Projektgruppe Business Intelligence Applications and Evaluation ...

Projektbericht Cuberunner
Technischer Vergleich
2.2
Teilgruppe Jinengo
Eine weitere Teilgruppe befasst sich mit der Analyse intermodaler Verkehrsdaten vor dem
Hintergrund nachhaltiger Mobilität. Als Datengrundlage dient die Routenplanungssoftware Jinengo,
die zuvor im Rahmen einer anderen Projektgruppe an der Universität Oldenburg entwickelt wurde.
Diese Cuberunner-Teilgruppe befasst sich mit der Analyse des Mobilitätsverhaltens, welches sich aus
der Nutzung der Jinengo-Plattform ableiten lässt. Neben der Darstellung des Verhaltens der Anwender
sollen auf diese Weise auch Erkenntnisse gewonnen werden, die der Verbesserung des operativen
Systems dienen. Damit wird das bestehende operative System um Elemente der Business Intelligence
erweitert.
Die technische Grundlage des Projekts bildet ein Microsoft SQL Server 2012. Verwendet werden die
(relationale) Datenbank, die SQL Server Integration Services für ETL-Prozesse, die SQL Server
Analysis Services für die Datenanalyse sowie SQL Reporting Services für das Reporting. Für das
Reporting kommt zudem zusätzlich Microsoft Excel und Qlikview zum Einsatz. Das Data Mining
erfolgt mit dem IBM SPSS Modeler.
2.3
Teilgruppe Smart Wind Farm
Im Rahmen des Teilprojekts Smart Wind Farm wird die Problematik des erhöhten Wartungsaufwandes
von Windkraftanlagen im Offshore-Bereich als Rahmenbedingung für die Entwicklung einer
Windpark-Management-Plattform herangezogen. Als zentraler Ausgangspunkt dient das vom Hasso-
Plattner-Institut bereitgestellte In-Memory Datenbanksystem SAP HANA (High Performance Analytic
Appliance), an welchem sich alle weiteren Schritte orientieren. In-Memory Datenbanksysteme nutzen
im Gegensatz zu traditionellen Datenbanksystemen den Arbeitsspeicher als Datenspeicher, was zu
einem erheblichen Performancegewinn führt. Diese Technologie eröffnet somit neue Lösungswege
bzw. Ansätze, die es zu ermitteln gilt. Weiterhin sollen neue wissenschaftliche Erkenntnisse aus
verschiedenen Bereichen der Windenergie in die Entwicklung einfließen. Die daraus resultierenden
Lösungswege sollen aufgezeigt und abgewägt werden. Übergreifend ist es das Ziel somit eine
grundlegende Plattform zu schaffen um den benötigten Funktionsumfang in verschiedenen Szenarien
bestmöglich abzubilden.
Das zentrale System für die Datenhaltung und -analyse ist SAP HANA. Für den ETL-Prozess setzt die
Projektgruppe Pentaho Data Integration (Kettle) ein. Es besteht die Möglichkeit, über einen R Server
auf R zuzugreifen, um Data Mining durchzuführen. Für das Reporting wird neben Microsoft Excel die
XS-Engine mit SAP UI5 eingesetzt.
643