Effektive Analyse großer Datenmengen im Public Sector

Größe: px
Ab Seite anzeigen:

Download "Effektive Analyse großer Datenmengen im Public Sector"

Transkript

1 Effektive Analyse großer Datenmengen im Public Sector Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße Darmstadt Tel.: Fax:

2 Erstes deutschsprachiges Buch zum Thema Visualisierung im BI-Bereich Anwendung der besten Visual Business Analytics-Techniken zur Verarbeitung massiver Datenmengen und für den Einblick in komplexe Strukturen Verwendung von Visual Business Analytics für ein effizientes und verständliches Informationsmanagement Erscheinungstermin: Ende Q3/2013 2

3 Ausbaustufen von Visual Business Analytics Informationsdesign Gutes Verständnis und adäquate Verwendung von visuellen Elementen im Reporting Informationsvisualisierung Dynamische Informationen interaktiv und visuell zugänglich machen Visuelle Analyse (Visual Analytics) Neue Erkenntnisse durch das abgestimmte Zusammenspiel von Mensch und System 3

4 Informationsvisualisierung Wir benutzen auf natürliche Weise unsere Augen, um die Welt zu verstehen... Daten Informations- Wissen visualisierung Ein Bild sagt mehr als 1000 Worte. 4

5 Interaktive Visualisierung Grafische Unterstützung macht uns klüger. (Stuart Card) Zwei Ziele der grafischen Unterstützung Bessere Kommunikation vorhandener Ideen Entdeckung neuer Ideen Nutzung von visuellen Hilfsmitteln zum Denken und Entscheiden Allein Stift und Papier reduzieren die Rechenzeit um den Faktor 5 34 x

6 Herkunft der Informationsvisualisierung Wissenschaftliche Visualisierung Informationsvisualisierung Visual Analytics 6

7 Beispiel: Tree Maps Hier: Darstellung der Entwicklung von Börsenkursen (2001) Übersicht über aktuelle Börsentrends Branchenklassifikation Fokus auf relevante Informationen 7

8 Informationsvisualisierung Beachtung der menschlichen Wahrnehmung Beispiel: Change Blindness 8

9 Informationsvisualisierung Change Blindness 9

10 Informationsvisualisierung Beachtung der menschlichen Wahrnehmung Beispiel: Change Blindness Vorsicht bei: Animation und interaktiven Visualisierungen Springen zwischen Darstellungen Mehrseitigen Darstellungen 10

11 Menschliche Wahrnehmung Hervorspringen von Informationen Ein Hervorspringen erfolgt, wenn das Zielobjekt eine Eigenschaft besitzt, die kein anderes ablenkendes Objekt besitzt. (Suchen Sie das blaue T ) 11

12 Menschliche Wahrnehmung 12

13 Menschliche Wahrnehmung (Suchen Sie das / ) 13

14 Menschliche Wahrnehmung 14

15 Menschliche Wahrnehmung Ein Hervorspringen erfolgt, wenn das Zielobjekt eine Eigenschaft besitzt, die kein anderes ablenkendes Objekt besitzt. 15

16 Menschliche Wahrnehmung Eine serielle Suche ist nötig, wenn jede visuelle Eigenschaft des Zielobjekts auch unter den ablenkenden Objekten vorkommt. (Suchen Sie das grüne T ) 16

17 Menschliche Wahrnehmung 17

18 Interaktive Visualisierung Besseres Verständnis durch Interaktion und bewegte Daten Hans Rosling (Gapminder) at TED Talks 18

19 Interaktive Visualisierung: Beispiel Gapminder 19

20 Daten, Information, Wissen Daten Rohform Information Bedeutung Kontext Wissen Zusammenhänge 20

21 Informationsvisualisierung Modell von Card et al. 21

22 Datenarten Rohdaten in vielfältiger Form Datentabellen Datenströme Bilder, Videos, Audio etc. Texte Text Text Text 22

23 Informationsvisualisierung Modell von Card et al. 23

24 Informationsvisualisierung Vier grundlegende Typen von sichtbaren Dingen im Raum 24

25 Sichtbare Eigenschaften 25

26 Informationsvisualisierung Modell von Card et al. 26

27 Beispiel: Gapminder 27

28 Informationsvisualisierung Modell von Card et al. 28

29 Interaktive Visualisierung Wie erstellt man gute, interaktive Visualisierungen? Shneiderman-Vorgehen 1. Überblick über alle Daten 2. Zoom und Filter 3. Details auf Anfrage 29

30 Informationsvisualisierung Shneiderman-Vorgehen 1. Überblick aller Daten 2. Zoom und Filter 3. Details auf Anfrage Filmfinder, Ahlberg&Shneiderman 30

31 Informationsvisualisierung Gegenbeispiel aus dem Notfallmanagement 1. Immer alle Details 2. Scroll und Select 3. Größere und mehr Monitore für den besseren Überblick 31

32 Big Data Zu viele Daten für den Überblick nach Shneiderman 100 Mio. FedEx Transaktionen pro Tag Über 1800 Gbps über DE-CIX peak traffic 7,2 Mrd. VISA Kreditkartentransaktionen pro Jahr 32

33 Beispiel: Kreditkarten Real-Time Online Switch Acquirer POS Geldautomaten Host / Issuer 33

34 Beispiel: Kreditkarten Datenbank Regeln und Abfragen Alerts! Visualisierung Reports 34

35 Beispiel: Kreditkarten 50 und mehr Attribute Amount Merchant# Location Local Transaction Time Country Code POS PAN MCC Expiry Date Card# Große Anzahl Transaktionen (z.b. 7,2 Mrd. VISA-Transaktionen in 2009) Problem: Fixe Regeln erkennen nur bekannte Betrugsschemata Wie erkennt man neue Fälle möglichst rasch und proaktiv? 35

