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 Strategy
- Montag
20.06. - Dienstag
21.06. - Mittwoch
22.06.
KI hat einen disruptiven Einfluss auf die Wertkette der Versicherung. Data-driven Insurance steht für eine KI-Einführung zu Mehrwert mit Strategie. Neue Portfolios, Prinzipien, Standards, Jobs und Prozesse sind die Folge. Diese werden vorgestellt.
Zielpublikum: Führungskräfte, Trainer, Erklärer und Förderer
Voraussetzungen: KI-Agilität, Einführungs- und Projektmanagement
Schwierigkeitsgrad: Experte
Extended Abstract:
Damit die Einführung der Data-driven Insurance sich beschleunigt, sind die relevanten Themen zu gruppieren, zu priorisieren und die Verantwortungen hierüber zu klären. Dafür bedarf es einer schlagkräftigen Führungskoalition, welche eine Vision über die Einführung der Data-driven Insurance und der Künstlichen Intelligenz entwickelt und im Gesamtunternehmen propagiert. Promotoren werden eingesetzt, um die Vision umzusetzen und nach geeigneten KI-Business-Cases zu suchen. Die Business-Cases werden so bewertet, priorisiert und geplant, dass sich Ergebnisse schnell einstellen. Die mit diesen Erfolgen erzielte Glaubwürdigkeit belebt die Transformation neu. Dadurch können neue Mitarbeiter gewonnen werden, um die Verbesserungen zu konsolidieren und die neuen Ansätze zu institutionalisieren. Der Vortrag geht auf Best Practices und Fallstricke ein.
Leonhardt Wohlschlager ist seit 2006 bei CGI und dort heute als Insurance Practice Lead für IT-Strategie und Digitale Transformation verantwortlich. Erstmals 1998 führte er bei einer großen VVaG moderne IT als Projektleiter ein. Nach seiner Zeit bei IBM bis 2000 promovierte er berufsbegleitend zum Dr. der BWL im Jahr 2006. Daten hält er für eines der wichtigsten Assets in der Versicherung.
Das Thema KI ist in aller Munde. Fragt man in Unternehmen aber, wie bestehende Datenschutzanforderungen, Richtlinien der EU und die Mitbestimmung des Betriebsrates sichergestellt werden, so gibt es hier selten Antworten. Gerade die Einbeziehung dieser Stakeholder ist aber keine 'lästige' Pflicht, sondern ein kritischer Erfolgsfaktor.
Im Vortrag wird das Vorgehen der Zurich Deutschland vorgestellt und aufgezeigt, wie wir gemeinsam an einer für Mitarbeiter und Kunden fairen KI arbeiten.
Zielpublikum: Data & Analytics Entscheider
Voraussetzungen: Keine
Schwierigkeitsgrad: Einsteiger
Dr. Michael Zimmer verantwortet bei der Zurich Gruppe Deutschland das Thema künstliche Intelligenz. Hierbei beschäftigt er sich sparten- und ressortübergreifend mit der Identifikation, Entwicklung, Produktivsetzung und Industrialisierung von KI-Anwendungsfällen. Er ist Autor und Herausgeber diverser Publikationen und TDWI Fellow. Vor seiner Zeit bei der Zurich Deutschland war er fast 14 Jahre in der Beratung tätig.
Vortrag Teilen
Vortrag Teilen
Wir erleben zurzeit, wie die Digitalisierung unsere Realität dramatisch verändert. So verwundert es nicht, dass in diesem Zusammenhang Fragen zur Ethik, nach einem verlässlichen Koordinatensystem von Werten, immer häufiger gestellt werden. Im Fokus des Vortrags steht der 'richtige' Umgang mit Daten im analytischen Ökosystem des Unternehmens und beleuchtet u.a. folgende Aspekte:
- Aufbau von Vertrauen und Akzeptanz als Schlüssel in der Kundenbeziehung
- DSGVO und Datenethik
- Rollenspezifische Aspekte der Datenethik (Entwickler, Designer, Nutzer)
Zielpublikum: für alle, die sich professionell mit Daten beschäftigen
Voraussetzungen: Keine
Schwierigkeitsgrad: Einsteiger
Extended Abstract:
Inhalt in der Struktur wie der Vortrag beim RT in Hamburg. Natürlich mit aktualisierten Insights aus Praxis und Wissenschaft.
Wir erleben zurzeit, wie die Digitalisierung unsere Realität dramatisch verändert. Gesetze und Prinzipien, die über lange Zeit ihre Gültigkeit hatten, müssen auf den Prüfstand gestellt werden, weil die Veränderungen nie dagewesene Handlungsoptionen bieten - im Guten wie im Schlechten. So verwundert es nicht, dass gerade im Zusammenhang mit der Digitalisierung und Big Data Fragen zur Ethik und Moral, nach einem verlässlichen Koordinatensystem von Werten, immer häufiger gestellt werden.
Die Auswirkungen der Datenverarbeitung und Datenanalyse auf den Einzelnen und auf die Gesellschaft werden immer gravierender, daher wird der Ruf nach verbindlichen Richtlinien für die Berufsgruppen, die sich professionell mit dem Sammeln, Verarbeiten und Analysieren von Daten beschäftigen, immer dringlicher. Brauchen wir eine Berufsethik für den Data Scientist?
Die aktuell geführten Debatten zur Datenethik sind geprägt durch Auswirkungen von KI und algorithmischen Entscheidungsverfahren auf unseren Alltag, wie beim autonomen Fahren oder in der Pflege (Pflegeroboter). Ein weiterer oft diskutierter Aspekt ist das hemmungslose Sammeln von Daten der IT-Giganten wie Google oder Facebook, was zu den Begriffen Daten- bzw. Überwachungskapitalismus geführt hat.
