SlideShare ist ein Scribd-Unternehmen logo
​Gesamtheitliche IoT/AoT Big Data Plattform
„Data Intelligence Hub“
​Next Generation Artificial Intelligence
​Dr. Stefan Schwarz, Teradata - Alexander Kouril, Connective Elements
2
Agenda
• KI – Plattform Data Intelligence Hub
– Herausforderung Komplexität
– DIH als plattform-basiertes Geschäftsmodell
• Near realtime, skalierbar, einfach
– Architektur - UDA
– App Store for Intelligence & Analytics
• Konkrete, reale Anwendungsbeispiele
– Neue Geschäftsmodelle ermöglichen
– Business Benefit
„Probleme kann man
niemals mit
derselben Denkweise
lösen, durch die sie
entstanden sind “
Albert Einstein
„Eine wirklich gute
Idee erkennt man
daran, dass ihre
Verwirklichung von
vorne herein
ausgeschlossen
erscheint“
Albert Einstein
3
Herausforderung Komplexität I
„Complexity kills Performance“
 Zukunftsfähigkeit immer schwieriger zu realisieren
 Steigender Wettbewerbsdruck
 Globale Lieferbeziehungen immer volatiler, immer
anfälliger für Risiken
 Disruptive Technologie-Entwicklungen setzen
traditionelle Unternehmen unter Druck
 Permanenter Kostendruck durch Shareholder
 Kundenanforderungen immer schwieriger
hervorzusagen
 Gesellschaftliche Anforderungen an
Umweltgerechtigkeit, Nachhaltigkeit, Fairness stellen
hohe Anforderungen an das Unternehmen
4
Herausforderung Komplexität II
Data Intelligence Hub „versteht“ + optimiert komplexe
Prozessabläufe
Transparente zentralisierte Übersicht
 Erfassung von Ressourcen-Daten (Stromverbrauch etc.)
 Erfassung der vollständigen Prozesskette inkl. aller
systemischen Abhängigkeiten
 Datengetriebene Strategie-Entwicklung und -Umsetzung
Vermeidung von Störungen, Effizienzgewinn
 Frühzeitige, proaktive Ermittlung notwendiger
Instandhaltung, Wartungsarbeiten
 Automatisierte/Semi-Automatisierte Erstellung von
Wartungs-/Instandhaltungsplänen
 Erfassung und Vermeidung von Anomalien, Mustern
Produktoptimierung
 Auswertung von Social Media
für optimierte Produktentwick-
lung, Logistikabläufe etc.
 Vermeidung von Qualitäts-
problemen
5
Data Intelligence Hub
Alleinstellungsmerkmale
Der Hub denkt mit dank Next Generation Analytics:
 Der Hub verfügt über eine „Meta-Intelligenz“, die verschiedene KI-
Systeme, Algorithmen autonom zu einen Prozess verkettet und dazu
notwendige Daten aufbereitet und bereitstellt.
 Der Hub lernt aus den vielfältigen Nutzungsverhalten der Kunden
und verwertet diese Lernerfahrungen für seine eigene Optimierung
 Der Hub lernt insbesondere aus der Kombination vieler KI-Systeme
für spezifische Use Cases (Problemstellungen) und der erzielten
Effizienz der Problemlösung
End-2-End Process Optimization & Automation:
 Dank der Meta Intelligenz erfasst der Hub komplexe, umfangreiche
Prozesse vollständig und eben nicht nur punktuell und kann daher
Staupunkte, Engpässe und deren Impact erfassen und optimieren
Von Data-Monetization zur Data-basierte Wertschöpfung:
 Einmal erfasste Datenmengen können für unterschiedliche Use
Cases verwertet werden oder für andere Kunden sinnvoll
vermarktet werden
6
Agenda
• KI – Plattform Data Intelligence Hub
– Herausforderung Komplexität
– DIH als plattform-basiertes Geschäftsmodell
• Near realtime, skalierbar, einfach
– Architektur - UDA
– App Store for Intelligence & Analytics
• Konkrete, reale Anwendungsbeispiele
– Neue Geschäftsmodelle ermöglichen
– Business Benefit
„Ease of use is the
key to gain the
network effect“
Michael A. Cusumano
MIT Sloan
7
Die Architektur des DIH basiert auf Teradata UDA und ist eine
modulare offene Plattform, die es ermöglicht extrem grosse interne
und externe Datenmenden zu sourcen, speichern und zu analysieren
8
App Store for Analytics & Intelligence
Der Eckpfeiler des Plattform-basierten Geschäftsmodelles
 Intuitive Bedienung
 Apps sind „gekapselte“ KI-Systeme, die für eine spezifische Zielsetzung (Ressourcen-Effizienz,
Servicequalitätverbesserung etc.) kombiniert und standardisiert worden sind
9
App Store for Analytics & Intelligence
Apps “denken” holistisch, verstehen Zusammenhänge
 Die Apps bestehen aus gekapselten KI-Systemen, also KI-Systeme die mit einander kombiniert
sind, um ein spezifisches Optimierungsziel zu erreichen
 Die Apps sind mit den analytischen Werkzeugen von Teradata gekoppelt
10
Agenda
• KI – Plattform Data Intelligence Hub
– Herausforderung Komplexität
– DIH als plattform-basiertes Geschäftsmodell
• Near realtime, skalierbar, einfach
– Architektur - UDA
– App Store for Intelligence & Analytics
• Konkrete, reale Anwendungsbeispiele
– Neue Geschäftsmodelle ermöglichen
– Business Benefit
„Erfahrung ist der
beste Lehrmeister. Nur
das Schulgeld ist
teuer.“
Thomas Carlyle
11
Siemens Sinalytics
Multi-industry IoT solutions
#Insert Hashtag11 © 2014 Teradata
• Equipment availability issues with specific model
with big direct profitability impact
