IT-basierte Steuerungssysteme Flashcards
Was für Führungsinformationssysteme (FIS) gibt es?
- Reporting- & Controlling Systeme
- Analyse-Informationssysteme
- Strategische Planung & Entscheidungsunterstützung
Was für operative Systeme gibt es?
- Mengenorientierte Operative Systeme
- Wertorientierte Abrechnungssysteme
Wozu dienen Führungsinformationssysteme?
Bereitstellung von Information um Entscheidungsträger bestmögliche Entscheidungsgrundlage zu verschaffen
Was sind FIS?
Informationssysteme, die Infos über alle das Unternehmen betreffende Sachverhalte sammeln, aufbereiten und dem Management vorlegen
Was sind die 5 typischen Funktionen moderner FIS?
- ) technische Integration
- ) Analyse/ Data Mining
- ) Dashboards/Performance Analyse/Scorecarding
- ) Reporting
- ) Channeling
Was passiert bei der technischen Integration?
Sammeln von relevanten Informationen aus operativen Datenbanken und speichern in Data Warehouse
Was beinhaltet die Analyse & Data Mining Funktion?
Verdichtung & Auswertung von Daten anhand verschiedener Fragestellungen
Welche Funktion haben die Dashboards/Performance Analyse/Score carding?
Verwendung der Informationen für Planungs-, Steuerungs- & Kontrollzwecke
Was passiert beim Reporting?
Übersichtliche Aufbereitung der Daten
Welche Funktion hat das Channeling?
Bereitstellung von Infos auf verschiedenen Kanälen
Was sind die Vorteile von FIS auf mobilen Endgeräten?
(+)
- Standort- & Gerätenunabhängiger FIS-Zugriff
- Einfaches User interace
- Adhoc Reporting Möglichkeit
- situative Anpassungsmöglichkeit an Nutzer
Was sind die Herausforderungen von FIS auf mobilen Endgeräten?
(-)
- Darstellung komplexer Sachverhalte auf keinen Display
- Datensicherheitsbedenken (klauen)
Was ist Business Intelligenz (BI)?
Reihe mathematischer Modelle & Analysemethoden mit denen man aus vorhandenen Daten Wissen generieren kann um diese für komplexe Entscheidungsprozesse zu nutzen
Was ist ein Data Warehouse?
Integrierte Sammlung von Daten, die bei Managemententscheidungen helfen
Was ist Data Mining?
Extraktion von implizitem Wissen aus großen komplex strukturierten Datenbeständen
Was versteht man unter Knowledge Discovery in Databases (KDD)?
Gewinnung von implizit im Unternehmen vorhandener Zusammenhänge von Daten und Interpretation der Ergebnisse
Nenne 5 Bestandteile des ETL (Extract, Transform, Load) Prozesses als Teil der BI-Systems Architektur
- ) Einlesen von Daten aus verschiedenen Quellen
- ) Konvertierung von Datenformaten
- ) Zusammenführung von Tabellen
- ) Eliminierung von Redundanzen
- ) Festlegung von Aggregationshierarchien
Was sind die 4 Bestandteile von OLAP?
- ) Slicing (Ausschneiden von Scheiben aus Datenwürfel)
- ) Dicing (Erzeugung von kleinerem Würfel)
- ) Drill-Down (Aggregation eines Informationsobjekts auf detaillierte Werte
- ) Roll-up (Verdichtung auf höhere Stufen (z.B. Monats- auf Jahresansicht))
Was sind die 5 V’s of Big Data?
- ) Volume (amount of data)
- ) Variety (structured (tabellenform)/unstructured (keine-))
- ) Velocity (build & run models quickly)
- ) Veracity (quality of data needs to be good)
- ) Value (positive ROI)
Was ist das Ziel von Machine Learning?
Automatisierte Wissensgenerierung
Was versteht man unter Supervised Learning als Teil des Machine Learnings?
Nenne eine Beispiel
Fokus auf Prognose einer Zielgröße
z.B. Decision Trees
Was versteht man unter unsupervised Learning als Teil des Machine Learnings?
Nenne ein Beispiel
Versuch durch Data Mining in Datenstrukturen Muster zu erkennen
z.B. welche Produkte zusammen gekauft werden
Was sind zwei beispielhafte Gebiete wo Machine Learning angewendet wird?
- ) Bild- & Schrifterkennung
2. ) Übersetzung
