Pivotal Digital Transformation Forum: Digital Disruption: The OutlookVMware Tanzu
Digital Disruption: The Outlook
With all the noise surrounding digital disruption it's difficult to separate hype from reality. Is digital disruption for real and, if so, what kind of companies will be affected? In this session Professor Stefan Stoll will discuss how digital disruption is affecting companies and share his insights on threats and opportunities for your business.
Professor Stefan Stoll, Professor of IT Management and Head of Business Engineering and Digital Thinking at the Baden-Wuertemberg State University
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...Cloudera, Inc.
Unternehmen sind heutzutage in der Lage ihre Daten mit relativer Leichtigkeit aufzunehmen und zu verwalten. Die Herausforderung besteht nun darin, die verborgenen Muster in den Daten zu erkennen und diese zu verstehen, um einen Mehrwert zu generieren. Aufgrund der großen Datenmengen gelingt dies mit traditionelle Ansätzen zumeist nicht. Das Ergebnis: Organisationen kämpfen, um wirklich zu innovieren und sich zu differenzieren.
Peter Hasmann , zSPM (Scheer Austria GmbH)Praxistage
BPcomplete: Digitalisierte Geschäftsprozesse – smart und einfach aus der Cloud. Der Nutzen für den Mittelstand. - Peter Hasmann , zSPM (Scheer Austria GmbH)
Management of the system architecture in large-scale projectsCapgemini
Es werden zunächst die Probleme dargestellt, die sich aus den besonderen Anforderungen ergeben, die Großprojekte mit sich bringen und sich erst im Verlauf des Projektes zeigen. Diese Probleme erfordern ein aktives Management der Systemarchitektur. Trotzdem sind historisch anwachsende Strukturen mit Wartungsproblemen teilweise nicht zu vermeiden, welche durch Refactorings aufgelöst und bereinigt werden sollten. Dieser Vortrag stellt eine in der Praxis erprobte Methodik vor, mit der Architekturen gemanagt sowie strukturelle Probleme behoben werden können.
Pivotal Digital Transformation Forum: Digital Disruption: The OutlookVMware Tanzu
Digital Disruption: The Outlook
With all the noise surrounding digital disruption it's difficult to separate hype from reality. Is digital disruption for real and, if so, what kind of companies will be affected? In this session Professor Stefan Stoll will discuss how digital disruption is affecting companies and share his insights on threats and opportunities for your business.
Professor Stefan Stoll, Professor of IT Management and Head of Business Engineering and Digital Thinking at the Baden-Wuertemberg State University
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...Cloudera, Inc.
Unternehmen sind heutzutage in der Lage ihre Daten mit relativer Leichtigkeit aufzunehmen und zu verwalten. Die Herausforderung besteht nun darin, die verborgenen Muster in den Daten zu erkennen und diese zu verstehen, um einen Mehrwert zu generieren. Aufgrund der großen Datenmengen gelingt dies mit traditionelle Ansätzen zumeist nicht. Das Ergebnis: Organisationen kämpfen, um wirklich zu innovieren und sich zu differenzieren.
Peter Hasmann , zSPM (Scheer Austria GmbH)Praxistage
BPcomplete: Digitalisierte Geschäftsprozesse – smart und einfach aus der Cloud. Der Nutzen für den Mittelstand. - Peter Hasmann , zSPM (Scheer Austria GmbH)
Management of the system architecture in large-scale projectsCapgemini
Es werden zunächst die Probleme dargestellt, die sich aus den besonderen Anforderungen ergeben, die Großprojekte mit sich bringen und sich erst im Verlauf des Projektes zeigen. Diese Probleme erfordern ein aktives Management der Systemarchitektur. Trotzdem sind historisch anwachsende Strukturen mit Wartungsproblemen teilweise nicht zu vermeiden, welche durch Refactorings aufgelöst und bereinigt werden sollten. Dieser Vortrag stellt eine in der Praxis erprobte Methodik vor, mit der Architekturen gemanagt sowie strukturelle Probleme behoben werden können.
dictaJet's jüngster Projekterfolg im Information Management Office (IMO): Für die Spezifikation von Maschinenkonfigurationen verabschiedete sich unser Kunde von unübersichtlichen Listen... Unser IMO-Team hat alle relevanten Informationen zusammengetragen und in Informations-, Daten- und Logigkmodellen abgebildet. Diese stehen jetzt für die weitere Softwareentwicklung zur Verfügung.
Mehr dazu finden Sie hier: http://www.dictajet.de/de/imo/imo_erfolge/200-geraetekonfiguration
Sprechen Sie uns an!
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0Iodata GmbH
Industrie 4.0- Predictive analytics- Predictive Maintanance- IoT
Der Maschinenpark kommuniziert im Herstellprozess selbständig miteinander und korrigiert bzw. optimiert Produktionsprozesse mit minimaler menschlicher Einwirkung.
Erste Schritte
- Predictive Analytics: um erfolgreich zu starten, müssen heterogene Datenbestände in ein homogenes Datenmodell konsolidiert werden.
- Smart Data: Homogene Datenbestände können nach der Datenvisualisierung Analyseverfahren effizienter gestaltet werden.
- Definierte Korrelationsvorgaben: Vorhandene Datenbestände zu Service-, Liefer-, Lagerkosten, Fachkräfteeinsatz und die Qualität in der Produktion werden mit den Daten aus Qualitätssicherung, Absatz, Kundenverhalten und Umfang von Gewährleistungen in Beziehung gesetzt.
Xing LearningZ: Nutzenpotenziale der digitalen Transformation entdeckenDigicomp Academy AG
Experte Dr. Pascal Sieber zeigte am XING learningZ Referat vom 6. September 2016, wie KMU die Potenziale der digitalen Transformation nutzen können.
Die grundlegenden Fragestellungen des Referats waren:
- Wie gehe ich vor bei der Entwicklung und Umsetzung der Digitalstrategie?
- Welche Gedankenmodelle helfen dabei, die richtigen Fragen zu stellen und Ideen zu entwickeln?
- Was tun andere Firmen; gibt es Beispiele?
Das «Digital Transformation Model» hilft KMU dabei, Digital Business Excellence zu erlangen und so die Wertschöpfung des Unternehmens durch geschickte Vernetzung von Fähigkeiten und Ressourcen zu maximieren. Gleichzeitig stiftet das Unternehmen dem Kunden ein nachhaltigeren und höheren Wert als die Konkurrenz. Dr. Pascal Sieber diverse Beispiele aus der Finanz-, Bau- und Versicherungsbranche an und beleuchtete dabei die Ebene der Prozesse sowie die Ebene der IT genauer.
