Data Warehouse Technologien

typische Analysen auf Data-Warehouse-Datenbeständen. In Abhängigkeit des

Fachgebietes kommen dabei Untersuchungen wie Warenkorbanalyse, Kunden-

segmentierungen, Klassifikationen oder Prognosen vor.

1.6 Vertiefende Literatur

Der Begriff des Data Warehouse wurde von Inmon in den 90er Jahren

geprägt [Inm92]. Bereits 1988 hatten Devlin und Murphy aufgrund der

fortschreitenden Entwicklungen einen Information-Warehouse-Ansatz vorge-

stellt [DM88]. Kimball gibt einen praxisnahen Einblick in den Aufbau und

die Nutzung von Data-Warehouse-Systemen [Kim08]. Auch die anderen Bü-

cher von Kimball sind empfehlenswert, z.B. [KR02]. Kimball wird vor allem als

Vater der Data Marts angesehen, während Inmon als treibende Kraft für das

Data Warehouse gilt. Obwohl auch die Veröffentlichung des Buchs von Dev-

lin [Dev96] shon einige Jahre her ist, sind viele der dortigen Konzepte für das

Data Warehouse auch heute noch relevant.

Im deutschsprachigen Raum eignen sich für einen Überblick die Werke

von Bauer und Günzel [BG04], Lehner [Leh03] und Chamoni und Gluchow-

ski [CG10]. Zusätzlich empfiehlt sich für die Einbettung in den Themenbereich

Business Intelligence das Lehrbuch von Kemper et al. [KBM10].

Da wir uns insbesondere der relationalen Umsetzung von Data-Warehouse-

Systemen widmen, sind Kenntnisse im Bereich der Implementierung von rela-

tionalen Datenbanken notwendig. Ein Überblick hierzu findet sich beispiels-

weise in Saake, Sattler und Heuer [SSH11] und in [SSH13].

Herausforderungen des Data Warehousing stellt Widom [Wid95] übersicht-

lich dar. Chaudhuri und Dayal [CD97] geben einen Überblick unter anderem zu

OLAP-Technologien.

1.6 Vertiefende Literatur 13