36 Histogramm für ein Attribut Beispiel: Zeit der Kreditkartentransaktion 1-dimensionales Histogramm Time of Day 05:00-08:59 09:00-11:59 12:00-15:59 16:00-18:59 19:00-22:59 23:00-01:59 02:00-04:59 36

37 Histogramme und Tabelle für zwei Attribute -$9 $10-$ Beispiel: Zeit der Transaktion abgebildet auf Zahlungsbetrag $100-$299 $300-$499 $500-$699 $700-$999 $ Zwei 1-dimensionale Verteilungen kombiniert in einer Tabelle (Zahlen stehen für die Größe der verschiedenen Gruppen) 37

38 Mustererkennung -$9 $10-$99 $100-$299 $300-$ Abbildung der Gruppengröße auf Helligkeit Interessante Bereiche können auf einen Blick erkannt werden. $500-$ $700-$ $

39 pos atm pos atm pos atm pos atm pos atm pos atm pos atm Herausforderung: Sehr viele Attribute -$9 $10-$99 $100-$299 $300-$499 Verwobene Darstellung von drei (und mehr) Attributen Hier zusätzliches Attribut: POS oder ATM $500-$699 $700-$999 $

40 Visualisierung mehrdimensionaler Beziehungen KVMap: Datensätze in sechs Dimensionen 40

41 KVMap-System Komplexe Muster von 10 und mehr Dimensionen als farbige Muster Erkennen von neuen Zusammenhängen ohne kognitiven Aufwand Automatische Methoden im Hintergrund Identifizierung interessanter Muster aus Datenbank oder DWH Mächtige Analysetechnik für das Back Office Experten im Zentrum der Analyse 41

42 Visual Analytics 42

43 Heutige Graphiken für große Datenmengen? USA EU Japan Portugal Spanien Frankreich Großbritannien Polen Slowakei Tschechien Slowenien Schweiz Italien Österreich Irland Ungarn Rumnänien Deutschland Dänemark Kroatien Schweden Finnland

44 Warum Visual Analytics, warum heute? Große und wachsende Datensammlungen (Big Data) Notwendigkeit schneller und informierter Entscheidungsfindung auf Basis dieser Daten Reine Visualisierungsmethoden (Informationsvisualisierung) nicht adäquat für Milliarden von Datensätzen Vollautomatische Knowledge Discovery-Ansätze/Modelle nur für wohldefinierte und eindeutig spezifizierbare Probleme Beispiel: Abwehrsituationen: Betrug, Viren, SPAM, DOS-Angriffe, Wettbewerb, 44

45 Was ist das Neue an Visual Analytics? Was gibt es schon? Automatisches Knowledge Discovery & Data Mining Interaktive visuelle Daten-Exploration Was brauchen wir? Enge Integration visueller und automatischer Datenanalysemethoden mit Datenbanktechnologien für skalierbare interaktive Entscheidungsunterstützung Visuelle Daten-Exploration Visualisierung Daten Wissen Modelle Data Mining Feedback Loop 45

46 Visual Analytics ein neuer Ansatz Kombination aus Informationsvisualisierung, Statistik, Data Mining, Business Intelligence und anderen Gebieten Informationsvisualisierung Wahrnehmungstheorie Interaktivität Benutzerfreundlichkeit Visual Analytics Data Mining Statistik Datenbankmanagement Wissensmanagement 46

47 Big Data und Visual Analytics Visual Analytics Neue Möglichkeiten durch Integration mit automatischen Verfahren Stärkerer Einfluss der menschlichen Erfahrung und Ideen in den Gesamtprozess Effektiverer Umgang mit Big Data Erste Ansätze in heutigen Tools in Erweiterungen zur interaktiven Exploration, Prediction oder Simulation Projekte im Bereich Policy Modeling 47

48 Visual Analytics im Public Sector Allgemeiner Policy-Making-Lifecycle Need for a policy Policy Impacts of the policy 48

49 Projekt epolicy (Engineering the policy making life-cycle) Forschungsprojekt gefördert durch die Europäische Kommission Bereich: egovernment und Policy Modeling Ziel: Unterstützung von Politikern und deren Teams bei der komplexen, globalen Entscheidungsfindung durch integrierte Optimierungsmodelle, Simulationen, Meinungsanalyse- und Visualisierungstechniken Use Case: Entwicklung eines nachhaltigen regionalen Energieplans 49

50 Vorteile bei der Verwendung von Visualisierung Policy Maker Policy Idea Policy Analyst Requirements Modeling Expert Model Validation Modeling Expert Analytical Model Modeling Expert Analysis Results Policy Analyst Solutions Policy Maker Decision Visualizations Visualization Visualization Policy Analyst Policy Maker 50

51 Demo 51

52 Weitere Einsatzgebiete von Visual Analytics Wähleranalysen Analysen von Fragebögen Trendanalysen Sicherheit Medizin Überall, wo massive Datenmengen anfallen 52

53 Informationsvisualisierung und Visual Analytics Verkürzung des Weges von Daten zur Entscheidung Daten Interaktive Informationen und Erkenntnisse Entscheidung Handlung 2012 Fraunhofer IGD 53

54 Kontakt Dr. Jörn Kohlhammer Fraunhofer IGD Fraunhoferstraße Darmstadt Deutschland Tel.: +49 (6151) Fax: +49 (6151)

Interaktive Visualisierung und Visual Analytics

Interaktive Visualisierung und Visual Analytics Interaktive Visualisierung und Visual Analytics Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax: +49 6151

Mehr

Visual Business Analytics Visueller Zugang zu Big Data

Visual Business Analytics Visueller Zugang zu Big Data Visual Business Analytics Visueller Zugang zu Big Data Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax:

