Kein Big Data ohne MDM

Größe: px
Ab Seite anzeigen:

Download "Kein Big Data ohne MDM"

Transkript

1 Kein Big Data ohne MDM Das 7V-Vorgehensmodell der ISB AG für erfolgreiche Big Data Projekte 58. Sitzung des KA F+E IuK/UIS INOVUM, Ralf Schneider, Kein Big Data ohne Master Data Management (MDM)

2 Kein Big Data ohne MDM 1. Aktuelle Herausforderungen 2. Definition Big Data / Master Data Management (MDM) 3. Markttrends 4. MDM-BigData-Vorgehensmodell der ISB AG 5. Fazit Kein Big Data ohne Master Data Management (MDM) S. 2

3 Aktuelle Herausforderungen Datenvolumen und es wächst weiter > BARC-Studie BIG DATA Survey Europe : Mehr als die Hälfte der Befragten prognostizieren ein jährliches Datenwachstum von über 25 Prozent. > IDC-Report The Digital Universe in 2020 : Wachstum auf Exabytes (40 Zettabyte) bis Verdoppelung alle 3 Jahre. > IDC-Studie Big Data in Deutschland 2012 : Unternehmen stehen noch ganz am Anfang. Die größten Herausforderungen sind der Schutz der Informationen (46 Prozent), die effiziente Speicherung der Daten (43 Prozent) und die Kostenfrage zur Beherrschung der Daten (39 Prozent). > Der Großteil der ISB-Kunden hat heute schon die Herausforderung, ihre Datenflut nicht mehr bewältigen zu können. Die täglich steigende Datenflut und die zunehmenden Inkonsistenzen bei Stammdaten lassen immer weniger zu, aus den Daten zuverlässige Entscheidungen ableiten zu können. Kein Big Data ohne Master Data Management (MDM) S. 3

4 Aktuelle Herausforderungen WELCHE INFORMATIONEN NEHMEN EIGENTLICH ZU? Stammdaten bedingt» Zunahme der Messstellen» Erweiterung der Methoden, Verfahren und Messungen» Zusätzliche Stammdaten von Unternehmen und Verbänden im Rahmen von E-Government und der damit verbundenen Integration von Behördenund Unternehmensprozessen Does this count as Big Data? Bewegungsdaten auf jeden Fall! > Messinformationen» automatisiert aus Überwachungs- und Messsystemen (Messdaten, Sensordaten, Ortungsdaten, Videodaten, RFID-Bewegungsdaten, )» manuell aus händischen Messungen (Daten aus Fachanwendungen, Excellisten, ) > Informationen aus Social Media zu Umweltbeobachtungen, Beurteilungen, > Audio- und Videodaten > Unstrukturierte Informationen aus Fachzeitschriften, Vorträgen, Kein Big Data ohne Master Data Management (MDM) S. 4

5 Aktuelle Herausforderungen Was ergibt sich aus dem Datenwachstum? > Datenwildwuchs und -redundanz aufgrund applikationsgetriebener voneinander unabhängiger Datensilos > Hoher Aufwand der Integration der verschiedenen Datenquellen > Offene Fragen bzgl. Datenverantwortung und Datenschutz > Schwierigkeit, Informationen weiterhin transparent und einheitlich verwalten und analysieren zu können > Exponentiell steigende Datenmenge verschlechtert Performance bestehender Auswertungen > Bewährte und etablierte Technologien stoßen an Grenzen > Neue Technologien haben sich noch nicht bewährt und stellen somit eine Unsicherheit dar Kein Big Data ohne Master Data Management (MDM) S. 5

6 Aktuelle Herausforderungen Greifen die bewährten Methoden, um das Datenwachstum zu bewältigen? Oder alles neu? > Daten Relevanz zumessen Geschäftsprozesse? > Datenquellen nutzen Datenbanken und ETL-Werkzeuge? > Daten vertrauen Data Governance und Data Quality? > Daten zuordnen Stammdatenmanagement, Matching? > Nutzen generieren Business Intelligence, Data Mining? Kein Big Data ohne Master Data Management (MDM) S. 6

7 Definition Big Data WIKIPEDIA Als Big Data werden besonders große Datenmengen bezeichnet, die mit Hilfe von Standard-Datenbanken und Datenmanagement-Tools nicht oder nur unzureichend verarbeitet werden können. Problematisch sind dabei vor allem die Erfassung, die Speicherung, die Suche, Verteilung, Analyse und Visualisierung von großen Datenmengen. Das Volumen dieser Datenmengen geht in die Terabytes, Petabytes und Exabytes. BARC Die BARC-Experten definieren Big Data als Methoden und Technologien für die hochskalierbare Erfassung, Speicherung und Analyse polystrukturierter Daten. ISB AG dabei berücksichtigen wir etablierte Methoden, Prozesse und IT-Systeme eines Unternehmens, um nachhaltig große Datenmengen verschiedenster Datenstruktur nutzbar zu machen. Wir starten Big Data Projekte nicht auf der grünen Wiese. Kein Big Data ohne Master Data Management (MDM) S. 7

8 Definition Big Data 5 V -CHARAKTERISIERUNG VON BIG DATA (DOUG LANEY, GARTNER) Volume: Variety: Velocity: Veracity: Value: enorm große Datenmengen Strukturvielfalt der Daten hohe Geschwindigkeit, mit der sich die Daten ändern (Volatilität) unterschiedliche Vertrauenswürdigkeit der Daten hoher Nutzen der Daten Kein Big Data ohne Master Data Management (MDM) S. 8

