Leitfaden und Strategieentwicklung Einführung SAP HANA

1.266 Aufrufe

Veröffentlicht am

Leitfaden inkl. Entwicklung einer Strategie für die Einführung der inMemory Datenbank von SAP, SAP HANA.

Veröffentlicht in: Automobil
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
1.266
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
8
Aktionen
Geteilt
0
Downloads
32
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Leitfaden und Strategieentwicklung Einführung SAP HANA

  1. 1. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH für die Einführung der In-Memory- Technologie SAP HANA Leitfaden und Strategieentwicklung Tobias Hund MHP | AK Instandhaltung & Servicemanagement: 17.04.2015
  2. 2. Agenda © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 2 1 MHP Beratungsportfolio 2 In-Memory Datenmanagement (IMDM) 3 Potenziale von In-Memory Datenmanagement (IMDM) 4 Strategieentwicklung & Leitfaden 5 IMDM & Instandhaltung- und Servicemanagement 6 Zusammenfassung
  3. 3. Agenda © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 3 1 MHP Beratungsportfolio 2 In-Memory Datenmanagement (IMDM) 3 Potenziale von In-Memory Datenmanagement (IMDM) 4 Strategieentwicklung & Leitfaden 5 IMDM & Instandhaltung- und Servicemanagement 6 Zusammenfassung
  4. 4. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 4 Mieschke Hofmann und Partner (MHP) A Porsche Company Die Leistung Management Consulting System Integration Application Management Business Solutions Business Solutions Der Unterschied Symbiose aus Prozess- + IT-Beratung l Prozesslieferant l Excellence l Automotive l Kunden Die Kompetenz Ganzheitliches Beratungsportfolio über die gesamte Wertschöpfungskette Technology Services Application Mgmt. Services Product Lifecycle Mgmt. Supply Chain Mgmt. Production & Opera- tions Mgmt. Customer Relations Mgmt. Finance & Controlling Business Intelligence After Sales Retail Mgmt. Human Resources MHP Beratungsportfolio
  5. 5. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 5 Ganzheitliches Beratungsportfolio über die komplette Wertschöpfungskette. Unsere Kompetenzbereiche mit Themenfeldern. Technology Services Application Mgmt. Services Product Lifecycle Mgmt. Supply Chain Mgmt. Production & Opera- tions Mgmt. Customer Relations Mgmt. Finance & Controlling Business Intelligence After Sales Retail Mgmt. Human Resources Production Planning Strategic Production Consulting Lean Production Manufacturing Execution Maintenance Retail Service Management Retail Consulting Fleet Management Sourcing Planning Affiliation Performance Development & Talent Management Governance, Risk and Compliance Template Development and Rollouts Business Process Development & Optimization Legal and Fiscal Requirements Accounts, Reporting and Consolidation System Harmonization CIO Management Consulting Enterprise Content Management Standard Software Individual Software Application & Process Services Application Management Consulting Product Structure Management Product Development Process (PDP) Management SAP PLM Consulting & Solution Implementation PTC Windchill Solution Integration DS Enovia V6 Solution Integration PLM Strategy & Management Consulting Production Logistics Procurement & Quality Sales Logistics Service Management Spare Parts Management Supply Chain & Demand Planning Service Management Spare Parts Management Warranty Processes (Pro-active) Complaint Management Digital incl. Connected CRM & Social CRM CRM Strategy & Management Consulting Sales Force Automation incl. Mobile CRM Analytics incl. Segmentation & Campaign Management Vertical Retail Integration (Pro-active) Complaint Management BI Technology BI Strategy Integrated Corporate Planning Analytical Business Processes Next Generation BI & BIG DATA Mobile BI Scenarios CRM IT Consulting & Solution Implementation Transition & Change Management Administrative Core Processes MHP Dealer Performance Management Finance and Controlling for Automotive Retailers Dealer Management Systems MHP Carbon Innovations Connected Vehicle Cloud Compute Sustainable Mobility Social Business Mobile Business Real-time Business Industry 4.0 MHP Beratungsportfolio