Mehr

Visual Business Analytics Effektiver Zugang zu Daten und Informationen

Visual Business Analytics Effektiver Zugang zu Daten und Informationen Visual Business Analytics Effektiver Zugang zu Daten und Informationen Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151

Mehr

Visual Business Analytics Effektiver Zugang zu Daten und Informationen

Visual Business Analytics Effektiver Zugang zu Daten und Informationen Visual Business Analytics Effektiver Zugang zu Daten und Informationen Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151

Mehr

Visuelle Analyse und Entscheidungsunterstützung

Visuelle Analyse und Entscheidungsunterstützung Visuelle Analyse und Entscheidungsunterstützung Dr. Jörn Kohlhammer Fraunhofer IGD 5.-7. November 2007 EpiGrid, FernUniversität in Hagen Überblick Visuelle Analyse Aktuelle Ansätze Vorstellung Fraunhofer

Mehr

Visual Business Intelligence Eine Forschungsperspektive

Visual Business Intelligence Eine Forschungsperspektive Visual Business Intelligence Eine Forschungsperspektive Dr. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155 646 Fax.: +49

Mehr

Graphische Entscheidungsunterstützung: Von großen Datenmengen zu effektiven Entscheidungen

Graphische Entscheidungsunterstützung: Von großen Datenmengen zu effektiven Entscheidungen Graphische Entscheidungsunterstützung: Von großen Datenmengen zu effektiven Entscheidungen Dr. Jörn Kohlhammer Fraunhofer IGD 12. September 2007 10. Seminar GIS & Internet, UniBW München Überblick Vorstellung

Mehr

Die visuelle Analyse Eine Einführung. 23. Januar 2007 Dr. Jörn Kohlhammer

Die visuelle Analyse Eine Einführung. 23. Januar 2007 Dr. Jörn Kohlhammer Die visuelle Analyse Eine Einführung 23. Januar 2007 Dr. Jörn Kohlhammer Die heutige Situation Aktuelle IT Trends Service-oriented Architecture (SOA) Integration (Daten, Vertriebskanäle) Neue gesetzliche

Mehr

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10.

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! 11.10.2012 1 BI PLUS was wir tun Firma: BI plus GmbH Giefinggasse 6/2/7 A-1210 Wien Mail: office@biplus.at

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

Ziele und Herausforderungen für die visuell gestützte Analyse großer Datenmengen. Präsentation der Modellergebnisse auf KlimafolgenOnline.

Ziele und Herausforderungen für die visuell gestützte Analyse großer Datenmengen. Präsentation der Modellergebnisse auf KlimafolgenOnline. Ziele und Herausforderungen für die visuell gestützte Analyse großer Datenmengen Präsentation der Modellergebnisse auf KlimafolgenOnline.com Thomas Nocke Potsdam Institut für Klimafolgenforschung Der Visualisierungsprozess

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

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

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc.

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc. Advanced Analytics Michael Ridder Was ist Advanced Analytics? 2 Was heißt Advanced Analytics? Advanced Analytics ist die autonome oder halbautonome Prüfung von Daten oder Inhalten mit ausgefeilten Techniken

Mehr

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?

Mehr

Von Smaller Data zu BIGGER Data Praktische Ansätze zu Data Discovery, Data Blending und Data Visualization

Von Smaller Data zu BIGGER Data Praktische Ansätze zu Data Discovery, Data Blending und Data Visualization Von Smaller Data zu BIGGER Data Praktische Ansätze zu Data Discovery, Data Blending und Data Visualization Christoph Kral, VP Product Manager Data bitkom Big Data Summit 25. Februar 2016 Agenda Global

Mehr

Smart Cities wie Informationen das städtische Leben nachhaltig verbessern können

Smart Cities wie Informationen das städtische Leben nachhaltig verbessern können Smart Cities wie Informationen das städtische Leben nachhaltig verbessern können Gavin Dupré Big Data Business Development Manager ORACLE Deutschland B.V. & Co. KG Dataport Hausmesse, 28.04.2015 Was macht

Mehr

EXPLORATION VON GEOSPATIALEN AUTOMOTIVE-DATEN VISUALISIERUNG VON FAHRZEUG-SENSORDATEN

EXPLORATION VON GEOSPATIALEN AUTOMOTIVE-DATEN VISUALISIERUNG VON FAHRZEUG-SENSORDATEN Isabella Eckel, BMW Group Dr. Christian Winkler, mgm technology partners GmbH EXPLORATION VON GEOSPATIALEN AUTOMOTIVE-DATEN VISUALISIERUNG VON FAHRZEUG-SENSORDATEN WISSENSEXTRAKTION AUS FAHRZEUG-SENSORDATEN

Mehr

Visualisierung der Imperfektion in multidimensionalen Daten

Visualisierung der Imperfektion in multidimensionalen Daten Visualisierung der Imperfektion in multidimensionalen Daten Horst Fortner Imperfektion und erweiterte Konzepte im Data Warehousing Betreuer: Heiko Schepperle 2 Begriffe (1) Visualisierung [Wikipedia] abstrakte

Mehr

Semantik-Visualisierung

Semantik-Visualisierung Semantik-Visualisierung Wibaklidama-Herbstworkshop Kawa Nazemi Fraunhofer IGD 3D-Wissenswelten und Semantik-Visualisierung Semantic Visualization semavis: Pipelines Visualization Semantics Layout Presentation

Mehr

Large Scale Data Management

Large Scale Data Management Large Scale Data Management Beirat für Informationsgesellschaft / GOING LOCAL Wien, 21. November 2011 Prof. Dr. Wolrad Rommel FTW Forschungszentrum Telekommunikation Wien rommel@ftw.at Gartner's 2011 Hype

