Roundtable

Unerwartete Verspätungen von Güterzügen führen zu Problemen bei der Disposition von Zugspersonal sowie zu ineffizienten Abläufen beim Abladen der Güter in den Terminals. Um diese Prozesse besser zu steuern, benötigen alle an einem Güterzugtransport beteiligten Parteien möglichst früh eine zuverlässige Prognose der Ankunftszeit. Anhand des Soll-Fahrplans und den aktuellen «Ist»- Meldungen von Güterzügen entlang relevanter Knotenpunkte, berechnen wir in Echtzeit mit einem Machine-Learning Modell die erwartete Ankunftszeit. 
 
Für die technische Implementierung dieses und weiteren Use-Cases wurde eine Azure Data & Analytics Plattform mit Infrastructure-as-Code,
Azure Machine Learning, MLOps Pipelines sowie ein Data Lake aufgebaut. Für die Vereinfachung der Bereitstellung und des Betriebs wurden diverse Automatisierungen mit Azure DevOps umgesetzt.
 
Marcel Graf
Marcel arbeitet seit 4 Jahren bei der BLS AG, wo er als Lead Data Scientist diverse Projekte im Bereich Machine Learning in unterschiedlichen Geschäftsbereichen umsetzt. Zuvor promovierte er an der Universität Zürich in Psychologie mit einem Fokus auf die mathematische Modellierung von Kurzzeitgedächtnisprozessen.
 
Tim Giger
Tim hat über acht Jahre Erfahrung im Bereich Data & Analytics als Entwickler, Architekt und Projektmanager in Projekten mit einer Vielzahl von Technologien (SAP, Microsoft, Open Source, Cloudera) und in einer Vielzahl von Branchen.
Zusätzlich ist er ausgewiesener Experte und Referent auf Big Data-Konferenzen und doziert an der HLSU und der HWZ.
 
Zusätzlich würde von der BLS Pascal Truniger mitkommen. Er wäre für Fragen zum Business Case Vorort/dabei.

The talk will outline the steps necessary to build an enterprise offering for cloud based BI and Advanced Analytics.
It will concentrate on building a process chain to balance enterprise cloud needs such as security, compliance and governance with user needs such as agility, ease of use and access.
We will show how the cloud can still be used to provide centralized services that are built in a way to ensure compliance and security by default.
The talk will cover the whole journey from the perspective of a larger enterprise while showing patterns that can be replicated by smaller companies.

In the framework of the Swiss Personalized Health Network (SPHN), the Personalized Health Informatics group of SIB Swiss Institute of Bioinformatics together with Trivadis - part of Accenture, works towards the ultimate goal to make Switzerland become a leader in health and biomedical research. In the presentation and the demo we will show how Semantic Web and Knowledge Graph technologies can help researchers to link and enrich data and gain new knowledge out of it. In addition we will outline the necessary infrastructure components used in SPHN to support the endeavour of digitalizing health data for research in Switzerland.
     

Sabine Österle
Sabine works at SIB Personalized Health Informatics (PHI) group as Team Lead Data Interoperability. The PHI group is responsible to drive the development and implementation of coordinated data infrastructures for the SPHN. This includes the BioMedIT network, a national IT infrastructure backbone, to enable nationwide health-data exchange for research and coordinating different activities around FAIR (Findable, Accessible, Interoperable and Reusable) clinical and health-related data (Data Coordination Center).

Philip Krauss
Philip is a Consultant Semantic Web & Big Data at Trivadis - part of Accenture. Trivadis brings years of experience in the conceptual design and implementation of Semantic Knowledge Graphs to the table, trains the project groups involved in RDF technologies and supports the implementation of the pipeline of reference ontologies.

Es muss nicht immer ein RDBMS sein. Oftmals eignen sich Open Source Apache Spark Services in der Cloud als Plattformen für Umsetzung und Betrieb moderner Datenplattformen. Dies besonders, wenn Anforderungen wie Echtzeit-Analysen oder IoT Stream Processing umzusetzen sind. In diesem Vortrag wird anhand von Beispielen das Zusammenspiel von Cloud Services und Features rund um Apache Spark im Thema Moderne Datenplattformen aufgezeigt.

