- Dienstag
20.06. - Mittwoch
21.06. - Donnerstag
22.06.
Claudia Pohlink beschäftigt sich seit vielen Jahren mit Daten und KI. Dabei beobachtet sie die Trends und Entwicklungen auch außerhalb Europas und hat schon den einen oder anderen Hype überlebt.
Sie stellt konkret die Datenjourney der Deutschen Bahn vor. 2020 beschließt der Vorstand den Grundsatz des freien Datenzugangs und der freien Datennutzung innerhalb der Bahn, Ausnahmen sind zu begründen. Ein revolutionärer Beschluss, der zudem zu konzernweiter Datentransparenz verpflichtet. Wie sehen die Learnings und Erfahrungen der letzten 3 Jahre aus? Funktioniert so ein Datenkatalog und sind Data Owner wirklich so leicht zu finden? In 2023 startet die DB die AI Factory und zündet das Next Level. Gehen Sie mit auf diese Reise und lassen Sie sich überraschen, ob Sie pünktlich sind oder wo Sie landen?
Claudia Pohlink verfügt über 20 Jahre Berufserfahrung in den Bereichen Data Science, Data Management und Innovation Management. Aktuell leitet sie als Chief Expert Data bei der Deutschen Bahn das Data Intelligence Center und treibt die Daten & KI Strategie des Konzerns voran inkl. solcher Themen wie Data Governance, Datenmanagement, Datenarchitekturen, Data Mesh sowie Datenkatalog.
Davor leitete sie das Machine Learning Team bei den T-Labs, der Forschungseinheit der Deutschen Telekom. Als Co-Founderin von #startupnight, #DigitalWanderlust und #AI4DiversityHackathon stärkte sie den Transfer von Wissenschaft in die Wirtschaft. Zu ihren früheren Stationen zählen MTV Networks und Jamba/Rocket Internet.
Nebenher ist Claudia Pohlink auch als Speakerin und Autorin aktiv, sie engagiert sich für die Bildung von Kindern und jungen Menschen im Bereich Daten & KI und gibt regelmäßig ihr Wissen bei Konferenzen sowie an Hoch-/Schulen weiter. Sie ist seit 2020 Mitglied und seit 2022 Vorsitzende des Vorstandes im Arbeitskreis AI bei der BITKOM. 2019 wurde Claudia als „Global Women Leader in AI“ und kürzlich als „40 over 40 - Germany's Most Inspiring Women 2022“ ausgezeichnet.
Die Umsetzung einer erfolgreichen Datenstrategie ist nicht einfach, aber die Einschränkungen, die durch zentralisierte Punkt-zu-Punkt-Batch-Architekturen entstehen, machen es noch schwieriger. Daten-Streaming-Plattformen heben diese Beschränkungen auf, indem sie Echtzeit-Konnektivität zwischen SaaS-, Analyse- und Datenbanksystemen ermöglicht, die es mehr Nutzern erlaubt, mehr Daten mit weniger Redundanz und weniger Abhängigkeit von zentralisierten Teams zu nutzen. Was wollen wir an diesem Special Day vorstellen und diskutieren?
- Herausforderungen bei der Entwicklung einer modernen und zukunftssicheren Daten- und Analytics-Strategie
- Wie gehen wir mit dem “Erbe der Zentralisierung” um? Datenqualität, Governance, Integration und Self-Service im Praxiseinsatz
- Geschäftsvorteile, die sich aus der Erfassung von Echtzeit-Dateneinblicken, der Erstellung von Datenprodukten und der Befähigung von Teams in der gesamten Organisation mit Daten ergeben
- Wie die Daten-Streaming-Plattform die Grundlage für einen modernen Ansatz bildet, sowohl on-premise als auch in der Cloud und in hybriden Umgebungen
- Anwendungsbeispiele aus der Praxis von Versicherungen, Banken, eCommerce und vielen weiteren
Reports play a crucial role in both business operations and meeting regulatory requirements but managing a complex IT system with data flowing through various technologies can make it challenging to identify potential issues and create reliability.
Ramesh Shurma is the founder and CEO of Orion Governance Inc. Prior to starting Orion, Ramesh developed his expertise by working in very data intensive environments as an enterprise architect, application architect, and senior consultant and programmer with a very strong business and technology focus. His vertical market experience spans across Financial Services, Healthcare, Retail and Electronic Design Automation. His Silicon Valley roots taught him the valuable lesson of innovation and customer service. The motivation behind Orion was to solve a real-world need that most of the other companies had overlooked in favor of an unreliable manual approach. The road less traveled, where people dared to tread, but was taken in the spirit of innovation, that is Orion Governance today. Under his hard work, the team has grown to multiple millions in revenue in a short period of time. He is fluent in multiple languages including French, Hindi and English. His hobbies include aviation, traveling and having his three dogs take him on daily walks.
Discover the power of combining Amazon Web Services (AWS) and Confluent for real-time analytics and data streaming. This talk explores the synergistic capabilities of both platforms in building scalable, reliable, and high-performance streaming architectures. Learn how AWS data services and Confluent's Apache Kafka-based platform for managing event-driven architectures combine to deliver a solution for your business. Gain practical insights into integration strategies, data transformation, stream processing, and data integration patterns. Join us to unlock the full potential of real-time analytics and data streaming in today's data-driven landscape.
As companies undertake their digital transformation journey's, they are generating more data than ever before. Data and AI have become essential for companies to stay competitive in today's digital age. AI-powered technologies such as machine learning, natural language processing, and computer vision are helping companies to gain insights from data and make better business decisions. With the help of increasing computer power, AI algorithms can now be used to analyze vast amounts of data that businesses collect, and to identify patterns and trends that can be used to help companies achieve their business goals. Ultimately, data and AI can help businesses become more productive and efficient, while also creating better customer experience, and improved profits.
Come and join this session to learn more on how your organizations can Turn Data into Actionable Insights.
Nuno Barboza is a Senior Global Executive, and he was just appointed as Strategic Committee and Board Member at BI4ALL.
Across his 30+ year career experience, Nuno had the opportunity to lead IT strategy for startups up to Fortune 500 market leaders in medical devices, healthcare, mining, insurance, and construction sectors. This work spans US, European, and global leadership roles where him and his team supported growth across multibillion-dollar enterprises by developing and executing on complex IT strategies and large-scale transformation.
As a global corporate leader, he also has deep experience with M&As, corporate development, and board-level collaboration.
Branca Petrovic, Swiss/Croatian citizen, joined BI4ALL AG Switzerland in September 2022 and is responsible for the overall development and management of the business in Switzerland and the DACH region.
She started her professional career in the tech world decades ago. Working for international Telco and Internet Service Providers where she was responsible for the setup and technical implementation of PBX systems. Branca holds a degree in business administration and general management.
Anhand ausgewählter Use Cases soll die Entwicklung von Self-Service Data Analytics innerhalb von Siemens Energy dargestellt werden. Schwerpunkt ist die Umsetzung von datengetriebenen Projekten durch verschiedene Fachbereiche. Weiterhin wird auf die erfolgreiche Einführung neuer Projekte mit Hilfe von Hackathons eingegangen, sowie den Nutzen von internen Communities bei der Problemlösung.
