BA 1 - Hier sind Notizen & Screenshots vom Elearning PDF

Preview

Summary

GlossarSynonyme Zwei Begriffe, eine BedeutungHomonym Ein Begriff, zwei BedeutungenModule FunktionsbereicheTeilautomatisiert Aufgabe wird von halb Computer halbMensch erledigtERP Enterprise Resource Planning SystemOS BetriebssystemMiddleware Broker / ZwischenmannOLTP Online Transaction ProgramMRP Mat...

Description

Glossar Synonyme Homonym Module Teilautomatisiert

Zwei Begriffe, eine Bedeutung Ein Begriff, zwei Bedeutungen Funktionsbereiche Aufgabe wird von halb Computer halb Mensch erledigt Enterprise Resource Planning System Betriebssystem Broker / Zwischenmann Online Transaction Program Material Requierments Planning Kunde??

ERP OS Middleware OLTP MRP Debitor Dekade OLAP DSS (Enterprise/Core)DWH

Decision Support System Zentralisierte DBbereitstellung für Berichtszwecke Data Warehousing Single Point of Truth Teildatenbestand

SPoT Data Marts

Berechnung Bestand zum Zeitpunkt t

Domänenmodellierung Ziel: Verständnis der Domäne, die Identifikation von Optimierungsmöglichkeiten und schließlich die Ableitung von Anforderungen

1. Entitäten ermitteln & ggf. Attribute a. abstrakte Beschreibungen von Domänenobjekten mit gleichen „Eigenschaften“

2. Beziehungen dazwischen 3. Synonyme & Homonyme identifizieren, sowie reduzierung der für Verständnis wesentlichen Entitäten und Assoziationen a. Rückkopplung? 4. Modell visualisieren (zB. UML Kl.diag. a. Entitäten -> Klassen b. Beziehungen -> Assoziationen 5. Begriffe & Beziehungen ins Glossar Die Domänenmodellierung dient aus Sicht der Informatik vor allem.. …als Grundlage der Anforderungsermittlung

… zum Verstehen einer Domäne

Die Substantive eines Textes dienen vor allem zur Identifikation der Entitäten .Die Verben eines Textes dienen vor allem zur Identifikation der Assoziationen

-

Subjekt – Prädikat – Objekt Verben oft assoziationen Genitiv zeigt oft zugehörigkeit o

-

Aggregation (oder Komposition)

Instanziierung

„Eine Vorlesung gehört zu einem Modul.“ „Ein Lehrender verantwortet eine Prüfung.“ „Ein Professor ist ein Hochschulmitarbeiter“

Aggregation (oder Komposition) Assoziation Generalisierung

Beschreibung von Anforderungen - Naturliche Sprache Nicht Funktionale Anforderungen - zB.Effizienz, Benutzbarkeit, Zuverlässigkeit, Änderbarkeit, Wartbarkeit, Performance etc.

Anforderungen & abzubildende Funktionalitäten -

x:= Nutzen einer Funktion y:= Lebenszykluskosten (nicht Entw.k. o. Anschaffungsk.) priorisierte F. : deren Vektor (vom Ursprung zum Diagrammpunkt) den kleinsten Winkel mit der x-Achse einschließt (in der folgenden Abbildung grün markiert).

Nachteil Bild : Nicht sichtbar, dass die Realisierung vieler Funktionen in einem gemeinsamen Kontext geschehen, einer gemeinsamen Datenhaltung, gemeinsamer Oberfläche, einer gemeinsam nutzbaren Funktionsbibliothek. -

Eher Funktionsbereiche (Module) sichtbar o Module:  Einzeln betriebsfähig  Benötigt Grundstock von Infrastruktur

Sinnvolle Aussagen Das Diagramm ist ein theoretisches Konstrukt, um grundsätzliche Zusammenhänge zu erläutern. In einer konkreten Situation ist die genaue Bestimmung der beiden Funktionsverläufe praktisch nicht möglich. Der wirtschaflich interessante Bereich liegt zwischen den beiden Schnittpunkten der Funktionsverläufe. In Unternehmen kann es betriebliche Funktionen geben, die sich einer algorithmischen Beschreibung soweit entziehen, dass deren Abbildung in ein betriebliches Anwendungssystem praktisch ausgeschlossen sind. Das ist intrinsisch bedingt durch die Kumulation. Wenn man Kosten, bzw Nutzen getrennt kumuliert, können die Verläufe nicht abfallend sein.

