Roundtable

Keine Industrie ist so schnelllebig wie die Softwareindustrie. Deshalb ist eine Kultur des kontinuierlichen Lernens geschäftskritisch für die SAP und trägt maßgeblich zum Unternehmenserfolg bei. Die Lern- und Kollaborationsplattform Octopus ist eines der zentralen Lernwerkzeuge der SAP, das die kontinuierliche und individuelle Weiterentwicklung der Mitarbeiter unterstützt. Wie viele andere Softwareanwendungen, besitzt auch Octopus ein Analyse-Werkzeug, mit dem die Inhalte und das Nutzerverhalten der Plattform analysiert und ausgewertet werden können. Das aktuell verwendete Analysewerkzeug ist jedoch unflexibel, limitiert und nicht benutzerfreundlich. Ziel dieser Arbeit ist es mit SAP-Cloud-Technologien ein modernes Analysedashboard für die Octopus-Plattform zu entwickeln.

Benedikt Lüth (1999) studiert Wirtschaftsinformatik an der Universität Mannheim. Seit 2021 arbeitet er im Rahmen eines Werkstudiums als Agile Software Engineer bei SAP. Seine Leidenschaft gilt dem agilen Softwarehandwerk. Den Ausgleich zum Studium und Beruf sucht er beim Kraftsport und Wandern.

Der Entscheidungsregel-Standard DMN ermöglicht die flexible Anpassung von Entscheidungsregeln innerhalb von Geschäftsprozessen. Das dadurch entstehende Potential für die Optimierung der Entscheidungsregeln wird in der Praxis oft nicht genutzt, da Wirksamkeit und Nutzen unklar sind – demgegenüber steht ein als eher hoch wahrgenommenes Risiko sowie zusätzlicher Aufwand.
Um dem entgegenzuwirken, entwickelt diese Master Thesis einen strukturierten Prozess, innerhalb dessen ein prototypischer Ansatz auf Basis von Multi-Armed Bandits genutzt wird. Durch das kontinuierliche Durchführen von Experimenten kann so eine stetige Verbesserung der Entscheidungsregeln erreicht werden.

Die Welthungerhilfe agiert in vielen Ländern unter dem Motto "Hilfe zur Selbsthilfe" in sehr unterschiedlichen Projekten: Von Projekten des Brunnenbaus über die Tierzucht bis hin zur Gleichstellung der Geschlechter ist alles dabei.
Zu jedem Projekt wird ein Jahresbericht erstellt. Doch kein Projekt läuft reibungslos ab. Um aufgetretene Probleme zu identifizieren und diesen entgegen zu wirken, werden alle Berichte nach projektspezifischen und projektübergreifenden Problemen durchsucht. Bei etwa 40 langen Berichten jährlich stellt dies eine komplexe Aufgabe dar. Der Einsatz von unterstützenden Maßnahmen liegt nahe.
Um bei der Suche zu unterstützen, stellen sich die folgenden Fragen:
* Was ist die Datengrundlage und wie muss sie aufbereitet werden?
* Welche Methoden können bei der Identifikation helfen?
* Wie ist eine Anwendung aufgebaut, mit der die Analysten ohne technisches Wissen arbeiten können?

Der Vortrag gibt Einsicht in mögliche NLP-Methoden und deren Nützlichkeit im Anwendungsfall. Zudem wird auf die entscheidende Rolle der Datenqualität für viele Verfahren eingegangen. Nach einer Demonstration der entwickelten Software wird auf das Feedback der Welthungerhilfe zur Einordnung der Ergebnisse eingegangen.

Aufgrund ihrer Relevanz für die Entwicklung neuer Produkte, Dienstleistungen oder ganzer Geschäftsmodelle wird die Verfügbarkeit und Nutzung von Daten laut einer Umfrage des Digitalverbands Bitkom aus dem Jahr 2020 auch über den zukünftigen wirtschaftlichen Erfolg der Unternehmen entscheiden.
An der Quantität von Daten scheint es dabei nicht zu mangeln. Um auch der Frage nach dem Wert von Daten nachzugehen, hat die Universität Lausanne in Zusammenarbeit mit dem Competence Center Corporate Data Quality (CC CDQ) eine Datenwertformel (Data Value Formula) entwickelt. Neben dem Datenvolumen spielen darin die Faktoren Datenqualität sowie Datenverwendung eine entscheidende Rolle bei der Wertermittlung von Daten.

Die Präsentation startet mit einem Überblick über die Grundlagen für ein erfolgreiches Datenqualitätsmanagement:
•    Welche Daten gibt es in Unternehmen?
•    Was bedeutet Datenqualität und wie lässt sich diese messen?
•    Wie lässt sich das Datenqualitätsmanagement im Unternehmen verankern?

Neben den theoretischen Grundlagen gibt der Sprecher einen praxisnahen Einblick in die Methoden des Data Profiling im Rahmen des Datenqualitätsmanagements. Für die dafür notwendige, automatisierte Ableitung von Geschäftsregeln zur kontinuierlichen und wiederholten Messung der Datenqualität stellt er mit dem Rule Mining eine Methode aus dem maschinellen Lernen vor.
Referenten

Stephan Wund beschäftigt sich seit über 16 Jahren mit dem Thema Daten. Was mit Data Warehouse Projekten im SAP BW-Umfeld begann, hat sich mit den Themen Datenarchitektur, Datenmodellierung sowie Data Science stetig weiterentwickelt. Die eingesetzten Tools wurden vielfältiger, die Fragestellungen umfangreicher und die Datenmengen größer.

