Anmelden

Diese Seite unterstützt Internet Explorer nicht mehr.

Modulbeschreibung

Data Warehousing

Inhalt

  • Schemaintegration und multidimensionale Datenmodelle (Stern- und Schneeflocken-Schema)

  • ETL-Prozess und ETL-Tools

  • SQL-OLAP

  • Historisierung

  • Data Mining

Lernergebnisse

Nach erfolgreichem Abschluss des Moduls können die Studierenden

Fachkompetenz

  • den ETL-Prozess beschreiben

  • Schwierigkeiten bei der Integration operativer (Datenbank-)Systeme in ein Data Warehouse erkennen und überwinden

  • den Nutzen von SQL-OLAP beurteilen

  • Analyseverfahren (Reporting, OLAP, Data Mining) werkzeugbasiert anwenden

Methodenkompetenz

  • das Fachwissen anhand praktischer Aufgabenstellungen anwenden, diskutieren und eigene Lösungsansätze entwickeln

Sozial- und Selbstkompetenz

  • (Teil-)Verantwortung für ein Arbeitsergebnis einer Kleingruppe übernehmen

  • die eigenen Fähigkeiten zielgerichtet in ein Team einbringen

ECTS

5 Punkte

Studien- und Prüfungsleistungen

Prüfungsleistungen:
  • Data Warehousing (mündliche Prüfung)
Studienleistungen:
  • Data Warehousing (Studienarbeit)

Lehr- und Lernformen

  • Data Warehousing (3 SWS, Vorlesung)
  • Data Warehousing (1 SWS, Labor)

Studiengänge

  • Computer Science(CTS) - Alternative Course Module
  • Computer Science International Bachelor(ICS) - Alternative Course Module
  • Informatik(INF) - Alternative Course Module

Modulverantwortliche

Prof. Dr. Reinhold von Schwerin

Dozenten

Prof. Dr. Reinhold von Schwerin, Prof. Dr. Markus Goldstein

Literatur

Gabriel/Gluchowski/Pastwa. Data Warehouse und Data Mining. w3l Verlag, 2010.
Kimball/Ross. The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling. Wiley, 2013.
Duda/Hart/Stork. Pattern Classification. Wiley, 2000.

Quicklinks