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

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

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

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

Zeitgemäße Verfahren für ganzheitliche Auswertungen

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

Mehr

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

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

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

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

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

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 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

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

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

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

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

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

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

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

Vortrag. Systembasiertes Risiko-Controlling für den Mittelstand. 15 Jahre syscon 21. Oktober 2011 Pyramide Fürth

Vortrag. Systembasiertes Risiko-Controlling für den Mittelstand. 15 Jahre syscon 21. Oktober 2011 Pyramide Fürth 15 Jahre syscon 21. Oktober 2011 Pyramide Fürth Vortrag Systembasiertes Risiko-Controlling für den Mittelstand Dr. Klaus Blättchen Geschäftsführer syscon Copyright - syscon Unternehmensberatung GmbH syscon

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

Positionspapier Big Data

Positionspapier Big Data TeleTrusT-interner Workshop Berlin, 05.06.2014 Positionspapier Big Data Oliver Dehning, antispameurope GmbH Leiter der AG Cloud Security Definition Big Data Big Data bezeichnet große Datenmengen (Volume)

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

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

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

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

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

Self Service BI der Anwender im Fokus

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

Mehr

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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Mehr

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

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

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

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 Eine Einführung ins Thema

Big Data Eine Einführung ins Thema Joachim Hennebach Marketing Manager IBM Analytics 11. Februar 2016 Big Data Eine Einführung ins Thema Nur kurz: Was ist Big Data? (Die 5 Vs.) Volumen Vielfalt Geschwindigkeit Datenwachstum Von Terabytes

Mehr

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

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

SAP Technologien für die Telematik Chancen für die Versicherungsbranche. Dr. Alfred Geers, SAP Schweiz 28. Oktober 2014

SAP Technologien für die Telematik Chancen für die Versicherungsbranche. Dr. Alfred Geers, SAP Schweiz 28. Oktober 2014 SAP Technologien für die Telematik Chancen für die Versicherungsbranche Dr. Alfred Geers, SAP Schweiz 28. Oktober 2014 Der Markt ist bezüglich Telematik bereits in Bewegung Versicherungen Kunden Automobilhersteller

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

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

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

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

Erfolgsfaktor Datenqualität - Verfahren und Tools zur Qualitätssicherung der Produktdaten-

Erfolgsfaktor Datenqualität - Verfahren und Tools zur Qualitätssicherung der Produktdaten- Erfolgsfaktor Datenqualität - Verfahren und Tools zur Qualitätssicherung der Produktdaten- Rolf Krieger Institut für Softwaresysteme Hochschule Trier, Umwelt-Campus Birkenfeld email: r.krieger@umwelt-campus.de

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

Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland

Echtzeiterkennung 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, >

Mehr

Kundenkommunikation im Wandel

Kundenkommunikation im Wandel Kundenkommunikation im Wandel Christian Öller 17. November 1991 Copyright 2013 NTT DATA Corporation Kommunikationstechnologien in Veränderung Copyright 2013 NTT DATA Corporation 2 Best Practice Automobilbranche

Mehr

Industrie 4.0 und Smart Data

Industrie 4.0 und Smart Data Industrie 4.0 und Smart Data Herausforderungen für die IT-Infrastruktur bei der Auswertung großer heterogener Datenmengen Richard Göbel Inhalt Industrie 4.0 - Was ist das? Was ist neu? Herausforderungen

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

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

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

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

WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST?" BERNADETTE FABITS

WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST? BERNADETTE FABITS WEBINAR@LUNCHTIME THEMA: WAS MACHT EIGENTLICH EIN DATA SCIENTIST?" BERNADETTE FABITS HINEIN GEHÖRT DATA SCIENTIST, STATISTIKER, DATA MINER, ANALYST,. Gibt es noch mehr von denen. die arbeiten mit Big Data

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

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

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

VisualCockpit. agile business analytics

VisualCockpit. agile business analytics VisualCockpit agile business analytics Agile Business Analytics mit VisualCockpit Für Unternehmen wird es immer wichtiger die gesamte Wertschöpfungskette aus Daten, sowohl für das operative Geschäft als

Mehr

Customer Intelligence. Die 360 - Sicht auf den Kunden

Customer Intelligence. Die 360 - Sicht auf den Kunden Customer Intelligence Die 360 - Sicht auf den Kunden Customer Intelligence unterstützt Versicherungen bei der Steuerung ihres Kundenportfolios. Der Wettbewerb um die Versicherungskunden wird härter und

Mehr

Konsolidierung & Synchronisierung von strategischer, Finanz- und operativer Planung Executive Breakfast, Juni 2013

Konsolidierung & Synchronisierung von strategischer, Finanz- und operativer Planung Executive Breakfast, Juni 2013 Konsolidierung & Synchronisierung von strategischer, Finanz- und operativer Planung Executive Breakfast, Juni 2013 Dr. Wolfgang Martin Analyst, Mitglied im Boulder BI Brain Trust Planung synchronisieren

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

PPE. Kennzahlengesteuerte Produktentstehung PRODUCT PERFORMANCE MANAGEMENT. Messbar mehr Erfolg