• In work-flow analytics of CT/MRI data led to
unmatched improvements for engineers and
others
• The CERN accelerator generates > 300 Terabytes of sensor data
per year
• Analytical root cause analyses for malfunctions of all kinds in
“usually unreliable, incomplete and out of sequence” (CERN) data
• Despite complex data envir. system produces easy to understand
• Siemens: “On a three-hour journey, only one out of over two
thousand journeys are delayed by more than five minutes.”
• In case of delay > 1 hour train ticket price will be reimbursed in full -
possible as “most reliable high-speed train in the whole network”
(renfe).
• Share of plane travel down from 80% to 30% in favor of train
operator
• Change of business model from asset sale to long term service
contract(!)
Predictive maintenance - Rail
Similar cases
“Digging for Data in a Particle Mine”- Science
Analysing CT/MRI data- Healthcare
Similar cases
(enabled by Teradata)
12
Maersk – Enabling innovation
though IoT solutions in logistics
#Insert Hashtag12 © 2014 Teradata
• Maersk spends $1 billion per year repositioning empty containers.
• Goal: Optimization of container distribution, reduce idle times & empty journeys
• Main data sources: GPS and GSM locations, route info, repair events, zip code
• Result: Significantly reduced costs, better utilization of containers
• “Every day, tens of thousands of containers are flowing in and out of repair shops all
over the world.” (Maersk) It costs the company more than USD 300 million, annually.
• Several billion lines of data: all inspections, all repairs, every movement, every
booking
• Analytics allowed in an easy to understand way to see for each individual repair shop
where Maersk was getting good and bad repairs.
• As a result optimizing single repair shops saved Maersk up to 2 mil. USD per year.
• Maersk operates 200,000 refrigerated containers with connected sensors.
• As part of their Remote Container Management project, they give customers access
— via their Teradata data warehouse — to data relevant to these containers. This
allows the customer e.g. to vary the temperature inside while the cargo is in transit.
• It is an enabler of an ecosystem “that’s going to drive innovation for us” (Maersk)
Remote Container Management project
Optimized maintenance for vessels and containers
Reduce empty container journeys
“Logistics business
depends on optimization.[..]
If we want real cost
leadership and commercial
excellence, applying the
technology and the
competencies of advanced
analysts can take us much
further than conventional
analysis.”
Jakob Stausholm,
Maersk Line, Chief Transformation
Officer
13
Lessons Learned:
Blueprint für den Data Intelligence Hub
 Der zugrunde liegende Lösungsansatz – die Kombination vieler KI-Systeme mit
hochperformanten analytischen Werkzeugen – funktioniert und hat sich im rauen
Industriemarkt bewährt!
 Aufgrund vieler Erfahrungswerte ist der Ausbau der Architekturen durch eine
eingebettete KI-Schicht sehr gut realisierbar und vermarktbar.
 Kunden profitieren insbesondere durch den Daten-getriebenen Blick über den
„Tellerrand“, durch die Erfassung von Prozessabläufen von ihrem Anfang bis zu ihrem
Ende – also End-2-End
 Think Big! Vermeidung von Daten- und KI-Silos jeglicher Art!
 Es hat sich bewährt, mit einer Teradata-Plattform mit einem vollständigen Set
analytischer Werkzeuge zu beginnen, und diese entsprechend der Kundenbedarfe
auszubauen.
 Platform-as-a-Service und Capacity-on-Demand-basierte Modelle sind deutlich
kosteneffizienter im Vergleich zu On Premise-Angeboten, dadurch sind erhebliche
Kosteneinsparungen realsierbar
14
1414
Alexander Kouril
Managing Director
connective elements
management consultants GmbH
Presley Boulevard 14
61231 Bad Nauheim
Mobil: (0151) 55143222
Mail: alexander.kouril@connective-elements.com
Dr. Stefan Schwarz
Director Business Consulting
Teradata
Niederkasseler Lohweg 189
40547 Düsseldorf
Mobil: (0173) 7488381
Mail: stefan.schwarz@teradata.com
Es gibt tatsächlich keine
dummen Fragen,
außer der einen:
"Gibt es noch Fragen?"
15
15
Back-up
16
Plattform-basierte Geschäftsmodelle
Platform Leaders aus dem Silicon Valley formen neuen Geschäftsmodelle
 Plattform-basierte Geschäftsmodelle: Immer mehr setzen sich Plattform-basierte Geschäfts-
modelle im B2B-Märkten erfolgreich durch, wie beispielsweise Amazon, SalesForce, Apple, etc.
 Shared Economy: Kunden gewinnen einen deutlich höheren Nutzwert, wenn sie ihr Wissen, Ihre
Problemlösungsfähigkeiten teilen
 Data Ownership is King: Das häufig zitierte Argument „Who owns the Data, owns the Business!“
beschreibt, dass Anbieter wie Google, Apple, Amazon etc. mit Kundendaten weitere
Profitquellen erschlossen haben, die für traditionelle IT Provider unzugänglich sind

