10 Jahre Engagement in der IT wird belohnt – die Deutsche Db2 User Group (DeDUG) feiert Jubiläum
Engagement zahlt sich aus
Die Anwendergruppen, die sich um die großen IT-Unternehmen gruppieren, haben sich zu wichtigen Institutionen etabliert und vertreten die Interessen der Nutzer gegenüber den Herstellern. Sie agieren national und international, sind finanziell unabhängig und leben vom Engagement und der Begeisterung ihrer Sprecher und Mitglieder.
So auch die DeDUG, die deutsche Db2 User Group, die vor 10 Jahren von den Initiatoren Michael Tiefenbacher und Roland Schock gegründet wurde. Aus einer kleinen Gruppe von Db2-Enthusiasten wurde eine stetig wachsende Community, die sich kompetent und auch kritisch mit der IBM Datenbank auseinandersetzt.
Eine neue Community etabliert sich
Als Spross der International Db2 User Group (IDUG), wurde die DeDUG am 15. November 2013 auf der IDUG-Veranstaltung in Barcelona beschlossen und gegründet.
„Mein Kollege Roland Schock und ich hatten schon vor diesem Termin geliebäugelt, eine Anwendergruppe zu gründen, um neben den großen Konferenzen einen zusätzlichen Raum für den fachlichen Austausch zu schaffen“, so Michael Tiefenbacher, Principal Consultant und Db2-Spezialist bei der mip Management Informationspartner GmbH.
Die DeDUG ist eine sogenannte Regional User Group (RUG), deren RUG-Leader sich jedes Jahr auf einer IDUG-Konferenz treffen, um Neuerungen und Ideen zu präsentieren. Schützenhilfe beim Aufbau und bei der Bekanntmachung gab es vom Dachverband, primär in Persona von Ian Bjorhovde, dem aktuellen IDUG-Präsidenten.
Wie wichtig der Db2-Wissenstransfer ist, zeigen die hohen Teilnehmerzahlen bei den weltweiten Veranstaltungen. Zum Beispiel kommen bei den RUG-Veranstaltungen bis zu 1.500 Teilnehmer zusammen. „Die DeDUG ist ein technisch orientierter Austausch von Db2-Anwendern und -Experten. Die dabei mitgenommenen Erfahrungen der Community haben schon oft zu einer schnellen Lösung in Kundensituationen geführt“, sagt Roland Schock, der Mitgründer der DeDUG.
Inhalte und persönliche Kontakte schaffen Mehrwert
Aktuell hat die DeDUG 182 Mitglieder und zählt mit vier Veranstaltungen im Jahr zu den aktivsten Db2 User Groups weltweit.
Damit diese stattfinden können, bedarf es einiger organisatorischer Aufwendungen hinsichtlich Ort, Agenda und Sprecherauswahl. „Mein Kollege Michael und ich investieren einiges an Zeit in die Vorbereitungen. Dabei hilft uns die sogenannte IBM-Liaison, ein dedizierter IBM-Ansprechpartner, der uns zur Seite steht. Die IBM ist neben der mip GmbH einer der großen Sponsoren und hilft uns häufig mit Sprechern, Räumlichkeiten und Verpflegung. Auch andere Unternehmen unserer Gruppe unterstützen uns dahingehend, sodass wir die Veranstaltungen kostenfrei anbieten können“, erklärt Roland Schock.
Neben attraktiven Veranstaltungsattributen legen die beiden ehrenamtlich agierenden Gründer sehr viel Wert auf den Inhalt, um den Teilnehmenden einen Mehrwert zu bieten. Durch die lange Tätigkeit im Db2 Umfeld, die Mitgliedschaft im IBM Champion und IBM Gold Consultants Programm sowie dem Db2 Technical Advisory Board sind Michael Tiefenbacher und Roland Schock bestens vernetzt und finden immer Vortragende, die anspruchsvolle Themen hervorragend präsentieren können. So waren bereits viele „Special Guests“ dabei, zum Beispiel Scott Hayes, der durch sein IDUG-Engagement und die Db2 Nightshow bekannt ist oder auch Al Martin, der VP IBM Technical Sales. „Meine Erfahrung ist, dass neben den Experten insbesondere Endkunden, die Herausforderungen und Lösungsansätze aus den echten Projekten schildern, besonders gut beim Publikum ankommen“, so Michael Tiefenbacher.
10 Jahre für die Kunden und das Produkt
Für die Jubiläumsveranstaltung am 17. November 2023, die im IBM Watson Tower in München stattfindet, hat sich ein Gast aus dem IBM Labor in Toronto angesagt. Christian Garcia-Arellano, Db2 Senior Architect and Master Inventor wird einen interessanten Db2-Vortrag präsentieren.
Alle Mitglieder und Nicht-Mitglieder sind eingeladen, diesen denkwürdigen Event zusammen zu verbringen und zu feiern. Auf der DeDUG Webseite gibt es dazu alles an Informationen, was eine Teilnahme einfach macht, die auch virtuell möglich ist.
„Wir freuen uns auf zahlreiche Teilnehmende, die unser Jubiläum mit uns feiern. Das positive Feedback, das wir immer wieder bekommen, motiviert uns hier weiterzumachen und die Db2 User Group fortzuführen. Unsere Community ist, was das Wissen, die Neuerungen und Trends angeht, dem Markt immer einen Schritt voraus“, so Michael Tiefenbacher.
„Die Deutsche Db2 User Group DeDUG ist ein unbezahlbarer Fundus an technischen Informationen und Austausch im Db2 für LUW (Linux, UNIX, Windows) Umfeld“, ergänzt Roland Schock.
DeDUG Jubiläumsveranstaltung www.idug.org/rug/dedug
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Marketing Manager
Telefon: +49 89 589394-31
E-Mail: Gabriela.Bargen@mip.de
Leitung
Telefon: +49 89 589394-24
Fax: +49 89 589394-50
E-Mail: sandra.daikhi@mip.de
Nur die richtigen Daten führen zu fundierten Erkenntnissen und zum wirtschaftlichen Erfolg
Start-up der 80er-Jahre
Im Jahr 1988 sagt John Naisbitt, ein US-amerikanischer Zukunftsforscher, in seiner Veröffentlichung „Megatrends“ voraus, dass die durch Unternehmen und Privatpersonen zukünftig generierten Daten nur durch die daraus gewonnenen Informationen wertvoll sein werden.
In München erkennt Ursula Flade-Ruf sehr schnell in den ersten Datenmanagement-Projekten, dass es für die Unternehmen essenziell sein wird, ihre Unternehmensdaten zu analysieren und für Entscheidungszwecke zu nutzen. Von diesem Wissen vorangetrieben, gründet sie im August 1988 zusammen mit zwei Partnern im Wohnzimmer die mip Management Informationspartner GmbH. „Unsere Vision war es, ein Management Informationssystem zu bauen, das Führungskräfte befähigt, datenbasierte Geschäftsentscheidungen zu treffen“, sagt Ursula Flade-Ruf, Gründerin und Geschäftsführerin der mip.
Es folgen viele Jahre mit schnellem Wachstum, in denen strategische Partnerschaften mit großen IT-Herstellern geschlossen werden, die bis heute erfolgreich bestehen.
