SlideShare ist ein Scribd-Unternehmen logo
1 von 26
Downloaden Sie, um offline zu lesen
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
08.03.2024
Bruno Russiniello, Lukas Feuz, IT Architektur, Die Mobiliar
Skalierte
Datenwertschöpfung
als strategische
Unternehmensfähigkeit mit
einer unterstützenden
Governance
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 08.03.2024 2
Aus der Geschäftsstrategie
Arena Enabler
Arena Privatkunden Arena KMU Arena Institutionelle Kunden
Ausgangslage
08.03.2024 3
Agile Release
Trains
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
Insights
Daten
Daten
.. but does it scale?
Collaboration &
Workplace
Führung &
Aktuariat NL
Cyber Services
Finanzen
Plattform &
Infrastruktur Shared Services
Kommunikation Kundenbeziehung
Vertragsführung NL
(Legacy) Basisdienste
Vertragsführung
Private Vorsorge
Schaden Vertragsführung NL
Vertragsführung
Berufliche Vorsorge Vertrieb
Skills für
Datenwertschöpfung
Die Mobiliar in Zahlen
08.03.2024 4
2.2 Mio.
Kund:innen
6226
Mitarbeitende
80
General-
Agenturen
160
Standorte
140
Agile Teams
4
Arenen /
Portfolios
15
Agile Release
Trains
1500
Mitarbeitende
in den Arenen
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
08.03.2024 5
Unter jedem Dach daheim
https://www.bfs.admin.ch/bfs/de/home/statistiken/bevoelkerung/familien/haushalte.assetdetail.24225249.html
Auf rund 2.75 Mio. Gebäude leben ca. 4 Mio. Privathaushalte:
ca. 600'000 KMUs
und 2'000 Grossunternehmen.
Für jeden Kunden,
das bestmögliche Produkt,
zum optimalen Zeitpunkt,
auf dem richtigen Kanal,
zu einem guten Preis.
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
Ambition
Einfach und unkompliziert im
Schadenfall.
Vision
08.03.2024 6
Arena Enabler
Arena Privatkunden Arena KMU Arena Institutionelle Kunden
Collaboration &
Workplace
Führung &
Aktuariat NL
Cyber Services
Finanzen
Plattform &
Infrastruktur Shared Services
Kommunikation Kundenbeziehung
Vertragsführung NL
(Legacy) Basisdienste
Vertragsführung
Private Vorsorge
Schaden Vertragsführung NL
Vertragsführung
Berufliche Vorsorge Vertrieb
Collaboration &
Workplace
Führung &
Aktuariat NL
Cyber Services
Finanzen
Plattform &
Infrastruktur Shared Services
Kommunikation Kundenbeziehung
Basisdienste
Schaden
Vertragsführung NL
(Legacy)
Vertragsführung
Private Vorsorge
Vertragsführung NL
Vertragsführung
Berufliche Vorsorge Vertrieb
Agile Release
Trains
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
Skills für
Datenwertschöpfung
Produktions-
kennzahlen
Customer 360
Risiko-
prämie
Konzern-
ergebnis Conversion
Angebots-
profile
Datenprodukte
Vertrag NL
Schaden
Einwilligung
Korres-
pondenz
Vertrag L
Partner
das bestmögliche
Produkt
zu einem guten Preis.
Für jeden Kunden
Einfach und unkompliziert
im Schadenfall zum optimalen Zeitpunkt,
auf dem richtigen Kanal
Wie haben wir gestartet?
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 7
Bereitstellung der Plattform
8
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 08.03.2024
Development Environment
PreProd
Runtime
Deployable
Lab Environment
Prod
Runtime
Deployable
Deployment
Pipeline
Rohdaten
Neues Datenprodukt
2
Data as a
Product
Datenprodukte
• Herkunft & Produzent
• Qualität (Bio), Gewicht
• Verpackungsdatum
• Konsumangaben (Rezepte)
• Inhalt (Zutaten)
• Nährwerte
• Aufbewahrungsangaben
DAP-
Score
Metadaten Maturität
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
EDC – Enterprise Data Catalog
Produkt finden
08.03.2024 9
Konzeption der Datenprodukte
schnell und einfach und sicher nutzbar
Technischer Aufbau der Datenprodukte
Output
Data
Port
Input
Data
Port
Source Code
08.03.2024 10
Daten
Tables, Delta Tables, Key-Value,
Time Series, Document, Graph,
Metadaten für das
Datenprodukt
Metadaten für
Dateninhalte
Control Port für Data Product Governance
Control Port für Data Observability
Beschreibungen & Zweck
Nutzer- & Nutzungsangaben
Social Infos + Popularität
SLA
Schemas & Constraints
Modelle, Vokabulare & Taxonomien
Klassifikationen & Kategorisierungen
Datenqualität & Validierung
Data Contract
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
