SlideShare ist ein Scribd-Unternehmen logo
1 von 79
Innovative Analysemöglichkeiten im Umfeld von Big Data
NUTZE DEINE DATEN! JETZT!
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Digitalisierung erschüttert unser Wirtschafts- und Gesellschaftssystem in den Grundfesten
HERAUSFORDERUNG DIGITALISIERUNG
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Abb. aus: chrisriddell.com
3
„Wenn Technologien
und Gesellschaft sich
schneller ändern, als
Unternehmen in der
Lage sind sich
anzupassen, dann
kommt es ganz nach
den Regeln der
Evolution zum
Aussterben bestimmter
Unternehmenstypen“
(vgl. Land, K.-H. 2015)
WAS HAT DARWIN MIT DIGITALISIERUNG ZU TUN?
Evolutionäre Veränderungen mit revolutionären Auswirkungen
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Abb.: http://creativethinking.net/what-i-learned-from-charles-darwin-about-creative-thinking/#
sthash.rFvauGLB.dpbs
4
DIGITALE ZERSTÖRER
Digitale Disruption wird so lange ignoriert, bis es zu spät ist!
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Disruptive Innovationen unterscheiden sich von stetigen Produktverbesserungen und
neuen Varianten erheblich!
Sie treten in verschiedenen Branchen nur sehr selten auf. Ist dies jedoch der Fall,
bleibt kein Stein mehr auf dem anderen!
Es kommt zu Wirkungsketten:
Bild aus: https://www.piratenpartei-nrw.de/wp-content/uploads/2016/01/dominosteine.jpg
Es ist wichtig zu wissen, wann und wie digitale Disruption funktioniert.
5
Vom digitalen Wandel besonders betroffen sind:
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
KURZER LUNTE, LAUTER KNALL
… Einzelhandel, ITK, Banken, Versicherungen, Professional Services
6
DAS IST DOCH NICHTS NEUES! DOCH.
Revolution durch sich gegenseitig verstärkenden technischen Fortschritt
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Mobile
5G Netzwerke
>100 MB/s
Software
Visual
Analytics
Data
Science
Roboter
3D Druck
Cloud &
Portale
Branchen-
wissen
Sensoren
7
Geänderter Wettbewerb & Kundenverhalten, neue Geschäftsmodelle
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
DIE FOLGEN DAVON
Im Gespräch mit dem Bus
Aus: Computerworld 10 2016
 Schon heute auf Herausforderungen
von morgen vorbereiten.
 Es ist besser, Fehler in Kauf zu
nehmen, als untätig zu bleiben.
 Unternehmen müssen sich dem
geänderten Konsumentenverhalten
anpassen.
 Schnelligkeit: Wer jetzt nicht
digitalisiert, überlässt die
Wertschöpfung anderen.
“Der gefährliche Wettbewerb kommt nicht von hinten, den erkennt man im
Rückspiegel. Die Konkurrenz kommt aus der Seitenstraße.”
Reinhard Ploss, CEO Infineon
8
Es geht um die Abbildung der gesamten Wertschöpfungskette, vom ersten Kundenkontakt
bis zur letzten Rechnung. Digitalisierung heißt, Geschäftsprozesse miteinander zu
verzahnen, Kunden, Projekte, Buchhaltung in einem System managen.
… als Chance für die, die sie verstehen & dafür Lösungen anbieten!
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
GESCHÄFTSPROZESSE VERZAHNEN & OPTIMIEREN
Es gibt universelle einsetzbare Prinzipien, Methoden, Algorithmen, Werkzeuge
SMART DATA & DATA SCIENCE „TOOL BOX“
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Abb. aus: http://blog.contractiq.com/big-data-analytics-companies-in-india/
10RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
1. DER SCHLÜSSEL FÜR DIE DIGITALISIERUNG 
Statische
Datenquellen
Daten-
ströme
data-
extraction
data
cleansing
data
structuring
data
consolidation
managing
data
business
intelligence
self service
discovery
machine
leraning
Mensch
als
Nutzer
decision
engines
Datengewinnung Daten verwalten Einsichten gewinnen
Aus: Disruptive Analytics: Charting Your Strategy for Next-Generation Business Analytics
ist die analytische Wertschöpfungskette und deren Umsetzung
11RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
2. INTERAKTIVE DYNAMIK & VISUAL ANALYTICS 
Dynamisch, interaktiv, Self Service Analytics.
“To be most effective, visual analytics tools must support the fluent and flexible
use of visualizations at rates resonant with the pace of human thought.”
Jeffrey Heer & Ben Shneiderman
DATA AND VIEW SPECIFICATION
 FILTER
 SORT
VIEW MANIPULATION
 SELECT
 NAVIGATE
 COORDINATE
 ORGANIZE
February 20, 2012
Volume 10, issue 2PROCESS AND PROVENANCE
 RECORD
 ANNOTATE
 SHARE
 Guide
12RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
2. INTERAKTIVE DYNAMIK & VISUAL ANALYTICS 
Dynamisch, interaktiv, Self Service Analytics. VisualCockpit leistet dieses
13
3. PROZESSOPTIMIERUNG DURCH SEMANTIK 
Erkennen und Verarbeiten von Informationen
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Abb.: http://lumma.de/2011/09/02/die-kunst-aufzuraumen/
14
z.B. für dynamische Marktbeobachtung
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
4. EXTERNE DATEN MITTELS CRAWLER NUTZEN 
15
How do machines learn? “It’s just math.” - Oren Etzioni
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
5. ARTIFICIAL INTELLIGENCE & MACHINE LEARNING 
Supervised Learning Unsupervised Learning
Neural Network Deep Learning (Tensorflow)
Gartner Hype Cycle 2016: „Machine Learning…befindet sich auf dem Höhepunkt der
übertriebenen Erwartungen“.
Abbildungen. H. Edwards
Abb. aus: then One/WIRED
16
„Selbst die größte Ansammlung von Informationen, Big Data verfügt über sehr wenig
Wissen. Anhand von Big Data werden Korrelationen ermittelt. Die Korrelation besagt:
Wenn A stattfindet, so findet auch B statt. Warum es so ist, weiß man aber nicht.
Die Korrelation ist die primitivste Wissensform, die nicht einmal in der Lage ist, das Kausal-
verhältnis, d.h. das Verhältnis von Ursache und Wirkung, zu vermitteln. Es ist so.
Die Frage nach dem Warum erübrigt sich hier.
Es wird also nichts begriffen. Wissen ist aber Begreifen.
So macht Big Data das Denken überflüssig. Wir überlassen uns bedenkenlos dem Es-Ist-
so.“
Für uns kann das nur heißen:
Machine Learning- Algorithmen erproben und
anwenden! Aber bei der Anwendung nie
das Denken vergessen.
Das macht Data Science aus.
Abb: http://criminologia.de/2015/06/stille-diktatur-ein-interview-mit-han-byung-chul
Korrelationen vs. Wissen
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
BYUNG-CHUL HAN ÜBER BIG DATA
17
Probleme können besser gelöst werden, „…wenn Menschen unterschiedlicher Disziplinen
in einem die Kreativität fördernden Umfeld zusammenarbeiten, gemeinsam eine
Fragestellung entwickeln, die Bedürfnisse und Motivationen von Menschen
berücksichtigen, und dann Konzepte entwickeln, die mehrfach geprüft werden“.
Sinngemäß nach: Wikipedia
Aus: https://blog.varonis.com/design-thinking-for-your-data-strategy/
Design Thinking als Kreativprozess zur Ideenfindung
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
6. DESIGN THINKING 
18
Wissen Sie, wie Ihre Prozesse wirklich ablaufen? Sind Sie sich sicher?
 Mit zunehmender Digitalisierung steigt die Zahl der IT-gestützten Prozessabläufe.
Dies führt zu wachsender Komplexität bei sinkender Transparenz der
Geschäftsprozesse.
 Rasante Änderungen und neue Systeme führen dazu, dass die realen Abläufe nicht
mehr mit den ursprünglich vorgesehenen Prozessen übereinstimmen.
 Klassische Prozessanalysen, die sich auf Interviews und Stichproben stützen, stoßen in
dieser Situation an Ihre Grenzen.
Process Mining: Algorithmen-gestützte Analyse
realer Geschäftsprozesse. Empirisches Process Mining
 schafft den Überblick über die realen Prozesse,
 findet den „Flaschenhals“ in Abläufen und
 schafft Voraussetzungen, um Prozesse optimieren
zu können.
Überblick über immer komplexere Unternehmensprozesse.
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
7. EMPIRISCHES PROCESS MINING 
Bild aus: fhnw.ch
19
Die Blockchain hat das Potential für eine Revolution, denn das Prinzip kann für jede Art
von Vertrag verwendet werden: „Smart Contracts“.
… hat das Potential für eine Revolution.
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
8. BLOCKCHAIN & SMART CONTRACTS
Abb. von Dan Page aus http://www.strategy-business.com/article/A-Strategists-Guide-to-Blockchain?gko=0d586
Simba n³ setzt diese Methoden und Algorithmen in Lösungen für diverse Branchen ein
(KURZ)VORSTELLUNG KONKRETER SMART DATA LÖSUNGEN
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Abb. aus: http://www.techtag.de/wp-content/uploads/2015/02/smart-data.jpg
21
Design Thinking,
Projektmanagement &
Consulting
Software & Services von Simba n³ rund um Daten & Digitalisierung
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