Im Sog des technologischen Wandels
Die Digitalisierung ist gesetzt und Themen wie Künstliche Intelligenz (KI), Augmented & Virtual Reality, Quantentechnologie, 5G oder Blockchain sind wichtige Zukunftstechnologien. Das verfügbare Datenvolumen steigt weiter. Die Auswahl der richtigen Daten aus unterschiedlichen Quellen sowie deren Zusammenführung, Aufbereitung, Darstellung und Visualisierung nehmen den größten Stellenwert ein. „Das zu koordinieren, darin sehen wir unsere Kernkompetenz. Dabei liegt unser Fokus weiterhin darauf, unsere Kunden umfassend zu beraten und zu betreuen. Nur wer die richtigen Fragen definiert und die dazu passenden Daten auswertet, kommt mit sinnvollen Ergebnissen zu den besten Entscheidungen“, so Ursula Flade-Ruf.
Die Unterstützung erfolgt aufseiten der IT und befähigt diese, mit einer konstruktiven Datenintegrationsarchitektur einen performanten und bedarfsorientierten Datenzugang bereitzustellen. Den Fachabteilungen eröffnet die mip die Welt der Daten mit den richtigen Frontend-Tools zur Analyse und Visualisierung. „Mit uns können unsere Kunden neue Wege gehen oder auf vorhandene Anwendungen aufsetzen. Wir helfen ihnen, ihre Datenkompetenz und ein modernes, vertrauensvolles Datenmanagementsystem auf- und auszubauen“, sagt Markus Ruf, zweiter Geschäftsführer der mip.
Die mip von morgen
Die Kernkompetenzen liegen schon immer in den Bereichen Datenmanagement, Data Warehouse, Datenanalysen und Software-Entwicklung. Mit diesen Themen sieht sich die mip auch in der Zukunft gut aufgestellt. Die Offenheit gegenüber neuen KI-Technologien, Themen und Arbeitsmethoden fördert dabei nicht nur die Loyalität im Team, sondern auch die der Kunden. Zahlreiche namhafte Unternehmen aus dem Mittelstand und Industrie zählen seit vielen Jahren zu den Referenzkunden, wie Theo Förch GmbH & Co.KG oder Mercedes-Benz AG.
Seit Januar 2023 gehört die mip zur CENIT-Unternehmensgruppe und komplettiert mit ihrem umfassenden Portfolio den Geschäftsbereich Enterprise Information Management (EIM) der CENIT. Gemeinsames Ziel ist es, die Nummer 1 für Information Management und Dokumentenlogistik im D-A-CH Raum zu werden.
„Der Zusammenhalt in einem starken Team, die Bereitschaft, sich immer wieder auf neue Technologien einzulassen und die Willenskraft, auch in angespannten Zeiten nicht aufzugeben, sehe ich als unsere Erfolgsfaktoren an, erklärt Ursula Flade-Ruf. Vor allem möchte ich mich bei unseren langjährigen Kunden und Partnern bedanken, die uns seit vielen Jahren ihr Vertrauen schenken und uns mit immer neuen Ideen und Herausforderungen motivieren, am Ball zu bleiben“, erklärt Ursula Flade-Ruf.
„Unsere ganze Leidenschaft, aus den Daten für unsere Kunden das maximale Potenzial zu ziehen, das treibt uns jeden Tag an. Jeder unserer Mitarbeitenden und von denen sind einige schon seit langer Zeit dabei, tragen zu unserem Erfolg bei. Eine motivierte Mannschaft, hervorragendes Wissen, erstklassige Produkte und eine vertrauensvolle Zusammenarbeit mit unseren Kunden, das war, ist und bleibt unser Erfolgsrezept“, so Markus Ruf.
„Die mip konnte sich in diesem langen Zeitraum so erfolgreich am Markt etablieren, weil sie es versteht, den Kunden ganzheitlich zu sehen und zu betreuen. Ich wünsche mir für die mip, dass wir in den nächsten Jahren ebenso erfolgreich unterwegs sein werden, um unsere gemeinsame Vision zum Leben zu erwecken“, sagt André Vogt, dritter Geschäftsführer.
Die mip Management Informationspartner GmbH wurde 1988 gegründet, als einer der ersten IT-Dienstleister in Deutschland, der Unternehmen mit Management-Informationssystemen ausstattete, um Geschäftsentscheidungen auf Basis von Datenanalysen zu treffen. Die mip beschäftigt sich seit der Firmengründung in den Bereichen Datenmanagement, Data Warehouse, Geschäftsanalysen, prädiktive Analysen und der Software-Entwicklung. Als Beratungshaus ist die mip GmbH darauf spezialisiert, die IT und Fachbereiche und die Anforderungen aller Beteiligten zu verstehen, zu moderieren und zu synchronisieren, um gemeinsam erfolgreiche Lösungen zu entwickeln. Die mip GmbH begleitet ihre Kunden, die mithilfe ihrer Daten den betrieblichen und wirtschaftlichen Wandel im Zuge der Digitalisierung vorantreiben wollen, ganzheitlich, von der Beratung über die Implementierung bis hin zur Betreuung von zukunftsorientierten Lösungen, basierend auf den Technologien führender Hersteller. Namhafte Unternehmen aus dem Mittelstand und Industrie zählen zu den langjährigen Referenzkunden, wie Theo Förch GmbH & Co.KG, Eschenbach Optik GmbH, Hirmer Eckerle Service GmbH & Co. KG oder Mercedes-Benz AG. Seit Januar 2023 ist die mip Teil der CENIT-Unternehmensgruppe, einem internationalen Anbieter für ganzheitliche Dokumenten- und Informationslogistik und ergänzt deren Portfolio im Bereich Enterprise Information Management mit führenden Datenmanagement-Lösungen.
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Marketing Manager
Telefon: +49 89 589394-31
E-Mail: Gabriela.Bargen@mip.de
Möglichkeiten und Grenzen neuronaler Netze – praktischer Nutzen für Ihr Unternehmen
So funktioniert unser Gehirn
Die zentralen Fragen der Menschheit drehen sich seit Jahrhunderten um die Funktionsweise unseres Gehirns. Wie speichern wir Informationen? Wie denken wir? Wie lernen wir? Trotz intensiver Forschung in den letzten Jahrzehnten kann die Neurologie noch nicht komplett erklären, wie wir Menschen zu unserem Bewusstsein kommen. Was erforscht und modellhaft erklärt ist, sind die biochemischen Abläufe im Gehirn. Diese reduzieren sich auf die algorithmischen Muster, die in Gehirnen ablaufen. Subjektive Wahrnehmung und Bewusstsein, welche unser Denken und Handeln durchaus signifikant beeinflussen, sind nicht erklärt.
Vereinfacht gesagt, speichern wir elektrische Ladungen in unseren Nervenzellen. Reize aus der Umwelt oder aus vernetzen anderen Nervenzellen führen bei bestimmten Reizschwellen dazu, dass sich die involvierten Nervenzellen entladen. Dabei wird ihre Ladung und biochemische Botenstoffe, auch Neurotransmitter genannt, in das neuronale Netz abgegeben. Dabei justiert sich das System, indem es die Reizschwellen anpasst. So lernen wir beispielsweise, wie heiß oder kalt ein Objekt sein darf, so dass wir es schmerzfrei anfassen können.
Die Muster aus aktivierten Neuronen und die durch Neurotransmitter und Ladungen ablaufenden Algorithmen kann man als das gespeicherte Wissen betrachten. Warren McCulloch und Walter Pitts beschrieben diese Abläufe in ihrem Aufsatz „A logical calculus of the ideas immanent in nervous activity” 1943 erstmals mathematisch. Dieses mathematische Modell wurde im Laufe der Jahre in vielerlei Hinsicht verfeinert und erweitert, war aber die Grundlage zur Beschreibung und Implementierung künstlicher neuronaler Netze.
