Roundtable

“Wir würden ja gerne starten - aber erst müssen wir unsere Daten in den Griff bekommen!" - Diese Aussage kommt oft am Anfang von Projekten vor und verzögert nicht selten wichtige Daten-Initiativen. Was wäre aber, wenn wir Datenqualität nicht als Problem betrachten, sondern als ersten Schritt zum datengetriebenen Arbeiten? In internen und externen Projekten kommt es oft vor, dass Auswertungen als erstes Probleme der Datenqualität aufdecken - noch bevor das eigentliche Ziel der geplanten Dashboards und Analysen erreicht wird. 
Statt darüber frustriert zu sein, ist es viel besser, diese Feststellungen als Mehrwert zu betrachten! Es ist gut, dass Probleme der Datenqualität erkannt werden! Und noch besser, wenn sie behoben werden! Gerade deshalb sind DataOps und Data Stewardship nicht nur neumodische Buzzwords für Großprojekte, sondern Themen, die in allen Unternehmen relevant sind: Wenn wir uns darauf einlassen. So laufen Verbesserungen von Daten und Verbesserungen der Analyse- und Dashboard-Lösungen im DataOps-Ansatz parallel ab und durch die Konfrontation der Beteiligten mit dem Thema Datenqualität können diese in die Rolle von Data Stewards reinwachsen.

Artur König ist Informatiker mit aktuellem Tätigkeitsschwerpunkt in den Bereichen BI-Beratung, Daten-Architektur und Datenanalyse. Er ist seit 2016 bei der Scopevisio AG tätig, einem mittelständischen Hersteller von Cloud Unternehmenssoftware mit Sitz in Bonn.
Zurzeit verantwortet er das Customizing und die Umsetzung individueller Lösungen in Kundenprojekten, wobei ein wesentlicher Schwerpunkt Erweiterungen im Bereich des Reporting sind. Zuvor war er acht Jahre bei der DATEV eG im Consulting mit dem Fokus auf IT- Compliance und IT-Sicherheit tätig. Neben den beruflichen Tätigkeiten ist er als Dozent bei der FOM, als Organisator der Berliner Power BI Usergroup sowie in mehreren Themenzirkeln des TDWI aktiv.

Miron Kropp leitet bei the unbelievable Machine Company GmbH als Head of Data at Rest and Data In Motion ein Team von Data Engineers und Big Data Entwicklern mit einem Fokus auf Kundenprojekt- und Produktentwicklung. Zuvor arbeitete er in verschiedenen Data und Tech Lead Positionen bei Firmen wie Orange Business Services, T-Systems international GmbH oder akquinet AG. Er hält einen Doktortitel im Bereich Ingenieurwissenschaften und MEMS Fertigung und -design. 

Data Mesh liefert für heterogene Organisationen wie die Deutsche Bahn AG ein attraktives Zielbild für die Entwicklung des Datenmanagements und der gemeinsamen Datennutzung in einer dezentralen Organisation. Wie aber kann der Transformationsimpuls auf allen notwendigen technischen und organisatorischen Ebenen erzeugt werden?  
Dieser Beitrag stellt den inkrementellen Ansatz der Deutschen Bahn vor, der Data Mesh in konkreten kleinen Umsetzungen ausprobiert, statt eine große Implementierung am Reißbrett zu planen. Aus den so gemachten Erfahrungen werden die Veränderungen auf den verschiedenen Ebenen des konzernweiten Daten-Ökosystems abgeleitet, die die Deutsche Bahn in die richtige Richtung führen, hin zu einem Data Mesh.

Carsten Fritsch arbeitet als Lead Architekt für das Data Intelligence Center in der zentralen CIO-Abteilung der Deutschen Bahn AG. Er steuert die Entwicklung des technischen Daten-Ökosystems der Deutschen Bahn, indem er dessen Architektur aus einer konzernübergreifenden Perspektive entwirft und Leitplanken für die Implementierung von Datensystemen in den Unternehmen des Konzerns entwickelt. Er leitet die Bemühungen der Deutschen Bahn, der Data Mesh-Methodik zu folgen. Vor seiner Tätigkeit bei der Deutschen Bahn war er als Berater und IT-Architekt bei Deloitte tätig, wo er führende Unternehmen aus verschiedenen Branchen bei ihren Big Data-Initiativen unterstützte, indem er Hadoop-Plattformen implementierte oder zu Big Data-Strategien beriet.

Am Beispiel von 2 unterschiedlichen Operating Modellen zeigen wir den Nutzen und die Grenzen von Data Meshs auf und welche entscheidende Rollen und Teams es braucht, damit die Zusammenarbeit gelingt und Nutzen stiftet. Eine besondere Rolle spielt dabei das dezentrale Data Ownership und die zentrale Governance sowie das Enabling von Teams von Data Engineers und Data Scientists oder Experten. Wir zeigen wie der "Team Topologies" Ansatz auch in Data Mesh Architekturen wirkt. Und freuen uns auf eine rege Diskussion mit euch.

David Göbel ist Senior Manager des Data Lab, arbeitete vormals am Fraunhofer ISI als Data Scientist und Manager. Bereits zuvor sammelte er langjährige Erfahrungen als Data Scientist, nachdem er seinen Master of Energy Science und Engineering an der TU Darmstadt abgeschlossen hatte.

