InhalteInhalteInhalteInhalte
Wissensmanagement
InhalteInhalteTechnologienTechnologien
SicherungSicherung
InhalteInhalteTechnologienTechnologien
SicherungSicherung
1
Wissensmanagement
• Wissen als 4. Produktionsfaktor
1. Arbeit
2. Kapital
3
2. Kapital
3. Betriebsmittel und Werkstoffe
4. „Wissen“
Wissensmanagement
• Wettbewerbssituation wird beeinflusst vom
– Käuferverhalten
– Lieferanten
5
– Lieferanten
– Hersteller-Konkurrenz
– „Bedrohung“ durch neue Produkte
Der Einsatz von Wissensmanagement-Technologienkann die Wettbewerbssituation eines Unternehmensgegenüber Konkurrenten verbessern.
Vgl.: Lehner, Franz, Wissensmanagement: Grundlagen, Methoden und technische Unterstützung, Hanser Verlag4. Auflage 2012.
Wissensmanagement
• Dezentralisierung der Produktion führt zu
–mehr Verantwortung der Mitarbeiter
6
–mehr Verantwortung der Mitarbeiter
–Verteilung der produktionsrelevanten Informationen
–Streuung des Wissens auf die Mitarbeiter
Wissen als 4. Produktionsfaktor
Wissensmanagement
Wissen als unternehmerischer Erfolgsfaktor
7
Wissens-Unternehmen als neuer Wirtschaftssektor
Wissensmanagement• Informationssektor als „neuer“
Wirtschaftssektor (Quartär Hypothese)
– Urproduktion (Landwirtschaft, Fischerei, Bergbau, Energiewirtschaft).
– Sekundärer Wirtschaftssektor (Produktion von Halbfertig- und Fertigprodukten, Maschinen-,
8
Halbfertig- und Fertigprodukten, Maschinen-, Chemische-, Nahrungsmittelindustrie sowie Handwerk).
– Tertiärer Wirtschaftssektor (Dienstleistungen, wie
Handel, Banken, Versicherungen, Makler, Verkehrs).– Neu: Informationssektor (Produktion und Handel von
Information, Wissen sowie Dienstleistungen im Umfeld der IT).
Wissensmanagement• Vergleich von Daten und Informationen gegenüber
materiellen WirtschaftsgüternMaterielles Wirtschaftsgut Daten und Informationen
Hohe Vervielfältigungskosten Geringe Vervielfältigungskosten
Werteverlust durch Gebrauch Mehrfachnutzung ohne Werteverlust, jedoch volatil
9
Individueller Besitz Paralleler Besitz
Vertriebslogistik aufwändig Dank Internet Logistik einfach
Begrenzte Kombinations-möglichkeiten
Schaffung neuen Wissens durch Kombination von Information
Urheberrechtsschutz (noch) einfach
Urheberrecht schwerüberwachbar.
Schutz einfach (Garage für Auto)
Datenschutz und Datensicherheit komplex
Preis entwickelt sich am Markt Marktpreis schwer bestimmbarVgl.: Krcmar, Helmut, Wissensmanagement: Einführung in das Informationsmanagement, Springer Verlag, 2011, Seite 5
Wissensmanagement• Wissenspyramide
Wissen (vernetzte
Zeichenvorrat 10
Daten(Syntaktisch zusammengesetzte Zeichen)
Informationen(strukturierte Daten)
Informationen)
Wissensmanagement
• Bsp.: Daten innerhalb von Betrieben– Organisatorische Betriebsdaten
• Auftragsdaten
• Personaldaten
11
• Personaldaten
• Planungsdaten
• Daten in Dokumenten (Word, Excel, E-Mails…)
– Technische Betriebsdaten • Maschinendaten
• Prozessdaten
Wissensmanagement• Z. B. Technische Betriebsdaten
• Maschinendaten– Schalthäufigkeit, Unterbrechungen und Laufzeiten von
Maschinen – gefertigte Stückzahlen – Meldungen und Störungen
12
– Meldungen und Störungen – Eingriffe bedienenden Personals – Daten der Instandhaltung (Laufzeiten, Schaltspiele) – Verbrauch an Material, Energie und Hilfsmitteln – Messungen der Temperatur in Lagerräumen oder der
Produktion, Immissionswerte
• Prozessdaten– Qualität – Parameter der Prozesse – Einstelldaten oder Justagedaten
Wissensmanagement
• Information im Kontext eines Kommunikations-systems
– Elemente eines Kommunikationssystems• Sender
13
• Empfänger
• Signalsprache / Codierung
• Übermittlungsregeln
• Übermittlungsmedium
• Übertragene Information
WissensmanagementKommunikationsmodell
KontextKontext
14
SenderEmpfän
-gerÜbermittlungsmediumÜbermittlungsmedium
Signalsprache / CodierungSignalsprache / Codierung
ÜbermittlungsregelnÜbermittlungsregeln
WissensmanagementKontext von „Schüler“
Lehr-kräfte
Schule
Lehr-bücher
15
Zeugnis
SchülerBlau-
machen
Klausur
Ver-setzung
Wissensmanagement• Systematische Kontextstrukturierung mit Hilfe des Entity
Relationship Diagramms.
DruckereiDruckereiDruckereiDruckereihergeherge--stellt instellt inhergeherge--stellt instellt inAutorAutorAutorAutor
geschriegeschrie--benben von von geschriegeschrie--benben von von
1616
identiidenti--fiziertfiziertdurchdurch
identiidenti--fiziertfiziertdurchdurch
ISBNISBNISBNISBNverlegt verlegt
vonvonverlegt verlegt
vonvonVerlagVerlagVerlagVerlag
BuchBuchBuchBucherhälterhält--lichlich ininerhälterhält--lichlich inin
verrisverris--sensen
durchdurch
verrisverris--sensen
durchdurchKritikerKritikerKritikerKritiker
BuchBuch--
handelhandel
BuchBuch--
handelhandel
Wissensmanagement
–Wissen bezeichnet die Gesamtheit allerorganisierten Informationen und ihrerwechselseitigen Zusammenhänge, aufderen Grundlage ein vernunftbegabtes
17
deren Grundlage ein vernunftbegabtesSystem handeln kann.
WissensmanagementAllgemeine Managementaufgaben in der
Unternehmensorganisation.
• Entwickeln von Visionen
• Setzen von Zielen
18
• Planen
• Organisieren
• Entscheiden
• Überwachen
• Menschen entwickeln und fördern
Wissensmanagement
Spezielle Managementaufgaben im Zusammenhang mit der Etablierung eines Wissensmanagements.
– Die Informationsverarbeitung eines Unternehmens muss aufseine Gesamtstrategie abgestimmt werden.
– Ziel des Wissensmanagements ist es, eineInformationsinfrastruktur aufzubauen und so zu steuern und zu
19
Informationsinfrastruktur aufzubauen und so zu steuern und zunutzen, dass eine ein optimaler Beitrag zumUnternehmenserfolg geleistet und die Wettbewerbsfähigkeitverbessert wird.
– Mitarbeiter sollen lernend Qualifikationen und Fähigkeitenentwickeln und wertschöpfend einsetzen können.
– Technische Informationssysteme leisten hier einenHauptbeitrag, indem sie die Mitarbeiter vernetzen undgespeicherte Informationen bereitstellen.