Auf den ersten Blick haben Datenmanagement und Marketing nicht viel gemeinsam.

Beim Datenmanagement geht es darum, wie man Daten organisiert, erfasst, speichert, sichert, ihre Qualität gewährleistet und bereitstellt, um daraus einen entsprechenden Nutzen zu ziehen. Daten sind ein wichtiger Vermögenswert des Unternehmens, um bessere Geschäftsentscheidungen treffen zu können. Aber es ist schwierig, dies den Beteiligten zu erklären.

Die Marketingwelt hingegen gleicht einem bunten Regenbogenfisch, der mit Bildern, Farben, charmanten Worten und Präsentationen arbeitet.

Entgegen der Erwartung, dass Marketing und Datenmanagement zwei verschiedene Welten sind, kann das Marketing einen enormen Mehrwert für das Datenmanagement bieten.

In dieser Präsentation werden zwei Anwendungsfälle gezeigt, die die erfolgreiche Umsetzung einer Marketingstrategie im Kontext eines Großunternehmens demonstrieren und die Möglichkeiten für unabhängige Berater aufzeigen.

Sie erfahren, warum es für Ihr Unternehmen oder Ihre Abteilung von entscheidender Bedeutung ist, über Branding, Marketing und Kommunikation nachzudenken. Und wie Sie Ihre Sichtbarkeit erhöhen, um die Entscheidungsfindung zu unterstützen, die Sie für Ihren Erfolg benötigen.
 

Kim de Vries ist eine erfahrene unabhängige Beraterin und die Gründerin von Identity Driven. Seit mehr als 5 Jahren unterstützt sie kleine und mittelständische Unternehmen, erfolgreiche und nachhaltige Marketingaktivitäten zu entwickeln. Kim konzentriert sich dabei auf drei Kernpunkte: Wer sie sind (Markenidentität), wie sie organisiert sind (digitales Projektmanagement) und was sie ihren Kunden mitteilen (Marketing & Kommunikation). Ihr Ziel ist es, zukunftsweisende Konzepte zu entwickeln, die einen langfristigen Mehrwert schaffen.

Business Intelligence hatte lange Zeit den Ruf, ausschließlich für große Konzerne von Interesse zu sein. Während viele Unternehmen schon von Technologien aus den Bereichen AI und Data Science profitieren, führen mindestens genauso viele Unternehmen ihr Berichtswesen noch mittels klassischen und teils veralteten Methoden weiter. Im Rahmen der Bachelorarbeit wurde das Reporting mit Hilfe einer BI Suite im Bereich After Sales im mittelständischen Autohausumfeld vereinfacht und optimiert.

Unternehmen, die ihr Kerngeschäft über das Internet abwickeln, stehen unter starkem Wettbewerbsdruck. Schließlich ist der Kunde nur ein paar Klicks von der Konkurrenz entfernt. Kundentreue und -zufriedenheit stehen deshalb im Mittelpunkt. Das Ziel dieser Arbeit war es, häufige Verlaufsmuster zu identifizieren, die auf eine schlechte Kundenerfahrung für einen neuen Kunden hinweisen.

Die fallstudienbasierte, branchenübergreifende Master Thesis zeigt die Varianten auf, mit denen große Unternehmen in Deutschland ihre Data Science-Aktivitäten organisatorisch aufgleisen. Zentralisierte Abteilungen, an Fachabteilungen gegliederte Methodenexperten und Mischformen werden beleuchtet und Erfahrungen zu den Implikationen dieser Organisationsformen abgeglichen.
Der Vortrag zeigt ausgewählte Erkenntnisse und Folge-Fragen aus 14 Experten-Interviews mit Unternehmen aus der IT, der Insurance, der Logistik und der Industrie.

Viele Machine Learning-Projekte gehen nie in den Produktivbetrieb, weil ihre Entscheidungswege nicht nachvollziehbar sind. Moderne XAI-Verfahren wie LIME, Anchors oder SHAP versprechen Abhilfe, sind aber selbst unübersichtlich. Data Science Teams verwenden die Verfahren teils eher unreflektiert und ohne auf die Annahmen der Verfahren einzugehen.
Diese Master Thesis propagiert ein Recommender System (XAIR), das durch Fuzzy Rules Expertenwissen für die Verfahrenswahl zugänglich macht und ein Abwägen erlaubt. Das Werkzeug steht zum Experimentieren bereit und die Community ist eingeladen zu dieser Open Source-Initiative beizutragen.

Der Vortrag beleuchtet u.a. technische Limitierungen, gewachsene Komplexitäten in Geschäftsprozessen sowie das Lifecycle-Management mit Blick auf die derzeit bestehenden Problemfelder genauer. Zudem wird der Einfluss aktueller Trends und Projektinitiativen, sowie neuer BI-Architekturen in die Betrachtung mit einbezogen. Daniel Eiduzzis Erfahrungen sind auch im Buch „Data Governance – Grundlagen, Konzepte und Anwendungen“ (Hrg. Prof. Gluchowski, erschienen 2020 im dpunkt.verlag) beschrieben.

