Grundlagenserie Business Intelligence

Business Intelligence (Teil 3): Datenmodellierung – Relationale und Multidimensionale Modelle

Multidimensionale Datenräume – ein Beispiel

Die folgende Abbildung illustriert die eben vorgestellten Konzepte noch einmal anhand eines konkreten Beispiels.

Mehrdimensionale Datenmodellierung am Beispiel Studentenzahlen an einer Universität (Quelle: M. Böhnlein, A. Ulbrich-vom Ende, Lehrstuhl für Wirtschaftsinformatik, Universität Bamberg)
Mehrdimensionale Datenmodellierung am Beispiel Studentenzahlen an einer Universität (Quelle: M. Böhnlein, A. Ulbrich-vom Ende, Lehrstuhl für Wirtschaftsinformatik, Universität Bamberg)

Die Dimension „Studienausrichtung“ umfasst die Elemente „SOZ“ (Soziologie), „EuWi“ (Europäische Wirtschaft), „VWL“ (Volkswirtschaftslehre), „BWL“ (Betriebswirtschaftslehre) und „WI“ (Wirtschaftsinformatik). Die Dimension „Zeit“ besteht aus den einzelnen Semestern, die Dimension „Studienabschnitt“ aus den Elementen „Grundstudium“ (GS) und „Hauptstudium“ (HS).

Durch das kartesische Produkt der Dimensionselemente aller an einem Würfel beteiligten Dimensionen entsteht die Gesamtzahl der Zellen des Würfels mit jeweils einem konkreten Datenwert.

Ferner enthält die Grafik zwei Beispiele für Hierarchisierung. So können etwa die Studierendenzahlen in einzelnen Studiengängen auf Fakultäts- bzw. Universitätsebene aggregiert werden.

Jeder Datenwürfel unterliegt spezifischen Integritätsbedingungen. Entlang der Knoten in Dimensionshierarchien gelten individuelle Konsolidierungsvorschriften, z.B. werden Studierendenzahlen der einzelnen Studiengänge zu Zahlen auf Fakultätsebene addiert. Es können dabei beliebig komplexe Berechnungsregeln hinterlegt sein.