Hinweise: + Bild   

positive Krümmung eines Funktionsverlaufes bedeutet mathematisch: die zweite Ableitung der Funktion > 0 negative Krümmung eines Funktionsverlaufes bedeutet mathematisch: die zweite Ableitung der Funktion < 0 ein hoher Strukturierungsgrad einer betrieblichen Funktion bedeutet: die betriebliche Funktion lässt sich algorithmisch mit einem überschaubaren Aufwand klar beschreiben.

Funktionen mit einer guten Strukturierung werden eher am linken Rand der x-Achse zu finden sein.

Der Funktionsverlauf der kumulierten Kosten weist eine positive Krümmung auf. Dies ist plausibel, weil die relativen Realisierungsaufwände am rechten Rand der x-Achse eher zunehmen. Der Funktionsverlauf der kumulierten Einsparungen weist eine negative Krümmung auf. Dies ist plausibel, weil die relativen Einsparungen durch Realisierung von Funktionen am linken Rand der x-Achse im Allgemeinen größer sind als am rechten Rand.

Make or Buy Entscheidung Buy: o o

entscheidend sind Fähigkeiten der Standardsoftware am besten bereits alle relevanten Funktionen & nur nötige Param übergabe

Individual Soft. - Anforderungen über Lösungskonzept in Implementation überführen Standard Soft.

Betriebliche Aufgaben - Zusammenspiel Sachbearbeiter & betr. Anwendung

-

Aufgabe wird „zerlegt“

.

Grundlagen und Paradigmen ERP-Systeme

-

Auf redundanz vermeiden ausgelegt

-

Bestimmte Pradigmen müssen eingehalten werden o ZB  Trennung betr. Anwendung / Datenhaltung  Trennung betr. A / OS  Integration der Geschäftsproz.

Zwischen einem Benutzer und einer Rolle besteht im Allgemeinen eine ?? Kardinalität (Multiplizität).

Die Schritte im Überblick: - Materialbedarfsplanung (MRP-Lauf) - Planauftrag (100-310) in eine Bestellanforderung umwandeln - Bestellanforderung (100-310) in eine Bestellung umwandeln - Bestellung an Lieferanten aufgeben - Wareneingang buchen - Planauftrag (100-300) in einen Fertigungsauftrag umwandeln - Fertigungsauftrag (100-300) freigeben - Warenausgang zum Fertigungsauftrag buchen - Fertigung durchführen - Wareneingang zum Fertigungsauftrag buchen - Endrückmeldung vornehmen Die Aspekte, die uns hier an der SAP-Falllstudie interessieren sind: 1.) ein Prozess wie der hier vorgestellte tangiert verschiedene Arbeitsbereiche. Der Informationsfluss, der diesen Prozess begleitet, wird durch das SAP-System organisiert. So können die Daten aus einem Planauftrag in eine Bestellanforderung übernommen werden und später stehen diese auch für die Erzeugung der Bestellung, bzw der Buchung des Wareneingangs zur Verfügung. In der mehrstufigen Materialbedarfsplanung laufen im Hintergrund komplexe Algorithmen ab, die für den Anwender transparent sind. Dazu gehört auch die Stücklistenauflösung, die ein wichtiger Baustein der mehrstufigen Materialbedarfsplanung ist. Ein Anwender wird von dieser komplexen Thematik weitgehend entlastet. Um überhaupt nachvollziehen zu können, in welchem erheblichen Umfang hier die ERP-Software den Anwender entlastet werden wir im folgenden Kapitel einige der relevanten Datenstrukturen und der darauf laufenden Algorithmen genauer anschauen. Zur Vorbereitung sollte man sich mit der SAP-Fallstudie vertraut machen.