Daniel Eiduzzis ist studierter Betriebswirt und verfügt über knapp 20 Jahre einschlägige Business Intelligence Erfahrung. In der Beratung hat Daniel Eiduzzis BI-Projekte in mittelständischen Unternehmen und Großkonzernen unterstützt. Klassisches Inhouse-Consulting hat Daniel Eiduzzis anschließend bei der Jungheinrich AG und bei der tesa SE betrieben. Bei letzterem Unternehmen hat er schließlich auch mehrere Jahre den BI Bereich in der hauseigenen IT verantwortet. Heute ist Daniel Eiduzzis als Manager Alliance & Business Development für das Beratungsunternehmen initions AG tätig und betätigt sich auch im TDWI-Umfeld als Autor und Speaker. Daniel Eiduzzis ist verheiratet, hat zwei Kinder und lebt im Hamburger Umland.

Fachliche Tests in zentralen Data Warehouses automatisieren?
Effizienzen gewinnen und agiles End-to-End Arbeiten ermöglichen?
Die Automatisierung von Fachtests in zentralen Data Warehouses bedarf eines Paradigmenwechsels. Statt die herkömmlichen Methoden des Software Testens umzusetzen, heißt dies
•    auf ein datengetriebenes Testdesign zu setzen - und damit Daten, statt Software
     zu testen und hierfür die erwarteten Ergebnisse zu formulieren,
•    auf die Unterstützung der täglichen Informations- und Entscheidungsbedarfe
     zu fokussieren sowie
•    die zeitintensive „Good Case Validierung“ zu automatisieren und damit
     Transparenz für alle Stakeholder zu schaffen
Dieser Paradigmenwechsel ist gleichzeitig ein Testansatz, der entlang der Bedürfnisse von Business und Endusern ausgerichtet ist und der Effizienzgewinne entlang der gesamten Prozesskette mit sich bringt: durch eine Aufwandsreduktion für die Good Case Validation und die Unterstützung einer strukturierten und sehr schnellen Abweichungsanalyse für eine deutlich schnellere Problemlösung und erneutes Testen.
In unserem Vortrag erläutern wir die wesentlichen methodischen Bausteine des Konzepts und freuen uns auf einen Erfahrungs- und Praxisaustausch mit den TeilnehmerInnen des Roundtables, zu dem wir auch gerne unsere Erfahrungen aus der Praxis mit einbringen.

Das Erstellen und Zusammenführen von Dokumenten, die an strenge Richtlinien gebunden sind, ist oft aufwändig und zeitintensiv. Obwohl viele Arbeitsschritte Expertenwissen voraussetzen, sind einige auch von quälender Redundanz gezeichnet. Eine Beschleunigung auf inhaltlicher Ebene ist oft nur schwer möglich, ohne Abstriche in Qualität und Sicherheit in Kauf nehmen zu müssen. An dieser Stelle setzt L-One Systems an. Die Redundanz in der Arbeit der Textschaffenden wird reduziert, indem Expertenwissen und Methoden des Maschinellen Lernens im Verbund eingesetzt werden. Die digitale Unterstützung eröffnet somit die Möglichkeit, administrative Prozesse zu automatisieren und letztlich zu beschleunigen.

* Natural Language Processing / Natural Language Generation

Mit der Zeit verändern sich Informationen auf komplexe Art und Weise. Zum Beispiel ändern sich die Zuordnung von Produkten zu Produktgruppen oder auch die Zuordnung von Preisspannen der Produkte nach Zielgruppe, Vertriebskanal, Rabattsystem und vieles mehr im Zeitverlauf.
Fachbereiche planen bereits heute zukünftige Preise und Preisspannen, strukturieren Produktgruppen um, wie zum Beispiel für eigene Produktgruppen mit Rabatten speziell für den "Black Friday". Diese Informationen können und werden lange bevor sie in der Realität gültig sind, in den Systemen gespeichert.
In der heutigen Session gibt Dirk Lerner einen Einblick in Uses Cases für bitemporale Daten und warum diese für heutige Geschäftsanforderungen wichtig und grundlegend sind. Anschließend visualisiert er die Vorgehensweise der bitemporalen Historisierung von Daten anhand eines einfachen Beispiels. Zum Abschluss stellt Dirk Lerner die aktuell existierenden Technologien vor, die eine (bitemporale) Historisierung von Daten bereits implementiert haben.

Dirk Lerner ist ein unabhängiger, erfahrener Berater und Gründer sowie Geschäftsführer der TEDAMOH GmbH. Er leitet seit über 18 Jahren BI-Projekte und gilt als umfassender Experte für BI-Architekturen und Datenmodellierung. Dirk setzt sich für flexible, schlanke und leicht erweiterbare Data Warehouse-Architekturen ein. Über die TEDAMOH Academy bildet Dirk BI-Spezialisten zu (bi-) temporalen Daten im Allgemeinen und für Data Vault im Besonderen aus. Als Pionier für Data Vault und FCO-IM in Deutschland veröffentlichte er verschiedene Publikationen, ist ein hoch angesehener internationaler Redner auf Konferenzen und Autor des Blogs tedamoh.com/blog.

Kundenabwanderung kostet Unternehmen wie Banken und Versicherungen viel Geld. Bis heute gab es keine strukturierten Werkzeuge, um die Abwanderung der Kunden vorausschauend zu erkennen. Mithilfe Künstlicher Intelligenz ist es nun möglich geworden, Verhaltensmuster in Kundendaten zu erkennen, die auf eine potenzielle Abwanderung hindeuten. Das Team von BeeInnTech GmbH zusammen mit Kollegen der DZ-Bank Gruppe bearbeitete diese Fragestellung im Rahmen eines Hackathons und bekam eindrucksvolle Ergebnisse. Im Rahmen dieses Vortrags wird Sergej Neustadt die Erfahrungen (technische, fachliche, organisatorische, rechtliche) aus dem Projekt vorstellen und über die Anwendung fortgeschrittener KI-Methoden sprechen. Anschließend wird die Übertragbarkeit der Ergebnisse auf den Use Case der Simulation von Preiserhöhungen gezeigt.

