Die im Konferenzprogramm der TDWI München 2024 angegebenen Uhrzeiten entsprechen der Central European Time (CET).
Track: Data Strategy & Data Governance
- Dienstag
11.06. - Mittwoch
12.06. - Donnerstag
13.06.
Embarking on analytics transformation reveals a pivotal challenge: not all can be data-driven. Thus, we shift to Augmented Analytics, seamlessly integrating insights into workflows, bypassing the need for universal data literacy. This approach, elevates decision-making quality, operational efficiency and adoption, highlighting the journey towards a culture of insight-driven innovation. We'll explore the essence of Augmented Analytics as the cornerstone for the next analytics maturity level, highlighting the cultural and technical enablers.
Target Audience: Business Leaders/Professionals, Change/Transformation Manager, Analytics Professionals
Prerequisites: Basic knowledge: analytics transformation, genAI, data-driven culture, roles in transformation
Level: Advanced
Extended Abstract:
In our journey to transform analytics, we have come to a critical realization: Not everyone can and will be data-driven, because the reality and impact of data literacy is limited. Our current strategies need to evolve. Enter augmented analytics, a promising approach that will redefine the way we deal with insights. By integrating analytics directly into organizational workflows, we not only bypass the need for universal data literacy, but also significantly improve insight-driven decision making. This talk will explain how one commercial insurer is using this innovative strategy to improve decision quality, streamline operations, and foster a culture equipped to handle analytical challenges. We will explore the technical and methodological foundations and transformative enablers (the necessary roles, data liberalization, transformational mindset, and the importance of generative AI) that make augmented analytics not just a tool, but a catalyst for becoming truly insight-driven.
Willi Weber, with a background in business informatics, transitioned from software development at HDI Global natural catastrophe department to pioneering in analytics. He led the development of probabilistic models and pricing software, became head of data analytics, and architected HDI Global analytics transformation into an insight-driven company. Currently, he spearheads projects augmenting business processes through analytics and generative AI and is co-author of the book: Augmented Analytics.
Vortrag Teilen
Digitalisierung ist für uns die Antwort auf die unternehmerischen Herausforderungen unserer Zeit. Eine erfolgreiche Transformation erfordert einen Wandel der Unternehmenskultur, der durch eine Vielzahl von Maßnahmen begleitet wird. Eine davon ist das Daten- und Digitalisierungsreifegrad-Assessment, welches eine bedarfsgerechte Unterstützung ermöglicht. Neben dem teamindividuellen Ist-Zustand wird ein Ziel-Zustand ermittelt. Die Abweichung ermöglicht teamspezifische Maßnahmen, Benchmarking und eine zielgerichtete Vorstandskommunikation.
Zielpublikum: CEO, CIO, CTO, Chief Digital Officer, Innovationsmanager, IT-Manager, Projektleiter, Digitalisierungsexperte, Datenexperte
Voraussetzungen: keine besonderen Voraussetzungen
Schwierigkeitsgrad: Basic
Extended Abstract:
Als Unternehmen stehen wir vor einer Vielzahl von Herausforderungen, die unsere bestehenden Geschäftsmodelle gefährden. Unter anderem führen der Fachkräftemangel, geopolitische Krisen, die zunehmende Regulatorik und der Klimawandel dazu, dass wir als Unternehmen neue Wege finden müssen, um zukunftsfähig zu bleiben. Wir bei der Gothaer sind davon überzeugt, dass die Antworten auf die Herausforderungen in der Digitalisierung und Automatisierung liegen. Die Transformation zu einem datengetriebenen, digitalen Unternehmen ist daher keine Option oder Modeerscheinung, sondern eine Notwendigkeit, um als Unternehmen relevant zu bleiben. Die Basis für eine erfolgreiche Transformation liegt in der Unternehmenskultur. Man kann noch so viele moderne Systeme einführen und entsprechende Unternehmenseinheiten etablieren, nur wenn es gelingt, ein Verständnis für die Themen aufzubauen, die Menschen im Unternehmen zu begeistern und zu befähigen, mit Daten zu arbeiten, wird die Transformation gelingen. Der Kulturwandel ist ein langwieriger und komplexer Prozess, der durch eine Vielzahl von Angeboten und Formaten begleitet werden muss, um die Menschen im Unternehmen mit ihren unterschiedlichen Wissensständen, Präferenzen und Bedürfnissen mitzunehmen. Um dies zu unterstützen, haben wir im Bereich Digitalisierung & Datenmanagement eine Reihe von Maßnahmen entwickelt, um den kulturellen Wandel voranzutreiben. Die Maßnahmen lassen sich in drei Kategorien einteilen: Kompetenzentwicklung, Kommunikation und Transformationsservices. Dabei sind die Maßnahmen rund um Kompetenzentwicklung und Kommunikation eher generischer Natur und werden in die Breite des Unternehmens getragen. Die Transformationsservices bieten uns die Möglichkeit, die Teams und Bereiche bedarfsgerecht bei ihrer Transformation zu unterstützen. Mit Hilfe eines Daten- und Digitalisierungsreifegrad-Assessments wird der teamindividuelle Ist-Zustand entlang der 7 Transformationsdisziplinen ermittelt, um daraus gemeinsam einen Ziel-Zustand abzuleiten. Die Differenz zwischen Ist- und Ziel-Zustand ermöglicht es uns, teamindividuelle Maßnahmen zur Steigerung des Reifegrades zu identifizieren, ein internes Benchmarking durchzuführen, um voneinander zu lernen und eine zielgerichtete Vorstandskommunikation durchzuführen.
