In unserem Vortrag zeigen wir Ihnen die aktuellen Methoden und Technologien zur operativen, taktischen und strategischen Entscheidungsfindung und geben Ihnen einen Ausblick auf die Arbeitswelt der Zukunft und DIE Top-Trends im Controlling. Hier gehen wir insbesondere auf den Controlling-Ansatz „xP&A“ als Fundament für eine integrierte Unternehmenssteuerung ein. Steuerungsaufgaben im gesamten Unternehmen können so verbunden und synchronisiert werden. Zusätzlich stellen wir Ihnen Beispiele zur Architektur, Funktionalität und wesentliche Vorzüge für Fachanwender und IT vor.

Eine vollumfängliche, jederzeit verfügbare Sicht auf alle Geschäftsdaten ist der heilige Gral für Unternehmen. Die Reise dorthin ist jedoch beschwerlich. Nicht wenige kommen unterwegs vom Weg ab - oder finden ihn erst gar nicht. Warum aber scheitern z.B. so viele 360°-Kundensicht-Projekte und Initiativen zur unternehmensweiten Anwendungsintegration? Anhand unterschiedlicher Use Cases geht Dr. Georg Loepp den möglichen Ursachen auf den Grund, zeigt auf, welche Daten Strategien nachhaltig erfolgreich waren, und was wir daraus lernen können.

Wir geben Ihnen einen schnellen und fundierten Einblick in Anwendungen im Rahmen der Digitalisierung, die Ihren Unternehmensalltag wirklich bereichern - praxisbewährt und auch bei Ihnen leicht zu implementieren. Dabei betten wir diese, fast schon mit Bordmitteln, in die täglichen Unternehmensroutinen ein, um Effizienzgewinne zu schaffen. Kommen Sie zu unserem Vortrag!

Als vor etwa 10 Jahren mit dem Data Lake eine Alternative zu dem Data Warehouse formuliert wurde, schien eine neue Ära anzubrechen. Mehr Freiräume und Effizienz für Anwender war das Versprechen. Data Mesh greift diese Versprechen heute wieder auf und schlägt zur Lösung neue Konzepte vor. Die Erfahrung zeigt jedoch, dass radikale Brüche bei der Realisierung von Datenplattform – Architekturen allzu oft nur teuer und wenig erfolgreich sind. Alle 3 Konzepte „Zentrales Data Warehouse“ und „Data Lake“ sowie „Data Mesh“ liefern sinnvolle Lösungen zu Teilaspekten. Die Kombination dieser Lösungen ist vielversprechend. Eine Cloud-Infrastruktur unterstützt solche hybriden Vorgehensweisen in besonderer Weise. Das mag der Grund dafür sein, dass heute die meisten Projekte zur Erstellung einer Plattform für Analysedaten in der Cloud stattfinden. Der Vortrag trägt solche sinnvollen Lösungsbausteine für ein hybride Architektur einer Datenplattform in der Cloud zusammen.

Do you want to generate more value out of your data with less effort and cost? This presentation will help you to reduce your time to market and increase your development efficiency. Erik discusses projects he has been involved in and explains how he was able to accelerate and streamline them using WhereScape. His main focus will be on a Data Vault 2.0 implementation he was involved in at a large bank. WhereScape Data Automation software accelerates the design, build, documentation and management of complex data ecosystems. It automates repetitive manual tasks such as hand coding and enables developers can produce architectures in a fraction of the time, without human error.

Innovative Unternehmen tolerieren heute keine monolithischen und zentralisierten Datenarchitekturen mehr: Sie setzen auf Flexibilität, Modularität und verteilte Datenarchitekturen, um Innovationen voranzutreiben und Prozesse zu modernisieren. Interoperabilität, Zusammenarbeit und Vertrauen in Daten sind für den Erfolg einer Organisation unabdingbar. Daten müssen leicht zugänglich und für den jeweiligen Zweck geeignet sein. Und gerade die Data Governance ist angesichts der zunehmenden Komplexität und der verteilten Natur des Datenökosystems zu einer Herausforderung geworden. Im Vortrag erfahren Sie, welche 5 Trends im Bereich Data & Analytics in diesem Jahr von Bedeutung sind: • Dezentrale Datenlandschaften • Decision Intelligence • Data Mesh Architekturen • Hyper-Personalisierung • Small & Wide Data Analytics

Data Science wird in der Lebensmittelbranche dringend für einen Wandel zur Nachhaltigkeit benötigt, denn knapp ein Drittel aller Lebensmittel gehen im Produktionsprozess verloren oder werden weggeschmissen. Die Digitalisierung, die durch Algorithmen sehr komplexe Datenanalysen ermöglicht, leistet auf diesem Gebiet einen großen Beitrag zur Aufdeckung von Verbesserungspotentialen. Durch die Aufbereitung und Analyse der vorhandenen Daten lassen sich umweltbezogene, soziale und auch finanzielle Nachhaltigkeitshebel identifizieren. Mit der Verbindung von Data Science und dem Know-How der Lebensmittelbranche können so die Wareneinsätze in Produktionsprozessen umfassend optimiert werden. Wir zeigen Ihnen an diesem Beispiel anhand einer Blaupause auf, wie Sie auf Basis von Microsoft Technologien und Data Science Methoden eine Wareneinsatzoptimierung auch in Ihrem Unternehmen realisieren.