•    Klassisches Data Warehouse vs. Moderne Datenplattformen
•    Kurze Einführung in Spark / Big Data Processing
•    Überblick Spark as a Service in der Microsoft Azure Cloud (Databricks vs. Azure Synapse)
•    Unterschiede relationale Datenbank vs. Data Lake
•    Delta.io (ACID Layer über Data Lake, mit Features wie Time Travel / Schema Enhancement / DDL und DML Commands)
•    Demo einer kompletten Ladestrecke


Marco Amhof beschäftigt sich mit Architektur und Umsetzung moderner Datenplattformen in der Azure Cloud. Zudem ist er Trainer und Referent für sämtliche Produkte im Microsoft SQL-Server Business Intelligence Stack und für Kurse und Vorträge zum Thema Modernisierung von Data Warehouses, Aufbau von Data Lakes und Real-Time Data Hubs.

ML und KI werden in einem recht breiten Spektrum von Anwendungen genutzt. Diese Verfahren sind teilweise so erfolgreich, dass mancherorts ein baldiges Nahen der Technologischen Singularität vorhergesagt wird – der Zeitpunkt, ab dem Maschinen den Menschen intellektuell überholen. Es stellt sich eine einfache Frage: kann das stimmen?

• Wie genau funktionieren diese Verfahren denn nun?
• Wie unterscheiden sich ML/KI-Verfahren wie supervised, unsupervised, self-supervised und weakly supervised ML von klassischer, regelbasierter Programmierung?
• Was genau lernt ein ML/KI-Verfahren beim Lösen eines Problems denn eigentlich – etwa das gleiche wie ein Mensch, der dasselbe Problem lösen möchte?
• Werden Maschinen mit den aktuellen Methoden wirklich „intelligent“?
• Was hat es mit „adversarial perturbations“ („böswilligen Störungen“ von ML/KI-Verfahren) auf sich?

Der Vortrag versucht, sich diesen Fragen zu nähern und so nüchtern wie möglich den Paradigmenwechsel herauszuarbeiten, dem ML und KI innewohnt, sowie die Vor- und Nachteile zu benennen, die damit einhergehen.

Bitte reserviert Euch eine Stunde Zeit für diesen anschaulichen und spannenden Vortrag.

Frank Heilmann hat Physik studiert und ist nach beruflichen Stationen als Laborleiter in F&E, Projektleiter in globalen Supply Chain Projekten, im operativen Financial Risk Management sowie als Produkt Manager eines Data Lakes nun seit einem guten Jahr bei Trivadis – Part of Accenture – als Platform Architekt unterwegs. Hier unterstützt er insbesondere beim Aufbau scale-out-fähiger und hochverfügbarer Datenplattformen. Als gelernter Numeriker verfolgt er mit großem Interesse die aktuellen Entwicklungen in Data Science, Machine Learning und KI. 

In seinem Vortrag stellt Guido Data Lake- und Data Analytics-Lösungen vor, mit denen Daten einfach gesammelt, effizient abgefragt und direkt analysiert werden. Dabei nutzt er eine herstellerunabhängige Referenzarchitektur, die sich sowohl in der Cloud als auch On-premises umsetzen lässt. Am Beispiel der Amazon Web Services (AWS) wird aufgezeigt, welche relevanten Services es mit Data Analytics gibt und welcher Service für welchen Zweck genutzt wird. Guido zeigt, wie die verschiedenen AWS Dienste Baustein für Baustein zu einer Lösung kombiniert werden.

Guido Schmutz arbeitet als Platform Architect für den IT-Dienstleister Trivadis. Er ist seit über 30 Jahren als Software Entwickler, Berater, Architekt, Trainer und Coach tätig. Sein Interesse liegt in der Architektur, dem Design und der Umsetzung von modernen Software-Lösungen. Seit einigen Jahren beschäftigt er sich hauptsächlich mit Big Data & Fast Data und der Frage, wie sich diese neuen Technologien optimal in eine moderne Datenplattform integrieren lassen, sowohl On-Premises wie auch in Cloud-Umgebungen. Er ist regelmäßiger Sprecher auf internationalen Konferenzen und bekannt als Autor von Fachartikeln und diversen Fachbüchern.

Drei Zutaten braucht es für Data Vault: Hubs, Links und Satellites. Sie zu beladen, ist kein Hexenwerk – die ETL-Patterns dazu sind einfach und effizient ausführbar. Doch wie können aus Data Vault dimensionale Marts in unterschiedlichen Geschmacksrichtungen abgefüllt werden? Wie können Slowly Changing Dimensions (Typ 1 und 2) gebraut werden? Wie ist es möglich, mit Hilfe von Views virtuelle Marts kühl zu stellen, ohne die Dimensionen und Fakten persistent in Tabellen lagern zu müssen? Bei diesen Fragen glauben manche, es sei Hopfen und Malz verloren.
 