Met Éireann, der nationale meteorologische Dienst Irlands, hatte eine anspruchsvolle Aufgabe: genaue Wettervorhersagen für die irische Öffentlichkeit bereitzustellen und mehrere Branchen wie Luftfahrt, Landwirtschaft, Transport und Notdienste zu unterstützen. Um dies zu erreichen, mussten sie große Datenmengen in Echtzeit verarbeiten und analysieren. In dieser Präsentation wird Actian's Datenexperte, Robert Gorsuch, zeigen, wie Met Éireann dies mit Hilfe von Actian Avalanche, der leistungsstarken Cloud-Datenplattform, erreicht hat. Durch die Nutzung von Avalanche's Geschwindigkeit und Leistungsfähigkeit konnte Met Éireann ihre Fähigkeiten zur Wettervorhersage revolutionieren und genaue und zuverlässige Informationen an die Öffentlichkeit liefern. Seien Sie dabei, um mehr über den innovativen Anwendungsfall von Met Éireann und wie Actian Ihrem Unternehmen dabei helfen kann, komplexe Datenverarbeitungsherausforderungen zu lösen und Innovationen voranzutreiben, zu erfahren.
Robert Gorsuch verfügt über mehr als 30 Jahre Erfahrung in den Bereichen IT-Architektur, Design sowie der Implementierung von Daten-Management-, Daten-Integrations- und Daten-Analyse-Softwarelösungen. Er hat mehrere Zertifizierungen in Warenwirtschaftsapplikationen, Kundenmanagementsystemen und diversen SaaS-Anwendungen erworben und verfügt über langjährige Erfahrungen in Branchen wie Produktion, Finanzen, Gesundheitswesen und Transportwesen. Sein Arbeitsschwerpunkt und seine Leidenschaft als Vertriebsingenieur bei Actian liegen in der Automatisierung und Optimierung von Geschäftsprozessen in Unternehmen.
Datenanalyse und datengesteuerte Entscheidungen nehmen in Unternehmen und Organisationen aller Art einen immer größeren Stellenwert ein. Gleichzeitig werden über Regulatorik und Kundenerwartungen immer höhere Anforderungen an Transparenz, Data Governance und Robustheit von Datenanalysen und automatisierten Entscheidungsprozessen gestellt. Metadaten sind ein Schlüssel, solche Anwendungen vertrauenswürdig und effizient aufzubauen. Aktive Metadaten machen den gesamten Fluss der Daten durch alle Systeme sichtbar. Dadurch wird der Kontext von datenbasierten Entscheidungen nicht nur im Nachhinein nachvollziehbar gemacht sondern die Entwicklung von Datenapplikationen deutlich beschleunigt. Die LBBW (Landesbank Baden-Württemberg) ist ein Beispiel dafür, wie Fachbereiche und IT in enger Kooperation eine zentrale Datenplattform und ein umfangreiches Metadatenmanagement aufbauen können. Die Bank hat ihre Datenplattform als Grundlage und zur Unterstützung einer effektiven Gesamtbanksteuerung implementiert. Dabei haben Fachbereiche und IT eng zusammengearbeitet, um die vielfältigen fachlichen Anforderungen der abhängigen Fachbereiche zu verstehen und in technische Datenflüsse zu übersetzen. Alle relevanten Datenpunkte aber auch die Abhängigkeiten und Beziehungen zwischen den verschiedenen Datenquellen und Zielsysteme wurden gemeinsam identifiziert, modelliert und dokumentiert. Eine umfassende Data Governance in Verbindung mit einem zentralen Datenqualitäts-Framework gewährleisten dabei jederzeit regulatorische Compliance und eine hohe Datenqualität.
Dr. Andreas Becks berät als Strategic Advisor bei Ab Initio Kunden rund um die Themen Automatisierung datengetriebener Entscheidungen, Datendemokratisierung und Data Science. Seit mehr als 25 Jahren ist sein Herzensthema der kulturelle Wandel durch Daten, Informationsvisualisierung und Künstliche Intelligenz. Andreas Becks war in verschiedenen leitenden Positionen in der Kundenberatung bei SAS, in Forschung und Entwicklung bei der Fraunhofer-Gesellschaft, als Business- und Lösungsarchitekt sowie im strategischen Produktmanagement eines Softwareunternehmens tätig. Er ist studierter Diplom-Informatiker, promovierte in Künstlicher Intelligenz an der Technischen Universität Aachen und erwarb einen MBA an der Universität St. Gallen.
Dr. Florian Sebert leitet bei der Landesbank Baden-Württemberg (LBBW) die Abteilung Datenmanagement und –architektur. In dieser Rolle verantwortet Herr Dr. Sebert neben der Data Governance und der Facharchitektur des LBBW-Konzerns die zentralen Datenintegrations- und Reportingplattformen der Bank. Zuvor war Herr Dr. Sebert zunächst bei der Beratungsgesellschaft d-fine und später bei der LBBW als Projektleiter für die Umsetzung zahlreicher Vorhaben mit Fokus auf die Themen Gesamtbanksteuerung und Financial Markets tätig. Seine Studien der Mathematik, Wirtschafts- und Finanzmathematik absolvierte er in Deutschland, England und in den USA.
Die Freenet AG betreibt seit vielen Jahren erfolgreich ein Data Warehouse im eigenen Rechenzentrum. Architektur und Technologien wurden sorgfältig ausgewählt und erfüllten die damaligen Anforderungen vollkommen. Doch was soll man tun, wenn die Quellsysteme nach und nach in die Cloud migriert werden? Allein die Kosten der regelmäßigen Datenübertragung aus der Cloud in das On-Prem-DWH lassen diese Lösung nicht mehr wirtschaftlich erscheinen.
Die Freenet AG stellt sich nun dieser Herausforderung und plant den Umzug in die Cloud. Hierbei sind nicht nur technische Herausforderungen und aktueller Vendor Lock-ins zu lösen. Es gilt auch, die Organisation von Analytics bei der Freenet AG zu überdenken.
Der Vortrag beschreibt die Strategie und das geplante Vorgehen, diesen Herausforderungen zu begegnen.
Timo Burmeister ist seit 26 Jahren in der IT-Branche zu Hause. Davon ist er seit 19 Jahre bei der Freenet AG aktiv.
Er ist AWS Certified Solutions Architect und EMCDSA Certified Data Science Associate.
Till Sander weist eine 20-jährige Erfahrung als Manager und Lösungsarchitekt bei Technologie- und Consulting-Unternehmen auf. Vor areto war er als Solution Manager bei verschiedenen Beratungsunternehmen tätig. Als Chief Technical Officer (CTO) bringt er unter anderem seine langjährige Expertise in der Konzeption und dem Aufbau von Data-Analytics-Lösungen in die Geschäftsführung ein. Auf dieser Basis treibt er den Auf- und Ausbau der areto consulting gmbh, die Evaluierung neuer Softwareprodukte sowie die Weiterentwicklung bestehender Service Angebote und Beratungsleistungen weiter voran. Seine Ausdauer und seinen Willen immer das Optimum zu erreichen, beweist er nicht nur in den Kundenprojekten sondern auch als passionierter Rennradler.