Weitere ähnliche Inhalte

Andere mochten auch

Das Erwachen der Roboter im Content Marketing.
Das Erwachen der Roboter im Content Marketing.Das Erwachen der Roboter im Content Marketing.
Das Erwachen der Roboter im Content Marketing.
Michael Schmitt
 
Haupt-Pressekonferenz CeBIT 2012
Haupt-Pressekonferenz CeBIT 2012Haupt-Pressekonferenz CeBIT 2012
Haupt-Pressekonferenz CeBIT 2012CeBIT
 
Das ist mein tagesablauf (toby)
Das ist mein tagesablauf (toby)Das ist mein tagesablauf (toby)
Das ist mein tagesablauf (toby)
alemangarachico
 
Io tビジネスモデルに関する考察20161119
Io tビジネスモデルに関する考察20161119Io tビジネスモデルに関する考察20161119
Io tビジネスモデルに関する考察20161119
Keiichiro Nabeno
 
Schlaganfall
SchlaganfallSchlaganfall
Zahl des Tages: 438 Millionen Euro
Zahl des Tages: 438 Millionen EuroZahl des Tages: 438 Millionen Euro
Zahl des Tages: 438 Millionen Euro
TWT
 
Y15.09.16 SketchNotes SF meetup Kate Rutter
Y15.09.16 SketchNotes SF meetup Kate RutterY15.09.16 SketchNotes SF meetup Kate Rutter
Y15.09.16 SketchNotes SF meetup Kate Rutter
Jerome Domurat
 
Personalisierung (DMS) mit Sitecore
Personalisierung (DMS) mit SitecorePersonalisierung (DMS) mit Sitecore
Personalisierung (DMS) mit Sitecore
Namics – A Merkle Company
 
Bodensee-Forum 2012: Henner Knabenreich
Bodensee-Forum 2012: Henner KnabenreichBodensee-Forum 2012: Henner Knabenreich
Bodensee-Forum 2012: Henner KnabenreichBodenseeForum_Personal
 
BIG DATA im E-Commerce - Potenziale und Herausforderungen des Web Mining am B...
BIG DATA im E-Commerce - Potenziale und Herausforderungen des Web Mining am B...BIG DATA im E-Commerce - Potenziale und Herausforderungen des Web Mining am B...
BIG DATA im E-Commerce - Potenziale und Herausforderungen des Web Mining am B...
Lynx E-Commerce
 
Trends im Schweizer E-Commerce - Vortrag an der SOM 2016
Trends im Schweizer E-Commerce - Vortrag an der SOM 2016Trends im Schweizer E-Commerce - Vortrag an der SOM 2016
Trends im Schweizer E-Commerce - Vortrag an der SOM 2016
Carpathia AG
 
PräSentation Zu Datenbanken
PräSentation Zu DatenbankenPräSentation Zu Datenbanken
PräSentation Zu DatenbankenGoetheschule
 
Exeed Training Calendar 2017
Exeed Training Calendar 2017Exeed Training Calendar 2017
Exeed Training Calendar 2017
Samras Mayimi
 
2016 05 11 pakadoo @ Personal Sued
2016 05 11 pakadoo @ Personal Sued2016 05 11 pakadoo @ Personal Sued
2016 05 11 pakadoo @ Personal Sued
pakadoo Nachname
 
Storytelling - Wie die Macht von Geschichten (2.0) nutzen?
Storytelling - Wie die Macht von Geschichten (2.0) nutzen?Storytelling - Wie die Macht von Geschichten (2.0) nutzen?
Storytelling - Wie die Macht von Geschichten (2.0) nutzen?
Karin Thier
 
Pentatonic scales for jazz improvisation
Pentatonic scales for jazz improvisationPentatonic scales for jazz improvisation
Pentatonic scales for jazz improvisation
luis hernandez
 
[Michael r. genesereth,__nils_j._nilsson__(auth.),(book_zz.org)
[Michael r. genesereth,__nils_j._nilsson__(auth.),(book_zz.org)[Michael r. genesereth,__nils_j._nilsson__(auth.),(book_zz.org)
[Michael r. genesereth,__nils_j._nilsson__(auth.),(book_zz.org)Andreea Ion
 
A-COMMERCE Day: E-Commerce Export Land Schweiz
A-COMMERCE Day: E-Commerce Export Land SchweizA-COMMERCE Day: E-Commerce Export Land Schweiz
A-COMMERCE Day: E-Commerce Export Land Schweiz
Carpathia AG
 
Blue Ocean Strategy
Blue Ocean StrategyBlue Ocean Strategy
Blue Ocean Strategy
Prof. Dr. Michael Bernecker
 
United States no longer the most productive Country in the World
United States no longer the most productive Country in the WorldUnited States no longer the most productive Country in the World
United States no longer the most productive Country in the World
paul young cpa, cga
 

Andere mochten auch (20)

Das Erwachen der Roboter im Content Marketing.
Das Erwachen der Roboter im Content Marketing.Das Erwachen der Roboter im Content Marketing.
Das Erwachen der Roboter im Content Marketing.
 
