Vorlesung Grundzüge der Wirtschaftsinformatik W1311

Vorlesung
Grundzüge der Wirtschaftsinformatik
W1311
Fakultät für Wirtschaftswissenschaften
W. Dangelmaier
Grundzüge der Wirtschaftsinformatik - Inhalt
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
Einführung: Worum geht es hier?
System
Modell
Modellierung von Gegenständen
Strukturmodelle (Gebildestruktur)
Verhaltensmodelle (Prozessstruktur)
Produktion
Digitale Fabrik
Datenorganisation und Datenmanagement
Datenintegration/Funktionsintegration
Kommunikationssysteme, Internet, World Wide Web und Lab 2.0
E-Commerce / E-Business
IT-Governance
Systementwicklung
Entscheidungsunterstützung
Planung von Investitionsalternativen
Wirtschaftlichkeitsrechnung
Glossar
1
9. Datenorganisation und Datenmanagement
Lernziele Kapitel 9
Nach diesem Kapitel sollen Sie in der Lage sein…
 die zentralen Probleme bei der Organisation von Daten zu beschreiben.
 zu erläutern, wie Datenbankmanagementsysteme die Organisation von Daten
verbessern.
 zu beschreiben, was ein konzeptioneller und ein logischer Datenbankentwurf ist.
 das relationale Datenmodell zu erklären.
 die Funktionen und Bestandteile von Business Intelligence zu erläutern.
 die Herausforderungen beim Datenmanagement in der Praxis zu nennen.
9. Datenorganisation und Datenmanagement
ASCII
Der American Standard Code for Information Interchange (ASCII) ist eine 7-BitZeichenkodierung und dient als Grundlage für spätere auf mehr Bits basierende Kodierungen für
Zeichensätze.
Die ASCII-Kodierung wurde am 17. Juni 1963 als Standard ASA X3.4-1963 veröffentlicht und
1967 sowie zuletzt im Jahr 1968 (ANSI X3.4-1968) aktualisiert. Die Zeichenkodierung definiert
128 Zeichen, bestehend aus 33 nicht druckbaren sowie 95 druckbaren. Letztere sind, beginnend
mit dem Leerzeichen:
!"#$%&'()*+,-./0123456789:;<=>? @ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_
`abcdefghijklmnopqrstuvwxyz{|}~
2
9. Datenorganisation und Datenmanagement
Grundlagen der
Datenorganisation (I)
Abbildung: 6.1, S.291
9. Datenorganisation und Datenmanagement
Grundlagen der Datenorganisation (II)
•
Datenelement: Gruppierung von einem oder mehrerer Zeichen zu einem Wort,
einer Gruppe von Wörtern oder einer Zahl, z.B. zu einem Artikelnamen oder einer
Artikelnummer.
•
Datensatz: Gruppierung von inhaltlich zusammenhängenden Datenelementen, die
verschiedene Eigenschaften desselben Phänomens beschreiben.
•
Datei: Zusammenfassung logisch zusammengehörender, gleichartiger Datensätze.
•
Datenbank (i.w.S.): Gruppe von Dateien, zwischen denen logische Abhängigkeiten
bestehen.
3
9. Datenorganisation und Datenmanagement
Dateiansatz und Probleme bei der
Datenorganisation (I)
Abbildung: 6.2, S.292
9. Datenorganisation und Datenmanagement
Dateiansatz und Probleme bei der Datenorganisation (II)
•
•
•
•
•
Datenredundanz: Mehrfaches Vorkommen identischer Datenelemente in
verschiedenen Dateien.
Dateninkonsistenzen: Vorkommen verschiedener Werte für dasselbe Attribut.
Abhängigkeiten zwischen Programm und Daten
– Enge Beziehung zwischen gespeicherten Daten und Software.
– Änderungen am Programmcode implizieren Änderungen an der Organisation
der Daten und umgekehrt.
Fehlender Datenaustausch und mangelnde Flexibilität gegenüber Auswertung
und Verknüpfungen.
Mangelnde Datensicherheit
4
9. Datenorganisation und Datenmanagement
Datenbankansatz (I)
•
•
•
•
Datenbankansatz kann viele Probleme der Datenorganisation auf Basis des
Dateiansatzes beheben.
Zentrale Elemente des Datenbankansatzes sind ein Datenbankmanagementsystem
(DBMS) und Datenbanken.
Datenbankmanagementsystem: Sammlung von Programmen zum Erstellen und
Verwalten einer Datenbank, die es mehreren Anwendungen gleichzeitig ermöglicht,
die von ihnen benötigten Daten zu speichern, zu extrahieren und zu manipulieren,
ohne jeweils eigene Dateien erstellen zu müssen.
Datenbank (i.e.S.): Möglichst redundanzfreie Sammlung von Daten, die so
strukturiert sind, dass sie von mehreren Benutzern und Anwendungen gleichzeitig
und effizient genutzt und flexibel ausgewertet und verknüpft werden können.
9. Datenorganisation und Datenmanagement
Datenbankansatz (II)
Abbildung: 6.3, S.295
5
9. Datenorganisation und Datenmanagement
Datenbankentwurf
•
Für den Datenbankentwurf werden folgende Informationen benötigt:
– Abbildung der Beziehungen zwischen den Daten
– Bestimmung Datentyp
– Definition der Verwendung der Daten
•
Datenbankentwurf besteht aus
– konzeptionellen
– logischen und
– physischen Datenbankentwurf
9. Datenorganisation und Datenmanagement
Konzeptioneller Datenbankentwurf