Vor ihrer aktuelle Rolle als Senior Director of Transfomation arbeitete Christina Albrecht u.a. bereits als strategische Beraterin für Unternehmenstransformation für Firmen wie Maturity GmbH, ISG Compass, Siemens und IBM und war Unternehmensinhaberin von Aumendo. Sie erhielt ihren Abschluss als executive MBA of economics an der University of Bradford.

Freiheit für Daten und Datenverarbeitende fördert Produktivität und Kreativität. Aber welche Freiheiten im Hinblick auf Daten können wir den tausenden Personen, die bei Zalando mit Daten arbeiten, gewähren, ohne den Überblick oder die Kontrolle zu verlieren? Welche Kultur ist für diese Freiheiten notwendig und welche Verantwortungen werden dafür benötigt? Ein kurzer Ausflug in Zalandos Data Mesh gibt dazu ein paar Einblicke.

Sebastian Herold hat seine Begeisterung für Programmieren und Architektur schon früh entdeckt und hat immer noch eine Leidenschaft dafür, Probleme mit Code und Daten zu lösen. Während seiner sieben Jahre bei ImmobilienScout24 hat er seine Architektenrolle immer mehr Richtung Big Data Architekturen verschoben und die Vision und Implementierung einer unternehmensweiten Data Platform angeschoben. Seit fast fünf Jahren bei Zalando hilft er, die richtigen Weichenstellungen für ein skalierbares, produktives aber auch sicheres Data Mesh vorzunehmen und Mitarbeitern und Interessierten die Idee davon zu vermitteln.

Der Vortrag wird eine kurze Einführung darin geben, wie die Ideologie von Data Mesh bei Vistaprint implementiert wurde und derzeit über 120 Datenprodukte ermöglicht. Als eine der Herausforderungen wird ein Deep Dive in die föderale Computational Governance präsentiert und wie traditionell zentralisierten Aufgaben (Security, Privacy, ..) über die 300+ Data & Analytics Organisationen hinweg sichergestellt werden. Abschließend blicken wir auf das Jahr 2023 und die aktuellen Herausforderungen der über zwei Jahre andauernden Data Mesh Reise bei Vistaprint.

Jannik Podlesny unterstützt Vistaprint als Principal für Data & Analytics. Er engagiert sich kontinuierlich in der Forschung rund um Privacy Engineering und Profiling am Hasso-Plattner-Institut (HPI) in Potsdam und hat verschiedene Publikationen und Patente im Bereich der Informatik beigesteuert. Zuvor arbeitete Jannik als Associate Director bei McKinsey, lebte in New York und genießt nunmehr die Vibes in Berlin.

Unternehmen sprechen über Datenstrategien und darüber, dass Daten das neue Öl sind. Der Alltag vieler Datenteams ist jedoch oft durch schlecht spezifizierte Adhoc-Anfragen und die Positionierung als Serviceteam gekennzeichnet. Die Aufwertung der Datenorganisation als wichtiger strategischer Akteur und die Fähigkeit - und die Finanzierung -, erfahrene Spezialisten und Führungskräfte einzustellen sowie ein skalierbares Betriebsmodell zu schaffen, ist eine unabdingbare Voraussetzung für die Umsetzung von Datenstrategien.

Elizabeth Press war Head of Business Intelligence bei mehreren Berliner Scale-ups und Gründerin von D3M Labs. Sie ist auch eine veröffentlichte Autorin. Ihre Leidenschaft ist der Aufbau leistungsfähiger Datenorganisationen, die strategische Vorteile für ihre Unternehmen darstellen. Für D3M Labs baute sie einen vielfältigen Kundenstamm auf, darunter Betahaus, Rolls-Royce und das Auswärtige Amt, und leitete technische und Beratungsprojekte auf internationaler Ebene. Zuvor arbeitete sie bei Dell und als Unternehmensberaterin. Sie hat in 6 Ländern auf 3 Kontinenten gelebt und gearbeitet

Wie gelingt es in einer Finanzgruppe über 400 Instituten und Verbundunternehmen Zugang zu Metriken und Auswertungen zu geben? Mit der Kommunikationswelt Radar stellt das Sparkassen Finanzportal eine Self-Service Analytics Plattform für seine Kunden bereit. Der Vortrag skizziert Herausforderung und Lösungen, die beim Aufbau der Plattform entstanden sind.

Christian Schlieker treibt die Daten-Zentriertheit der Sparkassen Finanzgruppe voran. Als Lead strategisches Portfolio Management verantwortet er Themenfelder rund um Datenstrategie und den Aufbau von Marketing Automation.
Davor arbeitete er in verschiedenen Stationen (u.a. eBay) in den Feldern Data Analytics und Marketing Technologie. Christian fühlt sich in den Grenzgebieten wohl, in denen exakte Datenwissenschaft auf noch unscharfe Veränderung trifft.

Im eCommerce-Bereich sind Data Lakes mit riesigen Menge an vorhandenen Daten schon mehr oder weniger an der Tagesordnung. Daraus einen Wert für das Unternehmen und unsere Kunden zu generieren, gestaltet sich aber oft schwierig. Der Vortrag gibt einen Einblick darin, wie bei mobile.de die Datenstrategie konstant neu an bestehende Herausforderungen ausgerichtet wird: Themen wie Datendemokratisierung, Single Source of Truth und das Abbauen der "Datenhürde" sorgen dafür, dass aus einem Data Mesh später kein “Data Mess” wird.