Künstliche neuronale Netze kommen (noch) an ihre Grenzen
Die mit bis zu 100 Milliarden Nervenzellen massiv parallel und asynchron arbeitenden menschlichen Hirne sind selbst mit heutiger modernster Hardware bei weitem nicht simulierbar. Das gilt auch für die rein algorithmischen Abläufe. Dennoch leisten KNN in bestimmten Bereichen heute schon Erstaunliches. Sie werden bereits bei algorithmisch abbildbaren Problemen, wie etwa Bilderkennung, Mustererkennung, Spracherkennung oder Zeitreihenprognosen eingesetzt.
Biologische neuronale Netze führen alle notwendigen Berechnungen parallel aus. Überträgt man diese Eigenschaft auf KNN, besteht bei heutigen Computern die Herausforderung, dass die Anzahl parallel verarbeiteter Berechnungen begrenzt ist. Allerdings sind moderne Prozessoren so schnell getaktet, dass im Vergleich zum Gehirn relativ gesehen weniger Prozessoren gebraucht werden. Jeder Prozessorkern ist in künstlichen neuronalen Netzen für n Units zuständig. Die Berechnung wird je nach Komplexität des Netzes und der Verfügbarkeit von Prozessorkernen serialisiert. Allerdings sind selbst Hochleistungsrechner noch relativ weit von den Verarbeitungsmöglichkeiten menschlicher Gehirne entfernt. Alleine die Rechengeschwindigkeit eines Gehirns ist heute noch etwa 100-mal so hoch wie die eines Computers.
Was muss beim Aufbau eines künstlichen neuronalen Netzes beachtet werden
„KI Projekte bringen neue Fragestellungen und viele Herausforderungen mit sich, weiß Jörg Kremer, Head of Consulting bei der mip Management Informationspartner GmbH, aus seiner Erfahrung. In neuronalen Netzwerken erfolgt die Speicherung von Informationen verteilt über alle oder zumindest über eine Vielzahl der Gewichte des neuronalen Netzes und nicht lokal, wie etwa bei einer Festplatte. Das erfordert zur schnellen Verarbeitung eine große Menge schnellen Speichers. In Kombination mit den je nach Einsatzziel notwendigen zahlreichen Iterationen der Berechnungen, sind heutige künstliche neuronale Netze typischerweise auf bestimmte Einsatzszenarien spezialisiert und dann auch nur dafür gut nutzbar.“
Viele weitere Faktoren müssen noch beachtet werden. KNN sind bis zu einem bestimmten Grad fehlertolerant. Jedoch geht dies nicht so weit wie die Fähigkeiten eines Gehirns, Funktionsverluste durch eine gesteigerte Lernfähigkeit auszugleichen, wenn die Gehirnstruktur geschädigt wird. Prozesse, die sich in einem solchen Fall abspielen, lassen sich in künstlichen Netzen nicht simulieren.
Bei der Kategorisierung von Bildern ist es relativ aufwendig, die notwendigen Sonderregeln zu trainieren. So muss beispielsweise bei einem Netz zur Kategorisierung von Tierbildern berücksichtigt werden, dass das Bild eines Hais korrekt der Kategorie Fische zugeordnet wird, das Bild eines Delfins jedoch der Kategorie Meeressäuger.
„Die algorithmischen Modelle sind teilweise nur sehr schwer und aufwendig trainierbar. Auf der einen Seite sollen komplexe Netze mit sehr vielen Daten trainiert werden, auf der anderen Seite aber auch in der Lage sein, genug Daten zu speichern. Der gesamte Trade Off, also das Verhältnis zwischen Einsatz von Ressourcen, Zeit und Qualität des Netzes, gelingt bisher nur für spezialisierte Anwendungsfälle,“ so Jörg Kremer.
Wie geht man am besten in der Praxis vor
Ist identifiziert, dass sich für das zu lösende Problem ein künstliches neuronales Netz eignet, beginnt die eigentliche Herausforderung. Neben einem KNN bieten sich oft auch Verfahren des maschinellen Lernens oder mathematisch/statistische Verfahren an. Die Vor- und Nachteile müssen analysiert und abgewogen werden. Entscheidet man sich für die Nutzung eines KNN, ist als erstes festzulegen, mit welchem Netztyp idealerweise gearbeitet wird und welche Lernmethode verwendet werden soll. Als nächstes wird überprüft, ob ein geeignetes Netz bereits schon einmal aufgebaut wurde und nach einem neuen Training verwendet werden könnte. Ist das nicht der Fall, muss ein neues Netz aufgebaut und trainiert werden. „Während der Trainingsphase und der damit gegebenenfalls einhergehenden Modifikation des Netzes, unterstützen in der Regel die KI Experten. Wenn das Netz gut trainiert ist und nur noch angewandt wird, dann kann es vom Anwender genutzt werden,“ erklärt Jörg Kremer.
Standard-Angebote vs. Individual-Entwicklung
Neuronale Netze werden heute schon in verschiedensten Szenarien eingesetzt. Sie liefern sehr gute Ergebnisse bei der Kategorisierung von Datenmustern, Bildern oder Texten. Sie eignen sich gut zur Bilderkennung oder auch für Prognoserechnungen. Dabei sind sie durch ihre Fehlertoleranz und ihre Lernfähigkeit zum einen deutlich mächtiger und flexibler als die auf statistischen Verfahren beruhende künstliche Intelligenz. Sie sind jedoch zum anderen sehr fordernd für die Hardware und wegen der systeminhärenten Probleme oft nur aufwendig umsetzbar. Zudem ist meistens eine große Anzahl an Trainingsdaten notwendig, um ein stabiles neuronales Netz zu entwickeln.
Es wird deutlich, dass für individuelle Probleme auch individuelle künstliche neuronale Netze aufgebaut werden müssen. Services von der Stange, wie sie auf verschiedenen Cloud Plattformen existieren, machen nur Sinn, wenn das dort angebotene neuronale Netz möglichst genau für die zu lösende Aufgabe entworfen wurde. Es ist typischerweise nicht möglich an den Lernparametern, Lernverfahren etc. etwas zu verändern. Normalerweise werden diese vorgefertigten Netze nur mit neuen Daten trainiert, beispielsweise mit Bildern im Falle einer Bilderkennung. Das sollte im Vorfeld eines Projektes auf alle Fälle berücksichtigt werden. „Bei uns steht die individuelle Beratung im Vordergrund anstelle der Nutzung von Standard-Lösungen. Einen Mehrwert in KI Projekten kann nur der erzielen, der sowohl die hinterlegten komplexen mathematisch-statistischen Verfahren als auch die Anforderungen des jeweiligen Unternehmens versteht“, weiß Jörg Kremer, Head of Consulting bei der mip Management Informationspartner GmbH.