Die Teilnehmer bekamen durch das Referat eine Hilfestellung um zu entscheiden, inwiefern sie ein Projekt zur digitalen Transformation starten sollen, und wenn sie schon eines gestartet haben, inwiefern dabei alle wesentlichen Aspekte beachtet werden können.
[DE]
Diese Präsentation enthält Teaser-Folien zum Seminar "Intranet Strategie und Governance" der Kongress Media Akademie. Durchführungsorte und -daten unter: http://www.akademie.kongressmedia.de/
[EN] This is a teaser presentation about a seminar on Intranet strategy and governancen. MOst slides are in German language.
Make Agile Great - PM-Erfahrungen aus zwei virtuellen internationalen SAFe-Pr...QAware GmbH
GPM Regionalgruppe Chemnitz (Patrick Albert)
Wegen ihres Umfangs und Komplexität sind größere SAFe-Programme bereits in Präsenz hinsichtlich ihres Managements und ihrer Steuerung anspruchsvoll. Aufgrund von COVID19 jedoch war eine Verlegung in den virtuellen Raum im beschriebenen Praxisfall unausweichlich. Das Management hatte hierbei sicherzustellen, dass die Programmziele trotz des verminderten Kontaktes allen beteiligten Teams dauerhaft klar und präsent sind und dass die in den Teams umgesetzten Funktionen außerdem den genannten Programmzielen dienen.
Besonders wichtig ist dieses Alignment im Rahmen der regelmäßigen PI-Plannings, in welchen alle Teams gleichzeitig die jeweils kommenden Iterationen planen und dabei auch teamübergreifende Abhängigkeiten zuverlässig berücksichtigen müssen.
Es werden Erfolgsfaktoren für den virtuellen Einsatz von SAFe herausgearbeitet und beleuchtet.
Es ist ganz sicher kein Geheimnis mehr, dass die Digitalisierung unsere Welt nachhaltig verändert. Das ist heute bereits in vielen Lebensbereichen spürbar. Sukzessive durchdringt sie Wirtschaft und Alltag. Digitalisierung ist dabei kein Selbstzweck. Sie ist ein Ergebnis des technologischen Fortschritts, den wir nun nutzen wollen. Dank der Digitalisierung erleben wir früher ungeahnte Möglichkeiten im Privaten, bei der Arbeit, bei der Vernetzung von Menschen und von Maschinen. Sie verknüpft nicht nur Daten miteinander, sondern verbindet Gedanken und schafft neue Visionen.
Die vorliegende Ausgabe unseres IFFOCUS widmet sich in ihrem Schwerpunkt vor allem der Frage, wie die Digitalisierung im Anlagenbau und -betrieb oder auch in der Logistik zielgerichtet und gewinnbringend genutzt wird. Beide Branchen befinden sich im Umbruch. Die Unternehmen müssen sich entscheiden, ob sie den Weg in die Digitalisierung weitergehen wollen, oder nicht. Die Bundesvereinigung Logistik hat unter ihren Mitgliedern kürzlich eine Umfrage durchgeführt. Das besorgniserregende Ergebnis: Etwa 80 Prozent der befragten Unternehmen arbeiten kaum oder gar nicht digital. Viele sind sogar der Meinung, gar nicht digitalisieren zu müssen. Sie setzen so ihre eigene Zukunftsfähigkeit und die Zukunft ihrer Mitarbeiterinnen und Mitarbeiter aufs Spiel.
Der Anlagenbau und die Prozessindustrie sind da bereits einige Schritte weiter. Viele Anlagenbetreiber nutzen seit langem digitale Technologien. Sie verwenden sie jedoch meist nur punktuell oder schöpfen die vorhandenen Potenziale nicht aus. Die Unternehmen stehen nun vor der Aufgabe, aus ihren Insellösungen Systemlösungen zu machen, die verfügbaren digitalen Werkzeuge unternehmensweit einzusetzen und die Vernetzung über die Unternehmensgrenzen hinweg voranzutreiben. Erst dann kann die Digitalisierung ihr volles Potenzial entfalten.
Einige Beispiele für solche Lösungen und Technologien, an denen das Fraunhofer IFF derzeit arbeitet, wollen wir in dieser IFFOCUS-Ausgabe vorstellen. Etwa ein mobiles Augmented-Reality-Assistenzsystem für die Instandhaltung im Anlagenbetrieb, ein Prognoseinstrument zur automatisierten Zustandsüberwachung einer Anlage oder ein System, das für große Transparenz und Fehlerfreiheit in der Fahrzeugmontage sorgt.
Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)LinkedIn D-A-CH
Vielen Dank für Ihre Teilnahme bei der LinkedIn Webinar-Serie: Social Recruiting verstehen, anwenden und clever einsetzen. Bei Rückfragen melden Sie sich gerne direkt bei unseren Spezialisten, die sich umgehend bei Ihnen zürckmelden: http://bit.ly/RecruiterKontaktLNKD
Smart Data Engineering: Erfolgsfaktor für die digitale TransformationBoris Otto
Diese Präsentation wurde auf dem Strategieforum IoT auf Schloss Hohenkammer am 30.5.2018 vorgetragen und führt in die Herausforderungen im Datenmanagement im Internet der Dinge ein. Zudem werden Prinzipien des Smart Data Engineering erläutert.
Big Data Discovery + Analytics = Datengetriebene Innovation!Harald Erb
Vortrag von der DOAG 2015-Konferenz: Die Umsetzung von Datenprojekten muss man nicht zwangsläufig den sog. Data Scientists allein überlassen werden. Daten- und Tool-Komplexität im Umgang mit Big Data sind keine unüberwindbaren Hürden mehr für die Teams, die heute im Unternehmen bereits für Aufbau und Bewirtschaftung des Data Warehouses sowie dem Management bzw. der Weiterentwicklung der Business Intelligence-Plattform zuständig sind. In einem interdisziplinären Team bringen neben den technischen Rollen auch Fachanwender und Business Analysten von Anfang an ihr Domänenwissen in das Datenprojekt mit ein,
Die weltweite Datenmenge verdoppelt sich alle 2 Jahre und wird laut Prognosen im Jahr 2020 auf ein Volumen von 40 Zetabyte (40.000.000.000.000.000.000.000 Byte) anwachsen. Das Management dieser immensen Menge an Daten ist bereits ein zentraler Bestandteil in den meisten Unternehmen.
we.CONECT organisiert vom 23. - 24. September 2013 in Berlin die Konferenz Big Data Minds 2013. Kernthemen sind u,a. Effizientes Big Data Management | Tools und Technologien zur Analyse großer Datenmengen | Der Einfluss von Enterprise Mobility und Cloud Computing | Aufbau einer performanten Big Data-Architektur | Absicherung gegen externe Bedrohungen
Perspektiven und Trends: + Wo prägt Big Data den digitalen Wandel? + Welche Technologien helfen?