Mehr Infos finden Sie hier: https://tillsander.wordpress.com/
Am Beispiel der Deutschen Pfandbriefbank AG zeigen wir Ihnen, wie Sie durch das Zusammenspiel von D-QUANTUM und der Metadata API von bluetelligence einen substanziellen Mehrwert erzeugen:
- Anbindung der SAP-Systeme BW/4HANA & S/4HANA: So erhalten Sie ein präzises Bild der technischen Implementierung
- Technische Lineage innerhalb der SAP-Systeme und Verknüpfung der zugrundeliegenden Datenhaltung
- So kombinieren Sie die SAP-Objekte im Kontext der Data Management Journey für die unterschiedlichsten Use Cases wie z. B. die Abbildung von Verantwortlichkeiten, Source- und Impact-Analysen, Datenqualitätsmanagement und Anforderungsmanagement
- Die systemübergreifende Lineage
Wolf Erlewein verfügt über 20 Jahre Erfahrung in einem breiten Bereich des Datenmanagements (DWH, BI, CRM, Big Data) in unterschiedlichen
Branchen (Telekommunikation, Banken und Handel). In seiner Funktion als COO der Synabi verantwortet er die Konzeption und Umsetzung von Metadaten- und Data-Governance-Projekten.
Alexander Ludwig sorgt als Product Owner bei bluetelligence dafür,
dass die Softwareprodukte stetig weiterentwickelt werden, um SAP-Metadaten einem breiten Nutzerkreis einfach und verständlich zur Verfügung zu stellen. Als Produktexperte steht er auch im Vertrieb Rede und Antwort und schult User*innen im Umgang mit den Tools.
Getrieben durch den enormen internationalen Wettbewerbsdruck im Online-Handel muss sich das E-Commerce-Unternehmen Otto ständig weiterentwickeln, um mit der Konkurrenz Schritt zu halten oder ihr sogar voraus zu sein.
Dies stellt große Herausforderungen an Architektur und Organisation. Data Mesh als neues Architekturparadigma adressiert diese Anforderungen und liefert hier wichtige Impulse.
In dieser Case Study gehen wir von der Pain Point Analyse des internen Think Tanks aus und betrachten ausgehend von der logischen Architektur, als Treiber der der Kernkompetenzen des Data Mesh, die Probleme und Optimierungsansätze.
Inhaltlich werden wir uns auf folgende Aspekte und Praxisprobleme konzentrieren:
- Domänen-orientierte Daten und die damit verbundenen Herausforderungen
- Metadaten + Zentralisierung vs. dezentrale Orchestrierung,
- Data as a Product: Auffindbarkeit und Integration,
- auf dem Weg zur Self-serve Datenplattform
Torsten Peukert ist Lead Consultant bei der Opitz Consulting Deutschland GmbH. Er verfügt über 25 Jahre Erfahrung in der Planung und Umsetzung komplexer Digitalisierungsprojekte in unterschiedlichen Rollen und Branchen, darunter Banken, Versicherungen, Handel und Industrie.
Seine Schwerpunkte und Leidenschaften sind neben verteilten Systemen, Datenarchitekturen und Data Governance auch agile Team- und Unternehmensorganisationen. Dies ermöglicht es ihm, Unternehmen bei der Transformation zu datengetriebenen Organisationen holistisch zu unterstützen.
83 % of CEOs want their organisation to be more data driven. Sharing clear corporate goals and objectives is a start, but you will not succeed without a deeply understood, and widely shared context of the critical data that underpins these goals and objectives.
Unfortunately getting them off the ground, making them sustainable, and proving ongoing value requires targeted, strategic approaches depending on where you are in your journey.
90 % of businesses fail miserably to identify, track, and widely share the above context around their critical data.
In this session we will share leading practices for successful data governance programs from our customer and answer among other these questions:
- What Value is Data Governance Providing Your Organisation Today?
- What is the critical data, where is it, who is responsible for it and how accurate is it?
- What critical processes depend on it?
At the end, we show you how to use Precisely Strategic Services to conduct a health check of your current data governance program that includes a gap analysis with the leading practices of the most successful data-driven organisations.
Gaston Hummel has over 20 years’ experience in enterprise software and has helped more than 50 organizations across insurance, banking, telecom and succeed in their digital transformation journey. He has led software solutions from their inception, through business case approval, development, sales enablement, successful launch, and 50 plus successful implementations across global enterprises including Santander and Telefonica and Vodafone. Today Gaston is a member of the Precisely Strategic Services Team and advises organisations how to become more data driven and the leading practices for successful data governance programs.
Weitere Informationen zu dieser Case Study folgen in Kürze.
We will learn more about latest MLOPs strategies and how to approach application-deployment for production using different cloud native technologies. We will illustrate how the infrastructure, model, and pipeline templates constructed by Data Reply reduce the time needed to take a Quality Assurance application to production allowing manufacturers to unlock the substantial benefits that these machine learning applications can offer.
Solution Architect & Business Unit Manager @ Data Reply DE - Data & ML Applications
Der Weg vom Legacy ERP-System in ein SAP S/4HANA ERP-System ist gepflastert mit Herausforderungen:
Wie migriert man Archivdateien? Kann man die Daten reorganisieren? Was tun, wenn viele Legacy Systeme gemerged in ein neues System fließen sollen? Wie bekomme ich einen Post-Load-Report? Und können wir bei der Migration nicht gleich unsere Datenqualitätsprobleme lösen?
In diesem Vortrag zeigen wir Ihnen die "cimt S/4HANA Migration Factory". Unsere Lösung, um bestehende Legacy Systeme in ein zentrales S/4HANA System zusammenzuführen und zu konsolidieren. Powered by cimt, Talend & AWS
Peter-Christian Quint ist Partner und Prokurist bei der cimt ag. Er hat bereits viele Jahre als Cloud- und Softwareengineer gearbeitet und sich im letzten halben Jahrzehnt als BI-Architekt spezialisiert. Seine Kernkompetenz liegt darin, Unternehmen branchenübergreifend bei Ihren BI-Herausforderungen mit innovativen und modernen Lösungen zu unterstützen und mit seinem Team langfristig zu beraten.
Armin leitet das Solution Engineering Team EMEA bei Talend. Er hilft Kunden dabei, die Arbeit mit ihren Daten zu vereinfachen. Er verfügt über langjährige Erfahrung mit und Leidenschaft für Data Engineering und Analytics und unterstützt Kunden dabei, wirklich datengetrieben zu arbeiten und den bestmöglichen Geschäftswert aus ihren Datenbeständen zu ziehen.
Data in motion itself requires a rethinking of how to handle data and what an IT architecture should look like. This opens new ways of analyzing data in near real-time. We’ll have a look at the possibilities of data analytics in motion. Which use cases can be covered? What technologies can be used for real-time analytics? What differences are there to batch analytics?
Target Audience: Data Analysts, Data Engineers, Data Scientists, IT-Architects, Decision Makers, …
Prerequisites: none
Level: Basic
In nur 20 Minuten können Sie eine hochmoderne Datenplattform einrichten, die Business Intelligence und Datenmanagement vereinfacht. Verwenden Sie eine attraktive Drag & Drop-Schnittstelle, um Ihre Analysen effizienter und einfacher zu gestalten, ohne dass Programmierkenntnisse erforderlich sind! Die Erstellung aller notwendigen Tabellen, Felder, Strukturen und Pipelines wird automatisiert, während Governance, Orchestrierung und Dokumentation im Hintergrund sichergestellt werden, wobei optimierter Code generiert wird. Lassen Sie TimeXtender – den Vorreiter für automatisierte Datenplattformen – Ihnen zeigen, wie Sie sich von hochspezialisierten Aufgaben bei der Informationsverwaltung befreien können, damit Ihre Arbeit einfacher und schneller wird!