Svenja Quermann leitet das Data Governance Team der Gothaer. Ihr Ziel ist es, die Basis für das datengetriebene Unternehmen zu legen und die Menschen für die Arbeit mit Daten zu begeistern. Das Thema Daten begleitet sie schon ihr ganzes Berufsleben und durch ihre vorherige internationale Consultingtätigkeit konnte sie die Herausforderungen verschiedener Unternehmen erfolgreich lösen. Sie ist studierte Betriebswirtin und versteht sich als Brücke zwischen Fachbereich & IT.
Torsten Borchert ist Data Governance Manager bei der Gothaer und verfügt über umfangreiche Erfahrungen im Bereich Datenmanagement und Datenqualität. Seine Expertise in der Datenqualität hat zu signifikanten Verbesserungen bei der Gothaer geführt. Als Referent und Sprecher teilt Herr Borchert seine Expertise auf Branchentreffen und Konferenzen. Vor seiner Tätigkeit bei der Gothaer war Herr Borchert 7 Jahre in der Beratung tätig.
Vortrag Teilen
Die Vision für Data Governance bei der HUK-COBURG ist es, datengetriebene Use Cases durch einen nachhaltigen Umgang mit Daten in Fach- und IT-Bereichen zu unterstützen. Hierfür wurden insbesondere vier Handlungsfelder identifiziert:
- Rollen und Verantwortlichkeiten
- Data-Governance-Prozesse
- Prinzipien, Richtlinien und Standards
- Data-Governance-Assets
Im Bottom-up-Ansatz für Data Governance bei der HUK-COBURG sind insbesondere Daten-Projekte ein Erfolgsfaktor, um Data Governance im Unternehmen zu etablieren.
Zielpublikum: Data Governance Manager, Data Catalog Manager, Data Engineer, BI Project Leader, Data Owner, Data Steward
Voraussetzungen: Basiswissen in Data Governance und Data Engineering
Schwierigkeitsgrad: Basic
Extended Abstract:
Am Beispiel eines Projektes zur Datenversorgung 'Data Analytics in der Krankenversicherung' wird dargestellt, wie Data Governance in der HUK-COBURG etabliert wird und ein Datenkatalog die Datennutzung nachhaltig vereinfacht und beschleunigt. Hierbei werden folgende vier Handlungsfelder berücksichtigt:
- Zuweisung von Rollen und Verantwortlichkeiten, z. B. Data Owner, Data Steward und Data Enabler.
- Operationalisierung von Data-Governance-Prozessen, z. B. die kontinuierliche fachliche Beschreibung von Daten-Assets.
- Operationalisierung von Prinzipien, Richtlinien und Standards im Kontext Data Governance, z. B. Datennutzung und Datenfreigabe.
- Katalogisierung von Data-Governance-Assets mithilfe eines Integrationsframeworks, z. B. technische Assets und Data Lineage.
Die Erfahrungen aus dem Projektverlauf zeigen, dass sich Data-Governance-Aktivitäten sehr gut in Daten-Projekten integrieren lassen und sich über diesen Weg Data Governance sehr gut im Unternehmen operationalisieren lässt. Die Aufwände, die Data Stewards zu Beginn eines Projekts haben, zahlen sich schon während der Projektphase wieder aus. Data-Governance-Prozesse und Werkzeuge (insbesondere der Datenkatalog) sichern den nachhaltigen Mehrwert für Data Analytics - auch über die Projektphase hinaus. Eine gelebte, etablierte Data Governance unterstützt die Data-Analytics-Aktivitäten der HUK-COBURG, sodass es nur einen Schluss geben kann: Data-Governance-Aktivitäten müssen Pflichtbestandteil von Daten-Projekten werden.
Lisa Beierweck ist Data Catalog Manager und Data Engineer bei der HUK-COBURG. Seit mehr als 4 Jahren begleitet sie die Data-Governance-Initiative der HUK-COBURG von Beginn an und verantwortet die Umsetzung und Realisierung eines Data Catalogs sowie die Weiterentwicklung und die strategische Positionierung der Plattform innerhalb des Unternehmens. Lisa hat eine Leidenschaft dafür, Transparenz in BI-Anwendungen zu bringen und den Fachabteilungen aufzuzeigen, welche Mehrwerte durch einen Data Catalog entstehen.
Markus Werner ist seit 12 Jahren im Business-Intelligence-Umfeld tätig - davon seit über 5 Jahren als BI-Projektleiter und BI-Architekt im BICC der HUK-COBURG. Seit mehreren Jahren begleitet er die Themen Data Cataloging und Data Governance im Kontext des erweiterten Daten-Ökosystems der HUK-COBURG. Als Projektleiter ist er aktuell verantwortlich für den Aufbau einer Data-Analytics-Datenbasis für das Aktuariat der privaten Krankenversicherung.