Solche und weitere Fragen haben wir bei einem selbstgebrauten Bier diskutiert und anhand eines naheliegenden Anwendungsbeispiels – einem Data-Vault-Modell für unsere Hobbybrauerei – verschiedene Rezepte erarbeitet, wie Informationen aus Data Vault effizient und einfach abgefragt und in Star Schemas geladen werden können. Dabei ist vielleicht die eine oder andere „Bieridee“ herausgekommen, aber auch ein paar interessante Konzepte, die in hitzigen Diskussionen beim kühlen Bier entstanden sind. In einem nicht ganz bierernsten, aber lehrreichen Streitgespräch möchten wir aufzeigen, wie durch Diskussionen (mit oder ohne Bier) geeignete Ladekonzepte entwickelt werden können.
 
Referenten
Wenn Dr. Andrea Kennel (InfoPunkt Kennel GmbH) und Dani Schnider (Trivadis AG) nicht gerade ihrem Hobby nachgehen und in ihrer Nanobrauerei Bier brauen oder Flaschen abfüllen, sind sie beide im Bereich Data Warehousing tätig. Andrea arbeitet als Dozentin für Datenbanken an der Fachhochschule Nordwestschweiz (fhnw) sowie als Beraterin / DWH-Entwicklerin in verschiedenen Kundenprojekten. Dani führt für Trivadis bei unterschiedlichen Kunden Architekturreviews, DWH-Beratungen, Performanceoptimierungen oder Schulungen durch.

Bei der Erweiterung oder Erneuerung der Data Warehousing und Data Lake Lösungen ist Cloud für viele Unternehmen eine zu prüfende Option. Im Vordergrund steht der Wunsch einer flexiblen und kostengünstigen Plattform, gegenüber den Ängsten von Sicherheitsbedrohungen oder Verlust der Unabhängigkeit bezüglich Infrastruktur-Entscheide. Häufig besteht noch wenig Know-How bezüglich der verschiedenen Möglichkeiten und Lösungsportfolios.
Ergänzend erfolgt eine Marktübersicht, respektive eine Strukturierung der wichtigsten Hersteller und deren Lösungen für Data und Analytics. Praxisbeispiele runden den Vortrag ab.
 
Herbert Stauffer, Geschäftsführer BARC Schweiz und Senior Analyst Data & Analytics, hat über 25 Jahre Erfahrung in Data und Analytics, als Projektleiter, Dozent und Berater. Seine Schwerpunkte sind Strategie, Architektur, sowie Qualität und Methodik. Er ist Hauptautor des Buches „Testen von Data-Warehouse- und Business-Intelligence-Systemen“ und des Buches "Security für Data-Warehouse- und Business-Intelligence-Systeme". Er ist Co-Leiter des TDWI-Roundtables in Zürich und TDWI-Fellow.

In Evaluationsprojekten möchten Kunden immer wieder verschiedene Dashboard Tools gegeneinander antreten lassen. Ein Killerkriterium neben Anpassbarkeit der Visualisierungen, Kosten, Architektur, u.ä. ist hier oft auch die Performance bei Zugriff auf grosse Datenmengen.
In einem Vortrag werden wir unterschiedliche Tools im online Modus - also ohne die Verwendung von Extrakten - in einer Live-Demo gegeneinander antreten lassen.
Als Datengrundlage kommt eine in-memory Datenbank zum Einsatz, die ca. 1 Mrd. Rows zur Verfügung stellt.

Wäre es nicht schön, ein Data Warehouse Projekt zu realisieren, das

• tatsächlich agil auf Veränderungen reagieren kann,
• sich jederzeit restrukturieren und überarbeiten lässt,
• DevOps-fähig und automatisierbar ist,
• Daten jederzeit deterministisch -komplett oder partiell- nachladen kann,
• den Fokus des Teams auf Business Cases legt, anstelle sich in Infrastrukturproblemen zu verlieren?

Wie das möglich ist, möchten wir in unserem Vortrag zeigen. Mit Hilfe von Data Vault und einer Persisting Staging Area unter Verwendung von ETL Templates, Patterns sowie DevOps lässt sich ein hoher Automatisierungsgrad erreichen. Reicht das, um alle oben genannten Anforderungen mit einem Ja beantworten zu können?

