Aufrufe
vor 3 Jahren

01 | 2013 NEWS

  • Text
  • Risikovorsorge
  • Banken
  • News
  • Service
  • Experten
  • Performance
  • Risiken
  • Ziele
  • Sicherheit
  • Security
  • Banking
  • Technologie
  • Anforderungen
  • Ermittlung
  • Institute
  • Kapitalmarktfloater
  • Unternehmenssteuerung
  • Laufzeit
  • Bewertung
  • Produkte
Ein Balanceakt

u Business u Financial

u Business u Financial Business Intelligence tuell jedoch nicht in ausreichendem Maße möglich erscheint. Abhilfe schaffen Mehrkernprozessoren. Durch deren Einsatz können Daten parallel verarbeitet und stagnierende Taktfrequenzen gar überkompensiert werden. Die Möglichkeit der Parallelverarbeitung von Daten ist jedoch kein Selbstläufer: Datenverarbeitende Algorithmen und Software müssen auf diese veränderte technische Infrastruktur hin angepasst oder neu entwickelt werden. Parallele statt sequenzieller Verarbeitung erfordert ein Umdenken bei der Konstruktion von Software. Spaltenbasierte Datenhaltung Die spaltenbasierte Datenhaltung ist im Kontext der Business Intelligence bereits vor In-Memory-Datenhaltung ein viel beachtetes Konzept gewesen. Im Bereich Analyse und Reporting bestehen Anforderungen häufig darin, anhand bestimmter „Typen“ Informationen über Werte zu aggregieren. Ein gängiges Beispiel ist die Selektion aller Kunden einer Branche. Hierzu muss die Spalte Branche jedes Stammdatensatzes geprüft werden. Abbildung 1 zeigt, wieso die spaltenbasierte Datenhaltung bei dieser Anforderung bereits auf konventionellen Festplattensystemen deutliche Performancesteigerungen ermöglicht. Interpretierte zweidimensionale Ansicht (für Menschen) Name Land Branche Scoring Tupel 1 A DE Bank 2 Tupel 2 B DE Bank 2 Tupel 3 C DE Auto 3 Tupel 4 D DE Retail 2 Eindimensionale Speichermöglichkeiten (maschinenintern) Im In-Memory-Szenario spielt eine weitere Eigenschaft der spaltenbasierten Datenhaltung die größere Rolle: Es werden Datenkomprimierungsverfahren ermöglicht, die bei zeilenbasierter Speicherung nicht angewendet werden können. Ein effizientes Verfahren zur Da- Ohne Kompression Mit Kompression: Verfahren der Lauflängencodierung Zeilenbasiert Spaltenbasiert A A Datenzeile 1 Datenzeile 1 Datenzeile 1 Datenzeile 1 DE B Bank Bank C 2 D B DE DE DE Land Bank DE 2 DE C Bank DE Bank Branche Auto Auto 3 Retail D 2 DE 2 Scoring Retail 3 2 2 Spaltenbasiert Spaltenbasiert A A Bank B B Bank C C D D DE DE Land DE DE DE Land Bank Bank Branche Bank Branche Auto Auto Retail Retail 2 2 Scoring 2 Scoring 3 3 2 2 3 1 1 Pfeillängen = Zugriffszeiten zur Prüfung des Selektionskriteriums Max. Speicherplatzbedarf: 16 Einträge Fünf eingesparte Datenbankeinträge: 31,25 % eingesparter Speicherplatzbedarf Abbildung 1: Spaltenbasierte Datenhaltung Abbildung 2: Lauflängencodierung bei spaltenbasierter Datenhaltung 44 I NEWS 01/2013

