SlideShare ist ein Scribd-Unternehmen logo
AI@Mobiliar
Wie AI-Services in der Mobiliar gebaut und
eingesetzt werden
Jérôme Koller, Andreas Mösching
Die Mobiliar auf einen Blick
• Erste private Versicherungsgesellschaft der Schweiz
• Genossenschaftlich verankert
• 1.7 Mio. Kundinnen und Kunden
• Jährliches Prämienvolumen: 3.5 Mia. CHF
• Schweizer Marktführerin in Haushalt-, Gewerbe- und Risikolebensversicherung
• 1/3 aller Haushalte und jedes 4. Unternehmen sind bei der Mobiliar versichert
• 9 von 10 Schadenfällen werden direkt vor Ort erledigt
• 79 Generalagenturen an 160 Standorten in der ganzen Schweiz
• Rund 5000 Mitarbeitende und über 300 Ausbildungsplätze
Was ist Künstliche Intelligenz?
Was ist Künstliche Intelligenz?
Spam protection
Voice assistant
Machine translation
Optical character recognition (OCR)
Gesichtserkennung
Bilderkennung
Was ist Künstliche Intelligenz?
Natural language processing
…
Stufen der Künstlichen Intelligenz
Geeignet zur
Unterstützung oder
Übernahme spezifischer
Aufgaben
Nimmt Wissen
aus einer Disziplin
auf, transferiert es
in eine andere.
Maschinen, die eine
Grössenordnung klüger sind
als der Mensch.
Weak AI
AI@Mobiliar
AI @ Mobiliar - die Vorteile der Digitalisierung voll ausschöpfen!
Natürliche Interaktionen mit Systemen
ermöglichen
Datengestützte Entscheidungsfindung
und –Automatisierung gezielt fördern
AI@Mobiliar:
Kognitiver Verkaufsassistent (KVA) für Underwriting KMU
KMU
Kunde
Schadens-
beispiele
Vorschlag
Risikocode
Ähnliche
Kunden
Relevante
Produkte,
Besondere
Bedingungen
AI@Mobiliar
Juristische Fälle bei der Protekta
Integrierte
Informationssicht
Integration
externer und
interner
Informationen
Dokumenten-
zusammenfassung
Verknüpfung ähnlicher
Rechtsfälle über
Document Similarity
Vereinfachte
Suche in
verschiedenen DB
über initiale
Fallbeschreibung
AI@Mobiliar:
«Automatische Schadensklassifizierung»
24.07.2018AI Basics und AI@Mobiliar 12
Daten&Analytics
AI@Mobiliar
Einsatz AI im Schadensprozess (Prototyp)
Kunde hat einen
Autoschaden
Schadenmeldung
an die Versicherung
Schadensfoto und
Fahrzeug-
identifikation
Info an Kunde
End-To-End
Automati-
sierung des
Schadens-
prozesses
unter 10 Min.
Automatische
Schadens-
erkennung
Bilderkennung (deep learning)
Wie werden kognitive Services
gebaut?
Unit Tests System Tests Integrations Tests Benutzer Tests
Service in
Produktion
Serviceentwicklung
Programmieren
Software Entwickler
Trainieren
Data Scientists
donkeycar.com
Donkeycar ist ein selbst gebautes,
selbstfahrendes Auto
Quelle
bestimmen
Aufbereiten Filtern
Datensets
bestimmen
Trainings- und
TestdatenDatenbereitstellung
Trainings- und
Testdaten
bereitstellen
Explore
Bild 120x160 Pixel
Steuerung (von -1 bis +1)
Geschwindigkeit (von -1 bis +1)
Steuerung: 0.3
Geschwindigkeit.: 0.2
20 Runden mit manueller Steuerung
Ca. 50’000 klassifizierte Bilder (labelled)
Steuerung: 0.3
Geschwindigkeit.: 0.2Steuerung: 0.3
Geschwindigkeit.: 0.2Steuerung: 0.3
Geschwindigkeit.: 0.2Steuerung: 0.3
Geschwindigkeit.: 0.2
Modell definieren
Parameter
bestimmen
Trainieren Testen
Quelle bestimmen Aufbereiten Filtern
Datensets
bestimmen
Trainiertes
Modell
Trainings- und
Testdaten
Modellentwicklung
Datenbereitstellung
Modell entwickeln
basierend auf
Trainings- und
Testdaten
Train
Bild 120x160 Pixel
3 Kanäle (RGB)
[120, 160, 3] => 57’600
Steuerung: 0.3
Geschwindigkeit: 0.2
Steuerung: 0.7
Geschwindigkeit: 0.1
Berechnete Werte
Trainingswerte
=?
5 Convolution layers
2 Fully connected layers
Unit Tests System Tests
Integrations
Tests
Benutzer Tests
Service in
Produktion
Modell definieren
Parameter
bestimmen
Trainieren Testen
Quelle bestimmen Aufbereiten Filtern
Datensets
bestimmen
Trainiertes
Modell
Trainings- und
Testdaten
Serviceentwicklung
Modellentwicklung
Datenbereitstellung
Das entwickelte
Modell in die
Produktion nehmen,
releasen
Build and Deploy
Bilder der Kamera
Steuerung: 0.7
Geschwindigkeit: 0.1
Unit Tests System Tests
Integrations
Tests
Benutzer Tests
Service in
Produktion
Modell definieren
Parameter
bestimmen
Trainieren Testen
Quelle
bestimmen
Aufbereiten Filtern
Datensets
bestimmen
Trainiertes
Modell
Trainings- und
Testdaten
Serviceentwicklung
Modellentwicklung
Datenbereitstellung
Programmieren
Software Entwickler
Trainieren
Data Scientists
AI-Services
gebaut und betrieben
nach den
CI/CD Prinzipien
Entwicklung
Online
Use Cases
Stream
Use Cases
Integration
und
Betrieb
Pythagoras
Daten sind der neue Source Code
