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: #Special Day
- Montag
20.06. - Dienstag
21.06. - Mittwoch
22.06.
What is Data Mesh? Join Starburst for an introduction into this modern approach to managing analytics at scale. Data Mesh embraces decentralisation over-centralisation, meaning it allows companies to become more efficient in accessing and exploiting data as a core architectural approach.
Andy ist EMEA Head of Partner Solutions Architecture and Data Mesh Lead bei Starburst. Andy unterstützt das schnell Wachstum von Technologiepartnern in Europa und im Nahen Osten und arbeitet u.a. mit Data Reply, AWS, Google Cloud, Red Hat und Thoughtspot zusammen.
Mit mehr als 20 Jahren Erfahrung in analytischen und datenorientierten Funktionen liegt Andys besonderer Fokus auf der Frage, wie der Nutzen von Analytik, die analytische Kultur und die analytischen Prozesse eines Unternehmens durch Technologien wie Self-Service-Datentools, Cloud- und Streaming-Analysen optimiert werden können.
Kurze Einführung und Begrüßung durch Matthias Stemmler,
Head of Customer Advisory Platform & Data Management bei SAP Deutschland SE & Co KG.
Matthias Stemmler startete 1997 in der Technologie und Data Management Strategie Beratung. In Laufe der nächsten Jahre trugen viele nationale und internationale Projekte seine Handschrift als Architekt und/oder Projektleiter. Mit seinem Eintritt in die SAP im Oktober 2012 verstärkte Herr Stemmler das Technologie Presales Team der SAP Deutschland SE. Matthias war seit April 2016 in der Rolle des „Platform Architect“ und unterstützt die Automotive OEMs und Zulieferer (insbesondere VW, BMW, Audi, Porsche) bei dem Scoping, Auswahl und Erstellung innovativer Szenarien in den Bereichen Data Management, Data Warehouseing, Big Data und Maschine Learning.Seit November 2018 leitet er das Customer Advisory Team Platform & Data Management in der LDG.
In dieser Session erfahren Sie, wie Data Warehousing im Bereich HR Reporting und Analytics beim Versicherungsexperten HDI gewinnbringend eingesetzt wird. Frank Indorf berichtet gemeinsam mit Volker Wietzorek vom Lösungsanbieter Detect Value AG über die Inhalte, die spezifischen Vorteile, den Entwicklungsstand und weitere Ausbaustufen.
Frank Indorf arbeitet seit 1992 in der IT bei HDI, seit 1999 als Business Analyst im Bereich HR-IT. Er konzipiert und koordiniert die Einführung, Integration und den Ausbau der Data Warehouse Cloud bei HDI für die Fachbereiche HR und Controlling.
Volker Wietzorek ist bei der Detect Value verantwortlich für die Architektur und Weiterentwicklung einer integrierten SAP Data Warehouse Cloud Lösung für HR-Analytics und -Planungs-Anwendungen auf Basis SAC. Er greift dabei zurück auf seine mehr als 20-jährige Erfahrung aus der Einführung von Business Analytics Lösungen in komplexen Systemlandschaften für die Fachbereiche HR und Controlling.
There’s so much Data Mesh theory, but most organisations need more strategic guidance on how to implement it. Join this session to guide you learn how to cultivate a Data Mesh mindset when transforming from a data & analytics strategy towards a data-driven organisation.
Andy ist EMEA Head of Partner Solutions Architecture and Data Mesh Lead bei Starburst. Andy unterstützt das schnell Wachstum von Technologiepartnern in Europa und im Nahen Osten und arbeitet u.a. mit Data Reply, AWS, Google Cloud, Red Hat und Thoughtspot zusammen.
Mit mehr als 20 Jahren Erfahrung in analytischen und datenorientierten Funktionen liegt Andys besonderer Fokus auf der Frage, wie der Nutzen von Analytik, die analytische Kultur und die analytischen Prozesse eines Unternehmens durch Technologien wie Self-Service-Datentools, Cloud- und Streaming-Analysen optimiert werden können.
Artyom has taken the role of Managing Director of Data Reply beginning 2022, having previously led the Big Data Business Unit and served as the company Technical Lead. Since then, Data Reply’s focus has been on building scalable Data Platforms, Event-Driven Applications and ML Applications. He himself has been involved in a range of Data driven and ML use cases and has been the Lead Developer and primary architect for a variety of large-scale Data Platforms used by large organizations from different Industries.