Wissensmanagement
Entwicklung der technischen Informationsverarbeitung in Unternehmen
Ebene Schwerpunkt
Stufe 0: Daten- und Dateiorganisation Dateisysteme
20
Stufe 0: Daten- und Dateiorganisation Dateisysteme
Stufe 1: Datenbankmanagement Datenbankarchitektur, Datenmodellierung
Stufe 2: Datenmanagement UnternehmensweiteDatenmodellierung
Stufe 3: Informationsmanagement Dokumenten Management, OLAP, Management-Informationssysteme,Entscheidungsunterstützungs-Systeme
Stufe 4: Wissensmanagement: Wissensmanagement- und Organisational Memory Systeme
Wissensmanagement
Wissensmanagement (-Systeme) bereiten Daten auf indem sie sie
• Analysieren
21
• Analysieren
• Neu ordnen
• Miteinander vernetzen
• Reproduzieren
• Reduzieren bzw. verdichten
Wissensmanagement
Wissensmanagement (-Systeme)
– reichen über die Grenzen einzelner Arbeitsplätze und Abteilungen hinaus
22
– verbinden verschiedene Geschäftsbereiche miteinander
– erfassen ganze Geschäftsprozesse von der Bestellung über die Fertigung bis zur Auslieferung und Abrechnung
Wissensmanagement
• Grundlegende Funktionen von Wissensmanagement-Systemen– Kommunikation: Funktionen der Kommunikation, z.B. E-Mail
– Inhaltsmanagement: Funktionen zum Umgang mit Inhalten (z.B. Bilder)
23
– Entscheidungsunterstützung: Funktionen zur Auswertung & Verdichtung bzw. Zusammenfassung von Informationen
– Suche: Funktionen zum Finden von Inhalten & Experten in unterschiedlichen Quellen (z.B. DMS-Systeme, Datenbanken)
– Visualisierung: Funktionen zur Präsentation von Informations-& Wissenselementen sowie Struktur dieser.
– Collaboration: Förderung der Zusammenarbeit von Personen, Gruppen und Organisationseinheiten.
Nach: Franz Lehner: Wissens-management, Hanser 2006, S. 253-272.
WissensmanagementDifferenzierung der Funktionen von WMS-Systemen
• Wissenssuche
• Wissenszustellung (z. B. als Feeds)
• Präsentation bzw. -visualisierung
• Wissenspublizierung,
24
• Wissensstrukturierung, & -vernetzung
• (automatische) Wissensakquisition
• Wissenskommunikation
• Administration des WMS & Organisation/Verwaltung der Wissensbasis
• Analyse von Daten zur Erstellung von Wissenselementen
• Ggf. Unterstützung von computerbasiertem Lehren & LernenNach: Franz Lehner: Wissens-management, Hanser 2006, S. 253-272.
WissensmanagementWerkzeuge der Wissensgenerierung bzw. Bereitstellung von lnformationen
• Einfaches Berichtswesen
• Portale und Webkataloge (z. B. Intranet)
• Suchmaschinen
25
• Suchmaschinen
• Dokumentenmanagement
• OLAP-Anwendungen
• Data Mining
• Management-/Entscheidungs-Unterstützungssysteme
• Data Warehouse
Wissensmanagement
Wissensweitergabe in sozialen Netzen
− Hemmnisse für die Weitergabe von Wissen:• Verlust von Wissensvorsprung
26
• Verlust von Wissensvorsprung• Sorge, andere könnten Wissen
missbrauchen• Zeitmangel• Unkenntnis über Nichtwissen anderer• Desinformation
Wissensweitergabe in sozialen Netzen
– Wissen im Unternehmen als…• Wissen über die Organisation und Koordinierung
von Arbeitsprozessen
Wissensmanagement
27
von Arbeitsprozessen
• Wissen um Probleme und deren Lösung
• Wissen über soziale Aspekte und persönlichen Umgang mit anderen.
Wissensmanagement
Wissensweitergabe in sozialen Netzen
– Kommunikationsformen zur Wissensweitergabe:
• Formelle, aufgaben- und positionsbezogene
28
• Formelle, aufgaben- und positionsbezogene Kommunikation (managerial communication)
• Auf die Lösung von Einzelproblemen bezogene Kommunikation (problem-solving c.)
• Informelle, soziale Kommunikation (friendly c.)
18 Übergreifende IT-Systeme
Wissensweitergabe in sozialen Netzen– segmentierte Kommunikationsstrukur
32
Wissensmanagement
Wissen:
– man unterscheidet• Individuelles Wissen
33
• Individuelles Wissen• Organisationales Wissen
– bzw.• Implizites Wissen• Explizites Wissen
Wissensmanagement
• Wissensschöpfung in Unternehmen
– SECI-Modell• Sozialisationsphase: implizites Wissen wird kommuniziert und
führt zum entstehen gemeinsamer Denk- und Sichtweisen
35
führt zum entstehen gemeinsamer Denk- und Sichtweisen
• Externalisierung: Das implizite Wissen wird niedergeschrieben (Berichte, Handbücher) und dadurch zu explizitem Wissen.
• Kombinationsphase: Das neue explizite wissen wir mit bereits vorhandenem expliziten Wissen rekombiniert und ebenfalls ggf. wieder durch entsprechende Niederlegung zu explizitem Wissen.
• Phase der Internalisierung: Die Beschäftigten eignen sich das neue Wissen an, dadurch wird es zu implizitem Wissen.
Wissensmanagement
Wissensmanagement versus Kreativität
• Skeptiker solcher Modelle vertreten die Auffassungdass Wissen zwar strukturiert, jedoch nicht imRahmen modellhafter Prozesse „gewonnen“
36
Rahmen modellhafter Prozesse „gewonnen“werden kann. (Wissens-) Management beinhaltetKontrolle, Wissen fußt aber auch auf demkreativen Umgang mit Kontext und Assoziationen,der durch Kontrolle ggf. soweit eingeengt wird,dass assoziativ gewinnbares Wissen, durch dieKontrollmechanismen unbeabsichtigt „unterdrückt“werden könnte.
Wissensmanagement
Darstellung ausgewählter Softwaresysteme für das
37
Softwaresysteme für das Informations- und
Wissensmanagement
WissensmanagementInternet – Extranet - Intranet
Internet
Extranet
38
Intranet
Zugriff für „Jedermann“
Zugriff für Kunden und Geschäftspartner
Interner Zugriff nur für Firmenangehörige
Vgl.: Krcmar, Helmut, Einführung in das Informationsmanagement, Springer Verlag, 2011, Seite 125
Wissensmanagement
Dokumenten – Management – Systeme (DMS)
– Unter einem Dokumentenmanagementsystem im weiteren Sinnwerden verschiedene Systemkategorien und derenZusammenspiel verstanden wie:
• Dokumentenmanagement im engeren Sinn (nachfolgende Folien…)
39
• Dokumentenmanagement im engeren Sinn (nachfolgende Folien…)
• Bürokommunikation, Groupware• Workflow• Document Imaging (Computergestützte Erfassung,
Speicherung, Suche, Änderung und Ausgabe von Dokumenten-Abbildern).
• Scannen, • COLD (Computer Output on Laserdisk), • elektronische Archivierung.
