PROGRAMM

Die im Konferenzprogramm der TDWI München 2022 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.

 

Hier können Sie die Programmübersicht der TDWI München 2022 mit einem Klick als PDF herunterladen.

Thema: Data Platforms

Nach Tracks filtern
Nach Themen filtern
Alle ausklappen
  • Montag
    20.06.
  • Dienstag
    21.06.
  • Mittwoch
    22.06.
, (Montag, 20.Juni 2022)
10:45 - 12:15
Mo 3.1
ROOM E101/102 | Operationalisierung von Big Data Use Cases

Viele Unternehmen haben in den letzten Jahren erfolgreich prototypische Big-Data- und Machine-Learning-Use-Cases auf On-Premises-Umgebungen umgesetzt. Eine wesentliche und oft unterschätzte Herausforderung ist dabei die Operationalisierung und die Integration von Big-Data-/ML-Anwendungen in die Anwendungslandschaft eines Unternehmens. Der Vortrag stellt Methoden und Konzepte vor, die für den Aufbau und die Operationalisierung einer standardisierten, zentralen Big-Data-/ML-Serviceplattform bei…

Mehr lesen
ROOM E101/102 | Vanilla Data Platform - einmal alles richtig machen

[Vanilla] steht für einfach, grundlegend, konventionell - und langweilig? Auf keinen Fall! Aber eine Datenplattform - ideal auf die individuellen Anforderungen angepasst und trotzdem einfach - ist der Wunsch vieler BI-Leiter. Aber geht das, 'einfach'? Jein. Damit Du wirklich etwas von Deiner Plattform hast, sind ein paar grundlegende Dinge wichtig. Welche das sind und welche Stolpersteine Du auf dem Weg zur VDP (Vanilla Data Platform) besser vermeiden solltest, zeigen Dir Meik und Thomas…

Mehr lesen
Stefan Albrecht, Nadine Keller
Meik Truschkowski, Thomas Voigt, Margarethe Kobylka
13:45 - 15:00
Mo 3.2
ROOM F111 | Modern Data Stack - Buzzword oder echter Game-Changer?

Was verbirgt sich hinter dem Trend 'Modern Data Stack' und wie gut eignet er sich für den Aufbau von Analytics-Plattformen? Wir berichten über erste Erfahrungen im Aufbau und der Nutzung des Modern Data Stacks, stellen eine Architektur mit allen Komponenten vor und demonstrieren sie praktisch. Wir gehen auf die Trennung von Ingestion (EL) und Transformation (T) ein, sowie weitere Ideen, wie 'Metrics Store' und 'Reverse ETL'. Abschließend berichten wir von Problemen und Einstiegshürden bei…

Mehr lesen
Fabian Hardt, Jens Bleiholder
Vortrag: Mo 3.2
15:30 - 16:45
Mo 3.3
ROOM F111 | Wenn KI einen in die Cloud treibt. Vom klassischen DWH zur modernen Data Platform

Viele Unternehmen investierten in der Vergangenheit in klassische DWH-Architekturen. Seit einigen Jahren geraten diese durch stark geänderte Anforderung wie Analyseunterstützung durch künstliche Intelligenz oder echtzeitnahe Reports immer stärker unter Druck. 

In diesem Vortrag zeigen wir anhand eines Praxisbeispiels zwei Lösungswege (Managed Cloud Services und OSS-Plattformen) und wie durch eine Kombination von beiden den immer weiter steigenden Anforderungen optimal begegnet werden kann.

Zielp…

Mehr lesen
Wolfgang Kettler, Harald Philipp Gerhards
, (Dienstag, 21.Juni 2022)
14:30 - 16:00
Di 4.3
ROOM E119 | Cloud-Plattformen in der Business Intelligence

Vorstellung von Cloud-Plattformen in der Business Intelligence mit Praxisbeispiel aus der BerlinHyp.  

Teil 1:  

  • Vorstellung des SAC-Projektes bei der BerlinHyp
  • Nutzerversprechen und Handling der SAC als Cloud Tool auf einer HANA-Lösung
  • Vorstellung Projektvorgehen

Teil 2:  

  • Umsetzung der Anforderungen in einer modernen Cloud-Architektur am Beispiel der SAP DWC
  • Prozessumkehr bei Datenprojekten und konsequente Verfolgung produktbezogener Ansätze
  • Wie ein Modellierungsframework als…
Mehr lesen
Carsten Blöcker, Till Kasperbauer
, (Mittwoch, 22.Juni 2022)
11:00 - 12:30
Mi 5.2
ROOM E119 | Data Mesh - Datenmanagement auf den Kopf gestellt?

Data Mesh ist heute DER Trend im Datenmanagement. Es wendet Microservice-Architekturansätze auf jede Art von Datenverarbeitung an und betrifft so auch Data Warehouses oder Data Lakes. 

Publikationen erschöpfen sich heute oft noch in der Betrachtung der - sicherlich wichtigen - kulturellen und organisatorischen Auswirkungen. 

Wir zeigen zudem auch live anhand eines konkreten Beispiels, wie Data Engineering, Data Governance, Data Warehousing etc. davon beeinflusst wird, wie eine konkrete Lösung…

Mehr lesen
Guido Schmutz, Peter Welker

Zurück