Die Modernisierung Ihrer Infrastruktur kann schnell zu einem komplizieren Projekt werden. Der Schlüssel zum Erfolg ist das Aufbrechen von Datensilos und die Verlagerung von Daten in die Cloud in Echtzeit. Der Aufbau von Datenpipelines zur Mobilisierung Ihrer Daten in der Cloud nimmt jedoch viel Zeit in Anspruch. Hierbei werden Lösungen gebraucht, die die Bandbreite verringern, die Datenkonsistenz gewährleisten und die Datenmigration und -replikation in Echtzeit ermöglichen - Lösungen, mit denen Sie Datenpipelines in Stunden und nicht in Tagen aufbauen können. Erfahren Sie mehr über die Trends und Fallstricke im Zusammenhang mit der Modernisierung Ihrer Infrastruktur für die Cloud, darüber, wie das Tempo des Datenwachstums vor Ort eine Beschleunigung des Datenstroms zu Analyseplattformen erfordert, und warum die Mobilisierung Ihrer Daten für die Cloud die Geschäftsergebnisse verbessert. Kundenbeispiele werden gezeigt sowie praktisch anhand einer Live Demo.

"Self-Service Analytics: Fluch oder Segen? Erfahren Sie, wie Sie die praktischen Herausforderungen bei der Einführung von Self-Service Analytics überwinden. Begleiten Sie STADA Arzneimittel AG auf ihrem Weg zur Data-driven Company und welche Rolle Self-Service Analytics dabei einnahm. Die Lektionen die wir dabei lernten werden Ihnen helfen die Hürden und Fallstricke zu meistern, um so die Datenanalyse-Kultur in Ihrem Unternehmen in einen Segen zu verwandeln."

In dieser Session erhalten Sie Insights zur Implementierung einer Analytics Lösung in einem Healthcare Schlüsselmarkt der Merck Gruppe: China. Erfahren Sie von Alexander Schäfer, Manager Healthcare Business Analytics bei Merck, wie Daten für größtmögliche Flexibilität und Geschwindigkeit direkt lokal verarbeitet und in einer umfassenden Analytics Lösung den Benutzern zur Verfügung gestellt werden. Im Interview mit Thomas Piekos von Qlik und Alex Hausmann von Databridge berichtet er: • was die Herausforderungen, Lessons Learned und Erfolge beim Projekt Qlik Analytics Platform bei Merck China waren, • warum Skalierbarkeit, Flexibilität und Geschwindigkeit von Analytics in einem schnell wachsenden Markt entscheidend sind und wie Merck diese Ziele erreicht hat, • wie Merck mithilfe von Mashups ein modernes und benutzerfreundliches Design erzielt, • welche Vor- und Nachteile es bei einer dezentralen vs. zentralen Analytics Plattform gibt.

Die Datenpunkte in einer vernetzten Stadt könnten vielfältiger nicht sein: Ampeln, Verkehrsüberwachungssysteme oder Feinstaubmessungen sorgen für ein Flut von Daten, die – wenn sie in Echtzeit genutzt werden, für mehr Sicherheit, verbesserte Bürger-Services und nachhaltigere Verkehrsführung sorgen können. Mindestens genau so vielfältig sind die Herausforderungen und die Komplexität, die damit einhergehen. Ein zentrales Daten-Nervensystem für die Smart City kann hier der richtige Ansatz sein, den wir in diesem Talk vorstellen werden und die Mehrwerte von Datenkorrelation in Echtzeit zeigen. Von der Theorie gehen wir direkt in die Praxis und steigen in einer kurzen Live-Demo virtuell in ein selbstfahrendes Auto ein, das sich durch die Smart City bewegt. Hierzu korrelieren wir bi-direktional Informationen aus unterschiedlichsten Quellen in Echtzeit.

How real enterprise case studies demonstrate the value behind data centric transformation The road to digital transformation: We will share with you the success story of CEPSA and Keepler. We will explain the key steps for building Data Ecosystems & Data Products that have enabled CEPSA to be a data centric company. Our approach is based on public cloud cutting edge technologies and state of the art best practises. At the end of our presentation you will know what it takes your company to become truly data driven.

