Die erfolgreiche Implementierung bitemporaler Datenkonzepte erfordert ein solides Fundament. In dieser Session führt Dirk Lerner systematisch durch die technischen und konzeptionellen Voraussetzungen für bitemporale Daten. Anhand praktischer Beispiele verdeutlicht er die konkreten Vorteile und positiven Konsequenzen dieser Grundlagen. Die Session zeigt klar, warum diese Voraussetzungen für heutige Geschäftsanforderungen essenziell sind und wie Unternehmen durch ihre Anwendung präzisere Analysen…

Die Daten verändern sich in die Vergangenheit? Da braucht es bitemporal. Dieser Automatismus gilt nicht immer. Mitunter gibt es auch viel einfachere Lösungen. Es werden konkreten Anwendungsszenarien auf die Notwendigkeit der bitemporalität untersucht. Für ein klassisches Anwendungsszenario werden dann die Beispieldaten geliefert, an denen sich die optimale Umsetzung zeigen und messen lässt.

Um bitemporal historisierte Daten zu analysieren ist hohes Fachwissen erforderlich. Einem Großteil der Anwender reicht aber häufig eine unitemporale Sicht auf die Daten oder der aktuelle Zustand. Unter Umständen ist die Zulieferung aus den Quellen so komplex, dass zunächst nur eine unitemporale Historisierung möglich ist und die bitemporale Sicht nachgereicht wird. 

Der Vortrag zeigt eine Praxislösung, die den Aufbau und die Präsentation der Datenhistorie flexibel aufbaut, so dass auch…

Temporale Datenhaltung ist ein wichtiges Thema in jedem Data Warehouse. Die geladenen Daten müssen so historisiert werden, dass Abfragen auf vergangene Datenstände möglich sind. Dabei sind oft mehrere Zeitachsen im Spiel. Immer wieder gibt es Anforderungen zu bi-temporaler (oder multi-temporaler) Historisierung, die leider oft in endlosen Diskussionen und Missverständnissen enden. Multi-temporale Historisierung ist ein komplexes Thema.

Der Vortragende hat in einem aktuellen Projekt mit einem…

Temporale Daten sind ein wesentlicher Bestandteil moderner Datenlösungen. In dieser Session soll gezeigt werden, wie Data Engine Thinking eine ideale Grundlage bietet, um das komplexe Konzept der bitemporalen Daten erfolgreich zu implementieren. Data Engine Thinking - das ist der umfassende Ansatz zur Schaffung einer wirklich flexiblen, erweiterbaren und robusten Datenlösung. Bi-temporale Datenhaltung ist nicht nur ein technisches Feature, sondern integraler Bestandteil der DNA des Data Engine…

Jede Session wird von einem Mitarbeitenden des jeweiligen Herstellers geleitet, der die Teilnehmenden durch den Implementierungsprozess führt. Als Grundlage dient der Willibald-Datensatz, anhand dessen die bi-temporale Modellierung und Verarbeitung von Daten in einem Data Vault System umgesetzt wird.

Die Teilnehmenden bearbeiten unter Anleitung der Tool-Anbieter folgende Aufgaben:

• Modellierung und Integration bi-temporaler Datenstrukturen in Data Vault
• Automatisierte Verarbeitung historischer…