Future data - Die Zukunft der Daten

2.297 Aufrufe

Veröffentlicht am

Die Zukunft der Daten in einer beschleunigten Welt - Impulsreferat Willi Schroll, MA – strategiclabs.de
9. Feb. .2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-Main

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

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
2.297
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
658
Aktionen
Geteilt
0
Downloads
26
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Future data - Die Zukunft der Daten

  1. 1. future data Die Zukunft der Daten in e i n e r b e s c h l e u n i g t e n We l t Impulsreferat Willi Schroll, MA – strategiclabs.de 9.2.2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-MainWilli  Schroll  2012  
  2. 2. Foresight  –  methodische  Analyse   Beispiele  Trendstudien   •   TV  2020   •   Informa@on  2015    Willi  Schroll  2012  
  3. 3. Megatrends  in  der  Systema@k     Weak  Signals   Konsumenten   Branchentrends   Umfeldtrends   z.B.    Zunahme  globaler     STEEP   Migra@onsströme     Megatrends   z.B.  Globalisierung   t-­‐10   t-­‐5   heute   t+5   t+10   t+20  Willi  Schroll  2012  
  4. 4. Megatrends  –  Orien@erungsraster   GESELLSCHAFT   TECHNOLOGIE   •  Demographischer  Wandel   •  Digitales  Leben     •  Frauen  auf  dem  Vormarsch   •   Konvergenz  von  Technologien   •  Kulturelle  Vielfalt   •  Lernen  von  der  Natur   •  Neue  Mobilitätsmuster   •  Ubiquitäre  Intelligenz   KONSUMENTEN   GLOBALISIERTE  WELT   •  Nächste  Stufe  der  Individualisierung   •  Globalisierung  2.0     •  Neue  Konsummuster   •   Urbanisierung     •  Boomende  Gesundheit   •   Neue  poli@sche  Weltordnung   •  Wachsende  Sicherheitsbedrohungen   BUSINESS   UMWELT   •   Wissensbasierte  Ökonomie   •  Umsteuern  bei  Energie  und  Ressourcen   •  Wandel  der  Arbeitswelt   •  Klimawandel  und  Umweltbelastung   •   Business-­‐Ökosysteme   Quelle:  Z_punkt  2008  Willi  Schroll  2012  
  5. 5. Komplexes  Wirkungsgefüge   Weltsystem   Generelles Branchen   Umfeld Sozial- Umfelder   Neue Technologien Branchen- umfeld system Werte- Disrup@onen   Zulieferer Unter- Werte- Wandel Wandel nehmen Kunden Wild  Cards   Welt- wirtschaft Regulation Konsum- Konsum- Wett- verhalten Black  Swans   bewerber verhalten Lebens- Politische Lebens- stiltrends Veränderungen stiltrends Demografischer Wandel Quelle:  Z_punkt  2011  Willi  Schroll  2012  
  6. 6. Kontext  und  Wert  von  Daten     Werthaltungen Ziele Wertschöpfung Entscheidungen Modelle Informationen extract  -­‐  transform  -­‐  load   DatenWilli  Schroll  2012  
  7. 7. Internet  der  Dinge,  Reality  Mining   Weak  signal:  Smartphone  als  Sensorzentrale   Neue Ziele und Sensoren Zielgruppen Prozessoren Daten + Speicher Aktoren DynaxityWilli  Schroll  2012  
  8. 8. Neue  Formate,  Quellen  und  Senken   Quelle:  Fujitsu  Ireland  2012  Willi  Schroll  2012  
  9. 9. Datenzuwachs  schlägt  Moore‘s  Law   Quelle:  Cisco  VNI  2011  Willi  Schroll  2012  
  10. 10. Ubiquity  Nutzungsszenarien   Quelle:  infosthe@cs.com  2010  Willi  Schroll  2012  
  11. 11. Ubiquity  Nutzungsszenarien   Quelle:  infosthe@cs.com  2010  Willi  Schroll  2012  
  12. 12. Ubiquity  Nutzungsszenarien   Quelle:  infosthe@cs.com  2010  Willi  Schroll  2012  
  13. 13. IT-­‐Trends     •  Architektur  wird  stärker  service-­‐zentrisch   •  Mobile-­‐Sociale  Lifestyle  (always  in  touch)   •  Erhebung  persönlicher  Daten  kommt   stärker  unter  Risikobeobachtung  (starke   regionale  und  generaEonale  Unterschiede  -­‐   EU/USA,  Digital  NaEves)  Willi  Schroll  2012  
  14. 14. IT-­‐Trends     •  Soziale  PlaKormen:  Neue  Quelle  der   Business  Intelligence  (CRM,  MarkeEng,   "Semi-­‐Open  InnovaEon")   •  Kontextbasierte  Dienste:  Rolle  von   Metadaten,  Ort,  Zeit,  Microformats,  AI-­‐ Komponenten  vgl.  Siri)  Willi  Schroll  2012  