Referent:
Sergej Neustadt beschäftigt sich seit 15 Jahren als Berater mit den Themen Business Intelligence, Data Warehousing, Analytics und Big Data in verschiedenen Rollen vom Entwickler über den Data-Architect bis zum Manager. Heute arbeitet er an Kundenprojekten als Data Expert und Managing Partner im Startup BeeInnTech GmbH mit dem Fokus auf moderne (Cloud-) BI, Big Data und AI zusammen mit seinen Kollegen aus Frankfurt und Kiew.

Wissen, was der Kunde will, bevor er seine Wünsche ausgesprochen hat – ist das möglich? Prädiktive Modellierung ermöglicht es Unternehmen, vorherzusagen welche Angebote für jeden einzelnen Kunden aktuell relevant sind. Entsprechend individuell abgestimmte Informationsangebote sind der Schlüssel zu mehr Vertragsabschlüssen.

Wie das in der Praxis gelingt, zeigen wir in diesem Vortrag zusammen mit Verivox, einem der größten Online-Verbraucherportale für Verträge rund um das Zuhause. Wir stellen die Realisierung verschiedener komplexer Vorhersagemodelle vor, die es Verivox unter anderem ermöglichen, die Affinität jedes Besuchers für die verschiedenen Produktkategorien zu bestimmen.

Arno Becker ist promovierter Physiker und Data Scientist bei der HMS Analytical Software GmbH in Heidelberg. Er entwickelt und operationalisiert mit großer Begeisterung unterschiedliche prädiktive Modelle in Projekten für Kunden aus verschiedenen Branchen. Sein technologischer Schwerpunkt liegt dabei auf R, RMarkdown und Shiny.

Populär gemacht durch Bitcoin, inzwischen mit Ethereum & Co schon längst in Generation zwei. Was steckt technisch hinter der ominösen Blockchain, was hat das mit Datenbanken und Data-Warehousing zu tun? Sind Smart Contracts nur für die Finanzler interessant? Und warum soll man Verträge programmieren? Im ersten Teil dieser Session gibt es den Background, und zwar nicht nur technisch.

Im zweiten Teil schauen wir uns speziell die BitCoin Blockchain als "Datenbank" dann einmal genauer an. Ausgangspunkt: Wie anonym ist das Ganze eigentlich wirklich, wo doch alles für alle sichtbar sein soll?

Nach einem kurzen Einstieg in die Hintergründe laden wir die Blockchain des Bitcoin (d.h. alle Transaktionen die bisher stattgefunden haben) in eine Datenbank und zwar ins Neo4j und schauen, welche Analysen in solch einer GraphDB möglich sind. Ein Vergleich mit relationalen Datenbanken darf natürlich nicht fehlen (warum schlägt sich eine GraphenDB hier eigentlich besser?) Visualisierung und weitere Analysen dann dann mit einem BI Tool (PowerBI), das wir direkt ans Neo4j andocken.

Christoph Seck arbeitet als BI Architekt für die KI Performance GmbH und setzt dort BI Projekte im Microsoft Umfeld um. Er ist außerdem Gastdozent an der Uni Hildesheim, Mitgründer und RGV der PASS Gruppe Hannover/Göttingen und regelmäßiger Sprecher in PASS Gruppen und auf Konferenzen zu Themen aus den Bereichen Datenbanken, BI, Blockchain und agile Vorgehensmodelle.

Menschen, die für den Prozess der Unternehmensplanung verantwortlich sind, sind nicht zu beneiden. Sie müssen:

• Sich darum kümmern, wie die Ausgangsdaten für die Planung aus unterschiedlichen Systemen generiert werden können (Stammdaten, Vergangenheitsdaten, Währungskurse)
• Sich häufig mit unterschiedlichen IT-Systemen auseinandersetzen, in denen die unterschiedlichen Teilpläne (Vertrieb, Produktion, Personal, Kostenstellen) erstellt werden
• Sich um die (schwierige) Integration dieser Teilpläne kümmern
• Die Komplexität des Prozesses – häufig erst Top-Down dann Bottom-Up (Gegenstromplanung) managen
• Die Kommunikation über die verschiedenen Hierarchieebenen und Funktionalbereiche hinweg gestalten
•    Die Planung unterschiedlicher Szenarien ermöglichen, um sinnvolle Entscheidungen vorzubereiten

Zusätzlich leiden sie häufig unter historisch gewachsenen Prozessen und politischen Fährnissen, die der Planung eigen sind. Gerade wegen dieser Probleme stellen zu allem Überfluss die Kollegen den Nutzen einer detaillierten Planung nicht selten in Frage.

Andererseits gibt es heute vielfältige IT-Unterstützung mit neuen Möglichkeiten. So können unterschiedliche Szenarien in kurzer Zeit gerechnet und Systeme sehr schnell miteinander integriert werden. Die positiven Effekte ergeben sich aber nicht von alleine.

In unserem Vortrag zeigen wir:
• Welche Schlüsselfaktoren für eine effiziente Planung entscheidend sind
• Unser Vorgehensmodell für die Integration unterschiedlicher Teilpläne

Referenten
Jochen Scheibler ist Mitbegründer und Vorstand von PIKON Deutschland AG. Er ist Autor des „Praxishandbuchs Vertrieb mit SAP“. In den letzten Jahren hat er seinen Fokus auf das Thema Kommunikation verlagert und die Strategie von PIKON in Richtung 3-Punkt-Beratung entwickelt.

