Roundtable

Der Kunde setzt international Maßstäbe bei der Verarbeitung von metallischem Draht und Band. Das bestehende DWH auf Basis MSSQL, welches über 15 Jahre von verschiedenen Entwicklern aufgebaut wurde, wird Schritt für Schritt modernisiert und in der Azure Cloud aufgesetzt. Im ersten Schritt wurden die Grundlagen geschaffen und ein erster Cube umgesetzt. Als Lösung setzen wir auf MS Fabric, obwohl es erst mit Projektbeginn allgemein verfügbar war. Wir stellen das Projekt vor und berichten über unsere Erfahrungen mit Microsoft Fabric.

Zielpublikum: Data Engineers, Architekten, Projektverantwortliche
Voraussetzungen: Basiswissen Analytics
Schwierigkeitsgrad: Basic

Der zunehmenden Wettbewerbsdruck, die dadurch entstehenden Kosten- und Effizienzziele, das Gebot der Risikominimierung und der weiterhin bestehende Fachkräftemangel zwingen die Unternehmen dazu ihre Prozesse zu digitalisieren, zu optimieren und im besten Fall auch zu automatisieren. 
Damit vergrößert sich der Auswertungsfokus vom klassischen Kennzahlenreporting immer weiter in Richtung Betrachtung ganzer Prozessstrecken. Längst ist bei vielen Entscheidern angekommen, dass ein Skizzieren von Ist- und Sollprozessen heraus aus den Köpfen der Prozessbeteiligten nicht genügt und auch meist nicht der Realität entspricht. 
Die Lösung befindet sich bei den meisten Unternehmen bereits griffbereit unter der "Motorhaube", in den Daten der verschiedenen DWHs, Workflow-Management-, CRM-, ERP- und Informationssysteme.
Der Vortrag soll einen Überblick geben, wie sich der Fokus auf einzelne Prozesse setzen lässt, welche Informationen für eine Ende-zu-Ende-Prozessabbildung benötigt werden, welche Herausforderungen es bei der Einführung von Process Mining außerdem zu beachten gilt und wie sich diese innovative Technologie in die bestehende unternehmensweite IT-Landschaft integrieren lässt.
 

Als eine der führenden Reedereien hat Hapag-Lloyd schon immer einen Fokus auf eine starke IT-lnfrastruktur für den Betrieb und die Analyse gelegt - insbesondere die Nutzung von Daten, um Erkenntnisse, Dashboards und konkrete Maßnahmen zu generieren. Mit immer mehr verfügbaren und zugänglichen Daten wird es immer deutlicher, dass die Fähigkeit, diese handlungs-orientiert, sichtbar und in Produkte umzusetzen, ein entscheidender Erfolgsfaktor in der Schifffahrtsindustrie ist. Angesichts der bevorstehenden neuen Herausforderungen hat Hapag-Lloyd beschlossen, die IT-Landschaft in die Cloud zu verlagern und ein enormes Projekt zur Migration, Überprüfung, Neubewertung und Innovation der gesamten IT-Landschaft in Richtung einer vollständig Cloud-basierten Infrastruktur zu starten.
Auf dem Gesamtweg in die Cloud hat Hapag-Lloyd seine analytischen Fähigkeiten gestärkt, indem es eine zentrale Datenspeicherung ('Data LAKE') eingeführt und so Herausforderungen im Zusammenhang mit On-Premise-Lösungen überwunden und weitere Anwendungsfälle und Analysen ermöglicht hat. Die Präsentation wird auf die gemeisterten Herausforderungen und die direkten Vorteile aus dem Übergang in die Cloud eingehen.

Das vorgestellte Konzept zeigt und demonstriert, wie Wissen wiederverwendet und generiert werden kann auf Basis der ChatGPT-Technologie und Vektor-Datenbanken, die mit unternehmensinternen Daten befüllt werden, die jedoch nicht an OpenAI weitergereicht werden müssen!

Nahezu alle Unternehmen leiden unter den Verlust von Wissen (z. B. durch Mitarbeiter-Fluktuation). Große Mengen an unternehmensinternen Daten bzw. Dokumenten liegen brach und ungenutzt in verschiedensten Systemen und Speicherplätzen. Heute können wir mit Index-Based Search diese Daten zwar wiederfinden, jedoch kein pro-aktives Wissensmanagement betreiben, da die Mitarbeiter explizit danach suchen und die aufgespürten Dokumente dann auch lesen müssen. Wäre es nicht genial, hierfür einen eigenes ChatGPT zu haben, dass sich aus allen unternehmensinternen Dokumenten nährt und diese Informationen in menschlicher Sprache pro-aktiv an Mitarbeiter ausliefert, erklärt und sogar sinnvoll zusammenfügt?

Benjamin Aunkofer ist Chief Data Scientist und Gründer von DATANOMIQ. Er ist ein Experte für Data Lakehousing und KI, inklusive Deep Learning und Reinforcement Learning.

Können Sie sich vorstellen, dass die fachliche Anpassung einer Kennzifferberechnung im DWH den gesamten Prozess von der Idee bis zur Produktivnahme innerhalb eines Tages, inklusive revisionssicherer Tests, durchläuft?
Der Vortrag zeigt, wie dies mit einer vollständigen DWH-Automatisierung über alle Projektschritte möglich wird.

In vielen Data Vault Projekten wird Code zur Befüllung der Staging-Tabellen sowie der RawVault generiert. Dies ist aber nur ein kleines Puzzlestück im Rahmen einer DWH-Automatisierung.
Der Vortrag zeigt anhand eines konkreten Projektes, wie die DWH-Automatisierung auf alle Projektschritte angewendet wurde. Dies betrifft:
•     Struktur BusinessVault / Datamarts sowie Beladung mit fachlicher Logik
•     Test von Änderungen und Bereitstellung aller daraus resultierenden Datenabweichungen als Entscheidungsgrundlage für eine fachliche Abnahme
•     Deployment mit Hilfe risikofreier Methoden
•     Erstellen aller für den produktiven Betrieb notwendigen Skripte und Prozesssteuerungsinformationen
•     komplettes Lineage auf Feld-, Tabellen- und Prozessebene
•     technische und fachliche Data Quality Checks
•     DSGVO Konformität
•     bitemporale Historie
•     Datenmodellmigrationen technisch (Tabellenstrukturen) und fachlich (Dateninhalte in kompletter fachlicher Historie)

Da sämtliche technischen Umsetzungen im Projekt vollständig automatisiert abliefen, konnte die Projektarbeit sich auf die Klärung fachlicher Fragestellungen konzentrieren.
Auf klassische Entwickler wurde im Team komplett verzichtet. Stattdessen wurde das DWH durch Datenmodellierer, deren Stärken im fachlichen Verständnis der Daten liegen, erstellt.

