Visuelle Analyse und Entscheidungsunterstützung

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Visuelle Analyse und Entscheidungsunterstützung"

Transkript

1 Visuelle Analyse und Entscheidungsunterstützung Dr. Jörn Kohlhammer Fraunhofer IGD November 2007 EpiGrid, FernUniversität in Hagen

2 Überblick Visuelle Analyse Aktuelle Ansätze Vorstellung Fraunhofer IGD (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 2

3 Visual Analytics Forschungsgebiet mit zunehmender Bedeutung in verschiedensten Bereichen Immer schneller wachsende Masse komplexer Daten und Informationen Bio-Technologien Markt- und Finanzanalysen Data Warehouses Sicherheit Ziel: Minimierung des Information Overload (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 3

4 Visual Analytics 1. Visual Analytics ist die Wissenschaft der analytischen Beweisführung mit Hilfe interaktiver visueller Mensch-Maschine-Schnittstellen. 2. Visual Analytics provides the last 12 inches between the masses of information and the human mind to make decisions. (Thomas, 2006) Der passive Betrachter wird zum aktiven Benutzer Intelligente Systeme zur Nutzung der Daten??? (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 4

5 Visual Analytics ein neuer Ansatz Kombination aus Informationsvisualisierung, Statistik, Data Mining, Business Intelligence und anderen Gebieten Grundansatz: Interaktive Präsentation der Daten in visueller Form unter Nutzung automatischer Methoden Informationsvisualisierung Wahrnehmungstheorie Interaktivität Visual Analytics Data Mining Statistik Wissensmanagement Benutzerfreundlichkeit Datenbankmanagement (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 5

6 Informationsvisualisierung (Card, 1999) (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 6

7 Herausforderung: Große Datenmengen 100 million FedEx transactions per day 150 million VISA credit card transactions per day 300 million long distance calls in ATT s network per day 50 billion s worldwide per day 600 billion IP packets per day DE-CIX backbone (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 7

8 Warum Visual Analytics, warum heute? Sehr große Datensammlungen in Datenbanken und Data Warehouses Notwendigkeit effizienter und komplexer Entscheidungsfindung auf Basis dieser Daten Reine Visualisierungsmethoden (Informationsvisualisierung) nicht adäquat für Milliarden von Datensätzen Vollautomatische Knowledge Discovery-Ansätze/Modelle nur für wohldefinierte und eindeutig spezifizierbare Probleme Zum Beispiel in Abwehrsituationen: Betrug, Viren, SPAM, DOS-Angriffe, Wettbewerb, (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 8

9 Was ist das Neue? Was gibt es schon? Automatisches Knowledge Discovery & Data Mining Interaktive visuelle Daten-Exploration Was brauchen wir? Enge Integration visueller und automatischer Datenanalysemethoden mit Datenbanktechnologien für skalierbare interaktive Entscheidungsunterstützung Visuelle Daten-Exploration Visualisierung Daten Wissen Modelle (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 9 Data Mining Feedback Loop

10 Visual Analytics von Daten zu Taten Ziel: Verkürzung des Weges von Daten zur Entscheidung Daten Interaktive Information / Erkenntnis Entscheidung Handlung (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 10

11 Human-Centered Computing Symbiotische Arbeitsteilung von Mensch und System Mensch: Kreativität, Auflösen von Widersprüchlichkeiten, Strategien, Prinzipien, u.a. System: Genauigkeit ohne Ermüdung, Datenspeicherung, zuverlässige, deterministische Verarbeitung, u.a. Ziel: Erhöhung der Effizienz des Gesamtsystems Erweiterung der menschlichen Wahrnehmungsfähigkeiten durch Informationsvisualisierung (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 11

12 Visual Analytics benutzerorientiert Maschine / System Statistische Analysen Data Mining Wissenschaftl. Visualisierung Komprimieren & Filtern Das Beste aus zwei Welten Informationsvisualisierung Graphik und Rendering Mensch Design Visuelle Intelligenz Entscheidungslehre Erwartungen des Benutzers Kognitionswissenschaften Visuelle Wahrnehmung Mensch-Maschine- Schnittstelle (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 12

13 Interdisciplinary Approach Computer Science Information visualisation Data mining Databases Knowledge representation & semantics Mathematics Statistics Uncertainty Logic and discrete structures Human Factors Perception Psychology Cognition Decision making theory Machine Statistical Analysis Scientific Visualization Data Mining Compression & Filtering Application Context Best of both sides Information Visualization Graphics and Rendering Human Machine Interface Cognitive Science Design Human Visual Intelligence Decision Science User s Vision Perception (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 13

14 Aktuelle Initiativen NIH Report zu Visual Analytics EU-FP7 Coordination Action Visual Analytics Genehmigte Programme in D, UK, AUS, CAN Geplante Kooperation zwischen USA und EU (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 14

15 Überblick Visuelle Analyse Aktuelle Ansätze Vorstellung Fraunhofer IGD (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 15

