Auszug
Im Folgenden sollen zunächst die Besonderheiten der multidimensionalen Modellierung anhand eines Beispiels erläutert werden. Hierbei werden die zentralen Begriffe und Konstrukte allgemeingültig beschrieben, d. h. ohne Bezug zu einer in der Literatur vorhandenen Sprache und Notation. Die Darstellung verschiedener Notationen findet sich in Abschnitt 7.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Vgl. Totok: OLAP, 2000, S. 75 f.
Vgl. Sapia et al.: Extending, 1998, S. 3; Lehner: Data-Warehouse-Systeme, 2003, S. 55; Gabriel, Gluchowski: Notationen, 1998, S. 494.
Vgl. Gabriel, Gluchowski: Modellierungstechniken, 1997, S. 24.
Vgl. Lehner: Data-Warehouse-Systeme, 2003, S. 55 u. 69 f.
Totok nennet eine Liste betriebswirtschaftlicher Strukturtypen, die häufig in multidimensionale Modelle Eingang finden (Totok: OLAP, 2000, S. 87): Zeit, Ausprägung, Unternehmen, Artikel, Vertrieb, Geographie, Kunden, Kontenrahmen, Maßgrößen, Währung, Kennzahl. Ähnlich Gabriel, Gluchowski: Notationen, 1998, S. 496.
Vgl. Gabriel, Gluchowski: Notationen, 1998, S. 498.
Vgl. dazu Abschnitt 7 dieser Arbeit sowie eine Reihe vergleichender Übersichten: Pedersen, Jensen: Data Modeling, 1999; Pedersen: Multidimensional Data, 2000, S. 37 ff.; Bauer, Günzel: Data-Warehouse-Systeme, 2004, S. 157 ff.; Abelló: YAM2, 2002; 113 ff.; Schelp: Modellierung, 1998, S. 158 ff.; Tsois et al.: MAC, 2001; Herden: Entwurfsmethodik, 2001, S. 19 ff.; Sapia et al.: Multidimensional Data Models, 1999.
Vgl. zu den Abstraktionskonzepten McLeod, Smith: Abstraction, 1981, S. 20; Teorey et al.: ER Model, 1989; Elmasri, Navathe: Database Systems, 1994; Hughes: Datenbanken, 1992; Batini et al.: Database, 1992; Mattos, Michels: KRISYS, 1989; Mattos: Abstraction Concepts, 1989; Winter: Abstraktionshierarchien, 1991, S. 19–31; Mylopoulos: Information Modeling, 1998, S. 130; Teorey et al. bezeichnen diese Mechanismen und Konzepte als „Abstraction Grouping“ (Teorey et al.: ER Model, 1989, S. 978); Scheer bezeichnet sie als „Konstruktionsoperatoren“ (Scheer: Wirtschaftsinformatik, 1995, S. 35 ff.).
Vgl. Gabriel, Gluchowski: Notationen 1998, S. 494.
Lehner: Data-Warehouse-Systeme, 2003, S. 54.
Vgl. Sapia et al.: Extending, 1998; Lehner: Data-Warehouse-Systeme, 2003, S. 54 f.
Priebe, Pernul: ADAPTed UML, 2001, S. 11; Bauer, Günzel: Data-Warehouse-Systeme, 2004, S. 179.; Gabriel/Gluchowski weisen ebenfalls auf die Notwendigkeit hin, dass „semantische multidimensionale Datenmodelle nicht nur die relevanten Objektklassen und ihre Beziehungen, sondern auch einzelne Objekte der Diskurswelt abbilden können [müssen].“ Gabriel, Gluchowski: Notationen, 1998, S. 495 u. 497.
Vgl. Mattos, Michels: KRISYS, 1989, S. 159; Mattos: Abstraction Concepts, 1989; Nach Lehner ist Abstraktion eines der allgemeinen Prinzipien bei der Systementwicklung neben Strukturierung, Hierarchisierung, Modularisierung, Lokalität, Wiederverwendung und Standardisierung. Vgl. Lehner et al.: Wirtschaftsinformatik, 1995, S. 293.
