Konzeption und Realisierung von DSS

Slides:



Advertisements
Ähnliche Präsentationen
Was ist Projektmanagement ?
Advertisements

Phasen und ihre Workflows
Qualitätsmanagement von Atena Engineering in der Automobilindustrie Vorstellung von Kompetenzen und Projektbeispielen Gianni Murgia
Ein Planungssystem zur Optimierung der Palettenbeladung mit kongruenten rechteckigen Versandgebinden Ein logistisches PC-gestütztes Decision-Support-System.
Von David Keß, Heinrich Wölk, Daniel Hauck
What Computers still cant do A Critique of Artificial Reason Hubert L. Dreyfus.
Das „Vorgehensmodell“
Benchmarking.
HACCP Schulentwicklungsprojekt
Common Quality Assurance Framework (CQAF) und seine Bedeutung für
Berg-Schlosser : VL : Vergleichende Politikwissenschaft Vergleichende Methoden Ausgangsbasis : Fälle: begrenzte Auswahl auf der Makro-Ebene, abhängig.
Problemlösekompetenz nachhaltig entwickeln - aber wie?
8 Behandlung von Begriffen 8.1 Grundlagen aus Logik und Psychologie
Seminar Software-Engineering für softwareintensive Systeme
Konzeption und prototypische Implementierung eines zentralen Informationssystems für Systemmanagement Motivation Oft wird es schwierig, die benötigten.
Wissensmanagement mit semantischen Netzen – Analyse und Vergleich verschiedener Softwarelösungen Autor: Holger Wilhelm Referentin: Prof. Dr. Uta Störl.
Universität Stuttgart Institut für Kernenergetik und Energiesysteme Der Rational Unified Process - Einführung Inhalt Prozessmodelle Der Rational Unified.
Universität Stuttgart Institut für Kernenergetik und Energiesysteme LE 3.2- LM 8 - LO 9 Definitionen zu LM 8.
Heuristiken Automatic Problem Solving Institut für Informatik
Computerkurs: Quantitative Auswertung biochemischer Experimente Tag 8 Einführung in die numerische Integration Aufgabe 18: Simulation einer Assoziationskinetik.
„Vester´scher Papiercomputer“
C O N T R O L L I N G Fax / Muster & Söhne GmbH Musterstrasse Musterstadt Tel / Internet:
Das Strukturmuster Kompositum von C. Günther, T. Hammerschmidt und D. Kuhn.
1 Empowerment der EP KIT im Mainstreaming-Prozess Gabriele Marchl 1 Ziele setzen & Strategie entwickeln 2 Prozess planen & gestalten 3 Zielpublikum ermitteln.
Prozeßstruktur des ISO 9001/9004 Prozeßmodells
Wirtschaftsinformatik Göppingen – WF5 Enterprise Projektmanagement undDokumentenmanagement M. Feil | C. Kehrle | J. Buhleier.
Algorithmen und Komplexität
Modellbildung in der Geoökologie (G5, 103) SS 2004
Einführung von Groupware
Datenbankentwurfsprozess
Phase 1 Phase 2 Prozessmanagement
Fritz Gempel Personalmonitoring Sozialwissenschaftliche Methoden zur Unterstützung der Personalentwicklung.
VL Trainingswissenschaft 2
10 Standorte in Deutschland
DSS Aufbau und Funktion
Spatial Decision Support Systems (SDSS)
Das Wasserfallmodell - Überblick
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering WS 2006 / 2007Folie 1 Agile Vorgehensweisen Hintergrund –in den letzten Jahren hat.
Synergieeffekte durch softwaregestützte Prozessmodelle
1 Neues rhenag-EDV-Programm Asset-Management Zielsetzung und Begründung der gewählten Variante Karl-Josef Graab, Geschäftsführer der medl GmbH.
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Thats IT!. Titelmasterformat durch Klicken bearbeiten Über uns Mit uns bekommen Sie: Beratung – Doing - Betreuung langjährige Erfahrung umfassende Beratung.
Binde & Wallner Engineering GmbH
Theorien, Methoden, Modelle und Praxis
Proseminar: How to make a PIXAR movie?
Ergebnisse und Wirkungen der Politik: Ein Überblick
Good Decision Making Gute Entscheidungsfindung in der Governance-Konzeption 18. Juni 2002 Tobias Jaeger.
Strategie der Modellbildung
Zentrale Leistungsüberprüfungen
Methode Qualitätszirkel
Mag. (FH) Patrick Fritz Methode FMEA erstellt von
Untersuchungen zur Erstellung eines
Management, Führung & Kommunikation
QFD Quality Function Depolyment
Projektvorbereitung Arbeitsschritt Wer Wie Resultat
Was ist Quality Function Deployment?
K-SAT: Ein heuristischer Algorithmen- Vergleich Kann man den ‚Brute Force Search‘ Algorithmus schlagen?
Schwerpunktprogramm (SPP) Netzbasierte Wissenskommunikation in Gruppen Gefördert von der Deutschen Forschungsgemeinschaft Computervermittelte Informationsintegration.
Präsentation Phasenmodelle.
Textproduktion
Projektantrag für die Umsetzung von ITIL
Projektantrag für die Umsetzung von ISO :2011 Untertitel oder Sprecher.
Konica Minolta IT Solutions GmbH IT-InFRASTRUKTUR
Einführung Public Health Vbg1 19. September 2008 Einführung - Ziele und Inhalte Horst Noack Arbeitsgruppe Public Health Institut für Sozialmedizin und.
made by Aberer, Spiegel & Tschegg
Adiabatisches Quantencomputing
Feedback und Beratung Karin Wetschanow. Literatur Ulmi, M., Bürki, G., Verhein, A., & Marti, M. (2014). Textdiagnose und Schreibberatung: Fach- und Qualifizierungsarbeiten.
Univ.-Prof. Dr. L. Müller-HagedornSofia 2007 Marketing 1 Kapitel 4 Nach der Bearbeitung des 4. Kapitels sollten Sie in der Lage sein, q Kennzahlen aufzuzeigen,
Prognose von Zeitreihen Hans Nübel Hans Nübel Prognose von Zeitreihen Aufbau 1.Motivation 2.Holt-Winters-Verfahren 3.Prognose.
Institut für Verkehrssystemtechnik Dipl.-Psych. David Käthner Telefon:0531 / Ein kognitives Fahrermodell:
 Präsentation transkript:

