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.

Track: #Academic Track

Nach Tracks filtern
Nach Themen filtern
Alle ausklappen
  • Mittwoch
    22.06.
, (Mittwoch, 22.Juni 2022)
09:00 - 10:30
Mi 7.1
ROOM F129 | Einsatz von No-Code-Artificial Intelligence für die Realisierung von Prozessverbesserungen im mittelständischen Onlinehandel
ROOM F129 | Einsatz von No-Code-Artificial Intelligence für die Realisierung von Prozessverbesserungen im mittelständischen Onlinehandel

Der E-Commerce Markt zeichnet sich durch eine hohe Dynamik und Volatilität aus. Eine Chance, diesen Entwicklungen entgegenzuwirken, ist der gezielte Einsatz von künstlicher Intelligenz zur Prozessverbesserung und Prozessautomatisierung. Auch der Onlineversandhandel ist in Deutschland geprägt von mittelständischen Anbietern, die sich dem Vorurteil nach besonders schwertun mit dem KI-Einsatz. Anbieter von No-Code KI-Werkzeugen möchten Hürden einreißen und KI-Projekte für alle ermöglichen. In einer Einzelfallstudie wurde die Umsetzung von vier Anwendungsfällen für den Einsatz von künstlicher Intelligenz mit Hilfe einer No-Code Lösung untersucht. Die Ergebnisse legen nahe, dass auch Fachmitarbeiter mit geringen Vorkenntnissen zum Thema KI relevante Potenziale zur Prozessverbesserung realisieren können.

Daniel Kömpf ist Master of Science in technisch orientierter BWL. Im Rahmen seiner Abschlussarbeit hat er sich mit dem Thema No-Code-AI im Mittelstand auseinandergesetzt. Seit November 2021 ist er als IT-Projektmanager bei der Kömpf Onlineshops GmbH tätig. Er ist verantwortlich für den Einsatz von No-Code-AI zur Prozessoptimierung. 

ROOM F129 | Die Rolle von Low-Code Development Platforms bei BIA – Von den Herausforderungen aus der Praxis zur erfolgreichen Implementierung einer LCDP-Governance
ROOM F129 | Die Rolle von Low-Code Development Platforms bei BIA – Von den Herausforderungen aus der Praxis zur erfolgreichen Implementierung einer LCDP-Governance

Microsoft Power BI wurde wiederholt von Gartner als führender Anbieter für Analytics und Business Intelligence Platforms ausgezeichnet. Diese Anwendung gehört zur Microsoft Power Platform; eine sogenannte Low-Code Development Platform (LCDP). Heutzutage gibt es eine Vielzahl von LCDPs, die Business und IT dabei unterstützen, Applikationen und Workflows mit wenig bis gar keinem Programmiercode zu entwickeln. Dabei spielt die Analyse von Daten eine große Rolle. Die neueste Publikation dieses Forschungsprojekts identifiziert die Herausforderungen bei der Implementierung und Anwendung von LCDPs in Wissenschaft und Praxis. Die Ergebnisse zeigen, dass insbesondere Praktiker die Einführung einer umfassenden LCDP-Governance (inkl. u.a. Entscheidungsprozessen, Daten und Access-Control Governance mit entsprechenden Rollen und Verantwortlichkeiten, und organisationsübergreifenden relationalen Mechanismen) als wesentliche Herausforderung ansehen. Die aktuellen Forschungsergebnisse und das weitere Forschungsvorhaben (hinsichtlich der Entwicklung einer LCDP-Governance) bilden zusammen den Inhalt des Vortrags. 

Niculin Prinz ist IT Strategy Consultant bei der BITCO³ GmbH und promoviert nebenbei in Kooperation mit der HTWG Konstanz und der TU Bergakademie Freiberg über die Governance von Low-Code Development Plattformen. Als studierter Ingenieur und heutiger IT-Unternehmensberater entwickelt und vermittelt er dabei Methoden und Management-Ansätze für eine gemeinsame Sprache zwischen Business und IT. Die Forschungsergebnisse publiziert er regelmäßig in internationalen wissenschaftlichen Konferenzen.

ROOM F129 | Visuelle Skalierbarkeit für BIA Applikationen
ROOM F129 | Visuelle Skalierbarkeit für BIA Applikationen

Die visuelle Exploration von Daten durch BIA Applikationen stehen limitierenden Faktoren aus der Skalierbarkeit von visuellen Techniken, gestiegenen Anforderungen der menschlichen Wahrnehmung, breiten Verständnis für Datenmodellierung und einen hohem Technologie- und Ressourcenbedarf gegenüber. Einerseits greifen Data Analysten, Data Scientists, Information Designer und Data Journalisten auf ein stetig steigendes Datenaufkommen im Zuge von BI und Data Lake Architekturen zu und andererseits ist eine neue Herangehensweise an die Erkenntnisgewinnung durch Visual Analytics Tools erforderlich, um den Herausforderungen der Skalierung gerecht zu werden. Diese Herausforderungen im Erkenntnisprozess werden anhand von Fallbeispielen mit den entscheidenden Facetten in der visuellen Mustererkennung aufgezeigt.