  6. 6. Agenda © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 7 1 MHP Beratungsportfolio 2 In-Memory Datenmanagement (IMDM) 3 Potenziale von In-Memory Datenmanagement (IMDM) 4 Strategieentwicklung & Leitfaden 5 IMDM & Instandhaltung- und Servicemanagement 6 Zusammenfassung
  7. 7. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 8 Die Grundidee der In-Memory Technologie In-Memory Datenmanagement (IMDM) Shared 3rd Level Cache 1st Level Cache Core 2nd Level Cache 1st Level Cache Core 2nd Level Cache 1st Level Cache Core 2nd Level Cache 1st Level Cache Core 2nd Level Cache Type of Memory Size Latency L1 CPU-Cache 64KB 1 ns L2 CPU-Cache L3 CPU-Cache 256KB 30 MB 5 ns 20 ns Main Memory Disk Main Memory Disk 512GB up to TB TB 10 - 100 ns 5.000.000 ns Grundidee der In-Memory Technologie 10.000 - 100.000 schneller Legende Abkürzungen: Ns = Nanosekunden / KB = Kilobyte / MB = Megabyte / GB = Gigabyte / TB = Terabyte Register 1KB 0,3 ns Quelle: vgl. Kittel (2013), S. 8-9; N.N. SAP (2013), S. 1.
  8. 8. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 9 Aspekte von In-Memory Datenmanagement (IMDM) und die Häufigkeit der Erwähnung In-Memory Datenmanagement (IMDM) 33,33% Permanente Datenhaltung im Hauptspeicher Quelle: vgl. Koleva (2013), S. 21.
  9. 9. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 10 Aspekte von In-Memory Datenmanagement (IMDM) und die Häufigkeit der Erwähnung In-Memory Datenmanagement (IMDM) 33,33% 25,64% Permanente Datenhaltung im Hauptspeicher Sehr hohe Performanceoptimierungen Quelle: vgl. Koleva (2013), S. 21.
  10. 10. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 11 Aspekte von In-Memory Datenmanagement (IMDM) und die Häufigkeit der Erwähnung In-Memory Datenmanagement (IMDM) 33,33% 25,64% 15,38% Permanente Datenhaltung im Hauptspeicher Sehr hohe Performanceoptimierungen Einfluss auf die Anwendungsentwicklung Quelle: vgl. Koleva (2013), S. 21.
  11. 11. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 12 Aspekte von In-Memory Datenmanagement (IMDM) und die Häufigkeit der Erwähnung In-Memory Datenmanagement (IMDM) 33,33% 25,64% 15,38% 15,38% Permanente Datenhaltung im Hauptspeicher Sehr hohe Performanceoptimierungen Einfluss auf die Anwendungsentwicklung Vermischte Arbeitslast (OLXP) Quelle: vgl. Koleva (2013), S. 21.
  12. 12. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 13 Aspekte von In-Memory Datenmanagement (IMDM) und die Häufigkeit der Erwähnung In-Memory Datenmanagement (IMDM) 33,33% 25,64% 15,38% 15,38% 7,69% Permanente Datenhaltung im Hauptspeicher Sehr hohe Performanceoptimierungen Einfluss auf die Anwendungsentwicklung Vermischte Arbeitslast (OLXP) Spaltenorientierte Datenhaltung Quelle: vgl. Koleva (2013), S. 21.
  13. 13. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 14 Aspekte von In-Memory Datenmanagement (IMDM) und die Häufigkeit der Erwähnung In-Memory Datenmanagement (IMDM) 33,33% 25,64% 15,38% 15,38% 7,69% 2,56% Permanente Datenhaltung im Hauptspeicher Sehr hohe Performanceoptimierungen Einfluss auf die Anwendungsentwicklung Vermischte Arbeitslast (OLXP) Spaltenorientierte Datenhaltung Trend zu Insert-Only Quelle: vgl. Koleva (2013), S. 21.