Mehr

Open Source BI Trends. 11. Dezember 2009 Wien Konstantin Böhm

Open Source BI Trends. 11. Dezember 2009 Wien Konstantin Böhm Open Source BI Trends 11. Dezember 2009 Wien Konstantin Böhm Profil Folie 2 JAX 2009 11.12.2009 Gründung 2002, Nürnberg 50 Mitarbeiter Innovative Kunden Spezialisiert auf Open Source Integration Open Source

Mehr

IT- & TK-Lösungen für den Mittelstand Flexible IT-Nutzungskonzepte Eine Herausforderung

IT- & TK-Lösungen für den Mittelstand Flexible IT-Nutzungskonzepte Eine Herausforderung IT-Leasing IT-Services IT-Brokerage TESMA Online CHG-MERIDIAN AG Die CHG-MERIDIAN AG wurde 1979 gegründet und gehört seither zu den weltweit führenden Leasing- Unternehmen im Bereich Informations-Technologie

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen SAS PharmaHealth & Academia Gabriele Smith KIS-Tagung 2005 in Hamburg: 3. März 2005 Copyright 2003, SAS Institute Inc. All rights

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

Nachhaltigkeitsindex. Pensionssysteme. Presseaussendung. Quelle: Allianz Asset Management.

Nachhaltigkeitsindex. Pensionssysteme. Presseaussendung. Quelle: Allianz Asset Management. Nachhaltigkeitsindex für Pensionssysteme Ergänzungsmaterial zur Presseaussendung Wien, 01. April 2014 Ranking nach Ländern 2014 (absolut) 1 Australien 2 Schweden 3 Neuseeland 4 Norwegen 5 Niederlande 6

Mehr

BIG DATA MEETS DATA VISUALIZATION: WIE SCHMERZMEDIZIN VON VISUALISIERUNGSMETHODEN PROFITIEREN KANN

BIG DATA MEETS DATA VISUALIZATION: WIE SCHMERZMEDIZIN VON VISUALISIERUNGSMETHODEN PROFITIEREN KANN BIG DATA MEETS DATA VISUALIZATION: WIE SCHMERZMEDIZIN VON VISUALISIERUNGSMETHODEN PROFITIEREN KANN Ergosign Medical & Pharma Design auf der conhit 2016 Ergosign & Quiri Big Data Datenvisualisierungen Quiri

Mehr

The purpose of computing is insight, not numbers. Richard Hamming (1915-1998)

The purpose of computing is insight, not numbers. Richard Hamming (1915-1998) + Visual Analytics The purpose of computing is insight, not numbers. Richard Hamming (1915-1998) + Aufbau n Einführung n Historie n Definition n Prozess n Verwandte Gebiete n Praktische Beispiele n IN-SPIRE

Mehr

Dreidimensionale Visualisierung von ober- und unterirdischen Konstruktionen in DeepCity3D

Dreidimensionale Visualisierung von ober- und unterirdischen Konstruktionen in DeepCity3D Dreidimensionale Visualisierung von ober- und unterirdischen Konstruktionen in DeepCity3D Programme Inter Carnot Fraunhofer PICF 2010 M.Sc. Inf. Michel Krämer Fraunhofer-Institut für Graphische Datenverarbeitung

Mehr

SOA im Zeitalter von Industrie 4.0

SOA im Zeitalter von Industrie 4.0 Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING

Mehr

LOG AND SECURITY INTELLIGENCE PLATFORM

LOG AND SECURITY INTELLIGENCE PLATFORM TIBCO LOGLOGIC LOG AND SECURITY INTELLIGENCE PLATFORM Security Information Management Logmanagement Data-Analytics Matthias Maier Solution Architect Central Europe, Eastern Europe, BeNeLux MMaier@Tibco.com

Mehr

Social Media Analytics Aktuelle Herausforderungen

Social Media Analytics Aktuelle Herausforderungen Lehrstuhl für Informatik 5 Informationssysteme RWTH Aachen Social Media Analytics Aktuelle Herausforderungen Ralf Klamma RWTH Aachen I5-KL-111010-1 Gesellschaft für Informatik Regionalgruppe Köln Themenabend

Mehr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche

Mehr

Investieren in Windenergie 2012

Investieren in Windenergie 2012 Investieren in Windenergie 2012 Rahmenbedingungen in Österreich, Deutschland und CEE Mag. Miklós Révay (PwC Österreich) Eisenstadt, 8.5.2012 Inhalt A. Wind in Zahlen ein kurzer Überblick B. PwC Österreich

Mehr

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste

Mehr

Visuelle Suche in Digitalen Filmarchiven Visual Search in Digital Film Archives. Visuelle Exploration Digitaler Bibliothken

Visuelle Suche in Digitalen Filmarchiven Visual Search in Digital Film Archives. Visuelle Exploration Digitaler Bibliothken Visuelle Suche in Digitalen Filmarchiven Visual Search in Digital Film Archives Visuelle Exploration Digitaler Bibliothken Prof. Dr. am Beispiel des Projektes MedioVis Harald.Reiterer@uni-konstanz.de Kurzvorstellung

Mehr

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Beratung Business Analytics Software Entwicklung Datenmanagement AGENDA Der Kreislauf für die Betrugserkennung

Mehr

5. Ausgaben für Bildungseinrichtungen 3 Jahre bis Schuleintritt 2009 (OECD-34)

5. Ausgaben für Bildungseinrichtungen 3 Jahre bis Schuleintritt 2009 (OECD-34) Kinderbetreuung international: Deutschland im Vergleich Das internationale Monitoring frühkindlicher Bildungs- und Betreuungssysteme wird hauptsächlich von der OECD und der EU (EUROSTAT) durchgeführt.

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

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr.