Haupt-Pressekonferenz CeBIT 2012
Haupt-Pressekonferenz CeBIT 2012Haupt-Pressekonferenz CeBIT 2012
Haupt-Pressekonferenz CeBIT 2012
 
Das ist mein tagesablauf (toby)
Das ist mein tagesablauf (toby)Das ist mein tagesablauf (toby)
Das ist mein tagesablauf (toby)
 
Io tビジネスモデルに関する考察20161119
Io tビジネスモデルに関する考察20161119Io tビジネスモデルに関する考察20161119
Io tビジネスモデルに関する考察20161119
 
Schlaganfall
SchlaganfallSchlaganfall
Schlaganfall
 
Zahl des Tages: 438 Millionen Euro
Zahl des Tages: 438 Millionen EuroZahl des Tages: 438 Millionen Euro
Zahl des Tages: 438 Millionen Euro
 
Y15.09.16 SketchNotes SF meetup Kate Rutter
Y15.09.16 SketchNotes SF meetup Kate RutterY15.09.16 SketchNotes SF meetup Kate Rutter
Y15.09.16 SketchNotes SF meetup Kate Rutter
 
Personalisierung (DMS) mit Sitecore
Personalisierung (DMS) mit SitecorePersonalisierung (DMS) mit Sitecore
Personalisierung (DMS) mit Sitecore
 
Bodensee-Forum 2012: Henner Knabenreich
Bodensee-Forum 2012: Henner KnabenreichBodensee-Forum 2012: Henner Knabenreich
Bodensee-Forum 2012: Henner Knabenreich
 
BIG DATA im E-Commerce - Potenziale und Herausforderungen des Web Mining am B...
BIG DATA im E-Commerce - Potenziale und Herausforderungen des Web Mining am B...BIG DATA im E-Commerce - Potenziale und Herausforderungen des Web Mining am B...
BIG DATA im E-Commerce - Potenziale und Herausforderungen des Web Mining am B...
 
Trends im Schweizer E-Commerce - Vortrag an der SOM 2016
Trends im Schweizer E-Commerce - Vortrag an der SOM 2016Trends im Schweizer E-Commerce - Vortrag an der SOM 2016
Trends im Schweizer E-Commerce - Vortrag an der SOM 2016
 
PräSentation Zu Datenbanken
PräSentation Zu DatenbankenPräSentation Zu Datenbanken
PräSentation Zu Datenbanken
 
Exeed Training Calendar 2017
Exeed Training Calendar 2017Exeed Training Calendar 2017
Exeed Training Calendar 2017
 
2016 05 11 pakadoo @ Personal Sued
2016 05 11 pakadoo @ Personal Sued2016 05 11 pakadoo @ Personal Sued
2016 05 11 pakadoo @ Personal Sued
 
Storytelling - Wie die Macht von Geschichten (2.0) nutzen?
Storytelling - Wie die Macht von Geschichten (2.0) nutzen?Storytelling - Wie die Macht von Geschichten (2.0) nutzen?
Storytelling - Wie die Macht von Geschichten (2.0) nutzen?
 
Pentatonic scales for jazz improvisation
Pentatonic scales for jazz improvisationPentatonic scales for jazz improvisation
Pentatonic scales for jazz improvisation
 
[Michael r. genesereth,__nils_j._nilsson__(auth.),(book_zz.org)
[Michael r. genesereth,__nils_j._nilsson__(auth.),(book_zz.org)[Michael r. genesereth,__nils_j._nilsson__(auth.),(book_zz.org)
[Michael r. genesereth,__nils_j._nilsson__(auth.),(book_zz.org)
 
A-COMMERCE Day: E-Commerce Export Land Schweiz
A-COMMERCE Day: E-Commerce Export Land SchweizA-COMMERCE Day: E-Commerce Export Land Schweiz
A-COMMERCE Day: E-Commerce Export Land Schweiz
 
Blue Ocean Strategy
Blue Ocean StrategyBlue Ocean Strategy
Blue Ocean Strategy
 
United States no longer the most productive Country in the World
United States no longer the most productive Country in the WorldUnited States no longer the most productive Country in the World
United States no longer the most productive Country in the World
 

Ähnlich wie BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril

Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
Leadec
 
Kongress mobile Instandhaltung 2018
Kongress mobile Instandhaltung 2018Kongress mobile Instandhaltung 2018
Kongress mobile Instandhaltung 2018
RODIAS GmbH
 
Der erste Schritt – idealtypische Wege in die Cloud und in der Cloud für Unte...
Der erste Schritt – idealtypische Wege in die Cloud und in der Cloud für Unte...Der erste Schritt – idealtypische Wege in die Cloud und in der Cloud für Unte...
Der erste Schritt – idealtypische Wege in die Cloud und in der Cloud für Unte...
AWS Germany
 
Präsentation GSE Jahreshauptversammlung 2015 05-12
Präsentation GSE Jahreshauptversammlung 2015 05-12Präsentation GSE Jahreshauptversammlung 2015 05-12
Präsentation GSE Jahreshauptversammlung 2015 05-12
LineMetrics
 
Innovation in der Instandhaltung - Motor für die Zukunft
Innovation in der Instandhaltung - Motor für die ZukunftInnovation in der Instandhaltung - Motor für die Zukunft
Innovation in der Instandhaltung - Motor für die Zukunft
Salzburg Research Forschungsgesellschaft mbH
 