Im Fokus des Vortrags steht der 'richtige' Umgang mit Daten im analytischen Ökosystem eines Unternehmens. Dabei werden u.a. folgende Aspekte und Fragestellungen betrachtet:
Was versteht man unter Datenethik?
Wie kann Vertrauen und Akzeptanz bei den Kunden durch den richtigen Umgang mit den Daten auf- bzw. ausgebaut werden?
Wem gehören die Daten?
Was heißt Corporate Digital Responsibility?
Was hat die DSGVO mit Datenethik zu tun?
Analytisches Ökosystem und Datenethik (Perspektive auf die Daten, Perspektive auf die Algorithmen)
Rollenspezifische Aspekte der Datenethik im analytischen Ökosystem (Entwickler, Designer, Nutzer)
Seit über 20 Jahren berät Christian Winter in Software und regulatorischen Projekten. Als Volljurist, Datenschutzbeauftragter und zertifizierter Datenschutzauditor ist es ihm ein besonderes Anliegen, die gesetzlichen Rahmenbedingungen anschaulich und zielgruppenorientiert zu vermitteln.
Als Co-Autor wird er Insights aus dem im Juni 2022 erscheinenden FINCON E-Book „Datenethik - Wege zu einer neuen Datenkultur in Zeiten von Digitalisierung und KI” präsentieren.
Seit 1998 berät und coacht Lars von Lipinski Unternehmen bzgl. Data Governance und Analytic-Themen in verschiedensten Rollen und verantwortet die externe Strategie der FINCON Unternehmensberatung für dieses Kompetenzcenter.
Er verfasste u. a. das TDWI E-Book 'Die neue EU-Datenschutzgrundverordnung - Auswirkungen auf Geschäftsprozesse und Analytische Informationssysteme'.
Vortrag Teilen
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 einem Versicherungsunternehmen eingesetzt wurden.
Zielpublikum: Data Engineer, Project Leader
Voraussetzungen: Basic knowledge, Erfahrungen mit Big-Data-Architekturen
Schwierigkeitsgrad: Fortgeschritten
- Bachelor of Science (Wirtschaftsinformatik): Hochschule Furtwangen University, 10/2004 - 02/2008
- Master of Science (Wirtschaftsinformatik): Hochschule Karlsruhe - University of Applied Sciences, 03/2008 - 06/2009
- Consultant: integration-factory GmbH & Co. KG, 06/2009 - 09/2017 (Schwerpunkte: Datenintegration und Data Warehousing)
- Managing Consultant Big Data: integration-factory GmbH & Co. KG, 10/2017 - heute (Schwerpunkte: Datenintegration, Cloud, Big Data)
- 09.2005 - 02.2009 Hochschule Furtwangen University, Internationale Betriebswirtschaft (BA)
- 10.2014 - 09.2016 Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen, Internationales Projektmanagement (MBA)
- 04.2009 - 10.2010 SRH Holding, Controlling/ Management Reporting/ BI
- 11.2010 - heute SV SparkassenVersicherung, BI/ DWH/ Data Engineering/ Data Analytics
[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 (b.telligent) gemeinsam mit Margarethe von Seven.One Media.
Zielpublikum: BI-Teamleiter, BI-Architekten
Voraussetzungen: Grundlegendes Verständnis von BI und der Nutzung von Daten in Unternehmen
Schwierigkeitsgrad: Fortgeschritten
Als Principal Consultant legt Meik den Fokus auf Business Intelligence, Data Warehousing und Integration sowie Datenmodellierung, v.a. für die produzierende Industrie und die Finanzbranche. Er verfügt über mehr als 13 Jahre Erfahrung in der Analyse, Planung, Konzeption und Umsetzung branchenübergreifender Projektvorhaben einschließlich der Prozess- und Anforderungsanalyse und ganz besonders der Architektur von Daten.
Thomas berät Kunden aus verschiedenen Branchen, wie Immobilen und Finanzdienstleistungen, zu den Themen Business Intelligence, Data Warehouse und Reporting. Seine Projekterfahrung umfasst den kompletten Wertschöpfungsprozess von der Analyse, Planung, Konzeption bis hin zur Umsetzung von Projektvorhaben mit Fokus auf Data-Warehouse-Installationen.
Als Head of BI Engineering verantwortet Margarethe die Entwicklung und Architektur aller Business Intelligence-Produkte für den Entertainmentbereich der ProSiebenSat.1. Sie hat über 12 Jahre Erfahrung im Bereich Data Warehousing und dort insbesondere beim Projektmanagement. Aktuell beschäftigt sie sich in der Rolle des Product Owners mit der Cloudmigration einer unternehmensweiten BI Plattform.
Vortrag Teilen
Fast jeder Beitrag zu moderner BIA fängt mit dem Satz an 'Noch nie wurden so viele Daten wie heute gesammelt'. Es gilt als Daumenregel: Willst du Machine Learning machen, musst du viele Daten sammeln. Da wird man schon fast zum Spielverderber, wenn man das Thema Datenlöschungen anspricht. Erfahren Sie, warum es trotzdem wichtig ist, dieses eher unliebsame Thema als Spezialfall einer Data Governance auf die Tagesordnung zu setzen.
Zielpublikum: CDOs, CISOs, IT-Leiter, Datenschutzverantwortliche
Voraussetzungen: Grundlegendes Verständnis von Datenintegrationen und Datenschutz
Schwierigkeitsgrad: Einsteiger
Christian Schneider ist der Director Data & Analytics bei der QuinScape GmbH. Als Consultant und Projektleiter war er langjährig in internationalen Großprojekten tätig und kennt die vielfältigen Herausforderungen unterschiedlichster Integrations- und Analytikszenarien aus der praktischen Arbeit. Als Speaker und in Publikationen beleuchtet er die Aspekte des Aufbaus von nachhaltigen Dateninfrastrukturen mit einem im späteren Betrieb überschaubaren Kostenrahmen durch eine zielorientierte Data Governance.
