德国政府一直非常重视信息化建设，制定了一系列的信息化战略。1999年制定的“21世纪信息社会的创新与工作机遇”纲要是德国第一个走向信息社会的战略计划。进入新世纪后，德国又制定了“2006年德国信息社会行动纲领”，这是德国走向信息社会的主体计划，对信息化建设的主要方面提出了明确的目标，强调要通过政府创造环境，实行政府与产业界及社会各界的合作，形成向信息社会转移的体制和机制。2010年，德国发表了《德国ICT战略：数字德国2015》，作为指导德国信息通信技术发展的纲领性文件，提出了数字化带来的新增长和工作机会、未来的数字网络、可靠安全的数字世界、未来数字时代的研发、教育和媒体能力与整合、社会问题电子政务六个方面的目标和解决方案。

通过制定和实施信息化发展战略，德国信息化获得了较快发展。特别是在德国财政部门，信息化发挥着越来越重要的作用。德国政府管理体制能够有效运行，违法违纪行为和腐败现象极少，得益于专业化制衡的公共财政管理组织架构的构建。专业化制衡的公共财政管理体制的构建以信息化建设为支撑，导入ISO9000等先进管理理念，按照标准化、程序化的原则来构建和完善专业分工、流程制衡、精简高效和能够自然运转、自动考核、自相平衡的现代化公共财政管理体制。

在物联网飞速发展带来的大数据时代，德国以及欧盟都非常重视数据仓库及决策支持系统的研发工作。目前，数据仓库及决策支持系统已经应用于德国的电信、能源、医疗、政府等方面。在德国政府部门中，除交通部和经济技术发展部等部门外，财政和税务部门已建立了自己的数据仓库和决策支持系统，为进行财政综合分析和对税源实施监控和稽查提供技术支撑。

德国是数据仓库及决策支持系统建设水平较先进的国家之一。本次授课的有关专家学者从不同方面介绍了德国近年来在数据仓库及决策支持系统建设领域的有关研究成果和最佳实践，无论是从理论性还是从可操作性上都具有很好的参考价值 。

通过对巴伐利亚州财政部和柏林财政局的访问，我们了解到虽然德国是联邦制国家，各联邦州有较大的行政管理、立法、财政自量权，而且财税部门的设置也较灵活，但是财税信息管理架构却相对固定。目前，60%的德国财政部门采用SAP公司的ERP产品构建财政支出管理信息系统，系统基于SAP的Netweaver平台开发，以总账管理体系为特色，以ERP系统理念和框架为基础，实现并承载了财政预算、支出、账务管理等各项业务，从业务严谨度、流程规范性以及系统可靠性等方面提升了客户的应用。在此基础上建立的数据仓库和决策支持系统分为三层结构：最底层是基础数据库，包括各应用系统的数据库；中间层是数据仓库，对基础数据库中的数据进行抽取和处理形成；最上层是展示程序，利用一定的评估方法为用户提供数据检索、数据挖掘等决策支持信息 。

本次培训的重点内容是数据仓库理论及应用，有关专家从不同方面讲解了数据仓库的产生、概念、优点、结构、相关技术、开发流程及应用，数据抽取、转换、加载技术等内容。随着市场竞争的加剧和信息社会需求的发展，从大量数据中提取制定市场策略的信息就显得越来越重要了。这种需求既要求联机服务，又涉及大量用于决策的数据，而传统的数据库系统已无法满足这种需求。其具体体现在三个方面：一是历史数据量很大；二是辅助决策信息涉及许多部门的数据，而不同系统的数据难以集成；三是由于访问数据的能力不足，它对大量数据的访问性能明显下降。

W. H. Inmon对数据仓库的定义为：数据仓库是支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。数据仓库与数据库的区别为瓶颈。进入90年代后，信息技术界悄然掀起数据仓库和OLAP技术及数据采掘技术的研究和开发热潮，这为克服传统DDS存在的问题提供了技术上的支持，使DDS的发展跃上一个新的台阶，也为DDS开辟了一条新的途径。目前开发的综合DDS是以数据仓库技术为基础，以联机分析处理(OLAP)和数据挖掘(Data Mining)工具为手段进行实施的一整套解决方案。