16 Visual Analytics Aktuelle Ansätze Visualisierung großer Datenmengen Integration von weiteren Dimensionen Raum Zeit Darstellung fehlender, unsicherer oder inkonsistenter Daten Integration von Datenanalyse und -darstellung KVMap (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 16

17 KVMap Analyse von Korrelationen Multivariate Datenanalyse Visualisierung der Korrelation von Variablen Überblick über Einzeldaten einer Datenmenge Visuelle Ableitung von Regeln durch Mustererkennung Kombination von Statistischer Analyse (des Systems) Visuelle Mustererkennung (des Menschen) (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 17

18 KVMap Analysis of census data (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 18

19 Zusammenfassung Visual Analytics Integration von (Geo-)Informationsvisualisierung, Datenbanken und Data Mining-Algorithmen Visual Analytics für epidemiologische Untersuchungen Erste Beispielprototypen Bisher geringe interdisziplinäre Integration Retrospektive Betrachtungen Keine Echtzeitfähigkeit, keine Simulationen, keine What-If-Szenarien (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 19

20 Überblick Visuelle Analyse Aktuelle Ansätze Vorstellung Fraunhofer IGD (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 20

21 Fraunhofer IGD in Darmstadt 145 Mitarbeiter 210 Externe ca. 16,5 Mio. Budget INI-GraphicsNet 80 Einrichtungen an 40 Standorten Mitarbeiter ca. 1 Mrd. Budget (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 21

22 IGD in Darmstadt und Rostock IGD-Darmstadt IGD-Rostock Interaktive Multimedia Appliances Multimediale Kommunikation Industrielle Anwendungen Echtzeitlösungen für Simulation und Visual Analytics Visualization and Interaction Techniques Mobile Multimedia Technologien Virtuelle und Erweiterte Realität Entertainment Technologien Graphische Informationssysteme e-learning und Knowledge Management Cognitive Computing & Medizinische Bildverarbeitung Sicherheitstechnologie für Graphik und Kommunikationssysteme (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 22

23 Abt. Simulation and Visual Analytics Visualisierung für Simulationsumgebungen Virtual Prototyping für die Textilindustrie Informationsvisualisierung und Visual Analytics Mobile Visualisierungslösungen Fokus: Echtzeitlösungen (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 23

24 Fragen? Echtzeitlösungen für Simulation und Visual Analytics Dr. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung Fraunhoferstraße Darmstadt Deutschland Tel.: +49 (6151) Fax.: +49 (6151) (c) November 2007, Dr. Jörn Kohlhammer, Fraunhofer IGD - EpiGrid 24

Visual Business Intelligence Eine Forschungsperspektive

Visual Business Intelligence Eine Forschungsperspektive Visual Business Intelligence Eine Forschungsperspektive Dr. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155 646 Fax.: +49

Mehr

Graphische Entscheidungsunterstützung: Von großen Datenmengen zu effektiven Entscheidungen

Graphische Entscheidungsunterstützung: Von großen Datenmengen zu effektiven Entscheidungen Graphische Entscheidungsunterstützung: Von großen Datenmengen zu effektiven Entscheidungen Dr. Jörn Kohlhammer Fraunhofer IGD 12. September 2007 10. Seminar GIS & Internet, UniBW München Überblick Vorstellung

Mehr

Visual Business Analytics Visueller Zugang zu Big Data

Visual Business Analytics Visueller Zugang zu Big Data Visual Business Analytics Visueller Zugang zu Big Data Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax:

Mehr

Visual Business Analytics Effektiver Zugang zu Daten und Informationen

Visual Business Analytics Effektiver Zugang zu Daten und Informationen Visual Business Analytics Effektiver Zugang zu Daten und Informationen Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151

Mehr

Interaktive Visualisierung und Visual Analytics

Interaktive Visualisierung und Visual Analytics Interaktive Visualisierung und Visual Analytics Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax: +49 6151

Mehr

Effektive Analyse großer Datenmengen im Public Sector

Effektive Analyse großer Datenmengen im Public Sector Effektive Analyse großer Datenmengen im Public Sector Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax:

Mehr

Visual Business Analytics Effektiver Zugang zu Daten und Informationen

Visual Business Analytics Effektiver Zugang zu Daten und Informationen Visual Business Analytics Effektiver Zugang zu Daten und Informationen Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151

Mehr

Die visuelle Analyse Eine Einführung. 23. Januar 2007 Dr. Jörn Kohlhammer

Die visuelle Analyse Eine Einführung. 23. Januar 2007 Dr. Jörn Kohlhammer Die visuelle Analyse Eine Einführung 23. Januar 2007 Dr. Jörn Kohlhammer Die heutige Situation Aktuelle IT Trends Service-oriented Architecture (SOA) Integration (Daten, Vertriebskanäle) Neue gesetzliche

Mehr

User-Centered Visual Analytics

User-Centered Visual Analytics User-Centered Visual Analytics Prof. Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax: +49 6151 155-139