ER-Diagramm (Entity-Relationship-Diagramm): Darstellungsmethode zur
Dokumentation des konzeptionellen Datenbankschemas, in dem Entitätstypen mit
ihren Attributen sowie die Beziehungstypen zwischen verschiedenen Entitätstypen
der Datenbank beschrieben werden.
Entität: Ist ein Phänomen über das Daten gespeichert und gepflegt werden (bspw.
Ort, Ding oder Ereignis).
Attribut: Eigenschaft einer Entität (bspw. Name oder Alter einer Person).
Primärschlüssel: Attribut bzw. Datenelement eines Datensatzes, das die
Instanzen dieses Datensatzes eindeutig identifiziert, sodass sie abgerufen,
aktualisiert und sortiert werden können (bspw. Matrikelnummer).
6
9. Datenorganisation und Datenmanagement
Konzeptioneller Datenbankentwurf: Elemente
Entitäten
Student
Name
Attribute und Primärschlüssel
Student
Matrikelnr.
Relationen
Student
Veranstaltung
besucht
9. Datenorganisation und Datenmanagement
Konzeptioneller Datenbankentwurf: Kardinalitäten
1:1
Student
1
hat
1
IMT-Account
 Jeder Student hat einen (oder keinen) IMT-Account. Jeder IMT-Account gehört einem (oder keinem)
Studenten.
1:n
Studiengang
1
studiert
n
Student
 Jeder Student studiert einen (oder keinen) Studiengang. Ein Studiengang wird von beliebig vielen (oder
keinem) Studenten studiert.
n:m
Student
n
besucht
m
Veranstaltung
 Jeder Student besucht m = beliebig viele (oder keine) Veranstaltungen. Eine Veranstaltung wird von n =
beliebig vielen (oder keinem) Studenten besucht.
7
9. Datenorganisation und Datenmanagement
Konzeptioneller Datenbankentwurf: Beispiel
studiert
n
Anzahl ECTS
Name
Adresse
Student
n
m
besucht
Veranstaltung
n
Matrikelnr.
1
Studiengang
Name
Nr.





Entitäten
Attribute
Primärschlüssel
Beziehungen
Kardinalitäten
Name
liest
Veranst.-nr.
1
MA-Nr.
Professor
Name
9. Datenorganisation und Datenmanagement
Datenmodelle
•
•
DBMS benutzen verschiedene Ansätze zur Darstellung des konzeptionellen
Datenbankschemas, zur Verwaltung von Entitäten, Attributen und Beziehungen
Übersicht über bekannte Datenbankmodelle
– Relationales Datenbankmodell
– Hierarchisches Datenmodell
– Netzwerkdatenmodell
– Objektorientiertes Datenmodell
8
9. Datenorganisation und Datenmanagement
Relationales Datenmodell
• Relationales Datenmodell: Weitverbreitetes logisches Datenmodell, bei dem
Daten in Tabellen dargestellt werden. In einer Tabelle enthaltene Daten können mit
Daten einer anderen Tabelle in Beziehung gesetzt werden, sofern beide Tabellen
ein gemeinsames Datenelement besitzen.
• Tabellen werden auch Relationen genannt, besitzen bestimmte Anzahl an Spalten
und eine variablen Anzahl an Zeilen.
• Spalten repräsentieren die Attribute der Datenelemente.
• Ein Tupel ist ein Datensatz, der in einer Zeile einer Relation gespeichert wird und
die Attributwerte einer Entität repräsentiert.
• Jede Entität (Zeile/Tupel) wird durch einen Primärschlüssel identifiziert.
• Zum Setzen von Beziehungen zwischen Entitäten wird ein Fremdschlüssel
genutzt.
• Ein Fremdschlüssel ist ein Attribut einer Relation, welches auf einen
Primärschlüssel einer anderen Relation verweist.
9. Datenorganisation und Datenmanagement
Relationales Datenmodell: Tabellen des ERM-Beispiels (I)
Tabellenname
Spalten (Attribute)
STUDIENGANG
STUDENT
Nr.
Name
Matrikelnr.
Name
Adresse
Studiengang Nr.
45
Wiwi
67123
IBS
Karl
Meier
Giersstr. 5,
33098 PB
45
46
47
Winfo
67129
Peter
Müller
Warburger Str. 150,
33100 PB
45
67187
Karla
Koch
Husener Str. 33,
33098 PB
46
Primärschlüssel
Fremdschlüssel
9
Was ist hier passiert?