Vgl. Batini et al.: Database, 1992, S. 15; Mattos, Michels: KRISYS, 1989; Mattos: Abstraction Concepts, 1989, S. 473; Winter: Abstraktionshierarchien, 1991, S. 19 ff.; Lehner et al.: Wirtschaftsinformatik, 1995, S. 293 f.; Nissen: Separierung, 1997, S. 23. McLeod/Smith betonen dagegen einen anderen Aspekt: „Abstraction is a knowledge manipulation technique, the essential purpose of which is to substitute a description of the essence of a concept for the concept itself. As such, the process of abstraction maps a detailed, specific model of a concept into a higher-level, less detailed one.“ McLeod, Smith: Abstraction, 1981, S. 20.
McLeod, Smith: Abstraction, 1981, S. 20; Smith, Smith: Aggregation, 1977; Smith, Smith: Database Abstraction, 1977.
Vgl. Teorey et al.: ER Model, 1989, S. 978; Mattos: Abstraction Concepts, 1989; Schütte: Referenzmodellierung, 1998, S. 96.
Vgl. Winter: Abstraktionshierarchien, 1991, S. 19.
Vgl. Rautenstrauch, Schulze: Informatik, 2003, S. 230.
Es sei jedoch darauf hingewiesen, dass der Begriff „Klasse“ keineswegs erst bei objektorientierten Ansätzen aufgekommen ist. Er findet sich bspw. schon bei Smith, Smith: Aggregation, 1977; Smith, Smith: Database Abstraction, 1977; Teorey et al.: ER Model, 1989.
Schelp: Modellierung, 2000, S. 242 f.
Vgl. Winter: Abstraktionshierarchien, 1991, S. 21 f.; Scheer: Wirtschaftsinformatik, 1995, S. 36.
Vgl. Hughes: Datenbanken, 1992, S. 81 ff.; Mattos, Michels: KRISYS, 1989, S. 161; Batini et al.:Database, 1992, S.16 f.
Vgl. McLeod, Smith: Abstraction, 1981, S. 20.
Vgl. Mattos: Abstraction Concepts, 1989, S. 479.
Vgl. Schelp: Modellierung, 2000, S. 241; Lehner stellt einen graphbasierten Modellierungsansatz dar, der seine Fundierung im Forschungsgebiet „statistische Datenbanken“ hat (vgl. Lehner: Data-Warehouse-Systeme, 2003, S. 59 ff.). Hierbei werden innerhalb einer Hierarchie Knoten mit unterschiedlicher Semantik modelliert, neben den Ausprägungen auch sog. Kategorienknoten. Anders als in diesem Ansatz werden hier die Ausprägungs-und die Typebene getrennt und nicht innerhalb einer Hierarchie dargestellt.
Vgl. Batini et al.: Database, 1992, S. 16 f.; Elmasri, Navathe: Database Systems, 1994, S. 634 f.; Hughes: Datenbanken, 1992, S. 81 ff.
Vgl. Mattos: Abstraction Concepts, 1989.
Vgl. Lehner: Data-Warehouse-Systeme, 2003, S. 65 ff.
Vgl. Bauer, Günzel: Data-Warehouse-Systeme, 2004, S. 177 ff.
Gruppierung (Grouping) und Assoziation werden häufig synonym verwendet, bspw. bei Hull, King: Database Modelling, 1987; Peckham, Maryanski: Data Models, 1988.
Vgl. Mattos: Abstraction Concepts, 1989, S. 479; Winter: Abstraktionshierarchien, 1991, S. 22 f.
Vgl. Scheer: Wirtschaftsinformatik, 1995, S. 40; Mattos: Abstraction Concepts, 1989, S. 497; Mattos, Michels: KRISYS, 1989, S. 162.
Mattos: Abstraction Concepts, 1989, S. 480 f.; Winter: Abstraktionshierarchien, 1991, S. 21 f.; Winter spricht von „Assoziationskriterium“ anstatt von Mitgliedschaftsbedingung.
