Daten über Daten – und nun?
Wir designen Data Warehouses.
Wir wissen, worauf es bei ETL-Prozessen ankommt.
Fintech in Funktion ist unsere Mission.
Insbesondere im Finanzsektor gilt es, den Überblick zu behalten und behördliche Anforderungen zu erfüllen. Wir denken nicht nur an EU-Verordnungen oder Nach- und Vorkalkulation. Es gilt, die entscheidenden Prozesse und Daten interaktiv, in Dashboards und mit dazugehörigen übersichtlichen Berichten und Kennzahlen, darzustellen.
Data Warehousing extrahiert Daten aus mehreren verschiedenen Quellen und stellt sie in einem zentralen Repository für die weitere Verwertung zusammen. Im Grunde speichert ein Data Warehouse eine Kopie sämtlicher Daten aus ihren Transaktionssystemen und relationalen Datenbanken und liefert eine solide Analyse-Basis. Mittels Structured Query Language (SQL)-Clients, Business Intelligence-Tools und Eigenentwicklungen werden diese Daten ausgelesen. Heutzutage ist die Verfügbarkeit aller relevanten Daten in Echtzeit sowie deren Vernetzung untereinander zum neuen Standard geworden. Dadurch entstehen stetig höhere Datenmengen und der Bedarf, heterogene Daten miteinander zu fusionieren.
Wir sind nicht nur Techniker – sondern sprechen auch die Sprache Ihres Fachbereiches.
Fachübergreifendes Knowhow kombiniert mit technischer Expertise.
Ein Data Warehouse besteht aus vielen logisch getrennten Schichten. Auf unterster Ebene des Data Warehouse befindet sich der Datenbankserver oder die Import-Schicht. Dort werden die Daten von verschiedenen Quellen 1:1 importiert. Auf der nächsthöheren Ebene ist die Analyse-Engine angesiedelt. Diese besteht aus einem Datenmodell welches die Strukturen und das Geschäftsmodell des Unternehmens darstellt. Auf der nächsten Ebene befinden sich verschiedene Data-Marts, welche für verschiedene Frontends und Abnahmesysteme erstellt werden. Die Anzahl und Ausprägungen der einzelnen Ebenen können variieren. Mit Ausprägungen sind unterschiedliche Modellierungstechniken (z.B. RN3, Data Vault, Star) und Historisierungsmöglichkeiten (z.B. temporale oder bitemprorale Historisierung) gemeint. Durch einen solchen logischen Aufbau des Data Warehouses werden Daten an einem Punkt zusammengefasst und vereinheitlicht. Ziel ist die Generierung einer zentralen und verlässlichen Datenbasis für das gesamte Unternehmen.
Bringen Sie Ihre Daten technisch auf einen aktuellen Stand. Wir verstehen die “alte Welt” und können Ihnen bei der Migration Ihrer Daten helfen. Doch auch ausgefeilte finanzmathematische Auswertungen mit moderner Technologie sind nur die halbe Miete. Es ist entscheidend, den jeweiligen Use Case wirklich zu verstehen und Reports entsprechend zu optimieren. So erhalten wir eine gute Basis für detaillierte Finance Analysen, die wir Ihnen übersichtlich in Dashboards zusammenstellen.
Wir unterstützen bei der Berücksichtigung rechtlicher Belange mit unserer langjährigen Erfahrung.
Es ist noch kein*e Data Meister*in vom Himmel gefallen, also stellen wir uns ganz auf Ihren aktuellen Bedarf auf dem Weg zum datengetriebenen Unternehmen ein: Datenerhebung, Datenaggregationen, Datenaufbereitung und -visualisierung, größere Analysen oder automatisierte Machine Learning Pipelines.
Wagen Sie sich an Ihre Daten und lassen Sie diese mit neuen KI-Tools und -methoden auswerten um wertvolle Informationen aus Ihren Daten zu beziehen. Möglich ist dies beispielsweise mittels BI-Reporting (Tableau, MicroStrategy oder PowerBI), SQL-Datenbank-Abfragen (Oracle, Google, MS SQL) oder Detail-Analysen.
Big Data und Automatisierung sind keine geteilten Disziplinen. Durch die Kombination dieser Fachbereiche erzielen wir eine immense Beschleunigung und Präzisierung von Prozessen. Kennzahlen zu definieren und zu prognostizieren ist kein Kunststück. Verlässlichkeit und Kalkulierbarkeit werden auf eine neue Stufe gehoben. Prognostizieren Sie treffsicher und agieren Sie geschickt in den Markt hinein, statt auf Marktveränderungen zu reagieren.
Unsere Expert*innen setzen Methoden und Tools entsprechend Ihrer Anforderungen ein. Dazu zählen unter anderem BI-Reporting, SQL Datenbank-Abfragen, Detail-Analysen, die Erstellung von Dashboards und Visualisierungen.
Matthias Neißendorfer
Seit über 20 Jahren ist Matthias Neißendorfer in der Anwendungsentwicklung im Bankenumfeld tätig. Er betreut unsere Projekte als Projektleiter von der Analyse-, Design-, Implementierungs- und Testphase bis hin zur Einführung der Anwendung in die Produktion. Fachlich zählt die Optimierung von ETL-Prozessen zu seinen Kernkompetenzen.