Michael Könings ist seit über 20 Jahren im BI Umfeld tätig, seine Schwerpunkte liegen im Bereich ETL und Data Warehousing. In zahlreichen Projekten konnte er sein Wissen und seine Erfahrung kontinuierlich erweitern. Aktuell sind Cloud, Data Vault und auch DevOps als neue Komponenten im agilen Umfeld als Herausforderungen hinzugekommen.
Michael Könings Ist zertifizierter Scrum Master sowie MCSE im Bereich Datenbanken.

Bernhard Laubers Schwerpunkt liegt im Bereich DWH-Architektur, Datenbank- und DWH-Modellierung, Design und Implementierung von ETL-Strecken, Datenbank-Anonymisierung und Datenbank-Migrationen. Bernhard Lauber ist Certified Data Vault Data Modeler (CDVDM) und MCSA (Microsoft Certified Solutions Associate). Als Microsoft Certified Trainer (MCT) gibt er Trainings im Bereich Business Intelligence und Microsoft SQL Server. Ausserdem hat er Projekt-Erfahrung mit agilen Methoden wie KANBAN und SCRUM.

In diesem Vortrag wird das Konzept von Knowledge Graphen (KGs) vorgestellt und diskutiert, wie sie uns dabei unterstützen, isolierte Datensilos für Datenanalysen miteinander zu vernetzen. Knowledge Graphs ermöglichen es, neue Verknüpfungen zwischen beliebigen Datenelementen abzuleiten, den Informationsgehalt von Daten besser zu verstehen und unterstützen dabei, grosse Mengen an unstrukturierten, semi-strukturierten und strukturierten Daten zu analysieren. Vielversprechende Anwendungen finden sich zum Beispiel in der Medikamentenforschung, wo eine wesentliche Herausforderung in der intelligenten Verknüpfung von mehreren unabhängigen und oftmals nicht verknüpften Datenquellen besteht.

Martin Zablocki ist ein promovierter Informatiker und kann auf einen grossen fachlichen Erfahrungsschatz zurückgreifen, den er durch diverse erfolgreiche Forschungsprojekte und seine Lehrtätigkeit am Institut für Informatik der Universität Freiburg nachweisen kann. Seit 7 Jahren liegt sein Schwerpunkt auf der Architektur und Implementierung von Knowledge Graphs auf Basis des Big Data Hadoop und Semantic Web Technologie Stacks. Bei Trivadis ist er in seinem angestammten Umfeld Big Data, DataScience als Projektleiter und Berater in verschiedenen Projekten unterwegs.

Mit PowerBI Daten analysieren, bei Bedarf direkt mit individuellen und plattformübergreifenden PowerApps interagieren oder automatisierte Geschäftsprozesse mit Flow anstossen – Was früher «hardcore» Software Engineering erforderte, kann heute mit «point and click» in Rekordzeit implementiert werden.
Wir zeigen mit verschiedenen Cases die neuen Möglichkeiten der Power Platform und wie man diese einsetzen kann.

Salvatore Cagliari: Mit über 25 Jahren IT Erfahrung und 15 Jahren Erfahrung mit Datenbanken, vorwiegend SQL Server, unterstützt Salvatore Cagliari seine Kunden im Bereich Datenaufbereitung, -modellierung und Reporting mit Microsoft Produkten. Dabei nutzt er intensiv die Microsoft Power Platform und die SQL Server Plattform mit SQL Server Database, Analysis Services und Power BI Reporting Services, sowohl on-premise wie auch in der Cloud, um die Anforderungen und Bedürfnisse seiner Kunden zu erfüllen.

Denis Selimovic: Nach seinem Studium der Wirtschaftsinformatik arbeitete Denis Selimovic als interner Berater, Entwickler und Projektleiter bei einem internationalen Design- und Möbelunternehmen. Seit 2013 ist er bei Trivadis als Consultant im BI-Umfeld tätig. Vorrangig bewegt sich Denis Selimovic mit Beratungs- und Entwicklungsprojekten im Fachbereich. Mit mehr als 10 Jahren Erfahrung in der IT liegt sein Fokus in den Gebieten Power BI, DAX, Power Pivot, Azure Cloud und SQL Server.

Analytische Systeme haben aufgrund ihres speziellen Einsatzgebietes andere Anforderungen an die Security. Diese Aspekte werden einleitend erklärt.
Der Vortrag gibt zuerst einen Überblick über die drei Hauptaspekte der Security:

• Ordnungsmässigkeit des Betriebes
• Schutz vor kriminellen Aktivitäten
• angemessene Verfügbarkeit der Services.