9 Definition Stamm- und Bewegungsdaten Objekt Fluss ID NAME LÄNGE Objekt Messstation ID BEZEICHNUNG MESSUNG > Stammdaten repräsentieren Geschäftsobjekte, z.b. Orte, Flüsse, Berge, Unternehmen, Messstationen, > Ihre Ausprägungen ändern sich nicht oder nur selten über einen längeren Zeitraum. > Stammdaten liegen allen Geschäftsvorfällen zugrunde und sind somit erfolgskritisch für alle Prozesse. > Bewegungsdaten haben beschreibenden Charakter, zeichnen sich durch eine gewisse Dynamik aus (zeitlich variant) und haben meistens einen Zeitbezug (Gültigkeitsdatum). > Damit ändern sich ihre Ausprägungen häufig. Kein Big Data ohne Master Data Management (MDM) S. 9

10 Definition Master Data Management (MDM) viele verschiedene Begriffe, die zwar einen unterschiedlichen Fokus, aber immer auch eine ähnliche Bedeutung haben: > Master Data Management > Stammdatenmanagement > Produktdatenmanagement > Datenmanagement > Product Lifecycle Management > Produktdatenbank Lösungen > Data Hubs > Es geht immer um eine übergreifende und einheitliche Verwaltung der Stammdaten. Kein Big Data ohne Master Data Management (MDM) S. 10

11 Markttrends Big Data und MDM Big Data unter den Top-IT-Themen 2015 > Bei BITKOM, Gartner, Forrester, IDC, MDM ist immer unter den Top-IT-Themen der letzten Jahre > aktuell 18% jährliche Wachstumsrate, 2014 Volumen von 2,5 Mrd. (weltweit) > 2014: 66% der Fortune 1000 Unternehmen nutzen sogar mindestens zwei produktive MDM Lösungen Kein Big Data ohne Master Data Management (MDM) S. 11

12 Markttrends MDM und Big Data Big Data und MDM sind eng verzahnt > Zum einen erzeugt Master Data Management selbst Massen von Daten, z.b.» Historisierungs- und Versionierungsdaten» Verknüpfungsinformationen» und ist damit selbst ein kleines Big Data Projekt. > Zum anderen sind die Datenqualität und ein dafür erforderliches konsequentes und übergreifendes Datenmanagement die entscheidenden Erfolgsfaktoren, um Big Data bewältigen zu können. Die Auswertung unstrukturierter Daten war für viele CIOs offenbar eine Enttäuschung. Da sie nicht die gewünschten Ergebnisse erzielten, messen sie dem Thema jetzt weniger Bedeutung bei und verdoppeln im Gegenzug ihre Anstrengungen beim Master Data und Data Quality Management. (Wirtschaftswoche, ) Kein Big Data ohne Master Data Management (MDM) S. 12

13 Markttrends MDM und Big Data Vorgehen > Um einen Nutzen aus den Daten ziehen zu können, werden die undurchsichtigen Datenmengen auf die wesentlichen Informationsträger (Orte, Flüsse, Unternehmen, Messstellen, ) verdichtet. Welche Stammdaten für Big Data? > Es wird eruiert, in welchen Datenquellen identische Stammdaten zu finden sind und festgelegt, wo sich der Master befindet. Welche Beziehungen zwischen Stammdaten? > Um die Stammdaten mit Leben zu füllen, werden die zugehörigen (beschreibenden) Informationen recherchiert und zugeordnet. Welche beschreibenden Daten? Kein Big Data ohne Master Data Management (MDM) S. 13

14 MDM-BigData-Vorgehensmodell 7V -Modell Verständnis Verbindlichkeit Vereinfachung Verprobung Verfahren Verfolgung Analyse Zieldefinition Konzeption Prototyp Implementierung Go Live und Support Vertrag Projekt- und Qualitätsmanagement (Überwachung und Steuerung) Kein Big Data ohne Master Data Management (MDM) S. 14

15 MDM-BigData-Vorgehensmodell Verständnis Verständnis Analyse Vision und relevante Geschäftsprozesse definieren > Was ist meine Big Data Vision? > Was sind die strategischen Geschäftsfelder? > In welchen der Felder kann ich Zusatznutzen erzielen, wenn ich aus der Datenflut mehr Informationen heraus ziehen kann? Welches Geschäftsfeld ist auszuwählen? Standortbestimmung gemäß Dimensionenmodell Organisation Systeme Prozesse Daten > Geschäftsprozesse > Data Governance Prozesse > Datenqualität > Stammdatenmanagement > Business Intelligence > Methoden Kein Big Data ohne Master Data Management (MDM) S. 15