Stream Processing
(Cognitive) Microservices
Ingestion Platform API
Platform Control & Processing Bus
Scalable Cluster Infrastructure
Ops&Monitoring
Pythagoras
(Cognitive) Core Capabilities
Datastore and Indexing
Stream Processing
(Cognitive) Microservices
Ingestion
Platform
API
Platform Control & Processing Bus
(Cognitive) Core Capabilities
Datastore and Indexing
Pythagoras
Index a
Connector
Transformer x
Annotator y
Classifier n
Pipelinen
Zugriffs API
Data MarketFront End
Data Market FilesWEB
Stream Processing
(Cognitive) Microservices
Ingestion
Platform
API
Platform Control & Processing Bus
(Cognitive) Core Capabilities
Datastore and Indexing
4
1
3
2
Pythagoras
Connector
Schaden Classifier
Pipelinen
Zugriffs API
Consumer
Online Use Case - Schadensklassifizierung
Stream Processing
(Cognitive) Microservices
Ingestion
Platform
API
Platform Control & Processing Bus
(Cognitive) Core Capabilities
Datastore and Indexing
2
3
4
6
n-mal
5
1
2 6
Pythagoras
Connector
Transformer x
Classifier n
Pipelinen
Zugriffs API
Consumer
Online Use Case – Klassifizierung mit Transformation
Pythagoras
Files
Index a
Connector
Classifier
Rechtsgebiet
Annotator
Gesetzesartikel
Pipelinen
Zugriffs API
Stream Processing
(Cognitive) Microservices
Ingestion
Platform
API
Platform Control & Processing Bus
(Cognitive) Core Capabilities
Datastore and Indexing
1
2
3
5
n-mal
4
WEB Confluence
Batch Use Case - Datenaufbereitung für Rechtsfälle
Daten Markt
Pythagoras
Index a
Connector
Classifier
Rechtsgebiet
Annotator
Gesetzesartikel
Pipelinen
Zugriffs API
Consumer
Stream Processing
(Cognitive) Microservices
Ingestion
Platform
API
Platform Control & Processing Bus
(Cognitive) Core Capabilities
Datastore and Indexing
4
1
2
3
Batch Use Case - Datenaufbereitung für Rechtsfälle
Stream Processing
(Cognitive) Microservices
Ingestion Platform API
Platform Control & Processing Bus
(Cognitive) Core Capabilities
Datastore and Indexing
Scalable Cluster Infrastructure
slick
akka-http
Apache Spark Apache Flink akka-streams Kafka Streams
Apache Spark Apache Flink
Python OpenCV R TensorFlow WCA
ElasticSearch Apache Solr MongoDB
…
Apache Cassandra
akka-http
…
akka akka-streams Kafka
Kubernetes
Die Entwicklung von
AI-Microservices erfolgt nach
den Prinzipien der agilen
Softwareentwicklung
24.07.2018AI Basics und AI@Mobiliar 34
CI/CD Pipeline
Code Build Test Preprod Prod
Code Build Test Preprod Prod
Code Build Test Preprod Prod
Explore
Train
Build & DeployServiceentwicklung
Modellentwicklung
Datenbereitstellung
Explore
Data Repository
PytCLI
PytStreamConfig
Data versioniert
Rohdaten
PytScript
FilesWEB Data Market
Train
PytCLI
PytScript
Workspace
Daten versioniert
Modell versioniert
PytScript
Build/Deploy
Build Script
API
Modell
Mobi Standard Image
24.07.2018 39
Dev PreProd Prod
Explore & Train
mit produktiven
Daten
Platform Capability
Platform Capability
Platform Managed Function
Platform Managed Function
Platform Control
Platform Managed Function
Platform Capability
Pyt DEV
Platform Capability
Platform Capability
Platform Managed Function
Platform Managed Function
Platform Control
Platform Managed Function
Platform Capability
Pyt PreProd
Platform Capability
Platform Capability
Platform Managed Function
Platform Managed Function
Platform Control
Platform Managed Function
Platform Capability
Pyt Prod
Dev PreProd Prod
Explore/Train Prod Prod
Explore & Train
mit produktiven
Daten
Platform Capability
Platform Capability
Platform Managed Function
Platform Managed Function
Platform Control
Platform Managed Function
Platform Capability
Pyt DEV
Platform Capability
Platform Capability
Platform Managed Function
Platform Managed Function
Platform Control
Platform Managed Function
Platform Capability
Pyt PreProd
Platform Capability
Platform Capability
Platform Managed Function
Platform Managed Function
Platform Control
Platform Managed Function
Platform Capability
Pyt Prod DEV
Platform Capability
Platform Capability
Platform Managed Function
Platform Managed Function
Platform Control
Platform Managed Function
Platform Capability
Pyt Prod
Modell erzeugen
Entwicklung
Online
Use Cases
Batch/
Stream
Use Cases
Integration
und
Betrieb
Pythagoras
Fazit
(Weak) AI schon längst im
Alltag angekommen
AI@Mobiliar:
Datengestützte Entscheidungsfindung
und natürliche Interaktion mit
Systemen ermöglichen
Pythagoras befähigt uns, AI in die Prozesse der
Mobiliar zu integrieren
Vielen Dank für die Aufmerksamkeit