Gordon Witzel ist Data Management Expert für SAP Data Warehousing mit Hauptexpertise für die Produkte SAP Business Warehouse (SAP BW/4HANA) und SAP Data Warehouse Cloud. Gordon ist spezialisiert auf SAP BW/4HANA, SAP HANA Data Warehousing, SAP Data Warehouse Cloud und moderne Data Warehouse Architekturen.
Bevor Herr Witzel im Jahre 2022 in das deutsche Pre-Sales Team wechselte, war Gordon seit 2016 als Produktmanager bei der SAP für SAP Data Warehousing tätig und sammelte zuvor weltweit 8 Jahre Erfahrung in der SAP BW Beratung.
This activity is suitable for data warehouse developers, BI managers, and data architects who want to take the fastest, safest, most secure path to create, manage and adapt Data Warehouses, Data Marts, Data Vaults, and Data Lakes.
Attendees will enjoy a fast-paced, interactive workshop using WhereScape's automated code generator and best-practice templates to build a fully functional and documented data warehouse.
You will be set up with your own instance of WhereScape and a target database via a virtual machine and then guided through real-world development scenarios as if you were part of a professional data engineering team. This is an excellent opportunity to learn about the latest data automation technologies and how they can help you streamline your data architecture.
Lernen Sie die Marktforschung der Enterprise Management Associates (EMA) näher kennen, die den erhöhten Bedarf an schnellem und sicherem Datenzugriff zusammen mit einem Schritt hin zu einer dezentralen Datenarchitektur aufzeigt. Diese Studie ist gemeinsam von Red Hat und Starburst in Auftrag gegeben und deckt neue Trends und wertvolle Erkenntnisse auf, die jedem Leiter für Daten und Analytik wichtig sein sollten.
Die Studie fasst die aktuelle Datenlandschaft von der großen Datenstreuung bis zu den Auswirkungen der Pandemie und vom Dilemma der Datenpipeline bis zum Umzug in die Cloud zusammen. Es werden auch Vorhersagen über die Zukunft gemacht.
Get closer to the market research conducted by Enterprise Management Associates (EMA) that highlights the increased need for fast and secure data access along with a move towards decentralized data architecture. Jointly commissioned by Red Hat and Starburst, this study uncovers emerging trends and valuable insights that every data and analytics leader should care about.
From the great data dispersion to the impact of the pandemic and from the data pipeline dilemma to the move to the cloud, the study encapsulates the current data landscape. It also makes predictions about the future.
Joseph Gade arbeitet derzeit als Solution Architect für Partner-Ökosysteme bei Starburst Data und unterstützt GSI, RSI und große Cloud-Partner dabei, die Data-Mesh-Strategie von Starburst bei Großkunden in der DACH-Region zu positionieren. Joseph bringt einen reichen Erfahrungsschatz aus der Arbeit bei vielen Produktunternehmen wie SAS, Tibco und ThoughtSpot mit, hauptsächlich in der Pre-Sales-Rolle. Josephs Spezialisierung umfasst Business Intelligence, wertorientiertes Verkaufen und maschinelles Lernen. In seiner Freizeit liebt Joseph es Reisen zu unternehmen, Cricket zu sehen und zu verfolgen und seiner Leidenschaft für die Fotografie nachzugehen
Robert arbeitet als Senior Specialist Solution Architect bei Red Hat und ist Subject Matter Expert für OpenShift Container Platform. Mit über 10 Jahren Middleware Betriebserfahrung von Automatisierung über Monitoring und mehr als 5 Jahren Container Fachwissen unterstützt Robert primär große deutsche Kunden beim Einsatz von OpenShift; beginnend bei der Einführung, 24x7 Betrieb bis hin zur Migration und Modernisierung vom komplexen Anwendungen.
Geberit implementiert HANA Cloud basiertes Reporting zur Ablösung einer existierenden Lösung: Dazu gehört, disruptiver technologischer Change vom individuellen Reporting zum gruppenweiten Standard, Reduktion von Support Aufwänden und Zukunftssicherheit durch Verwendung von State-of-the-Art Cloud-Technologien.
Nach seinem Studium der Wirtschaftsinformatik arbeitete Bekim mehrere Jahre als SAP Inhouse Consultant im BI Umfeld. Seit 2020 ist er bei Geberit als IT Application Analyst SAP BI tätig. Dort ist er für die Entwicklung von Calculation Views im Business Application Studio zuständig.
