Transforming Data into Action

Transkript

1 Transforming Data into Action Berner-Architekten-Treffen Patrick Bönzli Manuel Linder

2 Inhalt Vision und Impulse Technologie und Wissen Anwendung und Erfahrungen

3 IMPULSE

4 Sensoren

5 Connectivity

6 People & Processes

7 Blend the Data

8 Making Sense of Data

9 Making Sense of Data

10 Smart Ecosystem

11 Smart Ecosystem

12 Disrupt or be Disrupted

13 Smart City

14 Smart City

15 Smart City

16 Smart City

17 Smart City

18 Smart City

19 Smart Building

20 Retail 360

21 Retail Analytics

22 Retail Analytics

23 Retail Analytics

24 Retail Analytics

25 Retail Analytics

26 Retail Analytics

27 Retail Analytics

28 Elevator

29 Washing Machine

30 IBM Watson

31 Gemeinsamkeiten Verteiltes Sensornetzwerk Verbunden mit Internet Aggregation von Daten Offenlegen von Antworten Wertschöpfung durch Handeln

32 Transforming Data into Action

33 TECHNOLOGIE

34 Architektur IoT Lösung Sensoren Real-Time Analytics Actions

35 Challenges Datenvolumen Datenkonsistenz Sicherheit und Vertraulichkeit Daten-Magie Qualität Reproduzierbarkeit Infrastruktur

36 Datenvolumen Millionen von Sensoren Millionen von Events pro Sekunde Speicherung rohe Daten und Analysen Echtzeit Anspruch Stateful Algorithms

37 Platform Architecture Raw Data BI Data DB S3 DB S3 ElasticSearch Data API MQTT Real-Time Pipeline Customer API LB Processing Pre- Processi Preng Pre- Kafka Proce ssing Pre- Flink Proce ssing HTTP HTTP HTTP S LB HTTP HTTP HTTP S

38 Sicherheit und Vertraulichkeit Daten sind das Kapital der IoT Sicherheit und Vertraulichkeit sind zentral Verschlüsselung von Daten Anonymisierung/Reduktion direkt auf Sensor

39 Analytics Verschiedene Wege führen nach Rom Algorithmus Tuning sehr aufwendig Systematische Verifikation schwer Korrelation nicht Kausalität

40 Analytics

41 Qualität Komplexes System, komplexe Algorithmen Blackbox Integrationtesting mit Referenzdaten Boundary Check zur Plausibilitätsprüfung Anomaly Detection auf Lösungsmenge

42 ERFAHRUNGE N

43 Retail Analytics

44 storalytics WLAN Sensoren 3D Kameras Visuelle Kameras PoS

45 storalytics Loyalität Aufenthaltszeit Demographie Heat Map Konversionsrate

46 Passanten pro Stunde

47 Passanten nach Richtung

48 Passanten Geschwindigkeit

49 Passanten die Stillstehen

50 Erfahrungen aus Retail Qualitätssicherung nicht trivial Sensorik grösste Fehlerquelle Disruptive Technologie

51 ALPIQ AUDIO FINGERPRINT Eine Vielzahl von Industrie Kälteanlagen bei Kunden Kontinuierliche Service Checks Vor-Ort erforderlich Probleme frühzeitig erkennen Zur richtigen Zeit am richtigen Ort

52 ALPIQ AUDIO FINGERPRINT

53 ALPIQ AUDIO FINGERPRINT

54 System Monitoring NEEO

55 System Monitoring NEEO NEEO ist ein Home Automation Hub Erfolgreichstes Automation Projekt Kickstarter Testing Phase mit 100 Betatester Monitoring Produktqualität

56 Produktqualität Index Release 4.21 Release Release Release Release 4.3

57 ZU GUTER LETZT

58 Answers need Questions Entscheidend: Richtige Fragen stellen Interdisziplinäres Team Fachlichkeit, Wirtschaftlichkeit und Technologie Inkrementelles Vorgehen

59 Disruptiv Datenbasierte Entscheidungsfindung ist real Real-time erlaubt zeitnahe Entscheidungen Erlaubt Änderungen der Geschäftsprozesse Bedingt Änderungen im Mindset

60 Decision Making Sweet Spot Schulung und Validierung der eigenen Intuition Gegen Vorurteile schützen

61 Manuel Linder Patrick Bönzli