16 MDM-BigData-Vorgehensmodell Verbindlichkeit Verbindlichkeit Zieldefinition Zieldefinition > Was soll erreicht werden? Beispiele:» Neue Erkenntnisse aus der Datenflut» Zuverlässigere Entscheidungen durch mehr zuverlässige Daten» Automatisierung der Geschäftsprozesse durch höhere Datenqualität» Sicherstellung Governance und Compliance durch höhere Datenqualität» Reduktion Kosten durch Vermeidung Inkonsistenzen und Nachpflege» Automatisierte Bereitstellung von Daten für Open Government Portale» Definition Zielerreichungskriterien und GAP Analysis > Einbindung aller Stakeholder > Definition und Gewichtung der Teilziele (Neue Erkenntnisse, Reduktion Inkonsistenzen, Kostenreduktion, ) > Formulierung eines Gesamtziels > Definition Methoden zur Zielüberwachung (GAP Analysis) inkl. Risikobewertung Kein Big Data ohne Master Data Management (MDM) S. 16

17 MDM-BigData-Vorgehensmodell Vereinfachung Vereinfachung Konzeption Modellierung der Datenbasis für Big Data > Extraktion der Informationsträger aus der Datenflut (MDM-Ansatz) > Konzeption der Algorithmen zur Erkennung identischer Informationsträger (Matching) und zur Auflösung von Inkonsistenzen (Cleansing) > Spezifikation der Algorithmen zur Zuordnung beschreibender Informationen (Mapping) > Festlegung der Daten- und Prozessstrukturen, Validierung und Data Governance Regeln Architektur und Toolauswahl > Architekturmodellierung für die MDM- und Big Data Prozesse > Auswahl MDM-Produkt und Festlegung der Big Data Werkzeuge (z.b. Hadoop, NoSQL-DB, ) Konzeption der Auswertung von Big Data > Konzeption der Ladeprozesse strukturierter und unstrukturierter Daten in die Datenbanken > Modellierung einer Plattform für Reporting/Analytics > Spezifikation der Auswertungen Kein Big Data ohne Master Data Management (MDM) S. 17

18 MDM-BigData-Vorgehensmodell Verprobung Verprobung Prototyp Umsetzung einer Problemdomäne > T-Stich zur Verifizierung der Konzeption (Ist das Konzipierte auch umsetzbar?) > T-Stich so wählen, dass Quick Wins (die schon nach T-Stich erzielbar sind) genutzt werden können > Ggf. Nutzung von Synergieeffekten mit anderen Projekten Bewertung > Feststellung von Problemen > Korrekturen (bei der Umsetzung oder bei der Konzeption) > Next Step Definition Kein Big Data ohne Master Data Management (MDM) S. 18

19 MDM-BigData-Vorgehensmodell Verfahren Verfahren Implementierung Umsetzung der durch Prototypen validierten Konzepte > Recherche Informationsobjekte > Matching- und Cleansingalgorithmen > Mappings (Zuordnung beschreibender Objekte) > Informationssuche (Einbindung Suchmaschine) > Lesezugriffe > Einheitliche Visualisierung > Performanceoptimierungen > Analysen > Kein Big Data ohne Master Data Management (MDM) S. 19

20 MDM-BigData-Vorgehensmodell Verfolgung & Vertrag Verfolgung Go Live und Support Sicherstellung Inbetriebnahme > Einbindung und Enablement betroffener Organisationseinheiten > Schulung > Betriebskonzept > Produktivsetzung > Vertrag Projekt- und Qualitätsmanagement (Überwachung und Steuerung) Sicherstellung der vertraglichen Rahmenbedingungen > Projektmanagement zur Steuerung der Projektziele > Qualitätsmanagement > Durchsetzung vereinbarter Vorgehensmodelle für Umsetzung > Agile vs. Klassische Verfahren > Kein Big Data ohne Master Data Management (MDM) S. 20

21 MDM-BigData-Vorgehensmodell Unsere MDM/BigData-Partner Einsatz von Open Source Produkten und Standardsoftware der Unternehmen Kein Big Data ohne Master Data Management (MDM) S. 21

22 MDM-BigData-Vorgehensmodell Praxisbeispiel Automotive AfterMarket Fallbeispiel Pricing Automotive AfterMarket > Für ein automatisiertes Pricing von Ersatzteilen werden bislang in erster Linie die eigenen Preisziele (Target, Best und Floor Price), die eigenen Kostenstrukturen sowie Wettbewerbspreise von Datenanbietern genutzt. > Alle diese Faktoren werden immer schnelllebiger. Es reicht nicht mehr aus, auf veraltete Daten zuzugreifen. > Statt dessen müssen tagesaktuelle Veränderungen am Markt berücksichtigt werden. Herausforderungen > Extraktion, Speicherung, Verwaltung und Auswertung riesiger Datenmengen aus» branchen- oder öffentlich zugänglichen Online-Portalen (aktuelle Preise, neues Bundling von Ersatzteilen zu Rabattpaketen, Hinzufügung neuer Services, )» sozialen Netzwerken (Aussagen bestehender Kunden, Kontakte von Bestandskunden zu Mitbewerbern, ) > Auswertung der Daten und Erstellung von neuen Preisen in Echtzeit (Preisänderungen am Markt, Kundenverhalten, Korrelationen Kunde-Produkt-Mitbewerber, ) Kein Big Data ohne Master Data Management (MDM) S. 22