PPE. Kennzahlengesteuerte Produktentstehung PRODUCT PERFORMANCE MANAGEMENT. Messbar mehr Erfolg PPE PRODUCT PERFORMANCE MANAGEMENT Kennzahlengesteuerte Produktentstehung Messbar mehr Erfolg PPE PRODUCT PERFORMANCE MANAGEMENT KENNZAHLENGESTEUERTE PRODUKTENTSTEHUNG Product Performance Management Kennzahlengesteuerte

Mehr

ANALYTICS, RISK MANAGEMENT & FINANCE ARCHITECTURE. NoSQL Datenbanksysteme Übersicht, Abgrenzung & Charakteristik

ANALYTICS, 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

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

Virtual Roundtable: Business Intelligence - Trends

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

Mehr

Enterprise Architecture Management für Krankenhäuser. Transparenz über die Abhängigkeiten von Business und IT

Enterprise Architecture Management für Krankenhäuser. Transparenz über die Abhängigkeiten von Business und IT Enterprise Architecture Management für Krankenhäuser Transparenz über die Abhängigkeiten von Business und IT HERAUSFORDERUNG Gestiegener Wettbewerbsdruck, höhere Differenzierung im Markt, die konsequente

Mehr

Die aktuellen Top 10 IT Herausforderungen im Mittelstand

Die aktuellen Top 10 IT Herausforderungen im Mittelstand Die aktuellen Top 10 IT Herausforderungen im Mittelstand Ronald Boldt, SPI GmbH Über mich Ronald Boldt Leiter Business Solutions SPI GmbH Lehrbeauftragter für Geschäftsprozess orientiertes IT Management

Mehr

Cross-Platform. Visualize. Innovate. IT-Lösungen und Services konsequent zu Ende gedacht!

Cross-Platform. Visualize. Innovate. IT-Lösungen und Services konsequent zu Ende gedacht! Cross-Platform. Visualize. Innovate. IT-Lösungen und Services konsequent zu Ende gedacht! UplinkIT ist ihr service- und technikstarker Partner, der Lösungen aus den Bereichen plattformunabhängiger Applikationen

Mehr

MASTER NEUER VERTRIEBSKANAL IM AFTER SALES THOMAS ARTER, 16.08.2013 THOMAS ARTER 06.11.2015

MASTER NEUER VERTRIEBSKANAL IM AFTER SALES THOMAS ARTER, 16.08.2013 THOMAS ARTER 06.11.2015 CUSTOMER SAURER. SUPPORT INSERT E-COMMERCE TEXT IN ALS SLIDE MASTER NEUER VERTRIEBSKANAL IM AFTER SALES THOMAS ARTER, 16.08.2013 THOMAS ARTER 06.11.2015 AGENDA 1 SAURER UND SCHLAFHORST FIRMENVORSTELLUNG

Mehr

Cisco gestern heute morgen

Cisco gestern heute morgen Cisco gestern heute morgen Dorothe Brohl Strategic Account Manager September 2015 2 3 4 5 6 7 8 9 10 11 Q1 CY15 12 13 Die größte Unterstützung: unsere Kunden 5.0 4.33 4.33 4.30 4.33 4.37 4.37 4.36 4.41

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

Innovative IT-Lösung für die Bedarfsplanung von Kindergartenplätzen oder Wie werden aus Daten Informationen?

Innovative IT-Lösung für die Bedarfsplanung von Kindergartenplätzen oder Wie werden aus Daten Informationen? Innovative IT-Lösung für die Bedarfsplanung von Kindergartenplätzen oder Wie werden aus Daten Informationen? Ihr Ansprechpartner bei EITCO Johannes Schabel Head of Business Unit BI Fon +49 (228) 33 88

Mehr

Swiss Requirements Night 2015 Nicola Bigler, Simon Enkerli 28.01.2015

Swiss Requirements Night 2015 Nicola Bigler, Simon Enkerli 28.01.2015 Swiss Requirements Night 2015 Nicola Bigler, Simon Enkerli 28.01.2015 S O L I D I N T E G R A T I O N P A Y S E3 in Kürze Enterprise Business Protection ist unsere Vision Innovativ, zuverlässig und agil

Mehr

Industrie 4.0. Erfahrungen aus einem Pilotprojekt ROOZBEH FAROUGHI

Industrie 4.0. Erfahrungen aus einem Pilotprojekt ROOZBEH FAROUGHI Industrie 4.0 Erfahrungen aus einem Pilotprojekt 03. DEZEMBER 2015 ROOZBEH FAROUGHI Agenda 1. Definition Industrie 4.0 2. Entwicklung und Trends der IT 3. Chancen und Risiken von Industrie 4.0 für mittelständische

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

xiii Inhaltsverzeichnis 1 Einführung 1

xiii Inhaltsverzeichnis 1 Einführung 1 xiii 1 Einführung 1 1.1 Gründe für eine BI-Strategie und ein BICC..................... 1 1.1.1 Systemvielfalt und Konsolidierungsbedarf.............. 2 1.1.2 Taktisches Vorgehen..............................

Mehr

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon

Mehr

your IT in line with your Business Geschäftsprozessmanagement (GPM)

your IT in line with your Business Geschäftsprozessmanagement (GPM) your IT in line with your Business Geschäftsprozessmanagement (GPM) Transparenz schaffen und Unternehmensziele effizient erreichen Transparente Prozesse für mehr Entscheidungssicherheit Konsequente Ausrichtung

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