Vortrag Teilen
Bei Unternehmen, wie Swiss Life, die nicht aus einem datenbasierten Geschäftsmodell entstanden sind, hat die Auswertungsmöglichkeit von Daten zugenommen. Im Swiss Life EKV-Bereich hat dies zu vielen einzelnen Lösungen in der Datenlandschaft geführt. Um den Umgang mit Daten zu harmonisieren, wurden Zielbilder für eine moderne Datenorganisation und -architektur entwickelt, die nun implementiert werden. In diesem Vortrag erfahren Sie mehr über die Datenstrategie sowie die Erfolge und Herausforderungen, die mit deren Implementierung verbunden sind.
Zielpublikum: Entscheidungsträger (die eine moderne data & analytics Organisation aufbauen wollen)
Voraussetzungen: Grundverständnis von Datenorganisationen, Data Governance und Datenplattformen
Schwierigkeitsgrad: Basic
Extended Abstract:
In 2023 wurde für das EKV-Geschäft der Swiss Life in Zusammenarbeit mit der Alexander Thamm GmbH eine neue Datenstrategie entwickelt, welche den Rahmen für den zukünftigen Umgang mit Daten setzt. Sie soll im Zielbild die historisch gewachsene, fragmentierte und intransparente Datenlandschaft durch eine moderne, cloud-native Datenarchitektur als 'single source of interpretation' ersetzen und gleichzeitig hohe Mehrfachaufwände in der Datenbeschaffung und -aufbereitung durch eine effiziente 'Hub & Spoke'-Organisation reduzieren. So sollen in Zukunft datengetriebene Geschäftsprozesse und Entscheidungsfindungen gefördert und innovative Lösungen ermöglicht werden. In diesem Vortrag möchten wir über die Entwicklung der Datenstrategie und getroffene Design-Entscheidungen berichten, auf das erste halbe Jahr der Umsetzung der Strategie zurückblicken und über die technischen und organisatorischen Erfolge und Herausforderungen, die hiermit verbunden sind, reflektieren.
Livia Kaiser-Auernheimer ist Beraterin für Datenstrategie und Data Science bei der Alexander Thamm GmbH und unterstützte Swiss Life bei der Entwicklung ihrer Datenstrategie. Sie begeistert sich für datengetriebene Lösungen und Entscheidungsfindungen.
Mehr Inhalte dieses Speakers? Schaut doch mal bei sigs.de vorbei: https://www.sigs.de/experten/livia-kaiser-auernheimer/
Arne Steinkraus ist Leiter des Data & Analytics Hubs bei Swiss Life (EKV) Deutschland. Zudem hat er einen Lehrauftrag für statistisches Lernen an der TU Braunschweig. Er ist sowohl Data-Science- als auch Ökonometrie-begeistert.
Vortrag Teilen
Das ESG-Reporting adressiert in wesentlichen Teilen das Risikomanagement der Geschäftstätigkeit und die Nachhaltigkeit im Sinne einer dauerhaften und schonenden Nutzung der eingesetzten Ressourcen. Dabei zeigt sich jedoch in aktuellen Projekten, dass diese Schwerpunkte beim Aufsetzen eines ESG-Berichtswesens selbst zum Teil nicht berücksichtigt werden, sodass Individuallösungen oder Insellösungen entstehen, um schnell den gesetzlichen Anforderungen gerecht zu werden. ONTRAS zeigt, dass Nachhaltigkeit bei Digitalisierung anders aussehen kann.
Zielpublikum: Zielgruppe sind Personen, die sich zum einen fachlich mit dem Thema ESG oder den Initiativen darum beschäftigen, und zum anderen Personen, die analytische Architekturen in Organisationen betreuen.
Voraussetzungen: Grundverständnis für Analytics
Schwierigkeitsgrad: Basic
Extended Abstract:
Das Environment, Social, Governance-(ESG)-Reporting adressiert in wesentlichen Teilen das Risikomanagement der Geschäftstätigkeit und die Nachhaltigkeit im Sinne einer dauerhaften und schonenden Nutzung der eingesetzten Ressourcen. Dabei zeigt sich jedoch in aktuellen Projekten, dass diese Schwerpunkte beim Aufsetzen eines ESG-Berichtswesens selbst zum Teil nicht berücksichtigt werden, sodass Individuallösungen oder Insellösungen entstehen, um irgendwie schnell den gesetzlichen Anforderungen gerecht zu werden.
Nun haben viele Unternehmen bereits seit Jahren in Business-Intelligence-Architekturen investiert und hier großes Know-how aufgebaut, sodass die Themen der Wiederverwendbarkeit geschaffener Strukturen und damit einhergehend eine Risikominimierung beim Aufsetzen und Betreiben einer Reporting-Lösung genauso im Mittelpunkt stehen sollten, um weiteren Nutzen aus den Digitalisierungsbemühungen im Berichtswesen ziehen zu können. Im Folgenden zeigt ein konkretes Projektbeispiel auf, dass ESG idealerweise als Bestandteil existierender analytischer Architekturen aufgefasst wird und auch, dass die Herausforderungen im Berichtswesen nicht erst seit ESG auch in der Datenbeschaffung liegen.