23 MDM-BigData-Vorgehensmodell Praxisbeispiel Automotive AfterMarket Vorgehen nach dem 7V-Modell: > Geschäftsprozessmodellierung (Pricing-Prozess inkl. Zielpreisbestimmung und Rabattierung, Normierung von Ersatzteildaten, Verknüpfung mit Automobildaten, ) > Extraktion Informationsträger (Produkte, Kunden, ) aus den definierten Datenquellen (SAP, Datenbanken weiterer Anwendungssysteme, Files von Datenanbietern, Verkaufsportale, Facebook, Twitter, ) > Matching (Erkennung identischer Informationsträger) und Cleansing (Bereinigung von Inkonsistenzen) > Datenmodellierung (Kunden, Produkt, Produktbundles, Wettbewerbspreisliste, Online-Portale, Rabattstrukturen, ) > Zugriffsmechanismen auf die verschiedenen Datenquellen (Online-Portale, soziale Netzwerke, ) > Analyse und Auswertung der unterschiedlichen Daten > Systemarchitektur (Erweiterung bestehender Infrastruktur mit Werkzeugen wie z.b. HANA, Hadoop, ) > Kein Big Data ohne Master Data Management (MDM) S. 23

24 Fazit: Kein Big Data ohne MDM > Master Data Management- (MDM-) Methoden, um» Datenqualität sicherzustellen» Strukturen in Big Data zu erkennen und nutzbar zu machen > Damit ist MDM» Basis für zuverlässige und zeitnahe Analysen und Entscheidungen im Big Data Management» Treiber für Business Intelligence und Predictive Analytics > MDM macht aus Big Data Smart Data Eine MDM-Strategie ist die Basis für erfolgreiche Big Data Projekte. Big Data Projekte führen zu verlässlicheren Unternehmensentscheidungen. Fazit: Kein Big Data Projekt ohne Master Data Management! Kein Big Data ohne Master Data Management (MDM) S. 24

25 Vielen Dank für Ihre Aufmerksamkeit! Ralf Schneider, ISB AG Kein Big Data ohne Master Data Management (MDM) S. 25

Big Data Fluch oder Segen für MDM? 5. Trendkongress net economy, Messe Karlsruhe, 16.05.2013

Big Data Fluch oder Segen für MDM? 5. Trendkongress net economy, Messe Karlsruhe, 16.05.2013 Big Data Fluch oder Segen für MDM? 5. Trendkongress net economy, Messe Karlsruhe, 16.05.2013 Big Data Fluch oder Segen für Master Data Management (MDM)? Agenda: 1. Aktuelle Herausforderungen 2. Definition

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

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

Digitale 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 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

Mehr

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired

Data. 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,

Mehr

Big 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: 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

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

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

SPoT Agenda. Begrüßung und Vorstellung CAS AG. Markttrends aus Analystensicht. Big Data Trusted Information

SPoT Agenda. Begrüßung und Vorstellung CAS AG. Markttrends aus Analystensicht. Big Data Trusted Information SPoT Agenda Begrüßung und Vorstellung CAS AG Markttrends aus Analystensicht Big Data Trusted Information Lars Iffert, BARC GmbH Dr. Oliver Adamczak, IBM Deutschland GmbH Factory Ansatz für ETL-Prozesse

Mehr

Big Data Vom Hype zum Geschäftsnutzen

Big 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

Mehr

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010 Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im Umfeld bei Siemens Frank Hincke, DIMQ, Köln 03/2010 Agenda Vorstellung Sprecher Programm ATLAS im Bereich Siemens Bereich Energie,

Mehr

Big 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 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

Mehr

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence

Analytische 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

Mehr

Big & Smart Data. bernard.bekavac@htwchur.ch

Big & Smart Data. bernard.bekavac@htwchur.ch Big & Smart Data Prof. Dr. Bernard Bekavac Schweizerisches Institut für Informationswissenschaft SII Studienleiter Bachelor of Science in Information Science bernard.bekavac@htwchur.ch Quiz An welchem

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

Business Intelligence - Wie passt das zum Mainframe?

Business 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,

Mehr

Big Data Mythen und Fakten

Big 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

Mehr

Die zentralen Erfolgsfaktoren für mehr Werberelevanz: Smart statt Big Data

Die zentralen Erfolgsfaktoren für mehr Werberelevanz: Smart statt Big Data Die zentralen Erfolgsfaktoren für mehr Werberelevanz: Smart statt Big Data dmexco Night Talk Wolfhart Fröhlich 24.06.2014, Hamburg intelliad Media GmbH Daten gibt es wie Sand am Meer Bild: Alexandr Ozerov

Mehr

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es

Mehr

Wertschöpfung durch Daten: Nutzung von Little Data & Big Data in der Industrie

Wertschöpfung durch Daten: Nutzung von Little Data & Big Data in der Industrie Wertschöpfung durch Daten: Dr. Matthias Nagel, Markus Nagel, Dirk Maiwald & Dagmar Lange Chemnitz, 20.03.2014 1 Smart Everything : Leben im Datenzeitalter 2 Datability: Nutzung aller relevanter Daten Datenquellen:

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

Datenqualität erfolgreich steuern

Datenqualität erfolgreich steuern Edition TDWI Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte von Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian Merighi 3., überarbeitete und erweiterte Auflage

Mehr

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI Detlef Apel Wolfgang Behme Rüdiger Eberlein Christian Merighi Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte 3., überarbeitete und erweiterte Auflage Edition TDWI rä

Mehr

Big Data Alter Wein in neuen Schläuchen? 27.11.2013 Josef Schmid M.A. Dynelytics AG