Fabian ist IT Application Analyst bei Geberit mit Erfahrung in der SAP HANA Cloud Administration. Er ist spezialisiert auf die HDI-Entwicklung und verantwortlich für den allgemeinen Entwicklungsprozess und das Berechtigungskonzept in SAP HANA Cloud. Er schloss 2020 sein Bachelorstudium im Bereich Wirtschaftsinformatik an der DHBW Ravensburg ab.
Seit 2016 arbeitet Michael als Senior IT Application Analyst im Analytik- und Planungsteam von Geberit und konzentriert sich auf die konzeptionelle Integration neuer Tools in die analytische Architektur. Zuvor war er mehrere Jahre als Unternehmensberater tätig und verfügt über einen Bachelor-Abschluss in Wirtschaftsinformatik und einen Master-Abschluss in Business Analytics.
Vortrag Teilen
Erfahren Sie alles über moderne Datenarchitekturen von Peter Baumann. Peter Baumann ist Principal Consultant im Bereich Data & Analytics bei INFOMOTION und unterstützt seine Kunden, Konzepte und Vorgehensweisen zu entwickeln, um Technologien zur Nutzung von Daten wertschöpfend einzusetzen.
Peter Baumann ist Principal Consultant im Bereich Data & Analytics bei der Infomotion. Er verfügt als Führungskraft, Berater und Projektleiter über rund 18 Jahre Erfahrung mit den verschiedensten Technologien und Anbietern. Seit seinem Einsteig bei Infomotion in 2021 als Berater für Data & Analytics Strategy unterstützt er seine Kunden, Konzepte und Vorgehensweisen zu entwickeln, um Technologien zur Nutzung von Daten wertschöpfend einzusetzen.
In diesem praktischen und interaktiven Workshop erfahren Sie, wie Starburst als zentraler Zugriffspunkt fungiert, der eine Verbindung zu jeder Datenquelle herstellt – egal ob On-Premise, in der Cloud oder in einer hybriden Cloud. Starburst ermöglicht es Ihrem Team, die Analyse-Tools zu nutzen, die es bereits kennt und liebt, und gleichzeitig auf alle Daten überall zuzugreifen.
In this hands-on and interactive workshop you’ll see how Starburst acts as a single point of access connecting to any source of data – whether it’s located on-premise, in the cloud, or across a hybrid cloud environment – Starburst lets your team use the analytics tools they already know & love while accessing data that lives anywhere.
Joseph Gade arbeitet derzeit als Solution Architect für Partner-Ökosysteme bei Starburst Data und unterstützt GSI, RSI und große Cloud-Partner dabei, die Data-Mesh-Strategie von Starburst bei Großkunden in der DACH-Region zu positionieren. Joseph bringt einen reichen Erfahrungsschatz aus der Arbeit bei vielen Produktunternehmen wie SAS, Tibco und ThoughtSpot mit, hauptsächlich in der Pre-Sales-Rolle. Josephs Spezialisierung umfasst Business Intelligence, wertorientiertes Verkaufen und maschinelles Lernen. In seiner Freizeit liebt Joseph es Reisen zu unternehmen, Cricket zu sehen und zu verfolgen und seiner Leidenschaft für die Fotografie nachzugehen
Arne Ottens ist Teil des Solution Architecture Teams hier bei Starburst Data. Arne ist ein Technologie- und Daten-Enthusiast mit den Schwerpunkten Datenmanagement, Big Data und Cloud-Technologien. Seine Erfahrung hat er aus zahlreichen internationalen Projekten in verschiedensten Branchen und freut sich nun Ihnen Starburst näher zu bringen.
Attendees from Part 1 will continue their data automation experience. By the end of this session, you will have built a Data Warehouse and understand the wider value of this approach to Data Vaults, Data Marts, and Data Lakes.
The secrets to accelerating data projects and delivering in hours, not weeks or months, will have been revealed! You will know how to eliminate technology lock-in and future-proof your data architecture.
SAP stellt die SAP Data Warehouse Cloud, SAP BW Bridge vor und erläutert Anwendungsmöglichkeiten und Einsatzszenarien. Weiterhin zeigen wir auf, welche Optionen für SAP BW Kunden bestehen, in die Cloud (public und private) zu wechseln und welche Möglichkeiten die SAP anbietet, bestehende BW basierte Datenflüsse in die public Cloud nach SAP Data Warehouse Cloud zu überführen.
Gordon Witzel ist Data Management Expert für SAP Data Warehousing mit Hauptexpertise für die Produkte SAP Business Warehouse (SAP BW/4HANA) und SAP Data Warehouse Cloud. Gordon ist spezialisiert auf SAP BW/4HANA, SAP HANA Data Warehousing, SAP Data Warehouse Cloud und moderne Data Warehouse Architekturen.
