Schwerpunkten - Bitkom Big Data Summit

Big Data Summit 2017
Connecting the Dots –
Daten, Algorithmen, Technologie, Mindset
Themenschwerpunkte
Leitthemen Big Data Summit 2017
2
Leitthemen Big Data Summit 2017
1 Transformation
Transformation zum digitalen Unternehmen – Umstellung des Kerngeschäfts auf Ende-zu-Ende datenbasierte
Entscheidungsfindung
 Bewältigung des Weges von der Big Data Infrastruktur (Hadoop Plattform / Data Lake) zur datengetriebenen
Entscheidungsfindung
 Übergang der Data Science Modelle in den IT Wirkbetrieb - Reifungsprozess der Data Science vom
Kunsthandwerk zur Industrialisierung
 Zusammenarbeit zwischen Fachbereichen und IT bei der Überführung von Data Science Modellen in den
skalierbaren 24x7-Betrieb
 Entstehung neuer, digitaler Unternehmen, Entwicklung datengetriebener Geschäftsmodelle
 Mit welchen Konzepten etablierte Unternehmen nach neuen Geschäftsmodellen suchen – Erfahrungsberichte
 Erfahrungen mit Digital Labs/Hubs – Strategieentwicklung für die Digitalisierung
 Wie in anderen Ländern digitale Unternehmen und Business-Modelle entwickelt werden – internationale
Management-Erfahrungen
 Data Curation
 Entwicklung von Daten-Marktplätzen und Eigentum an Daten
 Welcher Mix an Kompetenzen zum Erfolg führt - Data Competency Maturity Models
 Business-Strategie und Führungsteam, Digital Readiness, Aufbau von organisationalen Kompetenzen, Data
Thinking, Unternehmenskultur, Mindset, Leadership
 Entwicklung, Priorisierung und Evaluierung von Use Cases
 Einsatz externer Data-Science-Kompetenz - Sourcing-Strategie und Anbieterauswahl, Managementerfahrungen
 Lösungsarchitektur und Applikations-Design
2 Customer Experience
Big Data und Customer Experience Management
 Customer 360 – Profiling | Konzeption und technische Implementierung
 Marketing Hubs | Integration aller kundenorientierten Prozesse und unternehmensweite Verarbeitung und
Nutzung von Informationen für die passgenaue Kundenansprache
 Was ist Customer Experience? Empathie, Relevanz & Geschwindigkeit | passgenaue, konsistente, digitale
Vermarktung von Produkten und Dienstleistungen
 Next-Best Offer und Matching-Strategien
 Dynamic Pricing
 Managing Customer Risks and Opportunities in Real-Time
 Customer Experience mit StoreFronts
 Conversational Interfaces – die neue Customer Experience
 Mobile Interfaces
Leitthemen Big Data Summit 2017
3
 Customer Behavior Sensors | Was Customer Experience von IoT lernen kann
 Realtime Streaming Analytics | Von Gaming zum Online-Handel
 Shopping beyond Online Stores | Wie Facebook, Pinterest & Co. das Online Shopping verändern
 eCommerce AI | Disruption ante portas im Online-Shopping)
3 Cognitive Computing
Kognitive Systeme im Praxiseinsatz
 Was kognitive Systeme auszeichnet
 Einsatzszenarien und Leistungsstand kognitiver Systeme
 Medizintechnik
 Autonomes Fahren
 kognitiv unterstützte Collaboration-Tools (Assistenzsysteme, Expertensysteme und Smart Agents im Einsatz)
 Commerce/Einkaufsberatung,
 Industrie 4.0
 Produktion, Fertigung und Professional Services.
 Schnittstelle zwischen Big Data Analytics und Cognitive Computing
 Entwicklungsstand kognitiver Basis-Technologien (Natural Language Processing, Bilderkennung, Knowledge
Discovery, Machine Learning, Social Collaboration Integration, …)
 Wie Suchmaschinen durch kognitive Systeme verändert werden
 Einstiegsszenarien für Unternehmen in Cognitive Computing | Nutzungsszenarien auch im Mittelstand
 Produktivitätsgewinne durch kognitive Systeme, Erfolgsfaktoren, Chancen und Risiken
 Datensicherheit und Datenschutz bei der Nutzung kognitiver Lösungen
 Wie der Einsatz kognitiver Systeme Einscheidungsprozesse verändert und welche Herausforderungen an
Organisation und Unternehmenskultur bestehen
 Ausblick - was kognitive Systeme in 5 oder 10 Jahren leisten werden
 Aus der Forschung in die Anwendung - Neuromorphic Computing, Quantum Computing, Scalable High
Performance Computing Architectures, Exascale Computing
4 Connected Car
Connected Car und Enduser Mobility
 Connected Car – Big Data in der Automobilindustrie
 Big-Data-Einsatzbeispiele in Marketing und Vertrieb
 Big-Data-Technologien für autonomes Fahren
 Big-Data-Technologien im Bereich Car-to-Infrastructure-Communication und Car-to-Car-Communication
 Big-Data-Technologien für Flotten und Fuhrpark Management
 Big-Data-Technologien für Car-Sharing und Mobilitätsdienste
Leitthemen Big Data Summit 2017
4
5 Industrie 4.0
Impulse für Industrie 4.0
 Einsatzbeispiele im Industrie-4.0-Umfeld – Managementerfahrungen
 Industrie 4.0 als Voraussetzung für Big Data in industriellen Anwendungen
 Big-Data-Umsetzungsbeispiele in Produktions- , Logistik-, und Instandhaltungsanwendungen
