Hadoop Forum OOP München 2016 Moderne Architekturansätze. Timm Grosser, Leiter Beratung BI und Datenmanagement München, 03.
|
|
- Marielies Lehmann
- vor 7 Jahren
- Abrufe
Transkript
1 Hadoop Forum OOP München 2016 Moderne Architekturansätze Timm Grosser, Leiter Beratung BI und Datenmanagement München, 03. Februar 2016
2 BARC
3 BARC: Expertise für datengetriebene Unternehmen BARC
4 Nutzen von Daten im Kontext der Digitalisierung Hohe Marktdynamik und verschärfter Wettbewerb Mehr Daten und umfangreichere Verwendung OPTIMIERUNG AUTO- MATISIERUNG INNOVATION BARC
5 Importance of BI and data management trends Top 3 Trends in DACH 1. SSBI 2. Datenqualität 3. Analytische DB Source: BARC BI Trend Monitor 2016, n= BARC
6 DATEN BARC
7 Wachsende Bedeutung von Daten 3% 0,5% 1% 13% 13% 8% 34% 29% 20% 45% 20% 43% Daten spielen im Unternehmen keine große Rolle Hauptteil der Entscheidungen aus dem Bauch heraus/durch Erfahrung gefällt Faktenbasierte Entscheidungen in einzelnen Unternehmensbereichen Im gesamten Unternehmen Entscheidungen auf Basis von Daten und Analysen 22% 22% 28% Permanente Datenanalysen als Grundlage der Entscheidungs- und Prozessautomatisierung/-optimierung Quelle: BARC Surveys Big Data Analytics, Big Data Use Cases, Moderne Datenarchitekturen, n=343/203/ BARC
8 Datenkategorien und ihre Merkmale Quelldaten Kategorie Transaktionale Daten Maschinengeneriert Menschgeneriert Qualität Komplexität Interpretierbarkeit Störgeräusch Data Warehouse Prozessaffinität Big Data Prozessaffinität BARC
9 EXPLORATIVE ANALYTIK Neue Erkenntnisse erforschen BARC
10 Mind Shift! Systems of Innovation erfordert andere Services und andere organisatorische Ansätze Systems of Records Stabilität Gesicherte Daten Automat. Prozesse Kostenoptimiert Service Levels Hohe Qualität Relevante Daten Systems of Innovation Agilität Neue Erkenntnisse Trial & Error Wertoptimiert Self Service Schnell Alle Daten Klassische BI Operational BI Explorative BI BARC
11 Operationalisierung Erkenntnisse zur Anwendung bringen BARC
12 Vor allem fachliche Anforderungen fordern das alt-bewährte DWH-Konzept Gestiegene Erwartungshaltung des Managements Gestiegene Erwartungshaltung in den Fachbereichen Wachsende Anzahl/Vielfalt von Datenquellen Sich schneller verändernde Geschäftsprozesse Erhöhung der Wettbewerbsfähigkeit Wunsch nach Vorhersagen/Mustererkennungen Datenwachstum Erhöhte Anforderungen an Reaktionsschnelligkeit Performance-Probleme Unzufriedenheit mit der Umsetzungszeit bei neuen Anforderungen Kostengründe Umgang mit verschiedenen Datenstrukturen Probleme operative Prozesse mit Near-/Real-Time-Daten zu Gestiegene Ressourcenbindung in der der IT-Abteilung Compliance-Anforderungen Sonstige 2% 68% 67% 51% 46% 43% 41% 35% 29% 25% 24% 23% 22% 20% 18% 18% Quelle: BARC Survey Moderne Datenarchitekturen, n= BARC
13 Mit den neuen Anforderungen kommen bestehende DW Implementierungen vielerorts an ihre Grenzen BARC
14 Doch ist das DWH bereit als Datenbasis zur Umsetzung neuer Anforderungen? Komplexität: Wartung, Weiterentwicklung, Nutzung Fehlende Flexibilität: neue Daten, neue Analysen Unzureichende Abfragezeiten Unbefriedigende Aktualisierung: Zyklen und Zeiten Kostenintensiv Unzureichende funktionale Abdeckung BARC
15 Anwender wünschen sich einen besseren Erkenntnisgewinn aus Daten Geschwindigkeit der Umsetzung von Änderungen/neuen Anforderungen 17% 31% Fähigkeit, neue Erkenntnisse aus Daten durch statistischer Methoden zu 16% 28% Fähigkeit, aus den Daten Erkenntnisse für die Zukunft zu gewinnen 12% 29% Flexibilität in der Umsetzung neuer Aufgabenstellungen Einfachheit der Anbindung neuer Datenquellen 9% 9% 27% 26% Wartbarkeit und Betrieb Ladeperformance Als Datenlieferant für neue fachliche Anforderungen Datenqualität Unterstützung der fachlichen Aufgaben Fähigkeit, aus den Daten Erkenntnisse zur Steuerung der operativen Abfrageperformance Umfang der bereitgestellten Informationen 7% 6% 5% 5% 5% 4% 3% 2 19% 17% 15% 15% 14% 15% 13% 15% Sehr unzufrieden Aktualität der Daten 10% Eher unzufrieden Quelle: BARC Survey Moderne Datenarchitekturen, n= BARC
16 Realität und Wunsch klafft auseinander Integration heterogenen Datenquellen Befähigung der Fachbereich, Daten selbstständig zu integrieren und auszuwerten Zielerreichung Relevanz 2,80 3,66 2,67 3,58 Einsatz agiler Methoden 2,52 3,06 Einsatz von Big-Data- Technologien Speicherung aller anfallenden Daten in ihrer Rohform Einsatz alternativer Modellierungsformen Einsatz von Predictive- Technologien Rückgriff auf ein cloud-basiertes Data Warehouse 2,09 2,73 2,07 2,70 2,00 2,47 1,98 2,82 1,79 2,11 1 1,5 2 2,5 3 3,5 4 Quelle: BARC-Survey Moderne Datenarchitekturen, n= BARC