The setup of a decentral function-based data governance requires time, shapes a continuous learning organisation and grows data capabilities and competence in the functions. Through these means a sustainable data culture is established and anchored, which plays a particular role in realising the strategic corporate goals, such as the digital transformation of processes.
Target Audience: Data Governance Manager, Data Passionist, CDO, CIO, Data Analytics Specialist
Prerequisites: Basic knowledge of the Data Governance
Level: Basic
Leonie Frank has worked in data management for the past 10 years for companies like Google and Swarovski and supported others in her role as a consultant. Her passion is to drive activities related to data management not only to roles and responsibilities, standards and guidelines but also to data architecture, data quality and data performance. Leonie’s goal is to enable teams that help to increase data maturity allowing to safeguard and utilise data as a company asset. She holds a degree in International Business Administration, a master in International Political Economy from the University of Warwick in the UK, a certificate in Statistics and one in Applied Information Technology from ETH in Switzerland. Leonie lives in Zurich and loves fine cooking and dining as well as mountaineering.
Vortrag Teilen
Vortrag Teilen
Missing data leadership, lack of vision, data-unliterate business units, data in silos, no data- and analytics-governance - The symptoms of a missing data strategy are unmistakable. Whilst organizations strive to exploit the benefits promised from data & analytics, corporate well thought data strategies are rather an exception than rule. We would like to exchange best practices and experiences for designing & implementing sustainable yet pragmatic data strategies for organizations.
Target Audience: Practitioners for data strategy consulting, (Data-) decision makers in organizations, Data leaders, BI & AI team leaders
Prerequisites: Experience and knowledge in the area of analytics, BI or AI; data use cases
Level: Basic
Extended Abstract:
TOC draft
- Overview elements of a data strategy
- Typical initial situations in organizations
- Toolkits and methodologies when designing data strategies
- Exchange of experiences & best practices
Jens is a seasoned Data Scientist and Strategist with more than 15 years of professional experience in generating business value from data using Analytics, Data Science & AI. He led many data projects with measurable success for renowned international clients. Today, he helps organizations to design and implement data strategies for their digital transformation journeys.
Boris and his team are working passionately to drive the adoption of solutions and processes that enable people to make healthy, data driven decisions. These approaches cover the entire data value added chain starting from raw data to sophisticated Business Intelligence Applications or AI solutions based on modern data science.
Die HUK-COBURG agiert seit über 8 Jahren nach einer BI-Strategie. Die BI-Strategie und die zugrunde liegenden Datenarchitekturen wurden und werden fortlaufend angepasst. In diesem Track werden Weiterentwicklungen und Trends der Datenarchitekturen bei der HUK-COBURG vorgestellt.
Zielpublikum: Data Architects, Data Engineer, Data Scientist, Project Leader
Voraussetzungen: Grundkenntnisse Business Intelligence und Datenarchitekturen
Schwierigkeitsgrad: Einsteiger
Michael Fischer-Dederra beschäftigt sich seit seiner Diplomarbeit Anfang des Jahrtausends mit BI und ist, von seinen nunmehr 15 Jahren bei der HUK-COBURG, die letzten 6 Jahre als BI Lead Architect für den Ausbau des erweiterten Daten-Ökosystems und dessen Interaktion mit der Unternehmensumwelt zuständig.
Michael Kolb ist seit 14 Jahren im Business Intelligence-Umfeld tätig - davon seit über 8 Jahren als BI-Projektleiter und BI-Architekt im BICC der HUK-COBURG. Seit zwei Jahren begleitet er die Themen Data Cataloging und Data Governance im Kontext des erweiterten Daten-Ökosystems der HUK-COBURG.
Im Zuge einer Neuausrichtung der Analytics-Infrastruktur plant die GVV die Einführung eines neuen DWHs, das eine Gesamtsicht für Reporting und Analyse ermöglicht. Ziel des Projektes war die Anwendung innovativer Methoden, welche das Data Analytics-Zielbild zukunftsfähig macht, die Anforderungen in hohem Maße flexibel umsetzt und von geringer Fehleranfälligkeit gekennzeichnet ist. Diese Ziele werden durch den Einsatz einer Cloud-DB unter Nutzung einer Generierungs-SW für DataVault-Modellierung und moderner BI-Tools in hohem Maße erfüllt.
Zielpublikum: BI-Manager, Data-Analysten, Cloud-Architekten
Voraussetzungen: Versicherungs- und BI-Architektur-Grundverständnis
Schwierigkeitsgrad: Fortgeschritten
Lasse Wiedemann berät seit mehr als 4 Jahren Kunden aus der Finanzdienstleistungsbranche erfolgreich zu ETL- und BI-Fragestellungen. Dabei hat er sich auf das Thema Data Management konzentriert und ist bei PPI für diesen Bereich verantwortlich.
Vortrag Teilen
Vortrag Teilen
Höher, schneller, weiter scheint immer noch das Grundprinzip der Data & Analytics Community zu sein.
In Zeiten von Informations- und Kommunikationsüberfluss stellt sich die Frage, ob mit mehr Daten der Mehrwert in gleichem Maß steigt.
Der Vortrag möchte aufzeigen, warum wir umdenken sollten. Relevanz steht vor Menge - es geht nicht um die Menge der verarbeiteten Daten, sondern um die Menge der sinnvoll genutzten Daten.
Es wird aufgezeigt, wie Anwender gezielter unterstützt und Prozesse automatisiert werden können.
Zielpublikum: Business Users, Head of BICC, CIO
Voraussetzungen: None
Schwierigkeitsgrad: Fortgeschritten
Extended Abstract:
Höher, schneller, weiter scheint immer noch das Grundprinzip der Data & Analytics Community zu sein. Mit immer besseren Technologien, die auf der Grundlage von Cloud-Services immer einfacher zugreifbar werden, werden immer mehr Daten, immer schneller und immer intelligenter verarbeitet.
