Roundtable

Das Erschließen der Potentiale aktueller Analytics-Ansätze stellt den Mittelstand häufig vor erhebliche Herausforderungen. Oftmals mangelt es nicht nur an den finanziellen, personellen und infrastrukturellen Kapazitäten, sondern auch an einer hinreichend breiten und tiefen Datenbasis. Ein Zusammenschließen in einem Netzwerk kooperierender Unternehmen kann hier für Abhilfe sorgen. In dem Vortrag wird speziell auf die Option eingegangen, hierzu eine Genossenschaft zu gründen, in der die Kompetenzen und Ressourcen für eine unternehmensübergreifende Datensammlung und -analyse gebündelt werden. Anhand des Beispiels für die Gründung einer solchen Datengenossenschaft im Kontext des Kühl- und Schmierstoffmanagements wird aufgezeigt, welche Vorteile der Ansatz hat und was bei der Gründung zu beachten ist.

Durch die Produktion von Fahrzeugen mit individueller Konfiguration ist es unmöglich alle Kombinationen von Bauteilen und Softwareelementen im Vorhinein zu testen. Dennoch können bestimmte Kombinationen von Produktmerkmalen verstärkt zu Ausfällen führen. Im Vortrag wird sowohl der Business Case als auch die Methodik zur Analyse der Produktmerkmale vorgestellt und gezeigt, wie eine große Kosteneinsparung erzielt werden kann.

- Business Case und Datenquellen
- Die richtige Methode für das spezielle Problem finden
- Nutzung der Analyseergebnisse zur Kostenreduktion

Artificial Intelligence (A.I.) wird innerhalb der Medien als Wundermittel für alle möglichen Geschäftsvorfälle und –anwendungen präsentiert. Durch AI benötigen Versicherungen bspw. keine Schadensbearbeiter mehr, Krankenhäuser vertrauen auf Watson und Webseiten kommunizieren mit ihren Kunden durch Chatbots. Doch wie weit ist die Praxis bei diesen Themen wirklich? Im Vortrag wird die Realität reflektiert, häufige Problemfelder diskutiert und AI im Unternehmenskontext eingeordnet.

Benjamin Diemann ist Manager bei Deloitte. In der Beratung hat er in den letzten sieben Jahren sowohl an strategischen Themen als auch bei Hands On Implementierungen mitgewirkt. Sein technologischer Schwerpunkt ist SAS. Als Cognitive Automation Lead beschäftigt er sich mit der Industrialisierung von Analytics & Data Science Architekturen.

Slightly edited German translation generated by a Deep Learning network (Google Translate):
Das Gebiet der Künstlichen Intelligenz (KI) beschäftigt sich weitgehend mit dem Maschinellen Lernen. Deep Learning ist ein Ansatz für maschinelles Lernen unter Verwendung komplexer künstlicher neuronaler Netzwerke, die sehr lose auf dem Konzept der neuronalen Netzwerke im menschlichen Gehirn basieren. Viele der fundamentalen Algorithmen für das Training und Tuning eines Deep Learning Netzwerks sind seit mehr als 25 Jahren bekannt. Doch erst während der jetzigen Dekade sind stark zunehmende Rechenleistungen und Trainingsdatensätze von bisher unvorstellbarem Ausmaß als Treiber für Deep Learning-Erfolge verfügbar gemacht worden. Forscher und Praktiker in Deep Learning haben bemerkenswerte Durchbrüche in einer Vielzahl von Bereichen erreicht, in denen Menschen traditionell Maschinen übertroffen haben. Dazu gehören Bilderkennung, Stimmen- und Spracherkennung, natürliche Sprachübersetzung, Musikkomposition und sogar Spiele, von denen man glaubt, dass sie Intuition und Instinkt benötigen.
In diesem Vortrag geben wir einen kurzen Überblick über Deep Learning und stellen einige der vielen wichtigen Ergebnisse vor, die auf fast wöchentlicher Basis in den angewandten Bereichen von autonomer Pilotierung von Fahrzeugen und Drohnen bis zur Krebserkennung und Präzisionslandwirtschaft veröffentlicht werden. Wir beurteilen dann die aktuellen und zukünftigen Auswirkungen von AI im Allgemeinen und Deep Learning im Besonderen. Schließlich diskutieren wir potentielle gesellschaftliche und ökonomische Auswirkungen wie der drohende Verlust von Büroarbeitsplätzen mit kognitiven Aspekten, die sich für die Automatisierung durch KI eignen.

Dr. Uwe Pleban is a Principal Director in Innovation & Thought Leadership with Accenture Digital. He currently works in Digital Solution Design, with special focus on Big Data architectures. For the past several years, he has also tracked the emergence of exponential technologies based on the availability of web-scale data sets, which have enabled breakthroughs in Deep Learning.