Weitere ähnliche Inhalte

Was ist angesagt?

Continuous deployment in LeanIX @ Bonn Agile
Continuous deployment in LeanIX @ Bonn AgileContinuous deployment in LeanIX @ Bonn Agile
Continuous deployment in LeanIX @ Bonn Agile
LeanIX GmbH
 
Trusted Shops und LeanIX Enterprise Architektur Management Success Story
Trusted Shops und LeanIX Enterprise Architektur Management Success StoryTrusted Shops und LeanIX Enterprise Architektur Management Success Story
Trusted Shops und LeanIX Enterprise Architektur Management Success Story
LeanIX GmbH
 
Technologien 2011 Einblick in die Zukunft von Citrix
Technologien 2011 Einblick in die Zukunft von CitrixTechnologien 2011 Einblick in die Zukunft von Citrix
Technologien 2011 Einblick in die Zukunft von Citrix
Digicomp Academy AG
 
Agilität und Microservices als Chance für Modernisierung?
Agilität und Microservices als Chance für Modernisierung?Agilität und Microservices als Chance für Modernisierung?
Agilität und Microservices als Chance für Modernisierung?
enpit GmbH & Co. KG
 
Migration von Aftersales Systemen auf eine Cloud Plattform
Migration von Aftersales Systemen auf eine Cloud PlattformMigration von Aftersales Systemen auf eine Cloud Plattform
Migration von Aftersales Systemen auf eine Cloud Plattform
QAware GmbH
 
Anatomie von Microservice Landschaften
Anatomie von Microservice LandschaftenAnatomie von Microservice Landschaften
Anatomie von Microservice Landschaften
Michael Plöd
 

Was ist angesagt? (6)

Continuous deployment in LeanIX @ Bonn Agile
Continuous deployment in LeanIX @ Bonn AgileContinuous deployment in LeanIX @ Bonn Agile
Continuous deployment in LeanIX @ Bonn Agile
 