Markus Schüler promovierte im Bereich Bioinformatik am Max-Planck Institut für Molekulare Genetik. Nach mehrjähriger Forschungstätigkeit im Bereich 3D-Genomics wechselte er zu mobile.de (damals Teil der eBay Gruppe). Dort war er zuerst als Data Scientist, später Data Team Lead und heute Head of Data Strategy beschäftigt.

Der Vortrag gibt Einblicke darin, wie Data Mesh-basierte Innovationen bei HelloFresh vorangetrieben werden. "Daten als Produkt" zu sehen wurde zu einem Leitprinzip, d.h. sie werden im Kontext einer unternehmensweiten Datenstrategie als vertrauenswürdiges Gut für den Rest des Unternehmens bereitgestellt und bieten ein optimales Kundenerlebnis, indem sie auffindbar, interoperabel, adressierbar und selbstbeschreibend sind.

Clemence W. Chee ist Global Senior Director Data bei HelloFresh. Er hat einen Hintergrund in Luft- und Raumfahrt und Geodäsie, insbesondere Erdbeobachtung. Seit er 2015 zu HelloFresh kam, hat er die HelloFresh-Datenorganisation aufgebaut und durch verschiedene Reifestadien geführt. In seiner aktuellen Rolle konzentriert er sich auf spezifische Themen der Datenstrategie und des Datenmanagements, darunter Data Governance, Daten Kompetenz und Data Process Management, um den Übergang der Organisation in die nächste Stufe der Datenreife zu ermöglichen.

Nicht nur regulatorische Anforderungen sondern auch das sich ändernde Kundenverhalten geben dem Thema Nachhaltigkeit einen immer größer werdenden Raum in der Unternehmensstrategie. Welche Auswirkungen hat dies auf die Datenstrategie und wie können diese umgesetzt werden?  Welche kulturellen, prozessualen und organisatorischen Aspekte sind hierbei zu berücksichtigen?

Thomas Zachrau unterstützt seit fast 30 Jahren die Kunden der Reply Deutschland SE im Bereich der Analytics von kundenzentrierten Prozessen (Sales, Service, Marketing, eCommerce). Die Umsetzung der zugehörigen Datenstrategien, Data-Governance- sowie Risiko-Themen aufsetzend auf dem SAP Lösungsportfolio bilden hierbei einen Schwerpunkt in den Kundenprojekten.

Der Vortrag gibt einen Einblicke in die Datenstrategie der Merck KGaA und in deren Nutzung eines hochmodernen Datentechnologie-Stacks.

Andreas Grimm verantwortet die Themen Datenstrategien sowie Data Governance für die Gruppenfunktionen bei Merck. In dieser Rolle ist er aktuell für den Aufbau des sogenannten Data Offices für die Gruppenfunktionen verantwortlich (Fokus auf Use Case Delivery, Portfolio Management, Projekt Priorisierung sowie Data Governance). In seinen früheren Rollen war er vor allem in den Bereichen Geschäftsprozessdigitalisierung, ERP Projekt Management sowie für als Leiter für globale IT Transformation Projekte tätig. Herr Grimm hat an der DHBW Mannheim Wirtschaftsinformatik studiert und besitzt einen MBA der Goethe Univiersität Frankfurt sowie der Tongji Universität Shanghai.

Der Vortrag fokussiert sich auf die Entscheidung der Protina Pharmazeutische GmbH die Data Landscape in die Cloud zu übertragen und auf die ersten Schritten des Aufbaus. Genauer betrachtet werden dabei die Anforderungen & Herausforderungen, welche bei klein- und mittelständischen Unternehmen typischerweise vorzufinden sind und was sie dabei von Konzernen unterscheidet. Insbesondere die Skalierbarkeit und "Total Cost of Ownership" spielen dabei eine hervorgehobene Rolle. Des Weiteren wird aufgezeigt, weshalb das Unternehmen sich für SMABI (Snowflake – Matillion ETL – Power BI) entschieden hat und welche Erfolge damit erzielt werden konnten.

Bastian Baur
•    Seit 2021 Head of Data Analytics bei der Protina Pharmazeutischen GmbH
•    Von 2018 -2021 tätig als Consultant und Senior Consultant für Data Analytics & Automation bei der Reply AG
•    Zuvor während der Studienzeit verschiedene Stationen als Business Intelligence Developer & Architect in der Kautschuk-Industrie sowie im Online-Leadhandel - in München, Berlin und den USA
•    Master der Wirtschaftsinformatik als Business Intelligence Specialist an der Hochschule für Technik und Wirtschaft Berlin
•    Bachelor der Wirtschaftsinformatik an der TH Rosenheim
•    Industriekaufmann, IHK

Gerade Startups wollen von Anfang an bereits datenorientiert arbeiten, können aber noch nicht in eine kostenintensive Infrastruktur für ein komplexes Datawarehouse & BI System investieren. Hier bieten Cloud-Anbieter oft gute Einsteigermodelle, mit denen sich einfache und robuste Datenarchitekturen entwickeln lassen, die dennoch komplexe Analysen ermöglichen. Im Vortrag wird exemplarisch die Cloud-Architektur von artnight.com vorgestellt und aufgezeigt, wie in diesem Anwendungsfall Daten verwendet und die daraus entstehenden Erkenntnisse genutzt werden, um das Angebot für die Kunden zu verbessern.