SAP HANA平台是由SAP公司推出的一款新型内存计算引擎 。它采用了多种内存计算模型，并且具有高速运行速度和低延迟等特点 。本次培训邀请了SAP股份公司的技术专家介绍了SAP在数据仓库和决策支持系统方面的研究成果和技术，重点介绍了SAP HANA平台 。

在大数据时代，固态硬盘的普及和应用推动了数据仓库工具向内存发展的趋势。内存数据库能够满足亚秒级响应需求，为用户提供高性能的数据查询功能，实现海量数据的实时分析。SAP公司研发的HANA平台正是基于这一需求而诞生的。HANA(High-Performance Analytic Appliance)是一个软硬件结合体，它是一种“内存数据库”平台软件，能够在数据库和上层应用软件之间新增一层。与传统数据库(如Oracle、IBM DB2、微软SQL Server、Sybase)不同，HANA将数据库迁移到了“内存中”，从而提高了数据处理速度。

在当今数据量不断增长，对信息处理实时性要求越来越高的情况下，内存计算技术的应用变得尤为重要。SAP HANA作为一个开放的平台，支持多种数据库，包括Oracle、IBM DB2、微软SQL Server、Sybase等。通过HANA,企业可以基于海量实时详细信息分析业务运营情况，探索和分析来自各种数据源的全部交易数据和分析数据。目前，HANA已经应用于多个知名企业的项目中，如T-Mobile、美国达美航空、思科、江苏电信、日本MK、Liverpool、斯坦福大学、农夫山泉和BSH等。

除了HANA之外，物联网、大数据和云计算等IT热点问题也受到了广泛关注。随着数据量的爆炸式增长，新兴的数据类型不断涌现，更多的业务提出了实时需求。然而，向这部分业务提供的数据缺乏足够的敏捷性，数据仓库在业务运营和决策支持方面表现出“疲态”。因此，如何应对大数据带来的挑战已成为亟待解决的问题。本次培训邀请了专家就物联网、大数据与云计算等热点问题进行了介绍和讨论。

物联网，又称为Internet of Things(IoT),是一种通过传感器、无线射频(RFID)技术、GPS、移动终端等技术实时采集物体各种信息，并通过可能的网络接入方式实现物与人及物与物的连接，对物体进行智能化感知、识别和管理的技术。物联网正在影响着未来，是继PC机和互联网之后的第三次信息技术革命。它不仅推动了工业和信息业的发展，而且融入到人们的日常生活和社会管理中，深刻地改变了我们的生产行为和生活方式。目前，智能电网、智能交通系统、智能建筑、零售业管理系统、远程医疗等领域都是物联网的应用领域。

物联网有效地解决了企业级软件中管理软件自动化而生产过程信息及物流信息采集手工化的瓶颈问题，建立了集成的、自动的统一信息平台，真正实现了对生产过程的实时管理。然而，随着物联网带来的大数据时代的到来，信息的存储和使用成为一个突出问题。因此，企业级软件将建立在云计算平台上，基于大数据分析与优化的商务智能(BI)成为可能。

云计算是一种信息技术发展的必然产物，是服务交付和使用的模式。它指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可以是其他服务。它意味着计算能力也可以作为一种商品通过互联网进行流通。云计算是处理大数据的软件平台。目前主要有三种云计算模型：软件即服务(SaaS)、平台即服务(PaaS)和基础设施即服务(IaaS)。

大数据挖掘最典型的应用实例之一是美国的基于大数据分析的犯罪区域预测系统。该系统利用研究地震余震的数学模型，计算了8年的超过百万的盗窃统计数据，收集处理了相应的天气、交通、停车等相关数据，能够成功预测66%的案件的发生地点。本次培训授课的专家对大数据处理的支撑技术、大数据挖掘的方法以及自然语言处理与文本挖掘进行了讲解。