Wissensmanagement• Dokumenten – Management – Systeme (DMS)
– Dokumentenmanagementsystemen im engeren Sinn • dynamische Ablagesysteme zur Verwaltung des
Lebenszyklus der Dokumente vor der elektronischen
Archivierung (Langzeitaufbewahrung).
40
Archivierung (Langzeitaufbewahrung).
• Das DMS-System verwaltet dabei elektronisch undnicht-elektronisch erzeugte Dokumente über derengesamten Lebenszyklus hinweg. Das DMS organisiertdabei den Entwurf, die Erstellung, die Weitergabe, dasAuffinden, die Ablage und Übergabe an ein Archiv oderdie automatische Löschung von Dokumenten sowiederen Auswertung und Zuordnung.
Wissensmanagement
• Dokumenten – Management – Systeme (DMS) –Merkmale von Dokumenten:
– physische Eigenschaften (Papier, Datei), – formale Eigenschaften (Aufbau, Gestaltung), – Ordnung (fachliche Zugehörigkeit, Reihenfolge,
Version),
41
Version), – Inhalt (inhaltlicher Bezug), – Charakter (Archivierungswürdigkeit, Rechtscharakter,
Bearbeitungsmöglichkeiten), – Zeit (Erzeugungsdatum, Verfallsdatum, letzte
Benutzung), – Erzeuger (Absender, Ersteller, Autor), – Nutzer (Empfänger, berechtigter Bearbeiter, Leser,
letzter Bearbeiter).
Wissensmanagement
• Dokumenten – Management – Systeme (DMS) –Dokumenttypen:
– Kaufmännische Dokumente
• Briefe, Belege, Verträge, Geschäftsanweisungen,
42
• Briefe, Belege, Verträge, Geschäftsanweisungen, Listen, E-Mails, Faxe
– Technische Dokumente
• Pläne, technische Zeichnungen,
– „Akten“
• Z.B. Personalakten, Krankenakten u. ä.
Wissensmanagement• Dokumenten – Management – Systeme
(DMS) – Zielsetzungen:• Schnellstmöglicher Zugriff auf Dokumente von
unterschiedlichen Standorten
• Reduzierung von Medienbrüchen
43
• Einbindung aller Dokumente via Schnittstellen
• Minimierung von Transportzeiten
• Versionsmanagement
• Verbesserung kooperativen Arbeitens
• Unabhängigkeit von einer Registratur
• Unmittelbare Bearbeitung und Weiterleitung von Dokumenten
Wissensmanagement
• Dokumenten – Management – Systeme (DMS) – Vorteile:
• Schnelligkeit der Bearbeitung wird gesteigert
• Workflow kann abgebildet werden.
• Aktueller Bearbeitungstand eines Dokumentes kann jederzeit nachvollzogen werden.
44
nachvollzogen werden.
• Informationen sind ständig verfügbar
• Suchzeiten entfallen oder verkürzen sich signifikant
• Zeit und Personalressourcen für Dokumentensuche- und Transport entfallen.
• Räumlichkeiten für die Dokumentenablage können eingespart werden.
• Metainformationen zum Dokument können mit gespeichert und abgefragt werden.
Wissensmanagement
• Dokumenten – Management – Systeme (DMS) – Probleme:
• Gewährleistung von Aufbewahrungsfristen
• Gewährleistung langlebiger Dateiformate, die auch noch am Ende von Aufbewahrungsfristen wieder gelesen werden können.
45
können.
• Hoher organisatorischer Aufwand
• Hoher technischer Aufwand für Betrieb und Datensicherung
• Unterstützung nur einer begrenzten Zahl von Dateiformaten.
• Einbindungen elektronischer Signaturen
• Spezielle Schnittstellen zu Fachverfahren erforderlich
• Einhaltung datenschutzrechtlicher Erfordernisse problematisch.
Wissensmanagement
• Dokumenten – Management – Systeme (DMS) –– Zentrale Datenschutzrechtliche Fragen:
Wie wird wirksam verhindert, dass…• Dokumente unzulässig im DMS gespeichert
46
• Dokumente unzulässig im DMS gespeichert werden oder verbleiben,
• auf im DMS gespeicherte Dokumente unzulässig zugegriffen werden kann,
• Dokumente manipuliert werden,• auf Protokolldateien der Beschäftigten zur
Leistungs- und Verhaltenskontrolle unzulässig zugegriffen wird.
Wissensmanagement
• Dokumenten – Management – Systeme (DMS)
– Langfristige Erweiterungsperspektiven:
47
• Übergabe der Daten an Web Content Management Systeme (CMS)
• Integration in das Wissensmanagementsystem
Wissensmanagement
• Data Warehouse und Data Mart– Data Warehouse als
• Unternehmensübergreifende, zentrale Datensammlung, die Daten aus unterschiedlichen Quellen:
– filtert
– ordnet und bereinigt
48
– ordnet und bereinigt
– vereinheitlicht
– verdichtet bzw. integriert
– ergänzt
• Definition: „Ein Data-Warehouse ist ein physischer
Datenbestand, der eine integrierte Sicht auf die zugrunde
liegenden Datenquellen ermöglicht „
Wissensmanagement
• Data Warehouse und Data Mart
– Zielvorstellung:
Alle Daten und Informationen eines Unternehmens
49
Alle Daten und Informationen eines Unternehmens
• darzustellen
• zu dokumentieren
• zu konservieren
• verfügbar zu machen
Wissensmanagement
• Data Warehouse und Data Mart
Anforderungen des Data Warehousing• Unabhängigkeit zwischen Datenquellen und Analysesystemen
(bzgl. Verfügbarkeit, Belastung, laufender Änderungen)
• Dauerhafte Bereitstellung integrierter und abgeleiteter Daten (Persistenz)
50
(Persistenz)
• Mehrfachverwendbarkeit der bereitgestellten Daten
• Möglichkeit der Durchführung prinzipiell beliebiger Auswertungen
• Unterstützung individueller Sichten (z.B. bzgl. Zeithorizont, Struktur)
• Erweiterbarkeit (z.B. Integration neuer Quellen)
• Automatisierung der Abläufe
• Eindeutigkeit über Datenstrukturen, Zugriffsberechtigungen und Prozesse
Wissensmanagement
• Data Warehouse und Data Mart– Data-Warehouse-Prozess:
• Datenbeschaffung: das heißt die Extraktion der relevanten Daten aus den Quellsystemen, Transformation und gegebenenfalls Datenbereinigung in einem Arbeitsbereich sowie Laden in das Data Warehouse. Dieser Schritt wird auch
51
Extract-Transform-Load-Prozess (ETL-Prozess) genannt.
• Datenhaltung: das heißt die langfristige Speicherung der Daten im Data Warehouse
• Versorgung und Datenhaltung der für die Analyse notwendigen separaten Datenbestände, den Data Marts
• Datenauswertung durch Analyse der Daten im jeweiligen Data Mart bzw. Versorgung nachgelagerter Anwendungssysteme
Wissensmanagement
• Data Warehouse und Data Mart– Problemstellungen:
• Nur explizites Wissen ist auch verarbeitbar
• Daten liegen an unterschiedlichen Speicherorten,
52
• Daten liegen an unterschiedlichen Speicherorten,
• in unterschiedlichen Verfahren
• sind in unterschiedlichen Datenbankstrukturen…
und
• in unterschiedlichen Dokumentenformaten abgelegt.