Seit über zwei Jahrzehnten ist Jörg Stahnke DWH Architekt bei der PPI AG und erstellt Data Warehouses. Bei der Beratung von PPI-Kunden hat er umfangreiche Erfahrungen gesammelt. Seit seinem ersten Data Warehouse mit Codegeneratoren im Jahr 1997 ließ ihn der Automatisierungsgedanke nicht mehr los. Deshalb hat ihn auch die Automatisierung und Standardisierung von Data Vault überzeugt. Neben Data Vault setzt er Rule Engines und weitere Features ein, um die gesamte Datenbereitstellung im DWH zu automatisieren.

Self-Service löst die Experten-Engpässe und unterstützt den Know-How-Aufbau in den fachlichen Domänen. Das klingt gut und deswegen hat sich Data & Analytics Self-Service rasant entwickelt und viele Tools auf dem Markt unterstützen diesen Ansatz. Das brachte Vorteile aber auch jede Menge neuer Probleme und Gefahren mit sich, wie z.B.:

  *   Missachtung von Data Security & Compliance-Vorgaben,
  *   uneinheitliche Kennzahlen für die Steuerung (kein SSoT),
  *   Aufbau von Daten-Silos, die keine Transparenz ermöglichen, die es schwer machen die Qualität zu sichern.

Self-Service ist nicht mehr weg zu denken und das soll er auch nicht. Im Gegenteil - Self-Service soll wachsen! Aber der Self-Service muss aus Sicht der Daten, Technologien, Menschen & Prozesse betrachtet werden. Und der hat einen wichtigen Helfer: den Data Governance Service.  Wie unterstützt Data Governance den Self-Service richtig? Was hat der viel verwendete Begriff „Data Literacy“ damit zu tun? Wo soll man ansetzen und wie findet man heraus was ist für eigenes Unternehmen wirklich wichtig ist? Diese Session soll Antworten auf die Fragen und vor allen Dingen Einblicke in die Praxistauglichkeit geben.

Valentina Ruzic ist Head of Data Strategy und leitet die gleichnamige Unit bei Blueforte. Sie verknüpft Expertise aus der Ökonomie mit der Datenkompetenz und überführt dies in die „Data Economy“. Sie ist als Beraterin seit über 20 Jahren in verschiedenen Data & Analytics Projekten unterwegs. Dabei durfte sie in vielen Rollen, wie Requirements Engineer, Test Manager, Projekt, Manager, Data Architekt, Agile Coach etc., agieren.

Wir erleben zurzeit, wie die Digitalisierung unsere Realität dramatisch verändert. Gesetze und Prinzipien, die über lange Zeit ihre Gültigkeit hatten, müssen auf den Prüfstand gestellt werden, weil die Veränderungen nie dagewesene Handlungsoptionen bieten – im Guten wie im Schlechten. So verwundert es nicht, dass gerade im Zusammenhang mit der Digitalisierung und Big Data Fragen zur Ethik und Moral, nach einem verlässlichen Koordinatensystem von Werten, immer häufiger gestellt werden.

Die Auswirkungen der Datenverarbeitung und Datenanalyse auf den Einzelnen und auf die Gesellschaft werden immer gravierender, daher wird der Ruf nach verbindlichen Richtlinien für die Berufsgruppen, die sich professionell mit dem Sammeln, Verarbeiten und Analysieren von Daten beschäftigen, immer dringlicher. Brauchen wir eine Berufsethik für den Data Scientist?
Die aktuell geführten Debatten zur Datenethik sind geprägt durch Auswirkungen von KI und algorithmischen Entscheidungsverfahren auf unseren Alltag, wie beim autonomen Fahren oder in der Pflege (Pflegeroboter). Ein weiterer oft diskutierter Aspekt ist das hemmungslose Sammeln von Daten der IT- Giganten wie Google oder Facebook, was zu den Begriffen Daten- bzw. Überwachungskapitalismus geführt hat.

Im Fokus des Vortrags steht der „richtige“ Umgang mit Daten im analytischen Ökosystem eines Unternehmens. Dabei werden u.a. folgende Aspekte und Fragestellungen betrachtet:

• Was versteht man unter Datenethik?
• Wie kann Vertrauen und Akzeptanz bei den Kunden durch den richtigen Umgang mit den Daten auf- bzw. ausgebaut werden?
• Wem gehören die Daten?
• Was heißt Corporate Digital Responsibility?
• Was hat die DSGVO mit Datenethik zu tun?
• Analytisches Ökosystem und Datenethik (Perspektive auf die Daten, Perspektive auf die Algorithmen)
• Rollenspezifische Aspekte der Datenethik im analytischen Ökosystem (Entwickler, Designer, Nutzer)

"Für ein Data Warehouse haben wir keine Zeit" ... kommt Ihnen das bekannt vor?

Datenmodelle sind zweckorientiert; zwar mag es ungeeignete oder "falsche" Datenmodelle geben - das eine, "richtige" Datenmodell hingegen gibt es in der Regel nicht. Digitale Daten repräsentieren die reale Welt (oder das, was wir die "Wahrheit" bzw. "Fakten" nennen). Wie eine Landkarte, die nur bestimmte Informationen (bzw. ein Abbild) der "echten" Landschaft zeigt, sind Daten, die Geschäftsobjekte oder -prozesse darstellen, nie ganz vollständig. So wie es Landkarten für verschiedene Zwecke und Abstraktionsebenen gibt, sind einige Datenmodelle für bestimmte Aufgaben besser geeignet als andere. Datenmodellierung ist die Kunst, eine geeignete Struktur zur Datenablage zu definieren, die eine effiziente Verarbeitung erlaubt - und genauso wie auf den meisten Landkarten werden dabei die elektronischen Informationen meist vereinfacht oder schlicht verdichtet.

