Was ist Big Data? DOAG Business Intelligence Community Informiert zu BI und Big Data
|
|
- Hinrich Schmitt
- vor 6 Jahren
- Abrufe
Transkript
1 Was ist Big? DOAG Business Intelligence Community Informiert zu BI und Big 2017
2 Interaktion: Jetzt bitte Vorurteile abladen Definierte Methodik, strukturiert Lange erprobt Alles über SQL machbar Datenqualität? BI / DWH Big Zu unflexibel Alles dauert lang Viel zu teuer Unstrukturierte Daten Komplex, mühsam Zu viele Daten 2
3 Was ist Business Intelligence? Verfahren und Prozesse zur systematischen Analyse (Sammlung, Auswertung und Darstellung) von Daten in elektronischer Form. Source: Wikipedia 3
4 Was ist ein Warehouse? Eine für Analysezwecke optimierte zentrale Datenbank, die Daten aus mehreren [ ] heterogenen Quellen zusammenführt und verdichtet. Source: Wikipedia 4
5 Ein Warehouse (DWH) 5
6 Wenn s BI gibt, warum dann Big? Altes Modell: Wenige Produzenten, viele Nutzer 6
7 Warum Big? Paradigmenwechsel Neues Modell: Viele Produzenten = Viele Nutzer 7
8 Woher kommen die Daten? Mobile Devices (bspw. Tracking) Social Media und Netzwerke (wir alle generieren Daten) Herausforderungen Datenextraktion und -sammlung Wissenschaftl. Instrumente (alle möglichen Daten) Sensor Technologie und - Netzwerke (alle möglichen Daten) Administrieren, analysieren, aggregieren, visualisieren und aus den gesammelten Daten zeitnah und skalierbar Wissen zu schöpfen 8
9 Und wie ist Big definiert? Volume at rest Velocity in motion Variety in many forms Veracity in doubt Tera-, Peta-, Exa, Zetta-, Yotta- Bytes verarbeiten Sensor- und Social Neue Storages Streaming (Milli)sekunden bis Minuten zur Erkennung, Beantwortung oder Analyse Strukturierte und unstrukturierte Daten Text, Zahlen, Multimedia Unterschiedlichste Datenquellen Ungewissheit durch Dateninkonsistenz, Unvollständigkeit, Mehrdeutigkeit, Verzögerung, Täuschung, Schätzung adaptiert nach IBM (2014) 9
10 Wie ist Big definiert? Noch n Versuch McKinsey Big refers to datasets whose size is beyond the ability of typical database software tools to capture, store, manage, and analyze. Gartner Big are high-volume, high-velocity, and/or high-variety information assets that require new forms of processing to enable enhanced decision making, insight discovery, and process optimization. BARC Big designates methods and technologies for the highly scalable acquisition, storage, and analysis of polystructured data Unkonventionelle Methoden und Tools für unlimitiertere Datenverarbeitung 10
11 Also: Big = BI/DWH in groß und schnell? ERP CRM Event Internet 11
12 Fragen wir nach: Inmon & Kimbal zu Big & DWH Bill Inmon zu Big & BI/DWH warehouse is an architecture and Big is a technology. They are not the same thing at all There simply is not the carefully constructed and carefully maintained infrastructure surrounding Big that there is for the data warehouse. Any executive that would use Big for Sarbanes-Oxley reporting or Basel II reporting isn t long for his/her job. Ralph Kimball zu Big & DWH It s a rennaisance that is happening here a Warehouse needs to encompass Big and I hope that all folks working with those (Big ) topics realize that they are part of the larger Warehouse team We want to use SQL and SQL like languages but we don t want the RDBMS storage constraints. The disruptive solution: Hadoop binar/building-a-hadoop-data-warehouse-video.html 12
13 IT Sicht: Wer ist von Big betroffen? Advanced Visualization Business Intelligence Big Application Development Advanced Analytics 13
14 Also gut versuchen wir s über die Technik
15 Big in Ordnung bringen Schritt 1
16 Connectors (Pull) Batch/Bulk Full Services (Push) Stream Incremental Big in Ordnung bringen Schritt 2 Die Leinwand des Architekten Velocity Organisation BI Competence Center IT Operations Business Stakeholders Un-/Semistructured Raw in Motion Standardized in Motion Service / API Dashboard Structured Optimized in Motion Refinery/Factory Search Prebuild & AdHoc BI Assets Master & Reference Machine Content Optimized at Rest Standardized at Rest Raw at Rest Lab (Sandbox) Virtualization Query Information Services Advanced Analysis Tools Science Tools Sources Acquisition Management Information Provisioning Consumer Governance Metadata Management Master Management Quality & Accountability Security Legal Compliance Variety Volume