2.3.2 Algorithmik und Datenstrukturen der Fallstudie

Materialdisposition - Aufgaben: o

ausreichende Materialverfügbarkeit zu sorgen- eine planerische Funktion, die über die Zeitperspektive hinaus in einem fertigenden

-

Unternehmen auch die Stücklistenauflösung als zweite Planungsdimension berücksichtigen muss Zunehmende Fertigungstiefe & komplexe Produktstrukturen erhöhen Planungsaufw.

Wählen Sie die richtigen Optionen aus! Ein MRP-Lauf arbeitet die Dispoelemente in der Planungsdimension Stücklistenstruktur

gemäß der top down Vorgabe ab, um Unterbedeckung zu identifizieren.

Der Algorithmus des im SAP-Szenario beschriebenen MRP-Laufs berechnet für Materialien die zeitliche Entwicklung des verfügbaren Bestandes und generiert für Zeitpunkte, an denen diese Größe negativ wird wird, einen Planauftrag

. Müssen diese Materialien gefertigt werden, wird der Bedarf an

Halbfabrikaten oder Rohstoffen gemäß Stücklistenauflösung ermittelt und gemäß der Wiederbeschaffungszeiten entgegen der Zeitrichtung in die Dispoliste der entsprechenden Halbfabrikate oder Rohstoffe eingetragen.

Arbeitsplan

 12 Datensätze  Tabellen?? Alle Material-Stücklisten werden im SAP-System in einer gemeinsamen Tabelle gespeichert Jedes Material ist eindeutig einer Dispositionsebene zuzuordnen. Die Traversierung in einer mehrstufigen Stückliste eines Materials (gemäß Tiefensuche) lässt sich durch einen rekursiven Algorithmus beschreiben. Die Erzeugnisstrukur eines Enderzeugnisses kann im mathematischen Sinne nicht allgemein als Baum beschrieben werden, weil... es mehre Pfade zwischen zwei Knoten geben kann

In ERP-Systemen werden netzplanartige Strukturen in der Regel gespeichert als Relation

In ERP-Systemen werden netzplanartige Strukturen in der Regel gespeichert als

Relation

3.1 Einführung in Data Warehousing und Business Intelligence Business Inteligence (hier gehandhabte def) - Wir werden in diesem Lernmodul BI als eine Disziplin verstehen, die sich mit der Nutzbarmachung von Daten zur Entscheidungsunterstützung des Managements in Unternehmen, bzw Organisationen sowie der Informationsversorgung weiterer Stakeholder auseinandersetzt und dazu einsetzbare Technologien, Prozesse, Werkzeuge, Infrastrukturen sowie Organisationsstrukturen betrachtet.

Data Warehouseing - Für BI Zwecke spez. Relationale Datenhaltung - Datenbereitstellungsproz. Sytemzustände - Zustandsgrößen zu gewissem Zeitpunkt - Zg. Im Berichtszeitraum: o

o

in der Regel ein Referenzzeitpunkt für eine Messung in diesem Intervall angegeben, oder -wenn mehrere Messungen in dem Zeitraum gemacht wurden- Funktionen wie Minimum, Maximum, Mittelwert auf die Messwertreihe angewendet, oder es wird der letzte Wert genommen. Neben zahlenmäßig messbaren System- oder Objektattribute werden auch Strukturen, Zusammenhänge unter Zuständen subsummiert Die Messung besteht hier in der Feststellung der Existenz einer Beziehung. Hier wird in der Regel ebenfalls ein Bezugszeitpunkt gewählt.

o

Auch ein Vorgang wie die Aktivität eines Akteurs in einem System kann als ein Zustand betrachtet werden

Ereignisse - Zu einem Zeitpunkt, eig keine dauer - Ändern idR. Syszustände Prozesse - Ereignis & Zustands Abfolge - o Dauer von Zuständen und Prozessen (Zeitbezug mit Referenzpunkt, zb dem -

Start- oder Endzeitpunkt eines Prozesses oder eines Zustandes) o Da Prozesse als Container angesehen werden können, die Ereignisse und Zustände umfassen, können die Messzahlen aus den Prozesselementen ggf auf der Prozessebene aggregiert werden, man siehe zB Prozesskosten oder Prozessdauern.