EIGENE BEISPIELE FÜR ANALYTICS & BIG DATA
Damit sind individualisierte (Branchen-)Lösungen bei Nutzung von Standards machbar.
Visual Analytics &
BI-Software
VisualCockpit von
Simba n³
Individuelle
Programmierung &
Entwicklung
Data Science &
Analytics
Oft wird dafür A bis D gebraucht, Simba n³ hat dies im Portfolio.
Wir erläutern dies an einigen konkreten Beispielen.
D A
C B
Kunde: envia TEL
DIGITALISIERUNG VON KERNPROZESSEN
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Visual Analytics & BI-
Software von Simba n³
Individuelle
Programmierung &
Entwicklung
Data Science &
Analytics
D A
C
23
Ein Praxisbeispiel zur Digitalisierung von Geschäftsprozessen
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
DIE NETZWELT VON ENVIA TEL
24
 Bauplan befüllen: Massendaten des Netzgebietes von ca. 27.000 km² mit Potentialen
müssen analysiert werden.
 Vermarktungskampagnen vorbereiten: (Adress-) Datenqualität muss gesteigert werden
Hoher manueller Abstimmungsaufwand vor Entscheidungen
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
HERAUSFORDERUNG – IST ZUSTAND (DAMALS)
25
 Für strategische Entscheidungen des Einsatzes der Investitionsmittel sind völlig andere
Daten als z.B. für operative Entscheidungen im Vertrieb erforderlich.
 Das bisherige Potentialmanagement ist ein ressourcenaufwändiger subjektiver
Entscheidungs-prozess, mit hohem Abstimmungsaufwand.
 Automatisierung & Vereinfachung der analytischen Wertschöpfungskette mit dem
DataWarehouseBuilder:
Kunde: envia TEL
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
PROZESSOPTIMIERUNG DURCH DIGITALISIERUNG
Digitale Transformation des Kernprozesses „Potentialmanagement“
26
Mit dem VisualCockpit lassen sich ad hoc alle Fragen beantworten
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
EINSATZ VISUALCOCKPIT IM KREATIVTEAM
Umsetzung der digitalen Transformation des Kernprozesses mit Fragestellung „In welchen
Gebieten sollte envia TEL investieren?“ in nur 2 Monaten.
Punktlandung bei Priorisierung, Bewertung und Umsetzung der Bauprojekte für 2016.
27
Durch das envia TEL-Projektteam und den n³ Data Scientists wurde die digitale Transfor-
mation des Kernprozesses in nur 2 Monaten umgesetzt. Das ermöglichte envia TEL für
2016 eine zeitliche "Punktlandung“: In Dunkelverarbeitung wurden ausreichend viele
Potential-standorte ermittelt. Damit konnten gezielt ~ 20 Mio. € in Glasfasernetze
investieren werden. Vorlauf für 2017: Bauvorhaben stehen fest, Baufirmen sind unter
Vertrag. Dieser Zeitgewinn ist unter dem harten Wettbewerb besonders wichtig.
Die Smart Data-Lösung ist für beliebige Netzinfrastrukturen anwendbar bzw. übertragbar.
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
VERMARKTUNGSPROZESS – ERREICHTE ZIELE
28
 Design Thinking
 Automatisierung großer Teile der analytischen Wertschöpfungskette
 Gewinnung externer Daten über Robots und Crawler
 Einsatz von KI-Methoden zur Entscheidungsunterstützung
 Bereitstellung von Self Service Analytics für das Kompetenzteam
Der Mtehodenmix macht‘s.
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
WIE KOMMT MAN ZU DEN ERGEBNISSEN?
Aus: https://blog.varonis.com/design-thinking-for-your-data-strategy/
Über Robots & Crawler aus Portalen, Internet, Sozialen Medien
NUTZUNG EXTERNER DATEN
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Visual Analytics & BI-
Software von Simba n³
Individuelle
Programmierung &
Entwicklung
Data Science &
Analytics
D A
C
30
Kreise: Cluster mit hausärztlicher Unterversorgung und erheblichen
demographischen Unterschieden
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
CRAWLER & VERSORGUNGSFORSCHUNG
31
Prozesse rund um die „Holpflichten im Unternehmen“ automatisieren
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
INFORMATIONSLOGISTIK: AUSLESEN VON PORTALEN
32
Über Robots & Crawler aus Portalen, Internet, Sozialen Medien
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
BEISPIEL 4 - NUTZUNG EXTERNER DATEN
Einsatz in mehreren Projekten:
 Mobile App für Commerzbank
 Dynamische Preisbildung
 Kleinräumige Analyse der Versorgung
 Auslesen von OEM-Portalen
 Eingesetzte Technologien: A, C, D
(kapow und eigen programmierte
Robots)
Visual Analytics &
BI-Software von
Simba n³
Individuelle
Programmierung &
Entwicklung
Data Science &
Analytics
D A
C
ImmobilienScout24
SEMANTIK BEI DER IMMOBILIENBEWERTUNG
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Individuelle
Programmierung &
Entwicklung
Data Science &
Analytics
D
C
34
Für die Immobilienbewertung wird das Wissen (~ Kernkompetenz eines Gutachters) erfasst
und den Informationen aus den Exposé-Texten zuordnet. Damit wird eine Nutzung von
>90% der Exposés von ImmobilienScout24 möglich.
ImmobilienScout24
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
SEMANTIK BEI DER IMMOBILIENBEWERTUNG
42%
Daten mit Baujahr
58%
Daten ohne Baujahr
39%
Baujahrinformationen aus iKnow
35
„Mit Hilfe der n³-Applikation können wir noch mehr Objekte für unsere Online-Immobilien-
bewertung heranziehen. Hierdurch werden wir für die Immobilien von noch mehr Kunden
genaue Bewertungen ermitteln können. Wir sind uns sicher, dass wir damit die Attraktivität
unseres Angebotes weiter verbessern werden.“
Sven Feuerschütte, Vice President Valuation Services bei ImmobilienScout24
 Die Immobilien-Datenbank von ImmobilienScout24
enthält ca. >180 Mio. Exposés.
In den Exposés liegen benötigte Informationen oft als
unstrukturierten Fließtexte vor. Für eine
Immobilienbewertung werden aber strukturierte Daten
als Eingabe benötigt, ohne die keine Verkehrswert-
ermittlung durchgeführt werden kann.
 Semantische Technologien sollen das Problem lösen.
 Eingesetzte Technologien: C, D (InterSystems iKnow)
ImmobilienScout24
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
BEISPIEL 2 - FÜR DIE ANWENDUNG VON SEMANTIK
Semantik bei der Immobilienbewertung Individuelle
Programmierung &
Entwicklung
Data Science &
Analytics
D
C
(Forschungs)projekte zu Industrie 4.0 & Lösungen für den Mittelstand
BEISPIELE FÜR INDUSTRIE 4.0
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Visual Analytics & BI-
Software von Simba n³
Individuelle
Programmierung &
Entwicklung
Data Science &
Analytics
D A
C
37
Mitarbeit in Forschungsprojekten & I4.0-Lösungen für den Mittelstand
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
INDUSTRIE 4.0 FÜR DEN MITTELSTAND
Fertigungsassistenzsystem unter Verwendung sozio-cyber-physischer Produktionssysteme
Visual Analytics &
BI-Software von
Simba n³
Individuelle
Programmierung &
Entwicklung
Data Science &
Analytics
D A
C
38RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
MOBILE DASHBOARDS
Mittels Beacons Informationen gezielt bereitstellen
Proaktive Informationen für Worker bei
einfacher Anwendbarkeit.
Wenn das Thema schon komplex ist,
sollte die Software keine weitere
Komplexität hinzufügen!
39RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
KENNZAHLEN ZUR PRODUKTION
Kramski GmbH
TEIL II: CHANCEN & RISIKEN DER DIGITALISIERUNG
RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
Abb. aus: https://www.liberale.de/content/chancen-risiken-einer-digitalisierten-gesellschaft
NUTZE DEINE DATEN! JETZT!
Es gibt schlüsselfertige Lösungen. Warum nicht?
Wie funktioniert die Infrastruktur
heute?
• Ein Läufer mit 100 Tonnen Gewicht rotiert mit
3.000 Umdrehungen pro Minute
• Daraus werden 50 Hz Netzfrequenz
• Solange wir die Drehzahl halten ist das Netz
stabil!
Paradigmenwechsel
Paradigmenwechsel
Paradigmenwechsel
Bild: 3m Solutions
Bild: 3m SolutionsBild: epri
Bild: Hitachi
Bild: knowstartup
Bild: MKSmart
Bild: Pace University
Bild: Shutterstock / Powerelectronicsworld
Bild: TendersOnTime
Bild: Tonex
Bild: Trilliant Inc.
Das Smart Grid
Deine Daten
• Bis 2019 sollen alle 5,5
Millionen Zähler in
Österreich „intelligent“
sein.
• „Wer seine Daten
freiwillig rausrückt,
könnte in Zukunft mit
Gratis-Strom belohnt
werden“ (Kurier,
22.09.2012)
Deine Daten
Beispiele
• Backofen
• Kühlschrank
• Spülmaschine
Deine Daten
Bild: PV-Magazin
Deine Daten
Heise Security vom 20.09.2011
Deine Daten
Ein paar Bilder von „Ecoisme - Intelligent Energy Monitoring System“
– Startup auf IndieGoGo Crowdfunding:
Deine Daten
Ein paar Bilder von „Ecoisme - Intelligent Energy Monitoring System“
– Startup auf IndieGoGo Crowdfunding:
Deine Daten
Ein paar Bilder von „Ecoisme - Intelligent Energy Monitoring System“
– Startup auf IndieGoGo Crowdfunding:
Deine Daten