Das geheime Leben einer Störmeldung
Das geheime Leben einer StörmeldungDas geheime Leben einer Störmeldung
Das geheime Leben einer Störmeldung
Georg Guentner
 
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
FIWARE
 
Congstar - die Erfolgsstory
Congstar - die ErfolgsstoryCongstar - die Erfolgsstory
Congstar - die Erfolgsstory
Telekom MMS
 
Digitale Kommunikation in Fertigungsnetzwerken neu gedacht
Digitale Kommunikation in Fertigungsnetzwerken neu gedachtDigitale Kommunikation in Fertigungsnetzwerken neu gedacht
Digitale Kommunikation in Fertigungsnetzwerken neu gedacht
Georg Guentner
 
Skalierbare internetbasierte Geo-Services (German)
Skalierbare internetbasierte Geo-Services (German)Skalierbare internetbasierte Geo-Services (German)
Skalierbare internetbasierte Geo-Services (German)
Matthias Wauer
 
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
 
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata GmbH
 
Ganzheitliche Speicherlösungen: Unser Storage-Konzept in der Praxis
Ganzheitliche Speicherlösungen: Unser Storage-Konzept in der PraxisGanzheitliche Speicherlösungen: Unser Storage-Konzept in der Praxis
Ganzheitliche Speicherlösungen: Unser Storage-Konzept in der Praxis
Fujitsu Central Europe
 
PPTECOSTRUXURE1.pdf
PPTECOSTRUXURE1.pdfPPTECOSTRUXURE1.pdf
PPTECOSTRUXURE1.pdf
OROSUPPLYCONTACT
 
Mobile Days Kongress mobile Instandhaltung 2019
Mobile Days Kongress mobile Instandhaltung 2019Mobile Days Kongress mobile Instandhaltung 2019
Mobile Days Kongress mobile Instandhaltung 2019
RODIAS GmbH
 
Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...
Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...
Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...
topsoft - inspiring digital business
 
SaaS für Enterprise Architecture Management
SaaS für Enterprise Architecture ManagementSaaS für Enterprise Architecture Management
SaaS für Enterprise Architecture Management
LeanIX GmbH
 
Einsatz mobiler Lösungen in Instandhaltung & Service
Einsatz mobiler Lösungen in Instandhaltung & ServiceEinsatz mobiler Lösungen in Instandhaltung & Service
Einsatz mobiler Lösungen in Instandhaltung & Service
T.A. Cook
 
Davra Networks - MachNation DE
Davra Networks - MachNation DEDavra Networks - MachNation DE
Davra Networks - MachNation DEArua Tupinambas
 

Ähnlich wie BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril (20)

Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
Everything as-a-service Modelle: Als Industriedienstleister die "Fabrik der Z...
 
Kongress mobile Instandhaltung 2018
Kongress mobile Instandhaltung 2018Kongress mobile Instandhaltung 2018
Kongress mobile Instandhaltung 2018
 
Der erste Schritt – idealtypische Wege in die Cloud und in der Cloud für Unte...
Der erste Schritt – idealtypische Wege in die Cloud und in der Cloud für Unte...Der erste Schritt – idealtypische Wege in die Cloud und in der Cloud für Unte...
Der erste Schritt – idealtypische Wege in die Cloud und in der Cloud für Unte...
 
Präsentation GSE Jahreshauptversammlung 2015 05-12
Präsentation GSE Jahreshauptversammlung 2015 05-12Präsentation GSE Jahreshauptversammlung 2015 05-12
Präsentation GSE Jahreshauptversammlung 2015 05-12
 
Innovation in der Instandhaltung - Motor für die Zukunft
Innovation in der Instandhaltung - Motor für die ZukunftInnovation in der Instandhaltung - Motor für die Zukunft
Innovation in der Instandhaltung - Motor für die Zukunft
 
Das geheime Leben einer Störmeldung
Das geheime Leben einer StörmeldungDas geheime Leben einer Störmeldung
Das geheime Leben einer Störmeldung
 
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
 
Congstar - die Erfolgsstory
Congstar - die ErfolgsstoryCongstar - die Erfolgsstory
Congstar - die Erfolgsstory
 
IBM Connected
IBM ConnectedIBM Connected
IBM Connected
 
Digitale Kommunikation in Fertigungsnetzwerken neu gedacht
Digitale Kommunikation in Fertigungsnetzwerken neu gedachtDigitale Kommunikation in Fertigungsnetzwerken neu gedacht
Digitale Kommunikation in Fertigungsnetzwerken neu gedacht
 
Skalierbare internetbasierte Geo-Services (German)
Skalierbare internetbasierte Geo-Services (German)Skalierbare internetbasierte Geo-Services (German)
Skalierbare internetbasierte Geo-Services (German)
 
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...
 
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
 
Ganzheitliche Speicherlösungen: Unser Storage-Konzept in der Praxis
Ganzheitliche Speicherlösungen: Unser Storage-Konzept in der PraxisGanzheitliche Speicherlösungen: Unser Storage-Konzept in der Praxis
Ganzheitliche Speicherlösungen: Unser Storage-Konzept in der Praxis
 
PPTECOSTRUXURE1.pdf
PPTECOSTRUXURE1.pdfPPTECOSTRUXURE1.pdf
PPTECOSTRUXURE1.pdf
 
Mobile Days Kongress mobile Instandhaltung 2019
Mobile Days Kongress mobile Instandhaltung 2019Mobile Days Kongress mobile Instandhaltung 2019
Mobile Days Kongress mobile Instandhaltung 2019
 
Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...
Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...
Swiss Cloud Conference 2014: Wachstum und Herausforderung im Mittelstand meis...
 