Oliver Zimmert ist als Experte für Visual Analytics und Big Data Applikationen tätig. Hierbei fungiert er als Vice President für Data Analytics bei der Deutschen Bank und begleitete in den letzten 10 Jahren verschiedenste Big Data Projekte in seiner Beratungsfunktion bei T-Systems und Deloitte. Der Industrieschwerpunkt bildete die Finanz- und Automobilindustrie in der Projekte zu Telematik, Autonomes Fahren und Predictive Maintenance realisiert wurden. Dies wird auf internationalen Konferenzen als Speaker und mit Veröffentlichungen als Doktorand an der TU Bergakademie Freiberg kontinuierlich publiziert.

Daniel Kömpf
Niculin Prinz
Oliver Zimmert
Daniel Kömpf

Vortrag Teilen

Niculin Prinz

Vortrag Teilen

Oliver Zimmert
flag VORTRAG MERKEN

Vortrag Teilen

11:00 - 12:30
Mi 7.2
ROOM F129 | Der Einfluss von Computer Vision Systemen auf das Wertangebot von Unternehmen
ROOM F129 | Der Einfluss von Computer Vision Systemen auf das Wertangebot von Unternehmen

Der Einsatz hochauflösender Bildsensoren sowie deren konstante Vernetzung über das Internet der Dinge bildet die Grundlage für viele neue Anwendungsszenarien im Spannungsfeld von Computer Vision Systemen. Beispiele lassen sich unter anderem in der Landwirtschaft, der Fertigung, dem Bereich des autonomen Fahrens oder im Gesundheitswesen finden. Doch wie wirkt sich der Einsatz solcher Systeme auf das Wertangebot von Unternehmen aus? Wann ist die aufwendige und teils kostspielige Implementierung in die Unternehmensprozesse ökonomisch sinnvoll? Diese Fragestellung wurde mittels eines Qualitativen Forschungsansatzes betrachtet und analysiert. Dabei stellte sich die Erhöhung der Qualität, die Reduzierung der Kosten sowie die Effizienzsteigerung, als die meist priorisierten Ziele der befragten Experten heraus.

Sebastian Trinks ist wissenschaftlicher Mitarbeiter und Doktorand am Institut für Wirtschaftsinformatik an der TU Bergakademie Freiberg. Seine Forschungsinteressen sowie der Schwerpunkt seiner Dissertation liegen im Spannungsfeld der Industrie 4.0 sowie der Smart Factory. Herr Trinks forscht in diesem Kontext zu Themen aus den Bereichen Image Processing, Computer Vision, Real Time Analytics sowie Edge Computing.

ROOM F129 | Auf dem Weg von Business Intelligence zur Business und Location Intelligence – Neue Anwendungsfälle, Chancen und Herausforderungen
ROOM F129 | Auf dem Weg von Business Intelligence zur Business und Location Intelligence – Neue Anwendungsfälle, Chancen und Herausforderungen

Die zunehmende Verfügbarkeit orts- und raumbezogener Daten durch mobile und stationäre telemetrische Sensorik, durch Fernerkundung, IoT, Citizen Science u.a.m. führt zum Übergang von Big Data zu Spatial Big Data. Damit einhergehende Nachfrage nach immer echtzeitnäheren und endanwendertauglicheren Auswertungen in Verwaltung und Privatwirtschaft transzendiert die Business Intelligence zur Business & Location Intelligence. Entsprechende Werkzeuge verbinden klassische BI-Funktionalitäten mit Funktionen aus GIS/GDI, Geostatistik, Augmented Analytics und Spatial Data Mining. Dies führt zu neuen Herausforderungen und zu erschwerten Varianten bekannter Fragestellungen für BI-Tools in den Bereichen Nutzerführung und Gebrauchstauglichkeit, Datenmanagement & Data Engineering wie auch Anwendungsfälle zur räumlichen Entscheidungsunterstützung. Im vorgeschlagenen Vortrag möchten wir die Entwicklungsgeschichte der Datenanalyseplattform Disy Cadenza in Richtung eine vollwertigen BI- und LI-Plattform skizzieren und aktuelle wie auch mögliche zukünftige Ideen und Fragestellungen für Weiterentwicklungen und Forschungsvorhaben in den o.g. Themenfeldern diskutieren.