Big Data Lab: + Wie gelingt der Schnellstart in die neue Informationsökonomie?
Praxiserfahrungen: + Welche Erfahrungen machen andere? + Wo steht Ihre Branche?
What AI Means For Your Product Strategy And What To Do About ItVMware Tanzu
The document summarizes Matthew Quinn's presentation on "What AI Means For Your Product Strategy And What To Do About It" at Denver Startup Week 2023. The presentation discusses how generative AI could impact product strategies by potentially solving problems companies have ignored or allowing competitors to create new solutions. Quinn advises product teams to evaluate their strategies and roadmaps, ensure they understand user needs, and consider how AI may change the problems being addressed. He provides examples of how AI could influence product development for apps in home organization and solar sales. Quinn concludes by urging attendees not to ignore AI's potential impacts and to have hard conversations about emerging threats and opportunities.
Weitere ähnliche Inhalte
Ähnlich wie Pivotal Digital Transformation Forum: Fraport AG
dictaJet's jüngster Projekterfolg im Information Management Office (IMO): Für die Spezifikation von Maschinenkonfigurationen verabschiedete sich unser Kunde von unübersichtlichen Listen... Unser IMO-Team hat alle relevanten Informationen zusammengetragen und in Informations-, Daten- und Logigkmodellen abgebildet. Diese stehen jetzt für die weitere Softwareentwicklung zur Verfügung.
Mehr dazu finden Sie hier: http://www.dictajet.de/de/imo/imo_erfolge/200-geraetekonfiguration
Sprechen Sie uns an!
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0Iodata GmbH
Industrie 4.0- Predictive analytics- Predictive Maintanance- IoT
Der Maschinenpark kommuniziert im Herstellprozess selbständig miteinander und korrigiert bzw. optimiert Produktionsprozesse mit minimaler menschlicher Einwirkung.
Erste Schritte
- Predictive Analytics: um erfolgreich zu starten, müssen heterogene Datenbestände in ein homogenes Datenmodell konsolidiert werden.
- Smart Data: Homogene Datenbestände können nach der Datenvisualisierung Analyseverfahren effizienter gestaltet werden.
- Definierte Korrelationsvorgaben: Vorhandene Datenbestände zu Service-, Liefer-, Lagerkosten, Fachkräfteeinsatz und die Qualität in der Produktion werden mit den Daten aus Qualitätssicherung, Absatz, Kundenverhalten und Umfang von Gewährleistungen in Beziehung gesetzt.
Xing LearningZ: Nutzenpotenziale der digitalen Transformation entdeckenDigicomp Academy AG
Experte Dr. Pascal Sieber zeigte am XING learningZ Referat vom 6. September 2016, wie KMU die Potenziale der digitalen Transformation nutzen können.
Die grundlegenden Fragestellungen des Referats waren:
- Wie gehe ich vor bei der Entwicklung und Umsetzung der Digitalstrategie?
- Welche Gedankenmodelle helfen dabei, die richtigen Fragen zu stellen und Ideen zu entwickeln?
- Was tun andere Firmen; gibt es Beispiele?
Das «Digital Transformation Model» hilft KMU dabei, Digital Business Excellence zu erlangen und so die Wertschöpfung des Unternehmens durch geschickte Vernetzung von Fähigkeiten und Ressourcen zu maximieren. Gleichzeitig stiftet das Unternehmen dem Kunden ein nachhaltigeren und höheren Wert als die Konkurrenz. Dr. Pascal Sieber diverse Beispiele aus der Finanz-, Bau- und Versicherungsbranche an und beleuchtete dabei die Ebene der Prozesse sowie die Ebene der IT genauer.
Die Teilnehmer bekamen durch das Referat eine Hilfestellung um zu entscheiden, inwiefern sie ein Projekt zur digitalen Transformation starten sollen, und wenn sie schon eines gestartet haben, inwiefern dabei alle wesentlichen Aspekte beachtet werden können.
[DE]
Diese Präsentation enthält Teaser-Folien zum Seminar "Intranet Strategie und Governance" der Kongress Media Akademie. Durchführungsorte und -daten unter: http://www.akademie.kongressmedia.de/
[EN] This is a teaser presentation about a seminar on Intranet strategy and governancen. MOst slides are in German language.
Make Agile Great - PM-Erfahrungen aus zwei virtuellen internationalen SAFe-Pr...QAware GmbH
GPM Regionalgruppe Chemnitz (Patrick Albert)
Wegen ihres Umfangs und Komplexität sind größere SAFe-Programme bereits in Präsenz hinsichtlich ihres Managements und ihrer Steuerung anspruchsvoll. Aufgrund von COVID19 jedoch war eine Verlegung in den virtuellen Raum im beschriebenen Praxisfall unausweichlich. Das Management hatte hierbei sicherzustellen, dass die Programmziele trotz des verminderten Kontaktes allen beteiligten Teams dauerhaft klar und präsent sind und dass die in den Teams umgesetzten Funktionen außerdem den genannten Programmzielen dienen.
Besonders wichtig ist dieses Alignment im Rahmen der regelmäßigen PI-Plannings, in welchen alle Teams gleichzeitig die jeweils kommenden Iterationen planen und dabei auch teamübergreifende Abhängigkeiten zuverlässig berücksichtigen müssen.
Es werden Erfolgsfaktoren für den virtuellen Einsatz von SAFe herausgearbeitet und beleuchtet.
Es ist ganz sicher kein Geheimnis mehr, dass die Digitalisierung unsere Welt nachhaltig verändert. Das ist heute bereits in vielen Lebensbereichen spürbar. Sukzessive durchdringt sie Wirtschaft und Alltag. Digitalisierung ist dabei kein Selbstzweck. Sie ist ein Ergebnis des technologischen Fortschritts, den wir nun nutzen wollen. Dank der Digitalisierung erleben wir früher ungeahnte Möglichkeiten im Privaten, bei der Arbeit, bei der Vernetzung von Menschen und von Maschinen. Sie verknüpft nicht nur Daten miteinander, sondern verbindet Gedanken und schafft neue Visionen.