  15. 15. Informa@on  heute  und  morgen   Quelle:  Accenture  /  Z_punkt  2010  Willi  Schroll  2012  
  16. 16. Arbeitswelt  heute  und  morgen   Quelle:  Accenture  /  Z_punkt  2010  Willi  Schroll  2012  
  17. 17. Zusammenarbeit  heute  und  morgen   Quelle:  Accenture  /  Z_punkt  2010  Willi  Schroll  2012  
  18. 18. Herausforderungen  in  IDQ   •  Big  Data   •  Unstructured  Data,  Noise,  Pagern  Detec@on   •  Dynamik:  Neue  Quellen  als  solche     wahrnehmen   •  Neue  Informa@onsziele  (Integra@on)   •  Neue  Informa@onszielgruppen  (bots,  machine   readable  ready?)   •  Balance  Offenheit/Sicherhei  Willi  Schroll  2012  
  19. 19. Vielen  Dank  für  Ihre  Aufmerksamkeit!   Willi  Schroll,  strategiclabs  Berlin   about.com/wschroll  Willi  Schroll  2012  
  20. 20. Ergänzungen  –  Diskussion  Willi  Schroll  2012  
  21. 21. Ergänzungen  –  Diskussion     Daten-­‐Visualisierung     ...  ermöglicht  erst  das  Verstehen   hochkomplexer  Daten   •  Beispiel:  Hans  Rosling  –  Daten/Punktwolken  in   Bewegung   200  years  that  changed  the  world  (with  Hans   Rosling)  –  YouTube   hgp://www.youtube.com/watch?v=BPt8ElTQMIg     Kinect  data  visualiza@on  tool  –  YouTube   hgp://www.youtube.com/watch?v=ZNt9Q3tqu9Y   •  Beispiel:  Aaron  Koblin  –  Aaron  Koblin  flight  paths  –   YouTube   hgp://www.youtube.com/watch?v=FCEM-­‐ZcB14A  Willi  Schroll  2012  
  22. 22. Ergänzungen  –  Diskussion     Daten-­‐Visualisierung     ...  wird  in  ZukunZ  als  zentrale  Aufgabe  der   Datenbereitstellung  erkannt   •  Beispiel  für  neue  Ansätze  interakEver  intuiEver   Oberflächen:  Liquid  Browsing  –  Ansatz  für  intelligente   Naviga@on  in  großen  Datenräumen   (German  Innova@on  Award,  GFFT  Award,  Cebit  Exhibitor   Search)     hgp://www.liquiverse.com/;  Demo-­‐Video  +  Java  Sim:   hgp://www.liquidbrowsing.com/   •  Community  der  Experten  für  Netzwerk-­‐Visualisierung   visualcomplexity.com  |  A  visual  explora@on  on  mapping   complex  networks  hgp://www.visualcomplexity.com/vc/   •  These:  Die  Entwicklung  kogniEver  Schni_stellen  zum   intui+ven  Verstehen  von  Datenmassen  wird  in  den   nächsten  Jahren  immer  wichEger   (Vgl.  oben  Folie  6:  Veredelungspfad:  Daten  –  Informa@onen   –  Entscheidungen  –  Wertzuwachs)  Willi  Schroll  2012  
  23. 23. Ergänzungen  –  Diskussion     Soziale  Mechanismen,  kollaboraEve  Filter     Frage:  KollaboraEve  Filter  sind  bewährt  im  E-­‐Commerce  –  Wie  groß  ist  ihr  Nutzen,   um  zu  besserer  Datenqualität  zu  gelangen?   •  Kollabora@ve  Filter  als  bekanntes  Prinzip  zur  Personalisierung  des  E-­‐Commerce   (Amazon:  Wer  sich  für  dieses  Buch  A  interessiert,  den  interessieren  auch  B,  C,  D  ..)   •  Beispiel  crowd-­‐basierte  ReputaEon:  Vergleich  von  hgp://about.me/wschroll  +   hgp://connect.me/users/willischroll  zeigt,  dass  ein  Profil  auf  connect.me  als   vertrauenswürdiger  erscheint,  da  die  Tags  nicht  von  der  Person  selbst,  sondern  von   anderen  kumula@v  erstellt  wurden  (crowd-­‐based  taxonomy)     Problem:  Daten  werden  dem  Urteil  der  „Crowd“  ausgeliefert.  Diese  könnte  auch   interessengeleitet  (freundlich/feindlich)  handeln  oder  wenig  kompetent  sein.   Quelle:  connect.me  2012  Willi  Schroll  2012  