SaaS für Enterprise Architecture Management
SaaS für Enterprise Architecture ManagementSaaS für Enterprise Architecture Management
SaaS für Enterprise Architecture Management
 
Einsatz mobiler Lösungen in Instandhaltung & Service
Einsatz mobiler Lösungen in Instandhaltung & ServiceEinsatz mobiler Lösungen in Instandhaltung & Service
Einsatz mobiler Lösungen in Instandhaltung & Service
 
Davra Networks - MachNation DE
Davra Networks - MachNation DEDavra Networks - MachNation DE
Davra Networks - MachNation DE
 

Mehr von Stefan Schwarz

Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2017
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2017Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2017
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2017
Stefan Schwarz
 
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2018
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2018Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2018
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2018
Stefan Schwarz
 
CM-World Africa 2006 - Dr. Stefan Schwarz - Ensuring viable investments in lo...
CM-World Africa 2006 - Dr. Stefan Schwarz - Ensuring viable investments in lo...CM-World Africa 2006 - Dr. Stefan Schwarz - Ensuring viable investments in lo...
CM-World Africa 2006 - Dr. Stefan Schwarz - Ensuring viable investments in lo...
Stefan Schwarz
 
ClintWorld User Conference 2015 - Stefan Schwarz
ClintWorld User Conference 2015 - Stefan SchwarzClintWorld User Conference 2015 - Stefan Schwarz
ClintWorld User Conference 2015 - Stefan Schwarz
Stefan Schwarz
 
PARTNERS 2013 - Dr. Stefan Schwarz - Big Data Analytics as a Service
PARTNERS 2013 - Dr. Stefan Schwarz - Big Data Analytics as a Service PARTNERS 2013 - Dr. Stefan Schwarz - Big Data Analytics as a Service
PARTNERS 2013 - Dr. Stefan Schwarz - Big Data Analytics as a Service
Stefan Schwarz
 
PARTNERS 2014 - Dr. Stefan Schwarz - Money for Nothing
PARTNERS 2014 - Dr. Stefan Schwarz - Money for NothingPARTNERS 2014 - Dr. Stefan Schwarz - Money for Nothing
PARTNERS 2014 - Dr. Stefan Schwarz - Money for Nothing
Stefan Schwarz
 
PARTNERS 2015 - DR. Stefan Schwarz & Sven Ophey - Value Add Programme
PARTNERS 2015 - DR. Stefan Schwarz & Sven Ophey - Value Add Programme PARTNERS 2015 - DR. Stefan Schwarz & Sven Ophey - Value Add Programme
PARTNERS 2015 - DR. Stefan Schwarz & Sven Ophey - Value Add Programme
Stefan Schwarz
 
Dr. Stefan Schwarz - Data is the New Oil
Dr. Stefan Schwarz - Data is the New OilDr. Stefan Schwarz - Data is the New Oil
Dr. Stefan Schwarz - Data is the New Oil
Stefan Schwarz
 

Mehr von Stefan Schwarz (8)

Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2017
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2017Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2017
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2017
 
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2018
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2018Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2018
Dr. Stefan Schwarz - Teradata Consulting Excellence Award 2018
 
CM-World Africa 2006 - Dr. Stefan Schwarz - Ensuring viable investments in lo...
CM-World Africa 2006 - Dr. Stefan Schwarz - Ensuring viable investments in lo...CM-World Africa 2006 - Dr. Stefan Schwarz - Ensuring viable investments in lo...
CM-World Africa 2006 - Dr. Stefan Schwarz - Ensuring viable investments in lo...
 
ClintWorld User Conference 2015 - Stefan Schwarz
ClintWorld User Conference 2015 - Stefan SchwarzClintWorld User Conference 2015 - Stefan Schwarz
ClintWorld User Conference 2015 - Stefan Schwarz
 
PARTNERS 2013 - Dr. Stefan Schwarz - Big Data Analytics as a Service
PARTNERS 2013 - Dr. Stefan Schwarz - Big Data Analytics as a Service PARTNERS 2013 - Dr. Stefan Schwarz - Big Data Analytics as a Service
PARTNERS 2013 - Dr. Stefan Schwarz - Big Data Analytics as a Service
 
PARTNERS 2014 - Dr. Stefan Schwarz - Money for Nothing
PARTNERS 2014 - Dr. Stefan Schwarz - Money for NothingPARTNERS 2014 - Dr. Stefan Schwarz - Money for Nothing
PARTNERS 2014 - Dr. Stefan Schwarz - Money for Nothing
 
PARTNERS 2015 - DR. Stefan Schwarz & Sven Ophey - Value Add Programme
PARTNERS 2015 - DR. Stefan Schwarz & Sven Ophey - Value Add Programme PARTNERS 2015 - DR. Stefan Schwarz & Sven Ophey - Value Add Programme
PARTNERS 2015 - DR. Stefan Schwarz & Sven Ophey - Value Add Programme
 