Kennzahlen werden im Folgenden als Absolutkennzahl oder Relativkennzahl (oder synonym als Verhältniskennzahl bezeichnet) klassifiziert. Absolutkennzahlen entstehen typischerweise aus Summenoder Differenzenbildung von Messungen von Ereignissen, Zuständen oder Prozessen, zB die Anzahl von Studienabschlüssen in einem Zeitraum oder die Anzahl von Lehrenden an einem Zeitpunkt. Auch die sich aus einer Durchschnittsbildung von Messungen ergebende Kennzahl wird als Absolutkennzahl bezeichnet, zB die durchschnittliche Studiendauer. Auch die Anwendung von Min- oder Max-Funktion führt auf Absolutkennzahlen. Werden zwei oder mehre Absolutkennzahlen zueinander in Relation gesetzt, entsteht eine Relativkennzahl, zB die Zahl der Absolventen pro Lehrenden. Die Anwendung dieses Kennzahlenkonstruktes wäre beispielsweise "Die Anzahl der Studienabschlüsse im Studiengang x im Studienjahr y dividiert durch die Anzahl der Lehrenden am Stichtag d". Absolutkennzahl besitzen im Gegensatz zu Verhältniskennzahlen dieselbe Maßeinheit wie die Messwerte.

(übriges sind Bestandzahlen)

Gliederungskennzahl - grundmenge die einzelne teile in bez setzt

Statisitken

Messungen werden zu Kennzahlen verdichtet Dadurch werden aus operativen Daten schließlich analytische Daten erzeugt und in der Regel auch persistiert, die für Berichts- oder Analysezwecke optimiert sind. Eine syntaktische wie auch semantische Beschreibung der operativen wie auch analytischen Daten in einer DWH- und BI-Infrastruktur ermöglicht deren korrekte Verarbeitung

Absolut kennzahlen o gewonnen über min/max/avg/sum/Diff Relativ Kennzahlen o über Quotienten DWH- & BI Infrastrukturen Ziel: o Versorgung des Entscheidungsträger (im U) mit hochwertigen Informationen

Stammdaten Transaktionsdaten, wie zB Verkaufsbelege generiert - enthalten sowohl Verweise auf die Stammdaten (hier zB Kunde, Produkt, Verkäufer etc.) - auch Daten zur konkreten Transaktion (zB Verkaufsdatum, gewöhrter Rabatt) - Verkaufsbelege sind in operativen Systemen in der Regel mindestens auf zwei Tabellen verteilt abgelegt, indem Kopf- und Positionsdaten getrennt gespeichert werden. o Grund 1-m beziehung ( Auftragkopf & Auftragspos.) Wenn ein Anwender aus der Fachdomäne Berichte aus den operativen Daten selbst generiert, muss er dazu Daten aus verschiedenen Tabellen zusammenführen. Er muss wissen, was beim Join und der nachfolgenden Verdichtung von Messungen berücksichtigt werden muss. e Ableitung komplexer Kennzahlen über mehrere Verarbeitungsschritte wird durch die manuelle Nacharbeit unter Umständen aufwändig, komplex und fehleranfällig

Welche mathematische Funktion(e)n sind (ist) in der Regel für die Generierung von Absolutkennzahlen verantwortlich? EXP: Exponentialfunktin, AVG: Mittelwert, DIV: Division (1-n richtige Antworten) SUM

MIN

MAX

AVG

Was ist die am häufigsten benutzte mathematische Funktion für die Generierung von Absolutkennzahlen aus Messungen?

 Sum

Welche mathematische Funktion(e)n sind (ist) in der Regel für die Generierung von Relativkennzahlen aus Absolutkennzahlen verantwortlich?

