Your SlideShare is downloading. ×
  • Like
Future data - Die Zukunft der Daten
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Now you can save presentations on your phone or tablet

Available for both IPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Future data - Die Zukunft der Daten

  • 1,416 views
Published

Die Zukunft der Daten in einer beschleunigten Welt - Impulsreferat Willi Schroll, MA – strategiclabs.de …

Die Zukunft der Daten in einer beschleunigten Welt - Impulsreferat Willi Schroll, MA – strategiclabs.de
9. Feb. .2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-Main

Published in Business
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
1,416
On SlideShare
0
From Embeds
0
Number of Embeds
9

Actions

Shares
Downloads
25
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. future data Die Zukunft der Daten in e i n e r b e s c h l e u n i g t e n We l t Impulsreferat Willi Schroll, MA – strategiclabs.de 9.2.2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-MainWilli  Schroll  2012  
  • 2. Foresight  –  methodische  Analyse   Beispiele  Trendstudien   •   TV  2020   •   Informa@on  2015    Willi  Schroll  2012  
  • 3. Megatrends  in  der  Systema@k     Weak  Signals   Konsumenten   Branchentrends   Umfeldtrends   z.B.    Zunahme  globaler     STEEP   Migra@onsströme     Megatrends   z.B.  Globalisierung   t-­‐10   t-­‐5   heute   t+5   t+10   t+20  Willi  Schroll  2012  
  • 4. Megatrends  –  Orien@erungsraster   GESELLSCHAFT   TECHNOLOGIE   •  Demographischer  Wandel   •  Digitales  Leben     •  Frauen  auf  dem  Vormarsch   •   Konvergenz  von  Technologien   •  Kulturelle  Vielfalt   •  Lernen  von  der  Natur   •  Neue  Mobilitätsmuster   •  Ubiquitäre  Intelligenz   KONSUMENTEN   GLOBALISIERTE  WELT   •  Nächste  Stufe  der  Individualisierung   •  Globalisierung  2.0     •  Neue  Konsummuster   •   Urbanisierung     •  Boomende  Gesundheit   •   Neue  poli@sche  Weltordnung   •  Wachsende  Sicherheitsbedrohungen   BUSINESS   UMWELT   •   Wissensbasierte  Ökonomie   •  Umsteuern  bei  Energie  und  Ressourcen   •  Wandel  der  Arbeitswelt   •  Klimawandel  und  Umweltbelastung   •   Business-­‐Ökosysteme   Quelle:  Z_punkt  2008  Willi  Schroll  2012  
  • 5. Komplexes  Wirkungsgefüge   Weltsystem   Generelles Branchen   Umfeld Sozial- Umfelder   Neue Technologien Branchen- umfeld system Werte- Disrup@onen   Zulieferer Unter- Werte- Wandel Wandel nehmen Kunden Wild  Cards   Welt- wirtschaft Regulation Konsum- Konsum- Wett- verhalten Black  Swans   bewerber verhalten Lebens- Politische Lebens- stiltrends Veränderungen stiltrends Demografischer Wandel Quelle:  Z_punkt  2011  Willi  Schroll  2012  
  • 6. Kontext  und  Wert  von  Daten     Werthaltungen Ziele Wertschöpfung Entscheidungen Modelle Informationen extract  -­‐  transform  -­‐  load   DatenWilli  Schroll  2012  
  • 7. Internet  der  Dinge,  Reality  Mining   Weak  signal:  Smartphone  als  Sensorzentrale   Neue Ziele und Sensoren Zielgruppen Prozessoren Daten + Speicher Aktoren DynaxityWilli  Schroll  2012  