Data Mesh Design Phase
08.03.2024 11
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
Kontinuierliche Weiterentwicklung des Data Mesh Bauplans
Abstrakte Definition
Building Blocks / Mental Model
Data Mesh Design Phase
08.03.2024 12
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
Wo stehen wir?
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 13
Die Datenprodukte sind eingebettet in der Domänenarchitektur
08.03.2024 14
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
Datenprodukt
Owner
Domäne
Applikation
Funkt. Komponente
Techn. Komponente
Datenprodukt
Feature Team
PO Feature Team
Das Organisationsmodell
PO Datenwertschöpfungs-
Team
Data Science
Workplace
Enterprise Data
Catalog
Themenowner
Datenwertschöpfung
Datenprodukte
System Architect
ART BI & Analytics
PO Legacy
Data Products für
Transition
ART BI & Analytics
BI-Analyst / Data
Steward
Legacy EDWH
ART BI & Analytics
Stack für
Databricks
Stack für
PowerBI
Self-Service Plattform for BI
& Analytics Teams
Community of
Practice
Datenprodukt
Core Team
Leiterin Geschäftsentwicklung
Mitglied der GL
Lead Datenwertchöpfungs-Board
Datenstrategie Governance Analyst
PM
BI & Analytics
Data & Analytics
PM
BI & Analytics
System Architekt
BI & Analytics
Fachführung
Plattf. Architektur
PO Team Bricks
Datenarchitekt Fachführung
Datenarchitektur
Data Governance Teams
Data Product
Enabling
Team
Business Users
Feature Teams
Power Users
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 15
08.03.2024
Leiter Linien
Data & Analytics Hub
Data Mesh is a
people business
Learnings
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 16
Einführung hat einen riesigen
Impact auf die Organisation,
Prozesse und Technologie
über einen langen Zeitraum.
Data Mesh ist keine
Technologie, sondern ein
Konzept und löst Change aus.
Cloud-Technologien sind ein
Enabler
Die agile Organisation und die
Domänen ist eine
Voraussetzung für
dieerfolreiche Umsetzung von
Data Mesh
Learnings
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 17
Learning 1 Learning 2 Learning 3
3 Learnings
Einführung von Data Mesh hat
einen bedeutenden Impact
auf die Organisation,
Prozesse und Technologien
über einen langen Zeitraum.
Data Mesh ist keine
Technologie, sondern ein
Konzept und löst Change aus.
Cloud-Technologien sind ein
Enabler
Die agile Organisation und die
Domänen ist eine
Voraussetzung für
dieerfolreiche Umsetzung von
Data Mesh
Learnings
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 18
Learning 1
Learning 2 Learning 3
3 Learnings
Einführung hat einen riesigen
Impact auf die Organisation,
Prozesse und Technologie
über einen langen Zeitraum.
Data Mesh ist keine
Technologie, sondern ein
Konzept und löst Change und
Transformation aus.
Bei dieser Transformation
geht man nicht von einem
Zustand A in einen Zustand B
über, der Weg geht über
mehrere Zwischenzustände.
Die agile Organisation und die
Domänen ist eine
Voraussetzung für
dieerfolreiche Umsetzung von
Data Mesh
Learnings
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 19
Learning 1
Learning 2
Learning 3
3 Learnings
Einführung hat einen riesigen
Impact auf die Organisation,
Prozesse und Technologie
über einen langen Zeitraum.
Data Mesh ist keine
Technologie, sondern ein
Konzept und löst Change aus.
Cloud-Technologien sind ein
Enabler
Die agile Organisation und die
Domänen helfen bei der
effizienten Umsetzung von
Data Mesh.
Learnings
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 20
Learning 1 Learning 2
Learning 3
3 Learnings
Umfrage
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 21
3 Fragen zu Data Mesh und Datenprodukten
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 22
Welches ist der grösste Nutzen einer Data
Mesh Architektur für mein Unternehmen?
1
Was ist der Stand von Data Mesh mit
Datenprodukten in meinem Unternehmen?
2
Welches sind die grössten
Herausforderungen bei der Umsetzung von
Data Mesh?
3
https://forms.office.com/e/JcHdsqejG6
Besten Dank für euer Interesse!
08.03.2024
BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 26
Besten Dank für Euer
Interesse.