17 Connectors (Pull) Batch/Bulk Full Services (Push) Stream Incremental Big in Ordnung bringen Schritt 3 Ein DWH! Organisation BI Competence Center IT Operations Business Stakeholders Un-/Semistructured Raw in Motion Standardized in Motion Service / API Dashboard Structured ETL Optimized in Motion Refinery/Factory Search Prebuild & AdHoc BI Assets Master & Reference Machine Content Optimized at Rest Standardized at Rest Raw at Rest Lab (Sandbox) Marts Core DWH Staging Area Virtualization Query Information Services Advanced Analysis Tools Science Tools Sources Acquisition Management Information Provisioning Consumer Governance Metadata Management Master Management Quality & Accountability Security Legal Compliance
18 Connectors (Pull) Batch/Bulk Full Services (Push) Stream Incremental Big in Ordnung bringen Schritt 4 Big! Organisation BI Competence Center IT Operations Business Stakeholders Un-/Semistructured Raw in Motion Service / API Dashboard Event Hub Standardized in Motion Structured Stream Analytics Optimized in Motion Refinery/Factory NoSQL DB Search Prebuild & AdHoc BI Assets Master & Reference Machine Content Raw at Rest Standardized at Rest Optimized at Rest Hadoop Raw Lab (Sandbox) SQL Engine Processed Files Merge Layer Query Information Services Advanced Analysis Tools Science Tools Sources Acquisition Management Information Provisioning Consumer Governance Metadata Management Master Management Quality & Accountability Security Legal Compliance
19 Mehr Tools? Mehr Komplexität? Best Fit Ansatz Nutze das geeignete Tool für ein Problem Lab Ansatz Baue eine Lösung passend zu einem Problem Umfangreicheres Know-How Mehr Programmiersprachen, mehr Datenbanken und was ist mit umfassenden Lösungen? (Wie bspw. ein DWH) Methoden? Architektur? Infrastruktur? Modelle?
20 Big Analytics Architekturbeispiel Sensor layer Distribution layer Batch layer Serving layer Consumer layer All (HDFS) Batch (re)compute Precomputed Views (MapReduce) e.g. Hadoop & Spark Source System API Java App Messaging Kafka QFD = Query Focused QFD 1 QFD 2 QFD n Batch views: e.g. Impala Realtime views: e.g. Cassandra Query & Merge REST Client Web App QFD 1 QFD 2 QFD n Process Stream Realtime increment Incremented Views e.g. Spark Speed layer 20
21 NoSQL Datenbanken To manage a mix of structured, semi-structured and unstructured data NoSQL bases Not only SQL RDBMS Graph bases Key Value Stores Oracle NoSQL, Redis, Riak KV Wide Column Stores Cassandra, Hbase Document Store bases MarkLogic, MongoDB Property Graphs Neo4J, stax Cassandra, Oracle RDF Triple Stores Oracle Spatial&Graphs, Allegrograph, Virtuoso, Blazegraph, Marklogic, Enzo
22 Scalability NoSQL Einsatzgebiete Key-value Wide Column (Column Families / Extensible Records) Big & Fast Document Domain of traditional bases Relational Multi Dimensional Complex & Rich Property Graph SQL Comfort-Zone Semantic Graph Model-Standardization, Tools, Complexity
23 Wichtige Begriffe (1) Apache Hadoop Ein Open Source Framework mit verteiltem Dateisystem (HDFS), toolgestütztem Programmierframework (Map/Reduce) und Ressource Management Service (YARN) für große Cluster aus günstigen Shared-Nothing Servern. Apache Hive SQL Zugriff auf Dateien unter HDFS durch Map/Reduce Programmgenerierung Apache Pig Einfache Scriptsprache (Pig-Latin) als Abstraktionsebene für Map/Reduce
24 Wichtige Begriffe (2) Apache Spark Ein Open Source Analytics Cluster Computing Framework. Seit zwei Jahren eines der heißesten Themen bei Big. Für Batchund Streamverarbeitung, Mining und mehr. Kann mit Hadoop muss aber nicht. NoSQL Datenbanken Klasse von DBMS, die nicht dem relationalen Modell folgen. NoSQL = not only SQL. Elasticsearch & Solr Open source Text-Suchmaschinen auf Basis von Apache Lucene.