Bevor Herr Witzel im Jahre 2022 in das deutsche Pre-Sales Team wechselte, war Gordon seit 2016 als Produktmanager bei der SAP für SAP Data Warehousing tätig und sammelte zuvor weltweit 8 Jahre Erfahrung in der SAP BW Beratung.
Are you considering Data Vault but are not sure if it is a match for your needs? Are you about to embark on your first project? Do you want to discuss real-world applications? Are you keen to understand how to maximize your investment and see results fast?
This is an “ask the expert” session where you can question Data Vault practitioners, specialists, and automation technologists as we cover all of the above topics and more!
Drinks, nibbles, competitions
Wenn es ein Buzzword der Stunde geben würde, dann wäre es sicherlich “Data Mesh”! Dieses neue architektonische Paradigma erschließt analytische Daten in großem Umfang und ermöglicht den schnellen Zugriff auf eine ständig wachsende Zahl verteilter Domaindatensätze für eine Vielzahl von Nutzungsszenarien. Damit behebt der Data Mesh die geläufigsten Schwachstellen der traditionellen zentralisierten Data Lake- oder Datenplattform-Architektur. Und das Herzstück einer Data Mesh-Infrastruktur muss in Echtzeit, entkoppelt, zuverlässig und skalierbar sein.
In diesem Vortrag zeigt Kai Waehner, wie Apache Kafka als offene und skalierbare dezentrale Echtzeitplattform die Basis einer Data-Mash-Infrastruktur sein kann und - ergänzt durch viele andere Datenplattformen - echte Geschäftsprobleme löst.
Kai Wähner works as Technology Evangelist at Confluent. Kai’s main area of expertise lies within the fields of Big Data Analytics, Machine Learning / Deep Learning, Cloud / Hybrid Architectures, Messaging, Integration, Microservices, Stream Processing, Internet of Things and Blockchain. He is regular speaker at international conferences such as JavaOne, O’Reilly Software Architecture or ApacheCon, writes articles for professional journals, and shares his experiences with new technologies on his blog (www.kai-waehner.de/blog). Contact and references: kontakt@kai-waehner.de / @KaiWaehner / www.kai-waehner.de / LinkedIn (https://www.linkedin.com/in/megachucky/).
Stakeholder fordern immer stärker einen ethischen Umgang mit ihren Daten ein. Doch welche Fragen müssen beantwortet und welche Maßnahmen ergriffen werden, damit Datenethik im Unternehmen wirklich ankommt? Im Vortrag skizzieren wir ein Vorgehen für die Erarbeitung eines datenethischen Gesamtkonzepts. Das beinhaltet unter anderem die Definition eines Zielbildes, Maßnahmen für eine erfolgreiche Etablierung und die zugehörige Kommunikationsstrategie.
Maurice Polkehn studierte Mathematik mit Schwerpunkt in diskreter Optimierung an der Technischen Universität Darmstadt. Seit seinem Einstieg bei INFOMOTION 2014 beschäftigt er sich mit Analytics insbesondere im Finanzsektor. Dabei fokussiert er sich auf die Standardisierung von Analyseprozessen und ist mitverantwortlich für die Entwicklung von Themen aus dem Bereich Data Literacy.
Miriam Goetz studierte Physik mit Fokus auf Quanteninformationsverarbeitung und statistischer Physik. Danach promovierte sie in Volkswirtschaftslehre. Ihre Forschungsaktivitäten betreffen die Modellierung und ökonometrische Auswertung internationaler Bankenregulierung. Seit 2021 bei INFOMOTION tätig, beschäftigt sich Miriam Goetz insbesondere mit der Digitalisierung von Reporting Prozessen. Ein weiterer Schwerpunkt liegt in der Entwicklung von Data Litercy Strategien und Trainingsinhalten.
Die bestehenden Lösungsarchitekturen für Data & Analytics werden kontinuierlich weiterentwickelt, daher werden derzeit viele bisher etablierten Ansätze aus unterschiedlichen Perspektiven in Frage gestellt. Hierbei geht es nicht immer nur um die Möglichkeiten neuster Technologien, sondern häufig auch um alternative Zusammenarbeitsmodelle zwischen Fachbereichen und IT und der optimalen Integration in die Prozess- und Datenlandschaft des Unternehmens. Wir geben Ihnen im Vortrag einen Überblick über die aktuellen Entwicklungen der Lösungsarchitekturen im Kontext von Data & Analytics und zeigen die grundlegenden Bestandteile dieser und deren erwarteten Nutzen auf. Auf dieser Grundlage blicken wir abschließend gemeinsam auf die potenziellen Data & Analytics Architekturen der kommenden Jahre.