Ein paar Bilder von „Ecoisme - Intelligent Energy Monitoring System“
– Startup auf IndieGoGo Crowdfunding:
Diese Information steht natürlich
ausschließlich dem Nutzer zur
Verfügung und wird von (fast) sonst
niemandem gelesen und bestenfalls
zur Verbesserung des Service
verwendet!
UntertriebeneDystopie
http://abstrusegoose.com/553
Abstruse Goose – The Too
Much Information Age
Bisherige Pläne
• Google gab 2011 das Projekt PowerMeter auf
– “…consumers don't know the industry even
exists.” (CBS News, 24.06.2011)
– “Growing consumer distrust of Google's use of
personal data likely made many reluctant to
divulge details” (CBS News, 24.06.2011)
• 2013 Wiedereinstieg mit Partner General
Electric (Green Tech Media, 12.02.2013)
– Verbindung mit Maps als „Geospacial Tool“
Warum nicht?
The Loss of Location
Privacy in the Cellular Age
(Wicker, 2012)
Bild aus Stephen B. Wicker. „The Loss of Location
Privacy in the Cellular Age“, CACM 50:8, August 2012
„Our view of reality is conditioned by
our position in space and time – not by
our personalities as we like to think.“
(Lawrence Durrell, cited after Wicker,
2012)
„…to be human is to be ‚in place‘.“ (Tim
Cresswell, cited after Wicker, 2012)
Wissenschaft der Information
• Aus dem location-trail einer Person kann man viel
erfahren!
– Die Adresse (Wohnung)
– Adressen von Freunden (verbringt die Person auch hin und
wieder die Nacht dort?)
– Religiös signifikante Orte (Kirchen, Moscheen, …)
– Sportvereine, Fitness-Center (wie häufig)
– Bars, Restaurants (wie gesund lebt die Person wirklich?)
– Geschäfte (wo wird gekauft, was wird gekauft?)
– Ärzte, Spezialkliniken (Diagnose auf dem Krankenschein?)
– Vergnügungen (Kino oder Theater, Klassik oder Rock-
Konzert, …)
– Und so weiter…
Ein Beispielszenario
Freunde
unterhalten sich. Es
gibt den Vorschlag,
abends gemeinsam
essen zu gehen.
Sie sind unsicher.
Vielleicht wollen
Sie zuhause
bleiben.
Nachmittags
erhalten Sie auf
Ihrem Telefon
Coupons für eins
der Restaurants.
Abends sind Sie
dann doch dabei.
Wissenschaft der Information
• Nimmt der Familienvater am Abendessen teil?
• Liest er seine Mail vorher oder nachher?
• Wann kann ich ihm etwas verkaufen, wann zur
Arbeit drängen?
Fazit: Wo keine Privatheit existiert, kann
eine Person ununterbrochen entweder zu
Leistung oder zu Konsum gedrängt werden.
Das persönliche Erleben der Umgebung
wird dafür geopfert.
Weiteres Beispielszenario
„There are, however, some
brief periods in a person’s life
when old routines fall apart
and buying habits are suddenly
in flux. One of those moments
— the moment, really — is
right around the birth of a
child, when parents are
exhausted and overwhelmed
and their shopping patterns
and brand loyalties are up for
grabs.”
- NYT, 16.02.2012
Zugang zu Information
• Individuell aufbereitete
Nachrichten
• Suchergebnisse nach
persönlichen
Präferenzen
• Vorschläge nach
eigenen Interessen
• Diskussion im sozialen
Umfeld
Getty Images
Das nennt man
Filterblase
Nutzung Deiner Daten durch Andere
• Ununterbrochener Druck auf das eigene
Handeln zum Nachteil des persönlichen
Erlebens
• Nach außen kehren der Privatsphäre und
Intimsphäre
• Keine Konfrontation mit anderslautenden
Meinungen, Ausblenden pluralistischer
Meinungsbildung als Vorteil.
Privatheit des Unternehmens
• Wann werden welche Zulieferer getroffen?
• Welche Kunden werden besucht?
• Wird die Modernisierung von Maschinen
geplant, Anlagen gekauft?
• Wie viele Mitarbeiter sind im Urlaub, wie viele
im Betrieb, wie lange?
NUTZE DEINE DATEN SELBST!
Es geht auch anders:
Polyenergetische Lastregelung
67
Geringer Arbeitspreis
Teuer bei Lastspitzen
7 ¢/kWh über Abschreibungszeitraum
Volatil (Wetterabhängig)
Strom als Abfallprodukt bei
Wärmebedarf
Kurzzeitige Speicherung
Lebensdauer abhängig
von Betriebsart
Effiziente Wärmeerzeugung
bei Stromaufnahme
Einfluss auf Lastaufnahme
in der Produktion
Beispiel Batteriespeicher
• Interne Kenngrößen
– Kapazität,
Leistungsaufnahme/abgabe
– Wirkungsgrad, Eigenverlust,
Speicherdauer
– Betriebsarten,
Umschaltzeiten, Flexibilität
– State of Health, State of
Charge
– Kosten (Schaden) bei
Tiefentladung, Überladung,
Ladezyklen zur Regeneration
– Umschaltzeiten Ladung-
Entladung
• Investitions- und
Abschreibungszeiträume
• Wartungs- und
Austauschzyklen
68
Agentenorientierte Programmierung
69
• Weiterentwicklung der Objektorientierten
Programmierung
• Autonome Softwaremodule mit klar definierten
Schnittstellen
– Kenntnis der internen Zustände/Besonderheiten
– Interner Entscheidungsspielraum
• Zusammenschließbar zu einer verteilten
Intelligenz (Multiagentensysteme)
– Beitrag einzelner zum Gesamtergebnis
– Echte Dezentralität (vs. 50,2Hz-Problem und
49,5Hz-Problem)
– Subsidiaritätsprinzip
• Kommunikation in Begriffen
– Ontologie statt Fließkommazahlbeschreibung
Softwareagent
Lastregelung mit verteilter Intelligenz
70
Wetter-
prognose
Solarleistung
Produktionsplan
Energie-
management
Netz-
management
Heizbetrieb
Zwischenspeicher
Heizbetrieb
Abstraktion, Verständnis und Dynamik
• Daten haben Sinn und Bedeutung
– Wir interessieren uns für Strom,
Spannung, Leistung, Energie, Temperatur,
Kapazität, Füllstand, Ladezeit,
Sonneneinstrahlung, Angebot, Bedarf, …
– Wir interessieren uns nicht für
Fließkommazahlen in 32 oder 64 Bit,
Little oder Big Endian, RS232 oder RS485,
Modbus RTU, Modbus TCP/IP, Modbus
ASCII…
• Abstraktion über Ontologie erlaubt Fokus
auf das Wesentliche
– Austauschbarkeit der Interna (neue
Hardware, neue Agenten)
– Verständlichkeit und Wartbarkeit des
Systems
– Anpassungsfähigkeit, Erneuerbarkeit
71
72
Wetter-
prognose
Solarleistung
Produktionsplan
Energie-
management
Netz-
management
Heizbetrieb
Zwischenspeicher
Heizbetrieb
Prognosen und Proaktives Handeln
• Einzelne Agenten verwalten ihren
zukünftigen Bedarf und ihr
zukünftiges Angebot.
– Solarprognosen, Lastprognosen,
Produktionsplan, Logistikplan, …
– Demand-side management
• Proaktives Handeln führt zur besseren
Auslastung von Betriebsmitteln.
– Koordination von
Batterieregenerationszyklen mit
Energieprognosen
– Frühzeitiger Transport von Energie in
verbrauchsnahe Speicher
– Frühzeitige Transformation in
verbrauchsnahe Energieformen
73
74
Wetter-
prognose
Solarleistung
Produktionsplan
Energie-
management
Netz-
management
Heizbetrieb
Zwischenspeicher
Heizbetrieb
Dynamik und Agilität: Erweiterbarkeit
75
Beispiel: Batteriespeicher
• Zur stationären Batterie
kommen e-Fahrzeuge
(unidirektional).
– Ladesäulen und Fahrzeuge
erhalten ihren Repräsentanten
zum Management
– Fahrzeiten, Ladeleistung,
Auslastung, etc. können sofort
mit dem Gesamtsystem
koordiniert werden
• Die Staplerflotte wird auf
bidirektional ladbare e-
Fahrzeuge umgestellt.
– Unmittelbare Einbindung in das
Stromspeicherkonzept
– Vernetzung mit der Produktion
76
 Einfaches Lastmanagement im Industriekontext
 20kV Anschluss, Lastgangvertrag
 Schwankende Grundlast
 Einzelne Großverbraucher, planbar / nicht
planbar, verschiebbar / nicht verschiebbar
 Eigene Erzeuger, entstehendes Energie-
/Klimaschutzkonzept
 Vernetzt und zukunftssicher
 Weitere Softwareentwicklung
 Konzept- und Ideenentwicklung
 Praxistest!
 Neues Forschungsinstitut für Wasser- und
Energiemanagement
Smart Grid aus der Region – Praktisches Lastmanagement
und die Vorreiterrolle der Hochschule Hof
Dynamik und Agilität: Lernende Systeme
77
Automatische Anpassung an neue
Gegebenheiten
• Lernen von Beziehungen (z.B.
Strahlung – Output) durch neuronale
Netze
• Prognosen für Verbrauch/Beitrag
volatiler Quellen und Senken
• Ständige Anpassung an
veränderliche Parameter (Alterung,
Neuausrichtung)
• Einpassung in neue Umfelder
(Wiederverwendung von Systemen
in neuem Kontext)
• Auslegung von Betriebsmitteln aus
Fehlerabschätzung
Fazit
• Das Smart Grid funktioniert auch (und besser)
ohne Durchgriff und totale Überwachung
durch den Versorger
• Dritte haben in Deinen Daten nichts zu suchen
• Nutze sie selbst. Jetzt.
Vielen Dank für Ihre Aufmerksamkeit
Phone +49 9281 409-6112
Fax +49 9281 409-6899
mail@iisys.de
www.iisys.de
www.iisys.de/sg
Institut für
Informationssysteme
der Hochschule Hof (iisys)
Alfons-Goppel-Platz 1
95028 Hof
Simba n³ GmbH
Dr.-Friedrichs-Str. 42
08606 Oelsnitz
Tel.: +49 37421 7224-0
Fax: +49 37421 7224-100
E-Mail: info@nhochdrei.de
Internet: www.nhochdrei.de
Dr. Matthias Nagel
Managing Director
matthias.nagel@nhochdrei.de
+49 (37421) 7224 - 101
Dr. Georg Jung
Head of research group Smart Grids
georg.jung@iisys.de
+49 9281 409-6271

