Wie kann man eigentlich schnell Analytics-Ideen in einer Organisation umsetzen und auch den Mehrwert für das Business heben? Dieser zentralen Frage gehen wir anhand eines Blueprint-Vorgehens aus der Telekommunikationsbranche am Beispiel von 1&1 Versatel auf den Grund. Vom Geschäftsmodell ausgehend betrachten wir konkrete Use-Cases aus dem Analytics-Umfeld. Hier geht es nicht nur um 'Rapid Prototyping', sondern auch darum, wie man Menschen damit erreicht.

Zielpublikum: Data Engineer, Data Scientist, Decision Makers
Voraussetzungen: Grundkenntnisse, Erfahrung mit Daten und geschäftlichen Zusammenhängen
Schwierigkeitsgrad: Basic

Extended Abstract:
Wie kann man eigentlich schnell Analytics-Ideen in einer Organisation umsetzen und auch den Mehrwert für das Business heben? Dieser zentralen Frage gehen wir anhand eines Blueprint-Vorgehens aus der Telekommunikationsbranche am Beispiel von 1&1 Versatel auf den Grund. Vom Geschäftsmodell ausgehend betrachten wir konkrete Use-Cases aus dem Analytics-Umfeld. Wie kann man diese im 'Rapid Prototyping'-Ansatz mit den Stakeholdern diskutieren und in Form von Dashboard-Prototypen bereitstellen. Daten, analytische Lösungen und Dashboards machen zusammen nicht den Unterschied - es sind die Menschen, die diese Erkenntnisse nutzen, damit man wirklich etwas verändert.

Die Session soll einen Rahmen geben, um unterschiedliche Analyseansätze & -Tools kennenzulernen, sowohl durch das eigene Umsetzen wie auch Impulse anderer Teilnehmer:innen. 
Dazu wollen wir uns in diesem Hackathon mit verschiedenen Logistik-Daten beschäftigen. Dabei sollen die Teilnehmenden gerne das Tool verwenden, in dem sie sich wohlfühlen, oder eines, das sie gern ausprobieren möchten. 
Die Referenten geben eine Einleitung, beantworten Fragen zu den Daten und leisten bei allgemeinen analytischen Fragestellungen Hilfestellung.

Es wird ein eigener Laptop benötigt

Zielpublikum: Alle, die Spaß an der Datenanalyse haben
Voraussetzungen: Mindestens Grundwissen und erste Erfahrungen in der Datenanalyse; Interesse an Datenanalyse und Austausch dazu
Schwierigkeitsgrad: Basic

Extended Abstract:

Zielsetzung
Dieser Hackathon soll den Teilnehmer:innen die Möglichkeit geben, in lockerer Atmosphäre unterschiedliche Stärken verschiedener Analyse-Technologien bzw. -Tools und -Methodiken kennenzulernen und sich von anderen inspirieren zu lassen.

Tools
Die Teilnehmenden entscheiden selbst, mit welchen Tools sie arbeiten. Das können sowohl Technologien sein, die sie gut kennen & beherrschen, wie auch Tools, die sie gern schon immer einmal ausprobieren wollten. 

Daten
Dazu stellen wir verschiedene Datensätze aus der Logistik bereit, die vielfältige Analyseansätze zulassen (z.B. zeitliche, räumliche, finanzielle Fragestellungen), die wir gut kennen und bei denen wir entsprechend toolagnostische Hilfestellungen anbieten können. Geplant haben wir, Datensätze über Kraftstoffpreise und Containerverkehr anzubieten, die durch Routing-fähige Shapefiles, soziodemografische Daten und ggfs. weitere Daten ergänzt werden können. Die Datenbereitstellung erfolgt wahlweise über flache Dateien oder über Snowflake. 

Ablauf
Der Ablauf sieht nach kurzer Vorstellung & Einführung ins Thema eine Explorationsphase vor, in welche die Teilnehmer:innen die Daten kennenlernen können. Anschließend findet ein kurzer Austausch über die gewonnenen Erkenntnisse statt, woraufhin alle Teilnehmer:innen eine Fragestellung formulieren sollen, die sie im weiteren Verlauf des Hackathons bearbeiten. Auf Wunsch unterstützen wir gern beim Finden einer geeigneten Fragestellung. Nach gemeinsamer Pause können die Teilnehmer:innen in die Bearbeitung der Fragestellungen gehen, die wir bei Bedarf gern technisch oder fachlich unterstützen. Nach einer weiteren Kaffeepause können die Ergebnisse kurz & knackig präsentiert werden, und gemeinsam wählen die Teilnehmer:innen eine:n Gewinner:in aus, wobei in diesem Format keinesfalls der Wettbewerb im Vordergrund stehen soll.

