Data Provenance (Data Lineage): Rekonstruktion zentraler Konzepte und Bestimmung von Potenzialen und Herausforderung für die Unternehmensmodellierung

Type:
  • Bachelor Thesis Business Information Systems
Status:
offered
Tutor:
Bei Interesse melden Sie sich unter: sekretariat.umo (at) uni-due.de

Abstract

Verfahren des Data Provenance (auch Data Lineage) dienen der Nachverfolgung von Daten in DWH und BI Systemen. In der Literatur werden verschiedene Ansätze vorgeschlagen und diskutiert. Mit dieser Arbeit gehen Sie der Frage nach, welche Konzepte und Ideen mit dem Begriff Data Provenance verbunden sind. Sie untersuchen bestehende Ansätze der Unternehmensmodellierung und bewerten, ob und wie weit diese bereits Data Provenance unterstützen. Mit ersten Szenarien und Anforderungen beschreiben Sie wie die Ideen des Data Provenance die Unternehmensmodellierung bereichern können und welche Herausforderungen bestehen bleiben, um die Ideen des Data Provenance in der Unternehmensmodellierung umzusetzen.

Literatur:

  • De Kinderen, S., Kaczmarek-Heß, M., Ma, Q., & Razo-Zapata, I. S. (2017, November). Towards Meta Model Provenance: A Goal-Driven Approach to Document the Provenance of Meta Models. In IFIP Working Conference on The Practice of Enterprise Modeling (pp. 49-64). Springer, Cham. (siehe Anlage)
  • Simmhan, Y. L., Plale, B., & Gannon, D. (2005). A survey of data provenance in e-science. ACM Sigmod Record, 34(3), 31-36
  • Trujillo, J., & Luján-Mora, S. (2003, October). A UML based approach for modeling ETL processes in data warehouses. In International Conference on Conceptual Modeling (pp. 307-320). Springer, Berlin, Heidelberg.