Big Data Alter Wein in neuen Schläuchen? 27.11.2013 Josef Schmid M.A. Dynelytics AG Big Data Alter Wein in neuen Schläuchen? 27.11.2013 Josef Schmid M.A. Dynelytics AG 2 Big Data Gartner prognostiziert, dass Unternehmen im laufenden Jahr für IT-Lösungen im Big-Data- Bereich 34 Milliarden

Mehr

Grid Analytics. Informationsanforderungen und plattformen für Ihre Netze

Grid Analytics. Informationsanforderungen und plattformen für Ihre Netze Grid Analytics Informationsanforderungen und plattformen für Ihre Netze GAT / WAT IT Forum 2014 September 2014 Fichtner-Gruppe Gegründet 1922 und seither in Familienbesitz Deutschlands größtes unabhängiges

Mehr

Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie

Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie Executive Summary BIG DATA Future Chancen und Herausforderungen für die deutsche Industrie BIG DATA Future Opportunities and Challanges in the German Industry Zusammenfassung Die Menge der verfügbaren

Mehr

Direktmarketing im Zentrum digitaler Vertriebsstrategien

Direktmarketing im Zentrum digitaler Vertriebsstrategien Direktmarketing im Zentrum digitaler Vertriebsstrategien Standortbestimmung und Key Learnings für Verlage Hamburg, September 2014 Im Zentrum digitaler Vertriebsstrategien steht zunehmend die Analyse komplexer

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse 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

Mehr

EMC. Data Lake Foundation

EMC. Data Lake Foundation EMC Data Lake Foundation 180 Wachstum unstrukturierter Daten 75% 78% 80% 71 EB 106 EB 133 EB Weltweit gelieferte Gesamtkapazität Unstrukturierte Daten Quelle März 2014, IDC Structured vs. Unstructured

Mehr

OPEN GOVERNMENT: MEHR TRANSPARENZ UND PARTIZIPATION DURCH ANALYTICS ANDREAS NOLD STATEGISCHE GESCHÄFTSENTWICKLUNG SAS D-A-CH

OPEN GOVERNMENT: MEHR TRANSPARENZ UND PARTIZIPATION DURCH ANALYTICS ANDREAS NOLD STATEGISCHE GESCHÄFTSENTWICKLUNG SAS D-A-CH OPEN GOVERNMENT: MEHR TRANSPARENZ UND PARTIZIPATION DURCH ANALYTICS ANDREAS NOLD STATEGISCHE GESCHÄFTSENTWICKLUNG SAS D-A-CH BEISPIEL FLUGHAFEN BERLIN-BRANDENBURG Offizielle Webseite des Flughafens https://ber.piratenfraktion-berlin.de/projekt/

Mehr

Was ist Big Data? Versuch einer Positionsbestimmung. Wolfgang Marquardt

Was ist Big Data? Versuch einer Positionsbestimmung. Wolfgang Marquardt Was ist Big Data? Versuch einer Positionsbestimmung Wolfgang Marquardt Vorstandsvorsitzender des Forschungszentrum Jülich 02.06.2015 Jahrestagung des deutschen Ethikrates Ganz sicher auch ein Hype hohe

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

SAP HANA eine Plattform für innovative Anwendungen

SAP HANA eine Plattform für innovative Anwendungen SAP HANA eine Plattform für innovative Anwendungen Top Intelligence: Big Data & SAP HANA Zürich, Frankfurt, Hamburg, München, Mülheim/R Februar 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder

Mehr

Bessere Daten durch Stammdatenmanagement

Bessere Daten durch Stammdatenmanagement make connections share ideas be inspired Bessere Daten durch Stammdatenmanagement Mit SAS MDM, bessere Stammdaten für operativen Systeme make connections share ideas be inspired Overview Mit SAS MDM bessere

Mehr

EXASOL AG Zahlen & Fakten

EXASOL AG Zahlen & Fakten Big Data Management mit In-Memory-Technologie EXASOL AG Zahlen & Fakten Name: EXASOL AG Gründung: 2000 Tochterges.: Management: Produkte: Firmensitz: Niederlassung: EXASOL Cloud Computing GmbH Steffen

Mehr

Datability. Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG. Hannover, 9. März 2014

Datability. Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG. Hannover, 9. März 2014 Datability Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG Hannover, 9. März 2014 Bürger fordern verantwortungsvollen Umgang mit Daten Inwieweit stimmen Sie den folgenden

Mehr

BIG DATA - BIG OPPORTUNITIES

BIG DATA - BIG OPPORTUNITIES BIG DATA - BIG OPPORTUNITIES eday: 2014 Wien, 6. März 2014 EBA Executive Business Advice GmbH 1120 Wien, Am Euro Platz 2, Gebäude G Tel.: +43 1 71728 172 Email: office@eba-business.at www.eba-business.at

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010

Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010 Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Information Governance Information Management

Mehr

Ihre PRAXIS Software AG. a t o s. - nalytisch. - aktisch. - perativ. - trategisch. Unser atos Konzept für Ihren Erfolg

Ihre PRAXIS Software AG. a t o s. - nalytisch. - aktisch. - perativ. - trategisch. Unser atos Konzept für Ihren Erfolg Ihre PRAXIS Software AG a t o s - nalytisch - aktisch - perativ - trategisch Unser atos Konzept für Ihren Erfolg Das atos Konzept macht geschäftskritische Daten und Abläufe transparent ermöglicht einfache

Mehr

Foto: violetkaipa - Fotolia

Foto: violetkaipa - Fotolia Die D kön Foto: violetkaipa - Fotolia 10 IT-Trend Big Data atenflut steigt wie nen wir sie nutzen? Ständig erhöht sich die Masse der uns umgebenden Daten, Informationen werden immer schneller generiert.