Entitäten des gleichen Typs werden in einer
Tabelle zusammengefasst.

Eine Entität füllt eine Tabellenzeile aus
(Tupel).

Pro Attribut der Entität erhält die Tabelle eine
Spalte.

Fremdschlüssel dienen zum Speichern von
Beziehungen zwischen verschiedenen
Datensätzen aus verschiedenen Tabellen.
9. Datenorganisation und Datenmanagement
Relationales Datenmodell: Tabellen des ERM-Beispiels (III)
Tabelle mit zwei Fremdschlüsseln
Jedes Tupel = Student besucht
Veranstaltung
BESUCHT
Matrikelnr.
Veranst.-Nr.
67123
1311
67129
1311
67129
2345
PROFESSOR
MA-Nr.
Name
12
Leena Suhl
23
Dennis Kundisch
VERANSTALTUNG
Veranst.-Nr.
Name
Anz. ECTS
Professor MA-Nr.
1311
Grundzüge Winfo
9
23
2345
IT in Business
5
12
10
9. Datenorganisation und Datenmanagement
Relationales Datenmodell: Tabellenverbund
STUDIENGANG
STUDENT
Nr. Name
Matrikelnr.
Name
Adresse
Studiengang Nr.
67123
Karl
Meier
Giersstr. 5,
33098 PB
45
67129
Peter
Müller
Warburger Str. 150,
33100 PB
45
45
Wiwi
46
IBS
47
Winfo
Verbund über die Studiengang Nr.
ERGEBNIS ABFRAGE
Name
Adresse
Studiengang Name
Karl
Meier
Giersstr. 5,
33098 PB
Wiwi
Peter
Müller
Warburger Str.
150, 33100 PB
Wiwi
9. Datenorganisation und Datenmanagement
Logischer Datenbankentwurf




Beschreibung der Anordnung der Datenelemente in der Datenbank.
Erfassung Beziehungen zwischen den verschiedenen Datenelementen.
Identifikation von redundanten Datenelemente.
Ableitung einer effizienten Anordnung bzw. Gruppierung der Datenelemente zur
Erfüllung der betrieblichen Informationsbedürfnisse.
 Normalisierung: Erzeugung redundanzarmer Relationen zur Vermeidung von
Anomalien beim Einfügen, Ändern und Löschen von Datensätzen.
 Erste Normalform: Alle Attribute sind atomar. Attributwerte eines Tupels im
relationalen Datenmodell sind einfache vordefinierte Datenwerte (Ganzzahl,
Zeichenkette, Datum, ...).
 Zweite Normalform: Nichtschlüsselattribute sind voll abhängig vom
Primärschlüssel und die erste Normalform liegt vor.
11
9. Datenorganisation und Datenmanagement
Datendefinitionen, -abfragen und –berichte (1)
•
DBMS enthält folgende Funktionen
– Organisation
– Verwaltung
– Zugriff auf die Daten in der Datenbank
•
Dabei nutzt ein DBMS
– Datendefinitionssprache (DDL)
– Data Dictionary
– Data Manipulation Language (DML)
9. Datenorganisation und Datenmanagement - Relationen
Beispiel 1
R = {(1, 1), (2,2)} und S = {(1, 1), (2, 2), (1, 2)} seien Relationen auf A = {1, 2}. Gebe
die Vereinigung und den Durchschnitt von R und S, sowie das Komplement von R in
an. Ist eine Relation eine Teilmenge der anderen?
Lösung: ∪
1, 1 , 2, 2 , 1, 2 , ∩
1, 1 , 2, 2 , Komplement
\R
1, 2 , 2, 1 und ⊆ . Wir können uns das leicht vorstellen, wenn
wir für R „Männer“, für S „Frauen“, für die erste Stelle das Gewicht mit 1 … dick und
2 … dünn und die zweite Stelle das Alter mit 1 … alt und 2 … jung einsetzen.
Beispiel 2
Wenn R die Relation „m kann eingebaut werden in i“ zwischen einer Menge M von
Schaltungen und einer Menge I von Fahrrädern ist, was sagt
dann aus?
Lösung: R gibt an, welche Schaltung in welches Fahrrad eingebaut werden kann.
12
9. Datenorganisation und Datenmanagement - Relationen
Beispiel 3: Montage von Tischen
B
1712
Tisch
5711
4711