Mattos unterscheidet explizit zwischen Aggregation und Assoziation. Sie sind semantisch relativ ähnlich mit dem Unterschied, dass die Aggregation Existenzabhängigkeit voraussetzt, d. h. ein Objekt der höheren Ebene nicht ohne die Teile aus denen es besteht existieren kann. Diese Differenzierung wird hier nicht weiter verfolgt, da im Bereich der multidimensionalen Modellierung die Existenzabhängigkeit in der geschilderten Form keine Rolle spielt. Zu beachten ist, dass bei der Datenmodellierung mit ERMs häufig eine andere Form der Aggregation zum Einsatz kommt. Bei dieser werden Entitätstypen und die Beziehungen zwischen ihnen zu globalen Entitätstypen zusammengefasst (vgl. Stahlknecht, Hasenkamp: Wirtschaftsinformatik, 2005, S. 169 f.; Teorey et al.: ER Model, 1989).
Vgl. Mattos: Abstraction Concepts, 1989, S. 479 ff.
Schelp fasst im Gegensatz dazu die Definition von Knotentypen (hier ist die Rede von Dimensionsebenen) als Generalisierung auf. Vgl. Schelp: Modellierung, 2000, S. 242 f. sowie Schelp: Modellierung, 1998, S. 271.
Vgl. Mattos: Abstraction Concepts, 1989, S. 476; McLeod, Smith: Abstraction, 1981, S. 21; Smith, Smith: Database Abstraction, 1977, S. 115; Peckham, Maryanski: Data Models, 1988, S. 169; bei der objektorientierten System-und Softwareentwicklung findet sich bei der Generalisierung/Spezialisierung dagegen vornehmlich eine „Is-a-Beziehung“.
Ähnlich Sapia et al.: Extending, 1998.
Vgl. Lehner: Data-Warehouse-Systeme, 2003, S. 65.
Funktionale Abhängigkeit beschreibt semantische Integritätsbedingungen bezüglich der Attribute eines Relationenschemas, die jederzeit erfüllt sein müssen. Zwischen zwei Attributen A und B existiert funktionale Abhängigkeit (A → B) genau dann, wenn für jedes a ∈ A genau ein b ∈ B existiert. Lehner: Data-Warehouse-Systeme, 2003, S. 58.
Formal lässt sich dies allgemeiner ausdrücken: ∃i (1 ≤ i ≤ n) ∀j (1 ≤ j ≤ n, i ≠ j): DKi → DKj; vgl. Lehner: Data-Warehouse-Systeme, 2003, S. 65.
Vgl. Hettler et al: Vergleich, 2003, S. 98; Herden: Entwurfsmethodik, 2001, S. 24.
Vgl. Schelp: Modellierung, 2000, S. 142 ff. u. 243 ff.; Holthuis: Data Warehouse-System, 1999, S. 130 f.; Totok: OLAP, 2000, 93 f.
Vgl. Schelp: Modellierung, 2000, S. 242 ff.
Vgl. Gabriel, Gluchowski: Modellierungstechniken, 1997, S. 24.
Vgl. hierzu Trujillo et al.: Designing, 2001, S. 67 f.; sie bezeichnen Heterarchien als „nonstrict classification hierarchies“; Totok: OLAP, 2000, S. 93 f., er spricht von anteiliger Verdichtung.
Vgl. Herden: Entwurfsmethodik, 2001, S. 21.
Vgl. Schelp: Modellierung, 2000, S. 142 f.; Hahne: Star Schema-Modellierung, 2001, S. 16 f.; Holthuis: Data Warehouse-System, 1999, S. 130 f.
Vgl. Schelp: Modellierung, 2000, S. 243 ff.
Vgl. Hettler et al.: Vergleich, 2003, S. 98.
Vgl. hierzu Trujillo et al.: Designing, 2001, S. 67 f., sie bezeichnen dies als „complete classification hierarchies“; Totok: OLAP, 2000, S. 93 f.; er spricht anschaulich von „ungleiche Tiefe der Blätter“.
Vgl. Schelp: Modellierung, 2000, S. 143 f.; Holthuis: Data Warehouse-System, 1999, S. 130 f.