Weitere ähnliche Inhalte

Andere mochten auch

Andere mochten auch (16)

How to deploy Apache Spark 
to Mesos/DCOS
How to deploy Apache Spark 
to Mesos/DCOSHow to deploy Apache Spark 
to Mesos/DCOS
How to deploy Apache Spark 
to Mesos/DCOS
 
Akka in Production - ScalaDays 2015
Akka in Production - ScalaDays 2015Akka in Production - ScalaDays 2015
Akka in Production - ScalaDays 2015
 
Spark Kernel Talk - Apache Spark Meetup San Francisco (July 2015)
Spark Kernel Talk - Apache Spark Meetup San Francisco (July 2015)Spark Kernel Talk - Apache Spark Meetup San Francisco (July 2015)
Spark Kernel Talk - Apache Spark Meetup San Francisco (July 2015)
 
Reactive app using actor model & apache spark
Reactive app using actor model & apache sparkReactive app using actor model & apache spark
Reactive app using actor model & apache spark
 
Real-Time Anomaly Detection with Spark MLlib, Akka and Cassandra
Real-Time Anomaly Detection  with Spark MLlib, Akka and  CassandraReal-Time Anomaly Detection  with Spark MLlib, Akka and  Cassandra
Real-Time Anomaly Detection with Spark MLlib, Akka and Cassandra
 
Reactive dashboard’s using apache spark
Reactive dashboard’s using apache sparkReactive dashboard’s using apache spark
Reactive dashboard’s using apache spark
 
Four Things to Know About Reliable Spark Streaming with Typesafe and Databricks
Four Things to Know About Reliable Spark Streaming with Typesafe and DatabricksFour Things to Know About Reliable Spark Streaming with Typesafe and Databricks
Four Things to Know About Reliable Spark Streaming with Typesafe and Databricks
 
Data processing platforms architectures with Spark, Mesos, Akka, Cassandra an...
Data processing platforms architectures with Spark, Mesos, Akka, Cassandra an...Data processing platforms architectures with Spark, Mesos, Akka, Cassandra an...
Data processing platforms architectures with Spark, Mesos, Akka, Cassandra an...
 
Data Science lifecycle with Apache Zeppelin and Spark by Moonsoo Lee
Data Science lifecycle with Apache Zeppelin and Spark by Moonsoo LeeData Science lifecycle with Apache Zeppelin and Spark by Moonsoo Lee
Data Science lifecycle with Apache Zeppelin and Spark by Moonsoo Lee
 
Streaming Big Data with Spark, Kafka, Cassandra, Akka & Scala (from webinar)
Streaming Big Data with Spark, Kafka, Cassandra, Akka & Scala (from webinar)Streaming Big Data with Spark, Kafka, Cassandra, Akka & Scala (from webinar)
Streaming Big Data with Spark, Kafka, Cassandra, Akka & Scala (from webinar)
 
Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...
Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...
Lambda Architecture with Spark, Spark Streaming, Kafka, Cassandra, Akka and S...
 
Lambda Architecture with Spark Streaming, Kafka, Cassandra, Akka, Scala
Lambda Architecture with Spark Streaming, Kafka, Cassandra, Akka, ScalaLambda Architecture with Spark Streaming, Kafka, Cassandra, Akka, Scala
Lambda Architecture with Spark Streaming, Kafka, Cassandra, Akka, Scala
 
TensorFrames: Google Tensorflow on Apache Spark
TensorFrames: Google Tensorflow on Apache SparkTensorFrames: Google Tensorflow on Apache Spark
TensorFrames: Google Tensorflow on Apache Spark
 
Using Spark, Kafka, Cassandra and Akka on Mesos for Real-Time Personalization
Using Spark, Kafka, Cassandra and Akka on Mesos for Real-Time PersonalizationUsing Spark, Kafka, Cassandra and Akka on Mesos for Real-Time Personalization
Using Spark, Kafka, Cassandra and Akka on Mesos for Real-Time Personalization
 
Streaming Analytics with Spark, Kafka, Cassandra and Akka
Streaming Analytics with Spark, Kafka, Cassandra and AkkaStreaming Analytics with Spark, Kafka, Cassandra and Akka
Streaming Analytics with Spark, Kafka, Cassandra and Akka
 
Digitalisierung des Privatlebens - wie Deep Learning Smartphone und Smart Hom...
Digitalisierung des Privatlebens - wie Deep Learning Smartphone und Smart Hom...Digitalisierung des Privatlebens - wie Deep Learning Smartphone und Smart Hom...
Digitalisierung des Privatlebens - wie Deep Learning Smartphone und Smart Hom...
 

Ähnlich wie Nutze Deine Daten! Jetzt!