Erklärt werden drei unterschiedliche Arten der Bedrohungsmodellierung und die Strukturierung und Implementierung zweckmässiger Berechtigungskonzepte. Ein weiter Schwerpunkt ist das Bestimmen einer angemessenen Verfügbarkeit und den Einfluss auf die Architektur. Weitere Themen sind Penetration-Testing und eine Methoden- und Tool-Übersicht. Der Vortrag behandelt Aspekte von klassischen und explorativen Umgebungen.

Herbert Stauffer hat über 25 Jahre Erfahrung in Business Intelligence und Data Warehousing, als Projektleiter, Dozent und Berater. Seine Schwerpunkte sind Strategie, Architektur, Service-Management, sowie Qualität und Methodik. Er ist Hauptautor des Buches "Testen von Data-Warehouse- und Business-Intelligence-Systemen" und des Buches "Security für Data-Warehouse- und Business-Intelligence-Systeme". Er ist Co-Leiter des TDWI-Roundtables in Zürich.

Aufgrund des grossen Interesses des sehr gut besuchten TDWI Roundtables in Basel «Quo Vadis Power BI?» vom 28.11.2018 wird mit diesem Referat das Thema vertieft. Was lässt sich durch den Einsatz von R in Power BI im Bereich «Predictive Maintenance» herausholen?

IoT-Daten von geeichten Sensoren für die Systemüberwachung eignen sich ideal für den Aufbau raffinierter Indikatoren, die inkonsistentes Verhalten anzeigen. Aus allen multidimensionalen Sensor-Messwerten gleichzeitig lässt sich der allgemeine Gesundheitszustand sowie bekannte Muster von Verschleiss erkennen. Ein typischer Degradationspfad erlaubt die Prognose der verbleibenden Lebensdauer (RUL) inklusive der quantitativen Genauigkeit dieser Aussage. Planung und Logistik bei der Wartung profitieren von dieser zeitlichen Eingrenzung zur Vermeidung potentieller Ausfälle.

Olaf Nimz kümmert sich leidenschaftlich um die Data Science Themen der Trivadis AG an den Standorten im DACH-Raum. Er ist darauf spezialisiert, Daten zum Sprechen zu bringen. Sein naturwissenschaftlicher Hintergrund und sein grosser Erfahrungsschatz ermöglichen es ihm, Advanced Analytics Projekte in enger Zusammenarbeit mit Ingenieuren oder Risk-Aktuaren zu realisieren.  

Bei Bedarf kann der Vortrag auch in Englisch gehalten werden.

Mit der Einführung von IFRS17 sollen Grundsätze für die Erfassung, Bewertung, den Ausweis und die Angaben von Versicherungsverträgen etabliert werden mit dem Ziel der Bereitstellung relevanter Informationen, welche die Verträge glaubwürdig repräsentieren und somit die Basis für die Abschlussadressaten bilden. Weiterhin sollen so auch die Effekte, die Versicherungsverträge auf die Vermögens-, Finanz- und Ertragslage sowie auf die Zahlungsströme haben, beurteilt werden können.
Die Projekttechnische Umsetzung (Auswahl der Methoden und Software-Applikationen) für die Etablierung allerdings ist den Versicherungsunternehmen nicht im Detail vorgegeben.
 
In diesem Vortrag wird eine praktische Umsetzung mit einem agilen Framework (Projektbeispiel Versicherung Wien) in Grundzügen dargestellt/erläutert und Alternative Optionen diskutiert.

Seit der Veröffentlichung im Jahre 2015 hat Power BI eine enorme Entwicklung hinter sich gebracht. Im Februar 2018 wurde das Tool nun zum ersten Mal im Gartner Quadranten als Top Leader (oben rechts) eingeordnet, mit einem grossen Vorsprung als Visionär.

• Wieso ist Power BI so erfolgreich?
• Wie kann man Power BI nutzen, sowohl für Self-Service als auch im Unternehmenskontext?
• Wie wird es bereits in Unternehmen eingesetzt und vor allem wie wird es zukünftig mit Power BI weitergehen?

Auf diese Fragen werden Noam Arnold und Denis Selimovic Antworten geben. Sie sind bereits seit der ersten Stunde im Jahre 2015 mit dem Tool vertraut und teilen ihre Erfahrungen aus verschiedenen Projekten!