Weitere Informationen unter https://mip.de/
Quellenangaben:
http://www.neuronalesnetz.de/…
https://www.embedded-software-engineering.de/…
Society of Neuroscience, Das Gehirn, eine kurze Zusammenfassung über das Gehirn und das Nervensystem, Universität Tübingen, 2010
Wolfgang Ertel, Grundkurs künstliche Intelligenz, 3. Auflage, 2013, Kapitel 9
David Kriesel, Ein kleiner Überblick über neuronale Netze, http://www.dkriesel.com/…
https://www.uni-heidelberg.de/…
Rückblick:
Teil 5 der Artikelserie „Intelligente Datenintegration“: Effizienzsteigerung in der Produktion mit prädiktiven Verfahren
Die mip Management Informationspartner GmbH ist seit mehr als 30 Jahren ein zuverlässiger Partner und Ideengeber für mittelständische sowie große Unternehmen, die ihre Unternehmensdaten intelligent verknüpfen und profitabel einsetzen wollen. Mit dem Hauptsitz in München und einer Niederlassung in Stuttgart agiert das Unternehmen vom Süden Deutschlands aus im gesamten deutschsprachigen Raum. Die Schwerpunkte liegen seit der Firmengründung 1988 in den Bereichen Data Warehouse und Business Intelligence. Heute berät die mip GmbH mittelständische sowie große Unternehmen und entwickelt für diese nutzenorientierte Datenanalyse-Lösungen als Basis für die digitale Transformation. Dabei stehen die Themen Data-Warehouse, Business- und Predictive-Analysis und KI im Vordergrund. Strategische Partnerschaften mit großen Herstellern und spezialisierten Häusern sorgen für den technologischen Unterbau.
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Geschäftsführerin
Telefon: +49 (89) 589394-12
Fax: +49 (89) 589394-50
E-Mail: ursula.fladeruf@mip.de
Head of Consulting
Telefon: +49 (89) 58939440
Fax: +49 (89) 58939449
E-Mail: Joerg.Kremer@mip.de
Marketing Manager
Telefon: +49 (89) 589394-31
E-Mail: Gabriela.Bargen@mip.de
Data Vault – Kosten, Daten und Zeit im Griff
Der Mensch hat schon immer nach optimalen Lösungen gesucht, um Informationen intelligent und platzsparend ablegen zu können. Gleichzeitig sollen diese aber auch schnell wieder verfügbar gemacht werden. Dieses Bestreben hat bei den Unternehmen bis vor einiger Zeit nur mäßigen Erfolg gehabt. Nun kommen aber bereits neue Herausforderungen auf die IT-Abteilungen zu: es müssen sozusagen in Echtzeit mehr und flexibler Informationen verfügbar sein. Außerdem kommen immer mehr Daten mit teils sehr unterschiedlichen Granularitäten zusammen, die in einem Data Warehouse integriert werden müssen.
Die bisher eingesetzten Technologien sind zumeist in die Jahre gekommen oder erlauben keine einfache Anpassung des Datenmodells. „Dies liegt häufig daran, dass sie nach der klassischen Lehre in der 3. Normalform bestehen oder in einem Star Schema redundant abgelegt sind. Beide Techniken haben Vor- und Nachteile, sind jedoch dann anfällig, wenn sie kostengünstige Modellanpassungen erlauben oder zeitabhängige Aussagen abdecken sollen“, weiß Uli Drexelius, Principal Consultant bei der mip Management Informationspartner. Hier setzt mip auf den Ansatz des „Data Vaults“.
Das Beste aus beiden Welten
Bereits Mitte der 1990er Jahre beschäftigten sich eine ganze Reihe von Datenbankspezialisten mit der Data Vault Idee. So auch der Amerikaner Daniel Linstedt. Er war ein Pionier im Bereich der Datenbanken sowie der Prozess-Optimierung von ETL-Strecken (und ist es auch heute noch!). Seine Ideen konnte er in einigen Firmen und auch bei der amerikanischen Regierung umsetzen. Die Erfahrungen, die er dabei gemacht hat, führten zu dem Data Vault Modell: ein Hybrid aus einem klassischem 3. Normalform- und einem Star Schema-Modell. Es nutzt jedoch jeweils nur die Vorteile der beiden Modelle und fügt darüber hinaus noch weitere hinzu. So lassen sich beispielsweise neue Informationen auf einfache Weise in den ETL-Prozess einbinden, ohne das Datenmodell zu verbiegen oder in zahlreichen Anpassungen die Prozessketten an die neuen Gegebenheiten anzupassen. Das Vorgehen des Data Vault-Modells spart bei der Integration von Daten nicht nur Zeit und Kosten, sondern ermöglicht mehr Flexibilität bei einer langfristigen Datenhaltung.
Die Objekte eines Data Vaults
Ein Data Vault besteht typischerweise aus drei Objekten: Hub, Link und Sattelite. Der Objekttyp „Hub“ beinhaltet den fachlichen Schlüssel, zum Beispiel eine Kunden- oder Artikelnummer, welcher mit einem technischen Schlüssel sowie einer Zeitstempel- und einer Datenquelle-Spalte ergänzt wird. Somit erhält der Anwender bereits Informationen darüber, zu welchem Zeitpunkt ein Schlüssel aus welcher Quelle kam.
Beim „Link“ werden alle Beziehungen zwischen den HUBs gespeichert. Was in der 3. Normalform der Fremdschlüssel ist, wird hier in ein eigenes Datenbankobjekt ausgelagert. Ein besonderer Vorteil: Bei Veränderung der Zuordnung (beispielsweise des Vertreters bei einem Kunden) wird über die auch in diesem Objekttyp vorhandene Zeitstempel- und Datenquellen-Spalte ein Nachvollziehbarkeit protokolliert.
Informationen zu einem Hub oder einem Link werden im „Satellite“ abgelegt, also zum Beispiel den Namen des Kunden oder das Datum des letzten Kundenbesuchs des Vertreters. Durchaus aber auch, welchen Preis ein Artikel in einem Auftrag hat. Da auch dieser Objekttyp über eine Zeitstempel- und eine Datenquelle-Spalte verfügt, sind gleichartige Informationen aber aus unterschiedlichen Datenquellen nachvollzieh- und auch abgrenzbar.
Mit Hilfe dieser Objekttypen-Verbindungen lassen sich also sowohl Stamm- als auch Bewegungsdaten abbilden. So bekommen Stammdaten eine Historie und Bewegungsdaten eine eindeutige Struktur.
Von der Datenintegration zum „Business Vault“
„Das Prinzip ist simpel, es braucht aber gewisse Hilfsmittel, um die Daten am Ende auch auf Anwenderseite sinnvoll nutzen zu können. Was für die IT, beziehungsweise den ETL-Prozess der dahinter steht, eine tolle Sache ist, löst auf Anwenderseite eher Stirnrunzeln aus. Bei der Aufteilung in die drei Objekttypen können schnell eine Vielzahl an Tabellen und Beziehungen entstehen, die auch die Datenbank-affinen Fachbereichsmitarbeiter schnell an ihre Grenzen stoßen lassen“, so Uli Drexelius. Deshalb ist sein Vorschlag, den Data Vault um einige Hilfsobjekte zu erweitern, damit ein sogenannter „Business Vault“, also ein Datenmodell, mit dem der Fachbereich sinnvoll arbeiten kann, erlangt wird. So haben die Kunden der mip ihre Kosten, Daten und Zeit im Griff.