Steffen Kandler studierte Wirtschaftsinformatik an der Technischen Hochschule Mittelhessen. Nach seinem Einstieg bei INFOMOTION arbeitet er als BI-Entwickler und Architekt mit Schwerpunkten im Data Management, Data Warehousing sowie Data Visualization. Aktuell befasst er sich mit dem Einfluss der Digitalen Transformation auf Data & Analytics und den Facetten von modernen, skalierbaren und flexiblen Analytics-Plattformen sowie den zugehörigen Architekturen, Technologien und Methoden.
Weitere Infos folgen in Kürze.
Hybride Architekturen zwischen On-Prem und Cloud stellen immer eine hohe Komplexität dar, aber sind oftmals essentiell für stark regulierte Bereiche. In dem kurzen Impuls werden verschiedene Ansätze aufgezeigt, wie mit Hilfe der Confluent Plattform eine systemübergreifende Event Streaming Architektur einfach gedacht und aufgebaut werden kann.
Mit neuen Methodiken und Technologien rund um das Thema Advanced Analytics werden auf allen Ebenen eines Unternehmens neue Kompetenzen nötig. Sowohl im Bereich der technologischen/methodischen Kompetenzen als auch in Bereichen Projektmanagement, Steuerung & Use Case Entwicklung. Wir stellen ein Vorgehen vor, mit welchem der unternehmensweite Reifegrad in Bezug auf Advanced Analytics durch gezielte Schulungsinhalte gesteigert werden kann. Das Vorgehen kann individuell je nach benötigtem Know-how und Hierarchiestufe angewendet werden.
Nach dem Abschluss ihres Masterstudiums der Wirtschaftsinformatik mit Schwerpunkt Data Science hat sie direkt mit dem Data Science Traineeprogramm bei der INFOMOTION GmbH begonnen. Mittlerweile ist Saskia Wachs seit 2019 als Beraterin für das IT-Unternehmen INFOMOTION GmbH tätig und unterstützt Kunden auf ihrer Advanced Analytics Reise.
An Dang hat nach seinem Masterstudium in Wirtschaftsinformatik 2020 das Data Science Traineeprogramm bei der INFOMOTION angefangen. Nach erfolgreichem Abschluss des Traineeprogramms konzentriert er sich nun auf die Industrialisierung von Use-Cases für den Kunden, die Ausbildung der neuen Trainees und internen Mitarbeiter. Als Hackathon-Enthusiast arbeitet er außerdem an Nebenprojekten wie "CadoCards".
Im SAP-Umfeld ist die klassische Datenplattform das SAP Business Warehouse z. B. in seiner aktuellen Ausprägung, dem BW/4HANA. Die SAP HANA Datenbank als analytische Plattform und neue Entwicklungen
in der Cloud haben den Weg frei gemacht, Datenarchitektur mit SAP neu zu denken. Aktuelle Ansätze erlauben hohen Anforderungen an Flexibilität, organisatorischer Skalierbarkeit, niedrigschwelliger
Nutzbarkeit und der Abbildung komplexer analytischer Workloads gerecht zu werden. Der Vortrag erläutert Ansätze, dezentrale Datenarchitekturen mit SAP abzubilden und diese effektiv in der Organisation zu nutzen.
Peter Baumann ist Principal Consultant im Bereich Data & Analytics bei der Infomotion. Er verfügt als Führungskraft, Berater und Projektleiter über rund 18 Jahre Erfahrung mit den verschiedensten Technologien und Anbietern. Seit seinem Einsteig bei Infomotion in 2021 als Berater für Data & Analytics Strategy unterstützt er seine Kunden, Konzepte und Vorgehensweisen zu entwickeln, um Technologien zur Nutzung von Daten wertschöpfend einzusetzen.
Kafka Nachrichten über meherere Standorte zu verteilen, kann mit einigen Herausfoderungen verbunden sein. Wir stellen eine Möglichkeit vor, solche Nachrichten gerichtet, sicher und einfach zwischen On-Premise und Cloud Kubernetes Clustern zu replizieren. Neben Kubernetes Operatoren setzen wir dazu auf Kafka Connect.