ONTRAS startete 2019 in das Projekt: 'Berichtswesen Energie- und Umweltmanagement', das nun auch Teil des ESG-Berichtswesens wird. Ausgehend von einer Vielzahl manueller Prozesse und qualitätsseitig zunächst nur begrenzt tragfähiger Daten wurde im Projektverlauf innerhalb der existierenden analytischen Architektur bei ONTRAS eine effiziente, qualitätsgesicherte und für Fachanwender nachvollziehbare Berichtlösung geschaffen. Diese bietet eine vor allem für vielseitige Anforderungen wie Berichte für ESG oder auch Zertifizierungen nutzbare Oberfläche, um den Verantwortlichen alle relevanten Informationen direkt nutzbar zur Verfügung zu stellen. Hervorzuheben ist dabei die Sicherstellung der Datenqualität über eine idealerweise direkte Quellenanbindung, aber auch notwendigerweise Optimierung manueller Datenlieferungen, Validierungs- und Freigabeprozesse zur Verbesserung einer jeden Möglichkeit des Dateninputs und eine weitestgehend hochgradige automatisierte Verarbeitung. Dieser Beitrag zeigt den Ausgangspunkt des Projektes, Herausforderungen und deren Lösungen im Prozess, sodass nachvollziehbar ist, wie die entstandenen Ergebnisse in nun transparenten Informationsflüssen den Anwendern Sicherheit bei der Nutzung der berichteten Werte geben.
Mehr Inhalte dieses Speakers? Schaut doch mal bei sigs.de vorbei: https://www.sigs.de/experten/sonja-wiedemann/
Philipp Seidel ist als Teamleiter im Bereich Oberflächen sowie erfahrener Projektleiter für Business Intelligence und Analytics bei der Marmeladenbaum GmbH. Er betreut Projekte von der Anforderungsanalyse und Konzeption bis zur Umsetzung von Oberflächen und beherrscht mehrere Werkzeuge alternativer Hersteller wie beispielsweise Microsoft, MicroStrategy oder auch Pentaho. Branchenseitig hat er umfassende Erfahrungen in den Branchen Logistik, Energie sowie Banken und Versicherungen.
Mehr Inhalte dieses Speakers? Schaut doch mal bei sigs.de vorbei: https://www.sigs.de/experten/philipp-seidel/
Claudia Koschtial ist geschäftsführende Gesellschafterin der Marmeladenbaum GmbH sowie erfahrende Lehrbeauftrage an der BTU Cottbus, der FH Berlin und der TU BA Freiberg. Ihre Themenschwerpunkte sind Business Intelligence, Advanced Analytics und Data Science und sind durch langjährige Projekterfahrung, Publikationen und Referenzen belegt.
Mehr Inhalte dieses Speakers? Schaut doch mal bei sigs.de vorbei: https://www.sigs.de/experten/claudia-koschtial/
Vortrag Teilen
Data Transparency is a basic need of every data worker. It is crucial to find the right data in a limited amount of time to keep the time-to-market of data and analytical products short. However, documenting and classifying data manually can be cumbersome due to the vast amount of data. In this session, we present the approach MediaMarktSaturn has taken to use LLMs and other AI models in combination with a data catalog to establish a high level of data transparency in a semi-automated way.
Target Audience: Chief Data Officers, Data Governance Managers, Data Strategists, Data Engineers, Data Scientists, Subject Matter Experts
Prerequisites: Basic knowledge of Data Catalogs and LLMs
Level: Basic
Extended Abstract:
Data Transparency is a basic need of every data worker. It is crucial to find the right data in a limited amount of time to keep the time-to-market of data and analytical products short. But with the ever-growing amount of data, it gets more and more difficult to keep up a suitable level of data transparency. In this session, we present the approach MediaMarktSaturn has taken to use LLMs and Open Source Data Catalogs to establish a high level of data transparency in a semi-automated way. With this approach, it is possible to keep the manual work at a suitable level and manage data transparency in an efficient way. Moreover, we will outline how this approach is integrated into the overall Data Governance and Data Architecture.
Dieter Berwald is Competency Lead and Product Owner at MediaMarktSaturn Technology, where he focuses on advanced analytics and data catalog applications. He currently leads projects aimed at entity recognition in large cloud data lakes, managing data access, and leveraging metadata for enhanced data utilization.
Dr. Christian Fürber ist promovierter Datenqualitätsexperte und Geschäftsführer der Information Quality Institute GmbH (iqinstitute.de), einem spezialisierten Beratungsunternehmen für Data Excellence und Data Management Lösungen. Vor der Gründung von IQI im Jahr 2012 war er in verschiedenen Positionen im Datenmanagement tätig. Unter anderem etablierter er für die Bundeswehr eine der ersten Data Governance Organisationen und führte dort ein standardisiertes Datenqualitätsmanagement ein. Christian und sein Team haben unzählige Datenprojekte und -strategien für bekannte Unternehmen verschiedener Branchen erfolgreich umgesetzt und ihnen dabei geholfen, erheblichen Mehrwert aus ihren Daten zu ziehen. Neben seiner Tätigkeit bei IQI ist Christian auch Autor und Redner auf Konferenzen (u.a. am MIT) und organisiert den TDWI Themenzirkel "Data Strategy & Data Governance".