Dr. Peter Massuthe promovierte 2009 an der Humboldt-Universität zu Berlin und der TU Eindhoven. Nach verschiedenen anderen Stationen - u.a. bei idealo als Product Owner DWH/BI - arbeitet er seit 2021 beim Startup Realtainment (artnight.com, bakenight.com, plantnight.com) als Head of Data. Zusammen mit seinem Team hilft er, das Event-Angebot auf der Platform zu optimieren und Realtainment zu einem datengetriebenen Unternehmen zu entwickeln.

Der Vortrag gibt einen Überblick darüber, wie Cloud-Architekturen dazu beitragen, Reportingprodukte und daraus resultierende Datenanforderungen neu zu denken und prozessual anders anzugehen, als es in der Vergangenheit in klassischen Datenprojekten der Fall war. Der Fokus wird dabei auf die Umsetzungsschnelligkeit gelegt, d.h. wie kann man ein Umdenken von mehrjährigen Projektlaufzeiten hin zu einem ergebnisbezogenen Umsetzungsansatz mit schnell nutzbaren Ergebnissen erzielen?
Ein besonderes Augenmerk legt der Vortrag dabei auf neue Möglichkeiten in der SAP-Architektur: Hier hat mit der SAP Analytics Cloud (SAC), der Data Warehouse Cloud (DWC) und der SAP BW Bridge eine neue Zeitrechnung für SAP-Anwender begonnen. Weiterhin wird die Frage nach Vor- und Nachteilen von Cloudprodukten gegenüber klassischen on-prem-Architekturen behandelt und die Schritte zur Cloud-Nutzung besprochen, die Unternehmen in einem solchen Umfeld gehen können. Und was das Ganze mit Kleiderschränken zu tun hat wird auch noch verraten.

Carsten Blöcker ist Gründer und geschäftsführender Gesellschafter der cloudimpulse GmbH und kann dort sein Herzensthema Business Intelligence in allen Facetten ausleben. Mit über 20 Jahren Berufserfahrung im Banking mit Schwerpunkt auf Datenmanagement und Reportingsysteme liegt sein Fokus auf der Schnittstelle zwischen effizientem und qualitativ hochwertigem Reporting und einem funktionierenden Backend. Carsten ist ein echtes Nordlicht und lebt nahe Hamburg mit seiner Frau und zwei Kindern. Er baut gern an seinem eigenen Haus und verpasst nahezu kein Heimspiel des Hamburger SV.

Unternehmen verfügen über eine Vielzahl unstrukturierter Daten, nutzen diese aber oftmals nicht zu Unternehmenszwecken. Unternehmen, die Daten sammeln und auswerten sind dreimal erfolgreicher als andere Unternehmen. Die Visualisierung von Excel Tabellen reicht häufig nicht aus. Durch fehlende Strategien für datengetriebene Prozesse entstehen in den Unternehmen zudem unbeherrschbare Datensilos. Um die Unternehmensdaten gewinnbringend einsetzen zu können, ist es ratsam die Datenerkenntnisse mit Hilfe von „Data Storytelling“ sichtbar zu machen. In dem Vortrag geht es darum, wie eine Cloud Data  Warehouse Low Code Applikation verwendet wird, um die Datensilos der Unternehmen aufzubrechen, um diese Daten in einem Cloud Data Warehouse für die Anwender zur Verfügung zu stellen.

Jakob Sebov begleitet für die bimanu Cloud Solutions GmbH seit dem Jahr 2020 unterschiedliche Kundenprojekte, vor allem aus der Branche der produzierenden Unternehmen. Sie dienen der Umsetzung verschiedener Daten Use Cases auf Basis diverser Kundenanforderungen. Vorher absolvierte er sein Bachelorstudium in Elektro und Informationstechnik.

Der Vortrag gibt einen Überblick über das Thema Datenräume und die damit einhergehenden Services, Komponenten und Implikationen auf den unternehmensübergreifenden Datenaustausch. Im Kontext eines dazu passenden Szenarios aus dem Industrie 4.0-Umfeld wird mit dem Eclipse Dataspace Connector eine mögliche Lösung vorgestellt, an der verschiedene Partner aktuell in einem neuen Open Source-Projekt der Eclipse Foundation arbeiten.

Markus Spiekermann
Leiter der Abteilung "Data Business" am Fraunhofer-Institut für Software- und Systemtechnik in Dortmund. Seit 2016 ist er in verschiedenen Initiativen und Forschungsprojekten (Gaia-X, IDS, Catena-X) aktiv und leitet das Eclipse Foundation Projekt Eclipse Dataspace Connector. Vor seiner Zeit bei Fraunhofer arbeitete er seit 2008 als IT-Professional und Software Engineer. Seinen Bachelor und Master of Science im Bereich Wirtschaftsinformatik mit dem Schwerpunkt IT-Management absolvierte er an der FOM Hochschule.