Dr. Andreas Abecker studierte Informatik und Wirtschaftswissenschaften an der TU Kaiserslautern und promovierte in Angewandter Informatik am Karlsruher Institut für Tchnologie. Er arbeitete als Forscher, Projektleiter und Abteilungsleiter am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) Kaiserslautern und am Forschungszentrum Informatik Karlsruhe. Seit 2010 leitet er die Forschungsaktivitäten der Disy Informationssysteme GmbH in Karlsruhe. Seine Themen umfassen Wissensbasierte Systeme und Maschinelles Lernen, Semantische Technologien und Web Science, Geodatenverarbeitung, Big Spatial Data, Geo AI sowie Business & Location Intelligence.  

Sebastian Trinks
Andreas Abecker
Sebastian Trinks
Vortrag: Mi 7.2-1

Vortrag Teilen

Andreas Abecker
Vortrag: Mi 7.2-2
flag VORTRAG MERKEN

Vortrag Teilen

14:00 - 15:15
Mi 7.3
ROOM F129 | Ein Wegweiser durch den Dschungel analytischer Datenarchitekturen
ROOM F129 | Ein Wegweiser durch den Dschungel analytischer Datenarchitekturen

Data Warehouse, Data Lake, Date Lakehouse, Data Mesh, …, die Scene überwirft sich aktuell mit neuartigen Namen für analytisch Datenarchitekturen. Doch sind die diversen Ansätze wirklich so unterschiedlich? Muster und Mustersysteme haben sich insbesondere in der Softwareentwicklung als Mechanismus etabliert, komplexe Zusammenhänge in wiederverwendbare Bausteine zu zerlegen. Auch in der IT-Architektur gibt es bereits verbreitete Architekturmuster. Muster strukturieren die Darstellung verschiedener Ansätze üblicherweise in Kontext-, Problem- und Lösungsbeschreibungen. Mustersysteme arbeiten darüber hinaus Überlappungen und Abhängigkeiten heraus. In diesem Vortrag stellen wir ein Mustersystem für analytische Datenarchitekturen vor, methodisch basierend auf DAMA-DMBOK und ArchiMate. Die Struktur wird anhand von Praxisbeispielen illustriert.

Dr. Torsten Priebe ist Dozent für Big Data Analytics an der Fachhochschule St. Pölten und leitet dort die Forschungsgruppe Data Intelligence. Seine Forschungsinteressen liegen im Spannungsfeld von Datenmanagement, semantischen Technologien und Machine Learning. Zuvor verantwortete er den Bereich Business Intelligence bei Capgemini in Wien, arbeitete als Solution Architect bei Teradata und übernahm später die Position des CTO bei Simplity, einem auf Datenmanagement und Analytics spezialisierten Beratungshaus.

ROOM F129 | Panel: Entwicklungen der BI&A – keine Lessons Learned?
ROOM F129 | Panel: Entwicklungen der BI&A – keine Lessons Learned?

Dr. rer. pol. Henning Baars ist Akademischer Oberrat am Lehrstuhl für ABWL und Wirtschaftsinformatik 1 der Universität Stuttgart und Sprecher der Fachgruppe „Business Intelligence“ der Gesellschaft für Informatik. Seit 2003 ist er an der Universität Stuttgart beschäftigt. Aktuelle Forschungsthemen sind „Agile Business Intelligence“, „BI und Big Data“, „BI in the Cloud“ sowie „BI und Analytics im Internet of Things“.

Prof. Dr. Carsten Felden ist Universitätsprofessor an der TU Bergakademie Freiberg in Sachsen. Dabei hat er die Professur für ABWL, insbesondere Informationswirtschaft/Wirtschaftsinformatik inne. In der Lehre fokussiert Prof. Dr. Felden auf Business Intelligence und Predictive Analytics. Zentrale Forschungsthemen sind Arbeiten im Bereich der Analytics, des Data Warehousing, der Prozessanalyse, der XBRL und Analysen in IT-Reifegradmodellen. Er ist Vorstandsvorsitzender des TDWI Deutschland e.V. Er publizierte Artikel in internationalen wissenschaftlichen Journalen und Konferenzen und schrieb Bücher zu Themen aus dem Gebiet der Entscheidungsunterstützung. Darüber hinaus ist er als Gutachter für zahlreiche nationale und internationale Journale und tätig. Neben seiner wissenschaftlichen Tätigkeit berät er unterschiedliche Unternehmen zu den oben genannten Themen.

Torsten Priebe
Henning Baars, Carsten Felden, Sebastian Olbrich
Torsten Priebe

Vortrag Teilen

Henning Baars, Carsten Felden, Sebastian Olbrich
flag VORTRAG MERKEN

Vortrag Teilen

Zurück