PROGRAMM

Die im Konferenzprogramm der TDWI München digital 2021 angegebenen Uhrzeiten entsprechen der Central European Time (CET).

Per Klick auf "VORTRAG MERKEN" innerhalb der Vortragsbeschreibungen können Sie sich Ihren eigenen Zeitplan zusammenstellen. Sie können diesen über das Symbol in der rechten oberen Ecke jederzeit einsehen.

Für alle, die eine alternative Darstellung bevorzugen bieten wir unser Programm-PDF an:
» Zum PDF-Download

Gerne können Sie die Konferenzprogramm auch mit Ihren Kollegen und/oder über Social Media teilen.

Track: Strategie / Governance

Nach Tracks filtern
Alle ausklappen
  • Montag
    21.06.
11:20 - 12:30
Mo 1.2
Governing big data and analytics
Governing big data and analytics

Data volumes are exploding, and companies are striving to use advanced analytics for more data-driven insights and self-learning systems. Enabling scalable data onboarding and analytics delivery processes with little human intervention but strong governance is key to extract value from Big Data and Analytics successfully. The CC CDQ has developed a framework for governing Big Data and Analytics in close collaboration with industry partners. The framework supports practitioners to setup processes, roles and tools to scale analytics use cases.

Target Audience: Analytics Manager, Data Manager, Project Leader
Prerequisites: Basic knowledge and some experience in analytics or data management
Level: Basic

Martin Fadler is researcher in the Competence Center Corporate Data Quality (CC CDQ) and doctoral candidate at University of Lausanne. Before joining CC CDQ, he worked for several years as a Data Scientist in a venture of Deutsche Telekom. His research interests relate to data management in the context of big data and analytics, and on how artificial intelligence, in particular machine learning, can improve data management.
Christine Legner ist Professorin an der Universität Lausanne und leitet das Competence Center Corporate Data Quality (CC CDQ), in dem sie und ihr Team gemeinsam mit 20 europäischen Unternehmen innovative Konzepte und Lösungen für das Datenmanagement erarbeiten. Sie verfügt über langjährige praktische und akademische Erfahrung und ist Autorin aktueller Studien zu Datenstrategien und Datenkatalogen.
Martin Fadler, Christine Legner
Martin Fadler, Christine Legner
Vortrag: Mo 1.2
flag VORTRAG MERKEN

Vortrag Teilen

14:00 - 14:40
Mo 1.3
Wer, wie, was – wieso, weshalb, warum – Darum bitemporal
Wer, wie, was – wieso, weshalb, warum – Darum bitemporal

Mit der Zeit verändern sich Informationen auf komplexe Art und Weise. Zum Beispiel ändern sich die Zuordnung von Produkten zu Produktgruppen oder auch die Zuordnung von Preisspannen der Produkte nach Zielgruppe, Vertriebskanal, Rabattsystem und vieles mehr im Zeitverlauf.

Zielpublikum: Data Modeler, Data Engineer, BICC Team Member, BI-Manager
Voraussetzungen: Grundlegendes Verständnis von ‚time in data warehousing‘
Schwierigkeitsgrad: Anfänger

Extended Abstract:
Mit der Zeit verändern sich Informationen auf komplexe Art und Weise. Zum Beispiel ändern sich die Zuordnung von Produkten zu Produktgruppen oder auch die Zuordnung von Preisspannen der Produkte nach Zielgruppe, Vertriebskanal, Rabattsystem und vieles mehr im Zeitverlauf.

Fachbereiche planen bereits heute zukünftige Preise und Preisspannen, strukturieren Produktgruppen um, wie zum Beispiel für eigene Produktgruppen mit Rabatten speziell für den 'Black Friday'. Diese Informationen können und werden lange bevor sie in der Realität gültig sind, in den Systemen gespeichert.

In der heutigen Session gibt Dirk Lerner einen Einblick in Use Cases für bitemporale Daten und warum diese für heutige Geschäftsanforderungen wichtig und grundlegend sind. Anschließend visualisiert er die Vorgehensweise der bitemporalen Historisierung von Daten anhand eines einfachen Beispiels. Zum Abschluss stellt Dirk Lerner die aktuell existierenden Technologien vor, die eine (bitemporale) Historisierung von Daten bereits implementiert haben.