Im Vortrag werden die unterschiedlichen DWH-Automatisierungsansätze und -Aspekte mit dem jeweiligen Umfang der möglichen Automatisierung aufgezeigt. Die Bandbreite reicht dabei von 'Self-Made Automation' bis hin zum Einsatz von verschiedenen spezialisierten Tools und Softwareprodukten.

Eine Marktstudie zu DWH Automation Tools gibt eine Orientierungshilfe und Einblicke zur Beurteilung und Einordnung von DWH-Automatisierungsansätzen und -Tools auf dem Markt.
Der Einsatz von DWH Automation beschränkt sich aber nicht nur auf die automatisierte Generierung von DWH-Objekten, sondern beeinflusst auch die Prozesse vom Requirements Engineering bis hin zum Releasemanagement. Im Vortrag werden daher auch die Auswirkungen auf Organisation und Abläufe erläutert und mögliche Schritte aufgezeigt, wie eine DWH-Bestandslösung in eine automatisierte DWH-Lösung übergeführt werden kann und welche Aspekte und Entscheidungsgrundlagen dabei zu berücksichtigen sind.

Starting from 25 May 2018, the data protection authorities in the EU can enforce us, to be compliant with the new GDPR (General Data Protection Regulation). Actually, we are in a transitional period. This will affect almost all processes and mechanisms in our systems, which contains personal information.

This speech discusses the basics of GDPR (Speaker: Christian Golz, Leading Edge Security Consultant) and what it could mean to be GDPR compliant in a BI system (Speaker: Salvatore Cagliari, Senior Business Intelligence Consultant). The information is useful not only for persons related to BI but for everyone who is working with personal information that are store electronically, as the regulations applies to every system in a company.

*) The slides are in English. If requested the speech will be held in English, otherwise in German.

Ziel der Analyse war die Untersuchung von statistischen Methoden zur Entdeckung von Bedeutungsstrukturen aus un- oder schwach strukturierten Textdaten. Die daraus gewonnenen Erkenntnisse sollen Benutzer schnell die Lage versetzen, die Kerninformationen der verarbeiteten Texte zu erkennen bzw. zu entdecken.
Vorgestellt werden Ergebnisse der untersuchten Methoden und ihre Anwendung.

Andreas Witzmann promovierte in Physik an der Universität Freiburg im Breisgau. Heute arbeitet er als Data Integration Architekt im Business Intelligence und Datawarehousing Umfeld bei der F. Hoffmann-La Roche AG in Basel. Seit Anfang 2016 ist er aktives Mitglied des Data Science Labs und fokussiert sich auf den Bereich der Text Analyse.

Setup und Implementation eines Data Science Labs mit dem Ziel ‘Data Science as a Service’  zur Verfügung zu stellen und damit verschiedene Geschäftsbereich durch ‚actionable predictions, forecasts, simulations and optimizations’ zu unterstützen.

Gregor Schmitt (Chemieingenieur, Universität Karlsruhe) leitet seit 2016 das  IT Data Science Lab der F. Hoffman-La Roche AG in Basel.

Welchen Einfluss haben Digitalisierung und Agilität auf modernes Requirements Engineering? Welche grundlegenden Skills sind heute, genau wie gestern und morgen immer noch Schlüsselfaktoren für gutes Requirements Engineering um den Spagat zwischen Nachhaltigkeit und schneller Reaktion auf die sich immer schneller ändernden Geschäftsanforderungen zu schaffen? Diese Frage stellt sich die Trivadis AG regelmässig und sucht und findet Antworten auf die Frage, wie ihre Requirements Engineers und Business Analysten fit gemacht werden können, in dieser agilen Welt zu reüssieren.

Andrea Hemprich, Diplom Informatiker / Wirtschaftswissenschaftler, verfügt über fundierte Kenntnisse sowohl in Informationstechnologien als auch in betrieblichen Geschäftsprozessen. Als Projektleiter und Geschäftsführer hat sie in zahlreichen Projekten mit vielfältigen technologischen Herausforderungen Führungsverantwortung wahrgenommen und nachhaltige Erfolge erzielt. Ihre ausgewiesenen Kenntnisse in der Planung und Realisierung komplexer Projekte sowie ihr fundiertes technisches Wissen halfen ihre dabei, auch anspruchsvolle Entwicklungsvorhaben gewinnbringend umsetzen. Darüber hinaus verfügt sie über Spezialkenntnisse in Disziplinen wie Requirements Engineering, Project Management, Quality Management und Application Lifecycle Management.