• Daten sind redundant vorhanden.
Wissensmanagement
• Data Warehouse und Data Mart
Phasen des Data Warehousing1. Überwachung der Quellen auf Änderungen durch sog.
Monitoring Programme
2. Kopieren der relevanten Daten mittels Extraktion in temporären Arbeitsbereich
53
temporären Arbeitsbereich
3. Transformation der Daten im Arbeitsbereich (Bereinigung)
4. Kopieren der Daten in integrierte Basisdatenbank als Grundlage für verschiedene Analysen (Integration)
5. Laden der Daten in das Data Warehouse (Datenbank für Analysezwecke)
6. Durchführung der Analyse
Wissensmanagement
Data Warehouse und Data Mart– ETL-Prozess:
• Ein Prozess, um Daten aus mehren Datenquellen in einer einheitlichen Datenbank zu vereinigen. Dieser Vorgang wird in drei Schritten vollzogen:
54
– Extraktion (Extract) der relevanten Daten aus verschiedenen Quellen.
– Transformation (Transform) der Daten in das Schema und Format der Zieldatenbank.
– Laden (Load) der Daten in die Zieldatenbank.
Wissensmanagement
• Data Warehouse und Data Mart– ETL-Prozess:
• Extraktion erfolgt:– periodisch: Die Quelle erzeugt in regelmäßigen
Abständen Auszüge ihrer Daten, die regelmäßig
55
Abständen Auszüge ihrer Daten, die regelmäßig abgefragt werden.
– ereignisgesteuert: Die Quelle erzeugt bei bestimmten Ereignissen - beispielsweise nach einer bestimmten Anzahl von Änderungen - einen Auszug.
– anfragegesteuert: Die Quelle stellt Auszüge erst auf Anfrage bereit.
Wissensmanagement
• 18.1 Data Warehouse und Data Mart– ETL-Prozess:
• Typische Transformationsschritte:– Eliminierung von Duplikaten
– Schlüsselanpassung (z. B. unterschiedliche Ländercodierungen)
56
– Anpassung von Datentypen (z. B. numerische Darstellung des Tagesdatums der Form YYYYMMDD hin zu dem standardisierten Datumsformat vom Datentyp „date“)
– Anpassung von Datenwerten (z. B. unterschiedliche Codierung des Geschlechts wie 1 (männlich), 2 (weiblich) hin zu m (male) und f (female))
– Anpassung von Maßeinheiten (z. B. unterschiedliche Volumina wie Gallone und Hektoliter hin zu Liter, Zoll zu Zentimeter)
– Aggregation (z. B. Einzelumsätze eines Vertriebsprodukts hin zu monatlichen Umsätzen je Vertriebsprodukt)
Wissensmanagement
• Data Warehouse und Data Mart
– Der Erstellung eines Data-Warehouses liegen zwei Leitgedanken zugrunde:
• Integration von Daten aus verteilten und unterschiedlich
57
strukturierten Datenbeständen, um im Data-Warehouse eine globale Sicht auf die Quelldaten und damit übergreifende Auswertungen zu ermöglichen.
• Separation der Daten, die für das operative Geschäft genutzt werden, von solchen Daten, die im Data-Warehousez. B. für Aufgaben des Berichtswesens, der Entscheidungsunterstützung, der Geschäftsanalyse sowie des Controllings und der Unternehmensführung verwendet werden.
Wissensamanagement
• Data Warehouse und Data MartQualitätsforderungen an die Datenquellen– Konsistenz (Widerspruchsfreiheit)
– Korrektheit (Übereinstimmung mit Realität),
– Vollständigkeit (z.B. Abwesenheit von fehlenden Werten oder Attributen)
58
oder Attributen)
– Genauigkeit (z.B. Anzahl der Nachkommastellen) und Granularität (z.B. tagesgenaue Daten)
– Zuverlässigkeit und Glaubwürdigkeit (Nachvollziehbarkeit der Entstehung, Vertrauenswürdigkeit des Lieferanten)
– Verständlichkeit (inhaltlich und technisch / strukturell für jeweilige Zielgruppe)
– Verwendbarkeit und Relevanz (geeignetes Format, Zweckdienlichkeit)
Wissensmanagement
• Data Mart
Ein Data-Mart ist ein: – Langfristig gehaltener Datenbestand
– Als ganze oder teilweise Kopie aus einem
60
– Als ganze oder teilweise Kopie aus einem Data-Warehouse (Datenlager)
– Für einen bestimmten Organisationsbereich oder eine bestimmte Anwendung geschaffen wird.
� Hierdurch entsteht eine Teilsicht auf das Data
Warehouse.
Wissensmanagement• Data Mart
Gründe für das Arbeiten mit Kopien aus dem Data-Warehouse:
– Eigenständigkeit der Anwender (z. B. Mobilität, Unabhängigkeit von anderen Organisationsbereichen)
– bessere Leistung (Performance): Verlagerung von Rechnerleistung auf einen anderen Rechner und/oder
61
Rechnerleistung auf einen anderen Rechner und/oder Verlagerung von Zugriffen auf einen anderen Speicher und/oder im Falle von lokaler Nutzung weniger Netzbelastung
– mehr oder auch weniger Zugriffsschutz: Abgrenzung gegenüber anderen Nutzern oder Öffnung für weitere Nutzer.
– Vorhalten bestimmter Sichten (Views) auf den Datenbestand
– spezielle Datenstrukturen, z. B. für die mehrdimensionale Analyse, das so genannte Online Analytical Processing
(OLAP)
Wissensmanagement• Data Warehouse und Data Mart
– OLAP (Online-Analytical-Processing)– Mit OLAP wird eine Datenbanktechnologie bezeichnet, die speziell
für Ad hoc (on-line)- Auswertungen mit komplexem (analytischem) Charakter entwickelt wurde.
– Vorzüge:
62
1. Ad hoc-Abfragen können unter Einsatz von Drag & Drop-Funktionalitäten intuitiv, d.h. ohne das Lernen spezieller Abfragesprachen (z.B. SQL), ausgeführt werden;
2. Abfragen werden schnell ausgeführt;
3. Einbindung in bekannte Frontends (z.B. Excel) und
4. kurze Implementierungszeiten und geringerer
Pflegeaufwand bei einheitlicher Datenbasis im Vergleich zu komplexen Tabellen-Verknüpfungen in Excel.
Wissensmanagement
• Data Warehouse und Data Mart– OLAP: Aufbau des mehrdimensionalen Datenwürfels
64Quelle:
UNI Kassel
Wissensmanagement
• Data Warehouse und Data Mart– OLAP: Auswertung des Datenwürfels
65Quelle:
UNI Kassel
Wissensmanagement• Data Warehouse und Data Mart
– OLAP: FASMI-Regeln zur Definition von OLAP– FASMI steht für „Fast Analysis of Shared Multidimensional Information“
und besagt im Einzelnen:• Fast: Abfragen sollen durchschnittlich fünf Sekunden dauern dürfen.
Dabei sollen einfache Abfragen nicht länger als eine Sekunde und nur wenige, komplexere Abfragen bis zu 20 Sekunden Verarbeitungszeit beanspruchen.
66
beanspruchen.