 Division

Für welche der folgenden Felder lässt sich die Summationsfunktion für Berichte im Produktaufriss in der Regel "problemlos" anwenden (s. Beispiel aus dem entsprechenden Video)? (je korrekte Antwort: +2 Pkte, je Fehler: -1 Pkt) BestellNr

Listenpreis

Zeilenrabatt %

(Verkaufs-)Betrag

(Verkaufs-)Betrag ohne Rabatt

Menge

Multidimensionale Modelle zueinander passende Attributwerte des Kontextes in einer Menge zusammengefasst und Abhängigkeiten innerhalb einer solchen Kontextmenge identifiziert. Im Kundenkontext beispielsweise sind dies Attrubute wie Kundenklassifikation oder Wohnort bzw Standort des Kunden. Die Attribute einer solchen Kontextwolke können aus den operativen Systemen stammen, zB Kundenklassifikation, oder aus externen Quellen bezogen sein, zB die Zuordnung einer Stadt zu einem Kreis

Berichtszweck Kundeninfos

Unstabile Daten

Man markiere die vier am besten geigneten Kunden-Kontextattribute aus der folgenden LIste! (2 Pkte für richtig, 1 Pkt Abzug für falsch markiertes Attribut) Kundenklassifikation

Alter des Kunden

Geburtsjahr des Kunden

Umsatzsaldo des Kunden

Saldo der ausstehenden Zahlungen des Kunden

Kundenname

Straßenname aus der Kundenadresse

Hausnummer aus der Kundenadresse

Postleitzahl aus der Kundenadresse

Telefonnummer des Kunden

Es besteht die Möglichkeit, Kontextattribute , die gelegentlich Änderungen unterliegen, mit der SCD2-Technik zu behandeln. Markieren Sie die richtigen Aussagen! (2 richtige Antworten je 2 Pkte, -1 Pkt je falsche Antwort) Die Historisierung der zeitveränderlichen Attribute wird durch eine zusätzliche Tabelle abgebildet.

Eine Wertänderung eines Attributes bewirkt das Einfügen eines neuen Datensatzes.

Die Historisierung wird durch eine zusätzliche Gültigkeitsinformationen der Datensätze dokumentiert.

Bei eine Wertänderung eines Attributes wird der vorhandene Datensatz mit dem neuen Wert überschrieben.

Die Erweiterung einer Dimension durch die SCD2-Technik hat keine Auswirkung auf den Primärschlüssel der Tabelle, die die Dimension abbildet.

Additivität Bestand ist ein Beispiel für ein Fakt, der semi-additiv

ist.

Rabatt% (Maßeinheit Prozent) ist ein Beispiel für ein Fakt, der nicht additiv

ist.

Einzelpreis (Maßeinheit Euro) ist ein Beispiel für ein Fakt, der nicht additiv

ist.

Rechnungsbetrag (Maßeinheit Euro) ist ein Beispiel für ein Fakt, der additiv

Der Primary Key (PK) einer Faktentabelle vom Typ

PSFT

wird in der Regel durch

die Fremdschlüsselbeziehungen zu den PKs der Dimensionen gebildet.

Eine Faktentabelle vom Typ ASFT

hat den Fokus auf der Abbildung eines

Prozesses.

Eine Faktentabelle vom Typ TFT

hat den Fokus auf der Abbildung eines

einzelnen Ereignisses.

Eine Faktentabelle vom Typ PSFT

ist.

hat den Fokus auf der Abbildung von

Ereignissen über eine Zeitperiode.

Eine FFT ist eine Spezialisierung des Faktentabellentyps TFT

.

Bestände lassen sich am einfachsten in einer Faktentabelle vom Typ ASFT abbilden. Wenn man den Bestand als Fakt "Periodenendbestand" in eine Faktentabelle aufnehmen würde, wäre der Typ PSFT der geeignetste.

Wenn der Einzelpreis eine Produktes häufigen Änderungen unterliegt, würde man aufnehmen. dieses Attribut vorzugsweise in eine Produktdimensionstabelle

BI Architekturen & Datenbewirtschaftung - Bildung dedizierter Infrastruktur für Berichts & Analysezwecke - idR. Schichtstruktur o mit Datenaufbereitung & sicherung

Single Point of Truth  alle werte über einen Punkt

x

Nach dem klassischen Modell von Kimball wird der DWH-Kern durch eine Menge von Data Marts ... gebildet.

Data Marts EDWH

... werden als abhängig bezeichnet, wenn sie von einem beliefert werden.

Ein Operational Data Store speichert ..... Kopien der operativen Daten

…...