Alfred Schmid ist Lead Expert Software Engineer bei Steadforce. Er ist Spezialist für Cloud-Architekturen in der Public Cloud und On Premise. Als Technical Lead fördert und fordert er Teams bei der Umsetzung von Green-/Brown-Field Projekten, der Zerlegung von Monolithen und Automatisierung mit GitOps.
Kai René Koch ist leidenschaftlicher Software Engineer bei Steadforce. Seine Schwerpunkte liegen in den Themen rund um Cloud, Container, Kubernetes und Kafka. Neben Entwicklung, Automatisierung und Vereinfachung beteiligt er sich mit Engagement an Open Source Software.
The Data Lake is dead, long live the Data Mesh! But what is a Data Mesh exactly? And how does Real-Time fit into it?
In this talk you’ll learn what a Data Mesh approach brings to the table, as well as the why and how of creating a Real-Time backbone for your Data Mesh architecture.
Alex Piermatteo works as a Manager and Architect for the Event Driven and Streaming Applications Business Unit at Data Reply. Alex is regular speaker at conferences and his main area of expertise lies within the fields of Stream Processing, Big Data Integration & Analytics, Cloud, Microservices and DevOps.
Sergio Spinatelli works as a Manager and Architect for the Event Driven and Streaming Applications Business Unit at Data Reply. With experiences in major industries (Automotive, Retail, Media, Banking) and with state of the art Big Data technologies, he focuses on Stream Processing, Real-Time Analytics, Microservice Architectures and Cloud.
In den letzten Jahren ist die Nachfrage nach datenwissenschaftlichem Know-how erheblich gestiegen. Dennoch kommen viele Data-Science-Lösungen nicht über das Vorproduktionsstadium hinaus und scheitern am Industrialisierungsprozess.
Microsoft Azure, als skalierbare und individuell anpassbare Cloud Computing-Plattform, ermöglicht Unternehmen jeder Größe diese Herausforderungen zu meistern.
Um Künstliche Intelligenz (KI) und Machine Learning (ML) zu skalieren, ist es wichtig, sich auf die Implementierung einer Reihe von Standards zu fokussieren. Diese Standards schaffen den Rahmen zur Entwicklung und Bereistellung von produktionsreifen KI- und ML-Bausteinen.
Gemeinsam wollen wir die Anwendung von MLOps-Konzepten in der Azure Cloud-Umgebung auf datenwissenschaftliche Anwendungsfälle betrachten, die Vorteile hervorheben und das in den letzten Jahren bei der Implementierung solcher Lösungen gewonnene Wissen teilen.
Als Consultant mit den Schwerpunkten Daten Engineering, Data Science und Machine Learning berate ich zu cloudbasierten Systemarchitekturen auf Basis von Microsoft Azure, mit einem Schwerpunkt auf Data Engineering Pipelines und Machine Learning Infrastruktur und Operationalisierung.
Ein weiterer Fokus liegt auf der Begleitung von Innovationsprojekten im Kontext der digitalen Transformation, in welchem neue Ideen und Technologien in POCs verprobt werden und auf eine Umsetzung in Produktivumgeben vorbereitet werden.
Erfahren Sie wie Sie mit Hilfe von Snowflake einfach und sicher Zugang zu hilfreichen Live-Daten bekommen, wie Sie beliebig große Mengen an Daten effizient, flexibel und performant verarbeiten können und wie die Snowflake Data Cloud Platform Ihr Unternehmen dabei unterstützt datengetrieben zu agieren. Zusätzlich erhalten Sie Einblicke in aktuelle Innovationen der Snowflake Data Cloud.
Marko Cavar ist Diplom-Informatiker der Medizin und verfügt über einen BSc (Hons) in Computing. Nach seinem Studium war er 8 Jahre als Management Berater hauptsächlich im Bereich IT Strategie tätig, bevor er weitere 8 Jahre Erfahrung in Cloud-Unternehmen als Senior Service Line Manager und Senior Technical Account Manager sammelte. Als Senior Partner Sales Engineer bei Snowflake unterstützt er führende Snowflake Partner in der DACH-Region bei technischen Themen und bei der Entwicklung gemeinsamer Lösungen und Angebote.
Im Rahmen von Smart Factory stellen wir vor, wie Kafka-Streams-Lösungen Architekturen mit einem End-to-End-Ansatz für vernetzte Fertigungsprozesse ermöglichen. Hierzu zeigen wir auf, wie Datenquellen erschlossen und angebunden werden können. Des Weiteren stellen wir die dazu relevanten Confluent-Bausteine vor und zeigen schnelle, integrierbare Lösungen. Wichtige Aspekte der Datenharmonisierung und Umsetzung der Business Logik in Kafka spielen ebenfalls eine Rolle, wie auch die effiziente Speicherung der Daten in einem Data Lakehouse bzw. einem Data Warehouse. Last but not least - Visualisierung von Realtime bzw. Neartime Daten in BI Lösungen.