• Analysis: Ein OLAP-System soll jegliche benötigte (Geschäfts-) Logik bewältigen können. Dabei soll die Definition einer komplexeren Analyseabfrage durch den Anwender mit wenig Programmieraufwand zu realisieren sein.
• Shared: Ein OLAP-System soll für den Mehrbenutzerbetrieb ausgelegt sein.
• Multidimensional: Als Hauptkriterium ist eine mehrdimensionale Strukturierung der Betriebsdaten (bis zu 256 „Dimensionen“)
• Information: Bei der Analyse sollen einem Anwender alle benötigten Daten transparent zur Verfügung stehen. Eine Analyse darf nicht durch Beschränkungen des OLAP-Systems beeinflusst werden.
Wissensmanagement
• Data Warehouse und Data MartData-Mining
– Unter Data-Mining (auch Datenschürfung) versteht man die Anwendung (statistisch-mathematischer) Methoden auf einen Datenbestand mit dem Ziel der Mustererkennung. Data-Mining ermöglicht das automatische Auswerten großer Datenbestände mit Hilfe von statistischen oder anderer analytischer Verfahren.
67
analytischer Verfahren.
– Beim Data-Mining werden die Datenbestände nach Regelmäßigkeiten, Mustern und Strukturen, Abweichungen, stat. Auffälligkeiten und jeglicher Art von Beziehungen und gegenseitigen Beeinflussungen untersucht.
– So lassen sich z. B. Änderungen im Verhalten von Kunden oder Kundengruppen aufspüren und Geschäftsstrategien können darauf ausgerichtet werden.
– Es kann aber auch abweichendes Verhalten einzelner Personen erkannt werden. Dies ruft Datenschützer auf den Plan, welche die Anwendung der Verfahren des Data-Mining kritisch begleiten. Data Mining Methoden wurden z. B. auch bei der sog. „Rasterfahndung“ eingesetzt.
Wissensmanagement
• Data Warehouse und Data MartMethoden des Data-Mining-Prozesses…
– Relevante Daten liegen meist zerstreut in den Datenbanken der historisch gewachsenen operativen Systeme.
68
Systeme.
– Benötigte Daten werden teilweise gar nicht oder nur unzureichend durch diese Systeme aufgezeichnet, wenn aus operativer Sicht keine Notwendigkeit für eine Erfassung ersichtlich ist.
– Grundsätzlich sollten neben den verschiedenen Datenbanken der operativen Systeme daher auch folgende Datenquellen auf ihre Relevanz geprüft werden…
Wissensmanagement• Data Warehouse und Data Mart
…Methoden des Data-Mining-Prozesses• Daten in Papierform
Ist zum Zeitpunkt der Erhebung kein unmittelbarer Nutzungsbedarferkennbar, wird auf eine maschinelle Erfassung von Daten oftmalsverzichtet, so beispielsweise bei Laufzetteln. Daten in Papierform, diehäufig bereits in semistrukturierter Form vorliegen und damit leicht ineine digitale Form transformiert werden können, stellen eine wichtige
69
eine digitale Form transformiert werden können, stellen eine wichtigepotenzielle Informationsquelle dar.
• Nichtformatierte Daten
Nichtformatierte Daten, beispielsweise Freitextdokumente(Kundenbeschwerden, Anfragen etc.), werden bei der Datenselektionmeist pauschal ausgelassen (sog. Text Mining)
• Externe Datenquellen
Auch externe Datenquellen sollten bei der Datenselektion auf ihreRelevanz geprüft werden. Neben den – meist kommerziellen –Brancheninformationsdiensten stellt das Internet eine wichtige externeDatenquelle dar.
Wissensmanagement
• Data Warehouse und Data MartMethoden des Data-Mining-Prozesses:Datenbereinigung bei heterogenen Datenquellen:
– Abgleich Inkompatibler Identifikationsschlüssel
Semantische Abbildungsdefekte: Semantische Probleme manifestieren sich in Form von Synonymen (unterschiedliche Bezeichnung des gleichen Dateninhaltes in verschiedenen Datenquellen) und Homonymen (gleiche Bezeichnung
70
in verschiedenen Datenquellen) und Homonymen (gleiche Bezeichnung unterschiedlicher Dateninhalte..
– Syntaktische Abbildungsdefekte: Verschiedene Schreibweisen (Schumanstrasse zu Schuhmann Straße, Meier vs. Maier)
– Zeitlogische Abbildungsdefekte
– Redundanzen
– Fehlwerte sind fehlende Werte (missing values). Dabei ist zu unterscheiden zwischen echten Fehlwerten, deren Daten nicht bestimmbar sind, und unechten Fehlwerten, deren Daten nicht bestimmt wurden.
– Falschwerte Attributsausprägungen, die objektiv falsch sind (wie z. B. ein Geburtsdatum in der Zukunft). Ziel der Datenaufbereitung ist es, die Datenqualität zu steigern.
Wissensmanagement
Homonyme I
Verkaufte Waren-menge
73
Text-formatierung
AbsatzTeil
eines Schuhs
Stufe in einem
Bauwerk
Wissensmanagement
Homonyme II
Bestandtteilalkoholisches
Getränk
74
Einstellung
Geist VerstandSpukendes
Wesen
Wissensmanagement
Homonyme III
Strom-Steighilfe
75
Führungs-kraft
Leiter
Strom-führendes Material
Steighilfe mit
Sprossen
Wissensmanagement
• Data Warehouse und Data MartMethoden des Data-Mining-Prozesses:Datentransformation:– Aggregation von Merkmalen: Viele Merkmale werden zu einem Merkmal
zusammengefasst (Pizza Fungi, Quattro Stagioni, Mare zum Ausprägungmerkmal „Pizzen“)
– Berechnung neuer Attribute: „Bei der Transformation der Daten können noch neue, für die Analyse als sinnvoll erscheinende Attribute wie Summen,
76
neue, für die Analyse als sinnvoll erscheinende Attribute wie Summen, Abweichungs- und Durchschnittswerte definiert oder inhaltlich abhängige Felder zusammengefasst werden“. Auch: Kennzahlenberechnung
– Umgang mit stark korrelierten Attributen: Zusammenfassung, da stark korrelierende Attribute, meist keinen Informationsgewinn bedeuten.
– Datenkodierung/Normierung: Das Ziel der Datencodierung ist die inhaltliche Vorbereitung der selektierten und aufbereiteten Daten auf möglichst einheitlicher Basis.
– Mustererkennung: Komplexer Prozess bestehend aus Modellspezifikation, Modellauswahl und Mustersuche.
– Kommunikation: In der Phase der Kommunikation sind die entdeckten Muster in eine für den Adressaten verarbeitbare Form zu bringen und über adäquate Medien zu kommunizieren.
Wissensmanagement
• Data Warehouse und Data MartUnterscheidung Data Mining vs. OLAP:
77
–Data-Mining: • statistisch, analytisch
–OLAP • hypothesengestützt
Wissensmanagement
• Management Informationssysteme (MIS)
– Sie sind technische Systeme zur Unterstützung des Controllings:
78
• MIS stellen Entscheidungsträgern in Unternehmen Informationen bereit, die für deren Entscheidungen relevant sind und sie bei der Planung unterstützen können.