  • 8. Neue  Formate,  Quellen  und  Senken   Quelle:  Fujitsu  Ireland  2012  Willi  Schroll  2012  
  • 9. Datenzuwachs  schlägt  Moore‘s  Law   Quelle:  Cisco  VNI  2011  Willi  Schroll  2012  
  • 10. Ubiquity  Nutzungsszenarien   Quelle:  infosthe@cs.com  2010  Willi  Schroll  2012  
  • 11. Ubiquity  Nutzungsszenarien   Quelle:  infosthe@cs.com  2010  Willi  Schroll  2012  
  • 12. Ubiquity  Nutzungsszenarien   Quelle:  infosthe@cs.com  2010  Willi  Schroll  2012  
  • 13. IT-­‐Trends     •  Architektur  wird  stärker  service-­‐zentrisch   •  Mobile-­‐Sociale  Lifestyle  (always  in  touch)   •  Erhebung  persönlicher  Daten  kommt   stärker  unter  Risikobeobachtung  (starke   regionale  und  generaEonale  Unterschiede  -­‐   EU/USA,  Digital  NaEves)  Willi  Schroll  2012  
  • 14. IT-­‐Trends     •  Soziale  PlaKormen:  Neue  Quelle  der   Business  Intelligence  (CRM,  MarkeEng,   "Semi-­‐Open  InnovaEon")   •  Kontextbasierte  Dienste:  Rolle  von   Metadaten,  Ort,  Zeit,  Microformats,  AI-­‐ Komponenten  vgl.  Siri)  Willi  Schroll  2012  
  • 15. Informa@on  heute  und  morgen   Quelle:  Accenture  /  Z_punkt  2010  Willi  Schroll  2012  
  • 16. Arbeitswelt  heute  und  morgen   Quelle:  Accenture  /  Z_punkt  2010  Willi  Schroll  2012  
  • 17. Zusammenarbeit  heute  und  morgen   Quelle:  Accenture  /  Z_punkt  2010  Willi  Schroll  2012  
  • 18. Herausforderungen  in  IDQ   •  Big  Data   •  Unstructured  Data,  Noise,  Pagern  Detec@on   •  Dynamik:  Neue  Quellen  als  solche     wahrnehmen   •  Neue  Informa@onsziele  (Integra@on)   •  Neue  Informa@onszielgruppen  (bots,  machine   readable  ready?)   •  Balance  Offenheit/Sicherhei  Willi  Schroll  2012  
  • 19. Vielen  Dank  für  Ihre  Aufmerksamkeit!   Willi  Schroll,  strategiclabs  Berlin   about.com/wschroll  Willi  Schroll  2012  
  • 20. Ergänzungen  –  Diskussion  Willi  Schroll  2012  
  • 21. Ergänzungen  –  Diskussion     Daten-­‐Visualisierung     ...  ermöglicht  erst  das  Verstehen   hochkomplexer  Daten   •  Beispiel:  Hans  Rosling  –  Daten/Punktwolken  in   Bewegung   200  years  that  changed  the  world  (with  Hans   Rosling)  –  YouTube   hgp://www.youtube.com/watch?v=BPt8ElTQMIg     Kinect  data  visualiza@on  tool  –  YouTube   hgp://www.youtube.com/watch?v=ZNt9Q3tqu9Y   •  Beispiel:  Aaron  Koblin  –  Aaron  Koblin  flight  paths  –   YouTube   hgp://www.youtube.com/watch?v=FCEM-­‐ZcB14A  Willi  Schroll  2012  
  • 22. Ergänzungen  –  Diskussion     Daten-­‐Visualisierung     ...  wird  in  ZukunZ  als  zentrale  Aufgabe  der   Datenbereitstellung  erkannt   •  Beispiel  für  neue  Ansätze  interakEver  intuiEver   Oberflächen:  Liquid  Browsing  –  Ansatz  für  intelligente   Naviga@on  in  großen  Datenräumen   (German  Innova@on  Award,  GFFT  Award,  Cebit  Exhibitor   Search)     hgp://www.liquiverse.com/;  Demo-­‐Video  +  Java  Sim:   hgp://www.liquidbrowsing.com/   •  Community  der  Experten  für  Netzwerk-­‐Visualisierung   visualcomplexity.com  |  A  visual  explora@on  on  mapping   complex  networks  hgp://www.visualcomplexity.com/vc/   •  These:  Die  Entwicklung  kogniEver  Schni_stellen  zum   intui+ven  Verstehen  von  Datenmassen  wird  in  den   nächsten  Jahren  immer  wichEger   (Vgl.  oben  Folie  6:  Veredelungspfad:  Daten  –  Informa@onen   –  Entscheidungen  –  Wertzuwachs)  Willi  Schroll  2012  