Die Weltsprache der Produktion basierend auf dem OPC UA Standard liefert sowohl die Antwort auf die Fragen „Wie“ sowie „Was“ für Informationen in und aus der Fabrik kommuniziert werden. Diese sind sowohl für die Überwachung als auch die Steuerung der Produktion relevant, liefern darüber hinaus jedoch ebenso standardisierte Informationen für Anwendungsfälle wie die Zustandsüberwachung. Der Vortrag verweist an dieser Stelle exemplarisch auf die Analyse von Maschinen in IoT-Plattformen mittels Cloud Computing zwecks vorausschauender Instandhaltung. Die semantischen Selbstbeschreibungen ermöglichen hierbei Anwendungsfälle wie die Identifikation von Anomalien in Prozessen.


Johannes Olbort studierte Wirtschaftsingenieurwesen an der Technischen Universität Darmstadt. Im Anschluss arbeitete er als wissenschaftlicher Mitarbeiter am Fachbereich Maschinenbau. Während dieser Zeit vertiefte er sich in Lehre und Forschung auf die virtuelle Produktentwicklung bzw. den Einsatz von moderner Informations- und Kommunikationstechnologie für die Industrie 4.0. Als Projektleiter arbeitet er zentral im VDMA an der Harmonisierung von Informationsmodellen für den Maschinenbau bzw. sichert im Ökosystem Industrie 4.0 die Konsistenz sowie Kohärenz der entwickelten Standardisierungsergebnisse.

Die Digitalisierung von Wertschöpfungsketten birgt ein großes Potential. Mittels Digitaler Zwillinge von Produkten könnte man zahlreiche Analysen realisieren, für die man die komplette Wertschöpfungskette betrachten muss. Der CO2 Fußabdruck eines Produkts, oder ein digitales Echtheitszertifikat das die Herkunft eines Produkts oder eines Werkstücks genau beschreibt sind nur zwei Beispiele hierfür. In Diesem Vortrag beleuchten wir die Verwaltungsschale als sich in der Standardisierung befindliche, digitale Repräsentanz von Assets, die die technische Grundlage für Digitale Zwillinge liefert. Wir diskutieren welche Eigenschaften ein Digitaler Zwilling benötigt, und wie man diese mit der Verwaltungsschale umsetzen kann und geben einen Überblick über aktuelle Aktivitäten zur Weiterentwicklung der Verwaltungsschale.

Dr. Thomas Kuhn promovierte 2009 an der Technischen Universität Kaiserslautern. Seit 2008 arbeitet er am Fraunhofer-Institut für Experimentelles Software Engineering IESE in Kaiserslautern. Dort leitet er die Hauptabteilung Eingebettete Systeme. Gemeinsam mit seinem Team entwickelt er Lösungen für Digitale Zwillinge, virtuelle Testverfahren, und Sicherheitskonzepte.

Externe Einflussgrößen und unbekannte Wirkzusammenhänge zwischen Prozessparametern und Qualitätsmerkmalen von Produkten führen zu Ausschuss innerhalb der Produktion. Im Rahmen des Forschungsprojektes IRLeQuM wird dieser Herausforderung mit Ansätzen des maschinellen Lernens begegnet. Es werden Software- und Hardwaremodule konzipiert, die den Regelkreises zwischen Qualitätsmerkmal und Prozessparameter automatisiert schließen. Hierdurch wird Unternehmen ermöglicht, ihre Prozessqualität nachhaltig zu steigern sowie ihre internationale Wettbewerbsposition auszubauen.

Nils Klasen
Maschinenbau B.Sc. RWTH Aachen, bis Mitte 2019
Produktionstechnik M.Sc. RWTH Aachen, bis Ende 2020
Wissenschaftlicher Mitarbeiter am Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement des Werkzeugmaschinenlabors (WZL) der RWTH Aachen, seit Anfang 2021.

Mit:

• Markus Spiekermann
• Johannes Peter Olbort
• Thomas Kuhn
• Nils Klasen

Mit:

• Christian Gust
• Leo Marose
• Marc Roulet
• Michael Stein

Mit:
• Markus Vollmert
• Daniel Bartonitschek
• Christian Eckhardt
• Moritz Schuster

• Lars Roemheld
• Mohamed Abdel Hadi
• Carsten Weidmann
• Niklas Teichmann

Die effiziente Ausführung digitaler Prozesse ist ein immer wichtigerer Wettbewerbsfaktor. Als Antwort darauf hat sich Process Mining als modernes Werkzeug für die Prozessanalyse und -optimierung etabliert.

• Was ist Process Mining?
• Was sind seine Chancen und Herausforderungen und wie sehen mögliche Analyseergebnisse aus?

Dieser Vortrag führt kurz in die Thematik ein und stellt die konkrete Analyse am Beispiel eines Bestellprozesses vor. Abgerundet wird der Vortrag durch eine Live-Demo in LANA Process Mining.

Dr. Rami-Habib Eid-Sabbagh studierte IT-Systems Engineering am Hasso-Plattner-Institut, an der Universität Potsdam, wo er sein Studium mit seiner Promotion im Bereich Business Process Technology abschloß. Während seiner Forschungstätigkeit war er verantwortlich für verschiedene Beratungs- und Forschungsprojekte im Banken und öffentlichen Sektor zuständig. Er ist Mitgründer von Lana Labs GmbH, einer Berliner B2B Software Firma, die LANA Process Mining, eine innovative Software für die datengetriebene Prozessanalyse entwickelt.

Die Bringmeister GmbH ist einer der Pioniere im jungen und stark wachsenden Online-Markt für Lebensmittel und liefert seinen Kunden das gesamte Supermarktsortiment mit der eigenen Logistik nach Hause.