Dirk Lerner ist ein erfahrener unabhängiger Berater und Geschäftsführer von TEDAMOH. Er leitet seit 19 Jahren BI-Projekte und gilt weltweit als Experte für BI-Architekturen, Datenmodellierung und temporale Daten. Dirk plädiert für flexible, schlanke und leicht erweiterbare Data-Warehouse-Architekturen.
Über die TEDAMOH Academy schult Dirk BI-Spezialisten zu (bi-) temporalen Daten und Datenmodellierung im Allgemeinen und für Data Vault im Besonderen.
Als Pionier für Data Vault und FCO-IM in Deutschland hat er diverse Publikationen verfasst, ist ein international viel beachteter Redner auf Konferenzen und Autor des Blogs https://tedamoh.com/blog.
Dirk Lerner
Dirk Lerner
Vortrag: Mo 1.3
flag VORTRAG MERKEN

Vortrag Teilen

14:50 - 15:30
Mo 1.4
Insights to action: ABB's journey to data driven decisions
Insights to action: ABB's journey to data driven decisions

How do you enable digital transformation and create value through analytics?

Building a global analytics function across a diverse application landscape incl. SAP and multiple data sources provides many challenges. See how ABB successfully managed this journey and now enjoys the benefits of operational analytics globally, a shift in mindsets and a more data driven way of working.

You will also discover the impact of key technologies used (Change-Data-Capture, Automation & AI) and see real examples of specific analytics deployed in the business.

Target Audience:
Business analysts, decision makers, C-Level
Prerequisites: Basic Knowledge
Level: Basic

Extended Abstract:

How do you enable digital transformation and create value through analytics?

This session tells the story of building a global analytics function in an environment with a diverse set of applications including a complex SAP system landscape and many data sources. The speaker will talk about some of the challenges in the journey but also the success in deploying operational analytics globally, shifting mindsets and help transition to a more digital/data driven way of working.

The audience will also discover the impact of key technologies used (e.g.: Change-Data-Capture, Visualization, Automation and AI) and how these helped to create value and drive revenue increase for ABB, using real examples of specific analytics deployed in the business.

Mircea Zamfir is a data analytics advocate at ABB, a pioneering technology leader in the field of energy & automation. He transforms traditional processes and drives value creation through digital enablement. Mircea has 14+ years of leading experience in technology, analytics and operations, combining business knowledge with technology to drive process improvements and cash recoveries.
Feridun Ozmen is an Internal Auditor - Business Analyst at ABB Asea Brown Boveri Ltd.
Mircea Zamfir, Feridun Ozmen
Mircea Zamfir, Feridun Ozmen
Vortrag: Mo 1.4
flag VORTRAG MERKEN

Vortrag Teilen

16:00 - 17:10
Mo 1.5
KI & Anonymisierung: Was geht technisch, was muss rechtlich?
KI & Anonymisierung: Was geht technisch, was muss rechtlich?

Die Implementierung einer effizienten KI wird durch die Verfügbarkeit fortschrittlicher Computer und schneller und großer Massenspeicher ermöglicht. Häufig stellen sich hierbei Fragen im Zusammenhang mit dem Datenschutzrecht. Die DSGVO ist hingegen nicht anwendbar, wenn anonymisierte Daten genutzt werden. Doch wann liegt eine 'rechtssichere' Anonymisierung vor? Ist sie im Zeitalter von Big Data überhaupt möglich? Der Beitrag stellt dies aus Sicht des Bereichs 'Selbstfahrender Fahrzeuge' dar und beleuchtet essenzielle rechtliche Fallstricke.

Zielpublikum: Der Vortrag verknüpft technische und rechtliche Erkenntnisse beim Einsatz von KI und ML und erklärt daher Grundlagen und Besonderheiten aus beiden Bereichen, sodass er sich für ein breites Publikum eignet.
Voraussetzungen: Es genügt Vorwissen entweder aus dem technischen oder rechtlichen Bereich. Der Vortrag ist gelungen, wenn Techniker danach ein Grundverständnis der relevanten Rechtsfragen haben und Techniker und Juristen sich danach im Bereich autonomer, selbst lernender
Schwierigkeitsgrad: Anfänger


Extended Abstract:

Maschinelles Lernen (ML) und Deep Learning (DL) sind Werkzeuge, um KI-Anwendungen zu implementieren. Die Implementierung einer effizienten KI wird durch die Verfügbarkeit fortschrittlicher Computer und schneller und großer Massenspeicher ermöglicht. Häufig handelt es sich bei den genutzten Daten um personenbezogene Daten. Somit rücken Fragen im Zusammenhang mit dem Datenschutzrecht immer mehr ins Licht der Öffentlichkeit. Die Frage des 'Personenbezugs' von Daten wird im Datenschutzrecht seit jeher kritisch diskutiert. Die Rechtsprechung und auch Datenschutz-Aufsichtsbehörden gehen grundsätzlich von einem weiten Verständnis personenbezogener Daten aus. Einen neuen Höhepunkt erreicht diese Diskussion im Kontext von KI-Anwendungen. KI-Anwendungen müssen mit Datensätzen trainiert werden, die einen Personenbezug enthalten können, ohne dass dies auf Anhieb ersichtlich ist. In diesem Fall ist das strenge Regime der Datenschutzgrundverordnung (DSGVO) anwendbar. Dies ist jedoch nicht der Fall, wenn die Datensätze anonymisiert sind. Allerdings ist die Frage, ob Daten personenbezogen oder anonym sind, nicht nur eine technische, sondern vor dem Hintergrund der DSGVO auch eine rechtliche. Wann liegt eine 'rechtssichere' Anonymisierung vor? Ist sie im Zeitalter von KI und Big Data überhaupt noch möglich? Der Beitrag stellt dies aus Sicht von Anwendungen und Datensätzen im Bereich 'Selbstfahrender Fahrzeuge' dar und beleuchtet essenzielle rechtliche Fallstricke.