In Zeiten von Informations- und Kommunikationsüberfluss stellt sich die Frage, ob mit mehr Daten der Mehrwert in gleichem Maß steigt. Werden wirklich mehr Use-Cases zu Business-Cases oder an welcher Stelle wird getrieben durch Daten das Geschäftsmodell verbessert.
Der Vortrag möchte aufzeigen, warum wir umdenken sollten. Relevanz steht vor Menge - es geht nicht um die Menge der verarbeiteten Daten, sondern um die Menge der sinnvoll genutzten Daten.
Zunächst wird aufgezeigt, warum das Problem nicht erst mit Big Data aufgekommen ist, sondern vielmehr schon ein Dauerbrenner bei der Analyse von Daten ist.
Im Weiteren wird dargestellt, wie Anwender besser dabei unterstützt werden können, Informationen einfacher und gezielter zu verarbeiten. Dabei wird die Bedeutung von Data Governance oder auch aktuellen Trendthemen wie Data Democracy oder Data Literacy näher beleuchtet.
Weil es sich um einen zentralen Punkt bei vielen Digitalisierungsprojekten handelt, geht es abschließend darum, sich mit dem Potenzial der Automatisierung von Entscheidungen und damit von Prozessen auf der Grundlage von Daten auseinanderzusetzen.
Klaus-Dieter Schulze, Mitgründer und Vorstandsmitglied des TDWI e.V., hat seit über 20 Jahren verantwortliche Positionen im Data & Analytics-Umfeld bei verschiedenen Beratungshäusern inne. Seit Oktober 2021 ist er Senior Advisor New Business & Strategy bei b.telligent. Er beschäftigt sich auf Basis seines betriebswirtschaftlichen Studiums bereits seit 1994 intensiv mit Data & Analytics. Er hat verschiedene Fachartikel und Buchbeiträge zur Entwicklung des Data & Analytics-Marktes veröffentlicht und referiert regelmäßig bei Fachveranstaltungen.
Klaus-Dieter Schulze ist seit 2012 Mitglied im Vorstand des TDWI e.V.
Dr. Jörg Westermayer leitet das Competence Center Data Strategy & Governance bei b.telligent. Er verfügt über mehr als 20 Jahre Beratungs- und Führungserfahrung im Bereich Business Intelligence. Seine aktuellen Beratungsschwerpunkte sind Datenstrategie, Data Governance und Datenqualitätsmanagement. Zu diesen Themen hat er Fachartikel, Buchbeiträge und Fachvorträge vorgelegt.
In diesem Vortrag werden die Teilnehmer
- die drei wesentlichen Säulen einer guten Geschäftsentscheidung kennenlernen
- erfahren, wie sie diese am Beispiel kundenzentrierter Prozesse anwenden können
- ein Framework zur nachhaltigen Etablierung auf Basis des SAP-Lösungsportfolios kennenlernen.
Zielpublikum: Entscheidungsträger, an Customer Experience interessierte Teilnehmer
Voraussetzungen: keine
Schwierigkeitsgrad: Einsteiger
Extended Abstract:
Intelligente Unternehmen zeichnen sich durch gute Geschäftsentscheidungen aus. Diese Entscheidungen basieren auf Daten, entstehen in konkreten Prozessen und haben Auswirkungen auf die Geschäftsentwicklung.
Am Beispiel der kundenzentrierten Prozesse (Vertrieb, Service, Marketing, eCommerce) und deren Abbildung im SAP Customer Experience Portfolio werden diese Komponenten insbesondere im Hinblick auf das Zusammenspiel mit den beteiligten Personas dargestellt.
Wir geben einen Überblick über die beteiligten Produkte und zeigen, wie die konsequente Einbeziehung von Personas Geschäftsentscheidungen optimiert.
Dr. Thomas Zachrau hat in theoretischer Physik promoviert und beschäftigt sich seit über 25 Jahren leidenschaftlich mit Analytik. Die Analyse kundenzentrierter Prozesse und die Bedeutung von Geschäftsentscheidungen für Anwender und Kunden liegen ihm besonders am Herzen. Als Senior Manager bei Syskoplan Reply ist er für den Bereich Analytik auf Basis von SAP-Lösungen verantwortlich.
Vortrag Teilen
Eine steigende Anzahl von Datenquellen soll durch einen immer größer werdenden Abnehmerkreis immer agiler verarbeitet werden.
Die HUK-COBURG verfolgt mit ihrer Data Governance Initiative die Ziele, Data Analytics und datengetriebene Use-Cases zu unterstützen, zu verbessern und zu beschleunigen.
Dispositive Datenbestände werden hierfür beschrieben und katalogisiert, Rollen und Verantwortlichkeiten rund um die Daten geklärt und effektive Prozesse zur Datenverwendung etabliert.
Zielpublikum: Data Owner, Data Stewards, Data Governance Manager, Data User
Voraussetzungen: Grundkenntnisse zum Thema Data Governance
Schwierigkeitsgrad: Einsteiger
Michael Kolb ist seit 14 Jahren im Business Intelligence-Umfeld tätig - davon seit über 8 Jahren als BI-Projektleiter und BI-Architekt im BICC der HUK-COBURG. Seit zwei Jahren begleitet er die Themen Data Cataloging und Data Governance im Kontext des erweiterten Daten-Ökosystems der HUK-COBURG.
Vortrag Teilen
Der DKV ist auf dem Weg zu Europas führendem Mobilitätsdienstleister. Digitale Produkte und Services stehen für das traditionsreiche Unternehmen im Fokus der Weiterentwicklung des Geschäftsmodells.