Neben dem klassischen Data Warehousing gibt es eine Reihe von Szenarien, in denen Kennzahlen und Auswertungen in Realtime oder Near-Realtime aufbereitet und verschiedenen Nutzern zur Verfügung gestellt werden müssen. Beispiele sind Kennzahlen wie die aktuelle Verspätungsquote der Lieferflotte oder Pickraten während des Kommissionierprozesses. Die Auswertungen werden von den Kollegen ganz konkret genutzt, um Abläufe zu optimieren.

Wir haben unsere DWH-Architektur um eine Echtzeitkomponente ergänzt und dazu Apache Flink als Streaming-Framework verwendet. Da Teile unserer Infrastruktur in der AWS Cloud liegen, kommen zusätzlich auch noch AWS Services wie Kinesis oder Lambda zum Einsatz. Der Vortrag wird die Umsetzung der Echtzeit-Szenarien mit Apache Flink vorstellen.

Die Referenten zeigen auf, warum Change Management für den Erfolg von Business Intelligence-Projekten unbedingt notwendig ist und wo die gängigsten Fallstricke lauern. Die Einführung eines neuen Tools oder Konzepts führt bei Nutzern oder Erstellern oft zu Unsicherheiten oder sogar ängsten. Geht man systematisch an den Change-Prozess heran, kann dieser neue Impuls im besten Fall zu Motivationsschüben in den Fachbereichen führen. Dieses Potenzial gilt es zu erkennen, darauf hin zu arbeiten und die Erfolge zu sichern. Die Zuhörer erfahren, inwiefern Change Management dazu handlungsweisend ist. Am Beispiel der Berlin Hyp wird zudem dargestellt, wie ein durchdachtes Visualisierungs- und Dashboardingkonzept mit Transparenz und Anschaulichkeit zu Verständnis führen konnte und damit den Grundstein für die Akzeptanz des Change-Prozesses gelegt hat.

Seit mehr als 60 Jahren werden Informationssysteme, Balanced Scorecards und

Management Dashboards in Unternehmen zur Entscheidungsunterstützung eingesetzt.

In diesem Kontext entwickelte sich über die Jahre die Notwendigkeit über

sogenannte Business Intelligence Competence Centers (BICCs) dezidierter

Einheiten in Unternehmen zu schaffen, deren Primärauftrag der Transfer von Daten

unterschiedlichster Quellen in „Business Insights“ ist. Reports und Dashboards

besitzen auch heute noch einen herausragenden Stellenwert im

betriebswirtschafltichen Alltag.
In den letzten Jahren fragen Fachbereiche

allerdings vermehrt nach Unterstützungen, die den Einsatz von Predictive

Analytics und Machine Learning erforderlich machen. Welche skills, Tools und

Infrastrukturen sind hierfür wirklich nötig? Obwohl die meisten Tools und

Verfahren im DWH und BI-Kontext die notwendigen Funktionalitäten von Haus aus

nicht mitbringen, ist dennoch vieles dessen, was die Letzten 20 Jahre

implementiert wurde auch weiterhin sinnvoll.
In dieser Session sollen einige Vor- und Nachteile beim

Aufbau eines eigenständigen Analytics Cooperation Centers“ beleuchtet werden und

hinterfragt werden, wie sich Unternehmen zukünftig noch mehr in Richtung

„Data/Analytics-driven“ entwickeln können und müssen.

Quellsysteme und Anforderungen der Fachabteilungen ändern sich heute in sehr kurzen Intervallen. Daher muss ein zeitgemäßes Data Warehouse flexibel und agil auf diese Anforderungen reagieren. Eine agile BI-Architektur mit Data Vault ist dafür die geeignete Lösung.
In einer flexiblen Datenarchitektur sind Änderungen am bestehenden System viel schneller umsetzbar als bisher. Da Data Vault Datenmodell im Core Layer des Data Warehouse abwärtskompatibel ist, sind nachgelagerte Applikationen nur wenig bis gar nicht von Änderungen im Datenmodell betroffen.
Dieser Vortrag zeigt Ihnen
•    die grundlegenden Elemente und Methodik mit Data Vault sowie
•    eine agile und flexible Vorgehensweise mit Data Vault in einer
      Datenarchitektur.

Dirk Lerner ist IT Consultant bei ITGAIN und verantwortet dort als Teamleiter das Competence Center Data Architectur, Data Modeling & Data Vault. Seit rund 15 Jahren leitet er BI-Projekte und gilt als Experte für BI-Architekturen und Datenmodellierung. Herr Lerner ist ein Verfechter von flexiblen, schlanken und leicht erweiterbaren Data Warehouse Prinzipien und Praktiken.
Als ein Pionier für Data Vault in Deutschland veröffentlichte er verschiede Publikationen, ist internationaler Sprecher auf Konferenzen und Autor des Blogs www.datavaultmodeling.de.

Das Thema IoT ist aktuell ein großer Hype bei vielen Unternehmen und Branchen nicht nur in Deutschland.
In einem kompakten Vortrag werden grundlegende Fragestellungen und Konzepte im Zusammenhang mit dem "Internet of things" erläutert und konkrete Umsetzungen in den Branchen Energieversorgung, Medizin und Fertigungsindustrie skizziert. Dazu werden die Herausforderungen und Lösungsszenarien anhand von Projektbeispielen vorgestellt und diskutiert.