Zeichenzahl: Zeichen (inkl. Leerzeichen) 4.840
Autor:
Uli Drexelius, Principal Consultant, Ulrich.Drexelius@mip.de
bei der
mip Management Informationspartner GmbH
Fürstenrieder Str. 267
81377 München
www.mip.de
Pressekontakt:
Gabriela von Bargen
Marketing
Telefon: +49 89 589394 31
Fax: +49 89 589394 50
Mail: Gabriela.Bargen@mip.de
Die mip Management Informationspartner GmbH ist seit mehr als 30 Jahren ein zuverlässiger Partner und Ideengeber für mittelständische sowie große Unternehmen, die ihre Unternehmensdaten intelligent verknüpfen und profitabel einsetzen wollen. Mit dem Hauptsitz in München und einer Niederlassung in Stuttgart agiert das Unternehmen vom Süden Deutschlands aus im gesamten deutschsprachigen Raum. Die Schwerpunkte liegen seit der Firmengründung 1988 in den Bereichen Data Warehouse und Business Intelligence. Heute berät die mip GmbH mittelständische sowie große Unternehmen und entwickelt für diese nutzenorientierte Datenanalyse-Lösungen als Basis für die digitale Transformation. Dabei stehen Data-Warehouse-, Business- und Predictive-Analysis- sowie Enterprise-Search-Lösungen im Vordergrund. Strategische Partnerschaften mit großen Herstellern und spezialisierten Häusern sorgen für den technologischen Unterbau.
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Marketing Manager
Telefon: +49 (89) 589394-31
E-Mail: Gabriela.Bargen@mip.de
Effizienzsteigerung in der Produktion mit prädiktiven Verfahren
In den Zeiten als die IT noch nicht maßgeblich an den Produktionsprozessen beteiligt war, oblag die Steuerung und Überwachung den Experten. Mit der Zeit wurden die Produkte und die Produktionsprozesse komplexer und gleichzeitig die Fehlertoleranz gegenüber dem Endprodukt immer geringer. Das hatte zur Folge, dass die Ausfallzeiten immer länger wurden und der Produktionsausschuss stetig anstieg.
IT-gestützte Verfahren für die Produktion
Analog dazu etablierten sich IT-gestützte Verfahren, die Produktionsdaten messen, speichern und analysieren können und somit die Effizienz in der Fertigung erhöhen. Das Six Sigma Verfahren, das uns seit den 1980iger Jahren von Motorola (USA) bekannt ist, wird bis heute als der Meilenstein der Effizienzsteigerung bezeichnet. Die prädiktiven Verfahren der Fertigungsoptimierung kann man als Weiterentwicklung des Six Sigma Prozesses in Bezug auf die statistischen Methoden verstehen. Es liefert zentrale Grundlagen für die prädiktiven Methoden und diese können ihn entscheidend erweitern und verfeinern.
Am Beispiel eines Projektes zur Verringerung der Ausschussquote in der Fertigung lassen sich die fünf Six Sigma Schritte (DMAIC) aufzeigen. Zunächst werden die mutmaßlichen Ursachen für die bisher zu hohe Ausschussquote gesammelt. Ein gewünschter Zielzustand wird definiert, z.B. Verringerung der Ausschussquote in der Fertigung um 20% (Definition). Dann wird der Fertigungsprozess visualisiert und Versuchsszenarien definiert und durchgeführt. Dabei werden Daten zum Produktionsprozess erhoben, wie beispielsweise Temperaturen, Rüstzeiten, Werkzeugverschleiß etc. (Measure). In der nächsten Phase wird der visualisierte Prozess wie auch die erhobenen Daten untersucht, um Ursachen für die Abweichung zum erwünschten Zielzustand zu ermitteln. Hierbei kommen u.a. auch multivariate statistische Verfahren zum Einsatz (Analyze). Jetzt wird ein verbesserter Prozess definiert, etabliert und getestet (Improve) bzw. ein neuer Prozess aufgebaut (Engineer). Abschließend wird der neue bzw. verbesserte Prozess einer laufenden statistischen Kontrolle unterzogen (Control).
Six Sigma hat sich in der Fertigungsindustrie heute als Quasi-Standard durchgesetzt. Wird ein hoher Sigma Level (niedrige Fehlertoleranz) angewandt, geht es allerdings mit einer verfahrensbedingten reduzierten Produktionsmenge einher. Zudem steht und fällt das Verfahren mit dem Wissen und der Erfahrung der Experten, welche die Prozesse visualisieren, die Einflussgrößen festlegen und die Prozessverbesserung definieren.
Die prädiktive Datenanalyse als nächster Schritt
Moderne prädiktive Verfahren nutzen diverse Techniken, wie etwa multivariate Verfahren, um Korrelationen zu untersuchen oder Entscheidungsbäume zu erstellen. Werden im Six Sigma Prozess mutmaßliche Zusammenhänge innerhalb einer Prozesskette und der Messgrößen von Experten definiert, so analysieren diese Techniken alle verfügbaren Daten mit Hilfe algorithmischer Verfahren oder Deep Learning Methoden auf Korrelationen und/oder Muster. Im zweiten Schritt werden diese gemeinsam mit Experten für den jeweiligen Prozess weiter analysiert.
Diese Vorgehensweise wirkt sich sehr stark auf die Verbesserung des zentralen DMAIC Prozesses aus. Bisher verborgene Einflussgrößen werden erkannt und die Toleranzbereiche werden dynamischer gesetzt. Die Grenzen der Produktionsprozesse werden stärker ausgelotet und damit steigt die Grenzproduktivität. Es wird stärker vorausschauend reagiert, da auch komplexe Zusammenhänge erkannt und Handlungen bei Auftreten solcher Muster zeitgenauer abgeleitet und durchgeführt werden. Das System ist selbstlernend durch Machine Learning und Deep Learning. Die Visualisierung der integrierten Daten und der Zusammenhänge lassen sich in modernen Business Intelligence Systeme darstellen.
POC als Absicherung der Investition
Viele Unternehmen scheuen die Investition in prädiktive Verfahren zur Qualitätssteigerung und zur Optimierung von Wartungsprozessen, wie zum Beispiel die vorausschauende Wartung. Mit dem Hauptargument, dass sie bereits nach Six Sigma arbeiten und deren Einführung sehr kosten-intensiv war. Die prädiktiven Verfahren jedoch eine sehr sinnvolle Ergänzung und nicht Ersatz für das bereits implementierte Six Sigma. Ein Proof of Concept (POC) zeigt auf, ob die Prozesse und Daten das ausreichende Potential haben. Mit einem überschaubaren Aufwand sich daraus aussagekräftige Business Cases bzw. Investitionsrechnungen ableiten. Für Unternehmen, die noch nicht nach Six Sigma arbeiten, liefern die Methoden sehr gute Resultate für ein solides Fundament. Darauf aufbauend wird der gesamte Fertigungsprozess unter Nutzung der prädiktiven Methoden implementiert.
Die mip GmbH hat ein spezielles Experten-Team zu diesem Themenkomplex. Wir verstehen moderne Verfahren der Qualitätssicherung und des Fertigungsmanagements und wissen wo anzusetzen ist, um weitere Optimierungen zu erreichen. Damit einher gehen Kosteneinsparungen und Effizienzsteigerungen. Je nach Aufgabenstellung bedienen wir uns als Werkzeugkasten sowohl aus Standardprodukten als auch aus kommerziellen und/oder nicht kommerziellen Frameworks, um Daten aus Maschinensensoren auszulesen und unter Berücksichtigung der Produktionsprozesse auszuwerten. Moderne Hardware ermöglicht es Near Realtime Systeme zu implementieren, die Fertigungsprozesse vorausschauend überwachen und auch steuern zu können. Entscheidend ist hierbei die Beratung des Kunden und das Liaison-Management aus Fachexpertise der Fertigungsexperten und IT-Expertise der mip.