Weitere ähnliche Inhalte

Ähnlich wie BATbern52 Mobiliar zu Skalierte Datenprodukte mit 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 KnacknüsseBATbern
 
Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...
Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...
Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...Fabian Hardt
 
Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0Michael Olschimke
 
Cloud Connectivity - Herausforderungen und Loesungen
Cloud Connectivity - Herausforderungen und LoesungenCloud Connectivity - Herausforderungen und Loesungen
Cloud Connectivity - Herausforderungen und LoesungenDaniel Steiger
 
Clash of Cultures: Agile Microservices & Business Intelligence (Frank Schmidt...
Clash of Cultures: Agile Microservices & Business Intelligence (Frank Schmidt...Clash of Cultures: Agile Microservices & Business Intelligence (Frank Schmidt...
Clash of Cultures: Agile Microservices & Business Intelligence (Frank Schmidt...confluent
 
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...inovex GmbH
 
Frank Schlotter, Mag. Christoph Domanig (Active Business Consult – Cenit)
Frank Schlotter, Mag. Christoph Domanig (Active Business Consult – Cenit)Frank Schlotter, Mag. Christoph Domanig (Active Business Consult – Cenit)
Frank Schlotter, Mag. Christoph Domanig (Active Business Consult – Cenit)Praxistage
 
Internet of Things Architecture
Internet of Things ArchitectureInternet of Things Architecture
Internet of Things ArchitectureChristian Waha
 
Modern Data Stack – Buzzword oder echter Game-Changer?
Modern Data Stack – Buzzword oder echter Game-Changer?Modern Data Stack – Buzzword oder echter Game-Changer?
Modern Data Stack – Buzzword oder echter Game-Changer?Fabian Hardt
 
Christoph Mertens_IDSA_Introduction to Data Spaces.pptx
Christoph Mertens_IDSA_Introduction to Data Spaces.pptxChristoph Mertens_IDSA_Introduction to Data Spaces.pptx
Christoph Mertens_IDSA_Introduction to Data Spaces.pptxFIWARE
 
Die Zukunft des Wissensmanagements
Die Zukunft des WissensmanagementsDie Zukunft des Wissensmanagements
Die Zukunft des WissensmanagementsEduard Daoud
 
Blockchain | Vom Placebo zum Heilmittel
Blockchain | Vom Placebo zum HeilmittelBlockchain | Vom Placebo zum Heilmittel
Blockchain | Vom Placebo zum HeilmittelAndy Martens
 
Das geheime Leben einer Störmeldung
Das geheime Leben einer StörmeldungDas geheime Leben einer Störmeldung
Das geheime Leben einer StörmeldungGeorg Guentner
 
Mit Microsoft Teams und dem Modern Secure Workplace Effizienz und Sicherheit ...
Mit Microsoft Teams und dem Modern Secure Workplace Effizienz und Sicherheit ...Mit Microsoft Teams und dem Modern Secure Workplace Effizienz und Sicherheit ...
Mit Microsoft Teams und dem Modern Secure Workplace Effizienz und Sicherheit ...bhoeck
 
Matthias Bettag, DAALA Berlin: Veränderungen digital analytics in 2013
Matthias Bettag, DAALA Berlin: Veränderungen digital analytics in 2013Matthias Bettag, DAALA Berlin: Veränderungen digital analytics in 2013
Matthias Bettag, DAALA Berlin: Veränderungen digital analytics in 2013luna-park GmbH
 
M-Files ist Visionär im Gartner Magic Quadrant für Content-Services-Plattform...
M-Files ist Visionär im Gartner Magic Quadrant für Content-Services-Plattform...M-Files ist Visionär im Gartner Magic Quadrant für Content-Services-Plattform...
M-Files ist Visionär im Gartner Magic Quadrant für Content-Services-Plattform...bhoeck
 

Ähnlich wie BATbern52 Mobiliar zu Skalierte Datenprodukte mit Data Mesh (20)

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
 
Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...
Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...
Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...
 
Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0
 
Cloud Connectivity - Herausforderungen und Loesungen
Cloud Connectivity - Herausforderungen und LoesungenCloud Connectivity - Herausforderungen und Loesungen
Cloud Connectivity - Herausforderungen und Loesungen
 
Clash of Cultures: Agile Microservices & Business Intelligence (Frank Schmidt...
Clash of Cultures: Agile Microservices & Business Intelligence (Frank Schmidt...Clash of Cultures: Agile Microservices & Business Intelligence (Frank Schmidt...
Clash of Cultures: Agile Microservices & Business Intelligence (Frank Schmidt...
 
Webinar: Diese 10 wichtigsten Fragen zur SAP DM Cloud-Migration sollten Sie k...
Webinar: Diese 10 wichtigsten Fragen zur SAP DM Cloud-Migration sollten Sie k...Webinar: Diese 10 wichtigsten Fragen zur SAP DM Cloud-Migration sollten Sie k...
Webinar: Diese 10 wichtigsten Fragen zur SAP DM Cloud-Migration sollten Sie k...
 
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
 
Frank Schlotter, Mag. Christoph Domanig (Active Business Consult – Cenit)
Frank Schlotter, Mag. Christoph Domanig (Active Business Consult – Cenit)Frank Schlotter, Mag. Christoph Domanig (Active Business Consult – Cenit)
Frank Schlotter, Mag. Christoph Domanig (Active Business Consult – Cenit)
 
Internet of Things Architecture
Internet of Things ArchitectureInternet of Things Architecture
Internet of Things Architecture
 
Modernes Rechenzentrum
Modernes Rechenzentrum Modernes Rechenzentrum
Modernes Rechenzentrum
 
Modern Data Stack – Buzzword oder echter Game-Changer?
Modern Data Stack – Buzzword oder echter Game-Changer?Modern Data Stack – Buzzword oder echter Game-Changer?
Modern Data Stack – Buzzword oder echter Game-Changer?
 
Christoph Mertens_IDSA_Introduction to Data Spaces.pptx
Christoph Mertens_IDSA_Introduction to Data Spaces.pptxChristoph Mertens_IDSA_Introduction to Data Spaces.pptx
Christoph Mertens_IDSA_Introduction to Data Spaces.pptx
 
Die Zukunft des Wissensmanagements
Die Zukunft des WissensmanagementsDie Zukunft des Wissensmanagements
Die Zukunft des Wissensmanagements
 
Blockchain | Vom Placebo zum Heilmittel
Blockchain | Vom Placebo zum HeilmittelBlockchain | Vom Placebo zum Heilmittel
Blockchain | Vom Placebo zum Heilmittel
 
Datenmanagement 2.0: Active Datamanagement (ADM)
Datenmanagement 2.0: Active Datamanagement (ADM)Datenmanagement 2.0: Active Datamanagement (ADM)
Datenmanagement 2.0: Active Datamanagement (ADM)
 
Das geheime Leben einer Störmeldung
Das geheime Leben einer StörmeldungDas geheime Leben einer Störmeldung
Das geheime Leben einer Störmeldung
 
Mit Microsoft Teams und dem Modern Secure Workplace Effizienz und Sicherheit ...
Mit Microsoft Teams und dem Modern Secure Workplace Effizienz und Sicherheit ...Mit Microsoft Teams und dem Modern Secure Workplace Effizienz und Sicherheit ...
Mit Microsoft Teams und dem Modern Secure Workplace Effizienz und Sicherheit ...
 