25 Deutsche ORACLE Anwender Gruppe (1) Beschreibt und definiert Big, organisatorische und technische Anforderungen sowie Tooling und Entscheidungskriterien
26 Connectors (Pull) Batch/Bulk Full Services (Push) Stream Incremental Deutsche ORACLE Anwender Gruppe (2) Organisation BI Competence Center IT Operations Business Stakeholders Un-/Semistructured Raw in Motion Standardized in Motion Service / API Dashboard Structured Master & Reference Machine Content Edge Analytics Golden Gate Integrator Stream AnalyticsOptimized in Motion Refinery/Factory SQL*Loader Enterprise R Standardized Big at Rest Discovery Cloudera Hadoop Raw at Rest HDFS + Tools NoSQL Key Value Optimized at Rest Lab (Sandbox) ESSBASE base InMemory. OLAP, Semantic Graph XDB, JSON, DM, DB M/R, Enterprise R Big Virtualization SQL Connectors Query Prebuild BIEE, BI-& AdHoc Publisher, BI Assets Hyperion Information Services Advanced Visual Analysis Analyzer, BD Tools Discovery, Endeca Science Tools Sources Acquisition Management Information Provisioning Consumer Governance Enterprise Metadata Metadata Management Manager Master Management Quality & Accountability Security Legal Compliance
27 Deutsche ORACLE Anwender Gruppe (3) Oracle Big Statement of Direction Big Management Systeme bestehen aus Warehouse (base) Franchised Query Engine Federation Tool (Big SQL) Reservoir Big Ecosystem mit Hadoop & NoSQL (Big Appliance)
28 Deutsche ORACLE Anwender Gruppe (4) A favorite hobby of new entrants to the database market is to paint Oracle, the market-leading database, as inflexible and promote their product on the basis that Oracle will never be able to provide the same type of functionality as their new platform. Such vendors pursue this positioning at their peril: object-oriented databases, massively-parallel databases, columnar databases, data warehouse appliances and other trends have been outed as replacements for Oracle base only to later see their core benefits subsumed by the Oracle platform. Widerstand ist zwecklos!
29 Diskussion 29
30 und nochmal in eigener Sache: Wer hat Interesse sich aktiv in der DOAG Business Intelligence Community zu beteiligen? Frage: Wieviel Aufwand wird auf mich zukommen? Antwort: So viel Du möchtest, aber es werden wohl mind. 6 PT im Jahr sein.
31 Danke fürs Mitmachen!
Oracle 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
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
MehrBig Data & Warehouse. Der Beginn einer wunderbaren Freundschaft? Peter Welker, Trivadis GmbH
Big Data & Warehouse Der Beginn einer wunderbaren Freundschaft? Peter Welker, Trivadis GmbH BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENF HAMBURG KOPENHAGEN LAUSANNE MÜNCHEN STUTTGART
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
MehrBig Data Hype und Wirklichkeit Bringtmehrauchmehr?
Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Günther Stürner, Vice President Sales Consulting 1 Copyright 2011, Oracle and/or its affiliates. All rights Überschrift 2 Copyright 2011, Oracle and/or
MehrBig-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht
Big-Data-Technologien - Überblick - Quelle: http://www.ingenieur.de/panorama/fussball-wm-in-brasilien/elektronischer-fussball-smartphone-app-helfen-training Big-Data-Anwendungen im Unternehmen Logistik
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
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
MehrEchtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland
Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen Frank Irnich SAP Deutschland SAP ist ein globales Unternehmen... unser Fokusgebiet... IT Security für... 1 globales Netzwerk > 70 Länder, >
MehrBIG UNIVERSITÄTSRECHENZENTRUM
UNIVERSITÄTS RECHENZENTRUM LEIPZIG BIG DATA @ UNIVERSITÄTSRECHENZENTRUM Forschung und Entwicklung Entwicklung eines E-Science-Angebots für die Forschenden an der Universität Leipzig Stefan Kühne Axel Ngonga
MehrBig 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
MehrBig Data Neue Erkenntnisse aus Daten gewinnen
Big Data Neue Erkenntnisse aus Daten gewinnen Thomas Klughardt Senior Systems Consultant 0 Software Dell Software Lösungsbereiche Transform Inform Connect Data center and cloud management Foglight APM,
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
MehrStep 0: Bestehende Analyse-Plattform
Die Themen 09:30-09:45 Einführung in das Thema (Oracle) 09:45-10:15 Hadoop in a Nutshell (metafinanz) 10:15-10:45 Hadoop Ecosystem (metafinanz) 10:45-11:00 Pause 11:00-11:30 BigData Architektur-Szenarien
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
MehrNoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse
NoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse Carsten Czarski Oracle Deutschland B.V. & Co KG Big Data Betrachten von Daten die bislang nicht betrachtet wurden
Mehr90 Prozent der heute weltweit vorhandenen Daten wurden dabei erst in den letzten zwei Jahren generiert.
QualysoftGruppe Jeden Tag werden 2,5 Trillionen Byte an Daten erstellt. 90 Prozent der heute weltweit vorhandenen Daten wurden dabei erst in den letzten zwei Jahren generiert. Diese Daten stammen aus
MehrDie Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com
Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen
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
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
MehrPRODATIS CONSULTING AG. Folie 1
Folie 1 Führend im Gartner Magic Quadranten für verteilte, interagierende SOA Projekte Oracle ist weltweit auf Rang 1 auf dem Markt der Enterprise Service Bus Suiten (ESB) für SOA Software 2010 26,3 %
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
MehrBusiness Intelligence. Bereit für bessere Entscheidungen
Business Intelligence Bereit für bessere Entscheidungen Business Intelligence Besserer Einblick in Geschäftsabläufe Business Intelligence ist die Integration von Strategien, Prozessen und Technologien,
MehrCloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann
Cloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann Adam Stambulski Project Manager Viessmann R&D Center Wroclaw Dr. Moritz Gomm Business Development Manager Zühlke Engineering
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 Informationen neu gelebt
Seminarunterlage Version: 1.01 Copyright Version 1.01 vom 21. Mai 2015 Dieses Dokument wird durch die veröffentlicht. Copyright. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen
MehrManagement Information System SuperX status quo and perspectives
Management Information System SuperX status quo and perspectives 1 Agenda 1. Business Intelligence: Basics 2. SuperX: Data Warehouse for Universities 3. Joolap: OLAP for Universities 4. Cooperative reporting
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
MehrSoftware EMEA Performance Tour 2013. 17.-19 Juni, Berlin
Software EMEA Performance Tour 2013 17.-19 Juni, Berlin Accenture s High Performance Analytics Demo-Umgebung Dr, Holger Muster (Accenture), 18. Juni 2013 Copyright 2012 Hewlett-Packard Development Company,
MehrKomplexität der Information - Ausgangslage
Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher
MehrBig Data und Oracle bringen die Logistik in Bewegung
OPITZ CONSULTING Deutschland GmbH Dortmund, 07.05.2014 Bild-Quelle: Web-Seite von Pasta ZARA, Big Artikel Data So und entstehen Oracle bringen unsere die Nudeln Logistik in Bewegung http://de.pastazara.com/so-entstehen-unsere-nudeln
MehrMit 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
MehrANALYTICS, RISK MANAGEMENT & FINANCE ARCHITECTURE. NoSQL Datenbanksysteme Übersicht, Abgrenzung & Charakteristik
ARFA ANALYTICS, RISK MANAGEMENT & FINANCE ARCHITECTURE NoSQL Datenbanksysteme Übersicht, Abgrenzung & Charakteristik Ralf Leipner Domain Architect Analytics, Risk Management & Finance 33. Berner Architekten
MehrBig Data. Mit DVD. Was ist wichtig im Hadoop-Ökosystem? Hadoop 2 als universelle Data Processing Platform
Mit DVD Jobs im Wandel: Was für Informatiker bedeutet 2/2015 Auf der Heft-DVD Über 8 GByte Software für Entwickler Multimedia: 5 Videos zur Hoch leistungsdatenbank EXASolution Hadoop: Cloudera s Distribution
MehrSimulationen und Mathematische Programmierung mit SAS Dr. Mihai Paunescu
AGENDA Simulationen und Mathematische Programmierung mit SAS Dr. Mihai Paunescu Die SAS Communities - Hilfe in der Not zu jeder Zeit, wenn SAS nicht tut, was man will Kurt Bremser, Data Warehouse Administrator
MehrBig Data in Marketing und IT
Big Data in Marketing und IT Chancen erkennen, Strategien entwickeln und Projekte erfolgreich umsetzen T-Systems Hacker Day 30. September 2015 Prof. Dr. Alexander Rossmann Reutlingen University Big Data
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
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
MehrOracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen
DATA WAREHOUSE Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen Alfred Schlaucher, Detlef Schroeder DATA WAREHOUSE Themen Big Data Buzz Word oder eine neue Dimension
MehrSeminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing
Seminar in der Seminarreihe Business Intelligence 1 OLAP und Datawarehousing OLAP & Warehousing Die wichtigsten Produkte Die Gliederung Produkt Bewertung & Vergleiche Die Marktentwicklung Der aktuelle
MehrBusiness Intelligence Center of Excellence
Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).
MehrBI und Data Warehouse
BI und Data Warehouse Die neue Welt der Daten mit 2012 Daniel Weinmann Product Marketing Manager Microsoft Deutschland GmbH Sascha Lorenz Consultant & Gesellschafter PSG Projekt Service GmbH Werner Gauer
Mehr2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung
2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg
MehrJune 2015. Automic Hadoop Agent. Data Automation - Hadoop Integration
June 2015 Automic Hadoop Agent Data Automation - Hadoop Integration + Aufbau der Hadoop Anbindung + Was ist eigentlich ist MapReduce? + Welches sind die Stärken von Hadoop + Welches sind die Schwächen
MehrBig Data Mythen und Fakten
Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher
MehrSeminar WS 2012/13. S. Chaudhuri et al, CACM, Aug. 2011. Parallel DBS vs. Open Platforms for Big Data, e.g. HaDoop Near-Realtime OLAP
Seminar WS 2012/13 S. Chaudhuri et al, CACM, Aug. 2011 Parallel DBS vs. Open Platforms for Big Data, e.g. HaDoop Near-Realtime OLAP 2 Vorkonfigurierte, komplette Data Warehouse-Installation Mehrere Server,
MehrIBM Content Manager CM V Proof of Technology
IBM Content Manager CM V 8.4.3 Proof of Technology Annette Wolf - wolfanne@de.ibm.com 1 Agenda ECM Portfolio Content Manager Architektur und Update V8.4.3 Content Manager Clients CM Windows Client CM eclient
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
MehrO-BIEE Einführung mit Beispielen aus der Praxis
O-BIEE Einführung mit Beispielen aus der Praxis Stefan Hess Business Intelligence Trivadis GmbH, Stuttgart 2. Dezember 2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg
MehrDeveloping SQL Data Models MOC 20768
Developing SQL Data Models MOC 20768 In diesem Kurs lernen Sie das Implementieren von multidimensionale Datenbanken mithilfe der SQL Server Analysis Services (SSAS) und durch das Erstellen von tabellarische
MehrLizenzmanagement auf Basis DBA Feature Usage Statistics?