Nitin embarked on his IT career in 2014 as a consultant, quickly gaining a reputation for his expertise and adaptability. Throughout his career, he has worked with a diverse range of clients across industries including telecommunications, petroleum, and disaster recovery. Nitin holds a Master's degree from the prestigious Technical University of Munich (TUM), which further solidified his foundation in data architecture and engineering.
Following his studies, Nitin excelled as a Lead Data Architect/Data Engineer at several renowned companies. His innovative cloud solution architecture, particularly for real-time racetrack analytics, has been instrumental in securing multi-million dollar deals. Currently, Nitin serves as the Data Governance Lead at MediaMarktSaturn, where he continues to drive data excellence and governance initiatives.
Vortrag Teilen
Der DKV setzt seit über drei Jahren eine ambitionierte Datenstrategie mit umfassendem Data-Governance-Ansatz um.
Dieser Wandel zeigt beachtliche Fortschritte in der Data-Governance-Organisation, jedoch bleibt der Change in den Köpfen der Belegschaft in Teilen aus.
Um den Wandel zu beschleunigen, implementiert der DKV ein auf Kommunikation ausgerichtetes Change Management. In diesem Vortrag werden der bisherige Change-Management-Prozess sowie die gesammelten Erkenntnisse im Kontext des Data-Governance-Programms beleuchtet.
Zielpublikum: Data Governance Practitioners, Data Governance Managers, Data Strategists, Project Leaders, Change Manager
Voraussetzungen: Grundkenntnisse von Data Governance
Schwierigkeitsgrad: Advanced
Extended Abstract:
Mit seiner ambitionierten Datenstrategie verfolgt der DKV seit über drei Jahren einen umfassenden Data-Governance-Ansatz: Von Beginn an wurde eine Data-Governance-Organisation über alle Datendomänen hinweg aufgesetzt. Dies umfasst die Einführung und die Rollen Data Owner, Domain Owner und Data Steward. Zudem müssen die Mitarbeitenden in den Aufgaben, die mit diesen Rollen einhergehen, intensiv geschult und trainiert werden. Zuletzt gilt es, den Datenkatalog zu implementieren und zu pflegen sowie ein effizientes Datenqualitätsmanagement zu etablieren.
Blickt man heute auf den Stand der Umsetzung, stellt man fest, dass die DG-Organisation, das Datenqualitätsmanagement und der Datenkatalog einen bemerkenswerten Umfang angenommen haben - jedoch fehlt es zum Teil am notwendigen Data-Governance-Mindset innerhalb der Belegschaft. So ist das DG-Programm noch nicht vollständig in den Arbeitsalltag integriert und Data Stewards nehmen ihre Aufgaben nicht immer mit dem notwendigen Nachdruck wahr. Darüber hinaus laufen einige datengetriebene Projekte an der DG-Organisation vorbei. Somit steht der DKV vor der Herausforderung, das Verständnis für und den Mehrwert von Data Governance weiter zu schärfen und zu fördern.
Dem begegnet der DKV damit, ein auf Kommunikation ausgerichtetes Change Management durchzuführen. So vollzog die DG-Organisation zunächst eine Reihe von Workshops, um eine geeignete Kommunikationsstrategie zu erarbeiten. Diese wurden in einem Kommunikationsplan in Form von zielgruppenspezifischen Formaten ausgearbeitet.
Der Vortrag bilanziert zum einen die Erfahrungen der letzten Jahre bis zur Diagnose des verbesserungswürdigen Data-Governance-Mindsets und die Entscheidung hin zum Change Management.
Der Vortrag bilanziert zunächst die Erfahrungen der ersten drei Jahres bis zur Diagnose des verbesserungswürdigen Data-Governance-Mindsets. Im Hauptteil wird die Entscheidung zum Change Management diskutiert und der folgende Change-Prozess, dessen Ergebnisse sowie Anwendung von Change-Management-Tools im Kontext des Data-Governance-Programms vorgestellt.
Dr. Sönke Iwersen verantwortet seit mehr 15 Jahren Data & Analytics-Organisationen in verschiedenen Industrien (u.a. Telefónica, Handelsblatt, XING, Fitness First, HRS). Schwerpunkte sind die Entwicklung von Digitalisierungs- und Datenstrategien und deren Operationalisierung mit cloudbasierten analytischen Plattformen und ML/AI-Lösungen. Er präsentiert seine innovativen Ergebnisse regelmäßig auf nationalen und internationalen Konferenzen.
Mehr Inhalte dieses Speakers? Schaut doch mal bei sigs.de vorbei: https://www.sigs.de/experten/soenke-iwersen/
Dr. Matthias Platzer ist Berater mit Fokus auf Datenstrategie, Data Governance und Change Management. Er konnte bereits Erfahrungen mit Kunden aus verschiedenen Branchen sammeln, wie bspw. ÖPNV oder Mobilitätsdienstleistungen.
Seine Beratungsleistung zeichnet sich durch einen ganzheitlichen Ansatz aus, der den Menschen in den Mittelpunkt stellt und somit Data Strategy & Governance-Initiativen zu einem nachhaltigen Erfolg führt.
Dabei stützt er sich auf Projekterfahrungen, die sich über die gesamte Datenwertschöpfungskette erstrecken.