Wojciech Filarski arbeitet seit fast 20 Jahren mit dem Thema Daten. Er kennt sich im Bereich der Kapitalmärkte mit Compliance Richtlinien aus, unterstützt branchenunabhängig Unternehmen verschiedenster Größe bei ihrer BI Strategie und versteht es, aus Daten Handlungsempfehlungen zu generieren. Sein breites Wissen teilt er sowohl mit seinen Kunden als auch den Mitarbeitern aus seinem Team.
Dave Canton hat eine Passion für Daten Streaming. Er arbeitet seit vielen Jahren mit dem Thema und kennt sich bestens mit den dazu gehörigen Technologien für Lösungsansätze zur Umsetzung aus. Er hat diverse Beiträge veröffentlicht, die branchenunabhängig verdeutlichen, warum jedes Unternehmen sich mit realtime Analysen befassen sollte.
Die Data Warehouse-Architektur ist nicht mehr die einzige Architektur, die es gibt, und findet sich heute in der Gesellschaft von Data Hubs und Data Lakehouses wieder. Da die Daten in diesen neuen Datenarchitekturen anders strukturiert, organisiert und verwendet werden, müssen wir in der Lage sein, alle Formen von Daten nahtlos in unserer Infrastruktur zu bewegen, um ihr Potenzial zu maximieren.
In dieser Session zeigen wir, wie Sie JSON- und Parquet-Daten schnell in Ihre Infrastruktur einbinden können. Im Anschluss lernen Sie in der 15-minütigen Demonstration die Funktionsweise von WhereScape Data Automation näher kennen.
Stackstream ist die erste Plattform von Entwicklern für Entwickler und beim Aufbau dieser Plattform war klar, dass es ohne Echtzeit-Daten hier nicht geht! Um das Engagement der Nutzer auf der Plattform zu erhöhen, setzen wir auf Gamification-Elemente, bei denen Clickstream-Daten in Echtzeit analysiert werden, was neben dem Spaß-Faktor auch einen Live-Überblick über die KPIs der Plattform ermöglicht.
In diesem Vortrag erfahrt ihr, wie wir eine skalierbare Live-Streaming-Plattform basierend auf Apache Kafka und Confluent Cloud aufgebaut haben und seit Tag 1 auf Stream-Processing setzen.
SAP Data Warehouse Cloud ist die zentrale Kompoenten der SAP Data Warehouse Strategie. Das was machen unsere Kunden genaus damit? Der Vortrag geht auf Use Cases von Kunden direkt ein und schaut wie DWC in eine komplexe SAP Ladschaft eingebunden werden kann.
Matthias Stemmler startete 1997 in der Technologie und Data Management Strategie Beratung. In Laufe der nächsten Jahre trugen viele nationale und internationale Projekte seine Handschrift als Architekt und/oder Projektleiter. Mit seinem Eintritt in die SAP im Oktober 2012 verstärkte Herr Stemmler das Technologie Presales Team der SAP Deutschland SE. Matthias war seit April 2016 in der Rolle des „Platform Architect“ und unterstützt die Automotive OEMs und Zulieferer (insbesondere VW, BMW, Audi, Porsche) bei dem Scoping, Auswahl und Erstellung innovativer Szenarien in den Bereichen Data Management, Data Warehouseing, Big Data und Maschine Learning.Seit November 2018 leitet er das Customer Advisory Team Platform & Data Management in der LDG.
Sie sind ein gut geführtes Unternehmen. Aber was wäre, wenn wir Ihnen sagen würden, dass versteckte Ineffizienzen Ihre Leistung beeinträchtigen, ohne dass Sie es merken? Was wäre, wenn wir Ihnen sagen würden, dass Ihre Leistung radikal und schnell gesteigert werden kann, unabhängig von Ihrer Ausgangssituation? Lernen Sie, wie Sie verborgene Ineffizienzen in Ihrem Unternehmen aufdecken und beheben können um Leistung zu erzielen, die Sie nie für möglich gehalten hätten. Entdecken Sie, wie Sie mit Process Mining und unserem Execution Management System einen massiven, messbaren Mehrwert erzielen können.
