IT-basierte Steuerungssysteme

Question 1

Was für Führungsinformationssysteme (FIS) gibt es?

Answer 1

• Reporting- & Controlling Systeme
• Analyse-Informationssysteme
• Strategische Planung & Entscheidungsunterstützung

Question 2

Was für operative Systeme gibt es?

Answer 2

• Mengenorientierte Operative Systeme

- Wertorientierte Abrechnungssysteme

Question 3

Wozu dienen Führungsinformationssysteme?

Answer 3

Bereitstellung von Information um Entscheidungsträger bestmögliche Entscheidungsgrundlage zu verschaffen

Question 4

Was sind FIS?

Answer 4

Informationssysteme, die Infos über alle das Unternehmen betreffende Sachverhalte sammeln, aufbereiten und dem Management vorlegen

Question 5

Was sind die 5 typischen Funktionen moderner FIS?

Answer 5

1. ) technische Integration
2. ) Analyse/ Data Mining
3. ) Dashboards/Performance Analyse/Scorecarding
4. ) Reporting
5. ) Channeling

Question 6

Was passiert bei der technischen Integration?

Answer 6

Sammeln von relevanten Informationen aus operativen Datenbanken und speichern in Data Warehouse

Question 7

Was beinhaltet die Analyse & Data Mining Funktion?

Answer 7

Verdichtung & Auswertung von Daten anhand verschiedener Fragestellungen

Question 8

Welche Funktion haben die Dashboards/Performance Analyse/Score carding?

Answer 8

Verwendung der Informationen für Planungs-, Steuerungs- & Kontrollzwecke

Question 9

Was passiert beim Reporting?

Answer 9

Übersichtliche Aufbereitung der Daten

Question 10

Welche Funktion hat das Channeling?

Answer 10

Bereitstellung von Infos auf verschiedenen Kanälen

Question 11

Was sind die Vorteile von FIS auf mobilen Endgeräten?

Answer 11

(+)

• Standort- & Gerätenunabhängiger FIS-Zugriff
• Einfaches User interace
• Adhoc Reporting Möglichkeit
• situative Anpassungsmöglichkeit an Nutzer

Question 12

Was sind die Herausforderungen von FIS auf mobilen Endgeräten?

Answer 12

(-)

• Darstellung komplexer Sachverhalte auf keinen Display
• Datensicherheitsbedenken (klauen)

Question 13

Was ist Business Intelligenz (BI)?

Answer 13

Reihe mathematischer Modelle & Analysemethoden mit denen man aus vorhandenen Daten Wissen generieren kann um diese für komplexe Entscheidungsprozesse zu nutzen

Question 14

Was ist ein Data Warehouse?

Answer 14

Integrierte Sammlung von Daten, die bei Managemententscheidungen helfen

Question 15

Was ist Data Mining?

Answer 15

Extraktion von implizitem Wissen aus großen komplex strukturierten Datenbeständen

Question 16

Was versteht man unter Knowledge Discovery in Databases (KDD)?

Answer 16

Gewinnung von implizit im Unternehmen vorhandener Zusammenhänge von Daten und Interpretation der Ergebnisse

Question 17

Nenne 5 Bestandteile des ETL (Extract, Transform, Load) Prozesses als Teil der BI-Systems Architektur

Answer 17

1. ) Einlesen von Daten aus verschiedenen Quellen
2. ) Konvertierung von Datenformaten
3. ) Zusammenführung von Tabellen
4. ) Eliminierung von Redundanzen
5. ) Festlegung von Aggregationshierarchien

Question 18

Was sind die 4 Bestandteile von OLAP?

Answer 18

1. ) Slicing (Ausschneiden von Scheiben aus Datenwürfel)
2. ) Dicing (Erzeugung von kleinerem Würfel)
3. ) Drill-Down (Aggregation eines Informationsobjekts auf detaillierte Werte
4. ) Roll-up (Verdichtung auf höhere Stufen (z.B. Monats- auf Jahresansicht))

Question 19

Was sind die 5 V’s of Big Data?

Answer 19

1. ) Volume (amount of data)
2. ) Variety (structured (tabellenform)/unstructured (keine-))
3. ) Velocity (build & run models quickly)
4. ) Veracity (quality of data needs to be good)
5. ) Value (positive ROI)

Question 20

Was ist das Ziel von Machine Learning?

Answer 20

Automatisierte Wissensgenerierung

Question 21

Was versteht man unter Supervised Learning als Teil des Machine Learnings?

Nenne eine Beispiel

Answer 21

Fokus auf Prognose einer Zielgröße

z.B. Decision Trees

Question 22

Was versteht man unter unsupervised Learning als Teil des Machine Learnings?

Nenne ein Beispiel

Answer 22

Versuch durch Data Mining in Datenstrukturen Muster zu erkennen

z.B. welche Produkte zusammen gekauft werden

Question 23

Was sind zwei beispielhafte Gebiete wo Machine Learning angewendet wird?

Answer 23

1. ) Bild- & Schrifterkennung

2. ) Übersetzung