Mehr

Anwendung von 3D-Engineering Virtual- und Augmented Reality in der Praxis

Anwendung von 3D-Engineering Virtual- und Augmented Reality in der Praxis Anwendung von 3D-Engineering Virtual- und Augmented Reality in der Praxis Hugo Binder, VDE Rhein-Main AK Automatisierungstechnik 9.3.2015 Fraunhofer 66 Fraunhofer-Institute Mehr als 24 000 Naturwissenschaftler

Mehr

VISUAL BUSINESS ANALYTICS EFFEKTIVER ZUGANG ZU DATEN UND INFORMATIONEN

VISUAL BUSINESS ANALYTICS EFFEKTIVER ZUGANG ZU DATEN UND INFORMATIONEN VISUAL BUSINESS ANALYTICS EFFEKTIVER ZUGANG ZU DATEN UND INFORMATIONEN IGD_Folienvorlage_v2010.10.ppt Prof. Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße

Mehr

Spezialisierungskatalog

Spezialisierungskatalog Spezialisierungskatalog Inhaltsverzeichnis: 1. Friedrich Schiller Universität 2. TU Ilmenau 3. FH Erfurt 4. FH Jena 5. FH Nordhausen 6. FH Schmalkalden 7. BA Gera 8. BA Eisenach 1. Friedrich-Schiller-Universität

Mehr

Prüfungsplan Master of Science in Wirtschaftsinformatik

Prüfungsplan Master of Science in Wirtschaftsinformatik Prüfungsplan Master of Science in Wirtschaftsinformatik Modul Art Creditpunkte Schwerpunkt Very Large Business Applications Module aus dem Bereich Wirtschaftsinformatik SWS Empfohlenes Semester Prüfungsart

Mehr

Visuelle Suche in Digitalen Filmarchiven Visual Search in Digital Film Archives. Visuelle Exploration Digitaler Bibliothken

Visuelle Suche in Digitalen Filmarchiven Visual Search in Digital Film Archives. Visuelle Exploration Digitaler Bibliothken Visuelle Suche in Digitalen Filmarchiven Visual Search in Digital Film Archives Visuelle Exploration Digitaler Bibliothken Prof. Dr. am Beispiel des Projektes MedioVis Harald.Reiterer@uni-konstanz.de Kurzvorstellung

Mehr

Presseinformation 46/2006

Presseinformation 46/2006 Seite 1 Die dritte Dimension der Sicherheit Im EU-geförderten Projekt 3D Face entwickelt ein Konsortium aus 12 Partnern seit April 2006 3-D- Gesichtserkennungssysteme zur Grenzkontrolle. Das Projekt ist

Mehr

Übergangsbestimmungen für die Informatikstudien anlässlich der Änderungen mit 1.10.2009

Übergangsbestimmungen für die Informatikstudien anlässlich der Änderungen mit 1.10.2009 Übergangsbestimmungen für die studien anlässlich der Änderungen mit 1.10.2009 Studienkommission Bachelorstudium Data Engineering & Statistics Dieses Studium kann ab Wintersemester 2009 nicht mehr neu begonnen

Mehr

SOA im Zeitalter von Industrie 4.0

SOA im Zeitalter von Industrie 4.0 Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING

Mehr

BI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45

BI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Institut für angewandte Informationstechnologie (InIT)

Institut für angewandte Informationstechnologie (InIT) School of Engineering Institut für angewandte Informationstechnologie (InIT) We ride the information wave Zürcher Fachhochschule www.init.zhaw.ch Forschung & Entwicklung Institut für angewandte Informationstechnologie

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise

Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise Software AG Innovation Day 2014 Bonn, 2.7.2014 Dr. Carsten Bange, Geschäftsführer Business Application Research Center

Mehr

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr Infor PM 10 auf SAP 9.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche zu vermeiden. Sie können

Mehr

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc.

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc. Advanced Analytics Michael Ridder Was ist Advanced Analytics? 2 Was heißt Advanced Analytics? Advanced Analytics ist die autonome oder halbautonome Prüfung von Daten oder Inhalten mit ausgefeilten Techniken

Mehr

The purpose of computing is insight, not numbers. Richard Hamming (1915-1998)

The purpose of computing is insight, not numbers. Richard Hamming (1915-1998) + Visual Analytics The purpose of computing is insight, not numbers. Richard Hamming (1915-1998) + Aufbau n Einführung n Historie n Definition n Prozess n Verwandte Gebiete n Praktische Beispiele n IN-SPIRE

Mehr

Self Service BI der Anwender im Fokus

Self Service BI der Anwender im Fokus Self Service BI der Anwender im Fokus Frankfurt, 25.03.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC 1 Kernanforderung Agilität = Geschwindigkeit sich anpassen zu können Quelle: Statistisches

Mehr

Virtual Roundtable: Business Intelligence - Trends

Virtual Roundtable: Business Intelligence - Trends Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Prof. Dr. Rainer Bischoff Organisation: Fachbereich Wirtschaftsinformatik,

Mehr

Ressourcenschutz in der Arbeitswelt der Zukunft

Ressourcenschutz in der Arbeitswelt der Zukunft Ressourcenschutz in der Arbeitswelt der Zukunft Gabriele Bleser Deutsches Forschungszentrum für Künstliche Intelligenz GmbH augmentedvision DFKI und Augmented Vision augmentedvision Deutsches Forschungszentrum