Haben Sie sich schon einmal gefragt, was BI-Anforderungen mit einem Autokauf gemeinsam haben? In diesem Vortrag erfahren Sie mehr dazu! Im Zentrum steht dabei die mögliche Strukturierung von BI-spezifischen Anforderungsinhalten sowie die Absteckung eines Rahmens für "erlaubte" Anforderungen. Denn wie die meisten Automodelle sind auch BI-Systeme heutzutage technologieseitig stark standardisiert...

Raphael Branger studierte Wirtschaftsinformatik und hält einen MA in Information Management. Heute arbeitet er als Chief Knowledge Officer und Senior Solution Architect bei der IT-Logix AG mit über 14 Jahren Praxiserfahrung im Business Intelligence und Datawarehousing Umfeld. Neben seiner täglichen Projektarbeit ist Raphael Branger ein regelmässiger Referent an nationalen und internationalen BI-Konferenzen. Sein aktueller Fokus liegt im Bereich der BI-spezifischen Anforderungsanalyse sowie der Adaption agiler Methoden im Umfeld von BI.

Das Trendthema agile BI gehört zu den wesentlichen Entwicklungsfeldern im BI-Umfeld. Aufgrund der großen Bedeutung hat der TDWI im Jahr 2010 die Arbeitsgruppe agile BI gegründet. In dieser Gruppe wurde eine Definition und ein Ordnungsrahmen erarbeitet und über die Jahre verifiziert. Resultate der Arbeitsgruppe waren u.a. das agile BI Memorandum und das im dPunkt Verlag erschienene Buch zu agile BI.
Im Vortrag wird agile BI definiert und das agile BI Memorandum kurz eingeführt. Anschließend werden aktuelle Maßnahmen zur Erhöhung der BI-Agilität vorgestellt und anhand des Ordnungsrahmens eingeordnet.

Dr. Michael Zimmer ist Manager bei Accenture Digital im Bereich Digital Delivery und verantwortet dort das Thema SAS für den deutschsprachigen Raum. Michael Zimmer hat zum Thema agile BI-Architekturen promoviert und ist im TDWI Referent, Autor und Experte sowie Organisator des TDWI Roundtable Stuttgart. Er ist Mitglied im TDWI-Arbeitskreis »Agile BI« und hat das »Memorandum für Agile Business Intelligence« mitherausgegeben.

Beim Einsatz von Scrum im Umfeld von DataWarehouse bzw. BI stellen sich viele Fragen und Bedenken werden geäussert, dass sich Scrum nicht für BI eignet. Die Basler Versicherung hat den Versuch gewagt und die gesamte IT in der Schweiz auf Scrum umgestellt und musste sich der neuen Situation stellen. Bald wurden in der Gesamtorganisation und auch in den BI-Teams sichtbar, dass Scrum nicht erwartete Auswirkungen auf die tägliche Arbeit hat, positive wie auch negative. In der Folge war die Herausforderung, die positiven Punkte zu erhalten und die negativen zu verbessern, ohne die agilen Grundsätze zu verletzen.
Der Erfahrungsbericht zeigt auf, wie in den 6 Jahren seit der Umstellung diese Herausforderungen angenommen und bewältigt wurden. Anpassungen wurden in allen Scrum-Teams verschieden vorgenommen, auch Team übergreifende Anpassungen waren notwendig. Dazu wurden neue Gremien gebildet, Vorgehensweisen überdenkt und angepasst und die Aufbauorganisation verändert.

Markus Peter (Basler Versicherungen) ist Wirtschaftsinformatiker und startete in den 80er-Jahren des letzten Jahrhunderts als Cobol-Progammierer, zeichnete bis zum Jahrhundertwechsel für die Zinssatzaufbereitung einer Schweizer Großbank verantwortlich und war als Datenarchitekt tätig. 2000 wechselte er in den Bereich BI. Dabei gestaltete er die ETL-Prozesse einer schweizerischen genossenschaftlichen Bank prägend mit, war bis 2005 als Berater im Bereich ETL tätig, bis er zur Basler Versicherung wechselte. Dort ist er Data-Warehouse-Architekt und koordiniert die Schnittstellen zu den Vorsystemen. Daneben verantwortet er die technologische Ausrichtung und Weiterentwicklung.

Andreas Witzmann beschreibt den Weg von Roche, Hadoop auf Unternehmensebene zu implementieren. Er schildert detailliert, welche Platzformanforderungen IT und Geschäftsbereiche an Sicherheit , Qualität, Zuverlässigkeit und Verwaltbarkeit hatten und wie diese umgesetzt wurden.