Beim Aufbau eines Data Warehouse haben wir es mit verschiedenen Arten von Datenmodellen zu tun: Datenmodelle der Quellsysteme, Datenmodelle der Data Marts und letztendlich das Datenmodell des sog. Core Data Warehouse.

Im Jahr 2014 veröffentlichte Roelant Vos seine Idee des "Virtual Enterprise Data Warehouse". Sie entstand als Ergebnis der Optimierung seiner automatisierten ETL-Ladeprozess-Generierung. Es ist gewissermaßen eine Evolution im Denken der ETL-Generierung. Die Kombination von Data Vault basierend auf einer PSA (Persistent Staging Area) bietet zusätzliche Funktionalitäten, da sie es DWH-Designern erlaubt, neue Entwürfe in einer Art Vorschau auszutesten oder auch Teile der bestehenden Data Warehouse Lösung rasch zu überarbeiten. Das Arbeiten mit Daten und ihren Strukturen kann komplex sein, und oft ist die "richtige" Lösung das Ergebnis einer Reihe von Iterationen, in denen Experten der Business-Seite eng mit IT-Spezialisten zusammenarbeiten.

Der Vortrag erläutert die Idee des Virtual DWH und wie es dabei hilft, eine flexible Datenlösung zu schaffen, die sich mit den Anforderungen der Geschäftsprozesse eines Unternehmens weiterentwickeln und dabei den technischen Aufwand kontinuierlich reduzieren kann.

Während Themen wie Self-Service BI, Data Science und Big Data zunehmend in das Feld des klassischen Datawarehousings drängen, erhöht sich der Druck auf das tradierte DWH-Konstrukt und den bisherigen Information Delivery Process innerhalb der Organisationen. Die steigende Heterogenität der Datenquellen sowie kürzere Zyklen von Änderungen in Quellsystemen, trifft auf die konkurrierenden Ziele der Konformität, Zuverlässigkeit und der Aktualität der Daten im Datawarehouse.

Um dieser Herausforderung zu begegnen, soll ein Vorgehen zur toolunabhängigen, schrittweisen Automatisierung des DWH‘s vorgestellt werden. Ziel dieses Ansatzes ist es, Entwicklungszeit und Kosten von Datenbereitstellungsprozessen zu senken, um im Gegenzug eine Verbesserung der Datenqualität, eine erhöhte Standardisierung und Transparenz von Prozessen zu erreichen.

Bei dem Begriff Blockchain denkt jeder zuerst an Bitcoin und danach ... fällt einem schon nicht mehr viel ein. Trotzdem wird die Blockchain-Technologie in der Presse euphorisch als "das nächste große Ding" angepriesen. Aber warum eigentlich? Genau genommen handelt es sich doch nur um eine höchst ineffiziente Datenbank für die sichere Speicherung von Protokolldaten. Wie soll eine derartige Nischen-Anwendung eine technologische Revolution auslösen?

Eine vollständige Antwort ist zum jetzigen Zeitpunkt kaum möglich. Es gibt jedoch erste Beispiele für den erfolgreichen Einsatz.

Thomas Wolf, BI-Spezialist bei der Techniker Krankenkasse, gibt einen Überblick über Internet-Quellen zu aktiven Blockchains und diskutiert am Beispiel einer Social-Media-Anwendung die Chancen und Risiken der Technologie.

Digitalisierung ist in aller Munde, die Bundesregierung verfolgt eine Digitale Agenda und hat seit neuestem eine Staatsministerin für Digitalisierung im Kanzleramt – Daten und digitale Informationen bewegen die Welt und steuern die realen Güterströme.
Damit all das funktioniert, braucht es immer mehr Daten und Informationen von immer höherer Qualität. Trotz Automatisierung der Informationsverarbeitung und deren Auswirkung auf die realen Güterströme bleibt aber immer der Mensch als Nutzer im Zentrum der Güter und Informationen – sowohl als Konsument als auch in der digitalen Arbeitswelt.
Mögliche Fehlerquellen, die Daten und Informationen in IT-Systemen betreffend, sind die Datenerhebung, die Datenformate, Alter der Daten, Interpretation der Bedeutung usw. Aber unabhängig von der Herkunft von Daten, ist die Beurteilung der Qualität von Daten und Informationen mehr aus der Sicht der Nutzung zu beurteilen.
Was aber ist Daten- und Informationsqualität für die Nutzer von Informationssystemen? Und wie kann man die Daten- und Informationsqualität messen? Die Antwort darauf geben die 15 Dimensionen der Daten- und Informationsqualität mit den zugehörigen Metriken und Mess-Konzepten.
Dieser Vortrag wird das an praktischen Beispielen verdeutlichen: Welche Metriken konkurrieren für die Messung der Aktualität und Fehlerfreiheit von Daten? Welche Methoden stehen zur Verfügung, um Übersichtlichkeit und Zugänglichkeit von Informationen zu bewerten?

Dr. Jan Philipp Rohweder, langjähriges Vorstandsmitglied der dgiq und Mitautor verschiedener Beiträge zum Thema Daten- und Informationsqualität stellt die Konzepte vor und diskutiert Fragen aus der praktischen Anwendung.

Self-Service geistert seit geraumer Zeit als Marketingschlagwort in verschiedensten Facetten durch die Branche, doch was hat sich bewahrheitet, was ist gescheitert und wo kann die Reise noch hingehen?  Sind Self-Service-Ansätze die Zukunft, die die IT überflüssig machen? Wozu brauchen wir teure und langsame BI-Abteilungen, wenn die Fachbereiche sich doch per Drag & Drop zur Self-Service-Data-Scientist emanzipieren? Sind Themen wie Governance und Security nur Show-Stopper der ewig gestrigen?

Im TDWI Meinungsforum schauen wir mit Ihnen hinter die Marketingkulissen! Es gibt kaum ein Thema, bei dem Erfolg und Frustration so dicht beisammen liegt. In einem interaktiven Diskurs werden wir uns aus verschiedenen Extrempositionen dem Thema nähern und aktiv mit dem Publikum diskutieren. Neben der Abgrenzung der Anwendungsszenarien, widmen wir uns besonders  den Herausforderungen an die Organisation, Architektur und Analytics.

Ziel ist es, den Diskurs über das Thema in der TDWI Community anzustoßen.