Mehr

Technologie für eine bessere Welt mit Sicherheit smarter

Technologie für eine bessere Welt mit Sicherheit smarter Technologie für eine bessere Welt mit Sicherheit smarter Dr. Lothar Mackert Vortrag beim IT-Sicherheitskongress 2011 Bonn, 12. April 2011 Technologie für eine bessere Welt - ein er Planet Supply Chains

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media

Mehr

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von BI zu Analytik bessere Entscheidungen basiert auf Fakten Webinar Mai 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von Business Intelligence zu Analytik Die Bedeutung

Mehr

Visual Analytics. Seminar. [Guo, 2006] [Wong, 2006] [Keim, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006]

Visual Analytics. Seminar. [Guo, 2006] [Wong, 2006] [Keim, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006] Seminar Visual Analytics [Guo, 2006] [Keim, 2006] [Wong, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006] Visual Analytics - Definitions Visual analytics is the science of analytical reasoning facilitated

Mehr

SAS Education. Grow with us. Anmeldung bei SAS Education. Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz

SAS Education. Grow with us. Anmeldung bei SAS Education. Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz 2015 SAS Education Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz Anmeldung bei SAS Education Deutschland www.sas.de/education Tel. +49 6221 415-300 education@ger.sas.com Fax

Mehr

Bachelor-Arbeiten am Lehrstuhl Informatik VII. Dr. Frank Weichert. frank.weichert@tu-dortmund.de. technische universität dortmund

Bachelor-Arbeiten am Lehrstuhl Informatik VII. Dr. Frank Weichert. frank.weichert@tu-dortmund.de. technische universität dortmund Bachelor-Arbeiten am Lehrstuhl Dr. Frank Weichert frank.weichert@tu-.de F. Weichert Juli 2013 Bachelor Arbeiten am Lehrstuhl 1 Übersicht zum Lehrstuhl / Thematische Einordnung F. Weichert Juli 2013 Bachelor

Mehr

Masterstudium Informatik CURRICULUM 2006 IN DER VERSION 2013 MICHAEL KRISPER, BASISGRUPPE INFORMATIK & SOFTWAREENTWICKLUNG

Masterstudium Informatik CURRICULUM 2006 IN DER VERSION 2013 MICHAEL KRISPER, BASISGRUPPE INFORMATIK & SOFTWAREENTWICKLUNG Masterstudium Informatik CURRICULUM 2006 IN DER VERSION 2013 MICHAEL KRISPER, BASISGRUPPE INFORMATIK & SOFTWAREENTWICKLUNG Infos für den Anfang Curriculum ist im Mitteilungsblatt veröffentlicht: http://www.mibla.tugraz.at/12_13/stk_16e/16e.html

Mehr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

PPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28.

PPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28. PPC und Data Mining Seminar aus Informatik LV-911.039 Michael Brugger Fachbereich der Angewandten Informatik Universität Salzburg 28. Mai 2010 M. Brugger () PPC und Data Mining 28. Mai 2010 1 / 14 Inhalt

Mehr

Schnupperkurs. Steigerung gder Effizienz bei der Anwendungserstellung mit Hilfe von. Dipl. Ing.(FH) Rüdiger Ellmauer. Applications Engineer

Schnupperkurs. Steigerung gder Effizienz bei der Anwendungserstellung mit Hilfe von. Dipl. Ing.(FH) Rüdiger Ellmauer. Applications Engineer Schnupperkurs Steigerung gder Effizienz bei der Anwendungserstellung mit Hilfe von LabVIEW Toolkits Dipl. Ing.(FH) Rüdiger Ellmauer Applications Engineer Umgebung zur Erstellung von Mess und Automatisierungssoftware

Mehr

Modulliste. für den Masterstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik

Modulliste. für den Masterstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Modulliste für den Masterstudiengang Wirtschaftsinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Wintersemester 2016/2017 Der Masterstudiengang Wirtschaftsinformatik

Mehr

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Modulliste für den Bachelorstudiengang Wirtschaftsinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Sommersemester 2017 Der Bachelorstudiengang Wirtschaftsinformatik

Mehr

Zeitgemäße Verfahren für ganzheitliche Auswertungen

Zeitgemäße Verfahren für ganzheitliche Auswertungen Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions

Mehr

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Modulliste für den Bachelorstudiengang Wirtschaftsinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Wintersemester 2016/2017 Der Bachelorstudiengang Wirtschaftsinformatik

Mehr

SWS im Prüfungsgebiet Module 1. Sem. 2. Sem. 3. Sem. 4. Sem. 5. Sem. 6. Sem. V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S

SWS im Prüfungsgebiet Module 1. Sem. 2. Sem. 3. Sem. 4. Sem. 5. Sem. 6. Sem. V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S Regelstudienplan SWS im Prüfungsgebiet Module 1. Sem. 2. Sem. 3. Sem. 4. Sem. 5. Sem. 6. Sem. V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S Propädeutikum 1 1 Grundlagen der Informatik I Informatik und

