Konferenzprogramm

Die im Konferenzprogramm der TDWI München 2024 angegebenen Uhrzeiten entsprechen der Central European Time (CET).

 

Track: Data Mesh

Nach Tracks filtern
Nach Themen filtern
Alle ausklappen
  • Dienstag
    11.06.
, (Dienstag, 11.Juni 2024)
10:40 - 11:25
Di 3.1
Data Mesh & DDD: Synergien für datengetriebene Exzellenz
Data Mesh & DDD: Synergien für datengetriebene Exzellenz

Dieser Vortrag beleuchtet Data Mesh im Detail und streift dabei auch alle zugehörigen Themen, wie Domain-oriented decentralized Data Ownership and Architecture, Data as a Product, Self-serve Data Infrastructure as a Platform und Federated Governance.

Ein besonderer Fokus dieses Vortrags liegt auf den Parallelen zu modernen cloud-nativen OLTP-Architekturen. Der Vortrag endet mit einem Ausblick auf zukünftige Entwicklungen im Bereich Data Mesh und gibt Empfehlungen für Unternehmen, die eine agile und skalierbare Datenstrategie anstreben.

Zielpublikum: Datenarchitekten, Data Engineers und Führungskräfte
Voraussetzungen: Architekturwissen hilfreich, Governance
Schwierigkeitsgrad: Basic

Extended Abstract:
Dieser Vortrag beleuchtet das Konzept des Data Mesh, das einen Paradigmenwechsel in der Verwaltung von Daten in Unternehmen verspricht. Data Mesh geht über traditionelle Vorgehen einer zentralen Datenhaltung für analytische Daten hinaus, indem es eine dezentrale, föderierte Dateninfrastruktur fördert. Das Versprechen eines Data Mesh: Datensilos, wie wir sie bisher kennen, gehören der Vergangenheit an. 

Der Vortrag beginnt mit einer Einführung in die Herausforderungen herkömmlicher Datenarchitekturen und zeigt auf, wie Data Mesh diese adressiert.

Im weiteren Verlauf werden die vier Grundprinzipien von Data Mesh detailliert erläutert: Domain-oriented decentralized Data ownership and architecture, Data as a product, Self-serve data infrastructure as a platform, Federated governance. Diese Prinzipien ermöglichen eine effiziente Skalierung, verbessern die Datenqualität und fördern die Eigenverantwortung der Teams für ihre Daten. Dabei wird auch betrachtet, was diese Ideen eines Data Mesh für die Organisation und die Menschen bedeuten.

Ein besonderer Fokus dieses Vortrags liegt auf den Parallelen zu modernen cloud-nativen OLTP-Architekturen, wobei die Übertragbarkeit der Data-Mesh-Prinzipien auf in diesem Zusammenhang bereits etablierte Integrationskonzepte und -prozesse betont wird. Der Vortrag endet mit einem Ausblick auf zukünftige Entwicklungen im Bereich Data Mesh und gibt Empfehlungen für Unternehmen, die eine agile und skalierbare Datenstrategie anstreben. Dieser Vortrag richtet sich an Datenarchitekten, Data Engineers und Führungskräfte, die ihre Dateninfrastruktur zukunftsfähig gestalten möchten.

Fabian Hardt arbeitet als Solution Architect bei der OPITZ CONSULTING Deutschland GmbH. Er verfügt über langjährige Projekterfahrung in Analytics-Projekten und beschäftigt sich mit modernen Architekturen für die gestiegenen Anforderungen im Zeitalter der Digitalisierung.

Mehr Inhalte dieses Speakers? Schaut doch mal bei sigs.de vorbei: https://www.sigs.de/autor/fabian.hardt

Sven Bernhardt ist ein Technologie-Enthusiast und arbeitet für Opitz Consulting in Deutschland als Chief Architect und Integration Evangelist im Corporate Development Team. In seiner Rolle ist er für das Management des Technologieportfolios und die Entwicklung von Best Practices und Richtlinien verantwortlich. Darüber hinaus unterstützt Sven seine Kollegen bei der Implementierung von Softwarelösungen für Kunden. Zu seinen Kernthemen gehören cloud-native Architekturen, API-Management und Service Mesh. Sven spricht regelmäßig auf verschiedenen Konferenzen über Technologie- und Architekturthemen und teilt seine Gedanken und Erfahrungen in Artikeln und Blogbeiträgen. Zudem beteiligt er sich als Kong Champion sowie Oracle ACE Pro aktiv am Wissensaustausch in der Development Community.