Business t Financial Business Intelligence t tenkomprimierung ist die Lauflängencodierung (vgl. Abbildung 2). Durch Anwendung der Lauflängencodierung werden auf typischen Data-Warehouse-Datenbeständen sehr hohe Komprimierungsraten erreicht. Der im Vergleich zur Festplatte nach wie vor begrenzte Speicherplatz kann somit effizienter genutzt und Reserven für zukünftiges Datenwachstum geschaffen werden. Auf die Lauflängencodierung hin optimierte Programme können Datenoperationen teilweise ohne vorherige Dekomprimierung durchführen, wodurch das Gesamtsystem weiter entlastet wird. Auswirkungen auf die Business Intelligence zwischen der Idee, eine bestimmte Datenanalyse zu starten und dem zu validierenden Ergebnis, kann drastisch verkürzt werden. Die Technologie ist hierfür notwendig, nicht jedoch das hinreichende Kriterium. Sie schafft die Möglichkeiten für veränderte Herangehensweisen. Antwortzeiten des BI-Systems in Echtzeit ermöglichen das mehrfache Ausprobieren von Analysevarianten hintereinander. Ob eine gedankliche Vorarbeit notwendig ist und geleistet werden sollte, um bestimmte Analysevarianten im Voraus ausschließen zu können, kann zukünftig aus einer fachlichen Perspektive heraus entschieden werden und wird nicht aufgrund technischer Restriktionen bezüglich Verarbeitungskapazität des BI-Systems vorgegeben. Business Intelligence heute Standardisiertes Reporting findet heute an zwei Stellen statt: Zum einen werden Berichte erstellt, deren Zweck die Darstellung und meist Verdichtung von Informationen nach einem vorgegebenen und über den Zeitverlauf relativ stabilen Schema ist. Zum anderen werden starre Berichte dort erzeugt, wo aufgrund von Restriktionen hinsichtlich der Verarbeitungsfähigkeit von Anfragen auf das Data Warehouse oder verteilte Marts eine Ad-hoc-Generierung nicht möglich ist. Dem analysierenden Anwender steht keine einfache Möglichkeit zur Verfügung, Darstellungen oder gar Berechnungsvorschriften etwa aufgrund einer speziellen und kurzfristig aufgetretenen Problemstellung dynamisch zu modifizieren. Es ist kaum möglich, Zusammenhänge durch Änderung der bisherigen Verarbeitung im „Trial-and-Error“-Verfahrung auszuprobieren. Investitionen von Zeit, Geld und Ressourcen in die notwendigen Maßnahmen zur Überprüfung erfolgen nicht mehr so leicht, da ein vermuteter Zusammenhang zwischen Daten in der Realität eventuell doch nicht bestehen könnte. Business Intelligence morgen Der Einsatz von In-Memory-Technologie kann die Art und Weise verändern, wie Informationen ihren Adressaten im Rahmen der Informationslogistik zur Verfügung gestellt werden. Die Zeit Weiterhin ermöglicht die In-Memory-Technologie durch ihre Leistungsfähigkeit den Einsatz von in der Betriebswirtschaft beschriebenen Konzepten aus dem Bereich der Optimierung, die aufgrund von Systemlaufzeiten bisher auf großen Datenbeständen aus rein technischen Überlegungen heraus nicht als Bestandteil des täglichen Reportings eingesetzt werden konnten. In der Wirtschaftstheorie etablierte Methoden, wie Riebels relative Einzelkostenrechnung, werden für das Controlling auch für große Datenbestände ermöglicht. Der Einstieg in die Technologie Abhängig von der unternehmensindividuellen Situation können erste In-Memory-Ansätze sehr unterschiedlich aussehen. Eine in vielen Fällen empfehlenswerte Herangehensweise ist die Schaffung einer hybriden Data-Warehouse-Architektur. Diese hybride Architektur sieht zunächst lediglich die Ersetzung einer denormalisierten Data-Mart-Schicht durch eine IMDB-Schicht vor. Die IMDB-Schicht kann auch in einer Erprobungsphase redundant zur Data-Mart-Schicht betrieben werden. Sie besteht aus einem Eins-zu-eins-Abzug des Kern-Data-Warehouses. Dieser Eins-zueins-Abzug findet folglich seinen Einsatz als Datenquelle in bestimmten BI-Werkzeugen der Fachbereiche. Die gewonnene Flexibilität gegenüber vorgefertigten Dimensionen und Hierarchien NEWS 01/2013 I 45

msg

01 | 2018 public
02 | 2017 public
01 | 2017 public
02 | 2016 public
01 | 2016 public
02 | 2015 public
01 | 2015 public
01 | 2014 public
01 | 2014 msg systems study
01 | 2015 msg systems Studienband
Future Utility 2030
Lünendonk® Trendstudie
Digitale Transformation | DE
Digital Transformation | EN
DE | inscom 2014 Report
EN | inscom 2014 Report

msgGillardon

02 | 2018 NEWS
03 | 2016 NEWS
02 | 2016 NEWS
01 | 2016 NEWS
03 | 2015 NEWS
02 | 2015 NEWS
01 | 2015 NEWS
02 | 2014 NEWS
01 | 2014 NEWS
02 | 2013 NEWS
01 | 2012 NEWS
02 | 2011 NEWS
01 | 2010 NEWS
MaRisk
01 | 2017 banking insight
01 | 2015 banking insight
01 | 2014 banking insight
01 | 2013 banking insight
01 | 2012 banking insight
02 | 2011 banking insight
01 | 2011 banking insight
01 | 2010 banking insight
2018 | Seminarkatalog | Finanzen

Über msg



msg ist eine unabhängige, international agierende Unternehmensgruppe mit weltweit mehr als 6.000 Mitarbeitern. Sie bietet ein ganzheitliches Leistungsspektrum aus einfallsreicher strategischer Beratung und intelligenten, nachhaltig wertschöpfenden IT-Lösungen für die Branchen Automotive, Banking, Food, Insurance, Life Science & Healthcare, Public Sector, Telecommunications, Travel & Logistics sowie Utilities und hat in über 35 Jahren einen ausgezeichneten Ruf als Branchenspezialist erworben.

Die Bandbreite unterschiedlicher Branchen- und Themenschwerpunkte decken im Unternehmensverbund eigenständige Gesellschaften ab: Dabei bildet die msg systems ag den zentralen Kern der Unternehmensgruppe und arbeitet mit den Gesellschaften fachlich und organisatorisch eng zusammen. So werden die Kompetenzen, Erfahrungen und das Know-how aller Mitglieder zu einem ganzheitlichen Lösungsportfolio mit messbarem Mehrwert für die Kunden gebündelt. msg nimmt im Ranking der IT-Beratungs- und Systemintegrationsunternehmen in Deutschland Platz 7 ein.


© 2018 by msg systems ag - powered by yumpu Datenschutz | Impressum