Matthias Bettag, DAALA Berlin: Veränderungen digital analytics in 2013
Matthias Bettag, DAALA Berlin: Veränderungen digital analytics in 2013Matthias Bettag, DAALA Berlin: Veränderungen digital analytics in 2013
Matthias Bettag, DAALA Berlin: Veränderungen digital analytics in 2013
 
Big Data und Business Intelligence
Big Data und Business IntelligenceBig Data und Business Intelligence
Big Data und Business Intelligence
 
M-Files ist Visionär im Gartner Magic Quadrant für Content-Services-Plattform...
M-Files ist Visionär im Gartner Magic Quadrant für Content-Services-Plattform...M-Files ist Visionär im Gartner Magic Quadrant für Content-Services-Plattform...
M-Files ist Visionär im Gartner Magic Quadrant für Content-Services-Plattform...
 

Mehr von 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 MeshBATbern
 
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 marketplaceBATbern
 
Serverless und Event-Driven Architecture
Serverless und Event-Driven ArchitectureServerless und Event-Driven Architecture
Serverless und Event-Driven ArchitectureBATbern
 
Serverless Dev(Ops) in der Praxis
Serverless Dev(Ops) in der PraxisServerless Dev(Ops) in der Praxis
Serverless Dev(Ops) in der PraxisBATbern
 
Serverless at Lifestage
Serverless at LifestageServerless at Lifestage
Serverless at LifestageBATbern
 
Keynote Gregor Hohpe - Serverless Architectures
Keynote Gregor Hohpe - Serverless ArchitecturesKeynote Gregor Hohpe - Serverless Architectures
Keynote Gregor Hohpe - Serverless ArchitecturesBATbern
 
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 PartnersBATbern
 
MLOps journey at Swisscom: AI Use Cases, Architecture and Future Vision
MLOps journey at Swisscom: AI Use Cases, Architecture and Future VisionMLOps journey at Swisscom: AI Use Cases, Architecture and Future Vision
MLOps journey at Swisscom: AI Use Cases, Architecture and Future VisionBATbern
 
From Ideation to Production in 7 days: The Scoring Factory at Raiffeisen
From Ideation to Production in 7 days: The Scoring Factory at RaiffeisenFrom Ideation to Production in 7 days: The Scoring Factory at Raiffeisen
From Ideation to Production in 7 days: The Scoring Factory at RaiffeisenBATbern
 
The Future of Coaching in Sport with AI/ML
The Future of Coaching in Sport with AI/MLThe Future of Coaching in Sport with AI/ML
The Future of Coaching in Sport with AI/MLBATbern
 
Klassifizierung von Versicherungsschäden – AI und MLOps bei der Mobiliar
Klassifizierung von Versicherungsschäden – AI und MLOps bei der MobiliarKlassifizierung von Versicherungsschäden – AI und MLOps bei der Mobiliar
Klassifizierung von Versicherungsschäden – AI und MLOps bei der MobiliarBATbern
 
BATbern48_ZeroTrust-Konzept und Realität.pdf
BATbern48_ZeroTrust-Konzept und Realität.pdfBATbern48_ZeroTrust-Konzept und Realität.pdf
BATbern48_ZeroTrust-Konzept und Realität.pdfBATbern
 
BATbern48_How Zero Trust can help your organisation keep safe.pdf
BATbern48_How Zero Trust can help your organisation keep safe.pdfBATbern48_How Zero Trust can help your organisation keep safe.pdf
BATbern48_How Zero Trust can help your organisation keep safe.pdfBATbern
 
BATbern48_Zero Trust Architektur des ISC-EJPD.pdf
BATbern48_Zero Trust Architektur des ISC-EJPD.pdfBATbern48_Zero Trust Architektur des ISC-EJPD.pdf
BATbern48_Zero Trust Architektur des ISC-EJPD.pdfBATbern
 
Why did the shift-left end up in the cloud for Bank Julius Baer?
Why did the shift-left end up in the cloud for Bank Julius Baer?Why did the shift-left end up in the cloud for Bank Julius Baer?
Why did the shift-left end up in the cloud for Bank Julius Baer?BATbern
 
Creating a Product through DevOps: The Story of APPUiO Cloud
Creating a Product through DevOps: The Story of APPUiO CloudCreating a Product through DevOps: The Story of APPUiO Cloud
Creating a Product through DevOps: The Story of APPUiO CloudBATbern
 
Zeitnahe Reaktion auf Verordnungsänderungen mit Feature Toggles
Zeitnahe Reaktion auf Verordnungsänderungen mit Feature TogglesZeitnahe Reaktion auf Verordnungsänderungen mit Feature Toggles
Zeitnahe Reaktion auf Verordnungsänderungen mit Feature TogglesBATbern
 