2712
A
3711
2711
1711
Tischplatte

3712

4712

5712
nacheindeutig/vorvollständig
Bei Nacheindeutigkeit hat jeder Tisch
eine Relation zu genau einer
Tischplatte. Vorvollständigkeit liegt vor,
wenn alle Tische Bestandteil einer
Relation sind.

9. Datenorganisation und Datenmanagement - Relationen
Beispiel 3: Montage von Tischen
B
1712
2712
A Tisch
3712
4712
5712


6711
5711
4711
3711
2711
1711
Tischplatte
injektiv
Bei Voreindeutigkeit hat eine
Tischplatte eine Beziehung zu jeweils
nur einem Tisch.



13
9. Datenorganisation und Datenmanagement - Relationen
Beispiel 3: Montage von Tischen
B
1712
Tisch
5711
4711
3711

2712
A
2711
1711
Tischplatte

3712

4712

5712

6712

surjektiv
Zusätzlich zu den Anforderungen einer
Funktion (vorvollständig,
nacheindeutig) sorgt die
Nachvollständigkeit dafür, dass jede
Tischplatte in mindestens einer
Beziehung vertreten ist.
9. Datenorganisation und Datenmanagement - Relationen
Beispiel 3: Montage von Tischen
B
1712
2712
A
Tisch
3712
4712
5712
5711
4711
3711
2711
1711
Tischplatte




bijektiv
Nachvollständigkeit und
Voreindeutigkeit führen zur
vollständigen Abdeckung der
Tischplatte und dazu, dass jedes
Element in nur einer Beziehung auftritt.

14
9. Datenorganisation und Datenmanagement - Relationen
Beispiel 3: Montage von Tischen
B
1711
A
Tischplatte
2711
3711
4711
5711
5712
4712
3712
2712
1712
Tisch



invers
Die Umkehrung der Relation erhält
exakt dieselben, jetzt umgekehrt
geordneten Paare. Die Relation könnte
jetzt als Teileverwendung der
Tischplatten interpretiert werden.


