Datenbanken

• Techniken zur Konsolidierung, Analyse und Bereitstellung von Daten zur Entscheidungsunterstützung
• Basiert i.d.R. auf umfangreichen, operativen Datenbanken/Datenquellen

Datenbanken dienen der:

• Speicherung großer Datenbestände $\rightarrow$ Die Daten werden in miteinander verknüpften Tabellen gespeichert
• Auswertung dieser Datenbestände $\rightarrow$ Mittels Abfragesprache SQL (Structured Query Language)

• Teil fast aller Anwendungssysteme $\rightarrow$ bestehen aus mehreren Softwaremodulen und einer zentralen Datenbank
• Vorteil zentraler Datenbanken = Daten können unternehmensweit genutzt werden, Vermeidung von Dateninkonsistenzen u. Synchronisationsproblemen

• Präsentation: Bildschirmmasken /Webbrowser
• Applikation: Programm-Logik in irgendeiner Programmiersprache
• Datenhaltung: Datenbanksystem

Ein Datenbanksystem besteht aus:

• Einer Datenbank, welche die eigentlichen Daten enthält
• Einem Datenbank-Verwaltungssystem (DBMS Data Base Management System)

• Abfrageinterpreter (Übersetzt SQL-Anweisungen)
• Abfrageoptimierer (Sucht für eine gegebene SQL-Abfrage einen "guten" Zugriffspfad)
• Integritätskontrolle (Änderung nur entsprechend vorher definierter Integritätsbedingungen)
• Autorisierungskontrolle
• Kontrolle v. Mehrfachzugriffen
• Datensicherung
• Dateimanagement

• Relationstyp: abstrakte Beschreibung einer Relation (=Tabelle)
• Relation: Konkrete Ausprägung eines Relationstyps (=Tabelle inkl. Datensätze)
• Jedes Tupel muss durch einen Schlüssel eindeutig identifizierbar sein.
• Als Schlüssel kann ein einzelnes Attribut oder eine Attributgruppe dienen.

• Kandidatenschlüssel: Jedes Attribut/jede minimale Attribut-gruppe, die ein Objekt eindeutig u. zeitinvariant identifiziert $\rightarrow$ Es kann mehrere Kandidaten-schlüssel in einer Relation geben.
• Primärschlüssel: Der ausgewählte Kandidatenschlüssel
• Fremdschlüssel: Attribut/Attribut-gruppe in Rel. B, die gleichz. Primärschlüssel in Rel. A ist $\rightarrow$ Verknüpfung mehrerer Relationen

• Informationsanalyse
• Entity Relationship Modeling
• Überführung ins Relationenmodell und Normalisierung
• Implementierung der Datenbank

SQL ist eine standardisierte Sprache zum Arbeiten mit Datenbanken. Teilbereiche:

• Data Definition Language (DDL): Erstellen/Verändern von Tabellen, Schlüsseln, Indexen
• Data Manipulation Language (DML): Daten einfügen, ändern und löschen
• Data Control Language (DCL): Vergabe von Zugriffsrechten
• Query Language (QL): Abfrage

• SELECT: Welche Attribute sollen ausgegeben werden? ($\rightarrow$ ALL/ DISTINCT)
• FROM: Aus welchen Tabellen soll ausgewählt werden?
• WHERE: Auswahlbedingungen (optional)
• ORDER BY: Attribute nach denen das Ergebnis sortiert werden soll ($\rightarrow$ ASC/ DSC)

• Zweck: Modellierung und Visualisierung von Datenstrukturen
• Entity: Objekttypen, die im Anwendungsfall eine Rolle spielen
• Attribut: Definieren Eigen-schaften von Entities; haben bestimmte Wertebereiche (Domains)
• Relationship: Beziehungen zwischen Entities

• Modellierung durch Abstraktion: 10 farbige, nummerierte Kugeln $\rightarrow$ Entity: Kugeln / Attribute: Farbe; ID
• Darstellung von Beziehungen $\rightarrow$ Striche zwischen Entities: (a) ohne Bezeichnung (b) mit Bezeichnung (c) Raute $\rightarrow$ Rautendarstellung bei: n:m-Beziehungen und Beziehungen mit eigenen Attributen

• Kardinalitäten: legen fest, mit wie vielen anderen Objekten ein einzelnes Objekt minimal und maximal in Beziehung stehen kann

Kardinalitätenkürzel:

• k : genau k-mal $\rightarrow$ 3
• [n,m] : mind. n, max. m $\rightarrow$ [2,5]
• " * " : 0 oder mehr
• " + " : 1 oder mehr
• c : 0 oder 1

1. Problemrahmen abstecken: Aufgabenstellung!
2. Festlegen der Objekttypen: „Substantives raussuchen“
3. Festlegen der Beziehungs-typen: “Verben raussuchen“, könnten Beziehungen werden!
4. Festlegen der Kardinalitäten: Ermitteln der Mengenangaben
5. Festlegen der Attribute und Schlüssel: Ggf. Annahmen treffen und dokumentieren!