Mit der rasant zunehmenden Digitalisierung unserer Lebensbereiche – nicht nur in Wirtschaft und Verwaltung – wächst die Menge der digital gespeicherten personenbezogenen Daten unaufhaltsam.
Big Data und Analytik unterstützen dabei das Interesse vieler Unternehmen, diese großen Datenmengen effektiver für ihre Zwecke zu nutzen und  einen möglichst umfassenden „digitalen Fußabdruck“ von Kunden und Geschäftspartnern zu erhalten.
Bewährte Konzepte zum Schutz personenbezogener Daten geraten im Hinblick auf Big Data an ihre Grenzen. Vertrauenswürdigkeit von Daten und der Schutz personenbezogener Daten werden zu einer existenziell wichtigen Aufgabe im Rahmen des Daten- bzw. Informationsmanagements für jedes Unternehmen insbesondere im Schlaglicht der zukünftigen EU-Datenschutz-Grundverordnung.
Vor diesem Hintergrund beleuchten die Vorträge einige Aspekte der rechtlichen, technischen, fachlichen und organisatorischen Herausforderungen insbesondere für analytische Informationssysteme.

1) Die EU-Datenschutz-Grundverordnung und die Regulierung von Big Data
Dr. Thilo Weichert,  Jurist und Politologe, Vorstandsmitglied der Deutschen Vereinigung für Datenschutz e. V. (DVD), von 2004 bis Juli 2015 Datenschutzbeauftragter von Schleswig-Holstein und damit Leiter des Unabhängigen Landeszentrums für Datenschutz (ULD) in Kiel.

2) Big Data Analytics und Datenschutz - Gegeneinander oder Chancen im Miteinander?
Dr. Anselm Schultze,  Seit 2016 Business Development der Firma FINCON Unternehmensberatung GmbH, von 2006 bis 2015 Leiter des BICC der DAK Gesundheit.

3) Erste Überlegungen und Erfahrungen zu einer Datenschutz-Folgenabschätzung für ein analytisches Informationssystem
Peter Clausen,  Seit 2016 Leiter des BICC der DAK Gesundheit. Davor viele Jahre im BI Umfeld bei Software Herstellern, Beratungshäusern und Anwenderunternehmen tätig.

Der BI-Markt ist in Bewegung und immer mehr Anbieter positionieren 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. Der Vortrag wird am Beispiel der SAP-HANA-Datenbank die praktischen Erfahrungen bei der Bewertung von BI-Komponenten darstellen und Vergleiche zu etablierten Marktteilnehmern vornehmen.

Nach einer kurzen Einführung ins Testen allgemein, werden folgende DWH- und BI-spezifischen Aspekte behandelt: Festlegen der Testschwerpunkte, Berechnen einer genügenden Testabdeckung und Definition geeigneter Testfälle, insbesondere Datengetriebener Testfälle. Abgeschlossen wird der Vortrag mit einer Übersicht über geeignete Tools.

Herbert Stauffer ist Hauptautor des gleichnamigen Kurses, Leiter des TDWI Roundtables Zürich und Geschäftsführer der BARC Schweiz GmbH. Er hat 25 Jahre Erfahrung in Business Intelligence und Data Warehousing, als Projektleiter, Dozent, Architekt, Trainer, …

Im Rahmen des diesjährigen TDWI Kongresses in München hat sich gezeigt, dass sowohl der Bedarf als auch das Angebot im Bereich BI in der Cloud gestiegen sind.

Warum sollte man das machen, welche Vor- & Nachteile ergeben sich und worauf ist dabei zu achten ?

In dieser kurzen Einführung wird der TDWI grundsätzlich in das Thema einführen, bevor die Hersteller dann ihr spezielles Angebot vorstellen. Wir freuen uns, vier der ganz großen gewonnen zu haben, die ihr Angebot vorstellen werden.

Teilnehmen werden die Firmen IBM, Microsoft, Oracle & SAP. Jede Firma hat 20 Minuten Zeit, die besonderen Vorteile ihres Angebotes darzustellen.

Folgende Fragen sollten beim Vortrag möglichst beantwortet werden:

- Vorstellen des Cloud-Angebotes
   - Was kann man damit machen (Business Cases)?
   - Welche Bereich sind abgedeckt (DI, DQ, Storage (Formate),
      Reporting, Analyse, Data Mining, etc.)?
   - Welche Connectoren zu externen Daten werden zur Verfügung
     gestellt (Social Media, andere Cloud-Systeme, Einbindung ERP,
     on premise)?
   - Welche GUIs gibt es?
- Security
   - Wo liegen die Daten (Land)?
   - Wie sind die Daten geschützt?
   - Benutzerberechtigungen  
- Welche Bandbreite ist für die sinnvolle Nutzung nötig?
- Wie kommen die Daten in die Cloud?
- Welches Datenmodell / wie erstellt man ein eigenes Datenmodell?
- Welche DQ Funktionen werden geboten?
- Lizenzmodell?
- Architekturmodell (SaaS, PaaS, Hybrid, etc.)?
- Referenzen

Gemeinsam wollen wir die Ansätze abgrenzen und die entsprechenden Vor- und Nachteile für die Anwender herausarbeiten. Jeder Teilnehmer ist aufgefordert, sich aktiv an der Diskussion zu beteiligen.

Wie gewohnt kann am Ende bei Bier und Brötchen das Diskutierte in kleinen Gruppen weiter vertieft sowie Networking betrieben werden.

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 angemessenem 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.

Als Lead Business Analyst ist Herr Stahl dafür verantwortlich, dass die Datenversorgung der BI-Welt und die Aufrechterhaltung aller BI-Funktionalitäten nach durchgeführten Umstellungen in den Vorsystemen sicher gestellt ist. 

Der Vortrag zeigt anhand praktischer Beispiele, wie neue Darstellungsformen helfen, komplexe Situationen und Zusammenhänge leicht zu überblicken. Zudem erfahren die Zuhörer wie Unternehmen eine Information Design Richtlinie erfolgreich einführen, was es bei der Erstellung von Dashboards zu beachten gibt und wie Unternehmen mit Hilfe von Visual Analytics im Zeitalter von Big Data bestehen können.