DevSecOps-Teams das Security-Steuer überlassen
DevSecOps-Teams das Security-Steuer überlassenDevSecOps-Teams das Security-Steuer überlassen
DevSecOps-Teams das Security-Steuer überlassenBATbern
 
Compliance und Governance in der DevOps-Acht
Compliance und Governance in der DevOps-AchtCompliance und Governance in der DevOps-Acht
Compliance und Governance in der DevOps-AchtBATbern
 

Mehr von BATbern (20)

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
 
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
 
MLOps journey at Swisscom: AI Use Cases, Architecture and Future Vision
MLOps journey at Swisscom: AI Use Cases, Architecture and Future VisionMLOps journey at Swisscom: AI Use Cases, Architecture and Future Vision
MLOps journey at Swisscom: AI Use Cases, Architecture and Future Vision
 
From Ideation to Production in 7 days: The Scoring Factory at Raiffeisen
From Ideation to Production in 7 days: The Scoring Factory at RaiffeisenFrom Ideation to Production in 7 days: The Scoring Factory at Raiffeisen
From Ideation to Production in 7 days: The Scoring Factory at Raiffeisen
 
The Future of Coaching in Sport with AI/ML
The Future of Coaching in Sport with AI/MLThe Future of Coaching in Sport with AI/ML
The Future of Coaching in Sport with AI/ML
 
Klassifizierung von Versicherungsschäden – AI und MLOps bei der Mobiliar
Klassifizierung von Versicherungsschäden – AI und MLOps bei der MobiliarKlassifizierung von Versicherungsschäden – AI und MLOps bei der Mobiliar
Klassifizierung von Versicherungsschäden – AI und MLOps bei der Mobiliar
 
BATbern48_ZeroTrust-Konzept und Realität.pdf
BATbern48_ZeroTrust-Konzept und Realität.pdfBATbern48_ZeroTrust-Konzept und Realität.pdf
BATbern48_ZeroTrust-Konzept und Realität.pdf
 
BATbern48_How Zero Trust can help your organisation keep safe.pdf
BATbern48_How Zero Trust can help your organisation keep safe.pdfBATbern48_How Zero Trust can help your organisation keep safe.pdf
BATbern48_How Zero Trust can help your organisation keep safe.pdf
 
BATbern48_Zero Trust Architektur des ISC-EJPD.pdf
BATbern48_Zero Trust Architektur des ISC-EJPD.pdfBATbern48_Zero Trust Architektur des ISC-EJPD.pdf
BATbern48_Zero Trust Architektur des ISC-EJPD.pdf
 
Why did the shift-left end up in the cloud for Bank Julius Baer?
Why did the shift-left end up in the cloud for Bank Julius Baer?Why did the shift-left end up in the cloud for Bank Julius Baer?
Why did the shift-left end up in the cloud for Bank Julius Baer?
 
Creating a Product through DevOps: The Story of APPUiO Cloud
Creating a Product through DevOps: The Story of APPUiO CloudCreating a Product through DevOps: The Story of APPUiO Cloud
Creating a Product through DevOps: The Story of APPUiO Cloud
 
Zeitnahe Reaktion auf Verordnungsänderungen mit Feature Toggles
Zeitnahe Reaktion auf Verordnungsänderungen mit Feature TogglesZeitnahe Reaktion auf Verordnungsänderungen mit Feature Toggles
Zeitnahe Reaktion auf Verordnungsänderungen mit Feature Toggles
 
DevSecOps-Teams das Security-Steuer überlassen
DevSecOps-Teams das Security-Steuer überlassenDevSecOps-Teams das Security-Steuer überlassen
DevSecOps-Teams das Security-Steuer überlassen
 
Compliance und Governance in der DevOps-Acht
Compliance und Governance in der DevOps-AchtCompliance und Governance in der DevOps-Acht
Compliance und Governance in der DevOps-Acht
 

