Data-Driven Systems - Overview Presentation at InES Symposium 2013
1. Data-Driven Systems: State-of-the-Art in Wissenschaft
und Praxis
Prof. Dr. Heiner Stuckenschmidt und Prof. Dr. Alexander Mädche
InES Symposium, Mannheim, 31. Oktober 2013
3. Viele neue technologische Potenziale im Datenumfeld
Big Data
Data Governance
Data Quality
Linked Open Data
Data Warehouse
Data Integration
Data Acquisition
3
Data Mining
Master Data
Management
Semantic Data
Data Mart
Metadata
Data
Management
Data Integrity
5. Was ist ein „Data-Driven System“?
•
•
Informationssysteme sind soziotechnische Systeme, welche aus
den Elementen IT, Mensch und
Organisation bzw. Gesellschaft
bestehen.
Gesellschaft
Organisation
Mensch
Informationstechnologie
Durch die fortschreitende
Digitalisierung werden heute mehr
Daten denn je erzeugt und stehen
zur weiteren Verarbeitung zur
Verfügung.
Daten
In datengetriebenen Informationssystemen sind Daten „First-Class
Citizen“, sie werden als strategisches und wertschöpfendes Gut betrachtet.
5
11. Anwendungsbeispiel: Lead Generation
Identifikation potentieller Kunden
über deren Web-Auftritt:
•
Schlagworte
•
Webseiten tatsächlicher
Kunden
Validierung benötigt Daten aus der
Webseite:
• Größe des Unternehmens
• Produkte, Dienstleistungen,…
Beispiel: wäre diese Klinik ein
Kunde für ein MRT?
11
12. Anwendungsbeispiel: Lead Generation
Identifikation von Ansprechpartnern
Extraktion von Kontaktinformationen:
•
Name, Vorname, Titel
•
Email, Telefon
•
Position, Kompetenzen
Beispiel:
Wer ist Ansprechpartner für
Netzwerksicherheit?
12
19. Was tun mit all den Daten?
Verfügbarkeit von Informationen reicht
nicht, man muss die richtigen
Schlüsse daraus ziehen!
Erst die Interpretation der Daten führt zu
direktem Nutzen:
• Erkennen von Mustern und
Zusammenhängen
• Analyse und Vorhersage der
Entwicklung
• Identifikation von Abweichungen und
Trends
Data Mining
20
20. Anwendungsbeispiel: Kundensonderwünsche
•
Extrem Variantenreiche Produkte:
z.B. Stadt- und Reisebusse
•
Sonderwünsche von Kunden
verursachen erheblichen Aufwand in
Planung und Konstruktion
•
Ziel: häufig gewünschte
Sonderausstattung zu
Standardvarianten machen
22
21. Anwendungsbeispiel: Kundensonderwünsche
Datenbasis:
> 0.5 Mio Freitextbeschreibungen von
Sonderwünschen für unterschiedliche
Produkte, nur zum Teil Baugruppen
zugeordnet.
Fragestellung:
Welche Sonderwünsche sollten
standardisiert werden?
23
25. Wissensressourcen – Beispiel DBpedia
Multilinguale Wissensbasis auf der Basis von Wikipedia
Englische Version enthält Beschreibungen für
•
4.0 Mio Dinge
•
3.22 Mio sind typisiert, davon
•
832,000 Personen
•
639,000 Orte
•
372,000 Produkte
•
209,000 Organisationen
30. Forschungsprojekt „Process Visibility“
SAP Operational Process Intelligence
powered by HANA
Enhanced visibility
for processes
• Which process characteristics determine high visibility requirements?
• Which capabilities are needed to deal with high visibility requirements of processes?
32
31. „Process Visibility” im Privatkundengeschäft von Banken
Request Entry
Request Update
Request Update
Exemplarische Kundenanfrage: Konto ist gesperrt
Kunden erstellt Anfrage über mobile Anwendung, es wird eine
Abschätzung der Bearbeitungszeit angegeben.
Kunden erhält kontinuierliche Information über den Status des Prozesse
sowie über etwaige Verzögerungen bei der Problemlösung.
33
33. Zusammenfassung
1
• In datengetriebenen Systemen werden Daten als
strategisches und wertschöpfendes Gut
betrachtet.
2
• Eine Vielzahl von Technologien zur intelligenten
Verarbeitung von Daten stehen heute zur
Verfügung.
3
• Durch die Einbettung dieser Technologien in
betriebliche Abläufe können Unternehmen ihre
Geschäftsprozesse intelligenter machen.
35
34. Danke für Ihre Aufmerksamkeit!
Prof. Dr. Heiner Stuckenschmidt
University of Mannheim | School of Business Informatics and Mathematics
Institute for Enterprise Systems (InES)
B6, 26 | Room B 1.20 | 68131 Mannheim | Germany
Phone +49 621 181-2530
heiner@informatik.uni-mannheim.de
http://dws.informatik.uni-mannheim.de
http://ines.uni-mannheim.de
Prof. Dr. Alexander Mädche
University of Mannheim | Business School
Institute for Enterprise Systems (InES)
L 15, 1-6 | 4th floor | 68131 Mannheim | Germany
Phone +49 621 181-3606 | Fax +49 621 181-3627
maedche@es.uni-mannheim.de
http://eris.bwl.uni-mannheim.de
http://ines.uni-mannheim.de
36