Mehr Inhalte dieses Speakers? Schaut doch mal bei sigs.de vorbei: https://www.sigs.de/autor/sven.bernhardt

Fabian Hardt, Sven Bernhardt
E119
Fabian Hardt, Sven Bernhardt
E119

Vortrag Teilen

11:35 - 12:20
Di 3.2
Erfahrungsbericht einer modernen Lakehouse-Architektur
Erfahrungsbericht einer modernen Lakehouse-Architektur

Wir klären, warum die Kombination aus Data Mesh und Data Vault DWH einen entscheidenden Wettbewerbsvorteil in einem dynamischen Umfeld birgt. Und zeigen auf, wie mittels Databricks und dbt die Transformation von einem klassischem DWH hin zu einer modernen Lakehouse-Architektur gelingt. Neben einem technischen 'deep dive' in die Data-Vault-Herausforderungen beinhaltet der Vortrag einen Erfahrungsbericht. Wir beantworten, wie es uns gelungen ist, ein für die Analysten neues Data-Vault-Konzept in einer dezentralen Daten-Umgebung zu implementieren.

Zielpublikum: Data Engineer, Data Architekt, Project Leader, Data Analyst
Voraussetzungen: Grundkenntnisse in Data Vault 2.0 und Data Mesh
Schwierigkeitsgrad: Basic

Extended Abstract:

  • Warum birgt die Kombination aus Data Mesh und Data Vault Warehouse einen entscheidenden Wettbewerbsvorteil in einem sehr dynamischen Umfeld?
  • Wie entsteht eine Synergie zwischen dezentralem Mesh und zentralem DWH?

In diesem Vortrag wollen wir genau diese Fragestellungen beantworten. Und zeigen auf, wie - mittels Databricks und dbt - die Transformation von einem sehr klassischem DWH hin zu einer modernen Lakehouse-Architektur gelingt.

Seit dem Start der Flaschenpost in Münster umfasst das Liefergebiet mehr als 200 Städte in ganz Deutschland. Das führt zwangsläufig auch datenseitig zu immer neuen und steigenden Anforderungen.

Neben einem technischen 'deep dive' in die Data-Vault-Herausforderungen innerhalb dieser Umgestaltung beinhaltet der Vortrag einen Erfahrungsbericht. Wir beantworten, wie es uns gelungen ist, ein für die Datenanalysten völlig neues Data-Vault-Konzept in einer dezentralen Daten-Umgebung zu implementieren.

Vera Melang verfügt über 9 Jahre Berufserfahrung im Bereich Business Intelligence, Data Warehouse Architektur und Reporting über viele Branchen hinweg. Als Teamleiterin Data Warehouse und Data Engineer hat sie viele Projekte im Bereich BI und DWH absolviert. Zurzeit baut sie zum zweiten Mal ein Data Vault basiertes Data Warehouse.

Marco Lohaus verfügt über mehr als 10 Jahre Erfahrung im Bereich Business Intelligence, Data Science und Dashboarding mit besonderen Fachkenntnissen im E-Commerce.
Im Rahmen seiner Tätigkeit als BI-Leiter, Management-Berater und Architekt hat er Projekte in den Bereichen Reporting, Big Data, DWH, Digitalisierung und Data Science verantwortet.

Vera Melang, Marco Lohaus
E119
Vera Melang, Marco Lohaus
E119

Vortrag Teilen

14:30 - 15:30
Di 3.3
Erfahrungen aus zwei Jahren Data Mesh Architekturanwendung
Erfahrungen aus zwei Jahren Data Mesh Architekturanwendung

Die ANDREAS STIHL AG & Co. KG befindet sich im Prozess der Digitalisierung. Als ein Kernelement wurde die Data Analytics Platform als Basis für die Umsetzung zahlreicher unterschiedlicher Anwendungsfälle verschiedener Fachbereiche vor mehr als zwei Jahren entworfen und realisiert. Die Plattform ist nach dem Prinzip der Data Mesh Architektur konzipiert. In unserem Vortrag möchten wir wichtige Erfahrungen teilen und auch einen Ausblick auf eine mögliche zukünftige Weiterentwicklung geben.