Digitale Disruption
Digitale DisruptionDigitale Disruption
Digitale Disruption
BusinessVillage GmbH
 
IFFOCUS »Aus digital wird smart«
IFFOCUS »Aus digital wird smart«IFFOCUS »Aus digital wird smart«
IFFOCUS »Aus digital wird smart«
Fraunhofer IFF
 
NZZ_CH_digitization and the influence in higher education_cognitive computing...
NZZ_CH_digitization and the influence in higher education_cognitive computing...NZZ_CH_digitization and the influence in higher education_cognitive computing...
NZZ_CH_digitization and the influence in higher education_cognitive computing...
karinhildegardvey
 

Ähnlich wie Nutze Deine Daten! Jetzt! (20)

Analytics mit SAS - konkret und praxisnah
Analytics mit SAS - konkret und praxisnahAnalytics mit SAS - konkret und praxisnah
Analytics mit SAS - konkret und praxisnah
 
Mit agiler Innovation zu Next Generation Mobile Business - Studienkeynote 6. ...
Mit agiler Innovation zu Next Generation Mobile Business - Studienkeynote 6. ...Mit agiler Innovation zu Next Generation Mobile Business - Studienkeynote 6. ...
Mit agiler Innovation zu Next Generation Mobile Business - Studienkeynote 6. ...
 
Mit agiler Innovation zu Next Generation Mobile Business - Studienkeynote 6. ...
Mit agiler Innovation zu Next Generation Mobile Business - Studienkeynote 6. ...Mit agiler Innovation zu Next Generation Mobile Business - Studienkeynote 6. ...
Mit agiler Innovation zu Next Generation Mobile Business - Studienkeynote 6. ...
 
Big Data zwischen Technik und Organisationskultur
Big Data zwischen Technik und OrganisationskulturBig Data zwischen Technik und Organisationskultur
Big Data zwischen Technik und Organisationskultur
 
Workshop zu Crowdsourced Innovation auf dem Unternehmergipfel Innovation 2015...
Workshop zu Crowdsourced Innovation auf dem Unternehmergipfel Innovation 2015...Workshop zu Crowdsourced Innovation auf dem Unternehmergipfel Innovation 2015...
Workshop zu Crowdsourced Innovation auf dem Unternehmergipfel Innovation 2015...
 
Die Digitalisierung braucht Know-how, nicht Bandbreite
Die Digitalisierung braucht Know-how, nicht BandbreiteDie Digitalisierung braucht Know-how, nicht Bandbreite
Die Digitalisierung braucht Know-how, nicht Bandbreite
 
Digitale Disruption
Digitale DisruptionDigitale Disruption
Digitale Disruption
 
Auswirkungen der Digitalisierung auf die Zukunft des Rechnungs- und Belegwese...
Auswirkungen der Digitalisierung auf die Zukunft des Rechnungs- und Belegwese...Auswirkungen der Digitalisierung auf die Zukunft des Rechnungs- und Belegwese...
Auswirkungen der Digitalisierung auf die Zukunft des Rechnungs- und Belegwese...
 
Digitalisierung kennt keine Grenzen: Auswirkung der Digitalisierung auf das A...
Digitalisierung kennt keine Grenzen: Auswirkung der Digitalisierung auf das A...Digitalisierung kennt keine Grenzen: Auswirkung der Digitalisierung auf das A...
Digitalisierung kennt keine Grenzen: Auswirkung der Digitalisierung auf das A...
 
CrowdsourcingBlog.de Präsentation
CrowdsourcingBlog.de PräsentationCrowdsourcingBlog.de Präsentation
CrowdsourcingBlog.de Präsentation
 
Crowdsourcing - Social Media Tuesday
Crowdsourcing - Social Media TuesdayCrowdsourcing - Social Media Tuesday
Crowdsourcing - Social Media Tuesday
 
IFFOCUS »Aus digital wird smart«
IFFOCUS »Aus digital wird smart«IFFOCUS »Aus digital wird smart«
IFFOCUS »Aus digital wird smart«
 
Arbeitswelt 2020: Jobs der Zukunft
Arbeitswelt 2020: Jobs der ZukunftArbeitswelt 2020: Jobs der Zukunft
Arbeitswelt 2020: Jobs der Zukunft
 
Service Design - Gestaltung der Digitalen Transformation
Service Design - Gestaltung der Digitalen TransformationService Design - Gestaltung der Digitalen Transformation
Service Design - Gestaltung der Digitalen Transformation
 
agil & digital addWings 2019
agil & digital addWings 2019agil & digital addWings 2019
agil & digital addWings 2019
 
overcoming organizational obstacles for (data driven) innovation
overcoming organizational obstacles for (data driven) innovationovercoming organizational obstacles for (data driven) innovation
overcoming organizational obstacles for (data driven) innovation
 
[DE] Panel-Diskussion "BigData Analytics" | DMS EXPO 2013
[DE] Panel-Diskussion "BigData Analytics" | DMS EXPO 2013[DE] Panel-Diskussion "BigData Analytics" | DMS EXPO 2013
[DE] Panel-Diskussion "BigData Analytics" | DMS EXPO 2013
 
«Die Zukunft der Führung ist analog!»
«Die Zukunft der Führung ist analog!»«Die Zukunft der Führung ist analog!»
«Die Zukunft der Führung ist analog!»
 
Breakout Session: Führung über Unternehmensgrenzen hinweg – Prof. Dr. Sybille...
Breakout Session: Führung über Unternehmensgrenzen hinweg – Prof. Dr. Sybille...Breakout Session: Führung über Unternehmensgrenzen hinweg – Prof. Dr. Sybille...
Breakout Session: Führung über Unternehmensgrenzen hinweg – Prof. Dr. Sybille...
 
NZZ_CH_digitization and the influence in higher education_cognitive computing...
NZZ_CH_digitization and the influence in higher education_cognitive computing...NZZ_CH_digitization and the influence in higher education_cognitive computing...
NZZ_CH_digitization and the influence in higher education_cognitive computing...
 

Nutze Deine Daten! Jetzt!