9. Datenorganisation und Datenmanagement - Relationen
Beispiel 4: Relatives Produkt
Das relative Produkt von Relationen R und S wird mit Hilfe des Symbols „ ∘ “
bezeichnet, und wie folgt definiert:
;
→∃
∧
•
•
Die Relation „Schwägerin sein von“ ist das relative Produkt der Relation „Ehefrau
sein von“ und der Relation „Bruder sein von“, denn für jedes x und y gilt: x ist die
Schwägerin von y  es gibt ein solches z, dass x die Ehefrau von z ist und z der
Bruder von y ist. Die Relation „Onkel sein von“ ist das relative Produkt der
Relationen „Bruder sein von“ und „Elternteil sein von“, denn der Onkel ist der
Bruder eines Elternteils.
In einzelnen Fällen kann S gleich R sein. Wenn zum Beispiel R die Relation „Kind
sein von“ ist, dann ist das relative Produkt ∘ die Relation „Enkel oder Enkelin
sein von“, denn für jedes x und y gilt: x ist ein Enkel oder eine Enkelin von y  es
gibt ein solches z, dass x ein Kind von z ist und z ein Kind von y ist.
15
9. Datenorganisation und Datenmanagement - Relationen
•
Die Relation „Fahrradbauteil sein von“ ist das relative Produkt der Relation
„Vorderradbauteil sein von“ und der Relation „Vorderrad sein von“, denn für jedes x
und y gilt: x ist ein Bauteil von Fahrrad y  es gibt ein solches Vorderrad z, dass x
Bauteil von Vorderrad z und Vorderrad z ist Bauteil von Fahrrad y.
Aus diesen Beispielen ist sofort zu ersehen, dass das relative Produkt von Relationen
nicht kommutativ ist: Die Ehefrau des Bruders ist jemand anderes als der Bruder der
Ehefrau; der Bruder der Mutter ist jemand anderes als die Mutter des Bruders.
9. Datenorganisation und Datenmanagement - Relationen
Beispiel 5: Assoziativität
Für das relative Produkt von Relationen gilt das Assoziativitätsgesetz:
∘ ;
; ; .
Nach diesem Theorem ist der Onkel der Ehefrau gleich dem Bruder der
Schwiegermutter des Ehemanns, denn der Onkel ist der Bruder der Mutter und die
Schwiegermutter des Ehemanns ist die Mutter der Ehefrau.
16
9. Datenorganisation und Datenmanagement - Relationen
Beispiel 6: Welcher Tisch kann mit welchem Furnier geliefert werden?
Tischplatte
R
4712
1711
Tisch
47121
47122