Vgl. Schelp: Modellierung, 2000, S. 246 f.; dies ist der einzige Fall, den Totok vorsieht (Totok: OLAP, 2000, S. 93 f.).
Vgl. Bauer, Günzel: Data-Warehouse-Systeme, 2004, S. 179.
Vgl. Totok: OLAP, 2000, S. 94.
Vgl. Totok: OLAP, 2000, S. 93 f.; Schelp: Modellierung, 2000, S. 144 f.; ebenso Hahne: Datenmodellierung, 1998, S. 9 f.; vgl. hierzu Trujillo et al.: Designing, 2001, S. 67 f., sie bezeichnen dies als „multiple and alternative path classification hierarchies“; führt man, wie hier geschehen, einen Top-Hierarchieknoten ein bzw. eine Top-Dimensionsebene, so entfallen die „multiple hierarchies“ und es existieren lediglich alternative Pfade in den Hierarchien.
Vgl. Totok: OLAP, 2000, S. 93.
Lehner et al. nennen ein weiteres, vielleicht anschaulicheres Beispiel: Sie unterscheiden die Produktgruppen Video und Haushaltsgeräte. Für die Produktgruppe Video wäre eine Ausweisung nach dem dimensionalen Attribut Videosystem denkbar und durchaus aus Sicht der Anwendung sinnvoll. Eine Ausweisung der Produktgruppe Haushaltsgeräte, welche ebenfalls Element der Produktdimension ist, nach Videosystem würde jedoch keinen Sinn ergeben. Vgl. Lehner, Albrecht: Aggregate, 1998.
Vgl. Lehner: Data-Warehouse-Systeme, 2003, S. 66 f. und 94 ff.; Trujillo et al.: Designing, 2001, S. 67 f., sie bezeichnen dimensionale Attribute als „Categorization of dimensions“
Vgl. Tsois et al.: MAC, 2001.
vgl. Totok: OLAP, 2000, S. 93 f.; Lehner: Data-Warehouse-Systeme, 2003, S. 98 ff.
Vgl. Hettler et al.: Vergleich, 2003, S. 97; Lehner: Data-Warehouse-Systeme, 2003, S. 54 f.
Deutlich unterschiedliche Auffassungen finden sich bei Lehner: Data-Warehouse-Systeme, 2003, S. 67; Sapia et al.: Extending, 1998, S. 3; Golfarelli et al.: Dimensional Fact Model, 1998; Trujillo et al.: Designing, 2001; Gabriel, Gluchowski: Notationen, 1998, S. 498.
Weber: Controlling, 1999, S. 217; Vgl. Küpper, Weber: Grundbegriffe, 1995, S. 173.
Wesentliche Funktionen sind: Informationsfunktion (bedarfsgerechte Informationsbereitstellung zur Analyse von Sachverhalten); Operationalisierungsfunktion (Bildung von Kennzahlen zur Operationalisierung von Zielen und Zielerreichung); Anregungsfunktion (laufende Erfassung von Kennzahlen, um Auffälligkeiten und Veränderungen zu erkennen); Priorisierungs-und Vorgabefunktion (Ermittlung kritischer Kennzahlenwerte als Zielgrössen für unternehmerische Teilbereiche); Kommunikations-und Steuerungsfunktion (Verwendung von Kennzahlen zur Vereinfachung von Kommunikations-und Steuerungsprozessen); Kontrollfunktion (laufende Erfassung von Kennzahlen, um Soll-Ist-Abweichungen zu erkennen). Vgl. Weber: Controlling, 1999, S. 205; Wolf: Kennzahlensysteme, 1977, S. 15 ff.; Küpper, Controlling, 1995, S. 320; Küpper, Weber: Grundbegriffe, 1995, S.172.
Bspw.: Coenenberg: Jahresabschluss, 1997, S. 841.
Vgl. Wolf: Kennzahlensysteme, 1977, S. 9 ff.; ähnlich: Weber: Controlling, 1999, S. 222 f.
