Prof. Dr. -Ing. Hermann Johannes

Labor für Datenbanken und Business Intelligence

Raum: H.116

Laborleiter

Prof. Dr.-Ing. Hermann Johannes

eMail: johannes@fh-swf.de

Tel.: (02331) 9330-708

Mitarbeiter

Dipl.-Wirt. Inf. Martin Katzenberger

eMail: katzenberger@fh-swf.de

Tel.: (02331) 9330-769

Zielsetzung

Das Labor soll Master-Studenten des Studiengangs CVCI Einblicke in Methoden und Werkzeuge der Business Intelligence geben.

Im Allgemeinen wird unter Business Intelligence die Sammlung, Analyse und Darstellung von Daten verstanden.

Im Speziellen sind methodische Schwerpunkte der Arbeit im Labor zum einen OLAP-Analysen auf Grundlage von Data Warehousing und zum anderen die Anwendung statistischer Methoden der Zeitreihenanalyse bzw. Prognoseverfahren.

Ergänzend werden Neuronale Netze bzw. Evolutionäre Algorithmen eingesetzt, u. a. bei Data Mining-Verfahren.

Den inhaltlichen Schwerpunkt bildet hierbei die Anwendung dieser Methoden im Bereich Logistik, insbesondere zur Bestands- und Losgrößenoptimierung sowie zur Prognose von Materialverbräuchen.

Aufgabenbereiche

Im Labor werden Praktika und Seminare in folgenden Bereichen durchgeführt:

  • Informationsmanagement (Konzeptionierung und Erstellung von Data Warehouse-anwendungen, Wissensmanagement)
  • Neuronale Netze (Grundlagen und betriebswirtschaftliche Anwendungen)
  • Evolutionäre Algorithmen (Grundlagen und betriebswirtschaftliche Anwendungen)
  • Informationstechnik (Anwendung statistischer Methoden in der Betriebswirtschaft, Schwerpunkt: Bestandsoptimierung und -prognose)

Des Weiteren finden die Studenten hier eine Arbeitsumgebung, die es ihnen ermöglicht, ihr Anwendungsprojekt bzw. ihre Masterthesis im Bereich Business Intelligence zu absolvieren.

Laborausstattung

  • Anbindung an die SAP-Systeme
    • SAP ERP
    • SAP NetWeaver Business Intelligence (SAP BI) sowie
    • SAP APO
  • OLAP Analyse-Tools (SAP Business Explorer)
  • Datenbankmanagement-Systeme (MS SQL-Server, MS Access, MySQL)
  • Software zur Simulation von Neuronalen Netzen und Anwendung statistischer Methoden (Matlab, JNNS)
  • Softwaretools zur Optimierung von Beständen
  • Software-Entwicklungsumgebungen (u.a. NetBeans und Eclipse)
  • Präsentationsmedien