17 Moderne Architekturansätze BARC
18 Welche der folgenden Varianten nutzen Sie in Ihrer Architekturlandschaft bzw. planen Sie zukünftig umzusetzen? Data Marts 57% 12% 12% Zentrales Enterprise Data Warehouse 55% 17% 16% Virtualisierungsschicht/Logical Data Warehouse 25% 16% 23% Keine dedizierte dispositive Datenhaltung zur Entscheidungsunterstützung 20% 10% 18% Sandbox 18% 21% 22% Data Lake 4 14% 24% Im Einsatz Geplant innerhalb von 12 Monaten Langfristig geplant Quelle: BARC-Survey Moderne Datenarchitekturen, n= BARC
19 Weiterhin dominieren Standard Relationale Datenbanken mit Abstand das Toolportfolio für Business Analytics. Die Nutzung neuer Technologien nimmt allerdings zu. Standard Relationale Datenbanken 91% Multidimensionale Datenbanken 66% 6 5 Standard-Datenintegrationswerkzeuge Individualentwicklung Analytische Datenbanken Stand-alone Self-Service-BI-Lösungen 45% 45% 45% 42% 10% 8% 8% 10% 14% 7% 12% 9% Werkzeuge für die Datenvirtualisierung 21% 12% 19% Predictive-Werkzeuge 19% 18% 26% Big Data Appliances 18% 7% 22% "Search & Discovery"-Werkzeuge Hadoop-Ökosystem NoSQL-Datenbanken Spezielle Big-Data-Analyse-Anwendungen Streaming-Datenbanken/Event Processing 16% 12% 11% 7% 6% 16% 10% 6% 7% 8% 20% 20% 17% 20% 14% Automatisiertes Data Warehousing 5 13% Im Einsatz Geplant innerhalb von 12 Monaten Langfristig geplant Quelle: BARC-Survey Moderne Datenarchitekturen, n= BARC
20 4 häufig diskutierte Architekturansätze 1. In-memory Datenbanken zur Verschlankung der Datenarchitektur von DWH- Landschaften 2. Erweiterung der klassischen BI Architektur um die explorative und operative BI 3. Erweiterung der klassischen BI Architektur um SSBI 4. Data Lake BARC
21 Architekturevolution durch in-memory? BARC
22 Wie schätzen sie den Nutzen folgender Technologien zur schnelleren und einfacheren Umsetzung von DWH-Anforderungen ein? In-Memory-Datenbanksysteme 55% 30% 11% 4% Automatisiertes Data Warehousing 34% 36% 26% 4% Eigenentwicklung 34% 36% 19% 11% Datenvirtualisierung/Logical Data Warehouse 24% 49% 21% 6% Referenzdatenmodelle 18% 35% 38% 9% Verknüpfung von Best-in-Class-Lösungen 17% 47% 26% 9% Lösungsbausteine vom Softwarehersteller 16% 43% 36% 5% Einkauf fertiger Lösungen 11% 35% 42% 12% Cloud-basierte Data-Warehouse-Lösungen 8% 24% 40% 28% Hoher Nutzen Mittlerer Nutzen Geringer Nutzen Kein Nutzen Quelle: BARCs Data Warehousing und Datenintegration Survey im Zeitalter von Big Data, n= BARC
23 Historisch gewachsene DWH Architektur Mehrfache Schichten im DWH seit den 90ern Classical BI System of Record Reporting, Dashboards, Analysis Konforme Dimensionen, Lookup Tabellen, Hierarchien, Faktentabellen System of Record & Historie Business Intelligence layer Data Mart layer Data integration layer Data Warehouse layer Komplexe fachliche Berechnungen Data integration layer Komplexe Business Rules & Abhängigkeiten Staging Area ERP SCM CRM Business transaction data (structured) External systems BARC
24 Erweiterte DWH-Architektur Self Service BI, reduzierte DI-Aufwände, bessere Agilität, höhere Performance Reporting, Dashboards, Analysis Business Intelligence layer Virtuelle Data Marts, Konforme Dimensionen, Fakten Data Mart layer Views Komplexe fachliche Berechnungen System of Record & Historie Data Warehouse layer Business Rules werden näher zum Business gebracht Gesteigerte IT/BICC Reaktionszeit Kostenreduktion und weniger Änderungsaufwand im DWH Höhere Flexibilität und Datenverfügbarkeit für das Business Data integration layer ERP SCM CRM Business transaction data (structured) External systems Schneller, geringere Komplexität Staging Area BARC
25 Erweiterung der klassischen BI Architektur um die explorative BI BARC
26 BI Disziplinen Data at rest Klassische BI Was ist geschehen? Reporting/ Dashboards Warum ist es passiert? Analyse Explorative BI Was wird passieren? Voraussagende Modellierung Operationale BI Data in motion Was passiert aktuell? Business Activity Monitoring (BAM) Was ist interessant? Regeln, Meldungen Was sollen wir tun? Voraussage & Verordnung BARC
27 BI Disziplinen des digitalen Unternehmens in der Architektur Kerngeschäftsprozesse Data in motion Zentrale Governance Systems of Record (operativ) Klassische BI Data at rest Zentrale Governance Systems of Record Explorative BI Data at rest Lokale governance Systems of Innovation ERP SCM CRM Externe Systeme Sensor-Daten Web Logs Social Media Dokumente Strukturierte Geschäftsdaten Maschinengeneriert (strukt.) Menschgeneriert (polystr.) BARC