Wissensmanagement
• Management Informationssysteme (MIS)
– Aufgaben:• Fasst die im Unternehmen anfallenden
79
Informationen zusammen
• Strukturiert sie, indem es sie in zielgruppenorientierten Berichten ausgibt.
Wissensmanagement
• Management Informationssysteme (MIS)
– Sie geben dabei Auskunft über:• Den IST-Zustand des Unternehmens sowie
80
seiner Positionierung am Markt,
• Entwicklungen der Vergangenheit, die sich mit Hilfe statistischer Methoden in Trends ausdrücken lassen
• Prognosen zur zukünftigen Entwicklung
Wissensmanagement
• Management-InformationssystemeVoraussetzungen für den Aufbau eines MIS
1. Festlegung der Unternehmensziele
81
1. Festlegung der Unternehmensziele
2. Entwicklung von Strategien zur Zielerreichung
3. Diskussion um zu bildende Kennzahlen
4. Entwicklung der Kennzahlen z. B. über Balanced-Scorecard-Konzept
Wissensmanagement
Management-Informationssysteme
Entwicklung der Kennzahlen z. B. über Balanced-Scorecard-Konzept (Ziele-/Kennzahlenentwicklung)
• Die finanzielle Perspektive
82
• Die finanzielle Perspektive
Wie sollen wir gegenüber Teilhabern auftreten, um finanziellen Erfolg zu haben?
• Die Kundenperspektive
Wie sollen wir gegenüber unseren Kunden auftreten, um unseren Absatz zu verbessern
• Die interne Geschäftsprozessperspektive
Welche Geschäftsprozesse müssen wir optimieren, um unsere Teilhaber und Kunden zu befriedigen?
• Die Lern- und Entwicklungsperspektive
Wie können wir unsere Veränderungs- und Wachstumspotentiale fördern, um unsere Vision zu verwirklichen?
Wissensmanagement
Management-Informationssysteme Entwicklung der Kennzahlen z. B. über Balanced-Scorecard-Konzept
83
Wissensmanagement
Management-Informationssysteme … Balanced Scorecard
z. B. finanzielle Perspektive
Ziele Kennzahlen Vorgaben Maßnahmen
84
Wissensmanagement
Management-Informationssysteme Definition des Balanced-Scorecard-Konzepts
Die Methode der Balancerd Scorecard ist einVerfahren zur Ermittlung des Informationsbedarfs in
85
Verfahren zur Ermittlung des Informationsbedarfs ineinem Unternehmen, um die Leistung diesesUnternehmens in ein ausgewogenes Verhältniszwischen Finanzwirtschaft, Kunden,Geschäftsprozessen und der Mitarbeiterentwicklungauf einer übersichtlichen Tafel in einem Verhältniszur Unternehmensstrategie darzustellen.
Wissensmanagement
• Management-InformationssystemeFunktionen eines MIS
– Exception Reporting: Abweichungen vom Soll-Zustand werden frühzeitig angezeigt. Dies erfolgt auf Basis von kritischen Erfolgsfaktoren z. B. mit Hilfe farblicher Hervorhebungen.
– Drill-Down: Daten können bis zur operativen Datenbasis abgerufen werden. Verdichtungsstufen und Detailinformationen können frei
86
werden. Verdichtungsstufen und Detailinformationen können frei gewählt werden.
– Navigation: Bei der Datensicht werden Orientierungshilfen angezeigt.
– News: Bereitstellung von unternehmensinternen und -externen Nachrichten.
– Trendanalyse: Der zeitliche Verlauf von Daten wird aufbereitet, um daraus auf künftige Werte schließen zu können. Das betrifft zum Beispiel Artikelumsätze oder Marktanteile.
– Paperclip: Die Dokumente des MIS können mit persönlichen Notizen versehen werden.
– Präsentation: Die Daten werden grafisch optimal aufbereitet.
Wissensmanagement
Management-Informationssysteme Aufbau und Zusammenwirken
– Der General Ledger greift die reinen Kontierungsvorgänge desbetrieblichen Rechnungswesens ab und bietet die Möglichkeit,diese mit auswertbaren Informationen anzureichern
87
diese mit auswertbaren Informationen anzureichern(Kundennummer, Werk, Materialposition, etc.).
– DSS (Decision Support System), meist als Insellösung. Hierwerden Instrumente der Analyse und Simulation zurEntscheidungsunterstützung eingesetzt.
– EIS (Executive Information System) Daten aus allenbetrieblichen Bereichen oder aus bestehenden DSS werdenweiter aufbereitet. Ausrichtung auf Präsentation, Bedien-komfort, Publikationsmöglichkeiten.
18 Übergreifende IT-Systeme
18.1 Management-InformationssystemeZusammenhang:
General DSS
88
MISDATA
Warehouse
General Ledger
DSS
EIS
Wissensmanagement
Welche Hardwarekonfigurationen kommt für Wissensmanagement-
89
kommt für Wissensmanagement-Systeme heute zum Einsatz?
Wissensmanagement
grundlegende IT-“Architekturen“
• Großrechneranlage mit Terminals
90
• Peer-to-Peer Netze
• Client-Server Architektur
• Terminalserver Architektur
• Hosting (als Outsourcing-Modell)
• Neuer Ansatz: Verteilte Systeme (CloudComputing, ebenfalls Outsourcing)
Wissensmanagement
Hostsystemeleistungsfähiger Zentralrechner (Großrechner, Hostsystem),
daran angeschlossen über schmalbandige Leitungen „dumme“ Terminals.
– Vorteile: • Systemhoheit zentral in der betreibenden IT-Abteilung • straffe Organisation • Betrieb in der Regel sehr effizient
91
• keine Mehrfachentwicklungen • hohe Verfügbarkeit wegen ausgereifter Technik und
zentraler Verantwortung • schmalbandiger Bandbreitenbedarf • einfaches Wartungskonzept bei weltweit verteilten
Endgeräten – Nachteile:
• Abhängigkeit der Anwenderbereiche (Engpass IT-Zentrale) • kein modernes Graphical User Interface (GUI) vorhanden,
nur zeichenorientierte Bildschirminhalte • hoher Schulungsaufwand für Nutzung von
zeichenorientierten Applikationen
Wissensmanagement
Peer-to-Peer Netze
• Vorteile: – Kein Aufwand für zentrale Server erforderlich
– Standardhardware sehr günstig
• Nachteile:
92
• Nachteile: – Keine zentrale Administration
– Backupkonzept schwierig
– kein 24h-Betrieb bzw. Betrieb mitarbeiterabhängig
– Schwierige zentrale Datenhaltung
– vielfältige Eingriffsmöglichkeiten des Nutzers
Wissensmanagement
Client/Server• PC mit Zugriff auf Server. • Vorteil:
– Verteilung der Funktionalität: GUI auf Client, Daten und Applikation auf Server.
– Zentralisierung gewisser Bereiche machbar (Verantwortung für Systembetrieb, Datenschutz usw), gleichzeitig aber dezentrale Flexibilität möglich.