Zielpublikum: Data Architects, Data Strategists, Data Engineers
Voraussetzungen: Basic knowledge of Data Platforms
Schwierigkeitsgrad: Advanced

Extended Abstract:
Im Zuge der Digitalisierung sind bei ANDREAS STIHL AG & Co. KG zahlreiche Ideen für die zukünftige Nutzung von Daten entstanden. Nach einer Evaluation aktueller und abzusehender zukünftiger Anforderungen und damals bestehender technischer Lösungen sowie möglicher Alternativen vor mehr als zwei Jahren wurde die Entscheidung für den Aufbau einer neuen Plattform für analytische Zwecke gefällt. Die Wahl fiel auf eine Data Mesh Architektur. Im Verlauf der letzten beiden Jahre sind mehrere Instanzen entstanden, die die unterschiedlichen Datenhaushalte und Anwendungsfälle der verschiedenen Fachbereiche beheimaten. Ebenso entwickeln sich die möglichen technischen Lösungsoptionen weiter, die im Zuge einer kontinuierlichen Bewertung einen Einfluss auf die zukünftige Ausgestaltung haben. In unserem Vortrag möchten wir einen technischen und organisatorischen Überblick geben und wichtige Erfahrungen teilen.

Dr. Dierk Jugel ist Teamleiter des Big Data Analytics Hub bei STIHL, einem zentralen Kompetenzzentrum für Data Analytics & KI. In seiner aktuellen Rolle verantwortet er die Data Analytics Platform als Basis für Use-Case-Implementierungen zusammen mit Fachbereichen und treibt die Datenstrategie für STIHL voran.

Fabian Schmid ist Data Engineer und Solution Architect im Big Data Analytics Hub bei STIHL.
In dieser Funktion ist er neben der kontinuierlichen Weiterentwicklung der Data Analytics Platform auch für die gemeinsame Umsetzung von Use Cases mit verschiedenen Fachbereichen zuständig.

Peter Schulz ist ein Technologie-Enthusiast mit dem professionellen Schwerpunkt auf Datenplattformen. Seit mehr als 20 Jahren unterstützt er Unternehmen aus den unterschiedlichsten Branchen bei der erfolgreichen Generierung von Werten aus Daten mit der zielgerichteten Hilfe von Technologien. Dabei hat er breite und tiefe Erfahrung mit unterschiedlichen Anwendungsfällen, Regularien und Technologien erworben. Peter ist Head of Data Architecture bei der Alexander Thamm GmbH.

Mehr Inhalte dieses Speakers? Schaut doch mal bei sigs.de vorbei: https://www.sigs.de/autor/peter.schulz

Dierk Jugel, Fabian Schmid, Peter Schulz
E119
Dierk Jugel, Fabian Schmid, Peter Schulz
E119

Vortrag Teilen

16:00 - 16:45
Di 3.4
Moderne Datenorchestration im Kontext der Automobilindustrie
Moderne Datenorchestration im Kontext der Automobilindustrie

Im Vortrag wird die praktische Umsetzung einer Architektur auf Basis des modern Technology Stack (Einsatz von: DBT, Databricks, Dagster) im Kontext der Automobilindustrie gezeigt. Hierbei wird besonderer Fokus auf ein modernes Orchestrationswerkzeug gelegt, welches am Markt noch nicht so bekannt ist. Es wird auch übergreifend auf den Gesamtkontext eines Enterprise-Unternehmens hinsichtlich Data Governance, Data Security und Data Mesh sowie die Nutzung mehrerer Cloud-Hyperscaler eingegangen.