Mehr

Master-Studiengang & Bewerbung/Zulassung. Judith Zimmermann Studienkoordinatorin, Departement Informatik, ETH Zürich

Master-Studiengang & Bewerbung/Zulassung. Judith Zimmermann Studienkoordinatorin, Departement Informatik, ETH Zürich Master-Studiengang & Bewerbung/Zulassung Judith Zimmermann Studienkoordinatorin, Departement Informatik, ETH Zürich Master's in Data Science 120 Core Courses 62 Data Analysis 16 Information and Learning

Mehr

Forschungsgruppe Cyber Defense

Forschungsgruppe Cyber Defense Modell-basierte Lagedarstellung und Entscheidungsunterstützung im IT-Krisenmanagement Prof. Dr. Michael Meier, Fraunhofer FKIE / Universität Bonn michael.meier@fkie.fraunhofer.de +49 228 73-54249 Forschungsgruppe

Mehr

Smart Cities wie Informationen das städtische Leben nachhaltig verbessern können

Smart Cities wie Informationen das städtische Leben nachhaltig verbessern können Smart Cities wie Informationen das städtische Leben nachhaltig verbessern können Gavin Dupré Big Data Business Development Manager ORACLE Deutschland B.V. & Co. KG Dataport Hausmesse, 28.04.2015 Was macht

Mehr

Spezialisierung Business Intelligence

Spezialisierung Business Intelligence Spezialisierung Business Intelligence Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de 10. Juni 2015 Was ist Business Intelligence? Allgemein umfasst der Begriff Business

Mehr

Inhaltsverzeichnis. 1 Was ist Business Intelligence?... 23

Inhaltsverzeichnis. 1 Was ist Business Intelligence?... 23 Inhaltsverzeichnis Einleitung............................................................................. 11 Was Sie in diesem Buch finden......................................................... 12 Aufbau

Mehr

Herausforderungen durch AmI. Prof. Dr. Ralph Bruder Dr. Muriel Didier

Herausforderungen durch AmI. Prof. Dr. Ralph Bruder Dr. Muriel Didier Arbeitswissenschaftliche Herausforderungen durch AmI Prof. Dr. Ralph Bruder Dr. Muriel Didier Gliederung 1. Einleitung it 2. Arbeitswissenschaftlich relevante Themenfelder von AmI 3. Arbeitswissenschaftliche

Mehr

DIGITALE TRANSFORMATION MITTELSTAND POTENTIALE FÜR PROZESS-, PRODUKT- UND DIENSTLEISTUNGSINNOVATION

DIGITALE TRANSFORMATION MITTELSTAND POTENTIALE FÜR PROZESS-, PRODUKT- UND DIENSTLEISTUNGSINNOVATION DIGITALE TRANSFORMATION MITTELSTAND POTENTIALE FÜR PROZESS-, PRODUKT- UND DIENSTLEISTUNGSINNOVATION Dr. Daniel Jeffrey Koch Fraunhofer IAIS 19. Oktober 2015 1 Die Fraunhofer-Gesellschaft Forschen für die

Mehr

ADVANCED ANALYTICS. Auswirkungen auf das Controlling und Unternehmenssteuerung

ADVANCED ANALYTICS. Auswirkungen auf das Controlling und Unternehmenssteuerung ADVANCED ANALYTICS Auswirkungen auf das Controlling und Unternehmenssteuerung Unternehmen im Zeitalter der Digitalisierung Was bedeutet Digitalisierung der Welt? Digitale Fußabdrücke in allen Branchen

Mehr

Prozessoptimierung in der Markt- und Medienforschung bei der Deutschen Welle (DW) mit Big Data Technologien. Berlin, Mai 2013

Prozessoptimierung in der Markt- und Medienforschung bei der Deutschen Welle (DW) mit Big Data Technologien. Berlin, Mai 2013 Prozessoptimierung in der Markt- und Medienforschung bei der Deutschen Welle (DW) mit Big Data Technologien Berlin, Mai 2013 The unbelievable Machine Company? 06.05.13 The unbelievable Machine Company

Mehr

Seminar Visual Analytics and Visual Data Mining

Seminar Visual Analytics and Visual Data Mining Seminar Visual Analytics and Visual Data Mining Dozenten:, AG Visual Computing Steffen Oeltze, AG Visualisierung Organisatorisches Seminar für Diplom und Bachelor-Studenten (max. 18) (leider nicht für

Mehr

Social Media Analytics Aktuelle Herausforderungen

Social Media Analytics Aktuelle Herausforderungen Lehrstuhl für Informatik 5 Informationssysteme RWTH Aachen Social Media Analytics Aktuelle Herausforderungen Ralf Klamma RWTH Aachen I5-KL-111010-1 Gesellschaft für Informatik Regionalgruppe Köln Themenabend

Mehr

Innovation und Kooperation als Motor zukunftsfähiger Informationsdienste

Innovation und Kooperation als Motor zukunftsfähiger Informationsdienste Innovation und Kooperation als Motor zukunftsfähiger Informationsdienste Prof. Dr. Wolf-Tilo Balke Institut für Informationssysteme Technische Universität Braunschweig http://www.ifis.cs.tu-bs.de Herausforderung

Mehr

Sehen und Verstehen: Bekanntes belegen Unbekanntes entdecken

Sehen und Verstehen: Bekanntes belegen Unbekanntes entdecken Sehen und Verstehen: Bekanntes belegen Unbekanntes entdecken Autor: Alexander Schratt, Department für Information und Knowledge Engineering, Donau- Universität Krems Womit beschäftigt sich Visual Analytics?