Frank Wagner ist ein erfahrener Analytics-Experte, der seit über 15 Jahren Unternehmen dabei unterstützt, erfolgreicher im Bereich Business Intelligence und optimaler Datenverwaltung zu sein. Als Berater, Solution Specialist und Trainer bringt er sein umfassendes Wissen und seine Begeisterung für das Thema in jedes Projekt ein. In seiner aktuellen Rolle als TimeXtender-Solution Specialist treibt Frank die Entwicklung moderner Cloud-First-Datenarchitekturen voran und ist begeistert von intelligenter Automatisierung und extrem schnellen Implementierungsgeschwindigkeiten. Sein Mantra lautet: "Datenmanagement ist keine Raketenwissenschaft!"
Digital transformation forces companies to consider data an asset, making new business models or processes possible. Fast-changing markets lead to fast-changing business requirements. What delivers value today will not necessarily have value tomorrow.
That is why data transformation is so significant: it should transform data into a desired format with business value today and tomorrow.
Organizations lost control over data delivery:
- DWH projects go over time and budget
- Lack of trust in data projects
- Data is not readily available across the organization, prohibiting cross-divisional collaboration
- Lack of transparency in data results in suboptimal answers to cross-divisional questions
- Maintenance costs are soaring
Some progress has been made in recent years, but it is not nearly enough. We need to raise the bar for data transformation seriously.
Learn how automated data transformation and abstract ETL will become the next industry standard in data transformation.
Toni Mata is the VP of Technology at VaultSpeed.
For more than 20 years, Data has been the cornerstone of his career in various roles and industries like banking, insurance, healthcare, and public services before joining VaultSpeed.
This background allows him to support customers in designing their information architecture using a business-oriented, data-driven approach.
Willkommen in der Ära der Demokratisierung von Unternehmensdaten! Erfahren Sie, wie „Data Democratization“ Ihre Organisation agiler, datengetriebener und innovativer macht. Bessere Entscheidungen, intensive Zusammenarbeit und eine offene, datengesteuerte Kultur – lieber heute als morgen!
Erfahren Sie in unserem Vortrag wie Ihre Daten einen Mehrwert für Ihr Unternehmen schaffen können, wenn Sie Unternehmensdaten „demokratisieren“. Doch was ist Data Democratization überhaupt? Welche Voraussetzungen sind dafür notwendig? Und welche Herausforderungen sind vorab zu lösen?
Wenn Sie sich für Data Democratization entscheiden, entscheiden Sie sich nicht nur für eine gesteigerte Mitarbeiterperformance auf allen Unternehmensebenen, sondern auch dafür sich auf den Weg zu einer einfachen und breiten Datennutzung zu begeben – jenseits von Silos!
Marco beschäftigt sich seit über 10 Jahren mit den Bereichen Data Warehousing, Data Engineering und Business Intelligence. Er kann sehr umfangreiche Erfahrungen aus den Branchen Handel, Lebensmittelindustrie und Gastronomie nachweisen. Seine Kernkompetenzen liegen in der Erstellung von Datenbanken, Bewirtschaftungsstrecken und Auswertungen.
2017 machte Jonas sich auf, auf der Kontinentaldurchquerung durch Europa und Asien seinen ersten Weltrekord auf dem Fahrrad aufzustellen.
Danach kündigte er seinen Job im Software-Vertrieb in München, wo er seit seinem International Business Studium arbeitete, und stellte in den Folgejahren weitere Weltrekorde auf den grossen Ultradistanzen Alaska-Feuerland und Nordkap-Kapstadt auf.
Im September 2020 dann, brach Jonas zu seinem bislang grössten Abenteuer auf, dem Triathlon um die Welt.“
Einmal um die Erde, in den Triathlon-Disziplinen Schwimmen, Laufen und Radfahren. Ganz auf sich allein gestellt hat Jonas Deichmann das Unmögliche möglich gemacht: Während die Welt im Lockdown verharrt, umrundet er sie, in 14 Monaten voller Grenzerfahrungen und Momenten größten Glücks. Jonas schwimmt durch die Adria, gegen tückische Strömungen und teils in der Dunkelheit, fährt mit dem Fahrrad 20.000 Kilometer von Dubrovnik bis nach Wladiwostok bei klirrender Kälte, und durchläuft Mexiko in 120 Marathons. Begleitet von Menschen, jung und alt, die sich ihm spontan anschließen, um für ein paar Kilometer Teil seines Abenteuers zu werden, und beflügelt von Millionen Fans im Netz. Am Ende steht eine unglaubliche Geschichte von Mut und Motivation.
Jonas Deichmann ist der einzige Mensch, der Radrekorde auf allen großen Kontintaldurchquerungen aufgestellt hat und die Welt im Triathlon umrundete. Er ist mehrfacher Weltrekordhalter und Bestseller-Autor.
Den Wert einer Datenplattform zu realisieren, scheitert häufig an der Akzeptanz der Nutzer. In diesem Vortrag erfahrt Ihr, wie Google Menschenzentriertes Plattformdesign einsetzt, um Datenplattformen zu entwickeln, die genau auf die Bedürfnisse ihrer Benutzer zugeschnitten sind und so schnell und nachhaltig Wert zu schaffen.
Voraussetzungen: Grundlagen in Datenarchitekturen, Grundlagen in agilem Arbeiten, Grundlagen im Produktmanagement
Schwierigkeitsgrad: Fortgeschritten
Max Tschochohei ist bei Google Cloud für das Thema Data, Analytics und AI in Zentral- und Nordeuropa zuständig. Mit seinem Team unterstützt er die Kunden von Google Cloud dabei, das Meiste aus der Plattform herauszuholen. Vor seiner Zeit bei Google war Max bei NTUC Enterprise an der digital Transformation von Singapur beteiligt und arbeitete als Technologieberater bei der Boston Consulting Group.
In diesem Hands-On Workshop erhalten Sie eigenen Zugang zu den Kursmaterialien sowie einer geteilten SAP Datasphere Umgebung. Mit der Hilfe von SAP-Mentoren werden Sie durch die Kursmaterialien geleitet und führen die Übungen durch um erste, eigene, Erfahrungen mit der SAP Datasphere zu sammeln.
Inhaltlich werden wir uns dem Thema Data Modeling, unter Zuhilfenahme des Data Layers und des Analytical Model, sowie dem Thema Data Governance, unter Zuhilfenahme des Data Catalog, widmen.
Sebastian Wiefett ist Data Management Expert für SAP Data Warehousing mit Hauptexpertise für die Produkte SAP Business Warehouse (SAP BW/4HANA) und SAP Datasphere. Sebastian ist spezialisiert auf SAP BW/4HANA, SAP Datasphere sowie moderne Analytics Architekturen auf den verschiedenen Hyperscalern.
Bevor Sebastian Wiefett im Jahre 2020 in das deutsche Customer Advisory Team wechselte, war er zwölf Jahre in der SAP-Beratung tätig, wo es Teil seiner Aufgabe war, BW basierte Datawarehousing Architekturen zu implementieren.
Gordon Witzel startete im Jahr 2007 bei der SAP als BW-Berater. Hier unterstütze er internationale Kunden bei der Architektur und Implementierungen von SAP BW und SAP BWA.