• Überführung von Entities ins Relationenmodell: Jede Entity wird in einen Relationstyp überführt
• Empfehlung: Relationstypen sollten in der Pluralform bezeichnet werden (z.B. Bestellungen, Studenten).

• Überführung von 1:n-Beziehungen: durch Verknüpfung der Relationstypen mittels Fremdschlüssel im Relationstyp mit der Kardinalität 1
• Überführung von c:n-Beziehungen: durch Verknüpfung der Relationstypen mittels Fremdschlüssel im Relationstyp mit der Kardinalität c

n:m-Beziehungen:

• Es muss ein eigener Relationstyp für den Beziehungstyp gebildet werden
• Der Primärschlüssel dieses Relationstyps wird aus den Primärschlüsseln der beiden anderen Relationstypen zusammengesetzt

• Die Zerlegung von Relationstypen in Relationstypen höherer Normalform
• Strukturdefizite von Relationstypen sind durch ihre Zerlegung in Relationstypen höherer Normalform vermeidbar
• Ziel: Verbesserung eines entworfenen Relationenmodells für operative/Transaktions-datenbanken

Datenredundanzen:

• Abteilungsbezeichnung und Abteilungsleiter sind mehrfach gespeichert
• Speicherplatzverschwendung und potentielle Inkonsistenzen bei Änderung von Attributwerten

$\rightarrow$ entfernen

Löschanomalien:

• Wenn Müller und Schmidt gelöscht werden, geht gleichzeitig die Information verloren, dass das Unternehmen eine Einkaufsabteilung hat

$\rightarrow$ beheben = Information bleibt bestehen

Repräsentanzprobleme:

• Es können erst Abteilungen eingetragen werden, wenn ihnen bereits Mitarbeiter zugeordnet wurden

$\rightarrow$ beheben (= Abteilungen können jetzt auch ohne Mitarbeiter eingertagen werden)

• Ein Relationstyp befindet sich in der ersten Normalform, wenn der Wertebereich jedes seiner Attribute atomar ist
• Atomarität: Zusammengesetzte Attribute/ Wiederholungsgruppen/ Auflistungen sind nicht zugelassen
• Die Frage nach der Atomarität eines Wertebereichs ist relativ und hängt vom konkreten Anwendungsfall ab.

Ein Relationstyp befindet sich in der 2. Normalform, wenn er sich in der 1. Normalform befindet und jedes Nichtschlüsselattribut von jedem Kandidatenschlüssel vollfunktional abhängt.

• Attribut Y ist funktional abhängig von Attribut X/Attributgruppe X, wenn es zu jedem Wert von X genau einen Wert von Y gibt
• Ergibt sich aus Sachzusammenhängen
• Alle Attribute eines Relationstypen hängen per Definition von allen Kandidatenschlüsseln ab

• Attribut Y ist vollfunktional abhängig von Attribut X/Attributgruppe X, wenn Y von X abhängig ist und es keine Teilmenge von X gibt, von der Y abhängig ist
• Möglichkeit, dass Y nicht von X vollfunktional abhängig ist nur, wenn X eine Attributgruppe ist

• Schlüsselattribut: Jedes Attribut, das Bestandteil eines Kandidatenschlüssels ist, wird als Schlüsselattribut bezeichnet
• Nicht-Schlüsselattribut: Jedes Attribut, das Bestandteil keines Kandidatenschlüssels ist, wird als Nicht-Schlüsselattribut bezeichnet

• Ein Relationstyp befindet sich in der 3. Normalform, wenn er sich in der 2. Normalform befindet und kein Nicht-Schlüsselattribut transitiv von einem Kandidatenschlüssel abhängt $\rightarrow$ keine funktionalen Abhängigkeiten zwischen Nicht-Schlüsselattributen

• Alle Attribute atomar? (1.NF)
• Vollfunktionale Abh. best.
• Kandidatenschlüssel best.
• Schlüssel- und Nicht-Schlüssel-attribute bestimmen
• Vollfunkt. Abh. zw. Schlüssel-attributen u. Nicht-Schlüssel-attributen durch Zerlegung auflösen (2.NF)
• Abh. zw. Nicht-Schlüssel-attributen durch Zerlegung auflösen (3.NF)

• Zunehmende Bedeutung des E-Commerce
• Dienstleistungsprozess im E-Commerce $\rightarrow$ durch integrierte Informationssysteme möglich
• Zu jeder Bestellabwicklung werden automatisiert Daten gespeichert $\rightarrow$ werden zur Abwicklung der Prozesse genutzt

• Das Basissystem realisiert die Sachziele der Unternehmung $\rightarrow$ Transformation von Input aus der Umwelt in Produkte
• Das operative Informationssystem bildet die relevanten Komponenten des Basissystems ab und lenkt diese unmittelbar
• Enge Kopplung von Basis- und Informationssystem $\rightarrow$ Kunde kann sich über Status seines Auftrags erkundigen

• Unternehmensweites Anwendungssystem, dass alle zentr. Geschäftsprozesse in einem einz. Softwaresystem integriert $\rightarrow$ reibungloser Informationsaustausch
• ERP-Systeme steuern und Kontrollieren das operative IS
• Info.vorschau ermöglicht autom. Einplanung von Ressourcen und Prognose des Systemzustandes $\rightarrow$ Information an Kunden