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.

The successful establishment of low-code and self-service platforms in enterprises is not a guaranteed. Seamless collaboration among departments, management, IT, and security is crucial. The Müller Service Group has effectively tackled this challenge through the implementation of a governance framework. In this session, we will share best practices and insights from our journey towards successful governance. We will use the Microsoft Power Platform as a case study within the presentation as an example of a low-code platform at Müller.

Target Audience: Decision Makers, project leaders, IT-managers, IT-architects, data analysts, Chief Data Officers (CDOs), Chief Information Officers (CIOs), responsible individuals in Data & Analytics
Prerequisites: Basic Knowledge
Level: Basic

Extended Abstract:
In this session, we will first introduce the foundational framework crucial for the successful operation of a low-code platform, particularly within the context of the Microsoft Power Platform. Subsequently, we will delve into a detailed examination of opportunities and risks associated with operating such a platform, emphasizing the strategic significance of governance.

An additional emphasis during the presentation highlights the central role of IT in operating low-code and self-service platforms. Managers and domain experts will gain valuable insights with practical tips on successfully convincing and engaging their IT in the benefits of the low-code concept. This session provides a comprehensive overview of the potentials and challenges of low-code and self-service platforms. 

Join us as we explore the transformative potential of this governance approach for Low-Code & Self-Service-Platforms.

Im Zuge der Entwicklung neuer digitaler Lösungen im Bankengeschäft werden jeden Tag große Datenmengen erzeugt. Die Analyse dieser Daten unterstützt maßgeblich dabei, die Prozessabläufe in Sparkassen effizienter zu gestalten und kundenindividuelle Bedürfnisse zu verstehen.
Dazu werden Daten von Kundenreisen durch die Implementierung standardisierter Messpunkte in Prozessen ausgewertet und den Sparkassen zur Verfügung gestellt, um einen Einblick in die Prozessabläufe zu gewinnen und eine Vergleichbarkeit der Prozesse zu ermöglichen.
Die präzise Analyse der Prozesse mittels Process Mining schafft Transparenz und ist die Grundlage für die kundenzentrierte Weiterentwicklung. Im Rahmen dieses Vortrags werden praxisnahe Einblicke in die datengetriebene Prozessanalyse der Sparkassen Finanzgruppe gegeben.

Agenda

1. Überblick
2. Prozessanalyse in Customer Journeys
3. Detailanalysen im Process Mining
4. Fazit

Zielpublikum: Datenanalyst:innen, Entscheidungsfinder:innen
Voraussetzungen: Grundkenntnisse
Schwierigkeitsgrad: Basic

In diesem Vortrag beleuchten wir die anhaltende Relevanz von Corporate Analytics für die Unternehmensführung, die nahtlose Integration von Data Scientists in bestehende Analyseplattformen und die Umsetzung zentralisierter Kommunikation in multinationalen Konzernen. Ziel ist es, darzulegen, wie Corporate Analytics als strategisches Werkzeug dient, um eine robuste, datengesteuerte Entscheidungskultur zu fördern und somit die Unternehmensleistung zu optimieren.

Zielpublikum: Data Analysts, Data Scientists, Management, Decision Makers
Voraussetzungen: Basic knowledge in Data Analytics
Schwierigkeitsgrad: Basic

Die Präsentation hebt die zentrale Rolle der Datenkompetenz in der modernen digitalen Wirtschaft hervor. Sie beginnt mit einer Diskussion über die Bedeutung von Daten in verschiedenen Branchen und geht auf die Herausforderungen im Umgang mit Daten ein, wie z.B. Datenschutz und die Komplexität der Datenanalyse. Der Hauptteil der Präsentation konzentriert sich auf Datenkompetenz als Lösung für diese Herausforderungen, untermauert durch konkrete Praxisbeispiele.