2015 wechselte er in das SAP Data Warehouse Produktmanagement der SAP SE und hat hier basierend auf Anforderungen der Kunden mit der Entwicklung neue Features definiert, priorisiert und zur Umsetzung gebracht. Bei diversen nationalen und internationalen Events präsentiert Gordon zu den Themen SAP BW und SAP Data Warehouse Cloud und stellt die SAP Data Warehouse Produkte in Hands-On Workshops vor.
Weiterhin unterstütze er bei Definition der SAP Data Warehouse Strategie und begleitete die erfolgreiche Einführung der SAP BW bridge als Teil der SAP Data Warehouse Cloud im Jahr 2021. Seit 2022 ist Gordon Principal Presales Expert für das Data Warehouse Portfolio der SAP.
In an ideal world, every data user at a company has timely access to the data and insights they need, in the format they need, using tools that they are familiar with.
This presentation covers the three key factors to consider when you establish your data strategy (the “3 E’s”)
- Data Experiences:
Productive user experiences enabling all users to access and create value from relevant data - Data Economy:
Principles and practices to ensure that data can be published, discovered, built on, and relied on - Data Ecosystem:
A unified, open and intelligent platform with end-to-end data capabilities for all users and needs
In the second Part, we will show you how to activate your data strategy in real world scenarios.
Target Audience: Whoever loves Data!
Es werden die Kerncapabilities und Architektur von SAP Datasphere vorgestellt. Dabei wird auch insbesondere auf Real World Beispiele eingegangen.
Voraussetzungen: Grundlegende Konzepte des Data Warehousing und Data Fabric sind bekannt
Schwierigkeitsgrad: All Level
Matthias Stemmler startete 1997 in der Technologie und Data Management Strategie Beratung. Im 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 Matthias Stemmler das Technologie Presales Team der SAP Deutschland SE. Ab April 2016 war er in der Rolle des „Platform Architect“ tätig und unterstützte die Automotive OEMs und Zulieferer (insbesondere VW, BMW, Audi, Porsche) beim Scoping, der Auswahl sowie 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 diesem Vortrag geht es um das Zusammenspiel von Value und Efficiency im Kontext von Daten und deren Bedeutung für Unternehmen mit begrenzten Ressourcen. Wir werden diskutieren, warum es wichtig ist, effiziente Prozesse zu schaffen, um Raum für Innovationen und Fortschritt zu schaffen, insbesondere im Datenbereich. Dabei werden konkrete Ansätze zur Effizienzsteigerung in den Datenprozessen vorgestellt und erläutert, wie diese dazu beitragen können, die Data Performance trotz Ressourcenbeschränkungen zu optimieren.
A COVID19-pandemic and the resulting lockdowns with a global recession, an accelerating climate change and the Russian war in the Ukraine causing a high inflation are only some major challenges why decisions, forecast and predictions are getting more difficult for companies and for government. As a community of experts, it is our obligation to find the right solutions and meet the high expectations that we have set for ourselves.
Let’s face the facts! Even after all the trends and hypes we have seen and the impressive technology development in the last years, we haven’t solved the problem yet. We are still struggling with our promises to bring the right data to the right people at the right time or to make data the new oil of the 21st century.
Despite these challenges, there are promising trends such as data culture, data Mesh, decision intelligence, and generative AI that can be leveraged to increase the value of data. This presentation will highlight these trends and it will encourage to rethink the focus in data & analytics initiatives. Business potential beyond descriptive analytics with internal, structured data in batch processing, a realistic picture of the user in a self service world or the adaption of our data focused language to find a better acceptance on a C-level are some of the topics that will be addressed.
Let us work together to elevate the data & analytics market to the next level of maturity.
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 bei b.telligent, wo er seit dem 01.07.22 die Geschäftsführung verstärkt. 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 war in 2003 Gründungsmitglied des TDWI e.V. und ist seit 2012 Mitglied im Vereinsvorstand.
Klaus-Dieter Schulze, co-founder and board member of TDWI e.V., has held responsible positions in the data & analytics environment at various consulting firms for nearly 30 years. He is a managing director at b.telligent since October 2021. Based on his business studies, he has been intensively involved with data & analytics since 1994. He has published various articles and book contributions on the development of the data & analytics market and regularly speaks at specialist events.
Klaus-Dieter Schulze has been a member of the TDWI e.V. board since 2012
Wer bei Dark Data instinktiv an Darth Vader denkt, liegt nicht verkehrt: Riesige Mengen an „bösen“ Daten lauern unerkannt seit Jahrzehnten in den dunklen Tiefen Ihres Daten-Imperiums – und es werden täglich mehr.
PDFs oder Fotos mit personenbezogenen Informationen, „Individualsoftware“ mit Excel-Makros, vertrauliche Präsentationen mit Provisionserträgen, Videos mit zweifelhaftem Inhalt oder die völlige Intransparenz auf dem Sharepoint-Server – die Liste an Daten-Risiken lässt sich beliebig verlängern. Egal, ob nun eine Migration in die Cloud ansteht oder Sie sich präventiv vor Data Breaches schützen wollen, Sie müssen den Risikofaktor Dark Data JETZT beseitigen, um Ihre Datenqualität dauerhaft zu verbessern!
In dieser Case Study erfahren Sie von Daten-Jedi-Großmeister und Co-CEO Gregor Bieler…
- Warum Dark Data eine tickende Zeitbombe für Ihre Compliance- und Sicherheits-Richtlinien ist
- Wie führende Finanzdienstleister schnell und mit wenig Personal Dark Data finden, analysieren und dauerhaft bereinigen
- Und wie Sie dadurch Kosten sparen, weniger Energie verschwenden und meßbar Ihren CO2-Fußabdruck verringern
Die Heidelberger Druckmaschinen AG setzt als Markt- und Technologieführer in der Druckbranche ihren Schwerpunkt auf konsequente ›End-to-end‹-Digitalisierung der Kundenwertschöpfung, also vor allem auf integrierte und automatisierte Systemlösungen für Maschinen, Software, Verbrauchsgüter und Services.
Im Rahmen der digitalen Transformation wurde das IOT-Datawarehouse mit dem Ziel der zentralen Verarbeitung von Druckmaschinendaten und Bereitstellung von wichtigen Kennzahlen (KPI) ins Leben gerufen. Diese werden in Form von Reports und Apps dem Kunden direkt zur Verfügung gestellt.
Das IOT Datawarehouse Team setzt dabei auf die Datenplattform Snowflake.
Durch ein Zusammenspiel aus verschiedenen Technologien und Tools wie dbt core, Snowpipe, Snowpark, gitlab und der Unterstützung durch Experten von areto consulting konnte eine Lösung realisiert werden, die die Grundlage einer standortunabhängigen Optimierung der Druck- und Produktionsprozesse bildet.
Dr. Johanna Geiß ist seit 4 Jahren bei der Heidelberger Druckmaschinen AG tätig. Als Product Owner ist sie verantwortlich für die Bereitstellung, Weiterentwicklung und Koordination des IOT Data Warehouses, in dem Maschinen- und Produktionskennzahlen berechnet werden.
Zuvor arbeitete sie u.a. in der Database Systems Research Group der Universität Heidelberg und promovierte im Bereich Natural Language Processing an der University of Cambridge.
