisierung = bei Individualsoftware Programmierung & Test, bei Standardsoftware Anpassung, Datenübernahme & Test
5. Einführung = Systemeinführung & Benutzerschulung
Informationssystem / Anwendungssystem
- Anwendungssystem = Integration von Daten in Datenbanken durch eine gewisse IT-Infrastruktur innerhalb einer Anwendersoftware innerhalb betrieblicher Aufgaben und Prozesse
- Informationssystem = Anwendungssystem + Organisation und Management der betrieblichen Aufgaben und Prozesse
Data-Mining
- Analyse
-> Clusterbildung (Zusammenfassung von Informationenmit ähnlichen Eigenschaften)
-> Abweichungsanalysen (Erkennen von Veränderungen von Entwicklungsmustern)
-> Assoziation (Erstellung von Assoziationsregeln zur Feststellung von Abhängigkeiten untereinander)
-> Generalisierung (Verallgemeinerung des Informationsverhaltens)
- Prognose
-> Klassifikation (Einteilung der Informationen nach festgelegten Eigenschaften)
-> Wirkungsprognose (Auswertung der bisherigen Daten mittels unterschiedlicher statischer Verfahren)
Fluss-Diagramm
- ermöglicht Beschreibung und Analyse von Prozessen, Dokumentation von Verfahren, Darstellung von Arbeits- und Informationsflüssen und Verfolgung von Kosten und Effizienz
- Darstellung von Zuständen, Tätigkeiten, Entscheidungsverzweigungen und Datenoutput bzw. -input
eEPK
- Modellierung interorganisationaler Prozesse
- erweitertes Flussdiagramm um Verknüpfungsoperatoren UND(nur eine Alternative), ODER(eine oder mehrere Alternativen) und EXKLUSIVODER(nur eine Alternative), Prozesswegweisern, Organisationseinheiten neben den bisherigen Bestandteilen Ereignis(Zustand), Funktion(Tätigkeit) und Informationsobjekt(Input oder Output)
Petri-Netz
- Verbindung von Knotenpunkten durch einen Netzgraphen -> zwei Arten von Knoten = Stellen und Transitionen
- Darstellung von Parallelitäten
ARIS-Haus
= Architektur integrierter Informationssysteme
-> 5-Sichten-Modell zur Vereinigung aller komplexen Zusammenhänge im Unternehmen zur Modellierung, Analyse und Optimierung von Geschäftsprozessen
- Dach = Organisationssicht
- Säulen = Datensicht, Steuerungssicht und Funktionssicht
- Fundament = Leistungssicht
-> jede Sicht wird unterteilt in Fachkonzept, Datenverarbeitungskonzept und Implementierung
Komponenten eines ERP-Systems
- Kontrollsysteme
- Berichtsysteme
- Analysesysteme
- Planungssysteme
- Querschnittssysteme
Verschlüsselungsverfahren
- symmetrisch, asymmetrisch oder hybrid
-> Umwandlung einer lesbaren Datei in einer nicht lesbare
-> digitaler Schlüssel = zufällige Zeichenkette, transformiert Klartext mit Hilfe eines Algorithmusses
- Verschlüsselung beim Sender und Entschlüsselung beim Empfänger
-> Ziel: Unlesbarkeit für Dritte
- symmetrisch: Nutzung des gleichen Schlüssels bei Empfänger und Sender, Verschlüsselung durch Strom- oder Blockchiffren
- asymmetrisch: öffentlicher Schlüssel wurd über Server oder Mail veröffentlicht und darf von jedem besessen werden, Verschlüsselung erfolgt mit öffentlichem Schlüssel und Entschlüsselung mit geheimen Schlüssel
-> Bestandteile der asymmetrischen Verschlüsselung: Trust Center = Zertifizierungsstelle, digitale Signatur = Mittel zur Authentifizierung und wird durch Hashwerte erzeugt, https = Hypertext Transfer Protocol Secure -> Übertragung von Dokumenten im www über SSL oder TLS
- hybrid: Vereinigung von symmetrisch und asymmetrisch -> symmetrisch = Session Key, asymmetrisch = Public Key
Maßnahmen zur Datensicherung
- Datenschutzprogramme
- Virenschutzprogramme
- Zugangskontrolle
- Datenträgerkontrolle
- Speicherkontrolle
- Benutzerkontrolle
- Zugriffskontrolle
- Übermittlungskontrolle
- Eingabekontrolle
Gefahren digitaler Datenhaltung
- Cyberangriffe
- Ausfall von Clouds
- Technikausfall
Vor- und Nachteile Standardsoftware
- Vorteile: kostengünstiger als Individualsoftware, schnell verfügbar, breiter Funktionsumfang, ständige Weiterentwicklung durch Hersteller
- Nachteile: hoher Aufwand zur Anpassung der Geschäftsprozesse, meist Anschaffung neuer Hardware nötig, Abhängigkeit vom Hersteller
Ebenen der Cloud-Lösungen
- Software as a Service (User Ebene)
- Platform as a Service (Entwickler Ebene)
- Ifrastructure as a Service (Infrastruktur Ebene)
OLAP
- Online Analytical Processing
-> strukturierte Aufarbeitung von Daten ind Zusammenfassung in mehrdimensionaken Datenwürfeln (Cube-Verfahren)
- Arbeitsprozess = ETL (Exctraction, Transformation, Load)
- Bearbeitungsschritte: Slicing, Dicing, Drill-Down(Hereinzoomen), Roll-Up(Herauszoomen)