In kaum einem anderen Bereich gab es in den letzten Jahren eine derartig rege Neu- und Weiterentwicklung wie bei Datenbanken. Hatte man vor einigen Jahren oft noch "seine" Datenbank, die bei jedem Projekt zum Einsatz kam, ist man heute mit einer Vielzahl an Ansätzen und Implementierungen konfrontiert.

Wir starten mit einem kurzen Blick auf den theoretischen Hintergrund von verteilten Systemen und Datenbanken im Speziellen. Anhand dessen wird dann die Unterteilung in traditionelle, relationale Datenbanken wie PostgreSQL und MySQL auf der einen, beziehungsweise den neueren NoSQL Systemen wie MongoDB, Redis, Cassandra oder ElasticSearch auf der anderen Seite klar.

Danach diskutieren wir mögliche Einsatzszenarien sowie Vor- und Nachteile einiger Datenbanken:

•    Wieso SQL (wieder) in Mode ist

•    Warum MongoDB's Dokumenten-Struktur so gut zur
      objektorientierten Programmierung passt

•    Wie man mit Redis effizient Zugriffe erfassen kann

•    Wieso Cassandra so skalierbar und ausfallssicher ist

•    Wie Volltextsuche mit ElasticSearch funktioniert

Die richtige Wahl der Datenbank(en) wurde durch die Vielzahl an Möglichkeiten sicherlich nicht einfacher, aber dafür umso interessanter!

Zum Referenten:
Hallo. Ich bin Philipp Krenn.
Ein Software Entwickler, Developer Advocate, Konferenz-Junkie und Meetup Organisator aus Wien.
Mein Hintergrund.
Ich bin ein passionierter Entwickler, der auch viel Zeit mit dem Betrieb von Software verbringt. Bei Elastic arbeite ich im Infrastruktur-Team und als Developer Advocate — “You Know, for Search...”

Oftmals wird sich in BI Projekten viel zu viel über Technik unterhalten und der Mensch vergessen. Dies führt dazu, dass Anwender unglücklich sind, politische Grabenkämpfe den Projektverlauf stören und schließlich BI keine Akzeptanz im Unternehmen erfahren. Der Vortrag gibt einen praktischen Einblick in die Welt des Change Management und zeigt auf, wie durch schnelle und einfache Schritte die meisten Fehler umgangen werden können. Zudem wird aufgezeigt, wie internes Marketing der Schlüssel für erfolgreiche Projekte ist.

Tuba Bozkurt ist Management Consultant bei reportingimpulse und berät zu Change Management, (Digitales) Sales, Kommunikation und Social Media Marketing. Mit Stationen im politischen Berlin, Tel Aviv und New York und in der Werbe- und Marketingwelt in Frankfurt kann sie umfassende Expertise in Kommunikation, Marketing, PR, Projekt- und Stakeholder-Management vorweisen.

Andreas Wiener ist Geschäftsführer bei reportingimpulse. Er ist Keynote-Speaker und berät das Management von Großunternehmen zu den Themen Reporting, Information Design und Visual Business Intelligence. Zudem ist er Autor und Herausgeber mehrerer Bücher und hat zahlreiche Fachartikel publiziert.

Q: Data modeling is described as a craft and once completed the results may even seem artful. Yet outsiders may see data modeling as abstract, time consuming or even unnecessary. In many cases the data modeler interviews business experts, studies piles of requirements, talks some more, and then, hocus pocus, presents a diagram with boxes, crows feet, arrows, etc… Then the slow process begins to keep the diagrams up to date, explain what the diagrams behold, and sometimes even data modelers themselves may get lost while maintaining a growing set of data models and requirements.

A: Fact based information modeling is the very opposite of abstract. Fact based information modeling uses natural language which expresses facts that are intelligible for both business and technical people. It does not require people to understand the modeler’s magical language of boxes and arrows. Although models can be presented in several diagramming notations, they can be validated in natural language at all times. This gives both data modelers, technically skilled people, and business people the benefit of having a well documented and grounded data model. Therefore the method of Fact Oriented Modeling, is also known as “Data Modeling by Example”.

Presentation Highlights:
•    key elements of fact oriented modeling;
•    data modeling with facts;
•    visualizing the model;
•    validating and verbalizing;
•    transforming and generating output (E.g.: SQL, Relational, UML, XSD, PowerDesigner, etc.).

Marco Wobben is director of BCP Software and has been developing software well over 30 years. He has developed a wide range of applications from financial expert software, software to remotely operate bridges, automating DWH generating and loading, and many back- and front office and web applications. For the past 10 years, he is product manager and lead developer of CaseTalk, the CASE tool for fact based information modeling, which is widely used in universities in the Netherlands and across the globe.

Der Vortrag diskutiert das Thema Self-Service BI aus Sicht

einer der größten deutschen Pensionskassen. In der Versicherungsbranche gelten

Informationen als das größte und wichtigste Asset, dabei ist die

Informationsversorgung hoch dynamisch. Es gilt, immer neue Informationsquellen

anzubinden und Algorithmen zu finden, um Daten noch besser auswerten zu können.

Um die Last auf Seiten der IT-Abteilungen zu verringern und die Flexibilität

angesichts rasanter Marktveränderungen und dynamischen Business-Anforderungen

zu erhöhen, hilft Self-Service BI Abstimmungsaufwände zu verringern und

Entwicklungszyklen zu verkürzen.