28 BI Disziplinen des digitalen Unternehmens in der Architektur Kerngeschäftsprozesse Data in motion Zentrale Governance Klassische BI Data at rest Zentrale Governance Explorative BI Data at rest Lokale governance Warum ist es passiert? Fortgeschrittene Analyse ERP SCM CRM Logisch integriertes Geschäftsdatenmodell Strukturierte Geschäftsdaten Externe Systeme Sensor-Daten Web Logs Maschinengeneriert (strukt.) Social Media Dokumente Menschgeneriert (polystr.) BARC
29 Architekturumgebungen des digitalen Unternehmens - Eigenschaften, Technologien, Skills Kerngeschäftsprozesse Data in motion Zentrale Governance Systems of Record Operative BI Klassische BI Data at rest Zentrale Governance Systems of Record Taktische BI Explorative BI Data at rest Lokale Governance Systems of Innovation Explorative BI CEP ADB Streaming NoSQL ERP SCM CRM Strukturierte Geschäftsdaten Externe Systeme SSBI ADB Hadoop ADB, Hadoop, Virtualisierung, DI Services Logisch integriertes Geschäftsdatenmodell Sensor-Daten Web Logs Maschinengeneriert (strukt.) Expl. SSBI/DI ADB Suchindex NoSQL Hadoop Social Media Dokumente Menschgeneriert (polystr.) Erweitertes Rollenmodell, erweiterte Skills, erweiterte Ablauforganisation erforderlich BARC
30 Erweiterung der klassischen BI Architektur um Self Service BI BARC
31 Self-Service BI: Trend-Thema mit schwammiger Definition Im Vordergrund steht immer: Einfache Bedienung und schnelle Ergebnisse Meist: Reporting, Dashboards, Ad-hoc Abfragen Häufig: Verknüpfen verschiedener Datenquellen Vereinzelt: Daten Exploration, eigene Datenmodelle Ziele in der BI Anwendung: Flexibilität im Fachbereich erhöhen Abhängigkeit von der IT reduzieren BARC
32 Wie sieht Ihre Self-Service-Strategie aus? Erlaubter Einsatz/direkter Zugriff auf operativen Systeme mit Self- Service-BI-Tools Verlagerung bestimmter Datenmanagement-Aufgaben in den Fachbereich Sandboxing im Data Warehouse 34% 38% 51% Schnellere Umsetzung von Änderungswünschen 23% Keine Herausforderung mit Self-Service-BI Ein umfassendes Data-Governance-Konzept Schnellere Ladezyklen im Date Warehouse 17% 17% 16% Verbot von Self-Service-BI-Tools Auslagerung in die Cloud Sonstige 2% 5% 4% Quelle: BARC-Survey Moderne Datenarchitekturen, n= BARC
33 Data Lake BARC
34 Data Lake Konzept Reporting & dashboards Analysis Search & discover Predictive modeling Text analysis CEP Streaming Engine ERP SCM CRM Business transaction data (structured) SSBI SSDI External systems Data Lake Analytical Database File System Sensor data Data Lake Konzept Begriff wurde von Hadoop Distributoren (z.b. Pivotal (EMC), Explor Horton Works) -ation eingeführt Ein hauptsächlich auf Hadoop basierendes Konzept mit dem Ziel Daten jeder Art zu sammeln bzw. Machine-generated data (struct.) NoSQL DB File System Search Index, Catalog Im Hadoop File System zu speichern Auswertung und Übertragung der Daten in weitere Infrastrukturelemente bei Bedarf. Strenge Data Governance notwendig sonst wird der Data Web log data Social media Documents Lake leicht zum Datensumpf Human-generated (polystr.) BARC
35 Big Data: Lakes or Swamps? As we collect data Can we preserve clarity? Do we know what we are collecting? Can we find the data we need? Are we perhaps creating a data swamp? How do we build trust in and pull benefit from big data? Do we know what data is being used for and how it is interpreted? Have we ensured data is used in the same way regardless of environment? Have we assured that analytic insight can be operationalized? Approach: Well-shaped data integration and overall data governance is the backbone and enabler to turn the unfavorable data swamp into a valuable, supervised data lake Managed arrangement of an enterprise data scope BARC
36 Fünf bedeutende Erkenntnisse aus der Studie Moderne Architekturansätze 1. Die Bedeutung von Daten wächst zunehmend und der Wert von Daten wird stärker von Management und Fachbereich erkannt. 2. Die IT kann und ist meist nicht der Treiber, wohl aber möglicher Initiator und Wegbereiter für Business Analytics im Unternehmen. 3. Managementunterstützung und Kulturwandel sind wesentliche Merkmale datengetriebener Unternehmen. 4. Die Bereitschaft zum Wandel ist grundsätzlich da, doch es fehlen die Aktionen. Wer was haben möchte, muss auch etwas dafür tun! 5. Hohes Potential für schnelle erste Erfolge liegt in den Disziplinen Datenintegration, Self-Service (Integration und Auswertung) sowie Predictive Analytics BARC
37 Bleiben Sie in Kontakt! Timm Grosser Leiter Beratung BI und DM CIO Roundtable Analytics & Big Data Tel BARC
Digitalisierung wie aus einer Strategie Realität wird.