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Florian Johannsen AGENDA 1. Big Data Projekt der freenet Group Dr. Florian Johannsen

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

Report Datum 31.12.2015 Report Währung. Öffentliche Pfandbriefe bzw. öffentliche fundierte Bankschuldverschreibungen

Report Datum 31.12.2015 Report Währung. Öffentliche Pfandbriefe bzw. öffentliche fundierte Bankschuldverschreibungen Bank Bank für Tirol und Vorarlberg AG Report Datum 31.12.215 Report Währung EUR Öffentliche Pfandbriefe bzw. öffentliche fundierte Bankschuldverschreibungen 1. ÜBERBLICK CRD/ OGAW Richtlinien konform Ja

Mehr

Bankenkonzentration. Schweiz 54. Frankreich. Japan ** 42. Spanien 38. Großbritannien. Italien 24 USA ** 13. Deutschland 17

Bankenkonzentration. Schweiz 54. Frankreich. Japan ** 42. Spanien 38. Großbritannien. Italien 24 USA ** 13. Deutschland 17 Anteil der jeweils fünf fünf größten Banken Banken der an gesamten der gesamten Bilanzsumme Bilanzsumme (CR5)*, (CR5)*, 1990 und 1990 2007 und 2007 Schweiz 54 80 Frankreich 52 52 2007 1990 Japan ** 42

Mehr

Internetnutzung (Teil 1)

Internetnutzung (Teil 1) (Teil 1) Internetnutzung (Teil 1) Europäische Union Union und und ausgewählte europäische Staaten, 2010 nie nutzen**, in Prozent regelmäßig nutzen*, in Prozent 5 Island 92 5 Norwegen 90 ** Privatpersonen,

Mehr

Big Data & High-Performance Analytics: Anwendungsszenarien

Big Data & High-Performance Analytics: Anwendungsszenarien Big Data & High-Performance Analytics: Anwendungsszenarien Dr. Thomas Keil, Program Manager Business Analytics Frankfurt 26.4.2012 McKinsey-Studie zeigt Big Value Quelle: McKinsey Global Institute, May

Mehr

Umsatzsteuer-Anpassung in Online Shops

Umsatzsteuer-Anpassung in Online Shops Umsatzsteuer-Anpassung in Online Shops Ein Leitfaden mit Beispielen aus der Praxis DI Peter Hlavac Gründer und Geschäftsführer bei www.jungidee.at office@jungidee.at Wiener Webagentur 2011 von Peter Hlavac

Mehr

Sehen und Verstehen: Bekanntes belegen Unbekanntes entdecken

Sehen und Verstehen: Bekanntes belegen Unbekanntes entdecken Sehen und Verstehen: Bekanntes belegen Unbekanntes entdecken Autor: Alexander Schratt, Department für Information und Knowledge Engineering, Donau- Universität Krems Womit beschäftigt sich Visual Analytics?

Mehr

Mitteilungen der Juristischen Zentrale

Mitteilungen der Juristischen Zentrale Mitteilungen der Juristischen Zentrale REGIONALCLUB Nr. 34/2015 20.08.2015 Gs Fahrerlaubnisbefristungen im Ausland Sehr geehrte Damen und Herren, in zahlreichen Ländern wird die Gültigkeit des Führerscheins

Mehr

100 EurosindimUrlaubsoviel wert

100 EurosindimUrlaubsoviel wert 100 EurosindimUrlaubsoviel wert 200 180 160 140 120 100 80 Ungarn Kroatien Türkei Portugal Griechenland Slowenien Spanien USA Deutschland Italien Frankreich Österreich Vereinigtes Königreich Kanada Schweiz

Mehr

INFOS FÜR MENSCHEN AUS DEM AUSLAND WENN SIE FÜR EINEN FREIWILLIGEN-DIENST NACH DEUTSCHLAND KOMMEN WOLLEN: IN DIESEM TEXT SIND ALLE WICHTIGEN INFOS.

INFOS FÜR MENSCHEN AUS DEM AUSLAND WENN SIE FÜR EINEN FREIWILLIGEN-DIENST NACH DEUTSCHLAND KOMMEN WOLLEN: IN DIESEM TEXT SIND ALLE WICHTIGEN INFOS. INFOS FÜR MENSCHEN AUS DEM AUSLAND WENN SIE FÜR EINEN FREIWILLIGEN-DIENST NACH DEUTSCHLAND KOMMEN WOLLEN: IN DIESEM TEXT SIND ALLE WICHTIGEN INFOS. Stand: 29. Mai 2015 Genaue Infos zu den Freiwilligen-Diensten

Mehr

Erhöhter ROI durch Beyond Business Intelligence

Erhöhter ROI durch Beyond Business Intelligence Erhöhter ROI durch Beyond Business Intelligence Dr. Jürgen Mellitzer Hamster laufen ein Leben lang im Rad. Aber sie kommen nicht voran. Gut, dass Sie es besser können. Mit der bewährten SAS Software für

Mehr

INFOS FÜR MENSCHEN AUS DEM AUSLAND WENN SIE FÜR EINEN FREIWILLIGEN-DIENST NACH DEUTSCHLAND KOMMEN WOLLEN: IN DIESEM TEXT SIND ALLE WICHTIGEN INFOS.