Mehr

BIG DATA Die Bewältigung riesiger Datenmengen

BIG DATA Die Bewältigung riesiger Datenmengen BIG DATA Die Bewältigung riesiger Datenmengen Peter Mandl Institut für Geographie und Regionalforschung der AAU GIS Day 2012, 13.11.2012, Klagenfurt Was sind BIG DATA? Enorm große Datenmengen, Datenflut

Mehr

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß Fachgruppe Statistik, Risikoanalyse & Computing STAT672 Data Mining Sommersemester 2007 Prof. Dr. R. D. Reiß Überblick Data Mining Begrifflichkeit Unter Data Mining versteht man die Computergestützte Suche

Mehr

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 0 Es TOP 10 DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 wird ein wichtiges Jahr für BIG (Business Intelligence Growth) 2012 war ein fantastisches Jahr für Business Intelligence! Die biedere alte

Mehr

Big Data in der Forschung

Big Data in der Forschung Big Data in der Forschung Dominik Friedrich RWTH Aachen Rechen- und Kommunikationszentrum (RZ) Gartner Hype Cycle July 2011 Folie 2 Was ist Big Data? Was wird unter Big Data verstanden Datensätze, die

Mehr

Internetkompetenzzentrum Mobile Business & Social Media

Internetkompetenzzentrum Mobile Business & Social Media Dr. Max Mustermann Referat Kommunikation & Marketing Verwaltung Internetkompetenzzentrum Mobile Business & Social Media Team, Themen & Kooperationen Prof. Dr. Bernd Heinrich Lehrstuhl für Wirtschaftsinformatik

Mehr

Veranstaltungen WiSe 2014/15

Veranstaltungen WiSe 2014/15 Veranstaltungen WiSe 2014/15 Institut für Betriebswirtschaftslehre und Wirtschaftsinformatik Arbeitsgruppe Informationssysteme und Unternehmensmodellierung Prof. Dr. Ralf Knackstedt Übersicht WI Master

Mehr

ConWeaver Make Your Data Work

ConWeaver Make Your Data Work ConWeaver Make Your Data Work 2012 ConWeaver Know-how im Bereich Wissensvernetzung seit 1993 2007 Ausgründung aus der Fraunhofer-Gesellschaft (Mit-)Gewinner des Software-Clusters 2010 und des Innovationspreis-IT

Mehr

Business Analytics im E-Commerce

Business Analytics im E-Commerce Business Analytics im E-Commerce Kunde, Kontext und sein Verhalten verstehen für personalisierte Kundenansprache Janusz Michalewicz CEO Über die Firma Crehler Erstellung von Onlineshops Analyse von Transaktionsdaten

Mehr

Thema. Datenanalyse in den Bereichen Air Traffic Management (ATM) und Air Traffic Control (ATC)

Thema. Datenanalyse in den Bereichen Air Traffic Management (ATM) und Air Traffic Control (ATC) Thema Datenanalyse in den Bereichen Air Traffic Management (ATM) und Air Traffic Control (ATC) Christine Tribolet Deutsche Flugsicherung GmbH Entwicklung und Erprobung (SE) 26.02.1998 1 Aufgaben der DFS

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

Neue Produkte und Dienstleistungen durch Mixed Reality und Surface Computing

Neue Produkte und Dienstleistungen durch Mixed Reality und Surface Computing Neue Produkte und Dienstleistungen durch Mixed Reality und Surface Computing IHK Kongress für Unternehmen Wolfgang Prinz Fraunhofer FIT RWTH Aachen 18. Juli 2011 Kooperationssysteme Erfolgreich und effizient

Mehr

VISUALISIERUNG VON 3D- STADTMODELLEN: IM WEB ZUR ÖFFENTLICHEN BETEILIGUNG

VISUALISIERUNG VON 3D- STADTMODELLEN: IM WEB ZUR ÖFFENTLICHEN BETEILIGUNG VISUALISIERUNG VON 3D- STADTMODELLEN: IM WEB ZUR ÖFFENTLICHEN BETEILIGUNG Andreas Stein Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße 5 64283 Darmstadt Tel +49 6151 155 416

Mehr

Einstieg in Business Intelligence mit Microsoft SharePoint 2010

Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Martin W. Angler Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Microsoft Press Einleitung 11 Was Sie in diesem Buch finden 12 Aufbau dieses Buchs 12 Kapitel 1: Was ist Business Intelligence?