Durch die immer stärkere Einbindung von Daten in operative Entscheidungsprozesse, stoßen klassische batchorientierte DWHs schnell an ihre Grenzen. Wir zeigen Ihnen in unserer Veranstaltung, wie Sie ihr DWH realtime-fähig machen. Dabei gehen wir auf folgende Aspekte ein - Auswahl der richtigen Technologie - Aufbau Open Source Referenzarchitektur mit Kafka und Druid - Beispielhafte Umsetzung eines Use Cases mit Live-Demo Von der Idee bis zum Betrieb. Mit unserem bewährtem „Fast Data Onboarding“ Track liefern wir einen Best Practice für Ihre Streaming Projekte, mit der Sie schnell ans Ziel kommen.

"Wie gelingt erfolgreichen Organisationen die Transformation zu einem „Intelligent Enterprise“ - dem ultimativen datengesteuerten Unternehmen? Eine „Single Version of Truth“ für vertrauenswürdige Analysen, ein modernes Design-Erlebnis und die Möglichkeit, bestehende Applikationen mit datenbasierten Erkenntnissen zu erweiterten, spielen in diesen Unternehmen eine zentrale Rolle. In dieser Session erfahren Sie anhand von zahlreichen Praxisbeispielen, wie die Umstellung funktioniert und welche Vorteile sich für unterschiedliche Nutzergruppen ergeben. Gleichzeitig lernen Sie die Möglichkeiten von moderner Self-Service BI sowie der innovativen Zero-Click Analytcis Lösung „HyperIntelligence“ kennen, die Ihnen helfen, Ihre Daten in konkrete Ergebnisse umzuwandeln."

Data Scientists und Data Engineers nutzen für ihre tägliche Arbeit unterschiedlichste Tools und Entwicklungssprachen. Bisher haben sie dafür in Snowflake hauptsächlich SQL genutzt. Aber was ist, wenn mein Feature Engineering komplexere Transformationen benötigt, die sich mit SQL alleine nur schwer umsetzen lassen? Wie bringe ich bestehende Logik, bspw. ein trainiertes Machine Learning Model, in meine Datenprozesse? Und wie nutze ich dabei die Vorteile einer nahezu grenzenlos skalierbaren Cloud Data Platform? Erfahren Sie in dieser Session: • wie die Cloud Data Platform von Snowflake heterogenen Data Science Teams mit unterschiedlichen Skillsets zusammen bringt • wie Snowpark komplexes und gleichzeitig effizientes Data Engineering mithilfe funktionaler Programmierung in Python ermöglicht • wie Sie externe Funktionen in Python nativ in Snowflake nutzen und dadurch Ihre Systemlandschaft vereinfachen können • wie Snowpark live aussieht (Demo)

Eine Komplexitätssteigerung in der Dateninfrastruktur ist in vielen Branchen an der Tagesordnung, da moderne Anwendungen oftmals auf mehreren spezialisierten Datenbanken aufbauen, die eng miteinander vernetzt sind. Mit einer Fülle von verfügbaren Optionen wächst das Problem des Datenbank-Wildwuchses und erhöht sowohl Komplexität als auch Kosten für die Datenverwaltung auf Millionenbeträge. Aber das Vernetzen mehrerer Spezial- und Legacy-Datenbanken ist nicht mehr der einzige Weg, um die heutigen hochskalierten, schnellen und datenintensiven Anwendungen zu betreiben. Tatsächlich ist es so, dass es enorm schwierig ist, durch die Optionen zu navigieren, zu entscheiden, wie man sie effektiv nutzt, und dann sinnvoll mit ETL und Datentransfers umzugehen, und dass der Aufwand dafür jeden technischen Vorteil, der möglicherweise umsetzbar wäre, bei weitem überwiegt. SingleStore vereint Transaktionen, Analysen und unterschiedliche Datenmodelle in einer leistungsstarken, einfachen, modernen Cloud-Datenbank, die ultraschnelle Ingests und Queries, mit geringer Latenz und elastischer Skalierbarkeit bietet, um extreme Anwendungsperformance zu liefern. Hören Sie im Vortrag von Roland Wammers, Enterprise Solutions Engineer bei SingleStore, wie CIOs, CDOs, CTOs, DBAs und Entwickler ihre datenintensiven Anwendungen vorantreiben und gleichzeitig den Wildwuchs von Datenbanken eindämmen. Sie erfahren mehr über: • Überlegungen zur effektiven Kontrolle des “Wildwuchses” von Dateninfrastrukturen • Best Practices verschiedener Branchen und Erfahrungen aus Projekten zur Eindämmung der “Wildwuchses” • Drei Fallstudien darüber, wie unsere Kunden mehrere Datenbank-Engines konsolidiert haben, um Kosten und Komplexität zu senken