Skip to main content
SpringerLink
Log in

Business Activity Monitoring mit Stream Mining am Fallbeispiel TeamBank AG

  • Published:
HMD Praxis der Wirtschaftsinformatik Aims and scope Submit manuscript

Zusammenfassung

Geschäftsprozesse in ihrer Gesamtheit setzen die Geschäftsstrategie eines Unternehmens sicher, richtig und wirtschaftlich um. IT-Systeme unterstützen und optimieren dabei die Durchführung der Geschäftsprozesse. Es wird am Beispiel der browserbasierten easyCredit-Anwendung der TeamBank AG (Ratenkredit mit Online-Sofortzusage per Internet für Endkunden und verbundene Partnerbanken) eine echtzeitfähige, betriebswirtschaftlich orientierte Geschäftprozessüberwachung, auch Business Activity Monitoring (BAM) genannt, vorgestellt. Diese basiert zum einen auf Durchfluss-Kennzahlen und zum anderen auf aussagekräftigen statistischen Modellen, deren Berechnung in Echtzeit auf dem neuen Konzept des Complex Event Processing (CEP) beruht.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Literatur

  1. Aggarwal, C.: Data Streams: Models and Algorithms. Springer-Verlag, New York, 2007.

    Book  Google Scholar 

  2. Ammon, R.; Greiner, T.; Düster, W.: Business Activity Monitoring bei der TeamBank AG am Beispiel der Anwendung easyCredit und der zukünftige Einsatz von Complex Event Processing (CEP). In: SOA Expertenwissen — Methoden, Konzepte und Praxis serviceorientierter Architekturen. dpunkt.verlag, Heidelberg, 2007.

    Google Scholar 

  3. Eckert, M.; Bry, F.: Aktuelles Schlagwort: Complex Event Processing (CEP). In: Informatik-Spektrum, Vol. 32, Nr. 2, 2009.

  4. Donoho, D. L.; Johnstone, I. M.; Kerkyacharian, G.; Picard, D.: Density estimation by wavelet thresholding. The Annals of Statistics, Volume 24(2), 1996, S. 508–539.

    Article  MATH  MathSciNet  Google Scholar 

  5. Gaber, M.; Zaslavsky, A.; Krishnaswamy, S.: Mining data streams: a review. SIGMOD Record, 34(2), 2005, S. 18–26.

    Article  Google Scholar 

  6. Golab, L.; Özsu, T.: Issues in data stream management. SIGMOD Record, 32(2), 2003, S. 5–14.

    Article  Google Scholar 

  7. Greiner, T.; Düster, W.: Monitoring von Geschäftsprozessen mit OpenSource Produkten aus Endkundensicht. In: Banking and Information Technology 2, 2005, S. 49–61.

    Google Scholar 

  8. Greiner, T.; Düster, W.; Pouatcha, F.; Ammon, R.: Business Activity Monitoring of noris-bank taking the example of the application easy-Credit and the future adoption of Complex Event Processing (CEP). In: ACM International Conference on Principles and Practices of Programming in Java, 2006.

  9. Han, J.; Kamber, M.: Data Mining: Concepts and Techniques. Morgan Kaufmann, San Francisco, 2001.

    Google Scholar 

  10. Heinz, C.; Seeger, B.: Exploring Data Streams with Nonparametric Estimators. In: International Conference on Scientific and Statistical Database Management, 2006, S. 261–264.

  11. Heinz, C.; Seeger, B.: Adaptive Wavelet Density Estimators over Data Streams. In: International Conference on Scientific and Statistical Database Management, 2007, S. 35–44.

  12. Heinz, C.; Seeger, B.: Cluster Kernels: Resource-Aware Kernel Density Estimators over Streaming Data. In: IEEE Transactions on Knowledge and Data Engineering, Volume 20, 2008, Issue 7, S. 880–893.

    Article  Google Scholar 

  13. Krämer, J.; Seeger, B.: PIPES — A Public Infrastructure for Processing and Exploring Streams. In: ACM SIGMOD International Conference on Management of Data, 2004, S. 925–926.

  14. Krämer, J.; Seeger, B.: Semantics and implementation of continuous sliding window queries over data streams. ACM Transactions on Database Systems, Volume 34(1), 2009.

  15. Levitt, N.: Complex-Event Processing Poised for Growth. Computer, Volume 42, 2009, No. 4, S. 17–20.

    Article  MathSciNet  Google Scholar 

  16. Luckham, D.: The power of events. Addi-son-Wesley, 2002.

  17. RTM Realtime Monitoring GmbH; www.re-altime-monitoring.de; Zugriff am 11.02.2009.

  18. Silverman, B.: Density Estimation for Statistics and Data Analysis. Chapman and Hall, New York, 1986.

    Book  MATH  Google Scholar 

  19. Töpfer, A.: SixSigma: Konzeption und Erfolgsbeispiele für praktizierte Null-Fehler-Qualität. Springer-Verlag, Berlin, 2007.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. RTM Realtime Monitoring GmbH, Softwarecenter 1, 35037, Marburg

    Christoph Heinz

  2. TeamBank AG, Rathenauplatz 12-18, 90489, Nürnberg

    Torsten Greiner

Authors
  1. Christoph Heinz
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Torsten Greiner
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Christoph Heinz.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Heinz, C., Greiner, T. Business Activity Monitoring mit Stream Mining am Fallbeispiel TeamBank AG. HMD 46, 82–89 (2009). https://doi.org/10.1007/BF03340383

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/BF03340383

Search

Navigation