Digitalisierung wie aus einer Strategie Realität wird. Information Builders International Summit Frankfurt, 10.06.2015 Dr. Carsten Bange, Business Application Research Center (BARC) Knüpfen wir dort an,
MehrPhänomen Digitalisierung Pflicht oder Kür erfolgreicher Unternehmen. Hannover, Timm Grosser, Senior Analyst
Phänomen Digitalisierung Pflicht oder Kür erfolgreicher Unternehmen Hannover, 15.03.2016 Timm Grosser, Senior Analyst 18.03.2016 BARC 2016 2 BARC: Expertise für datengetriebene Unternehmen 18.03.2016 BARC
MehrSymbiose hybrider Architekturen im Zeitalter digitaler Transformation. Hannover, 18.03.2015
Symbiose hybrider Architekturen im Zeitalter digitaler Transformation Hannover, 18.03.2015 Business Application Research Center (BARC) B (Analystengruppe Europas führendes IT-Analysten- und -Beratungshaus
MehrTrends in der BI. Hannover, 20. März 2017 Patrick Keller, Senior Analyst und Prokurist
Trends in der BI Hannover, 20. März 2017 Patrick Keller, Senior Analyst und Prokurist BARC: Expertise für datengetriebene Unternehmen 2 Top Trends in BI und Analytics als Chance 3 Relevante Trends vs.
MehrWas 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
MehrBig Data, small Data und alles dazwischen!
Technologische Entwicklung Governance & Compliance Entwicklung 15.05.2015 Big Data, small Data und alles dazwischen! Wien, 20.5.2015 Herbert Stauffer Geschichtliche Entwicklung der Weg zu Big Data 1970
MehrDWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH. Referent: Ilona Tag
DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH Referent: Ilona Tag Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00
MehrBig Data Vom Hype zum Geschäftsnutzen
Big Data Vom Hype zum Geschäftsnutzen IBM IM Forum, Berlin, 16.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Hype 15.04.2013 BARC 2013 2 1 Interesse an Big Data Nature 09-2008 Economist 03-2010
MehrDigitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC
Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Unternehmen Beratung Strategie
MehrHannover, 20.03.2015 Halle 5 Stand A36
Integrierte Unternehmensinformationen als Fundament für die digitale Transformation vor allem eine betriebswirtschaftliche Aufgabe Hannover, 20.03.2015 Halle 5 Stand A36 Business Application Research Center
MehrA Big Data Change Detection System. Carsten Lanquillon und Sigurd Schacht
A Big Data Change Detection System Carsten Lanquillon und Sigurd Schacht Digitale Transformation in Unternehmen u Umfassende Erfassung, Speicherung und Verfügbarkeit von Daten à Big Data Quelle: Rolland
MehrZERO.ONE.DATA Die Bahn, ein agiler Tanker im Digitalisierungszeitalter. Gudio van Husen, Christopher Muth DB Systel GmbH Hanau
ZERO.ONE.DATA Die Bahn, ein agiler Tanker im Digitalisierungszeitalter Gudio van Husen, Christopher Muth DB Systel GmbH Hanau 28.02.2018 Foto: DB Systel DB Systel GmbH Die Digitalisierung der Bahn erfolgreich
MehrUnternehmen 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
MehrCeBIT 2017 Lars Iffert, Analyst und Berater
Datenmanagement für Data Science: Status Quo in Unternehmen, Technologieübersicht, Handlungsempfehlungen & Erfolgsfaktoren CeBIT 2017 Lars Iffert, Analyst und Berater Über die CXP Group 2 BARC: Expertise
MehrHarmonisiertes Reporting Single Point of Truth
Harmonisiertes Reporting Single Point of Truth Entwicklungen im Reporting Patrick Mürner, Manager 9. März 2017 Die Entwicklung der zukünftigen Reporting Landschaft wird von BearingPoint mit konkreten Lösungsansätzen
MehrBig Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC
Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von
MehrAnalyse 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
MehrParadise Found Roadshow 2017
Paradise Found Roadshow 2017 Von Daten zu wertvollen Informationen Wie Sie datenschutzkonform und agil ihre Daten für maschinelles Lernen aufbereiten Wie wichtig ist heute Data Preparation für Data Discovery
MehrBI und Data Warehouse im Zeitalter der Digitalisierung
BI und Warehouse im Zeitalter der Digitalisierung Gregor Zeiler Senior Solution Manager BI/Big @GregorZeiler BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENF HAMBURG KOPENHAGEN LAUSANNE MÜNCHEN
MehrVon 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
MehrTechnologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle
Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die
MehrDer Markt für Analysewerkzeuge & -verfahren. CeBIT, 16.03.2016 Larissa Seidler, Senior Analyst Business Intelligence
Der Markt für Analysewerkzeuge & -verfahren CeBIT, 16.03.2016 Larissa Seidler, Senior Analyst Business Intelligence 16.03.2016 BARC 2016 2 BARC: Expertise für datengetriebene Unternehmen 16.03.2016 BARC
MehrAnalytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence
Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence IBM Netezza Roadshow 30. November 2011 Carsten Bange Gründer & Geschäftsführer BARC Die Krise hat die Anforderungen
MehrBARC T1: Auswirkungen der Digitalisierung auf die Analytische Infrastruktur
BARC T1: Auswirkungen der Digitalisierung auf die Analytische Infrastruktur München, 23.06.2015 Otto Görlich, Senior Analyst Timm Grosser, Senior Analyst Business Application Research Center (BARC) B Europas
MehrNutzen 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
MehrSelf 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
MehrScrum für Business Intelligence Projekte erfolgreich nutzen. Es begrüßt Sie Thomas Löchte
Scrum für Business Intelligence Projekte erfolgreich nutzen Es begrüßt Sie Thomas Löchte Die Informationsfabrik Die Informationsfabrik macht erfolgreiche BI und DWH Projekte und hat zufriedene, referenzierbare
MehrWelche BI-Architektur braucht Ihr Reporting?