  • 1. Innovative Analysemöglichkeiten im Umfeld von Big Data NUTZE DEINE DATEN! JETZT! RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG
  • 2. Digitalisierung erschüttert unser Wirtschafts- und Gesellschaftssystem in den Grundfesten HERAUSFORDERUNG DIGITALISIERUNG RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Abb. aus: chrisriddell.com
  • 3. 3 „Wenn Technologien und Gesellschaft sich schneller ändern, als Unternehmen in der Lage sind sich anzupassen, dann kommt es ganz nach den Regeln der Evolution zum Aussterben bestimmter Unternehmenstypen“ (vgl. Land, K.-H. 2015) WAS HAT DARWIN MIT DIGITALISIERUNG ZU TUN? Evolutionäre Veränderungen mit revolutionären Auswirkungen RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Abb.: http://creativethinking.net/what-i-learned-from-charles-darwin-about-creative-thinking/# sthash.rFvauGLB.dpbs
  • 4. 4 DIGITALE ZERSTÖRER Digitale Disruption wird so lange ignoriert, bis es zu spät ist! RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Disruptive Innovationen unterscheiden sich von stetigen Produktverbesserungen und neuen Varianten erheblich! Sie treten in verschiedenen Branchen nur sehr selten auf. Ist dies jedoch der Fall, bleibt kein Stein mehr auf dem anderen! Es kommt zu Wirkungsketten: Bild aus: https://www.piratenpartei-nrw.de/wp-content/uploads/2016/01/dominosteine.jpg Es ist wichtig zu wissen, wann und wie digitale Disruption funktioniert.
  • 5. 5 Vom digitalen Wandel besonders betroffen sind: RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG KURZER LUNTE, LAUTER KNALL … Einzelhandel, ITK, Banken, Versicherungen, Professional Services
  • 6. 6 DAS IST DOCH NICHTS NEUES! DOCH. Revolution durch sich gegenseitig verstärkenden technischen Fortschritt RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Mobile 5G Netzwerke >100 MB/s Software Visual Analytics Data Science Roboter 3D Druck Cloud & Portale Branchen- wissen Sensoren
  • 7. 7 Geänderter Wettbewerb & Kundenverhalten, neue Geschäftsmodelle RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG DIE FOLGEN DAVON Im Gespräch mit dem Bus Aus: Computerworld 10 2016  Schon heute auf Herausforderungen von morgen vorbereiten.  Es ist besser, Fehler in Kauf zu nehmen, als untätig zu bleiben.  Unternehmen müssen sich dem geänderten Konsumentenverhalten anpassen.  Schnelligkeit: Wer jetzt nicht digitalisiert, überlässt die Wertschöpfung anderen. “Der gefährliche Wettbewerb kommt nicht von hinten, den erkennt man im Rückspiegel. Die Konkurrenz kommt aus der Seitenstraße.” Reinhard Ploss, CEO Infineon
  • 8. 8 Es geht um die Abbildung der gesamten Wertschöpfungskette, vom ersten Kundenkontakt bis zur letzten Rechnung. Digitalisierung heißt, Geschäftsprozesse miteinander zu verzahnen, Kunden, Projekte, Buchhaltung in einem System managen. … als Chance für die, die sie verstehen & dafür Lösungen anbieten! RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG GESCHÄFTSPROZESSE VERZAHNEN & OPTIMIEREN
  • 9. Es gibt universelle einsetzbare Prinzipien, Methoden, Algorithmen, Werkzeuge SMART DATA & DATA SCIENCE „TOOL BOX“ RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Abb. aus: http://blog.contractiq.com/big-data-analytics-companies-in-india/
  • 10. 10RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG 1. DER SCHLÜSSEL FÜR DIE DIGITALISIERUNG  Statische Datenquellen Daten- ströme data- extraction data cleansing data structuring data consolidation managing data business intelligence self service discovery machine leraning Mensch als Nutzer decision engines Datengewinnung Daten verwalten Einsichten gewinnen Aus: Disruptive Analytics: Charting Your Strategy for Next-Generation Business Analytics ist die analytische Wertschöpfungskette und deren Umsetzung
  • 11. 11RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG 2. INTERAKTIVE DYNAMIK & VISUAL ANALYTICS  Dynamisch, interaktiv, Self Service Analytics. “To be most effective, visual analytics tools must support the fluent and flexible use of visualizations at rates resonant with the pace of human thought.” Jeffrey Heer & Ben Shneiderman DATA AND VIEW SPECIFICATION  FILTER  SORT VIEW MANIPULATION  SELECT  NAVIGATE  COORDINATE  ORGANIZE February 20, 2012 Volume 10, issue 2PROCESS AND PROVENANCE  RECORD  ANNOTATE  SHARE  Guide
  • 12. 12RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG 2. INTERAKTIVE DYNAMIK & VISUAL ANALYTICS  Dynamisch, interaktiv, Self Service Analytics. VisualCockpit leistet dieses
  • 13. 13 3. PROZESSOPTIMIERUNG DURCH SEMANTIK  Erkennen und Verarbeiten von Informationen RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Abb.: http://lumma.de/2011/09/02/die-kunst-aufzuraumen/
  • 14. 14 z.B. für dynamische Marktbeobachtung RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG 4. EXTERNE DATEN MITTELS CRAWLER NUTZEN 
  • 15. 15 How do machines learn? “It’s just math.” - Oren Etzioni RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG 5. ARTIFICIAL INTELLIGENCE & MACHINE LEARNING  Supervised Learning Unsupervised Learning Neural Network Deep Learning (Tensorflow) Gartner Hype Cycle 2016: „Machine Learning…befindet sich auf dem Höhepunkt der übertriebenen Erwartungen“. Abbildungen. H. Edwards Abb. aus: then One/WIRED
  • 16. 16 „Selbst die größte Ansammlung von Informationen, Big Data verfügt über sehr wenig Wissen. Anhand von Big Data werden Korrelationen ermittelt. Die Korrelation besagt: Wenn A stattfindet, so findet auch B statt. Warum es so ist, weiß man aber nicht. Die Korrelation ist die primitivste Wissensform, die nicht einmal in der Lage ist, das Kausal- verhältnis, d.h. das Verhältnis von Ursache und Wirkung, zu vermitteln. Es ist so. Die Frage nach dem Warum erübrigt sich hier. Es wird also nichts begriffen. Wissen ist aber Begreifen. So macht Big Data das Denken überflüssig. Wir überlassen uns bedenkenlos dem Es-Ist- so.“ Für uns kann das nur heißen: Machine Learning- Algorithmen erproben und anwenden! Aber bei der Anwendung nie das Denken vergessen. Das macht Data Science aus. Abb: http://criminologia.de/2015/06/stille-diktatur-ein-interview-mit-han-byung-chul Korrelationen vs. Wissen RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG BYUNG-CHUL HAN ÜBER BIG DATA
  • 17. 17 Probleme können besser gelöst werden, „…wenn Menschen unterschiedlicher Disziplinen in einem die Kreativität fördernden Umfeld zusammenarbeiten, gemeinsam eine Fragestellung entwickeln, die Bedürfnisse und Motivationen von Menschen berücksichtigen, und dann Konzepte entwickeln, die mehrfach geprüft werden“. Sinngemäß nach: Wikipedia Aus: https://blog.varonis.com/design-thinking-for-your-data-strategy/ Design Thinking als Kreativprozess zur Ideenfindung RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG 6. DESIGN THINKING 
  • 18. 18 Wissen Sie, wie Ihre Prozesse wirklich ablaufen? Sind Sie sich sicher?  Mit zunehmender Digitalisierung steigt die Zahl der IT-gestützten Prozessabläufe. Dies führt zu wachsender Komplexität bei sinkender Transparenz der Geschäftsprozesse.  Rasante Änderungen und neue Systeme führen dazu, dass die realen Abläufe nicht mehr mit den ursprünglich vorgesehenen Prozessen übereinstimmen.  Klassische Prozessanalysen, die sich auf Interviews und Stichproben stützen, stoßen in dieser Situation an Ihre Grenzen. Process Mining: Algorithmen-gestützte Analyse realer Geschäftsprozesse. Empirisches Process Mining  schafft den Überblick über die realen Prozesse,  findet den „Flaschenhals“ in Abläufen und  schafft Voraussetzungen, um Prozesse optimieren zu können. Überblick über immer komplexere Unternehmensprozesse. RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG 7. EMPIRISCHES PROCESS MINING  Bild aus: fhnw.ch
  • 19. 19 Die Blockchain hat das Potential für eine Revolution, denn das Prinzip kann für jede Art von Vertrag verwendet werden: „Smart Contracts“. … hat das Potential für eine Revolution. RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG 8. BLOCKCHAIN & SMART CONTRACTS Abb. von Dan Page aus http://www.strategy-business.com/article/A-Strategists-Guide-to-Blockchain?gko=0d586
  • 20. Simba n³ setzt diese Methoden und Algorithmen in Lösungen für diverse Branchen ein (KURZ)VORSTELLUNG KONKRETER SMART DATA LÖSUNGEN RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Abb. aus: http://www.techtag.de/wp-content/uploads/2015/02/smart-data.jpg