Der Vortrag nimmt den Ausgang von der kurzen Darstellung der erarbeiteten Datenstrategie und gibt dann einen Abriss zu Struktur und Ablauf des bisherigen, zum Vortragszeitpunkt eineinhalbjährigen Verlaufs des Data Governance-Projekts
Zielpublikum: Business Users, C-Level, Head of BICC
Voraussetzungen: None
Schwierigkeitsgrad: Fortgeschritten
Extended Abstract:
Der DKV ist auf dem Weg zu Europas führendem Mobilitätsdienstleister. Digitale Produkte und Services stehen für das traditionsreiche Unternehmen im Fokus der Weiterentwicklung des Geschäftsmodells.
Als integralen Bestandteil der Unternehmensstrategie formulierte der DKV 2020 eine auf Use-Cases gestützte Datenstrategie, die seit Anfang 2021 mit drei Schwerpunkten operationalisiert wird: Der Aufbau der Abteilung Data Intelligence & Analytics, der Einführung einer Cloud basierten analytischen Plattform und der Umsetzung des Data Governance-Programms.
Der Vortrag nimmt den Ausgang von der kurzen Darstellung der erarbeiteten Datenstrategie und gibt dann einen Abriss zu Struktur und Ablauf des bisherigen, zum Vortragszeitpunkt eineinhalbjährigen Verlaufs des Data Governance-Projekts:
Das Data Governance-Programm des ersten Jahres war vom Aufbau der virtuellen Data Governance Organisation, dem Metadatenmanagement mit der Einführung eines Datenkatalogs und dem Aufbau eines Data Quality Monitorings geprägt.
Die Vorgehensweise des nun zweiten Jahres stellt die Unterstützung der laufenden strategischen Projekte des DKV und die Etablierung von Arbeitsgruppen als Einstieg in ein umfassendes Change-Management in den Mittelpunkt.
Der Schwerpunkt des Vortrags liegt auf den Schlüsselfaktoren des Erfolgs und den Herausforderungen für den weiteren Weg des Data Governance-Programms. Entlang von zehn Erfolgsfaktoren teilen wir unsere Erfahrung und stellen uns dazu der Diskussion.
Dr. Sönke Iwersen verantwortet seit mehr 15 Jahren Data & Analytics-Organisationen in verschiedenen Industrien (u.a. Telefónica, Handelsblatt, XING, Fitness First, HRS). Schwerpunkte sind die Entwicklung von Digitalisierungs- und Datenstrategien und deren Operationalisierung mit cloudbasierten analytischen Plattformen und ML/AI-Lösungen. Er präsentiert seine innovativen Ergebnisse regelmäßig auf nationalen und internationalen Konferenzen.
Thomas Liegl arbeitet bei b.telligent als Consultant im Competence Center Data Strategy & Governance, wobei die Themen Data Governance, Datenstrategien sowie Business Intelligence-Strategien und -Organisationen zu seinen Aufgaben zählen. Zuvor umfasste sein Tätigkeitsgebiet die Digitalisierung der Produktion bei Audi. In diesem Zuge war er als wissenschaftlicher Mitarbeiter am Zentrum für angewandte Forschung in Ingolstadt für ein Forschungsprojekt mit Schwerpunkt auf der Verbesserung der Datenqualität und der Datennutzung tätig.
Vortrag Teilen
The data lakehouse is the new popular data architecture. In a nutshell, the data lakehouse is a combination of a data warehouse and a data lake. It makes a lot of sense to combine them, because they are sharing the same data and similar logic. This session discusses all aspects of data warehouses and data lakes, including data quality, data governance, auditability, performance, historic data, and data integration, to determine if the data lakehouse is a marketing hype or whether this is really a valuable and realistic new data architecture.
Target Audience: Data architects, enterprise architects, solutions architects, IT architects, data warehouse designers, analysts, chief data officers, technology planners, IT consultants, IT strategists
Prerequisites: General knowledge of databases, data warehousing and BI
Level: Basic
Extended Abstract:
The data lakehouse is the new kid on the block in the world of data architectures. In a nutshell, the data lakehouse is a combination of a data warehouse and a data lake. In other words, this architecture is developed to support a typical data warehouse workload plus a data lake workload. It holds structured, semi-structured and unstructured data. Technically, in a data lake house the data is stored in files that can be accessed by any type of tool and database server. The data is not kept hostage by a specific database server. SQL engines are also able to access that data efficiently for more traditional business intelligence workloads. And data scientists can create their descriptive and prescriptive models directly on the data.
It makes a lot of sense to combine these two worlds, because they are sharing the same data and they are sharing logic. But is this really possible? Or is this all too good to be true? This session discusses all aspects of data warehouses and data lakes, including data quality, data governance, auditability, performance, immutability, historic data, and data integration, to determine if the data lakehouse is a marketing hype or whether this is really a valuable and realistic new data architecture.
Rick van der Lans is a highly-respected independent analyst, consultant, author, and internationally acclaimed lecturer specializing in data architectures, data warehousing, business intelligence, big data, and database technology. He has presented countless seminars, webinars, and keynotes at industry-leading conferences. He assists clients worldwide with designing new data architectures. In 2018 he was selected the sixth most influential BI analyst worldwide by onalytica.com.
Vortrag Teilen
Bei der Umsetzung von konzernweiten ERP- und BI-Projekten mit einer Vielzahl von heterogenen Einheiten besteht die Herausforderung, dass die Implementierungen nicht nur dem Konzernstandard genügen, sondern auch die Effizienz und Passgenauigkeit in den Einheiten sicherstellen müssen, ohne dabei die Harmonisierung von globalen Prozessen zu gefährden. Dieser Vortrag zeigt anhand der Implementierung eines EU Taxonomie Reporting, wie dieser Spagat mit einer Community Governance funktionieren kann.