Welche BI-Architektur braucht Ihr Reporting? Variante 1: Direkter Zugriff Keine redundanten Daten Schnelle Erkenntnisse Echte Daten für PoCs Echtzeit-Reporting ohne Zwischenstufen Belastung der operativen
MehrDurchblick im Self-Service-Dschungel. Hannover, 16.03.2015 Patrick Keller, Senior Analyst
Durchblick im Self-Service-Dschungel Hannover, 16.03.2015 Patrick Keller, Senior Analyst Business Application Research Center (BARC) B Europas führendes IT-Analysten- und -Beratungshaus für Business Software
MehrTrends 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
MehrBusiness Intelligence - Wie passt das zum Mainframe?
Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,
MehrBig Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen
Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Oracle DWH-Konferenz 21. März 2012 Dr. Carsten Bange Gründer & Geschäftsführer BARC Big Data bietet Methoden und Technologien
MehrBIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004
BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick
MehrBig Data Eine Einführung ins Thema
Joachim Hennebach Marketing Manager IBM Analytics 11. Februar 2016 Big Data Eine Einführung ins Thema Nur kurz: Was ist Big Data? (Die 5 Vs.) Volumen Vielfalt Geschwindigkeit Datenwachstum Von Terabytes
Mehr<Insert Picture Here> 8. Business Intelligence & Data Warehouse Konferenz
1 The Safe Harbor The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment
MehrDWH Automatisierung mit Data Vault 2.0
DWH Automatisierung mit Data Vault 2.0 Andre Dörr Trevisto AG Nürnberg Schlüsselworte Architektur, DWH, Data Vault Einleitung Wenn man die Entwicklung von ETL / ELT Prozessen für eine klassische DWH Architektur
MehrAgile BI Was ist das eigentlich? Hochschule Ulm - V. Herbort & Prof. Dr. R. von Schwerin
Agile BI Was ist das eigentlich? Hochschule Ulm - V. Herbort & Prof. Dr. R. von Schwerin Inhalt Agilität in der Business Intelligence Agile Software-Projekte Agile Data Warehousing / Self-Service BI 29.10.10
MehrAllgemeine IT-Priorities. und Trends in DACH. in Hendrik Oellers, Sales Director DACH. März, TechTarget 1
Allgemeine IT-Priorities und Trends in DACH in 2018 Hendrik Oellers, Sales Director DACH März, 2018 TechTarget 1 Diese Umfrage wurde in deutscher Sprache in Deutschland, Österreich & der Schweiz (DACH)
MehrSTART DER INSTITUTS- PARTNERSCHAFT ZUM THEMA DIGITALISIERUNG
START DER INSTITUTS- PARTNERSCHAFT ZUM THEMA DIGITALISIERUNG HAMBURG 23. MAI 2017 PROF. DR. DIMKA KARASTOYANOVA KOLLABORATIVE, DYNAMISCHE UND KOMPLEXE SYSTEME FÜR DIE LOGISTIK HAMBURG 23. MAI 2017 SCM
MehrErfolg mit Oracle BI?
Erfolg mit Oracle BI? Typische Fehlerszenarien und deren Lösung Gerd Aiglstorfer G.A. itbs GmbH Das Thema 2 Oracle BI (OBIEE)? Das war eine Fehlentscheidung! Viel zu umständlich! Wenig Flexibilität & teure
MehrHadoop Forum OOP München 2016 Realitätscheck Hadoop. Timm Grosser, Leiter Beratung BI und Datenmanagement München, 02.
Hadoop Forum OOP München 2016 Realitätscheck Hadoop Timm Grosser, Leiter Beratung BI und Datenmanagement München, 02. Februar 2016 02.02.2016 BARC 2016 2 BARC: Expertise für datengetriebene Unternehmen
MehrAufbau eines Kennzahlensystems in der Logistik mit Oracle BI
Beratung Software Lösungen Aufbau eines Kennzahlensystems in der Logistik mit Oracle BI Gisela Potthoff Vertriebsleiterin TEAM GmbH Zahlen und Fakten Unternehmensgruppe Materna: 1.500 Mitarbeiter 192 Mio.
MehrCopyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG DATA MANAGEMENT
HERZLICH WILLKOMMEN ZUR VERANSTALTUNG DATA MANAGEMENT AGENDA DATA MANAGEMENT 9:00 09:30 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: für IT und Fachbereiche
MehrBI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit
BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon
MehrOracle BI&W Referenz Architektur Big Data und High Performance Analytics
DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen
MehrOffice 365 Dynamics 365 Azure Cortana Intelligence. Enterprise Mobility + Security Operations Mgmt. + Security
Office 365 Dynamics 365 Azure Cortana Intelligence Enterprise Mobility + Security Operations Mgmt. + Security API Application Availability Bottomless Storage Identity Management Full hybrid
MehrOrganisatorische Verankerung von Big Data und Predictive Analytics Sind Data Labs der goldene Weg?
Organisatorische Verankerung von Big und Predictive Analytics Sind Labs der goldene Weg? TDWI München, 24.06.2015 Carsten Bange, Gründer und Geschäftsführer BARC Lars Iffert, Analyst BARC BARC: Expertise
MehrData Governance Informationen kontrolliert managen
make connections share ideas be inspired Data Governance Informationen kontrolliert managen Michael Herrmann SAS Copyright 2013, SAS Institute Inc. All rights reserved. DATA GOVERNANCE TRENDS UND TREIBER:
MehrIBM Demokratischere Haushalte, bessere Steuerung, fundierte Entscheidungen? Was leisten das neue kommunale Finanzwesen und Business Intelligence?
Das IBM Leistungsversprechen zum Führungsinformationssystems IBM Demokratischere Haushalte, bessere Steuerung, fundierte Entscheidungen? Was leisten das neue kommunale Finanzwesen und Business Intelligence?
MehrProduktionscontrolling auf dem Weg zur Industrie 4.0
Produktionscontrolling auf dem Weg zur Industrie 4.0 Intelligente Produktion durch Real-Time-Big-Data-Analyse von Sensordaten & Bern, 27.05.2016 Jörg Rieth Jedox vereinfacht Planung, Reporting & Analyse
MehrMit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence
Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Jochen Heßler, 16.03.2015 2002 Gegründet in Freiburg, Deutschland 2002 Heute Büros in Freiburg, Frankfurt, Düsseldorf, Paris, Boston
MehrZeitgemäße 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
MehrCONTROLLING DIGITALER GESCHÄFTSMODELLE
CONTROLLING DIGITALER GESCHÄFTSMODELLE Jannis Friedag DIGITALE GESCHÄFTSMODELLE Hohe Datenverfügbarkeit Wachstum/Skalierung Kurze Zyklen Unsicherheit/Hohes Risikoprofil Agiles Arbeiten/Scrum Marketingkanal
MehrIndustrie 4.0. Neues Einsatzfeld für Business Intelligence?
Neues Einsatzfeld für Business Intelligence? DW2013 12.11.2013 Prof. Dr. Hans-Georg Kemper Dr. Heiner Lasi Keplerstr. 17 70174 Stuttgart Telefon: +49 (711) 685-84185 Telefax: +49 (711) 685-83197 Internet:
MehrSonderdruck. In der digitalen Welt bestehen mit der Digital Business Platform der Software AG
In der digitalen Welt bestehen mit der Digital Business Platform der Software AG 2 Das Zeitalter der Digitalisierung ist angebrochen, daran besteht kein Zweifel. Doch wohin wird uns der Weg führen? Wie
MehrRaus aus der Bl-Falle
Ronald Bachmann, Dr. Guido Kemper Raus aus der Bl-Falle Wie Business Intelligencezum Erfolg wird mitp Die Autoren 13 Vorwort 15 1 Einleitung 21 1.1 Was ist Business Intelligence (BI)? 21 1.2 Motive zur
MehrThe Need for Speed. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor
The Need for Speed CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor The Need for Speed Industrialisierung, Agilität und Compliance die Rolle von Performance Management
MehrSOA 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
MehrPraxisnetzwerk Global Mobility Südwest
Praxisnetzwerk Global Mobility Südwest Ergebnisprotokoll vom 13. September 2017, Stuttgart 27. September 2017 Iris Degenhardt 1 Übersicht 1 Zukunft Mobilitätsmanagement Sind Sie bereit? 2 Quo Vadis Global
MehrBI Organisation und Governance. Patrick Keller, Senior Analyst und Prokurist CeBIT 2016
BI Organisation und Governance Patrick Keller, Senior Analyst und Prokurist CeBIT 2016 15.03.2016 BARC 2016 2 Warum eine Organisation für BI? Menschen verursachen mehr Probleme als Technik! 15.03.2016
MehrEine neue Hoffnung - Watson Analytics verschmilzt mit Cognos BA. Erik Purwins
Eine neue Hoffnung - Watson Analytics verschmilzt mit Cognos BA Erik Purwins Watson Kognitiv Cloud Security Open Data PPI AG 02.03.2016 > 2 Watson Analytics Cloud Security Open Data Social Media Wetterdaten
MehrKomplexität der Information - Ausgangslage
Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher
MehrDatenintegration, -qualität und Data Governance. Hannover, 14.03.2014
Datenintegration, -qualität und Data Governance Hannover, 14.03.2014 Business Application Research Center Führendes europäisches Analystenhaus für Business Software mit Le CXP (F) objektiv und unabhängig
MehrDATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle
DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell
MehrIndustrie 4.0 bei der Deutschen Bahn AG Entwicklungen und Herausforderungen. ZERO.ONE.DATA powered by DB Systel GmbH
Industrie 4.0 bei der Deutschen Bahn AG Entwicklungen und Herausforderungen ZERO.ONE.DATA powered by DB Systel GmbH ZERO.ONE.DATA by DB Systel GmbH Dr. Lars Freund 20.06.2016 Virtuelles Big Data Center
MehrCopyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP
HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP AGENDA HADOOP 9:00 09:15 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT und Fachbereiche Big
MehrData Driven Enerprises How is big data changing the business models? Technologieoutlook - Zürich, 8.9.2015 Herbert Stauffer
Data Driven Enerprises How is big data changing the business models? Technologieoutlook - Zürich, 8.9.2015 Herbert Stauffer Business Application Research Center (BARC) B Europas führendes IT-Analysten-
MehrBusiness Analytics in der Big Data-Welt
Business Analytics in der Big Data-Welt Frankfurt, Juni 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Big Data-Analytik "The way I look at big data analytics is it's not a technology,
MehrETL in den Zeiten von Big Data
ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse
MehrIn 30 Minuten zur BI-Lösung in der Cloud Aufbau einer BI-Infrastruktur & Entwicklung von Reports Live. Referent: Patrick Eisner & Ronja Schermer
In 30 Minuten zur BI-Lösung in der Cloud Aufbau einer BI-Infrastruktur & Entwicklung von Reports Live Referent: Patrick Eisner & Ronja Schermer Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei
MehrBig Data & Advanced Analytics Anwendungsfälle Beispiele für Analysen auf Basis strukturierter & unstrukturierter Daten
1. September 2017 Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH 10.30 11.15 Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung
MehrLOG AND SECURITY INTELLIGENCE PLATFORM
TIBCO LOGLOGIC LOG AND SECURITY INTELLIGENCE PLATFORM Security Information Management Logmanagement Data-Analytics Matthias Maier Solution Architect Central Europe, Eastern Europe, BeNeLux MMaier@Tibco.com
MehrHerausforderungen des digitalen Marketings. Building Competence. Crossing Borders.
Herausforderungen des digitalen Building Competence. Crossing Borders. Dr. Michael Klaas michael.klaas@zhaw.ch, 24. Mai 2017 Vorstellung Michael Klaas Heute Leitung Fachstelle für integrierte Kommunikation
MehrCopyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS
HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS AGENDA VISUAL ANALYTICS 9:00 09:30 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT
MehrTop 10 der Business Intelligence-Trends für 2014
Top 10 der Business Intelligence-Trends für 2014 Das Ende der Datenexperten. Datenwissenschaft kann künftig nicht nur von Experten, sondern von jedermann betrieben werden. Jeder normale Geschäftsanwender
MehrSAP Analytics in der Praxis Einfach und verständlich erklärt. UnitCon/ARITHNEA Kundentag, Benedikt Bonnmann
SAP Analytics in der Praxis Einfach und verständlich erklärt UnitCon/ARITHNEA Kundentag, 2.5.2017 Benedikt Bonnmann Referent Benedikt Bonnmann Business Unit Manager Analytics Mitglied der Geschäftsleitung
MehrDie Rolle des Stammdatenmanagements im digitalen Unternehmen
Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Die Rolle des Stammdatenmanagements im digitalen Unternehmen Frankfurt, April 2015 Die Digitalisierung der Welt Nach der Globalisierung
Mehrbitanalytics und Ihre individuellen Gestaltungsmöglichkeiten im BI-Umfeld
bitanalytics und Ihre individuellen Gestaltungsmöglichkeiten im BI-Umfeld Michael Heutmann, Steffen Schöler und Thomas Grupp, BITMARCK München, 10.11.2017 Fachberatung, Consulting für operative Prozesse
MehrMobile Enterprise. Vom IT-Hype zum Business Enabler
Mobile Enterprise Vom IT-Hype zum Business Enabler Wolfgang Schwab Manager Advisor & Program Manager Wolfgang.Schwab@experton-group.com Agenda Was ist Mobile Enterprise nicht? Was ist Mobile Enterprise
MehrProblemstellung. Keine Chance! Ich brauche eine genaue Spezifikation und dann vielleicht in 3-4 Wochen können Sie einen erstes Beispiel haben!