Konzeption und Realisierung von DSS Britta Tietjen Hauptseminar Systemwissenschaft

Inhalt Einführung - Charakterisierung eines DSS Problemlösungsprozess Komponenten eines DSS  die Modell/Methodenkomponente - Aufgabe eines Modells - Modelltypen - Modelbase Management System

Gotaas-Larsen Shipping Coop. Einführung: Charakterisierung eines DSS Gotaas-Larsen Shipping Coop.

Potentiale einer DSS-Unterstützung für den Problemlösungsprozess 1. Phase: Problemidentifikation Frühzeitige Erkennung des Problems 2. Phase: Problemanalyse und -formulierung Versorgung mit problemrelevanten Informationen Erkennung der Problemursachen 3. Phase: Entwicklung von Lösungsmöglichkeiten Optimierung der Lösung des Problems 4. Phase: Bewertung, Vergleich und Auswahl Sensitivitäts- und Risikoanalysen

Komponenten eines DSS

Komponenten eines DSS - am Beispiel des Shipping-DSS

Modell- / Methodenkomponente

Aufgabe eines Modells/einer Methode in einem DSS Erkenntnis neuer Informationen Erklärung und Demonstration Variation und/oder Optimierung Projektierung und Planung Steuerung und Überwachung

Welche Modelle und Methoden sollen in die Modellbank integriert werden?  Was hat der Anwender bisher benutzt?  Analyse des Aufgaben- und Entscheidungsbereiches des Problemlösers  Analyse der individuellen Vorgehensweise  zunächst nur kleine Modell-/Methodenbank  Gewährleistung der Erweiterbarkeit

Modelltypen Modell-/Methodenkomponente

- Auflistung möglicher Alternativen Modelltypen 1) Optimierung bei wenigen Lösungsmöglichkeiten - Auflistung möglicher Alternativen - Benennung der Wahrscheinlichkeiten von evtl. eintretenden Effekten  Entscheidungsbäume, Entscheidungstabellen

Modelltypen 2) Optimierung durch Algorithmus - schrittweise Verbesserung der zu optimierenden Größe bis die beste Lösung gefunden ist - Beispiel: Schneeräumen in Montreal - Charakteristika der Probleme: - limitierte Ressourcen, Verbrauch der Ressourcen - viele mögliche Lösungen - jedes/r Produkt/Service trägt zur Zielerreichung bei - zusätzliche Nebenbedingungen

- Analytisches Lösen einer Gleichung führt zur optimalen Lösung Modelltypen 3) Optimierung analytische Gleichung - Analytisches Lösen einer Gleichung führt zur optimalen Lösung - Charakteristika der Probleme sehr einfach

- Versuch, die Realität zu imitieren Modelltypen 4) Simulation - Versuch, die Realität zu imitieren - Variablen werden auf ihren Einfluss auf den Output überprüft - kein Optimierungsverfahren (Verbesserung der Lösung durch den Vergleich vieler Simulationsläufe) - Charakteristika der Probleme: sehr komplex stochastische Formulierungen möglich

Modelltypen 4) Simulation -Vorteile: - What-If-Analysen möglich - Große Zeitersparnis - Prozess-bestimmende Variablen werden gefunden - Nachteile: - Optimale Lösung wird nicht gefunden - Modellkonstruktion sehr aufwendig - Modell meist nicht übertragbar

Modelltypen 5) Heuristik - Finden einer ausreichend guten Lösung anhand von Regeln - Beispiel: Milchtransporte in Indien - Charakteristika der Probleme: - keine exakten Inputdaten, nur limitierte Datenmengen - sehr komplexe Situation - kein exakter Algorithmus vorhanden oder aber nur in großer Zeit rechenbar

Modelltypen 5) Heuristik - Vorteile: - einfach zu verstehen, daher auch einfach anzuwenden - kreative Problemlösungen möglich - oft werden mehrere brauchbare Lösungen erzielt - z.T. sind keine Rechner zur Lösung erforderlich - Einschränkungen: - eine optimale Lösung ist nicht garantiert - oft zu viele Ausnahmeregeln - Wechselwirkungen können nur schwierig berücksichtigt werden

Modelbase Management System - Verwaltung und Bereitstellung von Modellen - Bisher nicht als Tool erhältlich - Charakteristika - Organisation und Administration der Elemente durch zentrale Instanz - Steuerung und Überwachung der Berechnungen - Flexibilität - Feedback über den Stand des Problemlöseprozesses - Reduktion von Redundanz (Nutzung gleicher Methoden) - Konsistenz der Modelle

Zusammenfassung Charakterisierung eines DSS Problemlösungsprozess Komponenten eines DSS Modellkomponente - Aufgabe eines Modell in einem DSS - Welche Modelle sollten integriert werden - Modelltypen - Modelbase Management System

Danke schön