Andreas Wiener ist Geschäftsführer der reportingimpulse GmbH und Autor des Buches "Visual Business Analytics - Effektiver Zugang zu Daten und Informationen" des TDWI sowie zahlreicher Publikationen rund um das Thema Reporting und Visualisierung. Er hält regelmäßig Vorträge auf Konferenzen, Messen und an Hochschulen zum Thema und berät 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.

Dr. Jörn Kohlhammer ist Abteilungsleiter für den Bereich Informationsvisualisierung und Visual Analytics am Fraunhofer IGD in Darmstadt. Nach dem Studium der Informatik mit Betriebswirtschaftslehre an der LMU München arbeitete er mehrere Jahre am Fraunhofer CRCG in Providence, RI, USA und promovierte 2005 an der TU Darmstadt. Dr. Kohlhammer ist Co-Autor des Buches „Visual Business Analytics“ sowie vieler Fachartikel und Konferenzbeiträge. Er ist regelmäßiger Redner zu diesem Thema bei Veranstaltungen und Kongressen in der Industrie und der Forschung.

- DataVault -
DataWarehousing der nächsten Generation

In den Niederlanden ist Data Vault seit 2007 zum absoluten Trend für die DWH-Entwicklung herangewachsen. Heutzutage basieren dort geschätzt über 80% der Greenfield-DHW-Projekte auf der von Dan Linstedt entworfenen Modellierungs- und Vorgehensmethode. Auf diesen Erfolg aufmerksam geworden, rückt Data Vault zunehmend auch in den europäischen Nachbarländern in den Fokus.

Data Vault beschreibt ein System für DWH- und BI-Anwendungen, das aus 3 Komponenten besteht:
1. Datenmodellierung
2. Vorgehensmethodik
3. System Architektur
Mit Data Vault gelingt der große Schritt hin zum industrialisierten Data Warehousing mit einem hohen Grad an Flexibilität, Anpassungsfähigkeit und Nachhaltigkeit. Erreicht wird dies durch eine hochflexible - aber intergrierte - Datenmodellierung, Entkoppelung der Business-Logik von den Lade-Prozessen, hervorragender Skalierungsfähigkeit und einfacher Prozessautomation.

In den 90er Jahren entwickelt, um insbesondere in komplexen DWH-Projekten mit großen Datenmengen sowohl Maschinen- als auch Entwicklungs-Resourcen optimal parallelisieren (und damit insbesondere skalieren) zu können, wurde die  Modellierungs-Komponente erstmalig im Jahr 2000 veröffentlicht. Seitdem hat sich Data Vault besonders in agilen DWH-Umgebungen bewährt und wurde stetig um die Komponenten der Vorgehensmethode und Architektur ergänzt. Vor gut einem Jahr hat Dan Linstedt Data Vault 2.0 veröffentlicht, in dem erstmalig alle 3 Komponenten umfassend beschrieben werden - von der Integration von NoSQL-Datenbanken bis hin zum Projekt-Management.

Diskussionen und Erfahrungsaustausch sind erwünscht.

Zur Person:
Christian Hädrich, Geschäftsführer der Dörffler & Partner GmbH, beschäftigt sich seit Jahren mit dem Thema Datenmodellierung im Data Warehouse Umfeld. Er ist Mitorganisator der Data Modeling Zone in Europa und betreut auch entsprechende Arbeiten im Hochschulumfeld. Im Rahmen von DataVault steht Hr. Hädrich im ständigen Kontakt mit den Experten dieser Modellierungsmethode wie z.B. Dan Linstedt aus den USA.

Business Logiken im CRM Umfeld (Empfehlungen, Bewertung und Prämierung, Produkt- und Tariflogik) haben die Tendenz, sehr schnell so komplex zu werden, dass kein einzelner Manager oder Analyst sie noch umfassend versteht. Die Folge sind suboptimale Entscheidungen und damit kommerzieller Schaden.

Zeitdruck begünstigt punktuelle Workarounds anstatt sauberer Neustrukturierung. Der schnelle Workaround erzeugt gewöhnlich sofortigen und leicht nachweisbaren Nutzen, während das damit verbundene Problem, dass man den Überblick verliert, erst später graduell eintritt und schwer vorher beweisbar ist.

Es gibt jedoch Maßnahmen, um diesen Prozess zu hemmen; diese liegen im Design von Prozessen, Kompetenzen und Planungsmethoden. Ferner gibt es Maßnahmen, um bereits entstandene Komplexität bestmöglich zu managen; diese liegen im Bereich von Visualisierung, streng fachlich (und nicht technisch) getriebener Begrifflichkeit und Nomenklatur, sowie einem klaren Zielbild für die Logikarchitektur.

Dies wird beschrieben am Beispiel Telekommunikation, ist aber branchenübergreifend gültig.

Diskussionen und Erfahrungsaustausch sind erwünscht.

Zur Person:
Dr. Kai Zimmermann, Geschäftsführer der concision GmbH, gestaltet seit 2001 CRM-Logik für Unternehmen der Telekommunikations-Branche.

- Geschichte der InMemory-Verarbeitung
- Was bedeutet InMemory
- Worauf ist zu achten
- Welche Unterschiede gibt es bei der Architektur

Teilnehmen werden die Firmen IBM, QlikTech, SAP & SAS. Jede Firma erhält 15 Min. Zeit, die besonderen Vorteile Ihres Ansatzes darzustellen.

Gemeinsam wollen wir die Ansätze abgrenzen und die entsprechenden Vor- / Nachteile für die Anwender herausarbeiten. Jeder Teilnehmer ist aufgefordert sich aktiv an der Diskussion zu beteiligen.

Wie gewohnt kann am Ende bei Bier und Brötchen das Diskutierte weiter in kleinen Gruppen vertieft sowie Networking betrieben werden.

Business-Intelligence-Lösungen sind für Unternehmen unabdingbar, um Datenmengen in vertretbarer Zeit zu analysieren und daraus resultierend Entscheidungen zu treffen. Die menschliche Fähigkeit, Daten und Informationen sehr schnell grafisch zu verstehen, reizen Anwender und Anwendungen heute bei Weitem noch nicht aus. Der Vortrag zeigt anhand praktischer Beispiele, wie neue Darstellungsformen helfen, komplexe Situationen und schwere Zusammenhänge leicht zu überblicken, um daraus fundierte Entscheidungen zu treffen.

Vorgehen:

Der Vortrag hat einen Workshop Charakter. Diskussionen und Erfahrungsaustausch sind erwünscht.