Take aways Mit Power BI wird Excel zum zentralen Tool für Self- Service BI End-End Self-Service Lösungsszenarien werden erstmals möglich Der Information Worker erhält ein flexibles Toolset aus bekannten
MehrBIG DATA IM RETAIL-SEKTOR AM BEISPIEL KASSENBONDATEN BUSINESS ANALYTICS DAY
BIG DATA IM RETAIL-SEKTOR AM BEISPIEL KASSENBONDATEN BUSINESS ANALYTICS DAY 08.03.2017 REWE Systems GmbH Jonas Freiknecht inovex GmbH Bernhard Schäfer AGENDA 1 / Vorstellung REWE Systems GmbH und inovex
MehrVorlesung. Data und Web Mining. Kurzinformation zur. Univ.-Prof. Dr. Ralph Bergmann. Lehrstuhl für Wirtschaftsinformatik II
Kurzinformation zur Vorlesung Data und Web Mining Univ.-Prof. Dr. Ralph Bergmann www.wi2.uni-trier.de - I - 1 - Die Ausgangssituation (1) Unternehmen und Organisationen haben enorme Datenmengen angesammelt
MehrMission. 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
MehrMehrwert durch Microsoft Business Intelligence
Mehrwert durch Microsoft Business Intelligence Dr. Klaus von Rottkay Direktor Business Group Server Microsoft Deutschland GmbH Steffen Krause Technical Evangelist Microsoft Deutschland GmbH Warum Business
MehrBDCA Kick-Off München,
BDCA Kick-Off München, 3.3.2015 Unser Modus: Sprinter Fakten! Seit 2005! 60+ Mitarbeiter:! Certified Scrum Masters/Product Owners! Certified Java Spring Professionals! Certified MongoDB Devs/Admins! Certified
MehrBUSINESS INTELLIGENCE (BI) MIT PENTAHO. Schneller, höher, weiter!
BUSINESS INTELLIGENCE (BI) MIT PENTAHO Schneller, höher, weiter! HERZLICH WILLKOMMEN ZUM WEBINAR Business Intelligence (BI) mit Pentaho Die Moderatoren Fragen über Chat Arved Wendt Teammanager Janina Kasten
MehrDatawarehouse Architekturen. Einheitliche Unternehmenssicht
Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA
MehrBig Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC
Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie
MehrSelf-Service und Data Storytelling mit Qlik Sense und Qlikview. Referenten: Oliver Zemljak, Konstantin Wächter Session 2
Self-Service und Data Storytelling mit Qlik Sense und Qlikview Referenten: Oliver Zemljak, Konstantin Wächter Session 2 Agenda 1. Über die Referenten 2. Self-Service Was bedeutet das für den Daten Analysten?
MehrTRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI
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
MehrAgile Analytics Neue Anforderungen an die Systemarchitektur
www.immobilienscout24.de Agile Analytics Neue Anforderungen an die Systemarchitektur Kassel 20.03.2013 Thorsten Becker & Bianca Stolz ImmobilienScout24 Teil einer starken Gruppe Scout24 ist der führende
MehrBest of Show on Tour März bis 06. April 2017
Best of Show on Tour 2017 28. März bis 06. April 2017 Service-Orientierung in der IT - Running IT as a business HPE Best of Show on Tour 2017 Stefan Mohr, ITC GmbH ITC GmbH 2017 ITC GmbH 2017 3 Ist Service-Orientierung
MehrMaximieren Sie Ihr Informations-Kapital
Maximieren Sie Ihr Informations-Kapital Zürich, Mai 2014 Dr. Wolfgang Martin Analyst, Mitglied im Boulder BI Brain Trust Maximieren des Informations-Kapitals Die Digitalisierung der Welt: Wandel durch
Mehrzur Erhöhung der BI-Agilität Michael Zimmer
BI Sandboxes als Maßnahme zur Erhöhung der BI-Agilität Michael Zimmer Agenda Was ist BI-Agilität? Maßnahmen zur Erhöhung der BI-Agilität BI-Sandboxes Neue (alte?) Herausforderungen für Business Intelligence!?
MehrEINSATZ VON BIG DATA, PREDICTIVE ANALYTICS UND MACHINE LEARNING IN DER INDUSTRIE 4.0
EINSATZ VON BIG DATA, PREDICTIVE ANALYTICS UND MACHINE LEARNING IN DER INDUSTRIE 4.0 Matthias Braun (MBA, PMP) Mitglied der Geschäftsführung Trevisto AG Nunnenbeckstraße 6/8, 90489 Nürnberg 0911-430 839-00
MehrOLAP und Data Warehouses
OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting
MehrErfolgreicher Umgang mit heutigen und zukünftigen Bedrohungen
Erfolgreicher Umgang mit heutigen und zukünftigen Bedrohungen Das Zusammenspiel von Security & Compliance Dr. Michael Teschner, RSA Deutschland Oktober 2012 1 Trust in der digitalen Welt 2 Herausforderungen
MehrProduktionsdaten mit Unternehmensdaten vernetzen
Produktionsdaten mit Unternehmensdaten vernetzen Von Big Data zu Smart Data 17. November 2016 Peter Strohm Marc Tesch Jedox vereinfacht Planung, Reporting & Analyse BI & CPM Software in der Cloud & On-premises
MehrNoSQL Datenbanken EIN ÜBERBLICK ÜBER NICHT-RELATIONALE DATENBANKEN UND DEREN POTENTIALE IM ALLGEMEINEN UND IN DER INDUSTRIE
NoSQL Datenbanken EIN ÜBERBLICK ÜBER NICHT-RELATIONALE DATENBANKEN UND DEREN POTENTIALE IM ALLGEMEINEN UND IN DER INDUSTRIE Was bedeutet NoSQL? Ein Sammelbegriff für alternative Datenbanklösungen, die
Mehr