Anforderungen der Fachabteilungen an die BI-Anwendungen ändern sich häufig in kurzen Intervallen. Zur Erfüllung dieser Anforderungen benötigt eine heutige Data-Warehouse-Architektur eine hohe BI-Agilität. Zusätzlich erschweren in diesem Zusammenhang wachsende Datenvolumen, die Historisierung sowie die Performance die Umsetzung der Anforderungen durch die IT-Abteilungen oder das Business Intelligence Competence Center (BICC). In diesem Vortrag werden die Möglichkeiten von Data Vault zur Erhöhung der BI-Agilität erläutert. Ein Beispiel anhand der fiktiven Firma FastChangeCo verdeutlicht dies im Laufe des Vortrags.

Perceptual Quality: Ergänzend zu klassischen Informationskanälen liefern Kundenmeinungen in sozialen Medien sehr direkt produkt- und qualitätsbezogene Hinweise. Werden diese unstrukturierten Daten dynamisch und mit modernen Methoden analysiert, lassen sich daraus aktiv gezielte Maßnahmen zum kosteneffizienten Umgang mit Fehlern und zur Steigerung der Reputation ableiten.

Laut einer aktuellen Studie nutzen 86% der befragten Unternehmen Excel als zentrale Komponente zur Unternehmensplanung. Doch trotz dieser klaren Technologieentscheidung im Sinne eines „Best practice“ gibt es wohl kaum einen anderen Performance-Management-Prozess, der mehr Stress und Ärger verursacht, als die jährlich wiederkehrende Planung mit Excel. Warum das so ist und wie schnell und einfach eine enorme Entlastung und Beschleunigung im Planungsprozess erzielt wird, zeigen wir in unserem Vortrag „Clever planen – automatisieren statt rotieren“. Mit ein wenig XL-know-how und unserer Jedox-Suite erstellen wir live und in nur 5 Schritten eine webbasierte Planungsanwendung. Diskutieren Sie mit uns die Vor- und Nachteile von individuellen und standardisierten Planungsapplikationen sowie die Synergien, die sich durch die Kombination beider Ansätze erschließen. (Und letztlich, was man mit der Zeit, die durch Automation der Planung gewonnen wird, so alles anstellen kann.)

Der Vortrag zeigt auf, wie auf Basis einer Suchmaschine Applikationen im Bereich Business Intelligence umgesetzt werden können. Für die Anwendungsfälle kommt die Open Source  Suchmaschine Elasticsearch zum Einsatz.
Nach einem Überblick zu Elasticsearch wird auf die Erfassung und Analyse von unstrukturierten Daten eingegangen. Ebenso werden Aggregationen und Auswertungen auf Basis der Daten vorgestellt. Die Visualisierung von Daten wird über die von Elasticsearch zur Verfügung gestellte Oberfläche Kibana demonstriert. Des Weiteren zeigt der Vortrag, wie einfach individuelle Visualisierungs-Komponenten auf Basis von JavaScript erstellt werden können.
Eine Demo aus dem Pharmabereich wird den Vortrag abrunden.

Tobias Kraft beschäftigt sich bei der exensio GmbH mit der Architektur und Umsetzung von Enterprise-Portalen, Web-Applikationen und Such-Technologien basierend auf dem Java-Stack sowie dem Grails-Framework. Des Weiteren ist er Mitorganisator des Search Meetup Karlsruhe.

Das Trendthema agile BI gehört zu den wesentlichen Entwicklungsfeldern im BI-Umfeld. Aufgrund der großen Bedeutung hat der TDWI im Jahr 2010 die Arbeitsgruppe agile BI gegründet. Kernergebnis der Arbeitsgruppe war das im Jahr 2013 vorgestellte „Memorandum für agile BI“. Im Rahmen des Vortrages wird das agile BI Memorandum kurz vorgestellt und die Ergebnisse einer aktuellen Umfrage zur Verbreitung von agile BI in der Praxis präsentiert. Zusätzlich werden die Ergebnisse durch Fallstudien weiter konkretisiert und erläutert. 

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. Zudem haben die Redner zusammen mit dem Fraunhofer IGD eine Visual Business Analytics Studie veröffentlicht.

Inhalte des Vortrags

• Best Practice Visualisierungen aus den Unternehmen von Excel bis zu BI-Lösungen
• Auszüge aus dem Buch „Visual Business Analytics – Effektiver Zugang zu Daten und Informationen“
• Auszüge zur Visual Business Analytics Studie 2013

Zu den Sprechern:

Andreas Wiener ist Management Consultant bei Blueforte und verantwortlich für das Geschäftsfeld „Information Design & Visual Business Intelligence“. Als Hichert Certified Consultant berät er Unternehmen und schult deren Mitarbeiter in den Themen Reporting und Dashboarding. Er ist Autor des in 2013 erscheinenden Buches „Visual Business Analytics“ und hält regelmäßig Vorträge bei Kongressen und an Hochschulen.