Dr. Stefan Schwarz - Data is the New Oil
Dr. Stefan Schwarz - Data is the New OilDr. Stefan Schwarz - Data is the New Oil
Dr. Stefan Schwarz - Data is the New Oil
 

BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril

  • 1. ​Gesamtheitliche IoT/AoT Big Data Plattform „Data Intelligence Hub“ ​Next Generation Artificial Intelligence ​Dr. Stefan Schwarz, Teradata - Alexander Kouril, Connective Elements
  • 2. 2 Agenda • KI – Plattform Data Intelligence Hub – Herausforderung Komplexität – DIH als plattform-basiertes Geschäftsmodell • Near realtime, skalierbar, einfach – Architektur - UDA – App Store for Intelligence & Analytics • Konkrete, reale Anwendungsbeispiele – Neue Geschäftsmodelle ermöglichen – Business Benefit „Probleme kann man niemals mit derselben Denkweise lösen, durch die sie entstanden sind “ Albert Einstein „Eine wirklich gute Idee erkennt man daran, dass ihre Verwirklichung von vorne herein ausgeschlossen erscheint“ Albert Einstein
  • 3. 3 Herausforderung Komplexität I „Complexity kills Performance“  Zukunftsfähigkeit immer schwieriger zu realisieren  Steigender Wettbewerbsdruck  Globale Lieferbeziehungen immer volatiler, immer anfälliger für Risiken  Disruptive Technologie-Entwicklungen setzen traditionelle Unternehmen unter Druck  Permanenter Kostendruck durch Shareholder  Kundenanforderungen immer schwieriger hervorzusagen  Gesellschaftliche Anforderungen an Umweltgerechtigkeit, Nachhaltigkeit, Fairness stellen hohe Anforderungen an das Unternehmen
  • 4. 4 Herausforderung Komplexität II Data Intelligence Hub „versteht“ + optimiert komplexe Prozessabläufe Transparente zentralisierte Übersicht  Erfassung von Ressourcen-Daten (Stromverbrauch etc.)  Erfassung der vollständigen Prozesskette inkl. aller systemischen Abhängigkeiten  Datengetriebene Strategie-Entwicklung und -Umsetzung Vermeidung von Störungen, Effizienzgewinn  Frühzeitige, proaktive Ermittlung notwendiger Instandhaltung, Wartungsarbeiten  Automatisierte/Semi-Automatisierte Erstellung von Wartungs-/Instandhaltungsplänen  Erfassung und Vermeidung von Anomalien, Mustern Produktoptimierung  Auswertung von Social Media für optimierte Produktentwick- lung, Logistikabläufe etc.  Vermeidung von Qualitäts- problemen
  • 5. 5 Data Intelligence Hub Alleinstellungsmerkmale Der Hub denkt mit dank Next Generation Analytics:  Der Hub verfügt über eine „Meta-Intelligenz“, die verschiedene KI- Systeme, Algorithmen autonom zu einen Prozess verkettet und dazu notwendige Daten aufbereitet und bereitstellt.  Der Hub lernt aus den vielfältigen Nutzungsverhalten der Kunden und verwertet diese Lernerfahrungen für seine eigene Optimierung  Der Hub lernt insbesondere aus der Kombination vieler KI-Systeme für spezifische Use Cases (Problemstellungen) und der erzielten Effizienz der Problemlösung End-2-End Process Optimization & Automation:  Dank der Meta Intelligenz erfasst der Hub komplexe, umfangreiche Prozesse vollständig und eben nicht nur punktuell und kann daher Staupunkte, Engpässe und deren Impact erfassen und optimieren Von Data-Monetization zur Data-basierte Wertschöpfung:  Einmal erfasste Datenmengen können für unterschiedliche Use Cases verwertet werden oder für andere Kunden sinnvoll vermarktet werden
  • 6. 6 Agenda • KI – Plattform Data Intelligence Hub – Herausforderung Komplexität – DIH als plattform-basiertes Geschäftsmodell • Near realtime, skalierbar, einfach – Architektur - UDA – App Store for Intelligence & Analytics • Konkrete, reale Anwendungsbeispiele – Neue Geschäftsmodelle ermöglichen – Business Benefit „Ease of use is the key to gain the network effect“ Michael A. Cusumano MIT Sloan
  • 7. 7 Die Architektur des DIH basiert auf Teradata UDA und ist eine modulare offene Plattform, die es ermöglicht extrem grosse interne und externe Datenmenden zu sourcen, speichern und zu analysieren
  • 8. 8 App Store for Analytics & Intelligence Der Eckpfeiler des Plattform-basierten Geschäftsmodelles  Intuitive Bedienung  Apps sind „gekapselte“ KI-Systeme, die für eine spezifische Zielsetzung (Ressourcen-Effizienz, Servicequalitätverbesserung etc.) kombiniert und standardisiert worden sind
  • 9. 9 App Store for Analytics & Intelligence Apps “denken” holistisch, verstehen Zusammenhänge  Die Apps bestehen aus gekapselten KI-Systemen, also KI-Systeme die mit einander kombiniert sind, um ein spezifisches Optimierungsziel zu erreichen  Die Apps sind mit den analytischen Werkzeugen von Teradata gekoppelt
  • 10. 10 Agenda • KI – Plattform Data Intelligence Hub – Herausforderung Komplexität – DIH als plattform-basiertes Geschäftsmodell • Near realtime, skalierbar, einfach – Architektur - UDA – App Store for Intelligence & Analytics • Konkrete, reale Anwendungsbeispiele – Neue Geschäftsmodelle ermöglichen – Business Benefit „Erfahrung ist der beste Lehrmeister. Nur das Schulgeld ist teuer.“ Thomas Carlyle