Trusted Shops und LeanIX Enterprise Architektur Management Success Story
Trusted Shops und LeanIX Enterprise Architektur Management Success StoryTrusted Shops und LeanIX Enterprise Architektur Management Success Story
Trusted Shops und LeanIX Enterprise Architektur Management Success Story
 
Technologien 2011 Einblick in die Zukunft von Citrix
Technologien 2011 Einblick in die Zukunft von CitrixTechnologien 2011 Einblick in die Zukunft von Citrix
Technologien 2011 Einblick in die Zukunft von Citrix
 
Agilität und Microservices als Chance für Modernisierung?
Agilität und Microservices als Chance für Modernisierung?Agilität und Microservices als Chance für Modernisierung?
Agilität und Microservices als Chance für Modernisierung?
 
Migration von Aftersales Systemen auf eine Cloud Plattform
Migration von Aftersales Systemen auf eine Cloud PlattformMigration von Aftersales Systemen auf eine Cloud Plattform
Migration von Aftersales Systemen auf eine Cloud Plattform
 
Anatomie von Microservice Landschaften
Anatomie von Microservice LandschaftenAnatomie von Microservice Landschaften
Anatomie von Microservice Landschaften
 

Ähnlich wie BAT40 Mobiliar Koller Mösching AI@Mobiliar Wie AI-Services in der Mobiliar gebaut und eingesetzt werden

JavaFX Real-World Apps
JavaFX Real-World AppsJavaFX Real-World Apps
JavaFX Real-World Apps
Alexander Casall
 
Ivory Soa Suite
Ivory Soa SuiteIvory Soa Suite
Ivory Soa Suite
Predrag61
 
DWX 2019 Session. Machine Learning in .NET
DWX 2019 Session. Machine Learning in .NETDWX 2019 Session. Machine Learning in .NET
DWX 2019 Session. Machine Learning in .NET
Mykola Dobrochynskyy
 
AWS Initiate Berlin - Maschinelles Lernen - Chancen, Werkzeuge und Beispiel-A...
AWS Initiate Berlin - Maschinelles Lernen - Chancen, Werkzeuge und Beispiel-A...AWS Initiate Berlin - Maschinelles Lernen - Chancen, Werkzeuge und Beispiel-A...
AWS Initiate Berlin - Maschinelles Lernen - Chancen, Werkzeuge und Beispiel-A...
Amazon Web Services
 
Splunk Webinar: Machine Learning mit Splunk
Splunk Webinar: Machine Learning mit SplunkSplunk Webinar: Machine Learning mit Splunk
Splunk Webinar: Machine Learning mit Splunk
Splunk
 
IT-Architektur für Digital Commerce
IT-Architektur für Digital CommerceIT-Architektur für Digital Commerce
IT-Architektur für Digital Commerce
Intelliact AG
 
Wüstenrot Webinar
Wüstenrot Webinar Wüstenrot Webinar
Wüstenrot Webinar
Dynatrace
 
Digital Signage & Datavisualisierung
Digital Signage & DatavisualisierungDigital Signage & Datavisualisierung
Digital Signage & Datavisualisierung
pilot Screentime GmbH
 
Webinar: Effiziente Digitalisierungsstrategien für den Mittelstand
Webinar: Effiziente Digitalisierungsstrategien für den Mittelstand  Webinar: Effiziente Digitalisierungsstrategien für den Mittelstand
Webinar: Effiziente Digitalisierungsstrategien für den Mittelstand
ELEKS
 
Infrastructure Solution Day | Hybrid
Infrastructure Solution Day | HybridInfrastructure Solution Day | Hybrid
Infrastructure Solution Day | Hybrid
Microsoft Österreich
 
Eine Referenzarchitektur für das Digitale Produkt
Eine Referenzarchitektur für das Digitale ProduktEine Referenzarchitektur für das Digitale Produkt
Eine Referenzarchitektur für das Digitale Produkt
Intelliact AG
 
Innovationen aus der Cloud ganz einfach nutzen
Innovationen aus der Cloud ganz einfach nutzenInnovationen aus der Cloud ganz einfach nutzen
Innovationen aus der Cloud ganz einfach nutzen
Amazon Web Services
 