  24. 24. Ergänzungen  –  Diskussion     Herausforderungen   Open  Data,  Transparenz,  Vertrauen  (1)   •  QuellenkriEk  –  Wie  zuverlässig  sind  Open  Data,  sofern  sie  im  Kontext  von  bst.   Interessen  veröffentlicht  werden?  z.B.  durch  eine  Lobby-­‐Organisa@on  wie   Greenpeace,  einen  Verband  etc.   •  ZerEfizierung  könnte  hier  eine  Lösung  bringen,  z.B.  öffentliche  Lieferanten   •  Open  Knowledge:  Wikipedia  gehört  auch  in  diese  Problemklasse  –  wie   vertrauenswürdig  können  „open  editable  data“  sein?  Funk@onieren  die  inneren   Kontrollmechanismen  solcher  Open  Knowledge  Pla|ormen?   •  Open  Data  Protocol  (OData)  hgp://www.odata.org/   •  Data  |  The  World  Bank  hgp://data.worldbank.org/   •  The  Open  Data  Founda@on  hgp://www.opendatafounda@on.org/     •  Open  Data  Network  (open  government  Deutschland)  hgp://opendata-­‐network.org/   •  Open  Knowledge  Founda@on  hgp://okfn.org/  Willi  Schroll  2012  
  25. 25. Ergänzungen  –  Diskussion     Herausforderungen   Open  Data,  Transparenz,  Vertrauen  (2)   •  Transparenz  schafft  Vertrauen,  die  kollabora@ve  Datenerstellung  steigert  die   Effizienz  –  aber  es  entstehen  auch  neue  Probleme  der  Glaubwürdigkeit/ Zuverlässigkeit  –  v.a.  wenn  Interessen  involviert  sind   •  Der  Königsweg  wäre  Open  Knowledge  und  Open  Data  einer  „Crowd  von   Experten“  –  in  der  Wissenscha~  und  mit  der  Delphi-­‐Methode  gibt  es  dazu   Ansätze   Komplexität,  Dynaxität,  „ganzheitliche  Analyse“   •  Output-­‐Paradox:  Hervorragende  Datenreports  werden  nicht  gewürdigt,  da  ihr   Umfang  „unverdaulich“  ist  und  andererseits  das  Execu@ve  Summary  wiederum  zu   wenig  aussagekrä~ig  ist  –  hier  sind  neue  Schnigstellen  und  Formate  gefragt,  die   das  „Data  Understanding“  steigern  und  Personalisierung  ermöglichen.  Die   gesamte  Informa-onsprozesske1e  ist  zu  evaluieren  und  zu  gestalten  –  der  „letzte   Meter“  =  die  Entscheidungsebene  sollte  mehr  im  Zentrum  stehen.  Willi  Schroll  2012  
  26. 26. Begriffsklärungen   Paradox  of  Choice   •  In  der  Verbesserung  der  Effek@vität  von  Datenbereitstellungen  /  Repor@ng  etc.   sollten  informa@onspsychologische  Fakten  und  Theoreme  berücksich@gt  werden,   z.B.  The  Paradox  of  Choice:  :  Why  More  Is  Less  (Barry  Schwartz)   hgp://www.amazon.com/Paradox-­‐Choice-­‐Why-­‐More-­‐Less/dp/0060005688   Autonomic  CompuEng     •  Bionik/Biomimesis  als  Ansatz  kün~iger  IT-­‐Architektur:     Bsp.  Computers  Get  Self-­‐Healing  So~ware  |  LiveScience   hgp://www.livescience.com/5891-­‐computers-­‐healing-­‐so~ware.html   •  IBM  Research  |  Autonomic  Compu@ng  |  Overview  |  The  Solu@on   hgp://www.research.ibm.com/autonomic/overview/solu@on.html   Dynaxität:  Dynamik  und  Komplexität     •  Dynaxity:  Management  von  Dynamik  und  Komplexität  im  So~warebau  -­‐  Patrick   Hamilton   hgp://www.amazon.com/Dynaxity-­‐Management-­‐Dynamik-­‐Komplexit%C3%A4t-­‐ So~warebau/dp/3540317430  Willi  Schroll  2012  
  27. 27. Anhang  Willi  Schroll  2012  
  28. 28. Quellen   •  Folie  2:  TV  2020  Report  –  dt./engl.  hgp://www.z-­‐punkt.de/studien.html   •  Folie  3-­‐5:   hgp://www.z-­‐punkt.de/fileadmin/be_user/D_Publika@onen/D_Arbeitspapiere/ Die_20_wich@gsten_Megatrends_x.pdf   hgp://www.z-­‐punkt.de/fileadmin/be_user/D_News/D_2011_01_Newsleger/ Z_punkt_Megatrend_zur_Innova@on.pdf   •  Folie  8:  Fujitsu  Ireland  2012  –  Structuring  Big  Data   hgp://www.slideshare.net/fujitsu_ie/structuring-­‐big-­‐data-­‐11272396     •  Folie  9:  Cisco  VNI  2011  –  Entering  the  Zegabyte  Era    [Visual  Networking  Index]   hgp://www.cisco.com/en/US/solu@ons/collateral/ns341/ns525/ns537/ns705/ns827/ VNI_Hyperconnec@vity_WP.html   •  Folie  10-­‐12:  infosthe@cs.com  2010  –     hgp://infosthe@cs.com/archives/future_of_data_overload_as_envisioned_for_2020.html   •  Folie  15-­‐17:  Accenture  /  Z_punkt  2010  –  Informa@onsmanagement  Studie  Informa@on  2015 hgp://www.accenture.com/Countries/Germany/Services/Technology/Informa@on_Management/ Informa@on_Management_Services/Informa@on-­‐2015.htm   •  Weitere  Quellenangaben  sind  im  Abschnig  Ergänzungen  –  Diskussion  ab  Folie  21  zu  finden  Willi  Schroll  2012  

×