Der Vortrag beleuchtet im Detail Best Practices zur

Umsetzung und Governance von Self-Service BI.

Für eine Direktmarketingaktion der Standard Life, die seit Jahren läuft, wurde im Rahmen einer Masterarbeit der Nutzen des Einsatzes von Data Mining untersucht, um gezielter als bisher Kunden anschreiben zu können. In diesem Rahmen wurden auf Basis vorheriger Aktionen mehrere Klassifikationsmodelle erstellt und evaluiert. Die Evaluation berücksichtigt ebenfalls die Auswirkungen verschiedener Vorverarbeitungsmethoden auf die Modelle. Abschließend wurde eine Kosten-Nutzen-Analyse für den Einsatz der Verfahren erstellt. Die Open-Source Software Rapidminer unterstützte die Entwicklung des gesamten Data Mining Prozesses, beginnend vom Ladeprozess, Analyse der Quelldaten, Vorverarbeitung, Modellerstellung und der Evaluation der Modelle.

Hasan Tercan absolvierte sein Studium der Informatik an der Technischen Universität Darmstadt mit den Schwerpunkten Datenbanksysteme und Business Intelligence. Seine Masterarbeit zum Thema Data Mining beendete er Januar 2015 am Lehrstuhl für Knowledge Engineering bei Prof. Fürnkranz in Zusammenarbeit mit Standard Life. Aktuell promoviert er an der RWTH Aachen am Lehrstuhl für Informationsmanagement im Maschinenbau.

Die Prognose von Umsatzzahlen im Handel stellt besondere Anforderungen an die Vorgehensweise in entsprechenden Projekten. Durch die große Anzahl unterschiedlicher Artikelgruppen in den einzelnen Filialen müssen häufig tausende Umsatz-Zeitreihen in jedem Intervall vorhergesagt werden, die durch unregelmäßige Abverkäufe oder Sortimentswechsel teilweise dünn besetzt und im Extremfall sehr kurz sein können. Zusätzlich zu den Umsatzdaten selbst existieren weitere, unternehmensexterne oder -interne Datenquellen, deren potentieller Nutzen für die Prognose ungewiss ist. Neben der eigentlichen Evaluation verschiedener Prognosemodelle ist die anschließende Integration verbundener Prozesse und Kennzahlen in den Unternehmenskontext ebenfalls von hoher Relevanz. So muss den Nutzern der Prognosen eine Möglichkeit gegeben werden, diese im Rahmen der Planungsaktivitäten zu verwenden. Da die eigentliche Berechnung für den Nutzer häufig intransparent ist, müssen Lösungen geschaffen werden, die eine Einschätzung der Prognosequalität erlauben.
Am Beispiel eines bei der Gerry Weber International AG durchgeführten Prognose-Projekts wird gezeigt, wie diese Aspekte entlang eines strukturierten und ganzheitlichen Data Mining Vorgehensmodells adressiert werden können. Dabei wird zum einen auf kritische Phasen während der Datenanalyse eingegangen. Hohe Relevanz besitzt dabei die Datenvorverarbeitung, bei der die verwendeten Daten in eine für die Algorithmen passende Darstellungsform transformiert werden. Je nach Beschaffenheit sind jedoch nicht zwangsläufig alle Datenquellen gewinnbringend verwendbar, was sich am Beispiel von Event-Daten zeigte. Zum anderen werden organisationsbezogene Fragestellungen wie die Nutzung der Prognosen und die Erzeugung von Akzeptanz und Vertrauen in die Prognosen diskutiert. Hierbei wird auf ein nachgelagert entwickeltes Korrektur-Cockpit eingegangen, mit dem Prognosewerte mit Plan- und Vorjahreswerten vermischt und so im Planungsprozess verwendet werden können.

Ferdinand Knoll ist IT-Berater bei der viadee Unternehmensberatung GmbH. Er erhielt einen MSc (Information Systems) von der Universität Münster und vertiefte sich im Bereich Business Intelligence. Bei der viadee befasst er sich aktuell mit den Themen Umsatzplanung sowie Wareneinsatz-Optimierung auf Basis aktueller Java Technologien.

Das Business Intelligence Competency Center als Konzept für eine übergreifende Organisation von BI wurde erstmals 2002 durch Gartner-Analysten beschrieben. 2010 veröffentlichten Gansor, Stock und Totok dann das erste deutschsprachige Buch, in dem das Vorgehen zum Aufbau und die Inhalte eines BICC ausführlich dargestellt wurden.
Das BICC als Organisation zur Verfolgung einer nachhaltigen BI-Strategie hat sich in den vergangenen Jahren im deutschsprachigen Raum etabliert. Viele Anwenderunternehmen haben BICCs gegründet und erfolgreich im Einsatz. Aus dieser Praxis ergeben sich Anpassungen an den ursprünglichen Entwurfsmustern aus den 2000‘er Jahren. Zudem hat sich auch BI an sich gewandelt: Neue Verantwortlichkeiten, z.B. durch Business Analytics, neue Projektvorgehen wie Agile BI und neue Architekturparadigmen wie für Big Data müssen durch ein erfolgreiches BICC aufgegriffen und umgesetzt werden. So ergeben sich auch neue/erweiterte Rollen, Organisationsformen und Prozesse, um eine zeitgemäße BI-Strategie durch ein BICC zu unterstützen.
Dr. Andreas Totok geht in seinem Vortrag auf die Projekterfahrung der Autoren der letzten Jahre ein. Dabei wird er das BICC-Konzept kritisch hinterfragen und auf Auswirkungen aktueller Trends wie z.B. der neuen Rolle des Data Scientist auf das BICC in der Version 2.0 eingehen

