Diplomarbeit Risikomanagement
Kopfzeilenbild  
Diplomarbeit Risikomanagement  
  :: Inmaco HOME :: 
 
 
 
Kapitel 1
Kapitel 2 & 2.1
Kapitel 2.2
Kapitel 2.3
Kapitel 3 & 3.1
Kapitel 3.1.2
Kapitel 3.1.3
Kapitel 3.2 & 3.3
Kapitel 3.4
Kapitel 4 & 4.1
Kapitel 4.2
Kapitel 4.2.3
Kapitel 4.3
Kapitel 4.4
Kapitel 4.4.3
Kapitel 5
Kapitel 6
 
 

Inhaltsverzeichnis

 

 

DIPLOMARBEIT zur Erlangung des akademischen Grades "Diplom-Kaufmann"

Lehrstuhl für BWL mit Schwerpunkt Wirtschaftsinformatik der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität Augsburg, Prof. Dr. Buhl

Diplomarbeitsthema: Analytische Informationssysteme als Basis des Risikomanagements der Unternehmung

eingereicht von: Ralph Leipert
Betreuer: Bernd Reitwiesner
Am: 26.10.1998
An der: Universität Augsburg

 

1 Einleitung

2 Risikomanagement

2.1 Begriffe, Grundlagen

2.1.1 Risiko
2.1.2 Risikomanagement
2.1.3 Risikomanagement System (RMS)

2.2 Konzepte zur Risiko-/Renditemessung

2.2.1 Value at Risk (VaR)
2.2.2 RORAC (Return On Risk Adjusted Capital)
2.2.3 Eigenkapitalrendite
2.2.4 RAROC (Risk Adjusted Return On Risk)
2.2.5 Shareholder Value Konzept
2.2.5.1 Cash Flow

2.2.5.2 Shareholder Value

2.3 Fazit

3 Informationssysteme

3.1 Transaktionsorientierte Informationssysteme


3.1.1 Grundlagen
3.1.1.1 Eigenschaften eines DBS

3.1.1.2 Architektur und Komponenten eines Datenbanksystems
3.1.2 Relationales Datenbanksystem
3.1.3 Verteilte Datenbanksysteme
3.1.4 Zusammenfassung

3.2 Management Support Systeme

3.3 Analytische Informationssysteme

3.4 Fazit

4 Architektur von analytischen Informationssystemen

4.1 OLAP


4.1.1 Einführung
4.1.2 Anforderungen an das OLAP-Konzept
4.1.3 Komponenten und Architektur
4.1.3.1 OLAP-Server
4.1.3.1.1 Relationales OLAP (ROLAP)
4.1.3.1.2 Multidimensionales OLAP (MOLAP)
4.1.3.2 OLAP-Client
4.1.4 Zusammenfassung und Ausblick

4.2 Data Warehouse

4.2.1 Einführung
4.2.2 Komponenten und Architektur eines Data Warehouse
4.2.2.1 Zentrales Data Warehouse (ZDW)

4.2.2.2 Das Transformationssystem und die Datengewinnung
4.2.2.3 Die Data Marts
4.2.2.4 Meta-Datenbanksystem
4.2.3 Anforderungen an die Datenmodellierung in AIS
4.2.4 Klassifikation von Data Warehouse
4.2.5 Zusammenfassung

4.3 Data Mining

4.3.1 Definition, Konzept, Anwendungsbereiche des Data Mining
4.3.2 Ansätze des Data Mining
4.3.3 Verfahren des Data Mining
4.3.3.1 Clusteranalyse

4.3.3.2 Künstliche Neuronale Netze
4.3.4 Problembereiche des Data Mining
4.3.5 Zusammenfassung

4.4 Datenmodellierung für das AIS

4.4.1 Einleitung
4.4.2 Semantische Datenmodellierung
4.4.2.1 Erweitertes Entity Relationship Modell (EERM)

4.4.2.2 Hierarchisches Dimensionen-Modell
4.4.2.2.1 Dimensionenschema
4.4.2.2.2 Kennzahlenschema
4.4.2.2.3 Produkthierarchieschema
4.4.2.2.4 Dimensionen-Kennzahlen-Zusammenhang-Schema
4.4.3 Logische Datenmodellierung
4.4.3.1 Star-Schema

4.4.3.2 Galaxie
4.4.3.3 Fact Constellation Schema
4.4.3.4 Partitionierte Dimensionstabellen
4.4.3.5 Snow Flake Schema
4.4.4 Objektorientierter Ansatz

5 Zusammenfassung und Ausblick

6 Literaturverzeichnis

Download der Diplomarbeit

 



 
    ©2000-2007 InMaCo, Powered by Ralph Leipert All rights reserved.