Zielpublikum: Die Fachabteilungen innerhalb des Unternehmens, insbesondere diejenigen, die mit Daten arbeiten und von Self-Services innerhalb des Unternehmens betroffen sind
Voraussetzungen: keine
Schwierigkeitsgrad: Basic

Extended Abstract:
Die Präsentation 'Steigerung der Datenkompetenz als Kernbestandteil digitaler Transformationen' zielt darauf ab, die Bedeutung von Datenkompetenz in der heutigen digitalisierten Welt hervorzuheben. Sie beginnt mit einer Einführung in die Rolle von Daten in verschiedenen Industrien und diskutiert die Herausforderungen im Umgang mit Daten, einschließlich Datenschutz und Komplexität von Datenanalyse-Tools. Der Fokus liegt auf der Darstellung von Datenkompetenz als Schlüssellösung für diese Herausforderungen.

Durch Praxisbeispiele wird aufgezeigt, wie Unternehmen ihre Datenkompetenz verbessern können. Eine Diskussionsrunde regt zur Reflexion darüber an, wie jedes Unternehmen von einer gesteigerten Datenkompetenz profitieren kann. Die Präsentation behandelt auch aktuelle technologische Entwicklungen in der Datenanalyse und deren Einfluss auf die Datenkompetenz.

Sie endet mit einem Aufruf zum Handeln, motiviert das Publikum zur Förderung der Datenkompetenz in ihren Organisationen und bietet eine Gelegenheit für Fragen und Antworten. Ziel ist es, das Publikum inspiriert, motiviert und mit dem nötigen Wissen ausgestattet zu entlassen, um Datenkompetenz in ihren jeweiligen Bereichen effektiv zu implementieren und zu nutzen.

Was bedeutet es, im Mittelstand 'data driven' zu sein, und wie kann eine BI-Lösung auf pragmatische Weise mit überschaubarem Budget gewachsene Excel-Strukturen ersetzen?

Max erzählt von den Besonderheiten im Retail-Service und warum dort viele Daten anfallen, die teils semi-strukturiert sind. Bei der Datenmodellierung ist deshalb mehr notwendig, als Standards zu nutzen, und so wurden die Möglichkeiten einer modernen BI-Lösung im Microsoft-Umfeld ausgereizt, um das Handling der Daten trotzdem so effizient wie möglich zu machen.

Zielpublikum: Entscheider, Projektleiter, BI-Experten
Voraussetzungen: Grundzüge der Datenmodellierung und Datenbanken sind von Vorteil
Schwierigkeitsgrad: Advanced

Extended Abstract:
Pragmatische und Professionelle BI im Retail-Service

Wofür werden Daten im Retail-Service genutzt? Was bedeutet es, im Mittelstand 'data driven' zu sein, und wie kann eine BI-Lösung auf pragmatische Weise mit überschaubarem Budget gewachsene Excel-Strukturen ersetzen?

Als mittelständischer Dienstleister im Retail-Service steht die SIG Sales GmbH & Co. KG täglich in Kontakt zu Supermärkten und generiert zahlreiche Daten über die Besuche vor Ort.

Diese werden sowohl für die operative Steuerung genutzt, aber auch für umfassende nachgelagerte Analysen.

Max erzählt von den Besonderheiten seiner Branche und warum in seiner Branche vergleichsweise viele Daten anfallen, unter anderem auch semi-strukturierte Daten aus qualitativen Dokumentationen. Im Bereich der Datenmodellierung ist deshalb mehr notwendig, als branchentypische Standards zu nutzen, und so wurden die Funktionen und Möglichkeiten einer modernen BI-Lösung im Microsoft-Umfeld ausgereizt, um das Handling der Daten trotzdem so effizient wie möglich zu machen. 

Die Umsetzung erfolgte weitgehend durch interne Ressourcen, um Kompetenz intern zu behalten und weitgehend unabhängig zu bleiben. Lediglich für ein fachliches Sparring zu Spezialthemen wurde ein externer Berater hinzugezogen.

Begonnen hat alles mit einem Cube. Inzwischen hat sich die analytische Landschaft von Agaplesion drastisch erweitert, die Begleitung des 'Patienten-Journey' ohne Daten unvorstellbar. Datengetriebene Entscheidungen beeinflussen alle Aspekte des KKH-Alltags. Ohne leistungsfähige Architektur dahinter undenkbar: Mit seiner Data Fabric nutzt Agaplesion verteilte Datenquellen, Wissen über Daten inkl. umfassender Datenschutzregeln und erlaubt so, mit intelligenten ML-Prozesse die KKH-Prozesse optimal, nachvollziehbar und sicher zu unterstützen.