Autor: Jörg Kremer, Head of Consulting der mip Management Informationspartner GmbH
Rückblick:
Teil 3 der Artikelserie „Intelligente Datenintegration“: Predictive Analytics: Der Blick in die Zukunft mit der vorausschauenden Analyse
Ausblick:
Teil 5 der Artikelserie „Intelligente Datenintegration“: Möglichkeiten und Grenzen neuronaler Netze – praktischer Nutzen für Ihr Unternehmen
Die mip Management Informationspartner GmbH ist seit mehr als 30 Jahren ein zuverlässiger Partner und Ideengeber für mittelständische sowie große Unternehmen, die ihre Unternehmensdaten intelligent verknüpfen und profitabel einsetzen wollen. Mit dem Hauptsitz in München und einer Niederlassung in Stuttgart agiert das Unternehmen vom Süden Deutschlands aus im gesamten deutschsprachigen Raum. Die Schwerpunkte liegen seit der Firmengründung 1988 in den Bereichen Data Warehouse und Business Intelligence. Heute berät die mip GmbH mittelständische sowie große Unternehmen und entwickelt für diese nutzenorientierte Datenanalyse-Lösungen als Basis für die digitale Transformation. Dabei stehen Data-Warehouse-, Business- und Predictive-Analysis- sowie Enterprise-Search-Lösungen im Vordergrund. Strategische Partnerschaften mit großen Herstellern und spezialisierten Häusern sorgen für den technologischen Unterbau.
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Head of Consulting
Telefon: 08958939440
Fax: 08958939449
E-Mail: Joerg.Kremer@mip.de
Predictive Analytics: Der Blick in die Zukunft mit der vorausschauenden Analyse
Die meisten Methoden und Algorithmen entstanden bereits vor Jahrzehnten. In den letzten Jahren wurden sie immer besser nutzbar, da die Hardware (Prozessoren, Speicher) immer leistungsfähiger geworden ist. Die Herausforderung besteht weniger in der Entwicklung neuer Algorithmen oder neuer Methoden als darin, große Datenmengen und die Zusammenhänge in diesen Daten zu verstehen, zu interpretieren und zu analysieren. Auf dieser Basis können KI-Ansätze mit echtem Mehrwert für die Unternehmen aufgesetzt werden.
Bei mip setzt man den Fokus auf die Beratung anstatt auf die genutzten Frameworks oder Standard-Produkte. „Nur wer die hinterlegten komplexen mathematisch-statistischen Verfahren des Machine Learning und Deep Learning, wie etwa neuronale Netze, sowie das jeweilige Unternehmen versteht, kann einen wirklichen Mehrwert schaffen“, weiß Jörg Kremer, Head of Consulting bei der mip Management Informationspartner GmbH.
Predictive Analytics bedienen sich keiner neuen Methoden. Es ist eine bekannte Disziplin, in der heute dank steigender Rechnerkapazitäten mehr möglich ist als früher. Mit mehr CPU und RAM liefern Machine- und Deep-Learning-Verfahren schnellere Antworten und ermöglichen komplexere Algorithmen und Verfahren. „Verfahren, die in den 90er Jahren teilweise Tage liefen, kommen mit moderner Hardware heute mit immer besseren Antwortzeiten – teilweise ad hoc – zu guten Lösungen.“
Die Herausforderung ist herauszufinden, was in einem Unternehmen an Daten vorhanden ist und welche Informationen für aussagekräftige Auswertungen passend zum Unternehmenszweck benötigt werden. Der Vorteil für Unternehmen, die mit mip arbeiten, ist der Anspruch der Berater zu verstehen, welche Verfahren warum angewendet werden und ihr tiefgreifendes Wissen. „Wir verlassen uns nicht auf automatisierte Produkte – wir verstehen die Algorithmen, können sie so zielgerichtet einsetzen und den gegebenfalls eingesetzten Standard zielgerichtet erweitern. Wir bieten nicht KI von der Stange, sondern maßgeschneiderte Lösungen.“
Hürden in BI-Projekten
BI-Projekte sind alles andere als einfach, zeigt die Erfahrung von Jörg Kremer. Deshalb ist die grundlegende Voraussetzung herauszufinden, wie die Ausgangssituation und die Wünsche (bewusst und unbewusst) im Unternehmen aussehen. Auf der Basis aller für die Auswertung vorhandenen Daten werden zunächst im Rahmen eines Data Profiling die Daten ausgewählt, mit denen erfolgsversprechend gearbeitet werden kann. Diese Daten werden dann analysiert und im Dialog mit dem Kunden entstehen dann die Ansätze, wo es Sinn macht KI-Verfahren einzusetzen und auch den Scope der Verfahren (etwa die Vorausschau von Marktentwicklungen) abzuleiten. Erst dann erfolgen der Aufbau der notwendigen Infrastruktur und die Umsetzung der Modelle. KI-Projekte sind typischerweise iterativ und kommen in mehreren Schleifen zu einem immer besseren Ergebnis bzw. immer besseren Vorhersagen oder Entscheidungen.
Die Hürde laut Kremer ist immer, den tatsächlichen Mehrwert für die Analyse herauszuarbeiten. Unternehmen verfügen über endloses Datenmaterial und haben oft keine Vorstellung, was sie damit tun sollen. „Hier lohnt es sich, Zeit zu investieren.“ Gemeinsam mit den Menschen im Unternehmen, die die Prozesse am besten verstehen, entwickeln die Berater von mip Anwendungsfälle, die zeigen, was aus den Daten nutzbringend herausgeholt werden kann.
„Die technische Umsetzung am Ende ist noch am einfachsten – man weiß, was man will und welches Verfahren angewendet werden soll, denn es wurde auf Basis aller ermittelten Daten spezifisch ausgewählt.“
Für den Projekterfolg – Fokus auf der Beratung anstatt auf dem Produkt
Die Berater und ihr gesammeltes Wissen sind der entscheidende Teil in erfolgreichen Projekten, so Kremer. Anstatt die notwendige Zeit in die Vorarbeit zu investieren, werden Analysen oft auf ein zugekaufte Tool beschränkt, das im besten Falle noch zugeschnitten, aber nicht hinterfragt wird.
Dabei ist oft kein Verfahren in Standardprodukten vorhanden, das perfekt auf jedes Unternehmen passt. Deshalb setzt mip auch auf Eigenentwicklung. Individualsoftware wird mit entsprechenden Algorithmen kombiniert, das Ergebnis ist ein Mix aus vorgefertigten Services und eigenem Code, der einem Unternehmen spezifisch angepasst ist. „Wir schauen immer, wie gut ein fertiger Analyseservice ist und was dazu gegeben werden muss.“
Rückblick:
Teil 3 der Artikelserie „Intelligente Datenintegration“: Warum von einem modernen Data Warehouse jedes Unternehmen profitiert
Ausblick:
Teil 5 der Artikelserie „Intelligente Datenintegration“: Predictive Analytics in der Fertigung
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Marketing Manager
Telefon: +49 (89) 589394-31
E-Mail: Gabriela.Bargen@mip.de
Warum von einem modernen Data Warehouse jedes Unternehmen profitiert
Markus Ruf ist einer der Geschäftsführer von mip Management Informationspartner und konnte die Entwicklung des Data Warehouse über viele Jahre beobachten, während er DWH-Architekturen in Unternehmen der unterschiedlichsten Branchen und Größe aufbaute oder modernisierte. Im Interview beantwortet er Fragen zu traditionellen Systemen und neuen Technologien.
