Agile Business Intelligence. Begriffe, Methoden, Analysen	1
	Kurzreferat	3
	Vorwort	4
	Inhaltsverzeichnis	5
	Abkürzungsverzeichnis	8
	Abbildungsverzeichnis	9
	Tabellenverzeichnis	10
	1. Einleitendes Kapitel	11
	1.1 Hintergrund zur Thematik und Motivation	11
	1.1.1 Ausgangslage	11
	1.1.2 Problemstellung	12
	1.1.3 Motivation	12
	1.1.4 Bezug zu BPM	13
	1.2 Zielsetzung, Forschungsfrage und Hypothesen	13
	1.2.1 Theoretische und praktische Zielsetzung	14
	1.2.2 Forschungsfrage	15
	1.2.3 Hypothesen	15
	1.3 Adressaten	15
	1.3.1 Zielgruppe	15
	1.3.2 Vorausgesetzter Kenntnisstand	16
	1.4 Methodik und Aufbau der Arbeit	16
	1.4.1 Methodik	16
	1.4.2 Aktueller Stand der Literatur	18
	1.4.3 Die MoSCoW-Methode	19
	2. Begriffsdefinitionen	21
	2.1 Begriffsarten	21
	2.1.1 Buzzword	21
	2.1.2 Sammelbegriff	22
	2.1.3 Ober- und Unterbegriff	22
	2.2 Business Intelligence	23
	2.2.1 Datenaufbereitung (ETL)	25
	2.2.2 Datensammlung (Data Warehouse)	26
	2.2.3 Verteilung der Daten (Data Marts)	28
	2.2.4 Analyse der Daten (OLAP)	28
	2.2.5 Analyse der Daten (Data Mining)	30
	2.2.6 Informationsdarstellung (Reporting)	31
	2.3 BI-Projekte	32
	2.3.1 Anforderungsmanagement	33
	2.3.2 Datenqualität	34
	2.3.3 Datenmenge	34
	2.4 Agilität	35
	2.4.1 Agiles Manifest	35
	2.4.2 Agilität in der Informatik	36
	2.4.3 Agile Manufacturing	37
	2.4.4 Agilität in Organisationen	37
	3. Analyse der „agilen Business Intelligence“	38
	3.1 BI-Agilität	39
	3.1.1 Grad der BI-Agilität	40
	3.1.2 Typen der BI-Agilität	41
	3.2 Werte und Prinzipien für die agile BI	42
	3.2.1 Werte	42
	3.2.2 Prinzipien	43
	3.3 Anforderungen an eine agile BI-Ablauforganisation	44
	3.3.1 ABIMM - Reifegradmodell für agile BI	44
	3.3.2 Vorgehensmodelle in einer agilen BI-Ablauforganisation	46
	3.3.3 Methoden	49
	3.4 Anforderungen an eine agile BI-Aufbauorganisation	51
	3.4.1 BICC	51
	3.5 Anforderung an eine agile BI-Technik bzw. Architektur	53
	3.5.1 Sandboxes	53
	3.5.2 Data Vault	54
	3.5.3 Engines	56
	3.5.4 Bypässe	56
	3.5.5 In-Memory	57
	3.5.6 Cloud-BI	59
	3.6 Anforderung an eine agile BI-Fachlichkeit	59
	3.6.1 Selbstorganisierte Teams	60
	3.7 Agile BI aus Sicht außerhalb des TDWI	60
	3.7.1 Verständnis von agiler BI von Collier, Cachee und Oswald	61
	3.7.2 Forresters Verständnis von agiler BI	62
	3.7.3 Verständnis vom agilen Data Warehouse	64
	4. Analyse agiler Methoden und Vorgehensmodelle	66
	4.1 Agile Vorgehensmodelle	66
	4.1.1 Scrum	66
	4.1.2 eXtreme Programming	69
	4.1.3 Kanban	71
	4.1.4 Feature Driven Development	72
	4.2 Agile Methoden	72
	4.2.1 DevOps	73
	4.2.2 Burndown Charts	74
	4.2.3 Stand-Up Meetings	75
	4.3 Agile Architekturen und Techniken	75
	4.3.1 Cloud Computing	76
	4.3.2 NoSQL-Datenbanken	77
	4.3.3 Hybrid-Datenbank	79
	4.3.4 Automatisierte Tests	80
	4.4 Agile Management-Methoden	81
	4.4.1 SCARF-Modell	81
	4.4.2 Open-Space-Technologie	82
	4.4.3 Appreciative Inquiry	83
	5. Analyse agiler BI-Projekte	84
	5.1 Agile BI bei einer Bank	84
	5.2 Agile BI bei einer Versorgungskasse	85
	5.3 Agile BI bei einer Körperschaft des öffentlichen Rechts	87
	5.4 Zusammenfassende Analyse der agilen BI-Projekte	89
	6. Abschließendes Kapitel	91
	6.1 Synthese	91
	6.2 Beantwortung der Forschungsfrage	94
	6.3 Ausblick	95
	Literaturverzeichnis	96
	Anhang	104