Lizenzmanagement auf Basis DBA Feature Usage Statistics? Kersten Penni, Oracle Deutschland B.V. & Co. KG Düsseldorf Schlüsselworte Oracle License Management Services (LMS), Lizenzen, Lizenzierung, Nutzungserfassung,
MehrDr.Siegmund Priglinger Informatica Österreich. 27.02.2007 spriglinger@informatica.com
Governance als Teil der IT Governance Dr.Siegmund Priglinger Informatica Österreich 27.02.2007 spriglinger@informatica.com 1 Agenda Informatica im Überblick Die Trends der Datenintegration versus der Haarschopf
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
MehrSODA. Die Datenbank als Document Store. Rainer Willems. Master Principal Sales Consultant Oracle Deutschland B.V. & Co. KG
SODA Die Datenbank als Document Store Rainer Willems Master Principal Sales Consultant Oracle Deutschland B.V. & Co. KG vs No Anforderungskonflikte Agile Entwicklung Häufige Schema-Änderungen Relationales
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
MehrBedeutung von Integrationsarchitekturen im Zeitalter von Mobile, IoT und Cloud
Bedeutung von Integrationsarchitekturen im Zeitalter von Mobile, IoT und Cloud OPITZ CONSULTING Deutschland GmbH 2015 Seite 1 Sven Bernhardt n Solution architect @OPITZ CONSULTING Deutschland GmbH n Oracle
MehrRaber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version. Schimon.Mosessohn@microsoft.
Raber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version Schimon.Mosessohn@microsoft.com Herzlich Willkommen 1996 2004 2010 2014 Navision 3.7 Microsoft
MehrIBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch
IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch Markus Ruf, Geschäftsführer mip GmbH Jens Kretzschmar, Senior
MehrÜberblick und Vergleich von NoSQL. Datenbanksystemen
Fakultät Informatik Hauptseminar Technische Informationssysteme Überblick und Vergleich von NoSQL Christian Oelsner Dresden, 20. Mai 2011 1 1. Einführung 2. Historisches & Definition 3. Kategorien von
MehrNoSQL HANSER. Einstieg in die Web 2.0 Datenbanken. Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner
Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner NoSQL Einstieg in die Web 2.0 Datenbanken 2., akutalisierte und erweiterte Auflage HANSER Geleitwort Vorwort Vorwort zur 2. Auflage
Mehr+++ Bitte nutzen Sie die integrierte Audio-Funktion von WebEx (Menü Audio -> Integrated Voice Conference -> Start auswählen), um uns zu hören!!!.
+++ Bitte nutzen Sie die integrierte Audio-Funktion von WebEx (Menü Audio -> Integrated Voice Conference -> Start auswählen), um uns zu hören!!!. +++ Oracle Mobile Cloud Service (MCS) MCS SDK & MAF MCS
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?
MehrData. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired
make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,
MehrLiving Lab Big Data Konzeption einer Experimentierplattform
Living Lab Big Data Konzeption einer Experimentierplattform Dr. Michael May Berlin, 10.12.2012 Fraunhofer-Institut für Intelligente Analyseund Informationssysteme IAIS www.iais.fraunhofer.de Agenda n Ziele
MehrZend PHP Cloud Application Platform
Zend PHP Cloud Application Platform Jan Burkl System Engineer All rights reserved. Zend Technologies, Inc. Zend PHP Cloud App Platform Ist das ein neues Produkt? Nein! Es ist eine neue(re) Art des Arbeitens.