Diskussion am Beispiel: Modernisierung von Risiko-Infrastrukturen
Die Bewältigung regulatorischer Anforderungen stellt die IT vor fast unlösbare Herausforderungen. So werden die Anforderungen z.B. von BCBS 239 („Principles of Risk Aggregation and Risk Reporting“) nicht selten als „mission impossible“ bezeichnet. Für andere, im eigentlichen Geschäftsinteresse der Unternehmen liegende IT-Projekte bleibt wenig bis kein Raum. Auf diese Weise besteht bei fast allen Unternehmen ein „Delivery-Backlog“. Ein Grund für die lange Dauer und die hohen Kosten von z.B. Risiko-Projekten liegt in der Tatsache, dass die erforderlichen Daten sehr heterogen sind, häufig sehr grosses Volumen haben, sich rasch verändern und dass die Verarbeitungszeiten viel zu lang sind. Diese Feststellung ist weder erstaunlich, noch neu. Interessant ist jedoch, dass hiermit genau die Eigenschaften genannt werden, durch welche „Big Data“ definiert werden: „Variety, Volume, Velocity“, und genau für diese Herausforderungen bieten Big Data Technologien eine Lösung. Wenn das für unvorstellbar grosse Datenmengen, wie sie von Google oder Facebook vorhanden sind, möglich ist, so muss es doch möglich sein, diese Fähigkeiten auch auf (vergleichsweise kleine) Risikodatenbestände zu übertragen.

(Vortrag erfolgt auf englisch)

Die Präsentation erläutert als Einführung kurz die Herausforderungen bei internationalen Reportingzugriffen innerhalb von UBS. Des weiteren bietet sie eine kurze Einführung in LAAC (Location Aware Access Control) Danach konzentriert sie sich dann auf die aktuelle Implementierung für BusinessObjects bei UBS und fokussiert auf die technischen Details. Abschliessend werden auch bekannte Probleme und zukünftige Erweiterungen beleuchtet.

Bei diesem Vortrag geht es erstmals um das Thema Business Intelligence im Spitalwesen, insb. in Verbindung mit der zurückliegenden Einführung der Fallpauschalen (SwissDRG) in allen Schweizer Spitälern. Anhand eines realen DWH Projektes in einem großen Kantonsspital wird der dafür zuständige Projektleiter - Herr Caspar v. Stülpnagel - die fachlichen und technischen neuen Herausforderungen in der Spital-Statistik durch SwissDRG (Fokus stationäre Fälle) in seinem Vortrag beleuchten. Was bedeutet die Einführung von SwissDRG u.a. für die Berechnung der Pflegetage, die richtige statistische Ausweisung der Fallzusammenführungen, des Fallsplittings und für PRISMA? Warum sind die Jahre vor SwissDRG gar nicht mit den neuen Daten vergleichbar? Warum bedeuten diese fachlichen Änderungen nicht nur in den OLTP System (bspw. SAP, 3M), sondern auch im BI und Datawarehouse System notwendige und dringende Anpassungen.

Diese und viele weitere Fragen werden vorgestellt, beantwortet und gemeinsam diskutiert.

Vortrag mit spezifischer Diskussion des Vortrags

Vortrag mit spezifischer Diskussion des Vortrags

Einleitung in das Thema Big Data - Jan Altin

Evaluation of a cloud-enabled massively parallel query database.

Große Datenmengen und kleine gelbe Elefanten: eine vielzitierte Kombination. Aber wie sieht es in der Realität denn konkret damit aus? Dieser Praxisbericht will aufzeigen, wie man in modernen BI-Architekturen große Datenmengen mit dem Hadoop-Ökosystem erfolgreich beherrschen kann und welchen verschiedenen Herausforderungen man auf diesem Weg begegnet.

Über den Referenten: 

Marcus Pilz ist mit mehr als zwanzig Jahren BI-Erfahrung, als ehemaliger Leiter eines der größten Business Intelligence Competence Center, als Vorstandsmitglied des Data Warehouse-Instituts (TDWI), Herausgeber einer BI-Buchserie, als Gutachter und Fachbeirat für BI-Fachzeitschriften und als renommierter Sprecher bei internationalen Symposien ganz nah am Puls der BI-Entwicklung und kann unabhängig bewerten, was wirklich relevant für Unternehmen ist.