• Von einzelnen Geschäftsvorfällen abstrahierte Lenkung des Unternehmens, inbes. des opeativen IS
• Unmittelbare Lenkung des Basissystems
• Laufende Abwicklung der Geschäftsvorfälle

• Selektion der operativen Daten aus Geschäftsvorfällen
• Zeitliche- räumliche- und produktionsorietierte Aggregation
• Ggf. Anreicherung durch extern verfügbare Daten

• Datenbank mit Berichts- und Abfragefunktionen
• Daten werden aus versch. betr. Systemen extrahiert und für Managementberichte /Analysen aufbereitet ($\rightarrow$ OLAP, Data-Mining)
• Multidimensionaler Aufbau
• Einsatz für die Langzeit-speicherung von historischen, gereinigten, validierten, synthetisierten, operativen Daten

• Auswahl geeigneter Attribute aus oper. Datenbanken
• Hinzufügen augew. Daten aus ext. Quellen
• Transformation/Laden der Daten
• Speicherung geladener Daten in Form von Dimensionen
• Administration v. Datenbanken
• Suche und Analyse mittels Berichten oder mit OLAP-Technologie

• Unterstützen primär das tägl. Geschäft, zeichnen oper. Geschäftsvorfälle auf, verfolgen die redundanzfreie Speicherung von Transaktionen
• Relativ unübersichtlich: Viele Details, viele Updates
• Nicht sonderlich benutzerfreundlich: SQL überfordert viele Entscheidungsträger schon

• Repräsentation mit Hilfe multidimensionaler Datenmodelle
• Modellierung in Form von Würfeln (Hypercubes) $\rightarrow$ Dimensionen: Symbolisches/ diskretes Kriterium, das die Auswahl, Zusammenfassung und Navigation eines Identikators ermöglicht $\rightarrow$ Fakten: Aggregierbares Attribut, das ein betr. Erfolgskriterium mehrdimensional misst

Speicherung multidimensionaler Daten auf Basis:

• eines relationalen Datenmodells: Abbildung auf Tabellen
• oder eines multidimensionalen Datenmodells: Kein Standard

• Kleine analytische Datenbanken, spezialisiert auf die Anforderungen einer Gruppe im Unternehmen
• Verwaltung durch Abteilung (nicht zentralisiert)
• Basis: Spezialisierte Datenmodelle
• Koordination mit anderen analytischen Datenbanken
• Weniger komplexe Entwicklung (als DWH)

• Analytische Datenbank, die Daten für lokale Data Marts aufbereitet
• Muss nicht unbedingt analytische Daten für das gesamte Unternehmen bereitstellen $\rightarrow$ Enterprise Data Warehouse bereitet Daten für das gesamte Unternehmen auf

• Lokale Data Marts werden durch ein Enterprise Data Warehouse (EDWH) gespeist und koordiniert
• Das EDWH extrahiert, integriert und verteilt die Daten
• Data Marts: Dienen der Abfrage und der Analyse

• Endbenutzer Zugriff auf Data Warehouse $\rightarrow$ flexibler, einfacher Zugriff benötigt, damit komplexe Analysen durchgeführt werden können
• Fest implementierte Berichte: Beliebig modifizierbar
• Abfragesprachen (z.B. SQL): Standardisiert und mächtig
• OLAP: Flexible, ad-hoc Anfragen ohne technische Expertise möglich

• Verschiedene Repräsentationsmodi
• Spezielle Würfeloperationen erlauben es, durch die Daten zu surfen: Drilling (Details eingrenzen; bohren), Pivoting (Rotieren des Würfels), Slicing (vertikale oder horizontale Eingrenzung; Schneiden)
• Verschiedene Darstellungsmöglichkeiten

• Oft große Datenmengen: Datenmengen verdichten
• Beobachteten Daten: Daten werden nicht für die Analyse gesammelt, müssen also aufbereitet werden
• Beziehungen und Aggregation: Erstellung von Modellen/Mustern
• Neuheit: Relativ zum Wissen des Endnutzers
• Verständlichkeit: Qualität der Erkenntnis

• Data Mining-Methoden beschreiben Bziehungen zwischen zu analysierenden Daten in Form von Modellen und Mustern
• Modell: Global-gültige Beschreibung des zugehörigen Datensatzes; kann jeden Punkt des Datensatzes beschreiben
• Muster: Beschreibt nur einen Teilbereich des zugehörigen Datensatzes

• Explorative Datenanalyse
• Deskriptive Modellierung
• Vorhersagende Modellierung
• Erkennen von Regeln und Mustern
• Mustervergleich

• Das Analyseproblem einer der fünf Aufgaben zuordnen
• Dazugehöriges Verfahren suchen
• Tool anwenden und Analyseproblem lösen

$\rightarrow$ Data Mining ist nicht die willkürliche Anwendung von statistischen Verfahren

$\rightarrow$ Data Mining beschreibt das Design von Analyseverfahren und deren verantwortungsvoller Einsatz