  14. 14. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 15 Preisentwicklung der Speichermedien (1955-2015) In-Memory Datenmanagement (IMDM) 0,00001 0,00010 0,00100 0,01000 0,10000 1,00000 10,00000 100,00000 1.000,00000 10.000,00000 100.000,00000 1.000.000,00000 10.000.000,00000 100.000.000,00000 1.000.000.000,00000 1955 1965 1975 1980 1985 1990 1995 2000 2005 2010 2015 Festplattenspeicher Flashspeicher Hauptspeicher US$ / MB Jahr Quelle: vgl. Plattner & Zeier (2012), S. 15; McCallum (2013), http://www.jcmit.com, Zuletzt besucht: 03.05.2014.
  15. 15. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 16 CPU Taktrate, Geschwindigkeit FSB und Transistoren-Entwicklung In-Memory Datenmanagement (IMDM) 0,0010000 0,0100000 0,1000000 1,0000000 10,0000000 100,0000000 1000,0000000 10000,0000000 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015 Taktrate in Mhz Anzahl an Transistoren in Mio. FSB in Mhz Jahr Mhz & Transistoren in Mio. Quelle: vgl. Plattner & Zeier (2012), S. 11; Haare (2014), http://pclinks.xtreemhost.com/current_cpus.htm, Zuletzt besucht 04.03.2014)
  16. 16. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 17 Entwicklung der CPU-Kernanzahl In-Memory Datenmanagement (IMDM) 1 10 100 1000 10000 2000 2002 2004 2006 2008 2010 2012 2014 2016 Produkt Prototype Vorhersagen Jahr Anzahl an CPU-Kernen Quelle: vgl. Plattner & Zeier (2012), S. 13; (vgl. Intel II (2013), http://ark.intel.com/de/products/family (Zuletzt besucht: 10.03.2014.
  17. 17. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 18 Zusammenfassung IMDM In-Memory Datenmanagement (IMDM) Empirische Gesetzmäßigkeiten Moore, Gilder, Huntley, Metcalfe (Keine kurzfristigen Phänomene sondern langfristige Entwicklung) Speicherhierarchie Verschiebung der Speicherhierarchie, Fehlende Leistungszuwächse bei Festplatte & Flashspeicher Hauptspeicherdatenbanken (IMDB) Hauptspeicher wird sich in Zukunft mit hoher Wahrscheinlichkeit zum Standard entwickeln Hardware-Trends Preise der Speichermedien, CPU-Taktraten (Transistoren), Multi-Core-Architekturen
  18. 18. Agenda © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 19 1 MHP Beratungsportfolio 2 In-Memory Datenmanagement (IMDM) 3 Potenziale von In-Memory Datenmanagement (IMDM) 4 Strategieentwicklung & Leitfaden 5 IMDM & Instandhaltung- und Servicemanagement 6 Zusammenfassung
  19. 19. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 20 Fragestellungen & wissenschaftliche Einschätzungen Potenziale von In-Memory Datenmanagement (IMDM) Einschätzung: Umsetzung der Vision von Real-Time BI mit IMDM? 13 wissenschaftliche Einschätzungen 9 Zustimmungen (Plattner, Zeier, Gartner etc.) 4 Neutral Einschätzung: IMDM als Lösung für Big Data 13 wissenschaftliche Einschätzungen 8 Zustimmungen 3 Neutral 1 Abl. Einschätzungen zur OLAP- und OLTP-Integration 15 wissenschaftliche Einschätzungen 8 Zustimmungen 6 Neutral 1 Abl. Quelle: vgl. Wessel, Köffer, Becker (2013), S. 1785-1787.
  20. 20. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 21 Realisierung der Nutzenpotenziale von IMDM Potenziale von In-Memory Datenmanagement (IMDM) Nutzenpotentiale von IMDM realisieren Datenhaltung & Redundanz Komplexität & Vereinfachung von System- architekturen Unterstützung von Big Data Anforderungen Real-Time Performance & Entscheidungs- unterstützung Business & Process Management Wirtschaftsinformatik Integration & Harmonisierung Potentialbausteine IMDM Business Intelligence Data-Mining, Stochastik, Simulation, Operation Research, Operational Business Intelligence Arbeitsgebiete WI Prozessmanagement (BPM) Process Performance Management, Business Activity Monitoring IT-Management IT-Strategie, Enterprise Architecture Management, IT- Governance, Wissensmanagement, Internetökonomie & SOA IuK-Systeme Anwendungssysteme, Entscheidungsunterstützungs- systeme, Führungsinformationssysteme, Kommunikation & Collaboration Quelle: vgl. Hund (2014), S. 108.