  • 11. 11 Siemens Sinalytics Multi-industry IoT solutions #Insert Hashtag11 © 2014 Teradata • Equipment availability issues with specific model with big direct profitability impact • In work-flow analytics of CT/MRI data led to unmatched improvements for engineers and others • The CERN accelerator generates > 300 Terabytes of sensor data per year • Analytical root cause analyses for malfunctions of all kinds in “usually unreliable, incomplete and out of sequence” (CERN) data • Despite complex data envir. system produces easy to understand • Siemens: “On a three-hour journey, only one out of over two thousand journeys are delayed by more than five minutes.” • In case of delay > 1 hour train ticket price will be reimbursed in full - possible as “most reliable high-speed train in the whole network” (renfe). • Share of plane travel down from 80% to 30% in favor of train operator • Change of business model from asset sale to long term service contract(!) Predictive maintenance - Rail Similar cases “Digging for Data in a Particle Mine”- Science Analysing CT/MRI data- Healthcare Similar cases (enabled by Teradata)
  • 12. 12 Maersk – Enabling innovation though IoT solutions in logistics #Insert Hashtag12 © 2014 Teradata • Maersk spends $1 billion per year repositioning empty containers. • Goal: Optimization of container distribution, reduce idle times & empty journeys • Main data sources: GPS and GSM locations, route info, repair events, zip code • Result: Significantly reduced costs, better utilization of containers • “Every day, tens of thousands of containers are flowing in and out of repair shops all over the world.” (Maersk) It costs the company more than USD 300 million, annually. • Several billion lines of data: all inspections, all repairs, every movement, every booking • Analytics allowed in an easy to understand way to see for each individual repair shop where Maersk was getting good and bad repairs. • As a result optimizing single repair shops saved Maersk up to 2 mil. USD per year. • Maersk operates 200,000 refrigerated containers with connected sensors. • As part of their Remote Container Management project, they give customers access — via their Teradata data warehouse — to data relevant to these containers. This allows the customer e.g. to vary the temperature inside while the cargo is in transit. • It is an enabler of an ecosystem “that’s going to drive innovation for us” (Maersk) Remote Container Management project Optimized maintenance for vessels and containers Reduce empty container journeys “Logistics business depends on optimization.[..] If we want real cost leadership and commercial excellence, applying the technology and the competencies of advanced analysts can take us much further than conventional analysis.” Jakob Stausholm, Maersk Line, Chief Transformation Officer
  • 13. 13 Lessons Learned: Blueprint für den Data Intelligence Hub  Der zugrunde liegende Lösungsansatz – die Kombination vieler KI-Systeme mit hochperformanten analytischen Werkzeugen – funktioniert und hat sich im rauen Industriemarkt bewährt!  Aufgrund vieler Erfahrungswerte ist der Ausbau der Architekturen durch eine eingebettete KI-Schicht sehr gut realisierbar und vermarktbar.  Kunden profitieren insbesondere durch den Daten-getriebenen Blick über den „Tellerrand“, durch die Erfassung von Prozessabläufen von ihrem Anfang bis zu ihrem Ende – also End-2-End  Think Big! Vermeidung von Daten- und KI-Silos jeglicher Art!  Es hat sich bewährt, mit einer Teradata-Plattform mit einem vollständigen Set analytischer Werkzeuge zu beginnen, und diese entsprechend der Kundenbedarfe auszubauen.  Platform-as-a-Service und Capacity-on-Demand-basierte Modelle sind deutlich kosteneffizienter im Vergleich zu On Premise-Angeboten, dadurch sind erhebliche Kosteneinsparungen realsierbar
  • 14. 14 1414 Alexander Kouril Managing Director connective elements management consultants GmbH Presley Boulevard 14 61231 Bad Nauheim Mobil: (0151) 55143222 Mail: alexander.kouril@connective-elements.com Dr. Stefan Schwarz Director Business Consulting Teradata Niederkasseler Lohweg 189 40547 Düsseldorf Mobil: (0173) 7488381 Mail: stefan.schwarz@teradata.com Es gibt tatsächlich keine dummen Fragen, außer der einen: "Gibt es noch Fragen?"
  • 16. 16 Plattform-basierte Geschäftsmodelle Platform Leaders aus dem Silicon Valley formen neuen Geschäftsmodelle  Plattform-basierte Geschäftsmodelle: Immer mehr setzen sich Plattform-basierte Geschäfts- modelle im B2B-Märkten erfolgreich durch, wie beispielsweise Amazon, SalesForce, Apple, etc.  Shared Economy: Kunden gewinnen einen deutlich höheren Nutzwert, wenn sie ihr Wissen, Ihre Problemlösungsfähigkeiten teilen  Data Ownership is King: Das häufig zitierte Argument „Who owns the Data, owns the Business!“ beschreibt, dass Anbieter wie Google, Apple, Amazon etc. mit Kundendaten weitere Profitquellen erschlossen haben, die für traditionelle IT Provider unzugänglich sind