Die vorliegende Ausgabe unseres IFFOCUS widmet sich in ihrem Schwerpunkt vor allem der Frage, wie die Digitalisierung im Anlagenbau und -betrieb oder auch in der Logistik zielgerichtet und gewinnbringend genutzt wird. Beide Branchen befinden sich im Umbruch. Die Unternehmen müssen sich entscheiden, ob sie den Weg in die Digitalisierung weitergehen wollen, oder nicht. Die Bundesvereinigung Logistik hat unter ihren Mitgliedern kürzlich eine Umfrage durchgeführt. Das besorgniserregende Ergebnis: Etwa 80 Prozent der befragten Unternehmen arbeiten kaum oder gar nicht digital. Viele sind sogar der Meinung, gar nicht digitalisieren zu müssen. Sie setzen so ihre eigene Zukunftsfähigkeit und die Zukunft ihrer Mitarbeiterinnen und Mitarbeiter aufs Spiel.
Der Anlagenbau und die Prozessindustrie sind da bereits einige Schritte weiter. Viele Anlagenbetreiber nutzen seit langem digitale Technologien. Sie verwenden sie jedoch meist nur punktuell oder schöpfen die vorhandenen Potenziale nicht aus. Die Unternehmen stehen nun vor der Aufgabe, aus ihren Insellösungen Systemlösungen zu machen, die verfügbaren digitalen Werkzeuge unternehmensweit einzusetzen und die Vernetzung über die Unternehmensgrenzen hinweg voranzutreiben. Erst dann kann die Digitalisierung ihr volles Potenzial entfalten.
Einige Beispiele für solche Lösungen und Technologien, an denen das Fraunhofer IFF derzeit arbeitet, wollen wir in dieser IFFOCUS-Ausgabe vorstellen. Etwa ein mobiles Augmented-Reality-Assistenzsystem für die Instandhaltung im Anlagenbetrieb, ein Prognoseinstrument zur automatisierten Zustandsüberwachung einer Anlage oder ein System, das für große Transparenz und Fehlerfreiheit in der Fahrzeugmontage sorgt.
Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)LinkedIn D-A-CH
Vielen Dank für Ihre Teilnahme bei der LinkedIn Webinar-Serie: Social Recruiting verstehen, anwenden und clever einsetzen. Bei Rückfragen melden Sie sich gerne direkt bei unseren Spezialisten, die sich umgehend bei Ihnen zürckmelden: http://bit.ly/RecruiterKontaktLNKD
Smart Data Engineering: Erfolgsfaktor für die digitale TransformationBoris Otto
Diese Präsentation wurde auf dem Strategieforum IoT auf Schloss Hohenkammer am 30.5.2018 vorgetragen und führt in die Herausforderungen im Datenmanagement im Internet der Dinge ein. Zudem werden Prinzipien des Smart Data Engineering erläutert.
Big Data Discovery + Analytics = Datengetriebene Innovation!Harald Erb
Vortrag von der DOAG 2015-Konferenz: Die Umsetzung von Datenprojekten muss man nicht zwangsläufig den sog. Data Scientists allein überlassen werden. Daten- und Tool-Komplexität im Umgang mit Big Data sind keine unüberwindbaren Hürden mehr für die Teams, die heute im Unternehmen bereits für Aufbau und Bewirtschaftung des Data Warehouses sowie dem Management bzw. der Weiterentwicklung der Business Intelligence-Plattform zuständig sind. In einem interdisziplinären Team bringen neben den technischen Rollen auch Fachanwender und Business Analysten von Anfang an ihr Domänenwissen in das Datenprojekt mit ein,
Die weltweite Datenmenge verdoppelt sich alle 2 Jahre und wird laut Prognosen im Jahr 2020 auf ein Volumen von 40 Zetabyte (40.000.000.000.000.000.000.000 Byte) anwachsen. Das Management dieser immensen Menge an Daten ist bereits ein zentraler Bestandteil in den meisten Unternehmen.
we.CONECT organisiert vom 23. - 24. September 2013 in Berlin die Konferenz Big Data Minds 2013. Kernthemen sind u,a. Effizientes Big Data Management | Tools und Technologien zur Analyse großer Datenmengen | Der Einfluss von Enterprise Mobility und Cloud Computing | Aufbau einer performanten Big Data-Architektur | Absicherung gegen externe Bedrohungen
Perspektiven und Trends: + Wo prägt Big Data den digitalen Wandel? + Welche Technologien helfen?
Big Data Lab: + Wie gelingt der Schnellstart in die neue Informationsökonomie?
Praxiserfahrungen: + Welche Erfahrungen machen andere? + Wo steht Ihre Branche?
What AI Means For Your Product Strategy And What To Do About ItVMware Tanzu
The document summarizes Matthew Quinn's presentation on "What AI Means For Your Product Strategy And What To Do About It" at Denver Startup Week 2023. The presentation discusses how generative AI could impact product strategies by potentially solving problems companies have ignored or allowing competitors to create new solutions. Quinn advises product teams to evaluate their strategies and roadmaps, ensure they understand user needs, and consider how AI may change the problems being addressed. He provides examples of how AI could influence product development for apps in home organization and solar sales. Quinn concludes by urging attendees not to ignore AI's potential impacts and to have hard conversations about emerging threats and opportunities.
Make the Right Thing the Obvious Thing at Cardinal Health 2023VMware Tanzu
This document discusses the evolution of internal developer platforms and defines what they are. It provides a timeline of how technologies like infrastructure as a service, public clouds, containers and Kubernetes have shaped developer platforms. The key aspects of an internal developer platform are described as providing application-centric abstractions, service level agreements, automated processes from code to production, consolidated monitoring and feedback. The document advocates that internal platforms should make the right choices obvious and easy for developers. It also introduces Backstage as an open source solution for building internal developer portals.
Enhancing DevEx and Simplifying Operations at ScaleVMware Tanzu
Cardinal Health introduced Tanzu Application Service in 2016 and set up foundations for cloud native applications in AWS and later migrated to GCP in 2018. TAS has provided Cardinal Health with benefits like faster development of applications, zero downtime for critical applications, hosting over 5,000 application instances, quicker patching for security vulnerabilities, and savings through reduced lead times and staffing needs.
Dan Vega discussed upcoming changes and improvements in Spring including Spring Boot 3, which will have support for JDK 17, Jakarta EE 9/10, ahead-of-time compilation, improved observability with Micrometer, and Project Loom's virtual threads. Spring Boot 3.1 additions were also highlighted such as Docker Compose integration and Spring Authorization Server 1.0. Spring Boot 3.2 will focus on embracing virtual threads from Project Loom to improve scalability of web applications.