Zur Person:

Andreas Wiener verantwortet als Management Consultant das Geschäftsfeld Information Design & Visual Business Intelligence bei der BLUEFORTE GmbH. Er berät Unternehmen in erfolgreicher Geschäftskommunikation und hält regelmäßig Vorträge auf Kongressen und an Hochschulen.

Rolf Scheuch ist Hauptautor des gleichnamigen Buches, dass im Juni im dpunkt.verlag in der TDWI-Reihe erscheinen wird,
Details dazu hier: http://mdm-das-buch.com/ und hier http://www.dpunkt.de/buecher/3761/master-data-management.html.

Zur Person:

Rolf Scheuch ist Geschäftsführender Gesellschafter der OPITZ CONSULTING und als Management-Coach aktiv mit Schwerpunkten bei der Entwicklung einer geschäftszielorientierten IT-Strategie und der organisatorischen Implementierung von IT-intensiven Geschäftstransformationen tätig. Ferner engagiert er sich im Rahmen von Fachkonferenzen, Fachpublikationen und ist im Fachbeirat 
der IM – Information Management & Consulting.

Podiumsdiskussion zum Thema Master Data Management.

Teilnehmer der Podiumsdiskussion: Rolf Scheuch, Tom Gansor (Autoren des o.g. Buches), Christoph Baehr, IBM Deutschland, sowie ggf. weitere.

In vielen Bereich von BI müssen die in Deutschland geltenden Datenschutzbestimmungen eingehalten werden. Wie man ein Maximum an Analysemöglichkeiten nutzen kann und dabei die Datenschutzbestimmung vollumfänglich einhalten kann zeigt dieser Vortrag.

Jeweils ca. 10 Minuten zu unterschiedlichen Themengebieten, jeweils 2 Minuten Intro, anschließend Roundtable-Diskussion

Themenvorschläge:

• News von der TDWI Konferenz in Amsterdam
• Agile BI
• Open Source BI
• In Memory BI
• Metadatenmanagement
• Master Data Management vs. DWH
• …

Weitere Vorschläge sind willkommen, wir freuen uns insbesondere, wenn Sie auch ein Intro zu einem Thema (ca. 2 Minuten Impulsvortrag zu Einstimmung in die Diskussion) übernehmen, kontaktieren Sie uns gern direkt oder via Frau Hannemann.

Die Abbildung von effizienten und effektiven

Reporting- und Planungsprozessen stellt international tätige Unternehmen

oft vor eine große Herausforderung.

Der Vortrag handelt von den Zielsetzungen der

Einführung einer individuellen Business Intelligence-Lösung, die

unternehmensweit den Workflow effizienter gestalten soll. Welche

Anforderung an maßgeschneiderte Planungslösungen zu stellen sind und wie

man den dafür passenden Dienstleister findet wird vom Chief Financial

Officer der Bernhard Schulte Gruppe dargestellt. Ergänzend hierzu

demonstriert Lennard Stoever von der nextel Maritime IT Solutions GmbH

die individuell entwickelten Lösungen, die von der Schulte Gruppe

weltweit eingesetzt werden.

Tobias Pinker ist Geschäftsführer und Chief

Financial Officer der Bernhard Schulte GmbH und Co. KG. Er verfügt über

15 Jahre Erfahrung in der Schifffahrt, davon 13 Jahre in der Schulte

Gruppe.

Lennard Stoever ist Geschäftsführender

Gesellschafter der nextel Maritime IT Solutions GmbH. Er ist Experte in

Sachen Business Intelligence in der Schifffahrt und hat bereits

zahlreiche BI-Projekte realisiert.

Alle Teilnehmer sind aufgefordert, hier über Ihre Erfahrungen zu

berichten

Bei der XING AG werden Management Reports mit Hilfe

einer MOLAP-Anwendung erstellt. Nach einem kurzen Marktüberblick stellt

Eduard Wulff die Lösung kurz vor und gibt dann anhand von Beispielen

einen Überblick, was man bei der Erstellung einer eigenen Lösung

berücksichtigen sollte.

Eduard Wulff ist Senior Business Intelligence

Manager bei der XING AG. Er hat über 15 Jahre Erfahrung als Anwender und

Berater für MOLAP.

Die Teilnehmer berichten über Ihre Erfahrungen und

Herausforderungen hinsichtlich MOLAP.

Moderiert wird durch Nils Grabbert.

Da Datenqualität nun als Grundlegend anerkannt ist

und die Autoren Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian

Merighi in Ihrem Buch "Datenqualität erfolgreich steuern -

Praxislösungen für Business-Intelligence-Projekte" ausführlich auf die

Notwendigkeit guter Datenqualität hinweisen, soll in diesem Vortrag live

gezeigt werden, wie anhand von Beispielen die Datenqualität im

Unternehmen gemessen und verbessert werden kann. Gezeigt werden die

Techniken von Profiling und Dublettenerkennung, sowie die Erstellung und

Prüfung von Geschäftsregeln.

Georg Franzke ist BI Consultant mit langjähriger

Erfahrung im Bereich Datenqualität und Datenintegration bei einem der

führenden Hersteller für Data Quality Lösungen aktiv.

Die Teilnehmer berichten über Ihre Erfahrungen und

Herausforderungen hinsichtlich Datenqualitätsmanagement.

Moderiert wird durch Tom Gansor, der zuvor nochmals

kurz einige Aspekte des Strategie und Organisation für DQM im Sinne der

Anmoderation darstellen wird.

Vortragsbeschreibung:

Mitte 2008 war abzusehen, dass die auf Open Source

basierende BI Infrastruktur dem Wachstum der Anforderungen und

Datenmengen nicht mehr lange gewachsen sein würde. Die BI Abteilung hat

daher ein Projekt zur Migration auf eine skalierbare zukunftsträchtige

Systemarchitektur durchgeführt.

Vorgestellt werden das Vorgehen, die Ergebnisse und

Lehren aus der Anforderungsanalyse, Systemauswahl und Migration auf das

neue System.