Als Senior Solution Engineer bei Celonis identifiziert Gerold Laue Wertpotenziale in Geschäftsprozessen entlang der gesamten Wertschöpfungskette. Bei Celonis hat er in den letzten 3 Jahren Pionierarbeit in den Bereichen Process Mining und Execution Management geleistet und in verschiedenen Projekten mit Kunden aus den Bereichen Logistik, Handel und Konsumgüterindustrie Erfahrungen gesammelt. Gerold hat an der Universität Mannheim studiert und besitzt einen Master-Abschluss (M.Sc.) in Management mit Schwerpunkt BI & Analytics.
Um Daten im Unternehmen nutzbar zu machen und unter Governance zu bringen, müssen diese beschrieben und katalogisiert sein - und das aus fachlicher Sicht, die übergreifend über die gesamte Systemlandschaft gültig ist. Doch wie fängt man an? ... mit einer Datenlandkarte!
In diesem Workshop modellieren wir live gemeinsam eine Datenlandkarte anhand eines Use Cases, den gerne eine:r der Teilnehmer:innen einbringen darf.
Outline:
Was ist eine Datenlandkarte?
Nutzen einer fachlichen Unternehmens-Datenlandkarte
Live-Use Case - Modellierung Datenlandkarte
Überführung der Datenlandkarte in die fachliche Datenarchitektur
Katharina Menz ist Business Consultant bei dataspot. und Expertin für Data Governance und Fachliche Datenmodellierung. Insbesondere hat sie Erfahrung im Bereich High-Level Datenmodellierung, Referenzdatenmanagement und Kennzahlenmodellierung. Besonderen Wert legt sie auf die Unterstützung ihrer Kund:innen beim Schneiden von Datendomänen und Datenverantwortung für das Erstellen einer Datenlandkarte, um einen Überblick und ein Verständnis über zentrale Unternehmensdaten zu gewinnen.
Barbara Kainz ist Geschäftsführerin der dataspot. gmbh. Sie ist Expertin für Data Governance, fachliche Datenmodellierung & Datenqualitätsmanagement. Ihre Expertise in Metadatenmanagement begründet sich auf jahrelanger Beratungserfahrung u. a. als Smarter Analytics Leaderin in der IBM. Sie hält ein Diplom in IT & Organisation und ist systemisch-analytischer Coach.
Wieso kann man nicht einfach die physischen Datenmodelle als Unternehmensdatenmodell verwenden? Wie unterscheidet sich ein Fachdatenmodell von einem Datenbankmodell? Welches Vorgehen ist notwendig, um für ein unternehmensweites Gesamtverständnis aller Unternehmensdaten zu sorgen? Und wieso kann nur das Fachdatenmodell die Grundlage für Data Governance sein?
Diese und weitere Fragen werden in diesem Workshop beantwortet und anhand eines spontanen Teilnehmer:innen-Use Cases live gemeinsam modelliert.
Outline:
Was ist ein Fachdatenmodell?
Anwendungsfälle und Nutzen des Fachdatenmodells
Live-Use Case - Modellierung Fachdatenmodell
Defintion der Data Governance Aspekte auf Basis des Fachdatenmodells
Barbara Kainz ist Geschäftsführerin der dataspot. gmbh. Sie ist Expertin für Data Governance, fachliche Datenmodellierung & Datenqualitätsmanagement. Ihre Expertise in Metadatenmanagement begründet sich auf jahrelanger Beratungserfahrung u. a. als Smarter Analytics Leaderin in der IBM. Sie hält ein Diplom in IT & Organisation und ist systemisch-analytischer Coach.
Katharina Menz ist Business Consultant bei dataspot. und Expertin für Data Governance und Fachliche Datenmodellierung. Insbesondere hat sie Erfahrung im Bereich High-Level Datenmodellierung, Referenzdatenmanagement und Kennzahlenmodellierung. Besonderen Wert legt sie auf die Unterstützung ihrer Kund:innen beim Schneiden von Datendomänen und Datenverantwortung für das Erstellen einer Datenlandkarte, um einen Überblick und ein Verständnis über zentrale Unternehmensdaten zu gewinnen.
Wanja Eiche ist Senior Consultant bei dataspot. Er setzt sich im Projektgeschäft mit Fragestellungen an der Schnittstelle zwischen Fachbereich und Technik auseinander und erarbeitet kundenindividuelle Lösungen. Seine Erfahrungen kommen dabei im gesamten Lebenszyklus von Metadaten und Data Governance zur Geltung, wobei er besonderen Wert auf Datenmodellierung, das Metadatenmanagement und Schulungsthemen legt.