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

IMPULS AM VORMITTAG. Smart Grids 2.0, Österreich als Leitmarkt und Leitanbieter 27. Februar 2014

IMPULS AM VORMITTAG. Smart Grids 2.0, Österreich als Leitmarkt und Leitanbieter 27. Februar 2014 IMPULS AM VORMITTAG Smart Grids 2.0, Österreich als Leitmarkt und Leitanbieter 27. Februar 2014 INHALTE Teradata? Wer sind denn die überhaupt? Big Data? Wirklich? Wo? Die vorgegebenen Impulsfragen: 1.

Mehr

Big Data Modewort oder echter Mehrwert. freenet Group Dr. Florian Johannsen

Big Data Modewort oder echter Mehrwert. freenet Group Dr. Florian Johannsen Big Data Modewort oder echter Mehrwert freenet Group Dr. Florian Johannsen freenet Group 2 Titel der Präsentation 07.07.2015 Mobilfunkgeschäft der freenet Group Austausch von Daten und Informationen Im

Mehr

Prozess- und Datenmanagement Kein Prozess ohne Daten

Prozess- und Datenmanagement Kein Prozess ohne Daten Prozess- und Datenmanagement Kein Prozess ohne Daten Frankfurt, Juni 2013 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Prozess- und Datenmanagement Erfolgreiche Unternehmen sind Prozessorientiert.

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

Technologischen 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

Mehr

Die Rolle des Stammdatenmanagements im digitalen Unternehmen

Die 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

Mehr

Daten verstehen. Prozessoptimierung Applikationsmanagement Systemintegration. Daten- u. Prozessmodellierung Applikationsentwicklung Systemintegration

Daten verstehen. Prozessoptimierung Applikationsmanagement Systemintegration. Daten- u. Prozessmodellierung Applikationsentwicklung Systemintegration Actum + MIOsoft Ihr SAP Partner Prozessoptimierung Applikationsmanagement Systemintegration Daten verstehen Daten managen Business Analytics und IT Plattformanbieter Daten- u. Prozessmodellierung Applikationsentwicklung

Mehr

Von Big Data zu Smart Data

Von Big Data zu Smart Data Von Big Data zu Smart Data mit Technologieförderung des BMWi Big Data Summit BITKOM-Konferenz; Bonn, 24.06.2013 Dr. Andreas Goerdeler Unterabteilungsleiter Informationsgesellschaft; Medien Bundesministerium

Mehr

Datenintegration, -qualität und Data Governance. Hannover, 14.03.2014

Datenintegration, -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

Mehr

ISB AG Ihr Software-Partner für maßgeschneiderte Lösungen

ISB AG Ihr Software-Partner für maßgeschneiderte Lösungen ISB AG Ihr Software-Partner für maßgeschneiderte Lösungen Mit uns arbeitet man gern zusammen ISB AG Ihr Software-Partner für maßgeschneiderte Lösungen ISB AG entwickelt seit vielen Jahren maßgeschneiderte

Mehr

Trends in Business Intelligence

Trends in Business Intelligence Trends in Business Intelligence Dr. Carsten Bange Business Intelligence (BI) beschreibt die Erfassung, Sammlung und Darstellung von Information zur Planung, Steuerung und Kontrolle der Unternehmensleistung.

Mehr

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM Datenreorganisation > Effiziente und performante Stammdatenreorganisation mit SAP Data Services < Simon Hartstein / T-Systems Data Migration Consulting AG / Harmonization & Consolidation Mai 21, 2014 Agenda

Mehr

SAP BW: Erfahrungen in Projekt und Produktion. www.dv-ratio.com DV-RATIO Nord GmbH, Jan-Oliver Meister, 01/2002 Folie: 1

SAP BW: Erfahrungen in Projekt und Produktion. www.dv-ratio.com DV-RATIO Nord GmbH, Jan-Oliver Meister, 01/2002 Folie: 1 SAP BW: Erfahrungen in Projekt und Produktion www.dv-ratio.com DV-RATIO Nord GmbH, Jan-Oliver Meister, 01/2002 Folie: 1 Das Unternehmen DV-RATIO im Profil Qualität und Innovation seit 20 Jahren Beratungsteam

Mehr

Was tun mit Big Data? Workshop-Angebote der PROFI AG

Was tun mit Big Data? Workshop-Angebote der PROFI AG Was tun mit Big Data? Workshop-Angebote der PROFI AG Jetzt anmelden! Die Teilnehmerzahl ist begrenzt. Was ist Big Data? 3 Herzlich willkommen. Die PROFI AG bietet Kunden ein breites Spektrum an Software-Lösungen,

Mehr

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen

Big 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

Mehr

Hannover, 20.03.2015 Halle 5 Stand A36

Hannover, 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

Mehr

Business Intelligence Governance

Business Intelligence Governance Business Intelligence Governance von der Vision zur Realität im Unternehmensalltag Webinar September 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das intelligente Unternehmen

Mehr

Master Data Management

Master Data Management Master Data Management Warum Stammdatenmanagement Komplexität reduzieren Stammdatenmanagement bringt Ordnung in ihre Stammdaten. Doubletten werden erkannt und gesperrt. Stammdaten verschiedener Quellsysteme

Mehr

Kann man Big Data managen?