Vgl. Coenenberg: Jahresabschluss, 1997, S. 577; Reinecke: Marketing-Kennzahlensysteme, 2000, S. 8.
Oeller: Systemorientierte Unternehmensführung, 1979, S. 124.
Weber: Controlling, 1999, S. 220.
Vgl. Reinecke: Marketingkennzahlensysteme, 2001, S. 326 ff. Detaillierter zur Entwicklung von Kennzahlensystemen: Heinen: Entscheidungen, 1976.
Die so entstehenden Kennzahlensysteme weisen einen hohen Grad an Geschlossenheit auf. Jedoch sagen diese tautologischen Umformungen nicht unbedingt etwas über eine Ursache-Wirkungsbeziehung aus und „begründen lediglich eine schwache Mittel-Zweck-Vermutung“ (Heinen: Entscheidungen, 1976, S. 129). Die Kennzahlensysteme sind daher nur mit Einschränkungen auf konkrete Entscheidungsprobleme bezogen. Vgl. hierzu Küpper: Controlling, 1995, S. 329.
Vgl. Coenenberg: Jahresabschluss, 1997, S. 577 ff.; Gabriel, Gluchowski: Modellierungstechniken, 1997, S. 20 ff.; Lehmann: Meta-Datenmanagement, 2001, S. 29 ff.; Holthuis: Data Warehouse-System, 1999, S. 41 ff.
Vgl. Lehmann: Meta-Datenmanagement, 2001, S. 30; Gabriel, Gluchowski: Notationen, 1998, S. 496.
Vgl. Gabriel, Gluchowski: Notationen, 1998, S. 494; Lehmann: Meta-Datenmanagement, 2001, S. 30.
Vgl. Becker, Holten: Führungsinformationssysteme, 1999, S. 486; Bauer/Günzel bspw. verwenden den Begriff „Fakten“ gar nicht, sondern beziehen Kennzahlen (sie sprechen von Kenngrößen) direkt auf Würfel bzw. Würfelzellen: „Kenngrößen sind die Inhalte von Würfeln. Diese sind im Rahmen der Analyse oft quantitativ, da häufig aggregiert wird.“ Und: „Das Schema eines Würfels wird durch Dimensionen und Kenngrößen bestimmt.“ Bauer, Günzel: Data-Warehouse-Systeme, 2004, S. 528 und S. 530.; vgl. für weitere Begriffsauffassungen Fußnote 496.
Gabriel, Gluchowski: Notationen, 1998, S. 495; Sapia et al.: Extending, 1998, S. 3.
Bauer/Günzel definieren Granularität als „Stufe des Verdichtungsgrades der Daten im Würfel“ (Bauer, Günzel: Data-Warehouse-Systeme, 2004, S. 528). In der hier verwendeten Terminologie wird demnach der Verdichtungsgrad durch Hierarchie-bzw. Dimensionsknoten beschrieben. Vgl. auch Gabriel, Gluchowski: Modellierungstechniken, 1997, S.24.
Vgl. dazu wiederum S. 150.
Vgl. Prosser, Ossimitz: Modell, 2000, S. 150; Prosser, Ossimitz: Data Warehouse, 2001.
Vgl. Prosser, Ossimitz: Modell, 2000, S. 150.
Vgl. Prosser, Ossimitz: Modell, 2000, S. 149.
Vgl. Becker, Holten: Führungsinformationssysteme, 1999, S. 486.
Vgl. Stahlknecht, Hasenkamp: Wirtschaftsinformatik, 2005, S. 212; Lehner et al.: Wirtschaftsinformatik, 1995, 300 ff.
Rights and permissions
Copyright information
© 2006 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2006). Die abstrakte Syntax multidimensionaler Datenmodelle. In: Entwicklung von Data-Warehouse-Systemen. DUV. https://doi.org/10.1007/978-3-8350-9178-8_6
Download citation
DOI: https://doi.org/10.1007/978-3-8350-9178-8_6
Publisher Name: DUV
Print ISBN: 978-3-8350-0325-5
Online ISBN: 978-3-8350-9178-8
eBook Packages: Business and Economics (German Language)