INFOS FÜR MENSCHEN AUS DEM AUSLAND WENN SIE FÜR EINEN FREIWILLIGEN-DIENST NACH DEUTSCHLAND KOMMEN WOLLEN: IN DIESEM TEXT SIND ALLE WICHTIGEN INFOS. INFOS FÜR MENSCHEN AUS DEM AUSLAND WENN SIE FÜR EINEN FREIWILLIGEN-DIENST NACH DEUTSCHLAND KOMMEN WOLLEN: IN DIESEM TEXT SIND ALLE WICHTIGEN INFOS. Stand: 29. Mai 2015 Genaue Infos zu den Freiwilligen-Diensten

Mehr

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator Agenda Was ist Business Intelligence? Was ist OLAP? Unterschied zwischen OLAP und OLTP? Bestandteile

Mehr

Karl-Heinz Stenmans, Lohnhalle Bergwerk Friedrich-Heinrich in Kamp-Lintfort

Karl-Heinz Stenmans, Lohnhalle Bergwerk Friedrich-Heinrich in Kamp-Lintfort Karl-Heinz Stenmans, Lohnhalle Bergwerk Friedrich-Heinrich in Kamp-Lintfort Karl-Heinz Stenmans, auf dem Land in Geldern geboren, war bis zum Abitur nicht klar, dass so nah an seinem Zuhause Bergbau stattfand.

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

EM2016-Fussball.de. Spielplan EM 2016 Qualifikation. Spieltag 1. Datum Uhrzeit Gruppe Heim Gast Ergebnis

EM2016-Fussball.de. Spielplan EM 2016 Qualifikation. Spieltag 1. Datum Uhrzeit Gruppe Heim Gast Ergebnis Spieltag 1 07.09.2014 18:00 D Georgien - Irland 18:00 I Dänemark - Armenien 18:00 F Ungarn - Nordirland 20:45 D Deutschland - Schottland 20:45 D Gibraltar - Polen 20:45 I Portugal - Albanien 20:45 F Färöer

Mehr

Industrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014

Industrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014 Industrie 4.0 Predictive Maintenance Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014 Anwendungsfälle Industrie 4.0 Digitales Objektgedächtnis Adaptive Logistik Responsive Manufacturing Intelligenter

Mehr

Zeiterfassung basierend auf Duet Enterprise

Zeiterfassung basierend auf Duet Enterprise Zeiterfassung basierend auf Duet Enterprise Dargestellt anhand KAEFER WANNER Dominik Daumann Zürich, 11.06.2014 All intellectual property owned by the Campana & Schott Group. This document is for internal

Mehr

Erwerbstätigenquoten nach Anzahl der Kinder*

Erwerbstätigenquoten nach Anzahl der Kinder* Erwerbstätigenquoten nach Anzahl der Kinder* In Prozent, nach Frauen und Männern zwischen 25 bis 54 Jahren, Europäische Union **, 2009 Frauen 75,8 71,3 69,2 3 oder mehr 54,7 * Kinder sind all diejenigen

Mehr

THE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05

THE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05 THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data

Mehr

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen

Mehr

Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen.

Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen. Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen. Definitionen Business Intelligence (BI) bezeichnet Verfahren, Prozesse und Techniken zur systematischen Analyse von Daten in elektronischer

Mehr

Aufbau der IBAN (International Bank Account Number)

Aufbau der IBAN (International Bank Account Number) a = alphanumerisch; n = numerisch 4 4 4670 IBAN AD (Andorra) AD 000 200 200 0 000 4 4 4 67 0 ; n 2n 4 4670 IBAN AT (Österreich) AT6 04 002 47 20 4 467 0 ; n ; n 0 467 IBAN BE (Belgien) BE 6 0 074 704 24

Mehr

SQL Server 2008 Überblick. Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk

SQL Server 2008 Überblick. Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk SQL Server 2008 Überblick Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk SQL Server 2008 Sichere, vertrauenswürdige Datenplattform Optimierte und vorhersehbare

Mehr

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

index 2013 Klimaschutz-Index Komponenten 7,5% 10% 7,5% 10% 10% 10% 4% 4% 20% 30% Emissionsniveau 10% 10% 30% Entwicklung der Emissionen KLIMASCHUTZ

index 2013 Klimaschutz-Index Komponenten 7,5% 10% 7,5% 10% 10% 10% 4% 4% 20% 30% Emissionsniveau 10% 10% 30% Entwicklung der Emissionen KLIMASCHUTZ Klimaschutz-Index Komponenten Komponenten des Klimaschutz-Index Nationale Klimapolitik Primärenergieverbrauch pro Kopf Internationale Klimapolitik 7,5% 7,5% CO 2 -Emissionen pro Kopf Effizienz-Trend Effizienz-Niveau

Mehr

Energieeffizienz in Zahlen 2015

Energieeffizienz in Zahlen 2015 Energieeffizienz in Zahlen 2015 Entwicklung bis 2013 ENERGIEEFFIZIENZ IN ZAHLEN Zahlen und Fakten Die konsequente Steigerung der Energieeffizienz in allen Sektoren ist ein wesentlicher Erfolgsfaktor im

Mehr

Die Prepaid-Karten von Raiffeisen. Sie haben ein Motiv. Wir haben die Karte. www.raiffeisen.at/cardservice

Die Prepaid-Karten von Raiffeisen. Sie haben ein Motiv. Wir haben die Karte. www.raiffeisen.at/cardservice Die Prepaid-Karten von Raiffeisen. Sie haben ein Motiv. Wir haben die Karte. www.raiffeisen.at/cardservice Ihre persönliche LOAD Card wartet. Unter www.load-card.at können Sie Ihre LOAD Card exakt nach

Mehr

Analytisches CRM. Workshop Data Mining im Datenbasierten Marketing. Michael Lamprecht und Jan Frick, Altran GmbH & Co. KG 26.06.