  21. 21. Agenda © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 22 1 MHP Beratungsportfolio 2 In-Memory Datenmanagement (IMDM) 3 Potenziale von In-Memory Datenmanagement (IMDM) 4 Strategieentwicklung & Leitfaden 5 IMDM & Instandhaltung- und Servicemanagement 6 Zusammenfassung
  22. 22. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 23 Strategieentwicklung & Leitfaden Baustein 03 Baustein 04Baustein 02 Strategieentwicklung & Leitfaden Baustein 01 IT-Management Baustein 05 IMDM Potenziale Interne Aspekte Externe Aspekte Anwendungsmuster Piller & Hagedorn Koleva Schmalzried Winter, Bischoff & WortmannBusiness Scenario Recommendations Erweitertes Referenzmuster Hund Strategieentwicklung & Bausteine Bausteine Bausteine Bausteine Bausteine
  23. 23. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 24 Idealtypisches Anwendungsmuster für den Einsatz von IMDM In-Memory Technologie Operatives Reporting Explorative Analyse Komplexe Auswertungsverfahren Schnelle Konsolidierung Adaptive Planung Daten aus Endverbrauchergeräten Geschäftsprozesseigenschaften Nutzenpotentiale hoch mittel niedrig Änderungs- dynamik Schwankungs- breite Auswertungs- optionen Dringlichkeit Komplexität Datenvolumen Auswertungs- häufigkeit Flexibilität Aktualität Bandbreite Detailierungs- grad Quelle: vgl. Piller & Hagedorn (2011 / No1), S. 21.
  24. 24. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 25 Anwendungsmuster & Ergebnismatrix SAP HANA Use-Case Community In-Memory Technologie Performance Verbesserungen (A) Daten- Granularität (C) Hohes Datenvolumen (B) Enterprise Mobility (1) Komplexe Analysen (2) Simulationen (3) Operational Reporting (4) Geschäftsprozess- optimerung (5)Quelle: vgl. Koleva (2013), S. 26.
  25. 25. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 26 Anwendungsmuster von Piller & Hagedorn / Koleva Strategieentwicklung & Leitfaden Piller & Hagedorn Koleva Winter, Bischoff & Wortmann Schmalzried Business Scenario Recommendation
  26. 26. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 27 Transformationsprozess und vereinfachte Phasenplanung Strategieentwicklung & Leitfaden Any DB SAP ERP / BW HANA DB Einführung Side-by-Side Client HANA DB SAP Business Suite ERP CRM SCM SRM/PLM VDL BW Apps Innovation Integriertes Szenario HANA DB Next Generation ERP ERP CRM SCM SRM/PLM VDL Transformation „One Store OLXP“ BW&BI (Analyse) 1 2 3 Quelle: vgl. Hund (2014), S. 157.
  27. 27. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 28 Strategieentwicklung & Leitfaden Reifegrad und Adaptionslevel von IMDM 65 % 35 % 7 % 2011 2016 2021+ 2011 2016 2021 Maturity Level of Adoption Adolescent Early mainstream Mature mainstream Quelle: vgl. Piller (2012), S. 4.
  28. 28. Agenda © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 29 1 MHP Beratungsportfolio 2 In-Memory Datenmanagement (IMDM) 3 Potenziale von In-Memory Datenmanagement (IMDM) 4 Strategieentwicklung & Leitfaden 5 IMDM & Instandhaltung- und Servicemanagement 6 Zusammenfassung
  29. 29. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 30 Stellen Sie sich vor Sie hätten folgende Systemumgebung: 5. IMDM & Instandhaltung- & Servicemanagement Keine Replikation erforderlich / Sub-Second Response Time Analysemöglichkeiten stehen in Real-Time zur Verfügung Direkter Zugang zu allen Daten inkl. Historie IMDB / HANA DB Next Generation ERP ERP CRM SCM SRM/PLM VDL Transformation „One Store OLXP“ BW&BI (Analyse) Tausende Anfragen pro Stunde auf Datenmenge im TB-Bereich 1 Daten im Hauptspeicher verfügbar Analyse auf Einzelbelege ohne Aggregate 2 3 Wie würden Geschäftsprozessinnovation im PM/CS Umfeld aussehen? Welche Entscheidungen können in Echtzeit bei PM/CS Prozessen unterstützt werden? Wie würde sich die Erwartungshaltung im Unternehmen (IT/Fachbereiche) ändern?