Zielpublikum: Project leader, decision makers, data stuart, BI experts
Voraussetzungen: Basic knowledge
Schwierigkeitsgrad: Einsteiger
Extended Abstract:
Wie können harmonisierte ERP- und BI-Projekte in einer heterogenen Konzernstruktur mit einer Vielzahl von Tochterunternehmen umgesetzt wird? Wird von oben herab entschieden, werden spezifische Anforderungen einzelner Einheiten häufig übersehen und die Folgen können fatal sein: Fehlende Akzeptanz, schlechte Datenqualität, hohe Aufwände und Kosten bis hin zum Scheitern des gesamten Projektes.
Initiativen und Umsetzungen auf lokaler Ebene können hingegen zu fehlender Prozessharmonisierung führen, was globale BI-Projekte unmöglich macht.
Bilfinger hat daher im Finance-Bereich ein Governance System aufgebaut, das für alle Beteiligten und Interessierten im Konzern eine Plattform zum Diskutieren, Beraten und Entscheiden bietet. Dabei wurde für jeden finanzrelevanten Kernprozess und jede operative Region eine Community mit einem Verantwortlichen aufgebaut, die sich austauschen, Ideen einholen, Verbesserungen auf den Weg bringen und bei neuen Projekten und Anforderungen von Anfang an abgeholt und einbezogen werden. Das Group Finance hat durch die Communities direkte Ansprechpartner und kann bereits in der Konzeptphase sowohl auf ein Schwarmwissen als auch auf einzelne Wissenshelden zurückgreifen. Zusätzlich wird der Austausch untereinander gestärkt und bisheriges Inselwissen für alle zugänglich gemacht.
Mithilfe dieser Communities hat Bilfinger binnen weniger Monate eine solide Datenbasis für das EU Taxonomie Reporting entwickelt, das trotz heterogener Projekt- und Leistungsstrukturen die Mehrbelastung für die Einheiten minimiert, die Datenqualität sicherstellt und sich flexibel je nach EU-Vorgabe anpassen lässt.
Mirjam Cohrs (M.A. Politikwissenschaft) ist Leiterin des Management Business Intelligence Teams bei der Bilfinger SE. Ihre Karriere begann als Analystin im CRM-Umfeld, heute bringt sie mehrjährige Erfahrung in der Umsetzung von Reporting- und DWH-Projekten in der Finanz- und Vertriebssteuerung mit.
Axel Schaefer ist der Global Lead Bilfinger Business Systems, umfassend verantwortlich für die bedarfsorientierte Pflege und Weiterentwicklung des Konzern-ERPs. Vertiefte Fachkenntnisse in Recht, Steuerberatung, Bilanzierung sowie operative Leitungserfahrungen in Konzerngesellschaften helfen ihm seit Jahren bei der Einführung und Prozessharmonisierung der Bilfinger ERP-Landschaft.
Vortrag Teilen
DB Regio Bus, a subsidiary of Deutsche Bahn, has been executing a data strategy to support digitization and automation in a very decentralized organization. In this presentation, Asha, Marcus, and Christian will provide insights, methods, and lessons learned about the data strategy at DB Regio Bus and their experiences related to its successful execution.
Target Audience: Chief Data Officers, Chief Digital Officers, Data Manager, Data Governance Manager, Data Governance Directors
Prerequisites: None
Level: Basic
Asha Joseph Pattani is responsible for Enterprise Architecture and Digitalization at DB Regio Bus. She has vast experience in data management, digitization, and software architecture for large-scale systems. In her previous positions, she has experience in diverse industries and domains where Data was harnessed to drive digitalization. Asha established and is responsible for the data platform and its integrations into enterprise systems. From a technological and architectural perspective, she emphasizes the importance of data excellence, automation, and modular architecture. The introduction of digital assistants was one of her digitalization initiatives.
Marcus is Head of ICT at DB Regio Bus. He has a long experience in data management, digitization and public transportation. After previous positions in transport management, e-commerce and M&A, he took over the position as Head of ICT in 2014 with the ambition to modernize the ICT of the bus company of Deutsche Bahn. Marcus established a 100% cloud strategy and renewed the whole IT-infrastructure for around 9.000 employees. At present, the focus of his team is digitization, automation and modularization. In this context, Marcus successfully established the data excellence initiative of DB Regio Bus.
Dr. Christian Fürber is founder and CEO of the Information Quality Institute GmbH (iqinstitute.de), a specialized consultancy for Data Excellence and Data Management solutions. Prior to founding IQI in 2012, he held several data management positions at the German Armed Forces where he designed and executed the Forces’ Data Management Strategy. Since his leave from the Forces, Christian and his team have successfully established data management framworks for many companies in Europe helping them to accellerate innovation and digitization through data. Christian is also author, lecturer and speaker and organizes the TDWI Themenzirkel "Data Strategy & Data Governance".
Dr. Christian Fürber is founder and CEO of the Information Quality Institute GmbH (iqinstitute.de), a specialized consultancy for Data Excellence and Data Management solutions. Prior to founding IQI in 2012, he held several data management positions at the German Armed Forces where he designed and executed the Forces’ Data Management Strategy. Since his leave from the Forces, Christian and his team have successfully established data management framworks for many companies in Europe helping them to accellerate innovation and digitization through data. Christian is also author, lecturer and speaker and organizes the TDWI Themenzirkel "Data Strategy & Data Governance".
Michael Kolb ist seit 14 Jahren im Business Intelligence-Umfeld tätig - davon seit über 8 Jahren als BI-Projektleiter und BI-Architekt im BICC der HUK-COBURG. Seit zwei Jahren begleitet er die Themen Data Cataloging und Data Governance im Kontext des erweiterten Daten-Ökosystems der HUK-COBURG.