MehrAndreas Emhart Geschäftsführer Alegri International Group
Andreas Emhart Geschäftsführer Alegri International Group Agenda Vorstellung Alegri International Überblick Microsoft Business Intelligence Sharepoint Standard Business Intelligence Tool Excel Service
MehrBIG DATA: EXPECT THE UNEXPECTED. T-SYSTEMS AUSTRIA 2014 Dipl.-Ing. Axel Quitt @ Bundestagung der Jungen Wirtschaft
BIG DATA: EXPECT THE UNEXPECTED T-SYSTEMS AUSTRIA 2014 Dipl.-Ing. Axel Quitt @ Bundestagung der Jungen Wirtschaft Big Data Ein Wort wie eine Grippeepidemie Quelle: Google Trends Unternehmen werden mit
MehrGridMate The Grid Matlab Extension
GridMate The Grid Matlab Extension Forschungszentrum Karlsruhe, Institute for Data Processing and Electronics T. Jejkal, R. Stotzka, M. Sutter, H. Gemmeke 1 What is the Motivation? Graphical development
MehrClouds. Erwartungen der Nutzer. Wolkig bis Heiter. (c) 2013, Peter Sturm, Universität Trier. Er ist verwöhnt! Er ist nicht dankbar!
Clouds Wolkig bis Heiter Erwartungen der Nutzer Er ist verwöhnt! Verfügbarkeit Viele Anwendungen Intuitive Interfaces Hohe Leistung Er ist nicht dankbar! Mehr! Mehr! Mehr! Moore 1 Erwartungen der Entwickler
MehrWebbasierte Exploration von großen 3D-Stadtmodellen mit dem 3DCityDB Webclient
Webbasierte Exploration von großen 3D-Stadtmodellen mit dem 3DCityDB Webclient Zhihang Yao, Kanishk Chaturvedi, Thomas H. Kolbe Lehrstuhl für Geoinformatik www.gis.bgu.tum.de 11/14/2015 Webbasierte Exploration
MehrMobile Backend in der
Mobile Backend in der Cloud Azure Mobile Services / Websites / Active Directory / Kontext Auth Back-Office Mobile Users Push Data Website DevOps Social Networks Logic Others TFS online Windows Azure Mobile
MehrStratosphere. Next-Generation Big Data Analytics Made in Germany
Stratosphere Next-Generation Big Data Analytics Made in Germany Robert Metzger Stratosphere Core Developer Technische Universität Berlin Ronald Fromm Head of Big Data Science Telekom Innovation Laboratories
MehrOracle Big Data Technologien Ein Überblick
Oracle Big Data Technologien Ein Überblick Jürgen Vester Oracle Deutschland B.V. & Co KG Um was geht es bei Big Data? Bei Big Data sprechen wir eine Klasse von Daten an, die in der
MehrIBM InfoSphere Data Explorer (Vivisimo Velocity)
IBM InfoSphere Data Explorer (Vivisimo Velocity) Ralph Behrens Client Technical Professional IBM Big Data Sven Herschel Client Technical Professional InfoSphere Data Explorer Big Data Was ist eigentlich
MehrManagement Cockpits. Business Intelligence für Entscheider. Oliver Röniger EMEA Business Intelligence ORACLE Deutschland GmbH
Management Cockpits Business Intelligence für Entscheider Oliver Röniger EMEA Business Intelligence ORACLE Deutschland GmbH email: oliver.roeniger@oracle.com Tel.: 0211 / 74839-588 DOAG, Mannheim, 15.
MehrBig Data & Big Business
Big Data & Big Business Wolfgang Nimführ Big Data & DWH Community Leader, Information Agenda Executive Consultant IBM Software Group Europe Big Data ein Hype? Searches for "big data" on Gartner's website
MehrGranite Gerhard Pirkl
Granite Gerhard Pirkl 2013 Riverbed Technology. All rights reserved. Riverbed and any Riverbed product or service name or logo used herein are trademarks of Riverbed Technology. All other trademarks used
MehrDo you know what K-Means for your Business?
