Hochschule Darmstadt - Fb Informatik

Drucken| Layout| Design| Schriftgröße English|
Modulbeschreibung
Modul:Applied Data Warehousing

Ingénierie des systèmes décisionnels (1)

Belegnummern:41.4812 [NFE211; PVL 41.4813]
Sprache:deutsch
Zuordnung:CNAM - Masterzyklus
CNAM Master - Masterzyklus
Dualer Master 2013 - Katalog AS: Anwendungs- und systemorientierte Module
Dualer Master 2013 - Vertiefung WI: Wirtschaftsinformatik
Master 2013 - Katalog AS: Anwendungs- und systemorientierte Module
Master 2013 - Vertiefung WI: Wirtschaftsinformatik
Master 2006 - Katalog AS: Anwendungs- und systemorientierte Module
Master 2006 - Vertiefung AE: Application Engineering
Master 2006 - Vertiefung WI: Wirtschaftsinformatik
MN Data Science 2016 - Katalog DS-I: Data Science - Informatik
Lehrform:V+P = Vorlesung+Praktikum
SWS:3+1
CP:6
Prüfung:Klausur
Anmeldung zur Prüfung:explizit und unabhängig von der Belegung
PVL (z.B. Praktikum):unbenotet (unbenotetes Praktikum)
Häufigkeit des Angebots:jährlich
Lernziele:Die Studierenden sollen
  • die Planung und die zur Durchführung notwendigen Schritte eines Data-Warehouse-Projektes kennen lernen,
  • ein Verständnis entwickeln über die Komponenten eines Data Warehouses (DWH) und die Phasen zur Entwicklung von Data Warehouses,
  • in einem DWH-Projekt neben den fachlichen auch die politischen Komponenten berücksichtigen können,
  • verschiedene Varianten zur fortgeschrittenen multidimensionalen Datenmodellierung kennen und im Projekt gezielt einsetzen können,
  • Techniken zur Sicherstellung der Daten- und Prozessqualität anwenden können,
  • Methoden zum Umgang mit Massendaten anwenden können,
  • Tools sowohl für den ETL-Prozess als auch zum Berichtswesen und zur Analyse strategisch bewerten können,
  • die Metadaten eines DWH verstehen und Testmethoden anwenden können.
Lehrinhalte:
  • Der Data-Warehouse-Lebenszyklus unter Projektbedingungen
    • Architekturansätze: Förderalismus und Corporate Information Factory
    • Phasen des Data Warehousing
    • Projektplanung
    • Rollen im Projekt
    • Komponenten
  • Multidimensionale Datenmodellierung
    • Vorgehensmodell
    • Anforderungsaufnahme und Strukturierung
    • DWH Bus-Matrix
    • Historisierungsvarianten
    • Protokollierung (Auditing)
  • Extraktion, Transformation, Laden (ETL)
    • Data Profiling
    • Datenqualität & Cleansing
    • Stage und ODS
    • Einsatz von ETL Tools
  • Präsentationsschicht und Abfragetools
    • Tools
    • Speichertechniken: RDBMS, OLAP, "Spezialisten"
    • Abfragetechniken
  • Metadaten
    • Modellansätze (MME/CWM)
    • Technische und fachliche Metadaten
    • Data lineage
  • QS und Test
    • Methodik
Literatur:Ralph Kimball:
  • The Data Warehouse Lifecycle Toolkit
  • The Data Warehouse Toolkit: The Complete Guide to Dimensional Modelling
  • Data Warehouse ETL Toolkit
Larry English:
  • Improving Data Warehouse and Business Information Quality: Methods for Reducing Costs and Increasing Profits
Bill Immon:
  • Managing the Data Warehouse
David Marco:
  • Building and Managing the Meta Data Repository. A Full Life-cycle Guide
Arbeitsformen / Hilfsmittel:
  • seminaristische Vorlesung
  • Praktikum in Gruppen zu je 2 Personen, Verwendung eines relationalen DBMS, Einsatz eines Open Source ETL-Tools
Hilfsmittel: Folien, Forschungspapiere (Originalliteratur); Fallstudien aus dem Projektgeschäft
Modulverantwortung:Peter Muth
Freigabe ab:WS 2013/2014
Fachliche Kompetenzen:
  • Formale, algorithmische, mathematische Kompetenzen: mittel
  • Analyse-, Design- und Realisierungskompetenzen: hoch
  • Technologische Kompetenzen: hoch (strategischer Einsatz von Werkzeugen, Einbettung in Geschäftsprozesse)
  • Befähigung zum Wissenschaftlichen Arbeiten: schwach
Überfachliche Kompetenzen:
  • Projektbezogene Kompetenzen: mittel
  • Fachübergreifende Sachkompetenzen: Technische und naturwissenschaftliche Grundkompetenz, Wirtschaftliche Grundkompetenz
  • Sozial- und Selbstkompetenzen: Analysekompetenz

[Fachbereich Informatik] [Hochschule Darmstadt]
© 2008 - 2019 FBI OBS Team. Alle Rechte vorbehalten.