Herr Ruf, welche Gründe haben Unternehmen für die Einführung eines Data Warehouse?
In Daten innerhalb und außerhalb der Unternehmen stecken unglaubliche Mengen an Informationen und somit ein unschätzbares Wissen. Kaum ein Unternehmen kann es sich heute leisten, das nicht zu nutzen, um unternehmerische Vorteile zu erlangen. Je komplexer die Unternehmenswelt im Zuge der Digitalisierung wird, desto mehr werden Hilfsmittel zur Entscheidungsfindung eingesetzt. Doch die Datenmengen müssen verfügbar und nutzbar gemacht werden. Während früher Data Warehouses vorwiegend Entscheidungsprozesse im Management unterstützt haben, nutzen heute auch zunehmend Anwender aus den Fachbereichen die Möglichkeiten zur Aufbereitung, Darstellung und Visualisierung.
Viele sagen, das Data Warehouse in Zeiten von Big Data und Digitalisierung hat ausgedient. Wie ist Ihre Meinung dazu?
Das DWH hat keinesfalls ausgedient, im Gegenteil. Zum einen braucht man es nach wie vor für die Aufbereitung von Standardreports und Planungsszenarien. Zum anderen sollen vor allem unstrukturierte Daten aus externen Quellen integriert und sinnvoll verknüpft werden.
Moderne Techniken unterstützen dabei. Neben klassischen Datenbankorganisationen gewinnt beispielsweise Data Vault in Verbindung mit einer relationalen Datenbank (DB) zunehmend an Bedeutung, wenn häufig Änderungen in der DB durchgeführt werden müssen. Zumal heute auch die dazu benötigten Rechnerkapazitäten vorhanden sind.
Im Big-Data- und Data-Lake-Umfeld will man vor allem qualitative Informationen an das Data Warehouse ankoppeln. Es gilt, diese Daten zu analysieren und Muster zu erkennen. Muster wiederum können nur bewertet werden, wenn Vergleichsgrößen aus der Vergangenheit existieren. Das gilt für alle Analysen, die Vorhersagen bringen sollen, Stichwort: Predictive Analytics. Auch diese brauchen stets den Vergleich mit vorliegenden Datenprofilen, um Muster oder neue Trends identifizieren zu können. Die Daten über einen längeren Zeitraum vorzuhalten, ist eine der Aufgaben eines DWH.
Welche neuen Anforderungen an ein DWH bringt die Digitalisierung mit sich?
Immer mehr Prozesse sind digitalisiert und die Menge der zu nutzenden Informationen hat sich exponentiell vergrößert. Seien es Sensor- und Maschinendaten, umfangreiche Bild-/Audio-Dateien oder Informationen zum Nutzerverhalten aus dem Web. Die Anzahl der möglichen und geforderten Auswertungen, idealerweise in Echtzeit und die Zahl der Nutzer aus den Fachbereichen steigt enorm an.
Es wird immer mehr KI-gesteuerte Systeme geben, die ihre kognitiven Fähigkeiten erlernen müssen. Dazu wiederum braucht es den Vergleich mit bestimmten Systematiken, Mustern oder Profilen, die aus gespeicherten Informationen abgeleitet werden. Auch hierzu benötigt es immer den Vergleich mit der Vergangenheit.
Wann lohnt es sich für die Kunden ein bestehendes DWH zu modernisieren?
Größere unstrukturierte Datenmengen, höhere Userzahlen und Abfragefrequenzen sowie veränderte Recherchemodi bringen ältere Data Warehouses irgendwann an ihre Grenzen. Hier lohnt sich eine Bestandsaufnahme. Die Frage ist immer, welche neuen Anforderungen sich an das DWH stellen.
Ein radikaler Neuanfang ist in den meisten Fällen nicht nötig. Es geht eher darum, bestehende Lösungen und Architekturen zu ergänzen, zu erweitern. Die vielen neuen Tools bieten auch günstige Möglichkeiten für kleinere Unternehmen, das Beste aus ihren Daten herauszuholen.
Echtzeit und Performance – wie wichtig ist das heute in einer DWH-Umgebung?
Ein modernes Data Warehouse ist hochverfügbar, um laufende Auswertungen im Tagesgeschäft zu ermöglichen und Entscheidungen zu steuern. Welche Strategie dabei verfolgt wird, ist von Unternehmen zu Unternehmen, je nach Bedarf und Budget, unterschiedlich und muss individuell geklärt werden. Die Aufgabenstellung, der Nutzer und der Einsatzbereich bestimmen, ob eine (Fast)-Echtzeit-Verarbeitung notwendig ist.
Heute sind die Anforderungen und die Erwartungshaltung an die Geschwindigkeit der Ergebnis-Bereitstellung sehr hoch. Die Abfragen im DWH, die zum Teil komplex sein können, dürfen andere Systeme wie beispielsweise das ERP nicht belasten. Unsere Empfehlung ist es, das DWH auf einer eigenen Infrastruktur zu betreiben. Die beste Performance erzielt man mit einer guten Aufbereitung der Datenbasis und einer für ein DWH optimal konfigurierten Hardware.
Wie unterstützt mip Unternehmen bei der Datenverarbeitung?
Seit über 30 Jahren stehen wir Unternehmen beratend und projektbegleitend zur Seite und bilden das Bindeglied zwischen den Anforderungen des Business-Anwenders in der Fachabteilung und der IT. Mit neuen Anwendungen auch von strategischen Partnern und Dienstleistungen unterstützen wir dabei, semi- bzw. unstrukturierte Daten aus externen Datenquellen zu integrieren und bestmöglich zu nutzen.
Es macht für ein Unternehmen schon einen Unterschied, ob die genutzten Auswertungen alle auf einer umfassenden einheitlichen Datenbasis wie beim Data Warehouse basieren oder auf individuell gepflegten Excel-Listen mit abweichenden und unvollständigen Werten.
Herr Ruf, vielen Dank für das informative Interview!
Ausblick:
Teil 3 der Artikelserie „Intelligente Datenintegration“: Der Blick in die Zukunft mit der vorausschauenden Analyse (Predicitive Analytics)
Rückblick:
Teil 1 der Artikelserie „Intelligente Datenintegration“: Intelligente Datenintegration – Voraussetzung für aussagekräftige Datenanalysen
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Marketing Manager
Telefon: +49 (89) 589394-31
E-Mail: Gabriela.Bargen@mip.de
Intelligente Datenintegration – Voraussetzung für aussagekräftige Datenanalysen
„Man muss kein Hellseher sein, um die verborgenen Zusammenhänge zwischen Daten zu identifizieren und Ereignisse in der Zukunft vorherzusagen. Die riesigen Datenmengen sind sprudelnde Quellen für Erkenntnisse, mit denen Unternehmen ihre Geschäftsabläufe entscheidend verbessern können“, weiß Ursula Flade-Ruf, Gründerin und Geschäftsführerin der mip Management Informationspartner GmbH. Die Frage ist immer nur „Wie?“
Für ein aussagekräftiges Ergebnis und Betrachtungen aus allen Perspektiven unterstützt mip Unternehmen bei der der Integration von Daten und verknüpft Informationen aus den unterschiedlichsten Datenquellen. Voraussetzung dafür ist immer eine sinnvolle Auswahl an Daten und deren Qualität. Ein breites Angebot an Tools und Lösungen, auch in Zusammenarbeit mit großen und kleinen Partnern kombiniert alte und neue Ansätze für intelligente Datenanalysen miteinander.