• Nachteile:
93
• Nachteile: – Ggf. hohe Komplexität der Applikationen (PC+Server), hoher
Bandbreitenbedarf – hohe Supportaufwände zentral + dezentral – Eingriffsmöglichkeiten des Nutzers in die Installation
• Technik: – viel RAM – sehr schnelle Platten (-subsysteme, SAN) – LAN-/WAN-Anbindung breitbandig – Alles redundant vorhanden: Netzteil, CPUs, Platten, hot swap-
Möglichkeit
Wissensmanagement
Terminalserver
• Verbindet Vorteile aus Host- und PC-Bereich:• Vorteile:
– Zentrale Administration – Nutzerrechte sehr weit einschränkbar – Thin Clients möglich, damit sehr einfache dezentrale Wartung
95
– Thin Clients möglich, damit sehr einfache dezentrale Wartung
• Nachteil: – Zentrales System muss Leistungsreserven haben und
ausfallarm sein. – Verfahren müssen für Terminalserver geeignet sein– Bei Serverausfall sind alle Clients betroffen.
• Technik: – Anforderungen ähnlich Server bei Client-Server Architektur– Die Datenübertragung erfolgt per Remote Desktop Protocol
Wissensmanagement
Grundtypen der Virtualisierung
– Hardwarevirtualisierung (Vmware, XEN)– Desktopvirtualisierung (z. B. Citrix Terminal Server)
Betriebssystemvirtualisierung
97
– Betriebssystemvirtualisierung via Virtual MachineMonitor oder „Hypervisor“ (z. B. VMware, Microsoft Virtual PC)
– Anwendungsvirtualisierung (z. B. VmwareThinApp)
– Netzwerkvirtualisierung (VPN und VLAN)– Storagevirtualisierung (SAN / Cloud)
Wissensmanagement
Server-Virtualisierung
Virtuelle Server
V1 V2 V3V0 V4
99
N1 N2 N3
Cluster aus physischen IVT-Servern
Vt.-Zwischenschicht sog. Abstraktionsschicht
Wissensmanagement
Server - Virtualisierung
VirtuellerVirtuellerServerServer
VirtuellerVirtuellerServerServer
VirtuellerVirtuellerServerServer
VirtuellerVirtuellerServerServer
VirtuellerVirtuellerServerServer
WindowsWindowsLinuxLinuxUnixUnix
100
ClusteringClustering-- und und VirtualisierungsschichtVirtualisierungsschicht(Abstraktionsschicht)(Abstraktionsschicht)
zwischen Hardware und Betriebssystemenzwischen Hardware und Betriebssystemender virtuellen Serverder virtuellen Server
Hardwarecluster oder Hardwarecluster oder EinzelserverEinzelserver
ServerServer11
ServerServer22
ServerServer33
ServerServer44
ServerServer…n…n
UnixUnixCitrixCitrix
XENXENVMVM--WareWare
Virtual ServerVirtual Server
HardwareHardwarebenötigtbenötigt
virtualisierungsfähigevirtualisierungsfähigeProzessorkerneProzessorkerne
DatensicherungDatensicherungDatensicherungDatensicherung
VirtuelleVirtuelle ServerServerVirtuelleVirtuelle ServerServer
V1 V2 V3
ClusterCluster ausaus physischenphysischen IVTIVT--ServernServernClusterCluster ausaus physischenphysischen IVTIVT--ServernServern
N1 N2 N3
V0 V4
Virtualisierter Servercluster / Aufbau incl. Datenhaltung
101
SAN 2Raid 5SAN 2Raid 5
SAN 1Raid 5SAN 1Raid 5
P1A3A2A1
B3P2B2B1
C3C2P3C1
D3D2D1P4
P1A3A2A1
B3P2B2B1
C3C2P3C1
D3D2D1P4
N1 N2 N3
Backbone: 10 GBit, ggf. Fiber Channel
Spiegelung
WissensmanagementExkurs: Was ist ein SAN und wie unterscheidet es sich
vom NAS?NAS SAN
Begriff Network AttachedStorage
Storage Area Network
Konzept Dateiserver im LAN Trennung von Server und Speicher. Eigenes Speichernetzwerk
102
Speichernetzwerk verbindet Server und Storage
Installations- und Betriebsaufwand
Einfache Installation und Wartung und Administration
Komplex in Einrichtung, Betrieb. Hoher Über-wachungsaufwand
Beschaffungskosten Preisgünstig vergleichsweise teuer
Leistungsvermögen Geringe Leistung Hohe Leistung
Datenverkehr Datenverkehr belastet Netzwerk
Eigenes, getrenntes Speichernetzwerk
Anbindung Erprobte Schnittstellen Oft proprietär
Wissensmanagement
Vorteile Clustering und Virtualisierung
– bessere Administrierbarkeit des Gesamtsystems– verbesserte Disaster Recovery– gute Skalierbarkeit– präzise Ressourcenverwaltung abgestimmt auf den jeweiligen Dienst;
dadurch kann hohe Performance bereitgestellt werden
103
dadurch kann hohe Performance bereitgestellt werden– Load Balancing ist möglich; folglich verbesserte Kapazitätsauslastung– Für jedes kritische Verfahren kann eine eigene
Betriebssystemumgebung bereitgestellt werden.– Anzahl der benötigten physischen Systeme sinkt (je nachdem liegt das
Verhältnis physische Systeme zur Virtuellen bei 1 :20!)– Betriebskosten sinken (Stromverbrauch für Betrieb und Kühlung)– Abhängigkeit von dezidierter Hardware wird geringer– weniger technisch bedingte Ausfälle, stark erhöhte Verfügbarkeit
Wissensmanagement
Nachteile von Clustering und Virtualisierung
– Hoher Initialisierungsaufwand• Physische Systeme müssen sorgfältig konzipiert, beschafft
und installiert werden (initiale Beschaffungs- und Dienstleistungskosten).
• Erstbeschaffung ist im Vergleich zu Einzelservern
104
• Erstbeschaffung ist im Vergleich zu Einzelservern vergleichsweise teuer.
• Administratoren benötigen (ggf. kostspielige) Fortbildungen, um neue Umgebung souverän handhaben zu können.
• Die Anwendungen müssen dahingehend überprüft werden, ob sie ohne Einschränkungen in der geclusterten und dann virtualisierten Umgebung laufen (Kompatibilität).(z. B. Dos oder 16 Bit Anwendungen, Datenbanksysteme, Kommunikations-Server oder Programme, die spezielle Betriebssysteme voraussetzen)
Wissensmanagement
– Ergebnis:
Clustering und Virtualisierung vermindern mittelfristig Investitionskosten, Personalaufwand und Betriebskosten bei gleichzeitiger Verbesserung der Servicequalität und -verfügbarkeit.
105
Servicequalität und -verfügbarkeit. Unter Voraussetzung des dafür benötigten administrativen Wissens bieten sie sich für den Serverbetrieb eines Unternehmens an. Bei entsprechender Planung und Kostenkontrolle können sie eine wirtschaftliche Lösung zur Regelung des Serverbetriebes des Unternehmens sein.
Wissensmanagement
Was sind für Vorkehrungen für den Erhalt der gewonnenen
106
den Erhalt der gewonnenen Wissensdaten zu treffen?