Kai-Uwe Stahl ist als Management Consultant für die Blueforte GmbH im Geschäftsfeld „Information Design & Visual Business Analytics" tätig. Zusätzlich ist er verantwortlich für das abteilungsübergreifende Management‐Reporting der Blueforte GmbH. Als Hichert Certified Consultant berät er Unternehmen in erfolgreicher Geschäftskommunikation.

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.

Agile Business Intelligence hat sich in den letzten Jahren als einer der großen Trends innerhalb der Business Intelligence (BI) etabliert. Das Verständnis von Agile BI variiert dabei von der reinen Adaptierung agiler Methoden der Softwareentwicklung für den Bereich BI bis hin zur generellen Durchführung von verschiedenen Maßnahmen, welche die BI befähigen, flexibel auf vorhersehbare und unvorhersehbare Anforderungen zu reagieren (Steigerung der BI-Agilität). Vor diesem Hintergrund hat sich das TDWI Germany e.V. dazu entschieden, das Thema Agile im Kontext BI mit Hilfe einer Arbeitsgruppe bestehend aus BI-Anwendern, BI-Beratern sowie Wissenschaftlern grundlegend zu bearbeiten.  

Im Rahmen dieses Vortrags sollen die ersten Ergebnisse der TDWI Germany e.V. Arbeitsgruppe präsentiert und der Praxis zur Diskussion vorgestellt werden. Folgende Themen sind dabei Teil der Präsentation:

• Worin unterscheiden sich Projekte zur Entwicklung von BI-Anwendungen von klassischen Anwendungsentwicklungsprojekten?
• Was ist BI-Agilität?
• Wie können Anforderungen nach Agilität des Fachbereichs und Anforderungen nach Standardisierung seitens der zentralen BI integriert werden?
• Wie können agile BI-Architekturen aussehen?
• Wie können agile Methoden BI-Agilität unterstützen?
• Welche Herausforderungen sind bei der Implementierung einer agilen BI noch zu meistern? 

Eine erfolgreiche Vertriebssteuerung ist ohne aktuelle Informationen zu

Vertragsabschlüssen und Potenzialindikatoren nicht möglich. Die

Erstellung der benötigten Berichte muss schnell und effizient erfolgen.

Unter diesen Aspekten war ein standardisiertes und skalierbares

Berichtswesen zu realisieren. Das Projekt umfasste die Ist-Analyse, die

Spezifikation des Informationsbedarfs, die Konsolidierung von Kennzahlen

sowie die Umsetzung eines neu konzipierten Reporting-Layers (SAS). Es

war zudem ein geeignetes Reporting- und Analysesystem für die Bank zu

evaluieren und einzuführen.

Der Vortrag unterstreicht, das in Organisationen, die Risikomanagement

betreiben, die Anzahl der erfolgreichen Projekte deutlich ansteigen. So

motiviert, gibt der Vortrag Anleitung zum Aufbau eines eigenen

(einfachen) Riskmanagements. Für diejenigen, die bereits eigene

Erfahrung beim Aufbau eines Risikomanagements haben, bietet der Vortrag

den Ansatz für einen offenen Erfahrungsaustausch, gestützt durch

Praxisbeispiele aus den verschiedenen Phasen des Risikomanagements.

Weiterhin erhalten Interessierte einen Einstieg für eine weitere

Auseinandersetzung mit dem Thema Risikomanagement.

Zunnächst wird Herr Prof. Dr. Roth ein sehr innovatives Cockpit

vorstellen, das an der Hochschule Reutlingen im Forschungsbereich

„Enterprise Performance Management & Business Intelligence" unter

seiner Leitung entwickelt wurde. Hierbei handelt es sich um ein Cockpit

zur integrierten Unternehmenssteuerung. Diese zukunftsweisende Lösung

zeigt auf, wie das Management von Unternehmen in seinem kompletten

Managementprozess der Planung, Steuerung und Kontrolle optimal

unterstützt werden kann.

Datenqualität ist ein fundamentaler Aspekt der Business Intelligence;

Scheitern von Projekten und hohe Abstimmungs- und

Interpretationsaufwände sind bspw. die Folge mangelnder Datenqualität.

Kurt Häusermann wird in seinem Referat auf die unterschiedlichen

Dimensionen der Datenqualität eingehen und verschiedene Ansätze

aufzeigen, wie man eine bessere Datenqualität in der Praxis erreichen

kann.