Der BI-Markt ist in Bewegung und immer mehr Anbieter platzieren sich mit Produkten für Reporting- und „Analyse“. Doch die Ansprüche an z.B. analytische Datenbanken ist hoch. „In-Memory“ oder „Big-Data“ Eigenschaften qualifizieren nicht allein dazu, eine gute leistungsfähige BI-Plattform zu sein. initions AG realisiert seit 15 Jahren anspruchsvolle BI-Projekte und gibt im TDWI-Roundtable seine praktischen Erfahrungen bei der Bewertung von BI-Komponenten am Beispiel der SAP-HANA-Datenbank weiter. Es werden Vergleiche zu etablierten Marktteilnehmern gezogen und der „Neuling“ SAP-HANA aus Sicht des Projektprofis bewertet.

Der Scope von 'Location Intelligence' reicht unternehmensabhängig von der simplen Visualisierung betriebsinterner Daten bis zur komplexen Analytik im Rahmen von Vertriebsoptimierungen. Anbieter 'klassischer BI-Lösungen' haben aktuell nur wenig überzeugende Lösungen parat oder beginnen gerade erst, GIS-Funktionalitäten anzubieten. Herr Dr. Nolte wird im Vortrag einen praxisorientierten Einblick geben, wie man sich als BICC in Zeiten begrenzter Budgets und kurzer Releasezyklen agil nähern könnte.

Testen in DWH-Projekten stellt sich oft als eine Herausforderung dar. Vor allem der Spagat zwischen Testabdeckung und Testaufwand scheint unlösbar. Effizientes Testen setzt die Auswahl der richtigen Testfälle voraus.  Der Vortrag skizziert ein universelles Vorgehen zum sinnvollen Finden von Testfällen. Er ist Ergebnis einer Praktikumsarbeit zweier Studenten der HTW bei der SD&C GmbH.

Datenintegration ist Software-Entwicklung! Das Herzstück von DWH/BI-Systemen, die Prozesse der Datenintegration und -aufbereitung, werden meistens ohne Testprozesse entwickelt. Etablierte Software-Entwicklungskonzepte lassen sich nur schwer auf DWH-Projekte überführen. In Verbindung mit der zunehmenden Akzeptanz von agilen Vorgehensweisen stellt das stetige und automatisierte Testen einen kritischen Erfolgsfaktor dar.
Der Vortrag zeigt einen praktischen Ansatz für den Aufbau eines Testframeworks und stellt die Herausforderungen während des Projektes dar.

Das Trendthema Datenvisualisierung gehört zu den wesentlichen Entwicklungsfeldern im Business-Intelligence-Umfeld. Dazu hat Andreas Wiener zusammen mit Dr. Jörn Kohlhammer und Dirk U. Proff das Buch „Visual Business Analytics – Effektiver Zugang zu Daten und Informationen“ verfasst.

Themen des Vortrags:
•       Reduzierung von Reports und Berichten auf das Wesentliche
•       Diagramme richtig gestalten
•       Visuelle Tabellen nutzen
•       Aussagekräftige Dashboards erstellen

Andreas Wiener ist Geschäftsführer der reportingimpulse GmbH und Autor des Buches "Visual Business Analytics - Effektiver Zugang zu Daten und Informationen" sowie zahlreicher Publikationen rund um das Thema Reporting und Visualisierung. Er hält regelmäßig Vorträge auf Konferenzen, Messen und an Hochschulen zum Thema und berät unsere Kunden in den Bereichen Management-Reports, Präsentationen und der Einführung einheitlicher Richtlinien im Reporting. Zudem war er als Berater für verschiedene Managementberatungen im IT- und Bankensektor tätig.

Im Juni diesen Jahres hat Larry Page verlauten lassen, Google könnte mit Data Mining von Gesundheitsdaten 100.000 Leben retten. Elsevier ist bereits seit 2011 mit Data Mining und Predictive Analytics im Gesundheitswesen aktiv. Wir haben eine Infrastruktur aufgebaut und eine Software entwickelt, die den Krankenkassen die Analyse von GKV Routinedaten ermöglicht, um die Versorgung der Patienten zu verbessern. Mit der nächsten Generation der Software setzen wir auf massive Parallelverarbeitung. Dabei wird sich für den Anwender der Software, der durchaus technischer Laie sein kann, nichts ändern.

Nie war die Bedeutung von Daten für das Unternehmen größer als heute. Big Data hat zu einer Bewusstseinsänderung geführt im Umgang mit Daten und deren Nutzung zur Entscheidungsfindung. Das belegen aktuelle BARC Umfrageergebnisse zu Information Culture und Big Data Analytik. In diesem Kontext stellen aktuelle Entwicklungen in BI und Datenmanagement Unternehmen vor große Herausforderungen eine analytische Infrastruktur aufzubauen, die „neuartigen“ Anforderungen nachkommen kann. Relevante Themen und Fragestellungen sind hier:

• Daten effizient nutzen ohne in der Datenflut unterzugehen mit Data Governance
• Die Relevanz von Self-Service BI und Datenmanagement in Big Data Umgebungen – Excel wird es immer geben!
• Die sich wandelnde Rolle von Data Warehousing und Datenintegration im Zeitalter von Big Data
• Fällt die Mauer zwischen operativen Systemen und Data Warehousing?
• Liegt die Zukunft im Data Lake?
• Die wachsende Bedeutung der Cloud für BI und Datenmanagement