Dr. Florian Baumann arbeitet als CTO mit dem Schwerpunkt Automotive & Artificial Intelligence bei der Firma Dell Technologies. In seinem Schwerpunkt ist er ein branchenweit anerkannter Experte, der viele Konferenzen leitet und führende Automobilhersteller und Zulieferer berät. Derzeit betreut Baumann Unternehmen im Entwicklungsprozess von Fahrerassistenzsystemen und selbstfahrenden Fahrzeugen.
Fritz-Ulli Pieper berät als Fachanwalt für IT-Recht nationale und internationale Mandanten im IT-, Telekommunikations- und Datenschutzrecht. Er verfügt über besondere Erfahrung zu Rechtsfragen der Digitalisierung und Künstlicher Intelligenz. Seine Aufgabenschwerpunkte umfassen die Gestaltung von IT-Verträgen sowie AGB und die Begleitung von komplexen Datenschutzprojekten.
Florian Baumann, Fritz-Ulli Pieper
Florian Baumann, Fritz-Ulli Pieper
Vortrag: Mo 1.5
flag VORTRAG MERKEN

Vortrag Teilen

17:30 - 18:10
Mo 1.6
Panel: Data Governance – Bremsklotz oder Beschleuniger der Digitalisierung?
Panel: Data Governance – Bremsklotz oder Beschleuniger der Digitalisierung?

Michael Kolb arbeitet seit 2013 im BICC der HUK-COBURG.
Seine Themenschwerpunkte sind die BI-Architektur und die BI-Modellierung.
Das Thema BI begleitet ihn seit 2008.

Oliver Wittmaier ist Programm Manager im Data Intelligence Center der Deutschen Bahn. Der studierte Wirtschaftsinformatiker ist seit 12 Jahren bei der Bahn tätig und begleitet das DICe seit seiner Gründung im April 2019. Dort leitet er das House auf Data, welches es sich zur Aufgabe gemacht hat, durch die Umsetzung der DB Datenstrategie, Daten konzernweit, rechtssicher und schnellverfügbar, verständlich und damit nutzbar zu machen. Das dafür notwendige Fundament ist der „DB Data Catalog“.
Dr. Alexander Borek is a data executive, author and keynote speaker. As Head of Data at Zalando, he runs the central Data and CRM organization focusing on analytics, data platform, data management, process mining, machine learning automation and Salesforce. Before, he led the global data transformation at VW Group and VWFS and advised Fortune 500 companies as strategic consultant at Gartner and IBM. His latest book "Driving Digital Transformation through Data and AI" provides guidance on how to manage data products effectively to enable digital services and offerings.
Dr. Carsten Dittmar ist Partner und Area Director West bei der Alexander Thamm GmbH. Er beschäftigt sich seit über 20 Jahren intensiv mit den Themenfeldern Business Analytics, Data Science und Artificial Intelligence mit dem Fokus auf strategische und organisatorische Beratung von datengetriebenen Vorhaben. Carsten Dittmar ist europäischer TDWI Fellow und Autor diverser Fachpublikationen und Referent bei zahlreichen Fachveranstaltungen.
Dr. Christian Fürber ist Autor, Dozent und Experte für Themen des Datenmanagements und der Digitalisierung. Mit seinem Unternehmen, dem Information Quality Institute, unterstützt er Organisationen und Unternehmen aller Branchen dabei, spürbaren Mehrwert aus Ihren Daten zu generieren. Während seiner Zeit bei der Bundeswehr etablierte er eine der ersten Data Governance Strukturen in Deutschland. Für die Universität der Bundeswehr München forschte er im Bereich E-Business & Web Science an der Zukunft des Datenqualitätsmanagements. Christian hat seit 2005 mehr als 20 große Daten- und Digitalisierungsprojekte erfolgreich geleitet – unter anderem bei der Deutschen Bahn, der 1&1 Versatel und Linde.
Michael Kolb, Oliver Wittmaier, Alexander Borek, Carsten Dittmar, Christian Fürber
Michael Kolb, Oliver Wittmaier, Alexander Borek, Carsten Dittmar, Christian Fürber
Vortrag: Mo 1.6
flag VORTRAG MERKEN

Vortrag Teilen

Zurück