Analytisches CRM. Workshop Data Mining im Datenbasierten Marketing. Michael Lamprecht und Jan Frick, Altran GmbH & Co. KG 26.06. Analytisches CRM Workshop Data Mining im Datenbasierten Marketing Michael Lamprecht und Jan Frick, Altran GmbH & Co. KG 26.06.2015 Data Mining bietet Antworten auf zahlreiche analytische Fragestellungen

Mehr

1 Visual Business Analytics

1 Visual Business Analytics 1 Die ständige Verfügbarkeit großer Datenmengen bestimmt zunehmend unser persönliches und unternehmerisches Handeln. Immer mehr Daten werden immer schneller erstellt und überall fehlt die Zeit, um die

Mehr

Organspender in Deutschland von 2007 bis 2013

Organspender in Deutschland von 2007 bis 2013 Organspender in Deutschland von 2007 bis 2013 1400 1200-8,80% 1,60% 6,50% -7,40% -12,80% 0% 1000-16,30% -20% 800-40% 600 400 1313 1198 1217 1296 1200 1046 876-60% 200-80% 0 2007 2008 2009 2010 2011 2012

Mehr

MEHR ANALYTICS FÜR MEHR ANWENDER DR. GERHARD SVOLBA COE ANALYTICS DACH WIEN, 11. JUNI 2015

MEHR ANALYTICS FÜR MEHR ANWENDER DR. GERHARD SVOLBA COE ANALYTICS DACH WIEN, 11. JUNI 2015 MEHR ANALYTICS FÜR MEHR ANWENDER DR. GERHARD SVOLBA COE ANALYTICS DACH WIEN, 11. JUNI 2015 DAS ERWARTET SIE IN MEINEM VORTRAG Neue Anforderungen, neue Herausforderungen, neue Möglichkeiten Software Demo:

Mehr

Visual Analytics. Seminar. [Guo, 2006] [Wong, 2006] [Keim, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006]

Visual Analytics. Seminar. [Guo, 2006] [Wong, 2006] [Keim, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006] Seminar Visual Analytics [Guo, 2006] [Keim, 2006] [Wong, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006] Visual Analytics - Definitions Visual analytics is the science of analytical reasoning facilitated

Mehr

Wintersaison 2014/2015 bis März: Ankünfte +4% und Nächtigungen +2%

Wintersaison 2014/2015 bis März: Ankünfte +4% und Nächtigungen +2% Wintersaison 2014/2015 bis März: Ankünfte +4% und Nächtigungen +2% Quellen: Statistik Austria sowie TA im Auftrag des BMWFW (vorläufige Ergebnisse) Nach 5 Monaten bilanziert der Winter mit Zuwächsen bei

Mehr

Seminar Visual Analytics and Visual Data Mining

Seminar Visual Analytics and Visual Data Mining Seminar Visual Analytics and Visual Data Mining Dozenten:, AG Visual Computing Steffen Oeltze, AG Visualisierung Organisatorisches Seminar für Diplom und Bachelor-Studenten (max. 18) (leider nicht für

Mehr

BIG DATA STRATEGIE FÜR DEN ONLINE-HANDEL

BIG DATA STRATEGIE FÜR DEN ONLINE-HANDEL BIG DATA STRATEGIE FÜR DEN ONLINE-HANDEL Am Beispiel der OTTO GmbH & Co KG Dortmund, 09. September 2015 Conny Dethloff (OTTO GmbH & CO. KG) 1 Anliegen des heutigen Dialogs Über mich Inhalt des Dialogs

Mehr

Öffentlicher Schuldenstand*

Öffentlicher Schuldenstand* Öffentlicher Schuldenstand* Öffentlicher Schuldenstand* In Prozent In Prozent des Bruttoinlandsprodukts des Bruttoinlandsprodukts (BIP), (BIP), ausgewählte ausgewählte europäische europäische Staaten,

Mehr

Visuelle Exploration und semantikbasierte Fusion multivariater Datenbestände

Visuelle Exploration und semantikbasierte Fusion multivariater Datenbestände Visuelle Exploration und semantikbasierte Fusion multivariater Datenbestände Stefan Audersch, Guntram Flach, Tom Klipps Zentrum für Graphische Datenverarbeitung e.v., Rostock Joachim-Jungius-Str. 11, 18059

Mehr

www.researcher24.de info@researcher24.de Fax: 04131-225 600-20 Hotline: 0180-30 20 500 *

www.researcher24.de info@researcher24.de Fax: 04131-225 600-20 Hotline: 0180-30 20 500 * Marken M0110 Rs24 Pro Marken Deutschland Identity 24.- 1,50 M0111 Rs24 Light Marken Deutschland 69.- 8.- M0112 Rs24 Pro Marken Deutschland 99.- 15.- M0113 Rs24 Pro Marken Deutschland Detailabfrage 2,50

Mehr

Anwendung von 3D-Engineering Virtual- und Augmented Reality in der Praxis

Anwendung von 3D-Engineering Virtual- und Augmented Reality in der Praxis Anwendung von 3D-Engineering Virtual- und Augmented Reality in der Praxis Hugo Binder, VDE Rhein-Main AK Automatisierungstechnik 9.3.2015 Fraunhofer 66 Fraunhofer-Institute Mehr als 24 000 Naturwissenschaftler

Mehr

Datenvisualisierung mit JMP

Datenvisualisierung mit JMP Datenvisualisierung mit JMP Patrick René Warnat HMS Analytical Software GmbH Rohrbacherstr. 26 Heidelberg patrick.warnat@analytical-software.de Zusammenfassung Das JMP Paket ist ein Softwareprodukt der

Mehr

How to Survive an Audit with Real-Time Traceability and Gap Analysis. Martin Kochloefl, Software Solutions Consultant Seapine Software

How to Survive an Audit with Real-Time Traceability and Gap Analysis. Martin Kochloefl, Software Solutions Consultant Seapine Software How to Survive an Audit with Real-Time Traceability and Gap Analysis Martin Kochloefl, Software Solutions Consultant Seapine Software Agenda Was ist Traceability? Wo wird Traceability verwendet? Warum