2711

3711

4711

5711

Furnier
S
4712
Tisch47121
platte
47122
Eiche
Buche


Teak




9. Datenorganisation und Datenmanagement - Relationen
Furnier
∘
Tisch
Eiche
Buche
Teak
1711


2711


3711


4711


5711


17
9. Datenorganisation und Datenmanagement - Relationen
Beispiel 7: Verkettung von Relationen
a) Gesucht ist die Verkettung ∘ der Relationen
R = {(Nirwana, Sputnik), (Footstrong, Futur)} und
S = {(Sputnik, Leder), (Futur, Leder), (Futur, Vinyl)}
∘ = {(Nirwana, Leder), (Footstrong, Leder), (Footstrong, Vinyl)}
b) Gesucht ist die Verkettung der Relationen
R = {(Merkel, Berlin), (Obama, Washington), (Paus, Paderborn)}
S = {(Berlin, Kanzler), (Washington, Präsident), (Paderborn, Bürgermeister)}
∘ = {(Merkel, Kanzler), (Obama, Präsident), (Paus, Bürgermeister)}
c) Die Sandplatz haben folgende Familienverhältnisse:
R = {(Max, Anna), (Max, Hans), (Siegfried, Max)} sei die Relation „v ist Vater von k“ auf
der Menge {Max, Siegfried, Anna, Hans}. Wie viele Kinder hat Max? In welchem
Verhältnis steht Max zu Siegfried?
Lösung: Max hat 2 Kinder. Max ist der Sohn von Siegfried.
9. Datenorganisation und Datenmanagement - Relationen
Beispiel 8: Produktdatenbank
Die Fa. Cyberbikes betreibt einen Fahrrad-Spezialversand. Wir bereiten den Aufbau
der Produktdatenbank der Cyberbikes vor. Dazu stellen wird die Relationen in Form
von Tabellen dar. Die einzelnen n-Tupel einer Relation sind dabei die Zeilen einer
Tabelle. (Beispiel: Die Produkte der Cyberbikes). Die Spalten gehören zu gewissen
Attributen (wie „Produkt“, „Preis“, usw.).
Rp
P. Nr.
Produkt
Preis
Hersteller-Nr.
1
Nirwana
990
1
2
Footstrong
590
2
3
Cosmos
2150
2
4
Plusquamperfekt
95
3
Die Zeilen (1, Nirwana, 990, 1), ... sind Elemente der Produktmenge N  CHAR (15) 
N  N. Analog enthält die Relation RH = {(Sandplatz, Kalkburg), ...}  N  CHAR (15)
 CHAR(15) nähere Informationen zu den Herstellern.
18
9. Datenorganisation und Datenmanagement - Relationen
RH
Hersteller-Nr.
Name
Ort
1
Sandplatz
Kalkburg
2
Prophete
Rheda
3
Nixe
Ludwigsburg
Die beiden Relationen RP und RH bilden eine einfache Datenbank. Wenn wir auch
Abfragen durchführen wollen, führt das zur relationalen Algebra:
• Die Bedingung wählt alle Zeilen aus, für die die Bedingung erfüllt ist. Beispiel:
Wählen wir aus RH alle Zeilen aus, deren Attribut Name den Wert „Prophete“ hat:
Name=Prophete (RH) = {(2, Prophete, Rheda)}.
• Die , ,… -Bedingung wählt die Spalten , ,… aus.
Beispiel: Projizieren wir RH auf die Spalten mit den Attributen Name und Ort:
Name, Ort (RH)= {(Sandplatz, Kalkburg), (Prophete, Rheda), (Nixe, Ludwigsburg)}.
9. Datenorganisation und Datenmanagement - Relationen
•
Die
,
-Bedingung „verkettet“ die Relationen
und
bezüglich der
gemeinsamen Attributwerte (von
) und (von ). Die Zeilen der neuen
Relation entstehen durch Aneinanderreihung von je einer Zeile der ersten und der
zweiten Relation, deren Attributwerte von und übereinstimmen. Beispiel: Die
Relationen
und
können bezüglich des gemeinsamen Attributs HerstellerNr. verkettet werden.
RP (Hersteller-Nr., Hersteller-Nr.] RH
P. Nr.
Produkt
Preis
Hersteller-Nr.
Name
Ort
1
Nirwana
990
1
Sandplatz
Kalkburg
2
Footstrong
590
2
Prophete
Rheda
3
Cosmos
2150
2
Prophete
Rheda
4
Plusquamperfekt
95
3
Nixe
Ludwigsburg
19
9. Datenorganisation und Datenmanagement - Relationen
Die Anfrage „Preis aller von Prophete hergestellten Produkte“ könnte damit wie folgt
formuliert werden:
Produkt, Preis (Name=Prophete (Rp[Hersteller-Nr., Hersteller-Nr.] RH)),
Schritt 1: Verkettung Rp[Hersteller-Nr., Hersteller-Nr.] RH)):
R1 = RP (Hersteller-Nr., Hersteller-Nr.] RH
P. Nr.
Produkt
Preis
Hersteller-Nr.
Name
Ort
1
Nirwana
990
1
Sandplatz
Kalkburg
2
Footstrong
590
2
Prophete
Rheda
3
Cosmos
2150
2
Prophete
Rheda
4
Plusquamperfekt
95
3
Nixe
Ludwigsburg
9. Datenorganisation und Datenmanagement - Relationen
Schritt 2: Auswahl der Zeilen mit „Name = Prophete“:
R2 = Name=Prophete R1
P. Nr.
Produkt
Preis
Hersteller-Nr.
Name
Ort
2
3
Footstrong
590
2
Prophete
Rheda
Cosmos
2150
2
Prophete
Rheda
Schritt 3: Projektion auf die Spalten Produkt und Preis
R3 = Produkt, Preis R2
Produkt
Preis
Footstrong
590
Cosmos
2150
Ergebnis ist die geforderte Preisinformation.
20
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Stammdaten: Übersicht Transportbehälter
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Stammdaten:
Bestellbares
Paket
21
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Stammdaten:
Übersicht
Vorgabemengen
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Stammdaten:
Vorgabemengen
22
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Bewegungsdaten:
Übersicht
aktuelle
Bestände
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Ampeln geben
Verhältnis an zw.
Kontostand und
Vorgabewerten.
Rot: muss beliefert
werden
Gelb: sollte
beliefert werden
Grün: OK
Bewegungsdaten:
Bedarf nach
Dringlichkeit
23
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Bewegungsdaten:
Inventurmeldung
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Bewegungsdaten:
Sonderbestellung
24
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Bewegungsdaten:
Behälterbegleitschein
zur Anlieferung
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Bewegungsdaten:
Transportbewegungen
nach Status
25
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Bewegungsdaten:
Transportbewegungen
nach Verzug in Tagen
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Konten: Schnellansicht
26
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Konten: Ansicht eines Lieferantenkontos
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Konten: Buchungsbeleg
27
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Statusmeldung: Anmeldemaske
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Statusmeldung: eMail-Benachrichtung
28
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Statusmeldung:
„Ihre Aufgaben“
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Statusmeldung:
Mengenabweichung
prüfen
29
9. Datenorganisation und Datenmanagement –
Fallbeispiel: Leergutmanagement
Zielstellung
Prozessablauf
Infrastruktur
Benutzer
Stammdaten
Bewegungsdaten
Konten
Status
Statusmeldung:
Sonderbestellung
einplanen
30