 Big Data als Methode zur Integration von Wertschöpfungsketten
 Informations- oder Analysedienste mit großen Datenmengen unter Anwendung von Big-Data-Technologien
 Unternehmensübergreifenden Plattformen zur digitalen Vernetzung von Maschinen, Produkten,
Dienstleistungen und Kunden
 Datengetriebene Dienstleistungen für den Wandel von Produkten zu Services
 Service Discovery, Dynamic Service Configuration
 Datensicherheit und -vertraulichkeit im Industrie 4.0-Umfeld
6 Financial Services
Datengetriebene innovative Finanzdienstleistungen
 Big Data und Blockchain
 RegTech – Big Data als Enabler für Echtzeit-Reporting und datengetriebene Aufsicht der Zukunft
 Chancen neuer Big-Data-Geschäftsmodelle durch Zugriff Dritter auf das Bankkonto (PSD2)
 Hochfrequenzhandel
 Bonitätsprofiling/Social Scoring
 Echtzeit-Zahlungsverkehrssettlement
 Cross- und Upselling
 Mobile Wallet Mehrwert-Dienste – Payment, Loyalty, Couponing zusammenführen
 Fraud Detection/Risikomanagement
7 Health
Big Data in medizinischer Forschung, Diagnostik und Therapie
 Big Data im Gesundheitswesen
 Digitale Medizin
 Wie unterstützt Big Data den Behandlungserfolg
 Patientenzentrierte Zugriffe auf Gesundheitsdaten
 Internet of Things im Gesundheitswesen
 Big Data im Kontext E-Health-Gesetz / Gesundheitskarte - Vorteile und Begrenzungen
Leitthemen Big Data Summit 2017
5
8 Smart City
Smart City – Big-Data-Lösungen für die Stadt von morgen
 Open Data Space - Städtische Datenplattformen als Herzstück der digitalen Stadt
 Energie & Umwelt – lokaler, günstiger und grüner Strom
 Verkehr – intelligente Parkraum- und Verkehrsleitsysteme / autonomer ÖPNV
 Verwaltung – digitales Bürgeramt und digitale Verwaltungsprozesse
 Bildung – innovative Lehrformen und effiziente Cloudlösungen
 Gesellschaft – Partizipationsplattformen und digitale Kultur
9 Utility 4.0
Utility 4.0 - Lösungen für eine digitalisierte Energieversorgung
 Strategien für die Digitalisierung in der Energieversorgung
 Big-Data-Einsatz in der Energiewirtschafts-Wertschöpfungskette– Herausforderungen, Use Cases, Pilotprojekte
 Optimiertes Management kritischer Infrastrukturen
 Smart-Data- und Service-Plattformen für das zukünftige Energiesystem
 Kundenorientierte Energielösungen
 Big-Data-Lösungen für Smart Metering
 Betreiber von Verteilnetzen als Manager von Energiedaten
 Big-Data-Lösungen für das Management von Anlagen zur Energieerzeugung
 Big-Data-Ansätze für das Sicherheits-Management
 Herausforderungen für Analystics Data Lab bei Energieversorgern
 Neue Geschäftsmöglichkeiten mit datengestützten Services im Energiebereich und darüber hinaus
 Smart-Grid-Optimierung durch den Einsatz von Data Science/Big Data
10 Smart Logistics
Smart Data für Verkehr und Logistik
 Smart Logistics – Smart Data für die nächste Generation der Logistik
 Sensor- und AutoID-Daten entlang von Lieferketten
 Zustandsüberwachung zur Instandhaltungsoptimierung in der Logistik
 Big Data in Smart Ecosystems im Bereich Verkehr und Logistik
 Verkehr und Mobilität in Smart Cities
 Datengetriebene Handelslogistik als Effizienzmotor
 Einsatzszenarien für verschiedene Arten von Bewegungsdaten
 Mehr Komfort und was es für den Datenschutz bedeutet.
Leitthemen Big Data Summit 2017
6
11 Technology
Neue Big-Data-Technologien für neue Anwendungen
 Big Data Architekturen im Unternehmenseinsatz (Lambda, Kappa, Data Lakes, ...) – Practices and Learnings
 Model Versioning, Model Life Cycle Management, Nachvollziehbarkeit von Modellen
 Big Data meets BI – Zusammenspiel der alten und neuen Datenwelt
 Data Streaming und Neartime/Realtime Intelligence
 Neues aus dem Hadoop Ökosystem
 Spark, Flink & Co – Frameworks, Trends und Entwicklungen
 Big Data in the Cloud
 YARN, Mesos, Docker & Co.
 Full Stack Design & Operations, Prozess- und Operating-Modelle, QA & Monitoring
 Human Data Interfaces: Usability & User Experience für Big-Data- und KI-Anwendungen
 Access Control, Security & Datenschutz in verteilten Systemen
 „The next wave“: Beiträge aus Forschung und Entwicklung in den Gebieten Big Data und Künstliche Intelligenz
12 Gesellschaft
Big-Data-Einsatz –technische Möglichkeiten und gesellschaftliche Akzeptanz
 Big Data für mehr Sicherheit?
 Leitlinien für den Einsatz von Big-Data-Technologien
 Ethische Fragen der Nutzung von Big-Data-Anwendungen
 Vertrauenswicklung für Big-Data-Anwendungen
 Weiterentwicklung des Rechtsrahmens
 Menschliche und künstliche Intelligenz
 Big Data Megatrends und Zukunft der Gesellschaft
13 Start-ups
Start-ups im Big-Data-Bereich
 Impulse und Angebote aus der Startup-Szene
 Programme und Interaktionen mit Startups
 Erfahrungen mit Big Data Labs

Download Report