Ergebnisse der biMA-Studie 2013 zu Status Quo, Trends und Herausforderungen der BI

Abstrakt:
In Zeiten hochdynamischen Wandels und mannigfaltiger Anforderungen hinsichtlich großer Datenmengen, komplexer Analysen und Echtzeitintegration von Daten unterschiedlichster Struktur und Herkunft werden die traditionellen Paradigmen der lang verfolgten DWH-Konzepte zusehends in Frage gestellt. Darüber hinaus werden die neuen Möglichkeiten zu oft nur als technische Herausforderungen anstatt als Chancen begriffen.
Anhand der Ergebnisse der internationalen Business Intelligence Studie (biMA2013) werden in diesem Vortrag der Status Quo sowie die wichtigsten BI-Trends und aktuellen Herausforderungen von Business Intelligence in den europäischen Unternehmen vorgestellt. Ausgehend von dieser Ist-Situation erfolgt ein Blick in die Zukunft und das Analytical  Ecosystem of the Future wird anhand seiner charakterisierenden Eigenschaften skizziert. Ziel ist es Impulse für BI-Strategien zu geben, welche den nachhaltigen Wert sowohl der zukünftigen als auch der bereits getätigten BI-Investitionen sicherstellen.

Big Data mit all seinen Technologien ist heute in aller Munde: Hadoop, Hive, Pig usw., und es es gibt viele Ansätze über den sinnvollen Einsatz dieser Technologie. Dieser Vortrag nähert sich Big Data aus der Perspektive des klassischen Data Warehouse: was ändert sich im DWH durch Big Data, wo sind fachlich. Ansätze und wie ändert sich dadurch die Architektur, die sich seit Jahren im DWH etabliert hat. Vorschlag einer ergänzten Architektur mit einer nicht ganz herstellerneutralen Perspektive.

Das Thema Big Data ist in aller Munde, neue Technologien und Methodiken versprechen Fachanwendern neue analytische Möglichkeiten. Die sich daraus ergebenden Chancen und Herausforderungen durch Big Data Analytics werden in dem Vortrag hinterfragt, wobei beispielhafte Fragestellungen und konkrete Erfahrungen die neuen analytischen Möglichkeiten illustrieren sollen. Der Vortrag schließt mit der Frage: „Big ist heutzutage sicherlich Big, aber ist Big auch Beautiful?

mit Stand-Up Präsentationen
u.a. "7 Hollywood-Blockbuster, die Daten-Management enthalten"
von Dr. Thorsten Gressling

• Definition
• Anwendungen: Betrugserkennung, Direktmarketing, Supply Chain etc.
• Datenqualität und Ausgangsvariablen
• Vorhersagemodelle
• Predictive Model Markup Language (PMML)

mit anschließenden Fragen/Diskussion

"Near Real-Time" Data Warehousing: Ein Balance-Akt zwischen Mehrwert und Umsetzungskosten

Viele der heutigen DWHs werden auf täglicher Basis aktualisiert. Dies bedeutet oft, dass die Ereignisse des Vortags erst morgen - ein Tag danach - auswertbar sind. Wenn man den Artikeln in der Presse Aufmerksamkeit schenkt, soll es vielerorts technisch möglich und fachlich sinnvoll sein, die Periode der Aktualisierung von Tag auf einige Stunden oder sogar Minuten zu reduzieren. 

Der Vortrag von Trivadis konzentriert sich auf die sehr differenzierte Sichtweise von einerseits Anforderungen für near-real-time Datenintegration und andererseits konzeptionelle und technische Herausforderungen bei deren Umsetzung. Nach einer Einführung werden die Zusammenhänge anhand eines realen DWH-Projekts bei Boehringer Ingelheim konkretisiert.

Predictive Analytics - Umsatz-Vorhersage durch Zeitreihen-Analyse

dazu gibt es eine Voranmeldung: Markus Steinkamp / Andreas Bahr: Event-driven Data Warehouse bei der My-Hammer AG

Einführung zum Thema

Vortrag der EXASOL AG (angefragt)

mit anschließenden Fragen/Diskussion sowie Zeit für Einzelgespräche

Vortrag mit anschließenden Fragen/Diskussion

Aktuelle Beispiele mit anschließenden Fragen/Diskussion

mit Stand-Up Präsentationen

Einführung zum Thema

mit Stand-Up Präsentationen

Einführung zum Thema

Ein Bild sagt mehr als tausend Worte – dieses

Sprichwort lässt sich auch vortrefflich auf Datenanalysen anwenden. Jede

Auswertung sollte mit der Visualisierung der Daten beginnen. So lassen

sich Probleme in Daten identifizieren und erste Erkenntnisse gewinnen,

die in reinen statistischen Kennziffern nicht immer identifizierbar

sind. Grafiken stellen dabei nicht nur Daten dar, sondern beinhalten oft

bereits Mathematik.

im Hinterhofgarten des betahaus

Hinterhofgarten

Überblick Systemarchitektur und Beispiele aus dem Statisktikmodul

mit Stand-Up Präsentationen

Praxisvortrag

Diskussion zum Thema

mit Stand-Up Präsentationen

mit Stand-Up Präsentationen

mit Stand-Up Präsentationen

zwei pro Open Source und zwei Contra.