  30. 30. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 31 Nutzenpotenziale IMDM & Anwendungsmuster anwenden 5. IMDM & Instandhaltung- & Servicemanagement Szenario 1: Instandhaltungsplanung (Vorbeugende Wartung) Analysemöglichkeiten von Assets (Operational Reporting) Zustandsorientierte Instandhaltung / Condition-Based Maintenance Szenario 2: Szenario 3: Vorrausschauende Wartung / Predictive MaintenanceSzenario 4:
  31. 31. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 32 Szenario 1 – Instandhaltungsplanung (Vorbeugende Wartung) 5. IMDM & Instandhaltung- & Servicemanagement Instandhaltungsplanung (Vorbeugende Wartung) – Typischer Prozess Vorauswahl der Wartungspläne (Relevante Wartungspläne für die Planung auswählen) 1 Aufteilen der Wartungspläne (Wartungspläne definieren für die Hintergrundverarbeitung (Jobs) 2 Planungsparameter definieren (Planungsparameter für die jeweiligen Gruppen definieren) 3 Instandhaltungsplanungsjob ausführen (Planungsjob wird im definierten Zyklus ausgeführt / Alle Gruppen) 4 Wartungsmeldungen/Wartungsaufträge erzeugen Zeitaufwand & Kosten Fehleranfällig (Wartungspläne vergessen / Zeitraum der Periode zu lang)
  32. 32. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 33 Szenario 1 – Instandhaltungsplanung (Vorbeugende Wartung) 5. IMDM & Instandhaltung- & Servicemanagement Instandhaltungsplanung (Vorbeugende Wartung) – mit IMDM / SAP HANA Vorauswahl der Wartungspläne (Relevante Wartungspläne für die Planung auswählen) 1 Aufteilen der Wartungspläne (Wartungspläne definieren für die Hintergrundverarbeitung (Jobs) 2 Planungsparameter definieren (Planungsparameter für die jeweiligen Gruppen definieren) 3 Instandhaltungsplanungsjob ausführen (Wartungsplanung kann mehrmals täglich & gesamtheitlich ausgeführt werden) 4 Wartungsmeldungen/Wartungsaufträge / Genauere Wartungsplanung Geschwindigkeit (1000 Mal) Weniger Aufwand (Prozessschritte obsolet) Weniger Fehler (Prozessschritte nicht erforderlich)
  33. 33. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 34 Szenario 2 – Analysemöglichkeiten von Assets (Operational Reporting) 5. IMDM & Instandhaltung- & Servicemanagement IMDB (HANA) Next Generation ERP ERP CRM SCM SRM/PLM VDL BW&BI (Analyse) DB (any DB) SAP Business Suite ERP CRM SCM SRM/PLM VDL BW OLTP & OLAP DB (any DB) OLXP 1 Anforderungen aufnehmen 2 BW-System (Abgleich der Daten) 3 ETL / InfoCubes aufbauen 4 Query aufbauen 5 Tests & Transporte 6 Iterationsschleifen Echtzeitanalysen (Agilität & Flexibilität) Operational Business Intelligence KnowHow DataMining Stochastik Simulation Operation Research SelfService BI ERPBI ERP
  34. 34. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 35 Szenario 2 – Analysemöglichkeiten von Assets (Operational Reporting) 5. IMDM & Instandhaltung- & Servicemanagement Bessere Entscheidungsfindung aufgrund (Analysen) Operational Reporting / Real-Time Business Intelligence Ursachenanalyse bei Assets Geführte Navigation oder Ad-Hoc-Analysen Überwachen von KPI`s (Monitor) / Visualisierung von Assets (Kennzahlen wie: MTBF/ MTTR bzw. Performance des Assets Quelle: vgl. openSAP 2014