Über den Referenten:

Dr. Ulrich Fricke, Diplom-Physiker, arbeitete nach

der Promotion in experimenteller Teilchenphysik ab 2000 als Data

Warehouse Administrator, Softwareentwickler und Analyst beim Deutschen

Elektronen Synchrotron. Ab 2003 betreute er bei AOL Deutschland den

Betrieb und Ausbau des Data Warehouse von AOL Deutschland sowie die

Schnittstellen zum Corporate Date Warehouse von AOL in den USA. Seid

2008 arbeitet er bei der XING AG und ist Leiter des Bereiches Data

Warehouse und Reporting. Aktuelle Themen sind die Umstellung der Data

Warehouse Infrastruktur auf eine skalierbare Basis, die dem bisherigen

und prognostizierten Wachstum der Anforderungen und Datenmengen gerecht

wird, sowie die Integration neuer Datenquellen und Systemkomponenten zum

Ausbau des Systems in Richtung Real-Time Data Warehouse.

• Auswirkungen der Wirtschaftskrise auf Business Intelligence in Unternehmen

• BI-Trends in der Krise

• Beitrag von BI zur Krisenbewältigung

• Forumsdiskussion

• Vorstellung Bauer Media Group

• Data Mining Themen

• Logistikstrukturen der Bauer Media Group

• Verfahren zur individuellen Gebietsclusterung

• Zusammenfassung

…zu den Themen des 3. und 4. Hamburger Roundtables
1. BI - eine Aufgabe des Wissensmanagements
2. Business IT Alignment im Data Warehousing: Mit Business Modeling zu Business Intelligence

Details zu den Vorträgen:

1.

Business IT Alignment im Data Warehousing: Mit Business Modeling zu

Business Intelligence

- Komponenten einer Enterprise Architecture

- Business Model Framework
- Business Process Modeling
-

Organizationales und individuelles Informations- und Wissensmanagement
-

Business Intelligence Cycle
- Disziplinen von Business Intelligence

Referent: Prof. Dr. W. Hummeltenberg, Universität Hamburg,

Institut fürWirtschaftsinformatik Prof. Dr. rer. pol. Wilh.

Hummeltenberg (Dipl.- Ing.,Dipl.-Wirtsch.-Ing.) studierte an der RWTH

Aachen Allgemeine Elektrotechnikmit Schwerpunkt Datenverarbeitung und in

einem Aufbaustudium  Wirtschaftswissenschaften mit Vertiefung in

Marketing und Operations Research. Nach Promotion und Habilitation als

wissenschaftlicher Assistent am Lehrstuhl für Unternehmensforschung

(Operations Research) der RWTH Aachen war er 1 ½ Jahre Projektleiter für

die Entwicklung von Informationssystemen und die Durchführung von

Simulationsstudien in einem großen DV-Unternehmen.

Seit 1986 ist

er Professor am Institut für Wirtschaftsinformatik der Universität

Hamburg. Sein Lehrangebot deckt in den Studiengängen

Betriebswirtschaftslehre, der Wirtschaftsinformatik, des

Wirtschaftsingenieurwesens u.a. im 3. Studienjahr die

Kernveranstaltungen zur Wirtschaftsinformatik ("Information and

Communication Management", "Software and Systems Engineering", "Case

Study Seminar") sowie im 4. Studienjahr der Diplomstudiengänge bzw. in

Master-Programmen die Vertiefungen (1) Business Intelligence Systems

(BIS) und (2) Decision Support Systems (DSS) ab.

Er besitzt

langjährige Forschungs- und Praxiserfahrung in den

BereichenInformations- und Wissensmanagement, Decision-Support-Systeme

und moderne Managementtechniken. Von ihm existieren zahlreiche

Veröffentlichungen über Total Quality Management, Risikomanagement,

Business Engineering, Data Warehousing, Decision Support Systems und

Business Intelligence. In diesen Bereichen leitete er zahlreiche

Fachtagungen, Workshops und Managerforen bis hin zur Jahrestagung

Wirtschaftsinformatik '98 mit dem Generalthema "Information Management

for Business and Competitive Intelligence and Excellence".

Details zu den Vorträgen:
2. Nutzung des Data Warehousing

zur Optimierung der weltweiten Ersatzteilversorgung

Vortrag von

Airbus Material Logistics & Suppliers und der Resco GmbH

Ulf

Weise, Airbus
Director Information Systems Customer Support Supply

Chain

Daniel Matschke, Resco GmbH
Senior Manager und

Projektleiter für Business Intelligence

Die weltweit optimale

Versorgung der Flugzeugflotte mit Ersatzteilen ist in der Luftfahrt zu

einem wichtigen strategischen Faktor geworden. Zur Vermeidung

unplanmäßiger Ausfälle hat sich neben den routinemäßigen

Wartungsarbeiten ein präventiver Austausch anfälliger Ersatzteile auf

Basis statistisch belegter Verschleißzeiten etabliert. Der Vortrag zeigt

den Einsatz von Data Warehousing und Business Intelligence zum

weltweiten flexiblen und zuverlässigen Ersatzteilmanagement,

insbesondere

- zur Planung routinemäßiger Wartungs- und

Instandhaltungsmaßnahmen sowie präventiver Verschleißteilersetzungen auf

Basis statistisch belegter Belastungs- und Verschleißzeiten

-

zur optimalen Planung und Disposition der Ersatzteilbestände in Eigen-

und Fremdlägern

- zur Erweiterung des Geschäftsmodells um

Kundenservices, die das Ersatzteilemanagement für Airbus-Kunden,

Airlines und Wartungsagenturen partiell oder vollständig übernehmen

-

zur Unterstützung komplexer Logistikprozesse zur weltweiten Versorgung

der Kunden und Partner mit Ersatzteilen

- zur Bewältigung der

Bestandskomplexität durch über zwei Millionen Ersatzteile, wobei das

Ersatzteilportfolio durch gesetzliche Anforderungen und Innovation einer

Dynamik unterliegt

Business Intelligence - eine Aufgabe des

Wissensmanagements

• 1958: Vorstellung des ersten "Business Intelligence System"
• Gartner Magic Quadrants, BI Blogs und aktuelle BI-Tagungsthemen
• Das BI-Verständnis im deutschen, englischen, französischen und italienischen Sprachraum
• Business Intelligence im Lichte von Total Quality Management (TQM)
• Organisationale und Individuelle Intelligenz
• Disziplinen von Business Intelligence

Referent: Prof. Dr. W.