Kann man Big Data managen? Kann man Big Data managen? Information Governance in Retail-Unternhmen Uwe Nadler Senior Managing Consultant Big Data Architect Sales Leader Information Governance D-A-CH Themen Die Bedeutung von Information

Mehr

Thementisch Anwendungsgebiete und

Thementisch Anwendungsgebiete und Thementisch Anwendungsgebiete und b Erfolgsgeschichten KMUs und Big Data Wien 08. Juni 2015 Hermann b Stern, Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center for Data-driven

Mehr

Big Data in Marketing und IT

Big 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

Mehr

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014 Martin Böhn, Head of CRM, Senior Analyst CRM in der heutigen Praxis: Kampf Vor-Ort- Termine Prospekte, Beispiele

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

Das 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 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:

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

Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP

Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP V04 02. Mai 2011, 16.15-17.45 Uhr, ITS-Pool nur zugelassene Teilnehmer Niedersächsisches Hochschulkompetenzzentrum für SAP (CCC) Aktuelles

Mehr

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen VIADEE CRM VIEL MEHR ALS EIN STÜCK SOFTWARE Eine Vielzahl von unterschiedlichen

Mehr

Business Intelligence braucht mehr Business!

Business Intelligence braucht mehr Business! Business Intelligence braucht mehr Business! Oder: Raus aus der BI-Falle! Dr. Guido Kemper 16. Handelsblatt Jahrestagung: Strategisches IT-Management. München, 25.01.2010 prometis - Management & Technology

Mehr

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA Agenda VORSTELLUNG B.TELLIGENT WIE ENTSTEHT EINE KENNZAHL? WAS SIND METADATEN? AUFBAU UND FUNKTIONSWEISE DES BI WIKI LIVE DEMO ZUSAMMENFASSUNG

Mehr

Systemen. Stand der Umsetzung von BSC-Systemen. 3/4 der Unternehmen setzen Balanced Scorecard als neues Instrument der Unternehmensführung ein.

Systemen. Stand der Umsetzung von BSC-Systemen. 3/4 der Unternehmen setzen Balanced Scorecard als neues Instrument der Unternehmensführung ein. Stand der Umsetzung von BSC-Systemen Systemen BSC eingeführt keine Überarbeitung 11% kein Interesse 26% BSC eingeführt Überarbeitung geplant 5% BSC geplant 58% n = 141 3/4 der Unternehmen setzen Balanced

Mehr

FHH meets economy. Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover. Hannover, 21. Januar 2010. 21. Januar 2010 bit GmbH

FHH meets economy. Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover. Hannover, 21. Januar 2010. 21. Januar 2010 bit GmbH FHH meets economy BI Projektmanagement bei QlikView Projekten Tobias Klug Dipl.-Wirt.-Inf. (FH), Alumnus FH Hannover Hannover, 21. Januar 2010 21. Januar 2010 Agenda Über die bit GmbH Über QlikTech und

Mehr

Infografik Business Intelligence

Infografik Business Intelligence Infografik Business Intelligence Top 5 Ziele 1 Top 5 Probleme 3 Im Geschäft bleiben 77% Komplexität 28,6% Vertrauen in Zahlen sicherstellen 76% Anforderungsdefinitionen 24,9% Wirtschaflicher Ressourceneinsatz

Mehr

Stammdatenmanagement trifft Big Data Herausforderungen und Trends

Stammdatenmanagement trifft Big Data Herausforderungen und Trends Stammdatenmanagement trifft Big Data Herausforderungen und Trends Frankfurt, September 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Die Digitalisierung der Welt Nach der Globalisierung

Mehr

Technologieförderschwerpunkt des BMWi

Technologieförderschwerpunkt des BMWi Forschungsbereich Konvergente IKT - Technologieförderschwerpunkt des BMWi Überblick, Trends, Perspektiven Future Internet PPP 22.5.2013 Dr. Alexander Tettenborn Referatsleiter Entwicklung konvergenter

Mehr

Die 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 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

Mehr

12. Juni 2013 Audit Analytics clevere Datenanalysen im Prüfungsumfeld

12. Juni 2013 Audit Analytics clevere Datenanalysen im Prüfungsumfeld 12. Juni 2013 Audit Analytics clevere Datenanalysen im Prüfungsumfeld Wie immer: Eine sehr persönliche Zusammen-fassung des Tages (unvollständig, mit Beispielen) Was ich gehört und verstanden habe Nicht

Mehr

BIG DATA Impulse für ein neues Denken!

BIG 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

Mehr

Analyse und Auswertung großer heterogener Datenmengen

Analyse und Auswertung großer heterogener Datenmengen Analyse und Auswertung großer heterogener Datenmengen Herausforderungen für die IT-Infrastruktur Richard Göbel Inhalt Big Data Was ist das eigentlich? Was nützt mir das? Wie lassen sich solche großen Datenmengen

Mehr

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects Besseres Investitionscontrolling mit Der Investitionsprozess Singuläres Projekt Idee, Planung Bewertung Genehmigung Realisierung Kontrolle 0 Zeit Monate, Jahre Perioden Der Investitionsprozess Singuläres

Mehr

Digitalisierung wie aus einer Strategie Realität wird.