  • 21. 21 Design Thinking, Projektmanagement & Consulting Software & Services von Simba n³ rund um Daten & Digitalisierung RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG EIGENE BEISPIELE FÜR ANALYTICS & BIG DATA Damit sind individualisierte (Branchen-)Lösungen bei Nutzung von Standards machbar. Visual Analytics & BI-Software VisualCockpit von Simba n³ Individuelle Programmierung & Entwicklung Data Science & Analytics Oft wird dafür A bis D gebraucht, Simba n³ hat dies im Portfolio. Wir erläutern dies an einigen konkreten Beispielen. D A C B
  • 22. Kunde: envia TEL DIGITALISIERUNG VON KERNPROZESSEN RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Visual Analytics & BI- Software von Simba n³ Individuelle Programmierung & Entwicklung Data Science & Analytics D A C
  • 23. 23 Ein Praxisbeispiel zur Digitalisierung von Geschäftsprozessen RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG DIE NETZWELT VON ENVIA TEL
  • 24. 24  Bauplan befüllen: Massendaten des Netzgebietes von ca. 27.000 km² mit Potentialen müssen analysiert werden.  Vermarktungskampagnen vorbereiten: (Adress-) Datenqualität muss gesteigert werden Hoher manueller Abstimmungsaufwand vor Entscheidungen RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG HERAUSFORDERUNG – IST ZUSTAND (DAMALS)
  • 25. 25  Für strategische Entscheidungen des Einsatzes der Investitionsmittel sind völlig andere Daten als z.B. für operative Entscheidungen im Vertrieb erforderlich.  Das bisherige Potentialmanagement ist ein ressourcenaufwändiger subjektiver Entscheidungs-prozess, mit hohem Abstimmungsaufwand.  Automatisierung & Vereinfachung der analytischen Wertschöpfungskette mit dem DataWarehouseBuilder: Kunde: envia TEL RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG PROZESSOPTIMIERUNG DURCH DIGITALISIERUNG Digitale Transformation des Kernprozesses „Potentialmanagement“
  • 26. 26 Mit dem VisualCockpit lassen sich ad hoc alle Fragen beantworten RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG EINSATZ VISUALCOCKPIT IM KREATIVTEAM Umsetzung der digitalen Transformation des Kernprozesses mit Fragestellung „In welchen Gebieten sollte envia TEL investieren?“ in nur 2 Monaten. Punktlandung bei Priorisierung, Bewertung und Umsetzung der Bauprojekte für 2016.
  • 27. 27 Durch das envia TEL-Projektteam und den n³ Data Scientists wurde die digitale Transfor- mation des Kernprozesses in nur 2 Monaten umgesetzt. Das ermöglichte envia TEL für 2016 eine zeitliche "Punktlandung“: In Dunkelverarbeitung wurden ausreichend viele Potential-standorte ermittelt. Damit konnten gezielt ~ 20 Mio. € in Glasfasernetze investieren werden. Vorlauf für 2017: Bauvorhaben stehen fest, Baufirmen sind unter Vertrag. Dieser Zeitgewinn ist unter dem harten Wettbewerb besonders wichtig. Die Smart Data-Lösung ist für beliebige Netzinfrastrukturen anwendbar bzw. übertragbar. RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG VERMARKTUNGSPROZESS – ERREICHTE ZIELE
  • 28. 28  Design Thinking  Automatisierung großer Teile der analytischen Wertschöpfungskette  Gewinnung externer Daten über Robots und Crawler  Einsatz von KI-Methoden zur Entscheidungsunterstützung  Bereitstellung von Self Service Analytics für das Kompetenzteam Der Mtehodenmix macht‘s. RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG WIE KOMMT MAN ZU DEN ERGEBNISSEN? Aus: https://blog.varonis.com/design-thinking-for-your-data-strategy/
  • 29. Über Robots & Crawler aus Portalen, Internet, Sozialen Medien NUTZUNG EXTERNER DATEN RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Visual Analytics & BI- Software von Simba n³ Individuelle Programmierung & Entwicklung Data Science & Analytics D A C
  • 30. 30 Kreise: Cluster mit hausärztlicher Unterversorgung und erheblichen demographischen Unterschieden RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG CRAWLER & VERSORGUNGSFORSCHUNG
  • 31. 31 Prozesse rund um die „Holpflichten im Unternehmen“ automatisieren RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG INFORMATIONSLOGISTIK: AUSLESEN VON PORTALEN
  • 32. 32 Über Robots & Crawler aus Portalen, Internet, Sozialen Medien RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG BEISPIEL 4 - NUTZUNG EXTERNER DATEN Einsatz in mehreren Projekten:  Mobile App für Commerzbank  Dynamische Preisbildung  Kleinräumige Analyse der Versorgung  Auslesen von OEM-Portalen  Eingesetzte Technologien: A, C, D (kapow und eigen programmierte Robots) Visual Analytics & BI-Software von Simba n³ Individuelle Programmierung & Entwicklung Data Science & Analytics D A C
  • 33. ImmobilienScout24 SEMANTIK BEI DER IMMOBILIENBEWERTUNG RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Individuelle Programmierung & Entwicklung Data Science & Analytics D C
  • 34. 34 Für die Immobilienbewertung wird das Wissen (~ Kernkompetenz eines Gutachters) erfasst und den Informationen aus den Exposé-Texten zuordnet. Damit wird eine Nutzung von >90% der Exposés von ImmobilienScout24 möglich. ImmobilienScout24 RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG SEMANTIK BEI DER IMMOBILIENBEWERTUNG 42% Daten mit Baujahr 58% Daten ohne Baujahr 39% Baujahrinformationen aus iKnow
  • 35. 35 „Mit Hilfe der n³-Applikation können wir noch mehr Objekte für unsere Online-Immobilien- bewertung heranziehen. Hierdurch werden wir für die Immobilien von noch mehr Kunden genaue Bewertungen ermitteln können. Wir sind uns sicher, dass wir damit die Attraktivität unseres Angebotes weiter verbessern werden.“ Sven Feuerschütte, Vice President Valuation Services bei ImmobilienScout24  Die Immobilien-Datenbank von ImmobilienScout24 enthält ca. >180 Mio. Exposés. In den Exposés liegen benötigte Informationen oft als unstrukturierten Fließtexte vor. Für eine Immobilienbewertung werden aber strukturierte Daten als Eingabe benötigt, ohne die keine Verkehrswert- ermittlung durchgeführt werden kann.  Semantische Technologien sollen das Problem lösen.  Eingesetzte Technologien: C, D (InterSystems iKnow) ImmobilienScout24 RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG BEISPIEL 2 - FÜR DIE ANWENDUNG VON SEMANTIK Semantik bei der Immobilienbewertung Individuelle Programmierung & Entwicklung Data Science & Analytics D C
  • 36. (Forschungs)projekte zu Industrie 4.0 & Lösungen für den Mittelstand BEISPIELE FÜR INDUSTRIE 4.0 RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Visual Analytics & BI- Software von Simba n³ Individuelle Programmierung & Entwicklung Data Science & Analytics D A C
  • 37. 37 Mitarbeit in Forschungsprojekten & I4.0-Lösungen für den Mittelstand RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG INDUSTRIE 4.0 FÜR DEN MITTELSTAND Fertigungsassistenzsystem unter Verwendung sozio-cyber-physischer Produktionssysteme Visual Analytics & BI-Software von Simba n³ Individuelle Programmierung & Entwicklung Data Science & Analytics D A C
  • 38. 38RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG MOBILE DASHBOARDS Mittels Beacons Informationen gezielt bereitstellen Proaktive Informationen für Worker bei einfacher Anwendbarkeit. Wenn das Thema schon komplex ist, sollte die Software keine weitere Komplexität hinzufügen!
  • 39. 39RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG KENNZAHLEN ZUR PRODUKTION Kramski GmbH
  • 40. TEIL II: CHANCEN & RISIKEN DER DIGITALISIERUNG RINGVORLESUNG | 23. NOVEMBERR 2016 | IISYS HOF | DR. MATTHIAS NAGEL & DR. GEORG JUNG Abb. aus: https://www.liberale.de/content/chancen-risiken-einer-digitalisierten-gesellschaft
  • 41. NUTZE DEINE DATEN! JETZT! Es gibt schlüsselfertige Lösungen. Warum nicht?
  • 42.
  • 43. Wie funktioniert die Infrastruktur heute? • Ein Läufer mit 100 Tonnen Gewicht rotiert mit 3.000 Umdrehungen pro Minute • Daraus werden 50 Hz Netzfrequenz • Solange wir die Drehzahl halten ist das Netz stabil!
  • 47. Bild: 3m Solutions Bild: 3m SolutionsBild: epri Bild: Hitachi Bild: knowstartup Bild: MKSmart Bild: Pace University Bild: Shutterstock / Powerelectronicsworld Bild: TendersOnTime Bild: Tonex Bild: Trilliant Inc. Das Smart Grid
  • 48. Deine Daten • Bis 2019 sollen alle 5,5 Millionen Zähler in Österreich „intelligent“ sein. • „Wer seine Daten freiwillig rausrückt, könnte in Zukunft mit Gratis-Strom belohnt werden“ (Kurier, 22.09.2012)
  • 49. Deine Daten Beispiele • Backofen • Kühlschrank • Spülmaschine
  • 51. Deine Daten Heise Security vom 20.09.2011
  • 52. Deine Daten Ein paar Bilder von „Ecoisme - Intelligent Energy Monitoring System“ – Startup auf IndieGoGo Crowdfunding:
  • 53. Deine Daten Ein paar Bilder von „Ecoisme - Intelligent Energy Monitoring System“ – Startup auf IndieGoGo Crowdfunding:
  • 54. Deine Daten Ein paar Bilder von „Ecoisme - Intelligent Energy Monitoring System“ – Startup auf IndieGoGo Crowdfunding:
  • 55. Deine Daten Ein paar Bilder von „Ecoisme - Intelligent Energy Monitoring System“ – Startup auf IndieGoGo Crowdfunding: Diese Information steht natürlich ausschließlich dem Nutzer zur Verfügung und wird von (fast) sonst niemandem gelesen und bestenfalls zur Verbesserung des Service verwendet!
  • 57. Bisherige Pläne • Google gab 2011 das Projekt PowerMeter auf – “…consumers don't know the industry even exists.” (CBS News, 24.06.2011) – “Growing consumer distrust of Google's use of personal data likely made many reluctant to divulge details” (CBS News, 24.06.2011) • 2013 Wiedereinstieg mit Partner General Electric (Green Tech Media, 12.02.2013) – Verbindung mit Maps als „Geospacial Tool“
  • 58. Warum nicht? The Loss of Location Privacy in the Cellular Age (Wicker, 2012) Bild aus Stephen B. Wicker. „The Loss of Location Privacy in the Cellular Age“, CACM 50:8, August 2012 „Our view of reality is conditioned by our position in space and time – not by our personalities as we like to think.“ (Lawrence Durrell, cited after Wicker, 2012) „…to be human is to be ‚in place‘.“ (Tim Cresswell, cited after Wicker, 2012)
  • 59. Wissenschaft der Information • Aus dem location-trail einer Person kann man viel erfahren! – Die Adresse (Wohnung) – Adressen von Freunden (verbringt die Person auch hin und wieder die Nacht dort?) – Religiös signifikante Orte (Kirchen, Moscheen, …) – Sportvereine, Fitness-Center (wie häufig) – Bars, Restaurants (wie gesund lebt die Person wirklich?) – Geschäfte (wo wird gekauft, was wird gekauft?) – Ärzte, Spezialkliniken (Diagnose auf dem Krankenschein?) – Vergnügungen (Kino oder Theater, Klassik oder Rock- Konzert, …) – Und so weiter…
  • 60. Ein Beispielszenario Freunde unterhalten sich. Es gibt den Vorschlag, abends gemeinsam essen zu gehen. Sie sind unsicher. Vielleicht wollen Sie zuhause bleiben. Nachmittags erhalten Sie auf Ihrem Telefon Coupons für eins der Restaurants. Abends sind Sie dann doch dabei.
  • 61. Wissenschaft der Information • Nimmt der Familienvater am Abendessen teil? • Liest er seine Mail vorher oder nachher? • Wann kann ich ihm etwas verkaufen, wann zur Arbeit drängen? Fazit: Wo keine Privatheit existiert, kann eine Person ununterbrochen entweder zu Leistung oder zu Konsum gedrängt werden. Das persönliche Erleben der Umgebung wird dafür geopfert.
  • 62. Weiteres Beispielszenario „There are, however, some brief periods in a person’s life when old routines fall apart and buying habits are suddenly in flux. One of those moments — the moment, really — is right around the birth of a child, when parents are exhausted and overwhelmed and their shopping patterns and brand loyalties are up for grabs.” - NYT, 16.02.2012
  • 63. Zugang zu Information • Individuell aufbereitete Nachrichten • Suchergebnisse nach persönlichen Präferenzen • Vorschläge nach eigenen Interessen • Diskussion im sozialen Umfeld Getty Images Das nennt man Filterblase
  • 64. Nutzung Deiner Daten durch Andere • Ununterbrochener Druck auf das eigene Handeln zum Nachteil des persönlichen Erlebens • Nach außen kehren der Privatsphäre und Intimsphäre • Keine Konfrontation mit anderslautenden Meinungen, Ausblenden pluralistischer Meinungsbildung als Vorteil.
  • 65. Privatheit des Unternehmens • Wann werden welche Zulieferer getroffen? • Welche Kunden werden besucht? • Wird die Modernisierung von Maschinen geplant, Anlagen gekauft? • Wie viele Mitarbeiter sind im Urlaub, wie viele im Betrieb, wie lange?
  • 66. NUTZE DEINE DATEN SELBST! Es geht auch anders:
  • 67. Polyenergetische Lastregelung 67 Geringer Arbeitspreis Teuer bei Lastspitzen 7 ¢/kWh über Abschreibungszeitraum Volatil (Wetterabhängig) Strom als Abfallprodukt bei Wärmebedarf Kurzzeitige Speicherung Lebensdauer abhängig von Betriebsart Effiziente Wärmeerzeugung bei Stromaufnahme Einfluss auf Lastaufnahme in der Produktion
  • 68. Beispiel Batteriespeicher • Interne Kenngrößen – Kapazität, Leistungsaufnahme/abgabe – Wirkungsgrad, Eigenverlust, Speicherdauer – Betriebsarten, Umschaltzeiten, Flexibilität – State of Health, State of Charge – Kosten (Schaden) bei Tiefentladung, Überladung, Ladezyklen zur Regeneration – Umschaltzeiten Ladung- Entladung • Investitions- und Abschreibungszeiträume • Wartungs- und Austauschzyklen 68
  • 69. Agentenorientierte Programmierung 69 • Weiterentwicklung der Objektorientierten Programmierung • Autonome Softwaremodule mit klar definierten Schnittstellen – Kenntnis der internen Zustände/Besonderheiten – Interner Entscheidungsspielraum • Zusammenschließbar zu einer verteilten Intelligenz (Multiagentensysteme) – Beitrag einzelner zum Gesamtergebnis – Echte Dezentralität (vs. 50,2Hz-Problem und 49,5Hz-Problem) – Subsidiaritätsprinzip • Kommunikation in Begriffen – Ontologie statt Fließkommazahlbeschreibung Softwareagent
  • 70. Lastregelung mit verteilter Intelligenz 70 Wetter- prognose Solarleistung Produktionsplan Energie- management Netz- management Heizbetrieb Zwischenspeicher Heizbetrieb
  • 71. Abstraktion, Verständnis und Dynamik • Daten haben Sinn und Bedeutung – Wir interessieren uns für Strom, Spannung, Leistung, Energie, Temperatur, Kapazität, Füllstand, Ladezeit, Sonneneinstrahlung, Angebot, Bedarf, … – Wir interessieren uns nicht für Fließkommazahlen in 32 oder 64 Bit, Little oder Big Endian, RS232 oder RS485, Modbus RTU, Modbus TCP/IP, Modbus ASCII… • Abstraktion über Ontologie erlaubt Fokus auf das Wesentliche – Austauschbarkeit der Interna (neue Hardware, neue Agenten) – Verständlichkeit und Wartbarkeit des Systems – Anpassungsfähigkeit, Erneuerbarkeit 71
  • 73. Prognosen und Proaktives Handeln • Einzelne Agenten verwalten ihren zukünftigen Bedarf und ihr zukünftiges Angebot. – Solarprognosen, Lastprognosen, Produktionsplan, Logistikplan, … – Demand-side management • Proaktives Handeln führt zur besseren Auslastung von Betriebsmitteln. – Koordination von Batterieregenerationszyklen mit Energieprognosen – Frühzeitiger Transport von Energie in verbrauchsnahe Speicher – Frühzeitige Transformation in verbrauchsnahe Energieformen 73
  • 75. Dynamik und Agilität: Erweiterbarkeit 75 Beispiel: Batteriespeicher • Zur stationären Batterie kommen e-Fahrzeuge (unidirektional). – Ladesäulen und Fahrzeuge erhalten ihren Repräsentanten zum Management – Fahrzeiten, Ladeleistung, Auslastung, etc. können sofort mit dem Gesamtsystem koordiniert werden • Die Staplerflotte wird auf bidirektional ladbare e- Fahrzeuge umgestellt. – Unmittelbare Einbindung in das Stromspeicherkonzept – Vernetzung mit der Produktion
  • 76. 76  Einfaches Lastmanagement im Industriekontext  20kV Anschluss, Lastgangvertrag  Schwankende Grundlast  Einzelne Großverbraucher, planbar / nicht planbar, verschiebbar / nicht verschiebbar  Eigene Erzeuger, entstehendes Energie- /Klimaschutzkonzept  Vernetzt und zukunftssicher  Weitere Softwareentwicklung  Konzept- und Ideenentwicklung  Praxistest!  Neues Forschungsinstitut für Wasser- und Energiemanagement Smart Grid aus der Region – Praktisches Lastmanagement und die Vorreiterrolle der Hochschule Hof
  • 77. Dynamik und Agilität: Lernende Systeme 77 Automatische Anpassung an neue Gegebenheiten • Lernen von Beziehungen (z.B. Strahlung – Output) durch neuronale Netze • Prognosen für Verbrauch/Beitrag volatiler Quellen und Senken • Ständige Anpassung an veränderliche Parameter (Alterung, Neuausrichtung) • Einpassung in neue Umfelder (Wiederverwendung von Systemen in neuem Kontext) • Auslegung von Betriebsmitteln aus Fehlerabschätzung
  • 78. Fazit • Das Smart Grid funktioniert auch (und besser) ohne Durchgriff und totale Überwachung durch den Versorger • Dritte haben in Deinen Daten nichts zu suchen • Nutze sie selbst. Jetzt.
  • 79. Vielen Dank für Ihre Aufmerksamkeit Phone +49 9281 409-6112 Fax +49 9281 409-6899 mail@iisys.de www.iisys.de www.iisys.de/sg Institut für Informationssysteme der Hochschule Hof (iisys) Alfons-Goppel-Platz 1 95028 Hof Simba n³ GmbH Dr.-Friedrichs-Str. 42 08606 Oelsnitz Tel.: +49 37421 7224-0 Fax: +49 37421 7224-100 E-Mail: info@nhochdrei.de Internet: www.nhochdrei.de Dr. Matthias Nagel Managing Director matthias.nagel@nhochdrei.de +49 (37421) 7224 - 101 Dr. Georg Jung Head of research group Smart Grids georg.jung@iisys.de +49 9281 409-6271