OSMC 2013 | Enterprise Platforms Monitoring at s IT Solutions AT by Johannes ...
OSMC 2013 | Enterprise Platforms Monitoring at s IT Solutions AT by Johannes ...OSMC 2013 | Enterprise Platforms Monitoring at s IT Solutions AT by Johannes ...
OSMC 2013 | Enterprise Platforms Monitoring at s IT Solutions AT by Johannes ...
NETWAYS
 
CodeFluent Entities and AppSofa
CodeFluent Entities and AppSofaCodeFluent Entities and AppSofa
CodeFluent Entities and AppSofa
Mykola Dobrochynskyy
 
Internet of Things Architecture
Internet of Things ArchitectureInternet of Things Architecture
Internet of Things Architecture
Christian Waha
 
Dipl.-Ing. Leopold Peneder (HC Solutions)
Dipl.-Ing. Leopold Peneder (HC Solutions)Dipl.-Ing. Leopold Peneder (HC Solutions)
Dipl.-Ing. Leopold Peneder (HC Solutions)
Agenda Europe 2035
 
[DE] Itris Automation - Unternehmenspräsentation
[DE] Itris Automation - Unternehmenspräsentation[DE] Itris Automation - Unternehmenspräsentation
[DE] Itris Automation - Unternehmenspräsentation
Itris Automation Square
 
Microservices – die Architektur für Agile-Entwicklung?
Microservices – die Architektur für Agile-Entwicklung?Microservices – die Architektur für Agile-Entwicklung?
Microservices – die Architektur für Agile-Entwicklung?
Christian Baranowski
 
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
Bechtle
 
Machine Learning, AI, KI, Deep Learning und wo man es im PLM gebrauchen kann
Machine Learning, AI, KI, Deep Learning und wo man es im PLM gebrauchen kannMachine Learning, AI, KI, Deep Learning und wo man es im PLM gebrauchen kann
Machine Learning, AI, KI, Deep Learning und wo man es im PLM gebrauchen kann
Intelliact AG
 

Ähnlich wie BAT40 Mobiliar Koller Mösching AI@Mobiliar Wie AI-Services in der Mobiliar gebaut und eingesetzt werden (20)

JavaFX Real-World Apps
JavaFX Real-World AppsJavaFX Real-World Apps
JavaFX Real-World Apps
 
Ivory Soa Suite
Ivory Soa SuiteIvory Soa Suite
Ivory Soa Suite
 
DWX 2019 Session. Machine Learning in .NET
DWX 2019 Session. Machine Learning in .NETDWX 2019 Session. Machine Learning in .NET
DWX 2019 Session. Machine Learning in .NET
 
AWS Initiate Berlin - Maschinelles Lernen - Chancen, Werkzeuge und Beispiel-A...
AWS Initiate Berlin - Maschinelles Lernen - Chancen, Werkzeuge und Beispiel-A...AWS Initiate Berlin - Maschinelles Lernen - Chancen, Werkzeuge und Beispiel-A...
AWS Initiate Berlin - Maschinelles Lernen - Chancen, Werkzeuge und Beispiel-A...
 
Splunk Webinar: Machine Learning mit Splunk
Splunk Webinar: Machine Learning mit SplunkSplunk Webinar: Machine Learning mit Splunk
Splunk Webinar: Machine Learning mit Splunk
 
IT-Architektur für Digital Commerce
IT-Architektur für Digital CommerceIT-Architektur für Digital Commerce
IT-Architektur für Digital Commerce
 
Wüstenrot Webinar
Wüstenrot Webinar Wüstenrot Webinar
Wüstenrot Webinar
 
Digital Signage & Datavisualisierung
Digital Signage & DatavisualisierungDigital Signage & Datavisualisierung
Digital Signage & Datavisualisierung
 
Webinar: Effiziente Digitalisierungsstrategien für den Mittelstand
Webinar: Effiziente Digitalisierungsstrategien für den Mittelstand  Webinar: Effiziente Digitalisierungsstrategien für den Mittelstand
Webinar: Effiziente Digitalisierungsstrategien für den Mittelstand
 
Infrastructure Solution Day | Hybrid
Infrastructure Solution Day | HybridInfrastructure Solution Day | Hybrid
Infrastructure Solution Day | Hybrid
 
Eine Referenzarchitektur für das Digitale Produkt
Eine Referenzarchitektur für das Digitale ProduktEine Referenzarchitektur für das Digitale Produkt
Eine Referenzarchitektur für das Digitale Produkt
 
Innovationen aus der Cloud ganz einfach nutzen
Innovationen aus der Cloud ganz einfach nutzenInnovationen aus der Cloud ganz einfach nutzen
Innovationen aus der Cloud ganz einfach nutzen
 
OSMC 2013 | Enterprise Platforms Monitoring at s IT Solutions AT by Johannes ...
OSMC 2013 | Enterprise Platforms Monitoring at s IT Solutions AT by Johannes ...OSMC 2013 | Enterprise Platforms Monitoring at s IT Solutions AT by Johannes ...
OSMC 2013 | Enterprise Platforms Monitoring at s IT Solutions AT by Johannes ...
 