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,

Mehr

SAS Analytics bringt SAP HANA in den Fachbereich

SAS Analytics bringt SAP HANA in den Fachbereich Pressemitteilung Hamburg, 08. November 2013 SAS Analytics bringt SAP HANA in den Fachbereich Ergonomie kombiniert mit Leistungsfähigkeit: die BI-Experten der accantec group geben der neuen Partnerschaft

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

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23.

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. April 2015 Agenda Was wir unter künstlicher Intelligenz 1 verstehen - Breites

Mehr

Intelligente Unternehmens- und Prozesssteuerung durch CPM

Intelligente Unternehmens- und Prozesssteuerung durch CPM Intelligente Unternehmens- und Prozesssteuerung durch CPM 5. IIR Forum BI, Mainz, Sept. 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Big Data - Fluch oder Segen?

Big Data - Fluch oder Segen? mitp Professional Big Data - Fluch oder Segen? Unternehmen im Spiegel gesellschaftlichen Wandels von Ronald Bachmann, Guido Kemper, Thomas Gerzer 1. Auflage Big Data - Fluch oder Segen? Bachmann / Kemper

Mehr

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Thema: David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Autor: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant PRAXIS EDV- Betriebswirtschaft- und

Mehr

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG Inhalt Globale und unternehmensspezifische Herausforderungen Von Big Data zu Smart Data Herausforderungen und Mehrwert von Smart Data 2

Mehr

IT-Strategie der zentralen Leistungserbringer der UZH 2014-2016

IT-Strategie der zentralen Leistungserbringer der UZH 2014-2016 Universität Zürich Prorektorat Rechts- und Künstlergasse 15 CH-8001 Zürich Telefon +41 44 634 57 44 www.rww.uzh.ch IT-Strategie der zentralen Leistungserbringer der UZH 2014-2016 Version vom 6. Juni 2014

Mehr

Portal-Software. ideale Marketing- und Verkaufs-Plattformen. Peter Schupp. SCMT GmbH Gottlieb-Manz-Str. 10 70794 Filderstadt

Portal-Software. ideale Marketing- und Verkaufs-Plattformen. Peter Schupp. SCMT GmbH Gottlieb-Manz-Str. 10 70794 Filderstadt Peter Schupp SCMT GmbH Gottlieb-Manz-Str. 10 70794 Filderstadt +49 (711) 44080844 peter.schupp@scmt.com SCMT 2009 www.scmt.com womit ich Sie heute nicht quälen will Was ich Ihnen nicht zumuten möchte Quelle:

Mehr

SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN

SOZIALES BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN CHRISTIAN KÖNIG BUSINESS EXPERT COMPETENCE CENTER CUSTOMER INTELLIGENCE Copyr i g ht 2012, SAS Ins titut e Inc. All rights res

Mehr

SAP Finanz- und Risikolösungen. Volker Mohr, SAP SE 20. Mai 2015 Public

SAP Finanz- und Risikolösungen. Volker Mohr, SAP SE 20. Mai 2015 Public SAP Finanz- und Risikolösungen Volker Mohr, SAP SE 20. Mai 2015 Public Agenda Überblick Integrierte Finanz- und Risikoarchitektur Relevanz eines integrierten Ansatzes Innovationen und Roadmap Zusammenfassung

Mehr

Wird BIG DATA die Welt verändern?

Wird 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

Mehr

Innovationen durch Big Data: Chancen für die Maritime Wirtschaft

Innovationen durch Big Data: Chancen für die Maritime Wirtschaft Pushing IT forward! Maritime IT Big Data Martin Lochte-Holtgreven 27.08.2013 Innovationen durch Big Data: Chancen für die Maritime Wirtschaft Agenda Innovationen durch BigData Grundlagen Beispiele aus

Mehr

Vorstellung der Software GRC-Suite i RIS

Vorstellung der Software GRC-Suite i RIS Vorstellung der Software GRC-Suite i RIS Systemgestütztes Governance-, Risk- und Compliance- sowie Security-, Business Continuity- und Audit- Inhalt Überblick Architektur der GRC-Suite i RIS Einsatz-Szenarien

Mehr

Was tun mit Big Data? Workshop-Angebote der PROFI AG

Was tun mit Big Data? Workshop-Angebote der PROFI AG Was tun mit Big Data? Workshop-Angebote der PROFI AG Jetzt anmelden! Die Teilnehmerzahl ist begrenzt. Herzlich willkommen. Die PROFI AG bietet Kunden ein breites Spektrum an Software-Lösungen, um Geschäftsprozesse

Mehr

Big Data, small Data und alles dazwischen!

Big 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

Mehr

Social Monitoring. HAW Hamburg Hochschule für Angewandte Wissenschaften University of Applied Sciences Master Informatik - Anwendungen 1 WS 2013/2014

Social Monitoring. HAW Hamburg Hochschule für Angewandte Wissenschaften University of Applied Sciences Master Informatik - Anwendungen 1 WS 2013/2014 HAW Hamburg Hochschule für Angewandte Wissenschaften University of Applied Sciences Master Informatik - Anwendungen 1 WS 2013/2014 Abdul-Wahed Haiderzadah abdul-wahed.haiderzadah@haw-hamburg.de Betreuer:

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