BATbern52 Mobiliar zu Skalierte Datenprodukte mit Data Mesh

  • 1. BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 08.03.2024 Bruno Russiniello, Lukas Feuz, IT Architektur, Die Mobiliar
  • 2. Skalierte Datenwertschöpfung als strategische Unternehmensfähigkeit mit einer unterstützenden Governance BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 08.03.2024 2 Aus der Geschäftsstrategie
  • 3. Arena Enabler Arena Privatkunden Arena KMU Arena Institutionelle Kunden Ausgangslage 08.03.2024 3 Agile Release Trains BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh Insights Daten Daten .. but does it scale? Collaboration & Workplace Führung & Aktuariat NL Cyber Services Finanzen Plattform & Infrastruktur Shared Services Kommunikation Kundenbeziehung Vertragsführung NL (Legacy) Basisdienste Vertragsführung Private Vorsorge Schaden Vertragsführung NL Vertragsführung Berufliche Vorsorge Vertrieb Skills für Datenwertschöpfung
  • 4. Die Mobiliar in Zahlen 08.03.2024 4 2.2 Mio. Kund:innen 6226 Mitarbeitende 80 General- Agenturen 160 Standorte 140 Agile Teams 4 Arenen / Portfolios 15 Agile Release Trains 1500 Mitarbeitende in den Arenen BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
  • 5. 08.03.2024 5 Unter jedem Dach daheim https://www.bfs.admin.ch/bfs/de/home/statistiken/bevoelkerung/familien/haushalte.assetdetail.24225249.html Auf rund 2.75 Mio. Gebäude leben ca. 4 Mio. Privathaushalte: ca. 600'000 KMUs und 2'000 Grossunternehmen. Für jeden Kunden, das bestmögliche Produkt, zum optimalen Zeitpunkt, auf dem richtigen Kanal, zu einem guten Preis. BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh Ambition Einfach und unkompliziert im Schadenfall.
  • 6. Vision 08.03.2024 6 Arena Enabler Arena Privatkunden Arena KMU Arena Institutionelle Kunden Collaboration & Workplace Führung & Aktuariat NL Cyber Services Finanzen Plattform & Infrastruktur Shared Services Kommunikation Kundenbeziehung Vertragsführung NL (Legacy) Basisdienste Vertragsführung Private Vorsorge Schaden Vertragsführung NL Vertragsführung Berufliche Vorsorge Vertrieb Collaboration & Workplace Führung & Aktuariat NL Cyber Services Finanzen Plattform & Infrastruktur Shared Services Kommunikation Kundenbeziehung Basisdienste Schaden Vertragsführung NL (Legacy) Vertragsführung Private Vorsorge Vertragsführung NL Vertragsführung Berufliche Vorsorge Vertrieb Agile Release Trains BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh Skills für Datenwertschöpfung Produktions- kennzahlen Customer 360 Risiko- prämie Konzern- ergebnis Conversion Angebots- profile Datenprodukte Vertrag NL Schaden Einwilligung Korres- pondenz Vertrag L Partner das bestmögliche Produkt zu einem guten Preis. Für jeden Kunden Einfach und unkompliziert im Schadenfall zum optimalen Zeitpunkt, auf dem richtigen Kanal
  • 7. Wie haben wir gestartet? 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 7
  • 8. Bereitstellung der Plattform 8 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 08.03.2024 Development Environment PreProd Runtime Deployable Lab Environment Prod Runtime Deployable Deployment Pipeline
  • 9. Rohdaten Neues Datenprodukt 2 Data as a Product Datenprodukte • Herkunft & Produzent • Qualität (Bio), Gewicht • Verpackungsdatum • Konsumangaben (Rezepte) • Inhalt (Zutaten) • Nährwerte • Aufbewahrungsangaben DAP- Score Metadaten Maturität BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh EDC – Enterprise Data Catalog Produkt finden 08.03.2024 9 Konzeption der Datenprodukte schnell und einfach und sicher nutzbar
  • 10. Technischer Aufbau der Datenprodukte Output Data Port Input Data Port Source Code 08.03.2024 10 Daten Tables, Delta Tables, Key-Value, Time Series, Document, Graph, Metadaten für das Datenprodukt Metadaten für Dateninhalte Control Port für Data Product Governance Control Port für Data Observability Beschreibungen & Zweck Nutzer- & Nutzungsangaben Social Infos + Popularität SLA Schemas & Constraints Modelle, Vokabulare & Taxonomien Klassifikationen & Kategorisierungen Datenqualität & Validierung Data Contract BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