Vortrag Teilen
Viele Unternehmen befassen sich mit den Mehrwerten von Datenprodukten und möchten diese heben. Gleichzeitig starten nur die wenigsten Organisationen auf der grünen Wiese - oft existieren bereits organisatorische, prozessuale und architektonische Rahmenparameter. Ein Datenmarktplatz bietet die Chance, die wesentlichen Anforderungen des Datenproduktansatzes zu erfüllen, ohne umfassende Adaptionen des Bestands zu erfordern. Der Vortrag stellt diese Chancen dar und gibt Impulse für die Etablierung eines Datenmarktplatzes in Bestandsorganisationen.
Zielpublikum: Data Engineers, Datenproduktmanager, Datennutzer, Datenstrategen, Datenarchitekten, Enterprise-Architekten, Data Owner, Chief Data Officer
Voraussetzungen: Grundlegendes Verständnis der Herausforderungen von gewachsenen Datenlandschaften wie Datentransparenz, Datenteilung, Data Governance heterogene technologische Bebauung, Schnittstellenumfang etc.
Schwierigkeitsgrad: Basic
Steffen Kandler studierte Wirtschaftsinformatik an der Technischen Hochschule Mittelhessen. Seit seinem Berufseinstieg im Jahr 2014 arbeitet er als Berater in verschiedenen Rollen im Data & Analytics-Kontext wie beispielsweise als Data Engineer und Solutionarchitect mit Schwerpunkten im Data Management und Data Visualization. Seit 2019 berät er Unternehmen unterschiedlicher Branchen und Größenordnungen bei der Entwicklung und Etablierung passgenauer und ganzheitlicher Datenstrategien mit allen zugehörigen Facetten wie Organisation, Governance, Architektur und Technologie.
Mehr Inhalte dieses Speakers? Schaut doch mal bei sigs.de vorbei: https://www.sigs.de/experten/steffen-kandler/
Vortrag Teilen
Daten Exzellenz bei EWE wurde über ein Vorprojekt motiviert, um die Datenverfügbarkeit und – Qualität im Konzern zu erhöhen. Im Vortrag wird das Vorgehen und die detaillierte Vorgehensweise des sich anschließenden Daten Exzellenz-Projekts, die Bedeutung des Rollenmodell in einer virtuellen Datenorganisation zur effektiven Umsetzung, sowie die notwendigen Ergebnisartefakte präsentiert. Er richtet sich an Fachleute, Entscheidungsträger und Interessierte, die Einblicke in Strategien, Maßnahmen zur Steigerung im Umgang mit Daten gewinnen möchten.
Zielpublikum: Fachleute, Entscheidungsträger und Interessierte
Voraussetzungen: keine
Schwierigkeitsgrad: Basic
Extended Abstract:
Der Vortrag beleuchtet das Konzernprojekt "Daten Exzellenz" des Energieversorgers EWE, das auf die ganzheitliche Optimierung dreier wesentlicher Dimensionen abzielt: Geschäftsprozesse & Use Cases, Datenmanagement und Technische Systeme. Die Präsentation hebt die dringende Notwendigkeit dieser Maßnahmen im Energieversorgungssektor hervor, um die Herausforderungen der modernen datengetriebenen Landschaft zu bewältigen.
Im Fokus stehen die detaillierte Vorgehensweise des Projekts, das Rollenmodell der virtuellen Datenorganisation zur effektiven Umsetzung, sowie die erzeugten Ergebnisartefakte. Durch die Betrachtung eines exemplarischen Use Cases werden die konkreten Auswirkungen und Mehrwerte des Projektes aufgezeigt. Die Zuhörer erhalten Einblicke in die strategischen Entscheidungen, methodischen Ansätze und technologischen Lösungen, die EWE auf dem Weg zur Datenexzellenz umsetzt.
Der Vortrag vermittelt somit nicht nur einen Überblick über den Projektaufbau, sondern auch konkrete Einblicke in die Umsetzung auf operativer Ebene. Er richtet sich an Fachleute, Entscheidungsträger und Interessierte, die Einblicke in erfolgreiche Strategien und Maßnahmen zur Steigerung im Umgang mit Daten gewinnen möchten.
Thomas Richter ist seit 2002 in unterschiedlichen Funktionen im EWE-Konzern aktiv. Er hat Entwicklungsteams aufgebaut, Großprojekte verantwortet und widmet sich neben strategischen Fragestellungen und Trends nunmehr dem Thema: Daten Exzellenz.
Alina Robbers ist seit 2021 für das Team IT-Strategie & IT-Performance Management bei EWE, einem Energiedienstleister im Nordwesten Deutschlands tätig. Dabei beschäftigt sie sich mit Themen rund um den Bereich der strategischen IT-Planung mit dem derzeitigen Schwerpunkt auf der Frage, wie der EWE-Konzern datenexzellent wird.
Jens Walter ist IT-Innovationsmanager und Business Partner IT in der Konzern IT der EWE AG, einem Energiedienstleister im Nordwesten Deutschlands. Nach dem Studium der Physik stieg er früh in die IT ein. IBM (Greenock, Schottland) folgte Siemens (München), bei der er ebenfalls im Bereich Innovation in weltweiter Verantwortung tätig war.
Das Thema Daten interessiert ihn auf der strategischen Seite seit 2013, um die Herausforderungen der Energiewende zu bewältigen.