CodeFluent Entities and AppSofa
CodeFluent Entities and AppSofaCodeFluent Entities and AppSofa
CodeFluent Entities and AppSofa
 
Internet of Things Architecture
Internet of Things ArchitectureInternet of Things Architecture
Internet of Things Architecture
 
Dipl.-Ing. Leopold Peneder (HC Solutions)
Dipl.-Ing. Leopold Peneder (HC Solutions)Dipl.-Ing. Leopold Peneder (HC Solutions)
Dipl.-Ing. Leopold Peneder (HC Solutions)
 
[DE] Itris Automation - Unternehmenspräsentation
[DE] Itris Automation - Unternehmenspräsentation[DE] Itris Automation - Unternehmenspräsentation
[DE] Itris Automation - Unternehmenspräsentation
 
Microservices – die Architektur für Agile-Entwicklung?
Microservices – die Architektur für Agile-Entwicklung?Microservices – die Architektur für Agile-Entwicklung?
Microservices – die Architektur für Agile-Entwicklung?
 
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
Digitale Datenerfassung an der Maschine | Digitale Zukunft Mittelstand Baden-...
 
Machine Learning, AI, KI, Deep Learning und wo man es im PLM gebrauchen kann
Machine Learning, AI, KI, Deep Learning und wo man es im PLM gebrauchen kannMachine Learning, AI, KI, Deep Learning und wo man es im PLM gebrauchen kann
Machine Learning, AI, KI, Deep Learning und wo man es im PLM gebrauchen kann
 

Mehr von BATbern

BATbern53 Post Data persistence in the business-critical and event driven env...
BATbern53 Post Data persistence in the business-critical and event driven env...BATbern53 Post Data persistence in the business-critical and event driven env...
BATbern53 Post Data persistence in the business-critical and event driven env...
BATbern
 
BATbern53 BKW Easy Migration through Clean Architecture
BATbern53 BKW Easy Migration through Clean ArchitectureBATbern53 BKW Easy Migration through Clean Architecture
BATbern53 BKW Easy Migration through Clean Architecture
BATbern
 
BATbern53 ETHZ Rethinking Cluster State Management for Lightweight Function a...
BATbern53 ETHZ Rethinking Cluster State Management for Lightweight Function a...BATbern53 ETHZ Rethinking Cluster State Management for Lightweight Function a...
BATbern53 ETHZ Rethinking Cluster State Management for Lightweight Function a...
BATbern
 
BATbern53 SBB Wieso in jeder Zugfahrt der SBB ein Stück MongoDB drinsteckt
BATbern53 SBB Wieso in jeder Zugfahrt der SBB ein Stück MongoDB drinstecktBATbern53 SBB Wieso in jeder Zugfahrt der SBB ein Stück MongoDB drinsteckt
BATbern53 SBB Wieso in jeder Zugfahrt der SBB ein Stück MongoDB drinsteckt
BATbern
 
BATBern53 - EPFL - Blue Brain and related technical challenges
BATBern53  - EPFL - Blue Brain and related technical challengesBATBern53  - EPFL - Blue Brain and related technical challenges
BATBern53 - EPFL - Blue Brain and related technical challenges
BATbern
 
BATbern53 Die Mobiliar Bring die Algorithmen zu den Daten – nicht umgekehrt
BATbern53 Die Mobiliar Bring die Algorithmen zu den Daten – nicht umgekehrtBATbern53 Die Mobiliar Bring die Algorithmen zu den Daten – nicht umgekehrt
BATbern53 Die Mobiliar Bring die Algorithmen zu den Daten – nicht umgekehrt
BATbern
 
BATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern53 ELCA Analyticsdatenhaltung in der CloudBATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern
 