Mehr

» Interaktive Visualisierung und Analyse großer Datenmengen

» Interaktive Visualisierung und Analyse großer Datenmengen » Interaktive Visualisierung und Analyse großer Datenmengen Univ.-Prof. Dr. Silvia Miksch & Mag. Alexander Schratt {silvia.miksch, alexander.schratt}@donau-uni.ac.at Wege aus der Datenflut ike - Forschungsagenda

Mehr

Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst

Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI Hannover, 10. März 2014 Patrick Keller, Senior Analyst Business Application Research Center BARC Historie BARC ist der führende

Mehr

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte

Mehr

Effzienzsteigerung durch intelligentes Datenmanagement

Effzienzsteigerung durch intelligentes Datenmanagement Effzienzsteigerung durch intelligentes Datenmanagement Analyse, Optimierung, Steuerung und Prognose von Prozessen Dr. Thomas Natschläger +43 7236 3343 868 thomas.natschlaeger@scch.at www.scch.at Das SCCH

Mehr

Masterstudium Softwareentwicklung- Wirtschaft CURRICULUM 2005 IN DER VERSION 2013 MICHAEL KRISPER, BASISGRUPPE INFORMATIK & SOFTWAREENTWICKLUNG

Masterstudium Softwareentwicklung- Wirtschaft CURRICULUM 2005 IN DER VERSION 2013 MICHAEL KRISPER, BASISGRUPPE INFORMATIK & SOFTWAREENTWICKLUNG Masterstudium Softwareentwicklung- Wirtschaft CURRICULUM 2005 IN DER VERSION 2013 MICHAEL KRISPER, BASISGRUPPE INFORMATIK & SOFTWAREENTWICKLUNG Infos für den Anfang Curriculum ist im Mitteilungsblatt veröffentlicht:

Mehr

Big Data Anwendungen Chancen und Risiken

Big Data Anwendungen Chancen und Risiken Big Data Anwendungen Chancen und Risiken Dr. Kurt Stockinger Studienleiter Data Science, Dozent für Informatik Zürcher Hochschule für Angewandte Wissenschaften Big Data Workshop Squeezing more out of Data

Mehr

Semantik-Visualisierung

Semantik-Visualisierung Semantik-Visualisierung Wibaklidama-Herbstworkshop Kawa Nazemi Fraunhofer IGD 3D-Wissenswelten und Semantik-Visualisierung Semantic Visualization semavis: Pipelines Visualization Semantics Layout Presentation

Mehr

Mission. TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden

Mission. TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden Mission TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden Der Weg zu einem datengesteuerten Unternehmen # Datenquellen x Größe der Daten Basic BI & Analytics Aufbau eines

Mehr

Bezüge zum Schwerpunkt IST des sechsten Rahmenprogramms aus der Sicht der Messtechnik

Bezüge zum Schwerpunkt IST des sechsten Rahmenprogramms aus der Sicht der Messtechnik Themenbeispiel 1 Bezüge zum Schwerpunkt IST des sechsten Rahmenprogramms aus der Sicht der Messtechnik Interessensbekundung der PTB -1- Hintergrund (1) Metrologisches Staatsinstitut (NMI): PTB Zusammenschluss

Mehr

3D-Visualisierung 3D-Animation

3D-Visualisierung 3D-Animation 3D-Visualisierung 3D-Animation Messestand-Design CeBIT 2009 Messestand-Planung, -Organisation und -Visualisierung ARTEC Computer GmbH Entwicklung des Kommunikationskonzepts Gestaltung der Druckmedien (Aufsteller,

Mehr

Semantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer

Semantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer Semantic Web Anwendungsbereiche & Entwicklungen Dr. Michael Granitzer - gefördert durch das Kompetenzzentrenprogramm Agenda Die Vision und warum das Semantic Web Sinn macht Grundlagen: Wissensrepräsentation

Mehr

Suche und Navigation in Medienarchiven mittels Audio Mining

Suche und Navigation in Medienarchiven mittels Audio Mining Suche und Navigation in Medienarchiven mittels Audio Mining Dr. Joachim Köhler Abteilungsleiter NetMedia Fraunhofer-Institut for Intelligent Analysis and Information Systems 1 Fraunhofer-Gesellschaft Fraunhofer

Mehr

THE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05

THE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05 THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data

Mehr

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide

Mehr

Semantik Visualisierung

Semantik Visualisierung Semantik Visualisierung Seminar im Wintersemester 2010/2011 GRIS Technische Universität Darmstadt Kawa Nazemi Fraunhofer IGD Fraunhoferstraße 5 64283 Darmstadt kawa.nazemi@igd.fraunhofer.de kawa.nazemi@gris.informatik@tu-darmstadt.de

Mehr

Das Gebiet MMWW: Mensch- Maschine- Wechselwirkung. Juli 2014

Das Gebiet MMWW: Mensch- Maschine- Wechselwirkung. Juli 2014 Das Gebiet MMWW: Mensch- Maschine- Wechselwirkung Juli 2014 Forschungsgruppen Computergrafik, Visualisierung und Bildverarbeitung Kontextuelle Informa