Sven Niedermeier ist IT-Portfoliomanager bei der EWE NETZ GmbH, einem der größten Verteilnetzbetreiber in Deutschland. Als Elektroingenieur befasste er sich eingehend mit dem Ausbau von Verteilnetzen in Mittel- und Niederspannung sowie deren Simulation und Berechnung. Hierdurch wuchs seine Begeisterung für Daten, was zu seinem Wechsel in die IT führte. Seit 2020 führt er das IT-Portfolio bei EWE NETZ und arbeitet daran mit, sein Unternehmen datenexzellent werden zu lassen.
Vortrag Teilen
This presentation gives an overview on the concept of Boehringer Ingelheims Data Science Academy. The Academy aims at providing data literacy to all data users and leaders. It also provides upskilling opportunities for experts in the domain. Besides the general setup, I will give an overview on the founding of the Academy. Furthermore important learnings and our further development are shown.
Target Audience: Anyone who wants to increase data literacy in their company and learn and discuss about the setup of a Data Science Academy
Prerequisites: None
Level: Basic
2011 PhD in Physics
2012-2019 Risk manager in various positions (R+V, Wiesbaden)
2020-2021 Data Scientist (R+V, Wiesbaden)
2021-now Data Science Academy Manager (Boehringer Ingelheim, Ingelheim)
Vortrag Teilen
Über zwei Jahre hat die Corona-Pandemie die Kassenärztliche Vereinigung Westfalen-Lippe (KVWL) vor gewaltige Herausforderungen gestellt. Quasi über Nacht mussten Impfzentren für Millionen von Impfungen aufgebaut und betrieben werden. Auch das DWH-Team war von Anfang an involviert und musste täglich auf neue Anforderungen reagieren. Über Monate war das Impf-Geschehen im Mittelpunkt der Öffentlichkeit. Dieser Vortrag zeigt, welche Maßnahmen geholfen haben, um dem immensen und sich immer wieder verändernden Bedarf gerecht zu werden.
Zielpublikum: BI-Entwickler:innen, DB-Entwickler:innen, Projektleiter:innen, alle Interessierten
Voraussetzungen: keine
Schwierigkeitsgrad: Basic
Extended Abstract:
Im Rahmen der Corona-Krise musste die Kassenärztliche Vereinigung Westfalen-Lippe (KVWL) zahlreiche neue Aufgaben erfüllen. Quasi über Nacht mussten Test- und Impfzentren aufgebaut und betrieben werden. Auch das DWH-Team der KVWL war von Anfang an involviert und musste täglich auf neue Anforderungen zur Verarbeitung und zum Reporting der Impfdaten in der Region Westfalen-Lippe reagieren.
Die KVWL betreibt seit 2014 ein klassisches Data Warehouse, das von einem cross-funktionalen Team von der Administration über den Betrieb bis zur BI-Entwicklung in enger Abstimmung mit den Fachbereichen betreut wird. Die bestehenden technischen und organisatorischen Strukturen haben während der Pandemie dazu beigetragen, auf die anstehenden neuen Herausforderungen zu reagieren. Durch das hohe Interesse der Öffentlichkeit und der Politik an den Daten war neben der schnellen Umsetzung der Reporting-Anforderungen die Datenqualität ein wichtiger Faktor.
Der Vortrag geht auf die folgenden Fragen ein: Welche Kriterien lassen sich heranziehen, um die Resilienz eines DWH oder eines Teams zu beurteilen? Welche Faktoren tragen dazu bei, auf ständig wechselnde Anforderungen zu reagieren? Welchen Einfluss haben die gewonnenen Erkenntnisse aus dem Projekt zur Bekämpfung der Corona-Pandemie auf zukünftige Projekte?
Alessandro Hüttermann ist studierter Statistiker, der bei der KVWL die Abteilung Strategische Datenanalyse leitet. In seiner zweiten Rolle als fachlicher Leiter des Data Warehouse widmet er sich der Optimierung von Datenprozessen und treibt die datenbasierte Entscheidungsfindung voran. Während der Corona-Pandemie war er fachlich für die Prozesse, die Analyse und das Reporting der von den Impfzentren und mobilen Teams bereitgestellten Daten verantwortlich.
Anne Schlebusch ist seit 30 Jahren als Entwicklerin, Team- und Projektleiterin im Geschäftsbereich 'IT & Digital Health' der KVWL tätig. Seit 2012 ist sie als technische Projektleiterin des Data Warehouse dafür zuständig, die Weiterentwicklung und den Ausbau des DWH voranzutreiben. Während der Corona-Pandemie war sie technisch verantwortlich für die Prozesse, die Auswertung und das Reporting der Daten, die von den Impfzentren und mobilen Teams zur Verfügung gestellt wurden.
Vortrag Teilen
Maximierung des Wertes von Daten ist entscheidend für den Unternehmenserfolg. Der Vortrag führt die praxisorientierte Methode zur Ermittlung des Data Value von Datenprodukten ein und beleuchtet die Priorisierung ihrer Umsetzung. Unternehmen können hierdurch den Wert ihrer Daten identifizieren und entscheiden, welche Datenprodukte zuerst angegangen werden. Die Data Value Exploration stützt sich auf praktische Erfahrungen und zielt darauf ab, Unternehmen bei der strategischen Ausrichtung und effektiven Durchführung ihrer Dateninitiativen zu leiten.