  • 11. Data Mesh Design Phase 08.03.2024 11 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh Kontinuierliche Weiterentwicklung des Data Mesh Bauplans Abstrakte Definition Building Blocks / Mental Model
  • 12. Data Mesh Design Phase 08.03.2024 12 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh
  • 13. Wo stehen wir? 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 13
  • 14. Die Datenprodukte sind eingebettet in der Domänenarchitektur 08.03.2024 14 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh Datenprodukt Owner Domäne Applikation Funkt. Komponente Techn. Komponente Datenprodukt Feature Team PO Feature Team
  • 15. Das Organisationsmodell PO Datenwertschöpfungs- Team Data Science Workplace Enterprise Data Catalog Themenowner Datenwertschöpfung Datenprodukte System Architect ART BI & Analytics PO Legacy Data Products für Transition ART BI & Analytics BI-Analyst / Data Steward Legacy EDWH ART BI & Analytics Stack für Databricks Stack für PowerBI Self-Service Plattform for BI & Analytics Teams Community of Practice Datenprodukt Core Team Leiterin Geschäftsentwicklung Mitglied der GL Lead Datenwertchöpfungs-Board Datenstrategie Governance Analyst PM BI & Analytics Data & Analytics PM BI & Analytics System Architekt BI & Analytics Fachführung Plattf. Architektur PO Team Bricks Datenarchitekt Fachführung Datenarchitektur Data Governance Teams Data Product Enabling Team Business Users Feature Teams Power Users BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 15 08.03.2024 Leiter Linien Data & Analytics Hub Data Mesh is a people business
  • 16. Learnings 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 16
  • 17. Einführung hat einen riesigen Impact auf die Organisation, Prozesse und Technologie über einen langen Zeitraum. Data Mesh ist keine Technologie, sondern ein Konzept und löst Change aus. Cloud-Technologien sind ein Enabler Die agile Organisation und die Domänen ist eine Voraussetzung für dieerfolreiche Umsetzung von Data Mesh Learnings 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 17 Learning 1 Learning 2 Learning 3 3 Learnings
  • 18. Einführung von Data Mesh hat einen bedeutenden Impact auf die Organisation, Prozesse und Technologien über einen langen Zeitraum. Data Mesh ist keine Technologie, sondern ein Konzept und löst Change aus. Cloud-Technologien sind ein Enabler Die agile Organisation und die Domänen ist eine Voraussetzung für dieerfolreiche Umsetzung von Data Mesh Learnings 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 18 Learning 1 Learning 2 Learning 3 3 Learnings
  • 19. Einführung hat einen riesigen Impact auf die Organisation, Prozesse und Technologie über einen langen Zeitraum. Data Mesh ist keine Technologie, sondern ein Konzept und löst Change und Transformation aus. Bei dieser Transformation geht man nicht von einem Zustand A in einen Zustand B über, der Weg geht über mehrere Zwischenzustände. Die agile Organisation und die Domänen ist eine Voraussetzung für dieerfolreiche Umsetzung von Data Mesh Learnings 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 19 Learning 1 Learning 2 Learning 3 3 Learnings
  • 20. Einführung hat einen riesigen Impact auf die Organisation, Prozesse und Technologie über einen langen Zeitraum. Data Mesh ist keine Technologie, sondern ein Konzept und löst Change aus. Cloud-Technologien sind ein Enabler Die agile Organisation und die Domänen helfen bei der effizienten Umsetzung von Data Mesh. Learnings 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 20 Learning 1 Learning 2 Learning 3 3 Learnings
  • 21. Umfrage 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 21
  • 22. 3 Fragen zu Data Mesh und Datenprodukten 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 22 Welches ist der grösste Nutzen einer Data Mesh Architektur für mein Unternehmen? 1 Was ist der Stand von Data Mesh mit Datenprodukten in meinem Unternehmen? 2 Welches sind die grössten Herausforderungen bei der Umsetzung von Data Mesh? 3 https://forms.office.com/e/JcHdsqejG6
  • 23.
  • 24.
  • 25.
  • 26. Besten Dank für euer Interesse! 08.03.2024 BATBern 2024 – Skalierte Datenwertschöpfung mit Data Mesh 26 Besten Dank für Euer Interesse.