Hummeltenberg, Universität Hamburg, Institut für

Wirtschaftsinformatik

Prof. Dr. rer. pol. Wilh. Hummeltenberg (Dipl.-

Ing., Dipl.-Wirtsch.-Ing.) studierte an der RWTH Aachen Allgemeine

Elektrotechnik mit Schwerpunkt Datenverarbeitung und in einem

Aufbaustudium Wirtschaftswissenschaften mit Vertiefung in Marketing

und Operations Research. Nach Promotion und Habilitation als

wissenschaftlicher Assistent am Lehrstuhl für Unternehmensforschung

(Operations Research) der RWTH Aachen war er 1 ½ Jahre Projektleiter

für die Entwicklung von Informationssystemen und die Durchführung von

Simulationsstudien in einem großen DV-Unternehmen. Seit 1986 ist er

Professor am Institut für Wirtschaftsinformatik der Universität

Hamburg. Sein Lehrangebot deckt in den Studiengängen

Betriebswirtschaftslehre, der Wirtschaftsinformatik, des

Wirtschaftsingenieurwesens u.a. im 3. Studienjahr die

Kernveranstaltungen zur Wirtschaftsinformatik ("Information and

Communication Management", "Software and Systems Engineering", "Case

Study Seminar") sowie im 4. Studienjahr der Diplomstudiengänge bzw.

in Master-Programmen die Vertiefungen (1) Business Intelligence

Systems (BIS) und (2) Decision Support Systems (DSS) ab. Er besitzt

langjährige Forschungs- und Praxiserfahrung in den Bereichen

Informations- und Wissensmanagement, Decision-Support-Systeme und

moderne Managementtechniken. Von ihm existieren zahlreiche

Veröffentlichungen über Total Quality Management, Risikomanagement,

Business Engineering, Data Warehousing, Decision Support Systems und

Business Intelligence. In diesen Bereichen leitete er zahlreiche

Fachtagungen, Workshops und Managerforen bis hin zur Jahrestagung

Wirtschaftsinformatik '98 mit dem Generalthema "Information

Management for Business and Competitive Intelligence and Excellence".

"Etablierung einer Netzplanungssoftware für

Massendaten im Rahmen einer Multiprojektmanagement-Situation für

einen internationalen Telekommunikationskonzern".

Liberalisierung und Deregulierung haben die

Marktbedingungen für die internationale Tele-Kommunikationsbranche

radikal verändert. Global operierende Unternehmen - vor wenigen

Jahren noch Vision - sind heute Alltag. Gleichzeitig entwickelt sich

die Technologie rasant weiter. Kunden können heute zwischen zahlreichen

Telekommunikationsanbietern und unterschiedlichen Lösungen wählen.

Kunden zu gewinnen und Kunden zu binden, ist also für den Erfolg

entscheidend. Hier müssen Systeme und Services ihren Beitrag leisten.

Im Rahmen des Projektes wurden die nachfolgenden Analyseaspekte zu

den Schlüsselfaktoren.

• Datawarehouse-Aufbau versus Standardapplikation
• Offshore / Nearshoreentwicklung
• Multiprojektmanagement und Prozess- und Projektabläufe
• Übergreifendes Reporting
• Verkettung von Kernsystemen
• Revisionssicherheit
• Kontinuierliche Qualitätsverbesserung und Transparenz

Referenten:

Carsten Weinmann ist Senior Projektmanager bei der

Assure Consulting GmbH. Er besitzt langjährige Erfahrungen in

Management- und Consultingfunktionen u. a. bei internationalen

Telekommunikations- und IT- Untenehmen. Seit 1995 arbeitet Herr

Weinmann in der Beratung, Konzeption und Entwicklung von Business

Intelligence-, Data Warehouse und Projektmanagement - Lösungen für

die Finanz-, Telekommunikations- und Automobilindustrie sowie der

Logistik. Sein Focus liegt auf der Verzahnung von

Multiprojektmanagement und neuesten technologischen Erkenntnissen.

Nicolaus von Gersdorff, ist Geschäftsführer und

Senior Projektmanager bei der Assure Consulting GmbH. Er besitzt

langjährige Erfahrungen im Management von Einzel- und

Multi-Projektsituationen bei internationalen Telekommunikations- und

IT- Untenehmen sowie Krankenversicherungen. Kerngeschäft der Assure

Consulting GmbH ist das operative Projektmanagement, hierbei

insbesondere die Konzeption und initiale Etablierung von Project

Management Offices sowie deren laufender Betrieb.

1. DWH - HN
2. DWH und GIS
2.1. Was ist GIS?
2.2.

Personal Geodatabase - DWH-Anbindung 2.3. Nutzen von GIS
3.

Geomarketing
3.1. Was ist Geomarketing
3.2. Welchen Nutzen

bringt Geomarketing?
4. Resümee und Fazit

• Business Intelligence
• Definition
• Heterogene Business Intelligence Infrastrukturen
• Probleme auf dem Weg zu einer integrierten BI Infrastruktur
• Inhaltlich
• Betrieblich
• Organisatorisch
• Herausforderungen und Lösungsansätze auf dem Weg zur zentralen
BI Infrastruktur
• Organisatorisch
• Psychologisch
• Zusammenfassung

Der Aufbau einer unternehmensweiten Struktur zur Business Intelligence

stellt in vielen Geschäftsfeldern die Basis zum langfristigen Erfolg

des Unternehmens dar. Die Schaffung der notwendigen Strukturen kann

die betroffenen Unternehmen vor grosse Probleme stellen. Besonders

die Integration bestehender heterogener Systeme verzögert oder

verhindert im Extremfall eine unternehmensweite Business Intelligence

Struktur. Anhand von Beispielen werden die psychologischen,

finanziellen und organisatorischen Herrausforderungen sowie verschiedene

Lösungsansätze bei der Integration heterogener BI Infrastrukturen

diskutiert.

TDWI - die herstellerneutrale Plattform für BI-Professionals - Was ist

das und wie kann ich davon profitieren?

Stolpersteine - Erfolgsfaktoren / Best Practices

Umsetzungsbeispiele bei der OTTO Group

Rückblick auf das Projekt aus Sicht der Fachabteilung und der IT

Vorgetragen im Dialog zwischen Fachanwender und Entwickler

Vortrag und Diskussion

Themen, Termine, Locations für weitere Roundtables
Offene

Diskussion der Teilnehmer