Do you know what K-Means for your Business? Cluster-Analysen mit Oracle Harald Erb Oracle Business Analytics & Big Data Kontakt Harald Erb Principal Sales Consultant Information Architect Kontakt +49 (0)6103
Mehr#Big Data in #Austria
Mario Meir-Huber und Martin Köhler #Big Data in #Austria Big Data Herausforderungen und Potenziale 23.6.2014 Vorstellung Studie Studie #BigData in #Austria Start: 1.11.2013 30.04.2014 Projektpartner: IDC
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
MehrDie Renaissance von Unified Communication in der Cloud. Daniel Jonathan Valik UC, Cloud and Collaboration
Die Renaissance von Unified Communication in der Cloud Daniel Jonathan Valik UC, Cloud and Collaboration AGENDA Das Program der nächsten Minuten... 1 2 3 4 Was sind die derzeitigen Megatrends? Unified
MehrVorstellung IBM Cognos 10.2. Oliver Linder Client Technical Professional Business Analytics
Vorstellung IBM Cognos 10.2 Oliver Linder Client Technical Professional Business Analytics Agenda IBM Cognos 10.2 Architektur User Interfaces IBM Cognos Workspace IBM Cognos Workspace Advanced IBM Cognos
MehrDas Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor
Das Zettabyte CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zetabyte: analytische Datenbanken Die Datenflut. Analytische Datenbanken: Was ist neu? Analytische Datenbanken:
MehrWie Amazon mit Hilfe von Technologie und Daten erfolgreich ist Startup Firmen in Deutschland und weltweit haben Agilität, Innovation und globale
Wie Amazon mit Hilfe von Technologie und Daten erfolgreich ist Startup Firmen in Deutschland und weltweit haben Agilität, Innovation und globale Reichweite in ihrer DNA. Was sind ihre Erfolgskriterien,
MehrCopyright 2014, Oracle and/or its affiliates. All rights reserved.
1 Integrierte Systeme für SIs und VARs Matthias Weiss Direktor Mittelstand Technologie ORACLE Deutschland B.V. & Co. KG 2 Agenda Engineered Systems Oracle s Strategie Engineered Systems Big Data einmal
MehrCreating OpenSocial Gadgets. Bastian Hofmann
Creating OpenSocial Gadgets Bastian Hofmann Agenda Part 1: Theory What is a Gadget? What is OpenSocial? Privacy at VZ-Netzwerke OpenSocial Services OpenSocial without Gadgets - The Rest API Part 2: Practical
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
MehrDesigning Business Intelligence Solutions with Microsoft SQL Server MOC 20467
Designing Business Intelligence Solutions with Microsoft SQL Server MOC 20467 In diesem 5-tägigen Microsoft-Kurs lernen Sie die Implementierung einer Self-Service Business Intelligence (BI) und Big Data
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 Impulse für ein neues Denken!
BIG DATA Impulse für ein neues Denken! Wien, Januar 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust The Age of Analytics In the Age of Analytics, as products and services become
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
Mehr!"#$"%&'()*$+()',!-+.'/',
Soziotechnische Informationssysteme 5. Facebook, Google+ u.ä. Inhalte Historisches Relevanz Relevante Technologien Anwendungsarchitekturen 4(5,12316,7'.'0,!.80/6,9*$:'0+$.;.,&0$'0, 3, Historisches Facebook
MehrStudierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen
Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste
MehrLinux Server in der eigenen Cloud
SÜD IT AG World of IT Linux Server in der eigenen Cloud Infrastructure as a Service (IaaS) Michael Hojnacki, ProtoSoft AG Quellen: SUSE Cloud 4 Präsentation (Thore Bahr) Diverse Veröffentlichungen Stahlgruberring
MehrWird BIG DATA die Welt verändern?
Wird BIG DATA die Welt verändern? Frankfurt, Juni 2013 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Big Data Entmythisierung von Big Data. Was man über Big Data wissen sollte. Wie
MehrBig Data in Azure. Ein Beispiel mit HD Insight. Ralf Stemmer
Big in Azure Ein Beispiel mit HD Insight Ralf Stemmer Agenda owas ist Big? Was ist HD Insight? owelche Probleme kann man damit lösen? odemo Was ist Big? Was ist HD Insight? Datenexplosion - Rasanter Zuwachs
Mehr