Dr. Sönke Iwersen verantwortet seit mehr 15 Jahren Data & Analytics-Organisationen in verschiedenen Industrien (u.a. Telefónica, Handelsblatt, XING, Fitness First, HRS). Schwerpunkte sind die Entwicklung von Digitalisierungs- und Datenstrategien und deren Operationalisierung mit cloudbasierten analytischen Plattformen und ML/AI-Lösungen. Er präsentiert seine innovativen Ergebnisse regelmäßig auf nationalen und internationalen Konferenzen.
Axel Schaefer ist der Global Lead Bilfinger Business Systems, umfassend verantwortlich für die bedarfsorientierte Pflege und Weiterentwicklung des Konzern-ERPs. Vertiefte Fachkenntnisse in Recht, Steuerberatung, Bilanzierung sowie operative Leitungserfahrungen in Konzerngesellschaften helfen ihm seit Jahren bei der Einführung und Prozessharmonisierung der Bilfinger ERP-Landschaft.
Marcus is Head of ICT at DB Regio Bus. He has a long experience in data management, digitization and public transportation. After previous positions in transport management, e-commerce and M&A, he took over the position as Head of ICT in 2014 with the ambition to modernize the ICT of the bus company of Deutsche Bahn. Marcus established a 100% cloud strategy and renewed the whole IT-infrastructure for around 9.000 employees. At present, the focus of his team is digitization, automation and modularization. In this context, Marcus successfully established the data excellence initiative of DB Regio Bus.
Brigitte Lutz ist Data Governance-Koordinatorin der Stadt Wien, leitet das Open Government-Kompetenzzentrum und ist Gründungsmitglied & Sprecherin der Cooperation Open Government Data Österreich. Weitere Aufgabenschwerpunkte sind der Digitale Zwilling der Stadt Wien, Data Analytics, Blockchain, E-Government-Bausteine und -Services. Sie hat eine postgraduale Ausbildung in Management & IT.
Vortrag Teilen
Vortrag Teilen
Petrol is Slovenian company that operates in 8 countries in SEE with 5BEUR annual revenue. As traditional publicly-owned company, Petrol has faced necessity for transformation to stay ahead in highly competitive market. Use of BIA was mainly reactive, but in recent years it has transformed into competitive advantage by using cloud technologies and industry specific analytical models and focusing on the content and creating business value. This value is now being leveraged as competitive advantage through proactive use of data and analytics.
Target Audience: Decision Makers, Data Architects, Project Managers
Prerequisites: None
Level: Basic
Extended Abstract:
Petrol is Slovenian company that operates in 8 countries in SEE with 5BEUR annual revenue. Main business activity is trading in oil derivatives, gas and other energy products in which Petrol generates more than 80 percent of all sales revenue and it also has a leading market share in the Slovenian market. Petrol also trades with consumer goods and services, with which it generates just under 20 percent of the revenue. Use of BIA was mainly reactive, but in recent years it has transformed into competitive advantage by using cloud technologies and industry specific analytical models and focusing on the content and creating business value. This value is now being leveraged as competitive advantage through proactive use of data and analytics. Presentation will cover main business challenges, explain technology architecture and approach and discuss results after three years of system development and use.
Andreja Stirn is Business Intelligence Director with more than 20 years of experience working in the Oil & Energy and Telco industry. Skilled in Data Warehousing, Business Intelligence, Corporate Performance Management, Market Research and People Management.
Dražen Orešcanin is Solution Architect in variety of DWH, BI and Big Data Analytics applications, with more than 25 years of experience in projects in largest companies in Europe, US and Middle East. Main architect of PI industry standard DWH models. Advised Companies include operators from DTAG, A1 Group, Telenor Group, Ooredoo Group, Liberty Global, United Group, Elisa Finland, STC and many companies in other industries such as FMCG and utilities.
Vortrag Teilen
Agile ist doch gleichbedeutend mit Chaos und Planlosigkeit - wie soll mir das bitte bei meinem Business Intelligence-Vorhaben weiterhelfen?' Es ist ein gängiger Irrglaube, dass Agile gleichbedeutend ist mit schlechter oder keiner Planung. Wir laden dich deshalb ein zu einem interaktiven Stadtrundgang durch „Agile BI City”: Du erfährst, was du für dein agil durchgeführtes BI-Projekt beachten musst. Du lernst mittels praktischer Aufgaben, wie du frühzeitig und kontinuierlich Mehrwerte für deine Auftraggeber lieferst. Abwechslung ist garantiert!
Maximale Teilnehmerzahl: 45
Zielpublikum: Projektleiter, Product Owner, Scrum Master, BICC-Leiter
Voraussetzungen: Grundverständnis der Begriffe BI und DWH
Schwierigkeitsgrad: Einsteiger
Extended Abstract:
Du stehst vor deinem ersten Business Intelligence (BI)- oder Data Warehousing (DWH)-Projekt, welches du agil abwickeln möchtest? Oder aber du steckst bereits mitten drin und irgendwie will das mit der Agilität im BI-Kontext nicht so richtig klappen? Dann ist diese Stadtführung durch Agile BI City genau richtig für dich.
Agilität kann man nicht „machen”. Gesteigerte Agilität - z.B. im Kontext von BI und DWH-Systementwicklung - ist viel mehr das abstrakte Fernziel einer Reise, sowohl für dich als auch deine Organisation. Als Reiseleiter nehmen wir dich in diesem interaktiven Workshop mit und führen dich einmal quer durch „Agile BI City”. Dabei spielt unser GPS für Agile BI, kurz GABI, eine zentrale Rolle: In Form von mehr als 30 Stationen, aufgeteilt in acht Stadtteile, bekommst du eine praktische Orientierungshilfe an die Hand, damit du dich - wieder zurück in deiner eigenen Organisation - auf deiner eigenen Agile-BI-Reise orientieren kannst.