Zielpublikum: Verantwortliche Projekt- und Programm-Manager für Data & Analytics
Voraussetzungen: Data Strategy, Data Value, Datenprodukt
Schwierigkeitsgrad: Basic
Extended Abstract:
Eine der wesentlichen Herausforderungen beim Aufbau einer datenproduktorientierten Data & Analytics-Landschaft ist die Priorisierung bzw. Reihenfolge der Umsetzung von Datenprodukten. Das Data-Value-Exploration-Vorgehen gibt den Projektverantwortlichen und Stakeholdern eine Methode an die Hand, mit der die Priorisierung wertorientiert erfolgen kann. Der Vortrag stellt das Vorgehen und Erfahrungen aus Kundenprojekten vor.
Alexander Bauer begleitet Kunden bei der strategischen Ausrichtung der BI- und IT-Anwendungslandschaft. Er hat sich mehrer Jahre mit den Einsatzgebieten von Technologien wie KI, IoT und Cloud beschäftigt.
Laura Weber beschäftigt sich als Strategy Consultant im Bereich Data & Analytics Strategy seit 5 Jahren mit der ganzheitlichen Betrachtung strategischer Themen in diesem Bereich. Ihre Expertise umfasst die Entwicklung und Implementierung von Strategien und Projekten über diverse Branchen hinweg, unter Anwendung verschiedenster Technologien und Methoden. Als Projektleiterin fördert sie transformative Lösungen mit einem strukturierten Ansatz.
Vortrag Teilen
How can Data Cataloguing, Modelling, DQ and other streams join forces to create business value? The speaker shares experience from a data vendor and a manufacturing business.
Target Audience: Data Professionals and decision makers with stakes in the value chain big picture
Prerequisites: Familiarity with Data Governance concepts (Catalogue, Quality, Integration etc.)
Level: Advanced
Extended Abstract:
Data Governance can contribute local optimizations to a company's value chain, such as better data discovery via a Data Catalogue, or quality-monitored and cleansed data sets. From a 30,000 ft Data Strategy view, it is even more desirable to connect the dots for business objects frequently reused among business processes and make them available as governed, quality-controlled, easily accessible Data Products.
The speaker successfully launched a Data Governance program in a company traditionally ranking metal higher than data and will share experiences on the ongoing Data Product journey:
- Identifying scope
- Cataloging technical metadata
- Modeling a logical layer
- Managing sensitive data in a hybrid architecture
- Simplifying cross-system access
Dominik Ebeling is a CDMP-certified data and technology manager with more than ten years of international experience in start-up and enterprise contexts. He is passionate about building and developing successful teams, optimizing global processes and structures, and turning data into solutions for customer problems. In his current role as Head of Data Governance at Rolls-Royce Power Systems, Dominik is developing a long-standing manufacturing business into a data-driven organization.
Vortrag Teilen
Schnell und kostengünstig Transparenz in die Datenlandschaft bringen, geht gar nicht? Doch! Mit einem Open-Source-Datenkatalog ...
Doch was macht ein Datenkatalog überhaupt? Welche Vorteile hat die Entscheidung für einen Open-Source-Datenkatalog gegenüber einer kommerziellen Lösung? Was sind mögliche Grenzen, wie fange ich überhaupt an?
Begib dich auf die Reise und werde der Kolumbus deiner Datenschatzinsel!
Zielpublikum: Mitarbeiter aus dem Fachbereich, Führungskräfte, jeder, der Transparenz in seine Daten bringen möchte ...
Voraussetzungen: keine
Schwierigkeitsgrad: Basic
Christian Mehwald ist leidenschaftlicher Senior Data Strategist, Experte in der Erzeugung von Datentransparenz. Er verfügt über umfassende Erfahrung in der Beratung von Kommunen und Unternehmen in der Implementierung von Open-Source- und kommerziellen Datenkatalogen.
Vortrag Teilen
Die Auswirkungen der Künstlichen Intelligenz durchdringen sämtliche Bereiche unserer Gesellschaft, von der Prozessautomatisierung bis zur personalisierten Datenanalyse. Die EU reagiert darauf mit dem AI-Act, einem umfassenden rechtlichen Rahmen, der einheitliche Qualitätsstandards für KI-Systeme etabliert. Die Umsetzung stellt für viele Unternehmen eine bedeutende Herausforderung dar. Das 'AI-Excellence-Framework' präsentiert Handlungsfelder für eine effektive KI-Governance im Sinne des AI-Acts.
Zielpublikum: Data Governance Manager, Compliance Officer, CDO, Data Scientists
Voraussetzungen: Grundlegende Datenkenntnisse
Schwierigkeitsgrad: Basic
Jeannette Gorzala ist eine führende Persönlichkeit, Rechtsberaterin und Investorin auf dem Gebiet der künstlichen Intelligenz. Sie hat auf der ganzen Welt über KI gesprochen, berät über die globale KI-Politik und erstellt Leitfäden für Unternehmen, um sie über den Aufbau vertrauenswürdiger KI-Projekte zu informieren.
Vortrag Teilen