Platforms, Platform Engineering, & Platform as a ProductVMware Tanzu
This document discusses building platforms as products and reducing developer toil. It notes that platform engineering now encompasses PaaS and developer tools. A quote from Mercedes-Benz emphasizes building platforms for developers, not for the company itself. The document contrasts reactive, ticket-driven approaches with automated, self-service platforms and products. It discusses moving from considering platforms as a cost center to experts that drive business results. Finally, it provides questions to identify sources of developer toil, such as issues with workstation setup, running software locally, integration testing, committing changes, and release processes.
This document provides an overview of building cloud-ready applications in .NET. It defines what makes an application cloud-ready, discusses common issues with legacy applications, and recommends design patterns and practices to address these issues, including loose coupling, high cohesion, messaging, service discovery, API gateways, and resiliency policies. It includes code examples and links to additional resources.
Dan Vega discussed new features and capabilities in Spring Boot 3 and beyond, including support for JDK 17, Jakarta EE 9, ahead-of-time compilation, observability with Micrometer, Docker Compose integration, and initial support for Project Loom's virtual threads in Spring Boot 3.2 to improve scalability. He provided an overview of each new feature and explained how they can help Spring applications.
Spring Cloud Gateway - SpringOne Tour 2023 Charles Schwab.pdfVMware Tanzu
Spring Cloud Gateway is a gateway that provides routing, security, monitoring, and resiliency capabilities for microservices. It acts as an API gateway and sits in front of microservices, routing requests to the appropriate microservice. The gateway uses predicates and filters to route requests and modify requests and responses. It is lightweight and built on reactive principles to enable it to scale to thousands of routes.
This document appears to be from a VMware Tanzu Developer Connect presentation. It discusses Tanzu Application Platform (TAP), which provides a developer experience on Kubernetes across multiple clouds. TAP aims to unlock developer productivity, build rapid paths to production, and coordinate the work of development, security and operations teams. It offers features like pre-configured templates, integrated developer tools, centralized visibility and workload status, role-based access control, automated pipelines and built-in security. The presentation provides examples of how these capabilities improve experiences for developers, operations teams and security teams.
The document provides information about a Tanzu Developer Connect Workshop on Tanzu Application Platform. The agenda includes welcome and introductions on Tanzu Application Platform, followed by interactive hands-on workshops on the developer experience and operator experience. It will conclude with a quiz, prizes and giveaways. The document discusses challenges with developing on Kubernetes and how Tanzu Application Platform aims to improve the developer experience with features like pre-configured templates, developer tools integration, rapid iteration and centralized management.
The Tanzu Developer Connect is a hands-on workshop that dives deep into TAP. Attendees receive a hands on experience. This is a great program to leverage accounts with current TAP opportunities.
The Tanzu Developer Connect is a hands-on workshop that dives deep into TAP. Attendees receive a hands on experience. This is a great program to leverage accounts with current TAP opportunities.
Simplify and Scale Enterprise Apps in the Cloud | Dallas 2023VMware Tanzu
This document discusses simplifying and scaling enterprise Spring applications in the cloud. It provides an overview of Azure Spring Apps, which is a fully managed platform for running Spring applications on Azure. Azure Spring Apps handles infrastructure management and application lifecycle management, allowing developers to focus on code. It is jointly built, operated, and supported by Microsoft and VMware. The document demonstrates how to create an Azure Spring Apps service, create an application, and deploy code to the application using three simple commands. It also discusses features of Azure Spring Apps Enterprise, which includes additional capabilities from VMware Tanzu components.
SpringOne Tour: Deliver 15-Factor Applications on Kubernetes with Spring BootVMware Tanzu
The document discusses 15 factors for building cloud native applications with Kubernetes based on the 12 factor app methodology. It covers factors such as treating code as immutable, externalizing configuration, building stateless and disposable processes, implementing authentication and authorization securely, and monitoring applications like space probes. The presentation aims to provide an overview of the 15 factors and demonstrate how to build cloud native applications using Kubernetes based on these principles.
SpringOne Tour: The Influential Software EngineerVMware Tanzu
The document discusses the importance of culture in software projects and how to influence culture. It notes that software projects involve people and personalities, not just technology. It emphasizes that culture informs everything a company does and is very difficult to change. It provides advice on being aware of your company's culture, finding ways to inculcate good cultural values like writing high-quality code, and approaches for influencing decision makers to prioritize culture.
SpringOne Tour: Domain-Driven Design: Theory vs PracticeVMware Tanzu
This document discusses domain-driven design, clean architecture, bounded contexts, and various modeling concepts. It provides examples of an e-scooter reservation system to illustrate domain modeling techniques. Key topics covered include identifying aggregates, bounded contexts, ensuring single sources of truth, avoiding anemic domain models, and focusing on observable domain behaviors rather than implementation details.
4. Umsatzträger sind unsere Kerngeschäftsfelder
Unternehmensportrait, März 20154
Umsätze im Gesamtkonzern nach Segmenten 2014
Aviation Ground Handling External Activities &
Services
Retail &
Real Estate
884 Mio. Euro
36,9 % 27,4 % 19,0 % 16,7 %
656 Mio. Euro 456 Mio. Euro 399 Mio. Euro
2.395 Mio. € Gesamtumsatz 2014
5. Mit FRA sind wir unter den weltweit führenden Flughäfen im
Passagierverkehr...
Unternehmensportrait, März 20155
Passagiere 2014 (in Mio.)
1. Atlanta 96,2
2. Beijing 86,1
3. London Heathrow 73,4
4. Tokyo 72,8
5. Los Angeles 70,7
6. Dubai 70,5
7. Chicago 70,0
8. Paris CDG 63,8
9. Dallas 63,5
10. Hong Kong 63,1
11. Frankfurt 59,6
12. Jakarta 57,0
13. Istanbul 56,8
14. Amsterdam 55,0
15. Guangzhou 54,8
Quelle: ACI
6. Agenda
Big Data bei Fraport
Analytics in der Praxis
1
2
BIAF – Die Big Data Plattform4
Zusammenfassung5
Smart Data Lab Projekt3
7. Big Data: Die Erkenntnis für Unternehmen
"Big data is what happened when the
cost of storing information became less
than the cost of making the decision to
throw it away.”
George Dyson (US-Historiker)
Big Data & Optimierung
8. Big Data: Die Definition der 3Vs ... und wofür?
ValueBig Data & Optimierung
Größte Herausforderung für Fraport
9. Big Data: Variety
Operational processes under responsibility of Fraport AG
Ground
Chart 9
BIAF - The Analytical Platform
Weit über 1000 Prozessattribute pro Flugbewegung
12. Big Data: Vision
“99% aller operativen Entscheidungen
können automatisiert werden!”