Dr. Florian Petersen arbeitet als Data Engineer/Scientist im Team IOT Datawarehouse bei der Heidelberger Druckmaschinen AG. Zuvor sammelte er Erfahrungen mit diversen Datenstrukturen/-banken und Verarbeitungsalgorithmen während seiner Tätigkeit an der Universität Kiel und seiner Promotion in Mariner Geophysik am GEOMAR Helmholtz-Zentrum für Ozeanforschung Kiel.
Mehr als 70% aller Stückgüter werden derzeit weltweit per Container transportiert.
Im Zuge der CO2-Reduzierung ist das Ziel, möglichst viele Container auf der Schiene zu transportieren. Für die letzte Meile übernehmen dann LKWs den Transport.
Die Deutsche Umschlaggesellschaft Schiene-Straße (DUSS) mbH, eine DB-Tochter, betreibt 19 Containerterminals in Deutschland, um die Container auf die verschiedenen Verkehrswege um zu laden.
Für die Abrechnung, die Planung und die Simulation der Arbeiten an den Terminals wurden 2021 die Systeme neu konzipiert und umgesetzt und sind seit 2022 im produktiven Betrieb und von PWC zertifiziert.
Der Vortrag soll das Zusammenspiel der einzelnen Komponente der Datenintegration, des Datawarehousing und Business Intelligence in einem agilen Entwicklungsprozess beschreiben, der das Projekt zum Erfolg geführt hat.
Dabei wurden einzelne Quellen additiv in das Data Warehouse der DUSS integriert. Damit wird dem Controlling der DUSS ermöglicht, das Reporting effizient zu erstellen und Umsatz-Simulationen durchführen zu können.
Ein wesentlicher Faktor für den Erfolg ist hier das Zusammenspiel zwischen Datavault Builder, TM1 und Apache Airflow.
Rüdiger Koch - Über mich:
• Produkt Owner Service dataXpress (von der Idee bis zur produktiven Nutzung)
• Projekt DORIS (DUSS-Abrechnung)
• Treiber von Innovationen (datavault, dataXpress, ODI, NiFi, ExaSol)
• Bei DB Systel seit 2009
Meine Expertise:
• Fachliche und technische Datenmodellierung
• Big Data
• Architekturmanagement
• Serviceaufbau in AWS
• Daten Back-End Systeme (Oracle, Hadoop, ExaSol, RedShift)
• ETL (BODS, Talend, NiFi, ODI, dvb
Petr Beles verfügt über fundierte Erfahrungen in Data-Warehouse-Projekten in den Bereichen Telekommunikation, Finanzen und Industrie. Seit mehreren Jahren führt er als Senior Consultant erfolgreich Projekte mit Data Vault durch. Nachdem er den Bedarf an Automatisierung mit Data Vault erkannt hatte, begann er zusammen mit seinen Kollegen mit der Entwicklung eines Automatisierungstools, das in der Erstellung des Datavault Builders gipfelte. Petr Beles ist heute CEO der 2150 Datavault Builder AG.
----
Petr Beles (Data-Vault-Specialist, Senior Consultant) has profound experience in data warehouse projects in the telecommunications, financial and industrial sectors. For several years he has been successfully implementing projects with Data Vault and trains teams in the application of this data modelling technique.
Why did we change the way we used to work, and what are the challenges and risks today? Which ingredients are key for a data platform that will scale? Mark van der Heijden will cover the past, present and future of data engineering to answer these questions leading to a sustainable data platform.
Mark is lead engineer and part of the EMEA founding team at Coalesce.io. He started his career in data 18 years ago with an internship at Oracle, and later graduated at Getronics where he received a thesis award from Accenture. Since then, Mark has covered roles across the data lifecycle and across all parts of the data ecosystem.
With his extensive background in data integration, data modelling and data architecture, Mark has specialized in data automation. He is a strong believer that automation plays a key part in every successful data warehouse implementation. Prior to joining Coalesce.io, he has worked as an independent advisor and different roles at WhereScape, Teradata, and several consultancy firms. He is known as an honest, highly experienced professional with a broad general interest for technology, always striving for the optimal result.
Datenlandschaften sind heute zunehmend komplex, hoch fragmentiert und global verteilt. Aus diesen Gründen rücken immer mehr Unternehmen von monolithischen und zentralisierten Datenarchitekturen ab und orientieren sich stattdessen an neuartigen Architektur-Paradigmen wie der Data Fabric oder Data Mesh. Im Vortrag gibt Otto Neuer, Regional Vice President und General Manager bei Denodo, spannende Einblicke in zentrale Fragestellungen:
- Was steckt hinter den Konzepten von Data Fabric und Data Mesh – wo liegen die Gemeinsamkeiten, wo die Unterschiede?
- Weshalb eignen sich diese Architekturen, um schnell und effizient auf aktuelle und zukünftige Business-Anforderungen zu reagieren?
- Wie kann man eine Data Fabric oder ein Data Mesh mit einer logischen Datenschicht effizient und Governance-konform implementieren?
Otto Neuer - “I am passionate about working in one of the hottest spaces in the industry: Data Management. It is not just about data – it's also about people and the way we use data and related technologies. Therefore, I am proud to work with leading customers and partners, helping them to tackle their challenges and to build a sustainable data platform.”
- Regional Vice President and General Manager, Central Europe at Denodo since 2019
- Previous Sales Management roles in organizations like Talend, Informatica, Cognos & more
Weitere Informationen zu dieser Case Study folgen in Kürze.
Als Marktführer im Bereich Cloud-Datenmanagement versteht Informatica die Bedeutung von Machine Learning (ML) in modernen Datenworkflows. Um jedoch das volle Potenzial von ML auszuschöpfen, müssen Organisationen auch MLops akzeptieren - die Praxis, DevOps-Prinzipien auf Machine-Learning-Projekte anzuwenden.
In diesem informativen Vortrag tauchen wir in die Welt von MLops ein und erkunden bewährte Methoden, um ML nahtlos in Ihre Datenmanagementstrategie zu integrieren. Von der Datenerfassung und -vorbereitung über die Modellentwicklung, Bereitstellung und Überwachung diskutieren wir die wichtigsten Herausforderungen und Chancen von MLops und geben praktische Tipps, wie Sie diese bewältigen können.
Erfahren Sie, wie Sie Ihre ML-Workflows optimieren, Bereitstellungspipelines automatisieren, kontinuierliche Integration und Bereitstellung (CI/CD) für ML-Modelle implementieren und die Leistung von Modellen in der Produktion optimieren können. Entdecken Sie, wie die innovativen Lösungen von Informatica Ihnen helfen können, die Einführung von MLops in Ihrer Organisation zu beschleunigen, die Zusammenarbeit zwischen Data Scientists und IT-Betrieb zu verbessern und das volle Potenzial von Machine Learning für datengetriebene Entscheidungsfindung freizuschalten.
Dr. Martin Hebach verantwortet als Senior Solutions Architect bei Informatica seit beinahe 9 Jahren die Konzeption und kontinuierliche Weiterentwicklung der Architektur von cloudbasierten Datenmanagement-Lösungen wie Analyse- und Berichtsanwendungen sowie Datenplattformen im Zuge der digitalen Transformation. Dr. Hebach verfügt über eine langjährige Erfahrung in den Bereichen IT-Management, Unternehmensarchitektur und Beratung bei internationalen und größeren mittelständischen Unternehmen aus Finanz, Automotive und Bioscience.