Wissensmanagement
• Risiken der Informationstechnologie– Daten können verloren gehen durch…
• Fehler bei der Erfassung
107
• Fehler bei der Verarbeitung
• Fehler bei der Übertragung
• Manipulation der Daten
• Verfälschung durch äußere Einflüsse
• Nutzung durch Unbefugte
Wissensmanagement
– Alle übrigen „Komponenten“ der IT-Systeme sind Risiken ausgesetzt durch
• Nutzer, Administratoren, externe Dienstleister
108
• Gefährdung der IT-Infrastruktur
• Datenträger
• Übertragungswege
• Verwendetes Betriebssystem oder systemnahe Komponenten
• Anwendungsprogamme
Wissensmanagement
„Grundbedrohungen für Daten“ lt. Bundesamt für Sicherheit i. d. Informationstechnik, BSI (www.bsi.de)
• Verfügbarkeit (sind die Daten, dann wenn man sie benötigt verfügbar?)
109
verfügbar?)• Integrität (sind die Daten „unverfälscht“, so dass die
Verarbeitung fehlerfrei funktionieren kann?)• Vertraulichkeit (werden geschützte Daten von Unbefugten
genutzt)• Authentizität (stammen die Daten aus Empfängersicht vom
Urheber und sind unverändert)
Wissensmanagement
– BSI unterscheidet 5 Gefährdungslagen
• Höhere Gewalt
• Organisatorische Mängel
110
• Organisatorische Mängel
• Menschliche Fehlhandlungen
• Technisches Versagen
• Vorsätzliche Handlungen
Wissensmanagement
• Risikobetrachtung Technisches Versagen
• Einführungsphase:
112
• Einführungsphase:– Einsatz hochwertiger Produkte mit gutem
Support durch Lieferanten oder Hersteller
– Einsatz „managebarer“ Komponenten
– Testbetrieb
– Kurze Überprüfungs- und Wartungsintervalle
Wissensmanagement
• Risikobetrachtung Technisches Versagen
• Laufender Betrieb– Regelm. Kontrolle der Betriebszustände
113
– Regelm. Kontrolle der Betriebszustände
– Installation bzw. Vorhaltung von Reserve- bzw. Ausfallsystemen. (Redundanz)
– Einsatz von Systemen zur Sicherung der Spannungsversorgung (USV)
– Vermeidung unnötiger Beanspruchungen
Wissensmanagement
• Risikobetrachtung Technisches Versagen
• Auslaufphase / „Spät“-Phase– Kürzere Wartungsintervalle
114
– Kürzere Wartungsintervalle
– Schneller Ersatz bei Auftreten erster Störungen
– Austausch nach einer vordefinierten Lebensdauer unabhängig von tatsächlich auftretenden Störungen (vorbeugende Instandhaltungsstrategie)
Wissensmanagement
• Technische Datensicherheit - RaidRAID (Redundant Array of Inexpensive Disks) mit unterschiedlichen „Leveln“ (Auswahl)
• RAID „0“ (Striping)
115
• RAID „0“ (Striping)
• RAID „1“ (Mirroring, ggf. Duplexing)
• RAID „5“ (Striping mit verteilter Partät)
• Kombinationen aus den Leveln sind durch Einsatz spezieller Hardware möglich.
Wissensmanagement
• Technische Datensicherheit RAID– Vorteile
• Erhöhung der Ausfallsicherheit (Redundanz)• Steigerung der Performance
120
• Steigerung der Performance• Aufbau großer logischer Laufwerke• Austausch von Festplatten während des
Systembetriebes (hot Swapping, hot Spare)• Kostenreduktion• Hohe Steigerung der Systemleistungsfähigkeit
Wissensmanagement
• Technische Datensicherheit RAID
Kapazitäten der Raid-Level• RAID 0: HD Kapazität = Plattengröße
• RAID 1: HD Kapazität = ½ Plattengröße
121
• RAID 1: HD Kapazität = ½ Plattengröße
• RAID 5: Verfügbare Plattengröße = Plattenanzahl – 1 HD
• RAID 6: Verfügbare Plattengröße = Plattenanzahl – 2 HD
Wissensmanagement
Datensicherung:
Datensicherung ist der Vorgang des Kopierens der in einem Computersystem vorhandenen Daten auf ein Speichermedium (das im allgemeinen transportabel ist) mit
122
Speichermedium (das im allgemeinen transportabel ist) mit dem Ziel, diese dauerhaft (aber nicht unbegrenzt) aufzubewahren, als auch das Ergebnis - die auf dem Speichermedium gesicherten Daten. Die Datensicherung wird auch als Backup oder Sicherungskopie bezeichnet. Deren Wiederherstellung wird auch als Datenrücksicherung oder Restore bezeichnet.
Wissensmanagement
• Datensicherung Grundsätzliches: • Es ist im Unternehmen zu bestimmen…
– wie die Datensicherung zu erfolgen hat.
– wer für die Datensicherung verantwortlich ist.
– wann Datensicherungen durchgeführt werden.
123
– wann Datensicherungen durchgeführt werden.
– welche Daten gesichert werden sollen.
– welches Speichermedium zu verwenden ist.
– wo die Datensicherung sicher aufbewahrt wird.
– wie die Datensicherung vor Daten-Diebstahl zu sichern ist (zum Beispiel durch Verschlüsselung).
– wie lange Datensicherungen aufzubewahren sind.
– wann und wie Datensicherungen auf ihre Wiederherstellbarkeitüberprüft werden.
– welche Sicherungs-Strategie verwendet wird…
Wissensmanagement
Sicherungszyklen der Datensicherung
• Täglich
• Wöchentlich
124
• Monatlich
• Quartalsweise u. Jahressicherung
• Zusätzlich ereignisorientiert
Wissensmanagement
Datensicherung (logische Methoden)
• Vollständiges Backup• Teilweises, differentielles Backup
125
• Teilweises, differentielles Backup• Inkrementielles Backup• Physisches Backup oder
Plattenimage
Wissensmanagement
Datensicherungsmedien:
• Bandlaufwerke (Streamer)
126
• Network Attached Storage (NAS)
• Storage Area Network (SAN)
• DVD-RW, Blue Ray, MO-Laufwerke
• Wechselplatten / USB-Platten usw.
Wissensmanagement
Datensicherung Generationenprinzip
• Z. B. 3 Sicherungs-Versionen
127
(Großvater, Vater, Sohn)
Wissensmanagement
Kritische Faktoren der Datensicherung:
• Datenmenge• Zeitfenster• Sicherung von Systemplatten
128
• Sicherung von Systemplatten• Open-File Problem• Datenbanken• Rücksicherung
– Lesbarkeit d. gesicherten Daten– Softwaremängel– Rücksicherungsaufwand
Wissensmanagement
Potentielle Externe Speicher für die Datensicherung
- Streamer AIT, QIC, DAT, DCC, DDS, SLR, DLT, LTO, VXA – 4.000 GB- Festplatte – 4 TB- NAS-Server mit nahezu beliebiger Speicherkapazität.- Diskette 1,44 MB- CD-ROM, CD-R, CD-RW 650 - 900 MB,
129
- CD-ROM, CD-R, CD-RW 650 - 900 MB, - DVD-ROM, DVD+, DVD-, DVD-RW, DVD-RAM, 4,7 GB, DL
9,5 GB- Blue-Ray-Disk 27 GB, DL 54 GB- HD-DVD 15 GB pro Lage, bis 3 Lagen möglich (nicht im Markt
durchgesetzt…)- ZIP-Drive 100, 250, 750 MB- Flash-Speicher wie z. B. USB-Speicher 128 MB – 512 GB- Magneto Optical Disc – bis 16,7 GB