  35. 35. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 36 Szenario 3 - Zustandsorientierte Instandhaltung 5. IMDM & Instandhaltung- & Servicemanagement IH-Strategien „Ausfall/Wartung“ Zustandsorientierte Strategie Datenstrom „Instandsetzung“ „Wartung“ „KVP/Optimierung“ Material- entnahme „Inspektion“ Zeit- rückmeldung Ersatzteile Typische Prozesse & End-to-End betrachten! Daten/Informationen für die jeweiligen Geschäftsprozesse nutzen Zustandsorientierte Instandhaltungsstrategie gewinnt zunehmend an Bedeutung! Große Datenmengen (BigData) zu einem einzigen Equipment (Sensordaten) Ziele: Asset Verfügbarkeit erhöhen -> Produktion mit weniger Ausfällen -> Verkauf & Umsatzziele optimieren
  36. 36. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 37 Szenario 4 - Vorrausschauende Wartung / Predictive Maintenance 5. IMDM & Instandhaltung- & Servicemanagement Geschäftsprozesse & Aktionen Datenstrom & BigData IMDB (HANA) Next Generation ERP ERP CRM SCM SRM/PLM VDL BW&BI (Analyse) Analyse und Vorhersage- modelle Geschäfts- prozessregeln Alerts & Informationen Unterschiedliche Architektur-& Integrationsmöglichkeiten & Erweiterte Fragestellungen Vorhersage über Maschinenausfälle Echtzeitanalysen, BigData (Komprimierung), Muster identifizieren, (Data Mining)
  37. 37. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 38 Nutzenpotenziale IMDM & Anwendungsmuster anwenden 5. IMDM & Instandhaltung- & Servicemanagement Szenario 1: Instandhaltungsplanung (Vorbeugende Wartung) Analysemöglichkeiten von Assets (Operational Reporting) Zustandsorientierte Instandhaltung / Condition-Based Maintenance Szenario 2: Szenario 3: Vorrausschauende Wartung / Predictive MaintenanceSzenario 4: Baustein 05 Anwendungsmuster Piller & Hagedorn Koleva Schmalzried Winter, Bischoff & WortmannBusiness Scenario Recommendations Erweitertes Referenzmuster Hund
  38. 38. Agenda © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 39 1 MHP Beratungsportfolio 2 In-Memory Datenmanagement (IMDM) 3 Potenziale von In-Memory Datenmanagement (IMDM) 4 Strategieentwicklung & Leitfaden 5 IMDM & Instandhaltung- und Servicemanagement 6 Zusammenfassung
  39. 39. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 40 Zusammenfassung Zusammenfassung Grundverständnis & Empirische Gesetzmäßigkeiten (Trends) Längerfristige Entwicklung und Verschiebung der Speicherhierarchie Nutzenpotenziale von In-Memory Datenmanagement (Exemplarisches Beispiel) IMDM liefert einen wesentlichen Beitrag zur Vereinigung der beiden Systemwelten OLTP und OLAP In-Memory Datenmanagement (Kontext Instandhaltung & Servicemanagement) Anwendungswissen und Systemarchitekturkomponenten vereinen (IMDM & BPM)
  40. 40. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 41 Mögliche Diskussionspunkte Zusammenfassung & Diskussion Szenarien Weitere Anwendungsgebiete & Szenarien: Stillstandszeiten etc. Geschäftsprozessinnovationen & Operational Business IntelligenceInnovation Weitere Bausteine aus dem Leitfaden & Integration in IMDB-StrategieLeitfaden Aktuelle Implementierungsprojekte & FallstudienProjekte
  41. 41. 42© 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH Ihr Ansprechpartner AK Instandhaltung & Servicemanagement: 17.04.2015 Tobias Hund Senior Consultant SU SCM Mobil: +49 (0)151 4066-7550 E-Mail: Tobias.Hund@mhp.com

×