Prof. Dr. Michael Feindt (Physiker CERN* )
Big Data & Optimierung
*Jede Sekunde wirft der CERN Teilchenbeschleuniger im Betrieb
ein Petabyte Informationen aus.
13. Wie lautet die Antwort auf Big Data?
Business AnalyticsBig Data
[ Information Overload ] [ Value Extraction]
Big Data & Optimierung
14. Business Analytics: Die tragenden Faktoren
Technologie Analytische
Verfahren
Kompetenz
Analytische Plattform
• Datenmanagement
• Rechenkapazität
• Schnittstellen
• Architekturen
• In-Memory Technologie
• Massive-Parallele
Verarbeitung
Data Scientist
• kreativ & neugierig
• Datenaffinität
• Statistik
• kommunikativ
• skeptisch
• Fachwissen
• technologisch
Statistik
• Zeitreihenanalyse
• Regression
• Entscheidungsbaum
Data Mining
• Mustererkennung
• Vorhersagemodellierung
Machine Learning
• Deep Learning
• Neuronales Netz
Optimierung
• linear & nicht-linear
• lokal vs. global
„More than 85 % of Fortune 500 organizations will be unable to effectively exploit Big Data by
2015.” (Gartner)
“By 2018, the United States alone could face a shortage of 140,000 to 190,000 people with deep
analytical skills as well as 1.5 million managers and analysts with the know-how to use the analysis of
big data to make effective decisions.” (McKinsey Global Institute)
Big Data & Optimierung
15. Agenda
Big Data bei Fraport
Analytics in der Praxis
1
2
BIAF – Die Big Data Plattform4
Zusammenfassung5
Smart Data Lab Projekt3
16. „Great to have you here!“ – Das Serviceprogramm
für FRA wurde 2010 gestartet und entwickelt sich
stetig weiter
Friendly
Attention
Pleasant
Surroundings
Quick and
Comfortable Travel
Shopping
and Experience
Herausforderungen16
17. Wie kann Analytics helfen ein 5 Sterne-Airport zu
werden?
Friendly
Attention
Pleasant
Surroundings
Quick and
Comfortable Travel
Shopping
and Experience
Herausforderungen17
18. “Great to have you here!” – kürzere Wartezeiten
Analytics in der Praxis18
19. „Big Data“ in der operativen Leitstelle
Analytics in der Praxis19
20. Zufluss-Vorhersage an Prozessstellen
Zur effizienten Steuerung von Passagierflüssen wurde eine Anwendung zur
Vorhersage von Zuflüssen auf Prozessstellen entwickelt.
Analytics in der Praxis20
22. Der Einsatz von Analytics unterstützt dabei ...
... das Passagierverhalten zu verstehen
§ Shopping und Gastronomie
§ Check-in (Home vs. Schalter)
§ Sicherheitskontrollen
... Passagiere zu prognostizieren
§ Gesamtpassagier an Board einer
Maschine
§ Originär-Aus-/Zusteiger
§ Umsteiger auf Anschlussflüge
… Passagierbewegungen zu simulieren
§ Zufluss- Abflussströme
§ Füllstände in relevanten Bereichen
§ Wartezeiten an Prozessstellen
Analytics in der Praxis22
23. … and the winner is …
Satisfaction with FRA
(Percentage of satisfied passengers)
FRA-Passengers
(in millions)
Source: Fraport Passenger Survey, Overall satisfactionSource: Traffic Figures (UEW-MF)
70%
77%
80%
2010 2011 2012
53,0
56,4
57,5
2010 2011 2012
57.5
56.4
53.0
„World‘s Most Improved Airport“
Analytics in der Praxis23
24. Agenda
Big Data bei Fraport
Analytics in der Praxis
1
2
BIAF – Die Big Data Plattform4
Zusammenfassung5
Smart Data Lab Projekt3
25. Potentiale aus Big Data heben
„Wer Big Data voranbringen will, muss Experimente zulassen. Daher brauchen
wir Schutzräume außerhalb des Tagesgeschäfts, in denen
Big Data ausprobiert werden und sich entwickeln kann.“
(Professor Dr. Björn Bloching)
Smart Data Lab Projekt25
Wir brauchen einen kreativen Raum, des Forschens und Entdeckens mit
intelligenten kleinen Projekte, die auch mal scheitern dürfen.
Smart Data Lab
26. Fraport hat in den letzten Jahren zwei große Assets aufgebaut
und konsequent weiterentwickelt
BIAF
operative Daten
1.) Datenfundus 2.) Analytische Kompetenz
dezentrale, isolierte
Analysen
Mit dem Smart Data Lab wurden erstmals übergreifende Fragestellungen in
einem interdisziplinären Team aus vielen Fachbereichen bearbeitet.
Um ein effizientes Arbeiten in dieser Teamzusammensetzung zu fördern
wurde eine neue Arbeitsmethode angewandt, die agiles Arbeiten optimal
unterstützt.
Smart Data Lab bei Fraport
Aviation
Ground-
handling
Retail
SAP BW
kaufmännische Daten
Projekte Finanzen
Instand-
haltung
€
Smart Data Lab Projekt26
Smart Data Lab
€
agil und
interdisziplinär
Fraport verfügt in vielen Geschäftsbereichen über analytisch
geschultes Personal.
In zwei zentralen analytischen Systemen werden seit mehreren
Jahren konsequent die operativen und kaufmännischen Daten
gesammelt und für Auswertungen zur Verfügung gestellt.
27. Scope
Scope des Smart Data Lab
Descriptive
Analytics
Predictive
Analytics
Prescriptive
Analytics
Schwierigkeit
Mehrwert Diagnostic
AnalyticsWas ist
passiert?
Warum ist
es passiert?
Was wird
passieren?
Wie können wir es
passieren lassen?
Big Data & Optimierung
28. Data Science Team bestehend aus
15 internen Experten und einem
externen Coach
Arbeiten im Smart Data Lab
Fachexperte
Kompetenzen Rollen
- Business Know-how
- Interpretation der Ergebnisse
- Informationsbeschaffung
Datenmanager
- Data Preparation
- Ad-hoc Datenimport
- Beladung Visual Analytics
Statistiker
- Data Mining
- Predictive Modeling
- Explorative Datenanalyse
Abdeckung aller Kompetenzen von einer Personen
schwer möglich, daher Notwendigkeit
im Team zu agieren
Smart Data Lab Projekt28
29. Ergebnisse
Kommunikation
Verlauf
Projektleitung
Ablauf und Organisation
Smart Data Lab Projekt29
Auftrag
1
2
3
4
5
Projekt unter der Leitung der Konzernstrategie und IT
unter Anwendung einer agile Projektmethode
Aufteilung der Projektmitglieder in vier Arbeitsgruppen, unter
Berücksichtigung der jeweiligen Kompetenzrolle
Daily Stand-up
wöchentlicher Jour Fixe
Ergebnisvorstellung im Vorstand und Top-Management
à Smart Data Lab war erfolgreich und soll turnusmäßig fortgeführt
werden
Vorstandsauftrag zur Untersuchung von
vier Musterfragestellungen
Schulung und Einführung (1 Woche)
Analysephase und Prototyperstellung (4 Wochen)
Ergebnisaufbereitung (1 Woche)
30. Neue Arbeitsmethode: Das Taskboard als zentrales Element
des agilen Projektmanagements!
