START DER INSTITUTS- PARTNERSCHAFT ZUM THEMA DIGITALISIERUNG

Transkript

1 START DER INSTITUTS- PARTNERSCHAFT ZUM THEMA DIGITALISIERUNG HAMBURG 23. MAI 2017

2 PROF. DR. DIMKA KARASTOYANOVA KOLLABORATIVE, DYNAMISCHE UND KOMPLEXE SYSTEME FÜR DIE LOGISTIK HAMBURG 23. MAI 2017

3 SCM UND LOGISTIK - TRENDS Trends Omnikanal Go Paperless Anforderungen Automatisierung Integration der IT Systeme Unbeständige Geschäftslandschaft Neue Handelsabkommen Schnelle Änderungen und Anpassungen IoT IoT, Datenintegration, Datenanalyse 3

4 PLATTFORMEN - ANFORDERUNGEN Integration unterschiedlicher Software-Systeme Adaption, Flexibilität Big Data, große Mengen unstrukturierter Daten aus unterschiedlichen Datenquellen Kollaboration zwischen Organisationen fördern Beobachtung der kollaborativen Anwendungen und Transparenz Einfache Entwicklung der Anwendungen Einfache Nutzung der Plattformen 4

5 PLATTFORM WAS IST IN DER BLACKBOX? Sources: kpis-every-manager-has-to-use 5

6 PLATTFORM WAS IST IN DER BLACKBOX? Daten: IoT SW Systeme DBs Soziale Netzwerke Datenerfassung: CEP, MOM, DBs, Sources: kpis-every-manager-has-to-use Data Analytics: Data Science, ML, In-Memory, Verarbeitung Enterprise System Prozess/IT Realisierung + Architektur: Workflows, Programmiersprachen, SOA, REST, MOM, DBs, Protokolle, Cloud, Security 6

7 PLATTFORM - ARCHITEKTUR Kollaborative, dynamische und komplexe Systeme Ermöglichen Kooperation Entitäten dürfen jederzeit der Kooperation beitreten oder sie verlassen Daten-getrieben Modeling Provision Execution Monitor and KPI Dashboard Choreography Editor Deployment and Provisioning Adaptation Manager Data Analysis as a Service Transformer ESB Orchestration Editor Tenant Manager Execution Engine Data Data Sources Data Sources Sources Context Aspekte/Belange Integration heterogener Softwaresysteme Automatisierung Modellieren vs. Programmieren Adaptionskriterien: KPIs, Utility Adaptive Systeme Verteilt und sehr komplex Hohe Komplexität 7

8 DATEN-GETRIEBEN: BIG DATA TECHNOLOGIEN Daten-Analyse- Verarbeitungskette Komplexität der Technologien und der Landschaft Anpassung an Anwendungsszenarien notwendig Datenqualität, Datenintegration und deswegen auch Datenvorbereitung müssen verbessert werden Source: Exploiting Big Data s Benefits. Heidrich, Trendowicz, Ebert, IEEE ComputingEdge, 2017 RDBMS =relational database management system. MPP = massively parallel processing. 8

9 AKTUELLE FORSCHUNGSTHEMEN IoT und Ereignis- Basierte Systeme, Data Analytics Adaption von komplexen Prozessen Adaptionskonzepte, Reaktion auf Erkenntnisse der Datenanalyse Beobachtung von KPIs und Zusammenhängen Daten: Erfassen, Analysieren Logistik SCM Performanz- Verbesserung Service Design, Integration von Legacy Systemen System- Integration Plattform- Architekturen Best Practices, Muster für Service Design, Plattform Engineering 9

10 ZUSAMMENARBEIT MIT DEM HPI Das Hasso-Plattner-Institut Universitäres Exzellenz-Zentrum für IT-Systems Engineering Universitäre Forschung und Lehre in elf IT-Fachgebieten und in der HPI Research School für Doktoranden mit ihren Forschungsaußenstellen in Kapstadt, Haifa und Nanjing Am 1. April 2017 gründeten HPI und Universität Potsdam gemeinsame Digital Engineering Fakultät Neben dem Master in IT-Systems Engineering sind vier neue Masterstudiengänge geplant: Digital Health, Smart Energy, Cyber-Security und Data Engineering Einbettung in das Fachgebiet Business Process Technology, Prof. Dr. Mathias Weske Geplante Aktivitäten Forschungsprojekte: Digitalisierung für Logistik und SCM Drittmittelanträge Gemeinsame Lehrveranstaltungen 10

11 HERZLICHEN DANK FÜR IHRE AUFMERKSAMKEIT KONTAKT Prof. Dr. Dimka Karastoyanova Associate Professor for Data Science and Business Intelligence Kühne Logistics University The KLU Wissenschaftliche Hochschule für Logistik und Unternehmensführung Großer Grasbrook Hamburg Germany Tel.: Fax: Website: 11