BATber53 AWS Modernize your applications with purpose-built AWS databases
BATber53 AWS Modernize your applications with purpose-built AWS databasesBATber53 AWS Modernize your applications with purpose-built AWS databases
BATber53 AWS Modernize your applications with purpose-built AWS databases
BATbern
 
BATbern52 Moderation Berner Architekten Treffen zu Data Mesh
BATbern52 Moderation Berner Architekten Treffen zu Data MeshBATbern52 Moderation Berner Architekten Treffen zu Data Mesh
BATbern52 Moderation Berner Architekten Treffen zu Data Mesh
BATbern
 
BATbern52 Swisscom's Journey into Data Mesh
BATbern52 Swisscom's Journey into Data MeshBATbern52 Swisscom's Journey into Data Mesh
BATbern52 Swisscom's Journey into Data Mesh
BATbern
 
BATbern52 SBB zu Data Products und Knacknüsse
BATbern52 SBB zu Data Products und KnacknüsseBATbern52 SBB zu Data Products und Knacknüsse
BATbern52 SBB zu Data Products und Knacknüsse
BATbern
 
BATbern52 Mobiliar zu Skalierte Datenprodukte mit Data Mesh
BATbern52 Mobiliar zu Skalierte Datenprodukte mit Data MeshBATbern52 Mobiliar zu Skalierte Datenprodukte mit Data Mesh
BATbern52 Mobiliar zu Skalierte Datenprodukte mit Data Mesh
BATbern
 
BATbern52 InnoQ on Data Mesh 2019 2023 2024++
BATbern52 InnoQ on Data Mesh 2019 2023 2024++BATbern52 InnoQ on Data Mesh 2019 2023 2024++
BATbern52 InnoQ on Data Mesh 2019 2023 2024++
BATbern
 
Embracing Serverless: reengineering a real-estate digital marketplace
Embracing Serverless: reengineering a real-estate digital marketplaceEmbracing Serverless: reengineering a real-estate digital marketplace
Embracing Serverless: reengineering a real-estate digital marketplace
BATbern
 
Serverless und Event-Driven Architecture
Serverless und Event-Driven ArchitectureServerless und Event-Driven Architecture
Serverless und Event-Driven Architecture
BATbern
 
Serverless Dev(Ops) in der Praxis
Serverless Dev(Ops) in der PraxisServerless Dev(Ops) in der Praxis
Serverless Dev(Ops) in der Praxis
BATbern
 
Serverless at Lifestage
Serverless at LifestageServerless at Lifestage
Serverless at Lifestage
BATbern
 
Keynote Gregor Hohpe - Serverless Architectures
Keynote Gregor Hohpe - Serverless ArchitecturesKeynote Gregor Hohpe - Serverless Architectures
Keynote Gregor Hohpe - Serverless Architectures
BATbern
 
BATbern51 Serverless?!
BATbern51 Serverless?!BATbern51 Serverless?!
BATbern51 Serverless?!
BATbern
 
Ein Rückblick anlässlich des 50. BAT aus Sicht eines treuen Partners
Ein Rückblick anlässlich des 50. BAT aus Sicht eines treuen PartnersEin Rückblick anlässlich des 50. BAT aus Sicht eines treuen Partners
Ein Rückblick anlässlich des 50. BAT aus Sicht eines treuen Partners
BATbern
 

Mehr von BATbern (20)

BATbern53 Post Data persistence in the business-critical and event driven env...
BATbern53 Post Data persistence in the business-critical and event driven env...BATbern53 Post Data persistence in the business-critical and event driven env...
BATbern53 Post Data persistence in the business-critical and event driven env...
 
BATbern53 BKW Easy Migration through Clean Architecture
BATbern53 BKW Easy Migration through Clean ArchitectureBATbern53 BKW Easy Migration through Clean Architecture
BATbern53 BKW Easy Migration through Clean Architecture
 
BATbern53 ETHZ Rethinking Cluster State Management for Lightweight Function a...
BATbern53 ETHZ Rethinking Cluster State Management for Lightweight Function a...BATbern53 ETHZ Rethinking Cluster State Management for Lightweight Function a...
BATbern53 ETHZ Rethinking Cluster State Management for Lightweight Function a...
 