Mehr

OPEN FRIDGE - OFFENE GERÄTESCHNITTSTELLEN FÜR ENERGIEEFFIZIENZ

OPEN FRIDGE - OFFENE GERÄTESCHNITTSTELLEN FÜR ENERGIEEFFIZIENZ OPEN FRIDGE - OFFENE GERÄTESCHNITTSTELLEN FÜR ENERGIEEFFIZIENZ IKT der Zukunft (1. Ausschreibung 2012) Laufzeit: 04/2013-03/2015 (24 Mo) Budget: 292 k Euro Anwendungsfeld: Energiesysteme, Energieeffizienz

Mehr

Interview zum Thema Management Reporting &Business Intelligence

Interview zum Thema Management Reporting &Business Intelligence Interview zum Thema Management Reporting &Business Intelligence Das ist ja interessant. Können Sie etwas näher beschreiben, wie ich mir das vorstellen kann? Jens Gräf: In einem Technologieunternehmen mit

Mehr

Master Informatik Curriculum

Master Informatik Curriculum Master Informatik Curriculum MCS--PFL MCS--SPEZ-A MCS--SPEZ-B MCS--WPF-A MCS--WPF-B 6CP/P MCS--PFL MCS--SPEZ-A MCS--SPEZ-B MCS--WPF-A MCS--WPF-B 6CP/P 3 MCS-3-PFL-B 3CP/ LN MCS-3-PFL-A MCS-3-SPEZ MCS-3-

Mehr

Technik für und mit Älteren gestalten und innovieren

Technik für und mit Älteren gestalten und innovieren Technik für und mit Älteren gestalten und innovieren Matthias Peissner, Fraunhofer IAO 34. Stuttgarter Unternehmergespräch 2014 Stuttgart, 22. Oktober 2014 Competence Center Human-Computer Interaction

Mehr

Übergangsbestimmungen für das Masterstudium. Visual Computing

Übergangsbestimmungen für das Masterstudium. Visual Computing Übergangsbestimmungen für das Masterstudium Visual Computing an der Technischen Universität Wien Version 1.0 vom 27.6.2011 Redaktion: G.Salzer, sp2011@logic.at (1) Im Folgenden bezeichnet Studium das Masterstudium

Mehr

Einstieg in Business Intelligence mit Microsoft SharePoint 2010

Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Überblick und Konfiguration der Business Intelligence-Features von SharePoint 2010 von Martin Angler 1. Auflage Microsoft 2011 Verlag C.H.

Mehr

Big Data Herausforderungen für Rechenzentren

Big Data Herausforderungen für Rechenzentren FINANCIAL INSTITUTIONS ENERGY INFRASTRUCTURE, MINING AND COMMODITIES TRANSPORT TECHNOLOGY AND INNOVATION PHARMACEUTICALS AND LIFE SCIENCES Big Data Herausforderungen für Rechenzentren RA Dr. Flemming Moos

Mehr

AG Internet Technologies (inet) im Forschungsschwerpunkt IMS

AG Internet Technologies (inet) im Forschungsschwerpunkt IMS AG Internet Technologies (inet) im Forschungsschwerpunkt IMS http://inet.cpt.haw-hamburg.de 1 AG Internet Technologies http:/inet.cpt.haw-hamburg.de/ Interagierende Multimediale System Der Forschungsschwerpunkt

Mehr

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd.

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd. Warum viele Daten für ein smartes Unternehmen wichtig sind Gerald AUFMUTH IBM Client Technical Specialst Data Warehouse Professional Explosionsartige Zunahme an Informationen Volumen. 15 Petabyte Menge

Mehr

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014 Mit In-Memory Technologie zu neuen Business Innovationen Stephan Brand, VP HANA P&D, SAP AG May, 2014 SAP Medical Research Insights : Forschung und Analyse in der Onkologie SAP Sentinel : Entscheidungsunterstützung

Mehr

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 Trends im Markt für Business Intelligence Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 18.03.2016 BARC 2016 2 IT Meta-Trends 2016 Digitalisierung Consumerization Agilität Sicherheit und Datenschutz

Mehr

Modulübersicht des Masterstudiengangs Mobile and Embedded Systems

Modulübersicht des Masterstudiengangs Mobile and Embedded Systems Modulübersicht Master MES (Planungsstand 10.März 2016) 1 Modulübersicht des Masterstudiengangs Mobile and Embedded Systems Human-Computer Interaction (HCI) - Mobile Human-Computer Interaction neu HCI 2V+1Ü

Mehr

FIT-IT & FIT-IT Visual Computing 4th Call

FIT-IT & FIT-IT Visual Computing 4th Call FIT-IT & FIT-IT Visual Computing 4th Call Georg Niklfeld Österreichische Forschungsförderungsgesellschaft (FFG) Kick-Off Event 9.9.2009, FFG/Wien Contents FIT-IT News 4th Call FIT-IT Visual Computing Focus

Mehr

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen SAS PharmaHealth & Academia Gabriele Smith KIS-Tagung 2005 in Hamburg: 3. März 2005 Copyright 2003, SAS Institute Inc. All rights

Mehr