Self-Service Reloaded: Dank Knowledge-Graph zur SSBI-Kultur
Woran scheitern viele SSBI-Projekte? Immer wieder an der überbrodelnden Komplexität der Daten, der Prozesse und manchmal der Tools. Da kommt ein Konzept, das seit 2012 bekannt ist, wie gerufen: Knowledge-Graphs! Wie können solche Wissens-Datenbanken uns bei der Etablierung von SSBI helfen? Wie baut man sich solch ein System auf? Und was bringt das Ganze dann eigentlich?
In dieser Session zeige ich, wie man sich einen ersten Knowledge-Graph-Prototyp mit KNIME und weiterer OS-Software aufbaut, einsetzt und betreibt.
Zielpublikum: Anwender und Stakeholder aller Level aus Business & Daten
Voraussetzungen: Erste Berührungspunkte mit SSBI und GPTs
Schwierigkeitsgrad: Advanced
Extended Abstract:
In diesem interaktiven Hands-On-Vortrag 'Self-Service Reloaded: Dank Knowledge-Graph zur SSBI-Kultur' werden die Teilnehmer eine praktische Einführung in den Aufbau und die Nutzung eines Knowledge-Graphs für Self-Service Business Intelligence (SSBI) erhalten.
Der Vortrag beginnt mit einer kurzen Einführung in die Problematik von SSBI-Projekten, die oft an der Komplexität von Daten, Prozessen und Tools scheitern. Anschließend wird erläutert, wie Knowledge-Graphs als Lösungskonzept diese Herausforderungen überwinden können, indem sie ein umfassendes Verständnis des Unternehmenskontexts ermöglichen.
Im Hauptteil des Vortrags werden die Schritte zum Aufbau eines Knowledge-Graph-Prototyps mit KNIME und anderen Open-Source-Tools detailliert erklärt. Die Teilnehmer werden lernen, wie man Daten aus verschiedenen Quellen integriert, Beziehungen zwischen den Daten modelliert und Interaktionsmöglichkeiten implementiert, um den Knowledge-Graph intuitiv zu nutzen.
Durch eine praktische Demonstration werden die Teilnehmer Schritt für Schritt durch den Prozess geführt und haben die Möglichkeit, das Erlernte direkt umzusetzen. Dabei werden sie selbst einen einfachen Knowledge-Graph-Prototyp erstellen und verschiedene Analyse- und Abfragefunktionen ausprobieren können.
Abschließend werden die potenziellen Nutzen eines Knowledge-Graphs für SSBI-Projekte diskutiert, einschließlich effizienterer Datennutzung, verbesserte Zusammenarbeit und fundiertere Entscheidungen. Die Teilnehmer werden ermutigt, das Gelernte in ihren eigenen Projekten anzuwenden und so die SSBI-Kultur in ihren Organisationen zu stärken.
Durch diese praktische und interaktive Herangehensweise werden die Teilnehmer befähigt, das Konzept des Knowledge-Graphs besser zu verstehen und direkt anzuwenden, um ihre eigenen SSBI-Projekte voranzutreiben.
Philipp Baron Freytag von Loringhoven is an expert in data-driven marketing and customer insights with over 20 years of experience using data to optimize marketing and sales strategies. His focus is on helping companies ask the right questions and turn data into real competitive advantages—moving beyond mere performance metrics to well-founded strategic decisions.
He has built marketing teams in 42 countries, developed the CRM strategy for a leading automotive aftermarket player in the EU, and scaled digital business models for SMEs based on data. His approach combines marketing, data analytics, and strategy to enable data-informed decisions that drive both short-term efficiency and long-term effectiveness.
With his own MATCH framework, he emphasizes a holistic approach to marketing analytics. Rather than relying on isolated metrics or platforms, he integrates multiple analytical methods to precisely understand the impact of marketing initiatives. Finding the right balance between attribution, marketing mix modeling, lift analyses, qualitative insights, and message analytics is, in his view, the key to making sound decisions.
As a speaker and host of the dataengage.io podcast, he shares hands-on experience to make data-driven marketing strategies tangible. His goal is to help organizations generate real value from their data—without getting lost in isolated figures or short-term KPIs.
Vortrag Teilen
