Noris Banking

Am Beispiel der Browser-basierten easyCredit-Anwendung der TeamBank AG (Ratenkredit mit sofortiger Online-Freigabe über das Netz für Privatkunden und angeschlossene Partnerbanken) wird ein echtzeitiges, geschäftsorientiertes Geschäftsprozessüberwachungssystem, auch bekannt als Business Activity Monitoring (BAM), dargestellt. Basis dafür sind einerseits Flussindikatoren und andererseits aussagekräftige statistische Modelle, deren Echtzeitberechnung auf dem neuen Ansatz der Komplexen Ereignisverarbeitung (CEP) aufbaut.

Datenströme: Modelle und Algorithmen. Ein: SOA-Expertenwissen - Methodik, Konzeption und Umsetzung von serviceorientierten Anwendungen. apunkt. Verlagswesen, Heidelberg, 2005. Eckert, M.; Bry, F.: Aktuelle Stichwort: Complex Event Processing (CEP). Die Annalen der Statistik, Vol. 24(2), 1996, p. 508-539. Gaber, M.; Saslavsky, A.; Kriminalität aswamy, p.: Mining data streams: aification.

SIGMOD-Protokoll, 34(2), 2005, S. 18-26. Golab, L.; Özsu, T. : Probleme beim Datenstrommanagement. SIGMOD-Aufzeichnung, 32(2), 2003, S. 5-14. Green, T.; W.; T.; Düster, W.: Überwachung von Unternehmensprozessen mit OpenSource-Produkten aus Sicht des Endkunden. Ein: In: Bankwesen und Informationstechnologie 2, 2005, S. 49-61. Green er, T. ; Dürster, W. ; Pouatcha, F. ; Ammon, R.: Business Activity Monitor of noris-bank using the example of the easy-Credit application and the future introduction of Complex Event Processing (CEP).

Ein: In: Die ACM Internationale Conference on Principles and Practices of Programming in Java, Deutschland, hat im Jahr 2005. Hand, J.; Kamera, M.: Datengewinnung: Konzepte und Techniken. Durchsuchen von Datenströmen mit nichtparametrischen Schätzern. Ein: In: Internationale Konferenz über das Management wissenschaftlicher und statistischen Datenbanken, 2007, pp. 261-264. Heinz, C. ; Seeger, B.: Adaptives Wellenmuster density estimator über Datenströme.

Ein: In: Internationale Konferenz über das Management wissenschaftlicher und statistischen Datenbanken, 2007, pp. 35-44. Heinz, C.; Seeger, B. : Cluster-Kerne: Ressourcenbewusste kernel density estimators over streaming data. Ein: In: IEEE-Transaktionen über Wissen und Datentechnik, Band 20, 2008, Ausgabe 7, S. 880-893. Krämer, J. ; Seeger, B. : PIPES - A Public Infrastructure for Processing and Exploring Streams.

ECM SIGMOD Internationale Konferenz über Datenmanagement, 2004, S. 925-926. Krämer, J. ; Seeger, B.: Semantics and implementation of continuous sliding windowsabfragen about dataströme. Lewitt, N.: Complex event processing on a growth course. Die RTM Echtzeit Überwachung Gesellschaft mbH; ; zugegriffen am 11.02.2009. Silbermann, B.: Density estimation for statistics and dataanalyse.