Zielpublikum: Analytics/Solution Architects, Decision Makers, Controller, Project Leader. More technical than Business
Voraussetzungen: Basic Knowledge of Data Management Strategies and Architectures (Data Warehouse, Data Fabric)
Schwierigkeitsgrad: Advanced

Extended Abstract:
Der Fokus der analytischen Landschaft von Agaplesion hat sich dramatisch gewandelt: Während früher ausschließlich Planung und Reporting im Vordergrund standen und durch kombinierte Einzellösungen repräsentiert wurden, wird heute der Bedarf und Nutzen von Analysen sehr viel höher eingeschätzt. Der umfassende Datenschatz im Unternehmen kann vielfach zur Optimierung oder Steuerung der Prozesse genutzt werden, zum Vorteil für Patienten, medizinisches Personal, aber auch in kommerzieller Hinsicht. In Zeiten von Pandemien, Fachkräftemangel und im Hinblick auf die kommende Alterspyramide kann sich unsere Gesellschaft kein leeres Bett oder unnötige Doppeluntersuchungen leisten!

Der Bedarf an Umgang mit den vorhandenen oder neuen Daten kann nicht nur durch Experten gedeckt werden - Fachanwender, Analysten und Data Scientists sind gefragt! Damit der Umstieg, die Übernahme analytischer Tätigkeit effizient gelingt, sind neue Methoden und damit Technologien gefragt: Self-Service BI, Data Science benötigt gut dokumentierte Daten, damit Bedeutung und Hintergründe nicht nur den Datenexperten transparent sind. Gleichzeitig muss mit definierten, automatisierbaren Zugriffsregeln der Datenschutz sichergestellt werden. Und nicht zuletzt geht mit der zunehmenden Nutzung von Data Science und AI die Verantwortung nach Nachvollziehbarkeit und Überwachung der AI einher.

Agaplesion hat sich daher in einer technischen Neubewertung entschlossen, eine analytische Plattform einzuführen, die sowohl die Aspekte Data Governance, Datenzugriff und Potenzial für umfassende Data Science/AI-Prozesse abdeckt, als auch die bisherigen Einzellösungen integriert.

In diesem Vortrag werden der fachliche Hintergrund und die resultierende Daten-Strategie besprochen, die bisherige Umsetzung mit Erfolgen und Hindernissen gezeigt und die weiteren Ziele von Agaplesion mit dieser Plattform.

Die Neurowissenschaften bestätigen: Unser Gehirn ist nicht dafür gemacht, Daten zu verarbeiten. Deshalb fällt es unseren Entscheidern oft schwer, sich für unsere Analytics-Projekte zu begeistern und Maßnahmen daraus umzusetzen. Gehirngerechte Datenkommunikation erzeugt Bilder im Kopf und macht so Daten leicht verdaulich. Julia zeigt, wie du mithilfe von Data Storytelling deine Zuhörer von deinem Analytics-Projekt und den Ergebnissen daraus überzeugst, und gibt dir einfache Kommunikationshacks in die Hand, die du gleich umsetzen kannst.

Zielpublikum: Analysten, Data Scientists, Data Engineers, Controller, Data-Governance-Experten und dergleichen
Voraussetzungen: keine
Schwierigkeitsgrad: Basic

Beim 'Data & Analytics Escape Room' sind analytische Fertigkeiten Schlüssel zum Erfolg. In diesem interaktiven Spiel bewältigen Teams von 3-6 Mitgliedern gemeinsam Daten-Herausforderungen. Nutzen Sie SQL für Spurensuche, konfigurieren Sie ML-Modelle für Hinweise und bereinigen Sie fehlerhafte Daten, um voranzukommen. Sind Sie bereit, Ihre analytischen Fähigkeiten in einem Rennen gegen die Zeit zu testen?

Max. Teilnehmendenzahl: 30
Für die Teilnahme wird ein Laptop benötigt.

Zielpublikum: Data Analysts, Data Engineers, Data & Analytics Enthusiasts, Data Practioners, Data Scientists, ML Engineers
Voraussetzungen: SQL, Data Analysis, Python(basic)
Schwierigkeitsgrad: Advanced