Referent:
Dr. Andreas Totok beschäftigt sich seit 1996 mit Business Intelligence und dem Aufbau von Data-Warehouse-Systemen. Er verantwortet in der Finanz Informatik Solutions Plus als Geschäftsbereichsleiter Enterprise Information Management IT-Projekte mit Schwerpunkt in der Sparkassen-Finanzgruppe. Darüber hinaus veröffentlicht er regelmäßig Fachartikel und ist häufiger Referent auf Fachveranstaltungen. Er ist Mitautor des bereits in der zweiten Auflage erschienenen Fachbuchs Gansor/Totok: Von der Strategie zum Business Intelligence Competence Center. Für sein Engagement im TDWI wurde er 2013 zum TDWI Europe Fellow ernannt.

Die Vorteile eines zentralen Core Data Warehouse mit dem Ziel der Bereitstellung eines abgestimmten, harmonisierten integrierten Datenbestands geeigneter Granularität zur Versorgung dispositiver Anwendungen haben mittlerweile zu einer weiten Verbreitung in Unternehmen geführt.
Die Diskussion insbesondere über die seitens der "Data Warehouse Evangelisten" Kimball und Inmon propagierten Architektur-Ansätze polarisieren und haben doch gemeinsam, dass viele Projekte unter dem Aspekt des Change Managements sowie der beständigen und zunehmend agileren Veränderung von Anforderungen wie auch Lösungen ihre Probleme offenbaren.
Im Vortrag werden die vielfältigen Möglichkeiten von Star Schema und 3NF Modellen bis hin zu Data Vault Ansätzen gegeneinander abgewogen sowie die Grundprinzipen und deren Eignung für spezifische Aufgaben des Data Warehousing innerhalb einer BI Architektur dargestellt und gegenübergestellt.

mit anschließendem

Networking und get together

Aus strategischen Gründen sind Modernisierungen, Konsolidierungen und Standardisierungen in Systemlandschaften von Unternehmen erforderlich, um die Wettbewerbsfähigkeit langfristig sicher zu stellen und die laufenden Betriebskosten in einem angemessenen Rahmen zu halten. Die sich dadurch ergebenen Softwareumstellungen haben Auswirkungen auf die gesamte Systemlandschaft und müssen entsprechend geplant und umgesetzt werden.

Im Vortrag werden wesentliche Überlegungen angesprochen und Vorgehensmodelle, speziell zugeschnitten auf Business Intelligence, erläutert. Im Rahmen eines Erfahrungsberichts wird konkret das Vorgehen bei der Ablösung des eigenentwickelten Baufinanzierungssystems durch die Standardsoftware SAP CML bei der Deutschen Bank aufgezeigt.

Der Referent, Steffen Stahl:
Im Rahmen des Magellan Projektes ist Herr Stahl dafür verantwortlich, dass die Datenversorgung der BI-Welt und die Aufrechterhaltung aller BI-Funktionalitäten nach den vorgesehenen Umstellungen in den Operativsystemen sichergestellt ist.

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.

Hürden bei der Einführung von Reportingstandards und wie diese überwunden werden können
Kai-Uwe Stahl

Die Einführung von verbindlichen Regeln und einheitlichen Standards in Unternehmen ist eine schwierige Aufgabe. Kai-Uwe Stahl verrät aus seiner Erfahrung als Berater, welche Stolpersteine es zu beachten gibt und wie andere Unternehmen die Herausforderung gemeistert haben.

Themen des Vortrags:

• Etablieren von Standards im Reporting
• Was Entscheider wirklich wollen
• Best Practice

Kai-Uwe Stahl berät als Hichert Certified Consultant Unternehmen in guter Geschäftskommunikation. Er ist Experte im Bereich Excel und in der Visualiserung von Diagrammen und Tabellen in Dashboards sowie interaktiven Reports. Er ist Trainer bei SeminarImpulse und bloggt auf dem Reporting Blog. Durch seinen doppelten Masterabschluss im Internationalen Management in Edinburgh und München und seiner Beratungserfahrung verfügt er über herausragende betriebswirtschaftliche Kenntnisse. 

Viele Unternehmen befinden sich aktuell in der Restrukturierung ihrer BI Landschaft. Im Zuge dessen werden verstärkt Stimmen aus dem Anwenderbereich nach mehr Flexibilität und Einflussnahme laut. Der Anwenderkreis ist nicht mehr bereit, langwierig Anforderungen zu definieren und nach mehreren Wochen ein nicht 100%ig passendes Ergebnis geliefert zu bekommen. Die heutige, sehr IT-affine Anwendergeneration möchte selbstständig Erweiterungen und Anpassungen an der bereitgestellten BI-Landschaft vornehmen und erwartet hierzu eine adäquate technische Unterstützung. Parallel graut es dem CIO davor, dass Mitarbeiter der Fachbereiche Teile der IT-Lösungen entwickeln. Der Vortrag zeigt auf, welche Möglichkeiten existieren, um die Endanwender stärker in die Erstellung und Erweiterung von BI-System einzubinden. Hierbei werden neben den technologischen und architekturellen auch ganz explizit organisatorische Aspekte näher beleuchtet.