Mehr

PISA Mathematik und Naturwissenschaften (Teil 1)

PISA Mathematik und Naturwissenschaften (Teil 1) PISA und (Teil 1) PISA-* insgesamt, ausgewählte europäische Staaten, Erhebung 2009 554 Finnland 541 520 517 Liechtenstein Schweiz * Informationen zur Interpretation der Punktzahldifferenzen erhalten Sie

Mehr

Deutsch als Fremdsprache

Deutsch als Fremdsprache Deutsch als Fremdsprache Deutsch als Fremdsprache Ausgewählte europäische Staaten*, in denen Deutsch die Fremdsprache ist, die Ausgewählte am zweithäufigsten** europäische erlernt Staaten*, wird, in denen

Mehr

Reboard GbR. www.reboard.net info@reboard.net

Reboard GbR. www.reboard.net info@reboard.net Mobiles Reporting für SAP BW Thilo Knötzele Geschäftsführer IBS Solution Ltd. 4. Gavdi Infotag Ein gutes BI-Portfolio ist...... komplett, durchdacht und hält für jede Anforderung genau ein Tool bereit

Mehr

Visual Studio 2010 Neues für Architekten

Visual Studio 2010 Neues für Architekten 1 conplement AG 2009. All rights reserved. NIK Technologieseminar Visual Studio 2010 und.net 4.0 inside Visual Studio 2010 Neues für Architekten 16. November 2009 Thomas Hemmer Daniel Meixner conplement

Mehr

VOLKSBANK WIEN AG* Report Datum 30.09.2015 Report Währung

VOLKSBANK WIEN AG* Report Datum 30.09.2015 Report Währung Bank VOLKSBANK WIEN AG* Report Datum 3.9.215 Report Währung EUR Hypothekarische Pfandbriefe bzw. hypothekarisch fundierte Bankschuldverschreibungen 1. ÜBERBLICK CRD / OGAW Richtlinien konform Ja Anteil

Mehr

Interkulturelles Lernen mit der ICUnet.AG. Frankfurt am Main 20. Oktober 2008

Interkulturelles Lernen mit der ICUnet.AG. Frankfurt am Main 20. Oktober 2008 Interkulturelles Lernen mit der ICUnet.AG Frankfurt am Main 20. Oktober 2008 ICUnet.AG 70 feste Mitarbeiter 200 externe Mitarbeiter Kompetenz für 60 Kulturräume und 20 Sprachen im Team 4.000 Trainingsteilnehmer

Mehr

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models Predictive Analytics Factory The approach for the production and maintenance of analytical models Dr. Gerhard Svolba Austria Forum Finnland Helsinki September24 h, 2013 Agenda Rationale and idea of a Predictive

Mehr

5 Minuten Terrine. Die CAP auf 1 Blick

5 Minuten Terrine. Die CAP auf 1 Blick 5 Minuten Terrine Die CAP auf 1 Blick Die Ziele der GAP - seit 1957 unverändert Artikel 39 der Römische Verträge und des Lissabon-Abkommens Artikel 39 (1) Ziel der gemeinsamen Agrarpolitik ist es: a) die

Mehr

Report Datum 31.12.2015 Report Währung. Hypothekarische Pfandbriefe bzw. hypothekarische fundierte Bankschuldverschreibungen

Report Datum 31.12.2015 Report Währung. Hypothekarische Pfandbriefe bzw. hypothekarische fundierte Bankschuldverschreibungen Bank Bank für Tirol und Vorarlberg AG Report Datum 31.12.215 Report Währung EUR Hypothekarische Pfandbriefe bzw. hypothekarische fundierte Bankschuldverschreibungen 1. ÜBERBLICK CRD/ OGAW Richtlinien konform

Mehr

Die Zukunft heisst Multi-Channel Kommunikation in Kombination mit Druck. Sigi Alder Market Business Developer, Canon (Schweiz) AG

Die Zukunft heisst Multi-Channel Kommunikation in Kombination mit Druck. Sigi Alder Market Business Developer, Canon (Schweiz) AG Die Zukunft heisst Multi-Channel Kommunikation in Kombination mit Druck Sigi Alder Market Business Developer, Canon (Schweiz) AG Die richtige Wahl? Agenda Digitale Revolution Was Ihre Kunden wollen Erkenntnisse

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

VARONIS DATADVANTAGE. für Exchange

VARONIS DATADVANTAGE. für Exchange VARONIS DATADVANTAGE für Exchange VARONIS DATADVANTAGE für Exchange Funktionen und Vorteile TRANSPARENZ Bidirektionale Smart Views aller Berechtigungen für Postfächer und öffentliche Ordner sowie Überwachung

Mehr

Session 4: Projektvorstellung Transferprojekt itsowl-tt-mesqa 18. August 2015, Gütersloh. www.its-owl.de

Session 4: Projektvorstellung Transferprojekt itsowl-tt-mesqa 18. August 2015, Gütersloh. www.its-owl.de Session 4: Projektvorstellung Transferprojekt itsowl-tt-mesqa 18. August 2015, Gütersloh www.its-owl.de Agenda Abschlusspräsentation itsowl-tt-mesqa Einführung Zielsetzung Ergebnisse Resümee und Ausblick

Mehr

PRESSEMITTEILUNG ZAHLUNGSVERKEHRSSTATISTIK 2011. 10. September 2012

PRESSEMITTEILUNG ZAHLUNGSVERKEHRSSTATISTIK 2011. 10. September 2012 10. September 2012 PRESSEMITTEILUNG ZAHLUNGSVERKEHRSSTATISTIK Die Europäische Zentralbank (EZB) hat heute Statistiken zum bargeldlosen Zahlungsverkehr für das Jahr veröffentlicht. Diese enthalten Indikatoren

Mehr