BATbern53 SBB Wieso in jeder Zugfahrt der SBB ein Stück MongoDB drinsteckt
BATbern53 SBB Wieso in jeder Zugfahrt der SBB ein Stück MongoDB drinstecktBATbern53 SBB Wieso in jeder Zugfahrt der SBB ein Stück MongoDB drinsteckt
BATbern53 SBB Wieso in jeder Zugfahrt der SBB ein Stück MongoDB drinsteckt
 
BATBern53 - EPFL - Blue Brain and related technical challenges
BATBern53  - EPFL - Blue Brain and related technical challengesBATBern53  - EPFL - Blue Brain and related technical challenges
BATBern53 - EPFL - Blue Brain and related technical challenges
 
BATbern53 Die Mobiliar Bring die Algorithmen zu den Daten – nicht umgekehrt
BATbern53 Die Mobiliar Bring die Algorithmen zu den Daten – nicht umgekehrtBATbern53 Die Mobiliar Bring die Algorithmen zu den Daten – nicht umgekehrt
BATbern53 Die Mobiliar Bring die Algorithmen zu den Daten – nicht umgekehrt
 
BATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern53 ELCA Analyticsdatenhaltung in der CloudBATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern53 ELCA Analyticsdatenhaltung in der Cloud
 
BATber53 AWS Modernize your applications with purpose-built AWS databases
BATber53 AWS Modernize your applications with purpose-built AWS databasesBATber53 AWS Modernize your applications with purpose-built AWS databases
BATber53 AWS Modernize your applications with purpose-built AWS databases
 
BATbern52 Moderation Berner Architekten Treffen zu Data Mesh
BATbern52 Moderation Berner Architekten Treffen zu Data MeshBATbern52 Moderation Berner Architekten Treffen zu Data Mesh
BATbern52 Moderation Berner Architekten Treffen zu Data Mesh
 
BATbern52 Swisscom's Journey into Data Mesh
BATbern52 Swisscom's Journey into Data MeshBATbern52 Swisscom's Journey into Data Mesh
BATbern52 Swisscom's Journey into Data Mesh
 
BATbern52 SBB zu Data Products und Knacknüsse
BATbern52 SBB zu Data Products und KnacknüsseBATbern52 SBB zu Data Products und Knacknüsse
BATbern52 SBB zu Data Products und Knacknüsse
 
BATbern52 Mobiliar zu Skalierte Datenprodukte mit Data Mesh
BATbern52 Mobiliar zu Skalierte Datenprodukte mit Data MeshBATbern52 Mobiliar zu Skalierte Datenprodukte mit Data Mesh
BATbern52 Mobiliar zu Skalierte Datenprodukte mit Data Mesh
 
BATbern52 InnoQ on Data Mesh 2019 2023 2024++
BATbern52 InnoQ on Data Mesh 2019 2023 2024++BATbern52 InnoQ on Data Mesh 2019 2023 2024++
BATbern52 InnoQ on Data Mesh 2019 2023 2024++
 
Embracing Serverless: reengineering a real-estate digital marketplace
Embracing Serverless: reengineering a real-estate digital marketplaceEmbracing Serverless: reengineering a real-estate digital marketplace
Embracing Serverless: reengineering a real-estate digital marketplace
 
Serverless und Event-Driven Architecture
Serverless und Event-Driven ArchitectureServerless und Event-Driven Architecture
Serverless und Event-Driven Architecture
 
Serverless Dev(Ops) in der Praxis
Serverless Dev(Ops) in der PraxisServerless Dev(Ops) in der Praxis
Serverless Dev(Ops) in der Praxis
 
Serverless at Lifestage
Serverless at LifestageServerless at Lifestage
Serverless at Lifestage
 
Keynote Gregor Hohpe - Serverless Architectures
Keynote Gregor Hohpe - Serverless ArchitecturesKeynote Gregor Hohpe - Serverless Architectures
Keynote Gregor Hohpe - Serverless Architectures
 
BATbern51 Serverless?!
BATbern51 Serverless?!BATbern51 Serverless?!
BATbern51 Serverless?!
 
Ein Rückblick anlässlich des 50. BAT aus Sicht eines treuen Partners
Ein Rückblick anlässlich des 50. BAT aus Sicht eines treuen PartnersEin Rückblick anlässlich des 50. BAT aus Sicht eines treuen Partners
Ein Rückblick anlässlich des 50. BAT aus Sicht eines treuen Partners
 

BAT40 Mobiliar Koller Mösching AI@Mobiliar Wie AI-Services in der Mobiliar gebaut und eingesetzt werden