Smart Data Lab Projekt30
• Tasks sind Aufgaben, die von einem Bearbeiter
an einem Tag erledigt werden können.
• Tägliches Treffen der gesamten
Projektgruppe vor dem Taskboard (20 Min.).
• Klärung der anstehenden Aufgaben
auf Tagesbasis bzw. Hemmnissen.
• Gemeinsames Lernen durch den Austausch zu
möglichen Lösungsansätzen.
• Schärfung der Verbindlichkeit durch tägliche
Statusabfrage der Aufgaben.
Neue Arbeitsmethode sichert Projekterfolg und kann künftig für vergleichbare Projekte eingesetzt
werden
31. 1. Fragestellung: „Flugzeugpositionierung“
Identifikation erschließbarer Umsatzpotenziale einzelner Retail-Geschäfte auf Grundlage der
Flugzeugpositionierung („Destinationswertigkeit“)
Ergebnis: à Simulationsmodell zur What-if Analyse
2. Fragestellung: „BVD-Prognosemodell“
Prognosemodell zur Abschätzung des tatsächlichen Betriebsverlaufs (inkl. Verspätungen) als
Basis der betrieblichen Steuerung und Ressourceneinteilung
Ergebnis: à Prognosemodell zur Verspätungsvorhersage
Smart Data Lab Projekt31
Entlang von vier Fragestellungen wurden unterschiedliche
Hilfsinstrumente und Prototypen erarbeitet
Umsatzpotenzial
Szenario A xx €
Szenario B xx €
...
Terminal 1
Terminal 2
LH 4711
Delay +6:43
AA 070
Delay +16:51
AF 817
Delay -0:33
32. 3. Fragestellung: „Retail-Frühwarnsystem“
Ausgehend von den Gesamterlösen werden am Beispiel Retail Einflussfaktoren auf die
Erlösentwicklung identifiziert, um hierfür ein mögliches Frühwarnsystem zu entwickeln
Ergebnis: à Retailprognosemodell + Qualitätsregelkarte
4. Fragestellung: „Frachtprodukte“
Ableitung der Fracht-Produktkategorien am
Frankfurter Flughafen anhand der Analyse
von Frachttransport und –abfertigung
Ergebnis: à Instrument zur Marktpotenzialanalyse
Smart Data Lab Projekt32
Entlang von vier Fragestellungen wurden unterschiedliche
Hilfsinstrumente und Prototypen erarbeitet
-3.500.000
-2.500.000
-1.500.000
-500.000
500.000
1.500.000
2.500.000
3.500.000
Mittellinie
0,5%-Grenze
99,5%-Grenze
Abweichung
Test_Trend
Test_Run
Prozessstoerung_1%
33. Smart Data Lab ist nur der erster Schritt ...
Transformationsprozess
Smart Data Lab Projekt
Smart Data Lab Smart Data Factory
Big
Data
Analysis Insights Ground
Aviation
Retail
Anforderungen / Fragestellung
Fachexpertise
Pilotaufbau und
Bereitstellung
Security
...
Geschäftsbereich
Delivery
• Operationalisierung
• Realisierungsprojekte
• Change-Management
• Neue Produkte & Services
• Forschen & Entdecken
• Data Science
• Prototypen
• Agil
• 2x im Jahr 4 Wochen
33
Vorstand
34. Umsetzungskonzept und Rollenverteilung
Bereichsrückmeldungen SDL (IUK,UEW)34
Smart Data Lab Ergebnisvorstellung im
Fachbereich
Smart Data Factory
Organisation Unternehmensentwicklung (UEW), IT
(IUK)
SGB IUK im Rahmen der IT
Investitionsprozesse
Ressourcen SDL-Kernteam;
Lab-Projektmitglieder
SDL-Kernteam;
Lab-Projektmitglieder
IUK-Mitarbeiter;
Externe IT-Mitarbeiter;
punktuell Fachbereichsexperten und
Lab-Projektmitglieder
Anforderungsprofil • Statistiker
• Fachexperte
• Datenmanager
• Entscheider
• Fachexperten
• Projektleiter
• Datenmanager
• Solution-Architect
• Softwareentwickler
• Support-Team
Finanzierung - - ILV, Investitionsprojekt
Zeitlicher Aufwand 4 Wochen ca. 1-2 Woche (nachgelagert zum SDL) dauerhafte Einrichtung
Rollenkonzept • Für das Smart Data Lab identifiziert UEW in der Diskussion mit den Fachbereichen
geeignete, unternehmensrelevante Fragestellungen. Dabei wird die Auswertbarkeit der
Datengrundlage vorab von UEW in Zusammenarbeit mit IUK geprüft.
• Ferner stellt IUK für das Smart Data Lab die Räumlichkeiten und die IT-Ausrüstung zur
Verfügung.