Zielpublikum: Data Engineers, BI Specialists, Data Managers, BI Solution Architects, Cloud Engineers
Voraussetzungen: Basiswissen über modernes Datenmanagement, Data Warehousing und BI
Schwierigkeitsgrad: Advanced

Tim Grützner arbeitet in seiner aktuellen Rolle als Produktmanager für Data Platforms and Products übergreifend für die Realisierung einer Datenplattform auf Basis des modern Technology Stack und verantwortet eine Großzahl von BI- und Dateninitiativen für die Marke Volkswagen Nutzfahrzeuge und in der Volkswagen AG. Er ist seit ca. 10 Jahren für Volkswagen tätig und hatte verschiedene Rollen im Kontext Data Management wie z.B. Head of BI für VW Nutzfahrzeuge in der Vergangenheit inne.

Tim Grützner, Maximilian Vollmer, Sascha Kellner
E119
Tim Grützner, Maximilian Vollmer, Sascha Kellner
E119

Vortrag Teilen

17:15 - 18:00
Di 3.5
DWH vs. Data Mesh – ein Streitgespräch
DWH vs. Data Mesh – ein Streitgespräch

Im Konflikt zwischen traditionellem Data Warehouse und moderner BI geht es um mehr als Buzzwords! Und diesen Konflikt werden Andreas und Artur live auf der Bühne austragen!

Ist ein dezentraler Ansatz mit Datenprodukten wirklich ein Fortschritt oder nicht doch vielmehr unrealistisches Marketing, das keinen Mehrwert bringt? Ist jemand, der weiterhin auf ein zentrales und verwaltetes Data Warehouse besteht, wirklich von gestern? Oder sind die ganzen Konflikte bald dank KI ohnehin überflüssig?

Zielpublikum: Datenarchitekten, Modellierer und allgemein Leute, die Daten ernst nehmen
Voraussetzungen: Buzzword wie Data Mesh, Data Vault, Stern-Schema und Co. zu kennen, ist sicher von Vorteil, denn Insider-Sprüche gehören zu so einem Nerd-Battle dazu
Schwierigkeitsgrad: Advanced

Extended Abstract:
Im Stil von Pro-/Contra-Debatten werden wir den immer währenden Kampf zwischen zentralem und dezentralem Datenmanagement-Ansatz austragen.

Dabei geht es weniger ums Gewinnen, sondern darum aufzuzeigen, welche Debatten bei Entscheidungen geführt werden und was sinnvolle und weniger sinnvolle Argumente sind. Hoffentlich werden wir dabei den einen oder anderen Zuschauern auch den Spiegel vorhalten und für Aha-Effekte sorgen.

Fachlichkeit kommt dabei natürlich nicht zu kurz, denn auch wenn es bei Entscheidungen nicht immer nur um Technik geht, so ist die sachliche Auseinandersetzung damit absolut unersetzlich, um sich weiterzuentwickeln.

Ob Data Mesh alle Probleme löst, wissen wir danach vermutlich immer noch nicht, aber immerhin haben wir gute Argumente, was im konkreten Einsatz dafür oder dagegen sprechen könnte.

Andreas Peter ist als Data Architect bei Bosch im Bereich Datenmodellierung, Datenstrategie und Semantische Modellierung.

Artur König ist Informatiker mit dem Schwerpunkt im Bereich Datenanalyse und Gründer sowie Geschäftsführer der platformimpulse GmbH, einer Firma der BI or DIE Gruppe. 
Er verantwortet die ganzheitliche Umsetzung von Datenprodukten von der Datenquelle bis zum fertigen Dashboard im Microsoft-Umfeld. 

Als ehemaliger Dozent hat Artur zudem einen Fokus auf dem nachhaltigen internen und externen Wissenstransfer zu Microsoft Power BI und angrenzenden Themen.
Zuvor war er über 12 Jahre als Berater im IT-Audit, in Softwareprojekten, in der Umsetzung von Reporting-Lösungen bei Unternehmen verschiedener Branchen und Größen sowie als Leiter des BI-Bereichs bei einem mittelständischen Softwareunternehmen tätig.

Artur ist aktiv in der Power BI und Daten-Community als Podcaster, YouTuber, Betreuer von Meetups und dem TDWI-Themenzirkel Self-Service & Analytics, Sprecher bei Events und Buchautor.

Andreas Peter, Artur König
E119
Andreas Peter, Artur König
E119

Vortrag Teilen

Zurück