Studienarbeit aus dem Jahr 2017 im Fachbereich Informatik - Künstliche Intelligenz, Note: 1,3, Macromedia Fachhochschule der Medien Stuttgart, Sprache: Deutsch, Abstract: In dieser Arbeit wird ein potenzielles Implementierungskonzept für den Einsatz von Business Intelligence beschrieben. In das Konzept fließen die in der Vorlesung erlernten Methoden und Tools mit ein. Im Rahmen der Business Intelligence Vorlesung wurden die Studenten in die Konzepte des Business Intelligence eingeführt. Es wurden Ansätze, Methoden und Werkzeuge der Unternehmens-, Kunden- und Wettbewerbsdatenanalyse vorgestellt sowie die Integration in das unternehmensweite Informations- und Wissensmanagement besprochen. In Fallbeispielen wurden die Methoden und Werkzeuges von BI angewendet. Diese Arbeit geht unter anderem der Frage nach, wie Business Intelligence helfen kann Entscheidungsprozesse in einem Unternehmen zu verbessern. Im Fokus des Business Intelligence-Konzept ist das Unternehmen Stars Cars AG aus Stuttgart welches in der Automobilbranche tätig ist. Stars Cars AG will in der Zukunft BI-Strategien und Methoden einsetzten um wettbewerbsfähig zu bleiben. Die gegenwärtige IT-Infrastruktur des Unternehmens befindet sich in der Cloud und muss dringend erneuert werden. Im Unternehmen und am Arbeitsplatz wird überwiegend mit Microsoft Produkten gearbeitet. Im Verlauf dieser Ausarbeitung wird aufgezeigt, was die Probleme des Unternehmens sind, wie eine mögliche Data-Warehouse-Architektur aussehen kann, welches BI-Frontend verwendet werden sollten und warum das empfohlene BI-Konzept am geeignetsten für das Unternehmen ist. Das Business Intelligence-Konzept besteht aus mehreren Schritten welche inhaltlich aufeinander aufbauen. Im ersten Schritt werden die Rahmenbedingungen sowie die Problemstellung beschrieben. Der erste Schritt kann als eine IST-Analyse des Unternehmens verstanden werden. Im zweiten Schritt folgt die Soll-Konzeption welche potenzielle Lösungsansätze im Bezug zum BI-Konzept beinhaltet. Konkret wird im zweiten Schritt der Frage nachgegangen welche Data-Warehouse-Architektur bzw. welches BI-Frontend soll verwendet werden.