Wir starten unseren Rundgang in Inception-Beach. Hier schauen wir uns an, welches konkrete Ziel erreicht werden soll. In einer praktischen Übung wählst du dir deine Favoriten unter den agilen Prinzipien aus. Das agile „Mindset” mag ein guter Leitstern sein, bleibt in der Regel aber zu wenig konkret. Deswegen machen wir einen kurzen Abstecher in die Vision-Hills, wo wir uns über die Rolle einer BI-Strategie unterhalten. Anschließend geht's weiter nach Westside-Requirements, wo das Erheben von Anforderungen im agilen Kontext und zeitgemäße Planungsaktivitäten aufeinandertreffen. In Kleingruppen erarbeitet ihr dabei einen Scopebreakdown für ein fiktives BI-Projekt und schreibt erste User-Storys.
Nach einer kurzen Verschnaufpause fahren wir mit unserem Stadtrundgang weiter in Central-Technology. Dabei stehen die technologischen Grundlagen für Agile BI wie z.B. DWH- und Testautomation im Mittelpunkt. Gemeinsam besuchen wir ausgewählte Anbieter in der Messehalle.
Es folgt ein kurzer Abstecher nach South-Contracting, wo wir die Frage erörtern, wie sich ein agiles Vorgehen und Verträge sinnvoll zusammenbringen lassen. In Downtown-Patterns erfahren wir mehr über die Wichtigkeit von Design Patterns und Standards als Grundlage für ein agiles Vorgehen. Weiter geht's in Uptown-Process, wo wir verschiedene agile Prozesse wie z.B. Scrum besichtigen und uns in Gruppen überlegen, wie sich diese im Kontext von Agile BI bewähren.
Als Abschluss unserer dreistündigen Entdeckungstour hast du die Möglichkeit, dir Gedanken zu deiner eigenen Reise in Richtung Agile BI zu machen. Wenn du den Agile BI City-Stadtplan auf deine eigene Organisation anwendest: Wo steht ihr gerade? Welche Stadtteile kennt ihr schon gut, welche sind noch erkundungswürdig? Wo hast du konkrete Fragen? Deine Reiseleiter stehen dir dabei für Rückfragen und Auskünfte gerne zur Verfügung.
Am Ende des Workshops hast du nicht nur eine Landkarte in der Hand, welche dir einen Überblick der möglichen Wegpunkte auf deiner Reise zu mehr Agilität in BI und DWH-Projekten gibt. Du hast auch bereits erste praktische Erfahrungen gesammelt und dir konkrete Schritte für deine weitere Reise überlegt.
Raphael ist Co-Autor des Buchs „How to succeed with Agile Business Intelligence”, welches 2022 erscheint. Er arbeitet als Principal Consultant Data & Analytics bei der IT-Logix AG. Er hilft Organisationen, ihre Anforderungen rund um Daten und 'Analytics' zu erheben und umzusetzen. Er ist zugleich Stratege, Architekt, Requirements Engineer, Agile Coach, aber auch Entwickler. Dadurch bringt er eine ganzheitliche Sicht in seine Projekte ein.
Severin ist Co-Autor des Buchs „How to succeed with Agile Business Intelligence”, welches 2022 erscheint. Er arbeitet als Principal Consultant Data & Analytics bei der IT-Logix. Als langjähriger Entwickler und IT-Projektleiter bringt Severin viel Erfahrung in der Umsetzung von BI-Projekten mit. Er unterstützt Organisationen dabei auch bei der Erhebung und Analyse von BI-spezifischen Anforderungen.
Stephan arbeitet als Senior Consultant Data & Analytics bei der IT-Logix. Als ausgewiesener Data-/ und BI-Fachmann in Consulting- wie auch Managementrollen unterstützt er Firmen der Erarbeitung von Daten-Strategien, beim Aufbau von Data Teams, sowie der Etablierung von datengetriebenen Prozessen, Strukturen und Architekturen. Daneben ist er auch als Projektleiter und Data Science Evangelist tätig.
Vortrag Teilen
Often, existing data architectures can no longer keep up with the current 'speed of business change'. As a result, many organizations have decided that it is time for a new, future-proof data architecture. However, this is easier said than done. In this session, ten essential guidelines for designing modern data architectures are discussed. These guidelines are based on hands-on experiences with designing and implementing many new data architectures.
Target Audience: Data architects, enterprise architects, solutions architects, IT architects, data warehouse designers, analysts, chief data officers, technology planners, IT consultants, IT strategists
Prerequisites: General knowledge of databases, data warehousing and BI
Level: Advanced
Extended Abstract:
Many IT systems are more than twenty years old and have undergone numerous changes over time. Unfortunately, they can no longer cope with the ever-increasing growth in data usage in terms of scalability and speed. In addition, they have become inflexible, which means that implementing new reports and performing analyses has become very time-consuming. In short, the data architecture can no longer keep up with the current 'speed of business change'. As a result, many organizations have decided that it is time for a new, future-proof data architecture. However, this is easier said than done. After all, you don't design a new data architecture every day. In this session, ten essential guidelines for designing modern data architectures are discussed. These guidelines are based on hands-on experiences with designing and implementing many new data architectures.
Which new technologies are currently available that can simplify data architectures?
What is the influence on the architecture of e.g. Hadoop, NoSQL, big data, data warehouse automation, and data streaming?
Which new architecture principles should be applied nowadays?
How do we deal with the increasingly paralyzing rules for data storage and analysis?
What is the influence of cloud platforms?
Rick van der Lans is a highly-respected independent analyst, consultant, author, and internationally acclaimed lecturer specializing in data architectures, data warehousing, business intelligence, big data, and database technology. He has presented countless seminars, webinars, and keynotes at industry-leading conferences. He assists clients worldwide with designing new data architectures. In 2018 he was selected the sixth most influential BI analyst worldwide by onalytica.com.
Vortrag Teilen