Auf dem Weg zur Data Driven Company ist es wesentlich messbare Mehrwerte aus Daten zu generieren.
Damit die Identifikation der dafür notwendigen Use Cases nicht nur eine einmalige Aktion im Rahmen eines Projekts wird, sollte die Kontinuität über eine organisatorische Verankerung in Form einer Data Value Factory erfolgen.
Im Vortrag stellen wir Ihnen vor welche Ansätze hierzu existieren und welche Herausforderungen überwunden werden müssen.
Markus Enderlein studierte Wirtschaftsinformatik an der Hochschule für Ökonomie und Management in Frankfurt am Main. Nach seinem Berufseinstieg 1998 bei CSC arbeitete er ab 2003 als Senior Consultant im Bereich IT-Architektur und IT-Projektmanagement bei einem mittelständischen IT-Beratungshaus. Mit seinem Einstieg in 2007 ist er seit über 14 Jahren bei INFOMOTION aktiv und unterstützt Kunden dabei, ihre "Data Performance" im Unternehmen zu steigern. Aktuell ist Markus Enderlein als Business Unit Manager für die Strategieberatung unserer Kunden bei INFOMOTION verantwortlich. Er ist regelmäßiger Sprecher auf Konferenzen und Autor zahlreicher Veröffentlichungen.
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
BI or DIE Women in Data meets TDWI. Diesmal wird das von LinkedIn und YouTube bekannte Format Women in Data live auf der TDWI vertreten sein. Im gewohnten Impuls- und Diskussionsformat wird breit gefächertes Wissen rund um Data Themen vermittelt. In diesem besonderen Format sind die Impulsgeberinnen ausschließlich weiblich. Im Publikum sind Männer wie Frauen herzlich willkommen.
Sabine Schwenninger von BI or DIE führt durch den Tag und übernimmt die Moderation. Für alle die nicht live in München dabei sein können, wird es am Tag drauf alle Impulse bei YouTube zum Nachschauen geben.
Sabine Schwenninger ist Consultant bei BI or DIE. Als Ex-Controllerin kennt sie die Herausforderungen der Kunden und bereichert die Projekte um ihre Expertise. In den Workshops vermittelt sie Wissen rund um Datenvisualisierung und berät bei der Einführung unternehmensweiter Standards. Gemeinsam mit den Kund*innen erarbeitet sie prototypische Dashboards und weiß mit Tipps und Tricks bei der Umsetzung in Power BI zu unterstützen.
Veronique Schmitz ist Business Development Managerin bei BI or DIE. Seit fast 15 Jahren sind Datenanalysen und die Produktentwicklung im Umfeld Business Intelligence, Data Science und eines zentralen Data Warehouses als Controllerin, Projektmanagerin und Agile Coach ihre Themen. In Projekten bringt sie die Erfahrung im Change- und Anforderungsmanagement mit dem Wunsch der Kund:innen nach verlässlichen Analysen zusammen.
Vortrag Teilen
Data Governance bezeichnet das Framework, was Unternehmen implementieren, um die Nutzung von Daten möglich zu machen. Aber ist das wirklich nötig oder nur eine Entschuldigung, ein weiteres Tool anzuschaffen? Der Impulsvortrag leitet das Thema ein und die Diskussion liefert die Antwort: Kann es nur eine geben?
Voraussetzungen: keine
Schwierigkeitsgrad: Einsteiger
Stefanie Kostorz ist Senior Project Managerin und auf Finanzprojekte spezialisiert. Ursprünglich als Controllerin tätig, entwickelte sie ein ausgeprägtes Verständnis für Geschäftsanforderungen und die Fähigkeit, diese in Datenanforderungen zu übersetzen. Sie ist an der Entwicklung einer völlig neuen Datenanalyselösung für die CHRIST-Gruppe beteiligt. Ihr Fokus liegt darauf, die digitale Transformation voranzutreiben. Mit ihrer Familie und Rauhaardackel Lumpi lebt sie in Menden (Sauerland).
Voraussetzungen: Awareness of what integration is. But not a must.
Schwierigkeitsgrad: Beginner/Entry-Level
Sebastian Flach ist Senior Strategic Account Executive bei SnapLogic. In den letzten 10 Jahren im Applikations- und Middleware-Business war Sebastian für verschiedene DAX-Konzerne sowie als Global Account Executive für Volkswagen tätig und betreut seit 5 Jahren Enterprise-Unternehmen in unterschiedlichen Industrien speziell im iPaaS und API LCM Umfeld. In früheren Tätigkeiten war Sebastian bereits für Training und softwarenahe Dienstleistungen verantwortlich.
Künstliche Intelligenz und die mit ihr entstehenden neuen Möglichkeiten sind aktuell in aller Munde. In diesem Vortrag wird ein Einblick gegeben, was KI in der Medienwelt schon heute für Journalismus, Kreation und Vermarktung leisten kann, und was in der Zukunft möglich sein könnte. Dabei werden sowohl Large Language Models wie ChatGPT, die Unterstützung von KI beim Aufbau eines besseren Verständnisses unserer Nutzenden (und den daraus resultierenden Vorteilen für diese), die Bereitstellung visueller Medien durch KI-Systeme sowie allgemeine positive und negative Aspekte betrachtet, um einen bereichernden und verantwortungsvollen Einsatz dieser Technologie zu ermöglichen.
Voraussetzungen: keine
Schwierigkeitsgrad: Einsteiger
Karin Immenroth, geboren 1980 in München, studierte Kommunikationswissenschaften, Germanistik und Romanistik an der Ludwig-Maximilians-Universität in München.
Ihre berufliche Laufbahn startete sie 2006 in München zunächst bei der Mediaplus Gruppe, dann bei Burda Forward Advertising. Von 2011 bis 2017 hatte sie bei der Mediaagentur MEC verschiedene Positionen innerhalb des Bereichs Analytics & Insights inne, zuletzt als Chief Analytics Officer. 2018 war sie bei Wavemaker für den Bereich Analytics & Insights verantwortlich und anschließend arbeitete sie als Chief Analytics Officer und Geschäftsführerin der [m]Science GmbH, der zentralen Markt- und Medienforschung der GroupM Deutschland.
Seit Oktober 2019 ist sie bei RTL Deutschland als Chief Data & Analytics und verantwortet die Datenstrategie, Data Science & Data Engineering, Analytics sowie die Zuschauer-, Markt- und Mediaforschung für gesamt RTL Deutschland. Darüber hinaus ist sie mit ihrem Team für Crossmedia-Vermarkter Ad Alliance Competence-Center für Daten und Forschung. Karin Immenroth entwickelt maßgeblich RTL Deutschland zum technologisch führenden Medienunternehmen Europas mit, insbesondere nach dem Zusammenschluss mit Gruner + Jahr (2021).
Mit ihrer umfassenden Expertise ist Karin Immenroth zudem eine gefragte Speakerin auf nationalen und internationalen Panels und Events sowie an Hochschulen.
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
In his talk Paul Dietrich shares proven best practices from Collibra customers and ways to support those 66 % of companies that still struggle with turning data into actionable insights.