Nach wie vor brandaktuell und „die beste Methode, um Daten zu verarbeiten“, ist das Data Warehouse, in dem Unternehmensdaten gesammelt werden – „Daten müssen bestimmten Strukturen folgen, um analysiert und ausgewertet zu werden.“ In modernen Data-Warehouse-Architekturen liegen Informationen zentral, sicher, indexiert und für weiterführende Analysen vorsortiert vor. Auf dieser soliden Datenbasis lassen sich mit dem passenden Business-Intelligence-Tool vielfältigste Datenanalysen durchführen und für jeden Nutzer anschaulich visualisieren, um erfolgreiche Entscheidungen treffen zu können. Je nach Bedarf und Zielsetzung kann mit zusätzlichen Geodaten, Daten aus Social Media usw. die Aussagekraft von Reports noch weiter erhöht werden.
Mit vielen Jahren Erfahrung im Umgang mit Daten und Menschen decken die IT-Experten von mip die verschiedenen Anforderungen von Management und Fachabteilungen an Datenanalyse und Visualisierung ab.
Ausblick:
Teil 2 der Artikelserie „Intelligente Datenintegration“: Warum von einem modernen Data Warehouse jedes Unternehmen profitiert
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Marketing Manager
Telefon: +49 (89) 589394-31
E-Mail: Gabriela.Bargen@mip.de
Erhöhen Sie Ihre Vertriebschancen mit Location Analytics (Webinar | Online)
Kurzbeschreibung
Sie erfahren, wie Sie Ihre internen Vertriebskennzahlen mit externen Informationen anreichern und neu bewerten können. Holen Sie so den maximalen Nutzen aus Ihren Vertriebsanalysen!
Erhöhen Sie Ihre Vertriebschancen
In wettbewerbsintensiven Märkten ist es an der Tagesordnung, die eigene Vertriebsarbeit kontinuierlich zu analysieren und zu bewerten, um die Vertriebschancen zu erhöhen. In unserem Webinar erhalten Sie wertvolle Einblicke, wie Sie durch gezielte Datenauswertungen mit Location Analytics weitere Betrachtungsdimensionen in Ihre Vertriebsanalyse einfließen lassen können.
Zum Beispiel:
- Wie ist die regionale Verteilung meiner A-, B- und C -Kunden?
- Wo habe ich Umsatzschwächen, wo Zuwächse?
- Wie hoch ist das gesamte Marktpotenzial, wird es ausgeschöpft?
Lernen Sie aus der Praxis
In unserem Webinar zeigen wir Ihnen anhand eines Praxisbeispiels, wie Sie Ihre internen Kennzahlen mit externen Informationen anreichern und neu bewerten können. Mit Location Analytics werden visuell und analytisch Schwachstellen ermittelt und/oder neue Chancen identifiziert. Das hilft Ihnen bei der Anpassung Ihrer Geschäftsstrategie sowie bei der Verbesserung Ihrer Vertriebskennzahlen.
Nutzen Sie diese Gelegenheit und informieren Sie sich, wie Sie mit Location Analytics Ihren Vertrieb erfolgreicher steuern können.
Programm Ihre Webinar Inhalte
- Warum Sie Ihre Kennzahlenanalyse mit Location Analytics kombinieren sollen.
- Wie Sie Ihre internen Kennzahlen um wertvolle Informationen anreichern können.
- Welchen Nutzen Sie aus dieser Kombination ziehen werden.
- Welche weiteren Einsatzgebiete für Location Analytics erfolgsversprechend sind.
Ihre Gastgeber
mip Management Informationspartner GmbH | Longview Europe GmbH
Ihre Referenten
Ulrich Drexelius | Senior Consultant Business Analytics | mip Management Informationspartner GmbH
Oliver Deistler | Vice President Sales & Alliances | Longview Europe GmbH
Ihr kostenloser Webinar-Platz ist nur noch einen Klick von Ihnen entfernt Wir freuen uns auf Sie!
Eventdatum: Donnerstag, 28. März 2019 11:00 – 12:00
Eventort: Online
Firmenkontakt und Herausgeber der Eventbeschreibung:
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Weiterführende Links
verantwortlich. Dieser ist in der Regel auch Urheber der Eventbeschreibung, sowie der angehängten
Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH
übernimmt keine Haftung für die Korrektheit oder Vollständigkeit des dargestellten Events. Auch bei
Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit.
Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung
ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem
angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen
dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet
Sisense und mip bieten schnelle Analysen komplexer Unternehmensdaten für jeden
mip Management Informationspartner ist auf die ergebnisorientierte Informationsversorgung im Unternehmen spezialisiert. Passend dazu legt auch Sisense den Fokus auf die gesamtheitliche Betrachtung von Daten. „Als wir angesprochen wurden, haben uns die Möglichkeiten der BI-Lösung schnell überzeugt“, erklärt Simone Schubert, Key-Account-Managerin für den neuen mip-Partner Sisense. Laut Gartner-Studie hat sich Sisense als BI-Plattform in nur drei Jahren vom Nischenanbieter zum Visionär entwickelt. mip ist einer der ersten und wenigen Partner in Deutschland, die die in Israel entstandene und inzwischen weltweit erfolgreiche BI-Software anbieten werden.
BI-Lösungen hätten häufig entweder eine leicht zu erstellende Oberfläche, jedoch starke Einschränkungen, was die Komplexität (Größe, Art, Beschaffenheit) der Daten betrifft, die verarbeitet werden können, so Schubert. Oder aber komplexe Daten werden gut verarbeitet, aber das Design der Dashboards ist nicht so gut bzw. nur mit hohem Aufwand anpassbar. „Sisense kombiniert beide Ansätze.“ Bei den Datenquellen setzt Sisense auf eine hybride Architektur, sodass sowohl Daten aus dem Unternehmen, als auch Daten aus der Cloud und neue Datenquellen einfach angebunden werden können. Hier unterstützt mip dabei, Quelldaten auf die richtige Qualität zu heben, um schnell die richtigen Schlussfolgerungen zu ermöglichen. Das Dashboard von Sisense ist intuitiv zu bedienen und Mitarbeiter werden in die Lage versetzt, selbständig interaktive Analysen und Reports zu erstellen.
„Neue Partnerschaften bedeuten für uns, unseren Kunden neue Tools für immer wachsende Herausforderungen anbieten zu können“, sagt Gabriela von Bargen aus dem Marketing der mip Management Informationspartner GmbH. Mit Sisense erhalten sie nun besonders schnell reichhaltige Informationen, die sie in ihren Entscheidungen unterstützen können. „Die Projektlaufzeit für die Einführung von Sisense ist enorm kurz. Der ROI ist nach wenigen Wochen erreichbar. Daten stehen in kürzester Zeit zur Verfügung, ohne ein mächtiges IT-Projekt planen zu müssen.“
mip Management Informations Partner GmbH
Fürstenrieder Straße 267
81377 München
Telefon: +49 (89) 589394-0
Telefax: +49 (89) 589394-50
http://www.mip.de
Marketing Manager
Telefon: +49 (89) 589394-31
E-Mail: Gabriela.Bargen@mip.de