Inhalte:
• Anforderungen an Self Service BI
• Nutzen von Self Service BI für Fach- und IT-Organisation im Unternehmen
• Betrachtung von Vor- und Nachteilen verschiedener Architekturvarianten für eine Umsetzung
• Überblick über aktuell angebotene technische Lösungen und Kriterien für die Auswahl einer geeigneten Lösung
• Einbindung von Self Service BI in BI Organisationsmodelle (Rollen, Aufgaben, Zuständigkeiten, Prozesse)
• Voraussetzungen für eine erfolgreiche Umsetzungen
• Einführung von Self Service BI in ein Unternehmen

Zum Sprecher: Markus Enderlein studierte Wirtschaftsinformatik an der Hochschule für Oekonomie und Management in Frankfurt. Nach seinem Berufseinstieg 1998 bei CSC arbeitete er ab 2003 als Consultant im Bereich IT-Architektur und IT-Projektmanagement bei einem mittelständischen IT-Beratungshaus. Seit 2007 ist er bei Infomotion in einer Doppelrolle als Managing Consultant und Wissensmanager tätig.

Social Media Monitoring & Intelligence

im Unternehmensalltag gewinnbringend einsetzen. Wie man aus unstrukturiertem

Buzz im Social Web wertvolle Insights generiert. Der Vortrag zeigt Methodik,

Technologien, Anwedungsmöglichkeiten, Best Practices & Cases diverser

Unternehmensbereiche anhand der gridmaster Social Media Intelligence Suite by

ethority  auf.

Anschließend haben Sie die Möglichkeit zum geselligen

Austausch.

Der Vortrag zeigt auf, vor welchem Hintergrund die

Entscheidung zum Einsatz von Open Source BI getroffen wurde. Dabei wird auf die

Anforderungen, den Weg des Auswahlprozesses und die Herausforderungen bei der

Implementierung eingegangen. Im Fokus stehen insbesondere die Erfahrungen, die

von den unterschiedlichen Nutzergruppen im täglichen Umgang mit dem System

gemacht wurden. Ein weiterer Punkt beleuchtet die Zusammenarbeit mit einem

deutschen mittelständischen Open Source Anbieter. Darüber hinaus wird auch eine

Live-Demo der eingeführten Planungsapplikation gezeigt, sowie ein Ausblick auf

weiterführende Projekte gegeben.

Ingo Weishaupt ist Controller im Team Management Information

der deutschen Niederlassung von Standard Life. Er verfügt über mehrere Jahre

Praxiserfahrung in den Bereichen Business Intelligence, Reportingsysteme und

Performance Measurement. Zur Effizienzsteigerung der internen Planungsprozesse

hat er im Rahmen eines Projektes verschiedene Softwarelösungen evaluiert und

schließlich die Open Source Variante von PALO eingeführt.

Anschließend haben Sie die Möglichkeit zum geselligen

Austausch.

* Motivation
> Einfluss der Datenqualität auf den

Unternehmenserfolg

* Betroffene und Beteiligte
> Organisation von

Datenqualitätsmanagement im Unternehmen
> Datenqualitätsmanagement vs. BI

Competency Center

* Umsetzung
> Strategischer Ansatz für

Datenqualitätsmanagement

Tom Gansor ist als Direktor für Strategie & Innovation bei

der OPITZ CONSULTING GmbH unter anderem für die Weiterentwicklung des

Business-Intelligence-Portfolios verantwortlich. Darüberhinaus berät er Klienten

zur strategischen Umsetzung innovativer IT-Lösungen, so auch BI- und

ECM-Systemen. Tom Gansor arbeitet seit mehr als 10 Jahren im IT-Consulting,

zuvor u.a. bei ORACLE, war intensiv in IT- und BI-Projekten in

unterschiedlichsten Branchen als Lösungsarchitekt und Projektleiter erfolgreich.

Neben Seiner Management-Tätigkeit liegt sein fachlicher Schwerpunkt aktuell im

Bereich der BI-Organisation und -Strategie. Dazu engagiert er sich in der

BI-Community im Rahmen von Fachkonferenzen, Fachpublikationen und als

Vorsitzender des regelmäßig durchgeführten TDWI-Roundtable Hamburg.

In diesem Vortrag wird die Arbeitsweise mit dem SAS Enterprise

Miner vorgestellt. Der SAS Enterprise Miner unterstützt den Anwender bei Data

Mining Prozessen über eine grafische Benutzeroberfläche, in der die einzelnen

Verarbeitungsschritte in Form von Knoten in Prozessflussdiagrammen abgebildet

werden. Dem Anwender stehen dabei vielfältige Funktionalitäten zur Verfügung,

die nicht nur verschiedene Data Mining Algorithmen des überwachten und

unüberwachten Lernens beinhalten, sondern auch flexible Werkzeuge für

Datenexploration und Visualisierung, sowie Möglichkeiten für intelligente

Datenvorverarbeitung, umfassende Modellvergleiche und Entscheidungsbewertungen.

Darüber hinaus bietet der Enterprise Miner nicht nur verschiedene Möglichkeiten,

Score-Code für produktive Nutzung zu erzeugen, sondern ermöglicht auch die

komplette Automatisierung von Prozessflussabläufen für die Modellentwicklung.

News vom TDWI

Einführung und Hintergrund

Praxisbericht u.a von der Fusion der Banca Intesa mit der Banca Sanpaolo

Gespräche in lockerer Atmosphäre

News vom TDWI

Gespräche in lockerer Atmosphäre

Vorstellung des TDWI Germany e.V.
TDWI - die herstellerneutrale Plattform

für BI-Professionals
- Was ist das und wie kann ich davon profitieren?