Wir beschäftigen uns mit häufigen Fehlern, die bei der Arbeit mit Daten passieren können. In dem Vortrag werden fünf grobe Datenpannen vorgestellt und erläutert, wie man diese vermeiden kann. Dabei geht es nicht nur um technische Fehler, sondern um Fehler in der Datenanalyse und der Interpretation von Daten. Der Vortrag richtet sich an alle, die mit Daten arbeiten, sei es im beruflichen oder privaten Kontext, und soll dazu beitragen, dass man Daten korrekt und effektiv nutzen kann, ohne dabei Fehler zu machen.
Voraussetzungen: keine
Schwierigkeitsgrad: Einsteiger
Dilyana ist Gründerin von Datenkompetenz-Online und Dozentin für Data Visualization & Communication an der Digital Business University of Applied Sciences (DBU).
Sie hat mehrere Jahre als BI Beraterin bei Good Healthcare Group GmbH, Ceteris AG und M2.technology & project consulting GmbH gearbeitet. Gleichzeitig hatte sie die führende Position als Enablement Managerin bei M2 übernommen. Ihre Aufgabe war, dafür zu sorgen, dass sowohl Kunden als auch Mitarbeiter:innen den richtigen Umgang mit Daten erlernen. In ihrem beruflichen Weg hatte sie bereits selbstständig Trainings entwickelt und durchgeführt.
Der Anspruch der Unternehmen an die Datenanalyse steigt stetig. Das benötigt einerseits immer mehr und aktuellere Daten, andererseits aber auch eine hohe Fach- bzw. Branchen-Kenntnis. Daher muss eine moderne Datenarchitektur den fachlich orientierten Datenanalysten einen einfachen und agilen Umgang mit Daten ermöglichen. Wie aber kann das gelöst werden, wo doch die IT-Systeme immer komplexer und heterogener werden? Jan Ulrich Maue, Senior Sales Engineer bei Denodo, zeigt am Praxisbeispiel ESG-Reporting, wie dieser Spagat mit einer Domain-orientierten Datenarchitekturen effizient und zukunftssicher gelöst werden kann.
Voraussetzungen: Grundkenntnisse Datenarchitektur
Schwierigkeitsgrad: medium
Jan Ulrich Maue ist Senior Sales Engineer bei Denodo Technologies. In dieser Funktion berät er Kunden zu komplexen Datenmanagement- und Datenintegrationsprojekten und führt Proof of Concepts in der Region Zentral- und Osteuropa. Jan Maue bringt ein breites Spektrum an Branchenkenntnissen mit, darunter Business Intelligence, Datensicherheit und -speicherung, und verfügt über mehr als zwei Jahrzehnte Erfahrung im Bereich Pre-Sales und Consulting.
Digitalisierung heißt: Daten. Zukünftige Herausforderungen in Organisationen sind immer mehr von Daten bestimmt, sind komplex und machen nicht mehr an Abteilungsgrenzen Halt. Wie kann Data Literacy allen Mitarbeitenden den nötigen Perspektivenwechsel ermöglichen, damit Daten im Bewusstsein aller vom „Nebenprodukt“ zum „Asset“ werden?
Voraussetzungen: keine
Schwierigkeitsgrad: Einsteiger
Katharina Schüller - die vielfach ausgezeichnete Unternehmerin und Expertin für Data Literacy berät Unternehmen und Ministerien zu den Themen Datenkompetenz, Datenkultur und Datenstrategie. Sie koordiniert die Entwicklung eines globalen IEEE-Standards für Data & AI Literacy, ist Mitglied des Digitalgipfels der Bundesregierung und hat zahlreiche Bücher und Fachartikel veröffentlicht.
In diesem Hands-on Workshop lernen Sie anhand eines konkreten Use Cases die praktische Anwendung der Datenvirtualisierung kennen. Hierbei wird von Anfang an “hands on” vorgegangen, d.h. es handelt sich nicht um einen reinen Vortrag, sondern ein praktisches Erleben der Lösung. Konkret werden folgende Themen behandelt:
- Erstellen von virtuellen Datenmodellen und einer semantischen Datenschicht
- Kombinieren von heterogenen Daten aus Legacy- und Cloud-Datenbanken, APIs und Dateien
- Erstellen eines Reports in einem BI Tool basierend auf den Daten
Bring your own device
Nach seinem Studium der Wirtschaftsinformatik 2005 begann Matthias Korn mit der Softwareentwicklung und widmete sich dann als selbständiger Datenbankentwickler schnell dem Thema Daten. Seit 2014 ist er bei Data Virtuality Team Lead für Solution Engineering und hat eine große Praxiserfahrung bei der Einführung von Datenvirtualisierung in verschiedenen Unternehmen.
Weitere Informationen zu den Keynotes der TDWI München 2023 folgen in Kürze.
Weitere Informationen zu dieser Case Study folgen in Kürze.
Weitere Informationen zu dieser Case Study folgen in Kürze.
Siemens schafft mit Data Mesh ein innovatives Analytics-Ökosystem. Diverse Fachbereiche mit individuellen Verantwortlichkeiten arbeiten innerhalb eines Ökosystems zusammen, um Siemens zu einem data-driven Unternehmen zu transformieren. Eine große Herausforderung besteht darin, die Konsistenz zwischen den verschiedenen Bereichen zu gewährleisten. Data Vault spielt eine entscheidende Rolle bei der Bewältigung dieser Herausforderung.
Moritz Heimpel ist ein erfahrener Datenanalyst und IT-Experte, der seit 2013 bei Siemens arbeitet und seit Oktober 2021 als Chief Data Architect. Heute kann er als Head of Analytics und AI Enablement seiner Passion für Analytics und AI folgen. Durch seine umfassende Karriere ist er heute ein Experte in den Bereichen Data Analytics, Data Strategy, Strategic Planning, Data Architecture, IT Strategy und Snowflake.
Marvin Geerken ist, seit seinem Master-Abschluss in BI & Analytics Anfang 2021, als BI-Consultant für Scalefree tätig. Er ist Experte für das Design und die Implementierung von BI-Lösungen, mit Fokus auf der Data Vault 2.0 Methodik. In seinen Kundenprojekten hat er sich ebenfalls stark auf die Anwendung von dbt und Snowflake spezialisiert.
Simplifying the modern data stack by choosing a unified platform like SnapLogic can help to eliminate the need to purchase countless point-to-point solutions. Instead, data leaders are able to simply automate end-to-end processes, enable their teams faster, and manage their data more easily from one centralized solution.
Prerequisites: Awareness of what data integration is
Level: middle
As a consultant and developer for individual software solutions and process automation, Markus Pentzek has supported numerous customers in his 20-year career in the field of digitization. Today, as a Senior Solutions Engineer at SnapLogic, he is a proven expert on the topics of application and data integration as well as API management and advises customers from various industries in these areas. He is a speaker at various conferences and regularly hosts webinars.
In his talk, Michael showcases how Collibra Data Quality & Observability helps to improve the quality of data by learning through observation rather than human input. Collibra DQ applies the latest advancements in data science and machine learning to the problem of data quality, surfacing data issues much faster than traditional, manual approaches.
Michael has spent over 32 years at Oracle in various positions and departments from Product Management to Solution Consultancy, he joined Collibra in early January as a Senior Sales Engineer. At Collilbra, Michael supports our customers in EMEA so that they get access to the data in a quality they need to transform their business into modern digital enterprises.