35. Agenda
Big Data bei Fraport
Analytics in der Praxis
1
2
BIAF – Die Big Data Plattform4
Zusammenfassung5
Smart Data Lab Projekt3
36. BIAF Product Development
Chart 36
BIAF - The Analytical Platform
2005 2006 2008 2010 2012
Time
2013
HPA
Appliance
SAS/Pivotal
High
Performance
Analytics
Appliance
Smart Data
Lab
2015
38. BIAF Analytical Platform Architecture
GRID
Node2
SAS
Mid1
SAS
Mid 2
BIAF
Mid
ESRS
Gtwy1
Backup
Storage
SAS
Mid 1
GRID
Node2
Primary Data Center Secondary Data Center
Greenplum
Appliance
historical Data
PROD
daily restore
for DR
Application-side
mirroring
Greenplum DB Segment 1
Operational Data
Greenplum Appliance
DEV, TEST and Desaster
Recovery
Meta
Srv1
opsDB
Master
GRID
Node1
opsDB
Second
Greenplum DB Segment 2
Operational Data
Meta
Srv3
BIAF
Mid
Meta
Srv2
Meta
Srv2
SAS
Mid 2
Meta
Srv1
GRID
Node1
Meta
Srv3
ESRS
Gtwy2
ESRS
Policy
PROD
DEV/TEST
SAS Visual Analytics +
High Performance Analytics
SAS Visual Analytics +
High Performance Analytics
GRID
Node3
BIAF - The Analytical Platform
Hyper-V-Cluster
opsDB
Master
opsDB
Seg 1
opsDB
Master
opsDB
Seg 1
Virtual Application Layer
• Stretched-cluster configuration
• SAS 9.4 (BI + DI)
• Clustered SAS Meta-Data Server
• Clustered SAS Mid-Tier
• SAS GRID-Manager
39. BIAF Analytical Platform Architecture
GRID
Node2
SAS
Mid1
SAS
Mid 2
BIAF
Mid
ESRS
Gtwy1
Backup
Storage
SAS
Mid 1
GRID
Node2
Primary Data Center Secondary Data Center
Greenplum
Appliance
historical Data PROD
daily restore
for DR
Application-side
mirroring
Greenplum DB Segment 1
Operational Data
Greenplum Appliance
DEV, TEST and Desaster
Recovery
Meta
Srv1
opsDB
Master
GRID
Node1
opsDB
Second
Greenplum DB Segment 2
Operational Data
Meta
Srv3
BIAF
Mid
Meta
Srv2
Meta
Srv2
SAS
Mid 2
Meta
Srv1
GRID
Node1
Meta
Srv3
ESRS
Gtwy2
ESRS
Policy
PROD
DEV/TEST
SAS Visual Analytics +
High Performance Analytics
SAS Visual Analytics +
High Performance Analytics
GRID
Node3
BIAF - The Analytical Platform
Hyper-V-Cluster
opsDB
Master
opsDB
Seg 1
opsDB
Master
opsDB
Seg 1
Operational Data Store (hot)
• real-time Data
• ca. 1.000.000 Business Events/day
• automatically mirrored PDC & SDC
• ca. 150GB Storage
• Operational BI – Reporting & Analytics
40. BIAF Analytical Platform Architecture
GRID
Node2
SAS
Mid1
SAS
Mid 2
BIAF
Mid
ESRS
Gtwy1
Backup
Storage
SAS
Mid 1
GRID
Node2
Primary Data Center Secondary Data Center
Greenplum
Appliance
historical Data PROD
daily restore
for DR
Application-side
mirroring
Greenplum DB Segment 1
Operational Data
Greenplum Appliance
DEV, TEST and Desaster
Recovery
Meta
Srv1
opsDB
Master
GRID
Node1
opsDB
Second
Greenplum DB Segment 2
Operational Data
Meta
Srv3
BIAF
Mid
Meta
Srv2
Meta
Srv2
SAS
Mid 2
Meta
Srv1
GRID
Node1
Meta
Srv3
ESRS
Gtwy2
ESRS
Policy
PROD
DEV/TEST
SAS Visual Analytics +
High Performance Analytics
SAS Visual Analytics +
High Performance Analytics
GRID
Node3
BIAF - The Analytical Platform
Hyper-V-Cluster
opsDB
Master
opsDB
Seg 1
opsDB
Master
opsDB
Seg 1
Enterprise Data Store (warm)
• historical Data
• ca. 2 TB Storage / up to 6 TB Storage licensed
• daily full backup & Restore into SDC for DR
• Analytical Database MPP
• EMC 24/7 Premium Support
• Calling Home
• Remote Access through Policy Server
41. BIAF Analytical Platform Architecture
GRID
Node2
SAS
Mid1
SAS
Mid 2
BIAF
Mid
ESRS
Gtwy1
Backup
Storage
SAS
Mid 1
GRID
Node2
Primary Data Center Secondary Data Center
Greenplum
Appliance
historical Data PROD
daily restore
for DR
Application-side
mirroring
Greenplum DB Segment 1
Operational Data
Greenplum Appliance
DEV, TEST and Desaster
Recovery
Meta
Srv1
opsDB
Master
GRID
Node1
opsDB
Second
Greenplum DB Segment 2
Operational Data
Meta
Srv3
BIAF
Mid
Meta
Srv2
Meta
Srv2
SAS
Mid 2
Meta
Srv1
GRID
Node1
Meta
Srv3
ESRS
Gtwy2
ESRS
Policy
PROD
DEV/TEST
SAS Visual Analytics +
High Performance Analytics
SAS Visual Analytics +
High Performance Analytics
GRID
Node3
BIAF - The Analytical Platform
Hyper-V-Cluster
opsDB
Master
opsDB
Seg 1
opsDB
Master
opsDB
Seg 1
SAS/Greenplum Analytical Appliance
• SAS High Performance Analytics
• SAS Visual Analytics
• In-Memory Database
• Mobile BI
• In-Database Analytics
Cold storage layer
42. Agenda
Big Data bei Fraport
Analytics in der Praxis
1
2
BIAF – Die Big Data Plattform4
Zusammenfassung5
Smart Data Lab Projekt3
43. • Klassisches R&D ist nicht in unserer Unternehmens-DNA
verankert, dennoch müssen wir es anpacken
• „Failure is NO-option“ à es ist essenzieller Teil der
Entwicklung
• Arbeiten in einem Data Science Team mit agiler
Projektmethode ist ein Key-Success Faktor
• Wahrnehmung über das Potenzial von Analytics im
Unternehmen deutlich geschärft
• LAB als geschützter Raum mit Zugriff auf alle Daten fördert die
Entwicklung von konzeptionellen Ansätzen und Ergebnissen
frei von Restriktionen und Bereichsinteressen
Zusammenfassung
Zusammenfassung43
“I have not failed. I’ve just found
10,000 ways that won’t work.” Thomas
A. Edison
45. Chart 45
PhD defense Torben C. Barth: Optimization of baggage handling at airports
Thank you for your attention!
Enjoy the day …
46. Kernkompetenz rund um Analytics und Big Data innerhalb der
IT aufgehängt!
Organigramm IUK46
Vorstand
Dr. Stefan Schulte
(VV)
Information und
Kommunikation
Dr. Matthias Zieschang
(VF)
Michael Müller
(VA)
Anke Giesen
(VO)
Dr. Roland Krieg (CIO)
IUK
Anwendungs-
entwicklung
Dr. Wolfgang Pelzer
IUK-AE
Business-Systeme
Dieter Steinmann
IUK-AE4
Bau-/ und PM-Systeme &
Business Applications
Business Intelligence
administrativ
Business Intelligence operativ
Christian Wrobel IUK-AE43
Analytical Solution Architect