  • 23. Ergänzungen  –  Diskussion     Soziale  Mechanismen,  kollaboraEve  Filter     Frage:  KollaboraEve  Filter  sind  bewährt  im  E-­‐Commerce  –  Wie  groß  ist  ihr  Nutzen,   um  zu  besserer  Datenqualität  zu  gelangen?   •  Kollabora@ve  Filter  als  bekanntes  Prinzip  zur  Personalisierung  des  E-­‐Commerce   (Amazon:  Wer  sich  für  dieses  Buch  A  interessiert,  den  interessieren  auch  B,  C,  D  ..)   •  Beispiel  crowd-­‐basierte  ReputaEon:  Vergleich  von  hgp://about.me/wschroll  +   hgp://connect.me/users/willischroll  zeigt,  dass  ein  Profil  auf  connect.me  als   vertrauenswürdiger  erscheint,  da  die  Tags  nicht  von  der  Person  selbst,  sondern  von   anderen  kumula@v  erstellt  wurden  (crowd-­‐based  taxonomy)     Problem:  Daten  werden  dem  Urteil  der  „Crowd“  ausgeliefert.  Diese  könnte  auch   interessengeleitet  (freundlich/feindlich)  handeln  oder  wenig  kompetent  sein.   Quelle:  connect.me  2012  Willi  Schroll  2012  
  • 24. Ergänzungen  –  Diskussion     Herausforderungen   Open  Data,  Transparenz,  Vertrauen  (1)   •  QuellenkriEk  –  Wie  zuverlässig  sind  Open  Data,  sofern  sie  im  Kontext  von  bst.   Interessen  veröffentlicht  werden?  z.B.  durch  eine  Lobby-­‐Organisa@on  wie   Greenpeace,  einen  Verband  etc.   •  ZerEfizierung  könnte  hier  eine  Lösung  bringen,  z.B.  öffentliche  Lieferanten   •  Open  Knowledge:  Wikipedia  gehört  auch  in  diese  Problemklasse  –  wie   vertrauenswürdig  können  „open  editable  data“  sein?  Funk@onieren  die  inneren   Kontrollmechanismen  solcher  Open  Knowledge  Pla|ormen?   •  Open  Data  Protocol  (OData)  hgp://www.odata.org/   •  Data  |  The  World  Bank  hgp://data.worldbank.org/   •  The  Open  Data  Founda@on  hgp://www.opendatafounda@on.org/     •  Open  Data  Network  (open  government  Deutschland)  hgp://opendata-­‐network.org/   •  Open  Knowledge  Founda@on  hgp://okfn.org/  Willi  Schroll  2012  
  • 25. Ergänzungen  –  Diskussion     Herausforderungen   Open  Data,  Transparenz,  Vertrauen  (2)   •  Transparenz  schafft  Vertrauen,  die  kollabora@ve  Datenerstellung  steigert  die   Effizienz  –  aber  es  entstehen  auch  neue  Probleme  der  Glaubwürdigkeit/ Zuverlässigkeit  –  v.a.  wenn  Interessen  involviert  sind   •  Der  Königsweg  wäre  Open  Knowledge  und  Open  Data  einer  „Crowd  von   Experten“  –  in  der  Wissenscha~  und  mit  der  Delphi-­‐Methode  gibt  es  dazu   Ansätze   Komplexität,  Dynaxität,  „ganzheitliche  Analyse“   •  Output-­‐Paradox:  Hervorragende  Datenreports  werden  nicht  gewürdigt,  da  ihr   Umfang  „unverdaulich“  ist  und  andererseits  das  Execu@ve  Summary  wiederum  zu   wenig  aussagekrä~ig  ist  –  hier  sind  neue  Schnigstellen  und  Formate  gefragt,  die   das  „Data  Understanding“  steigern  und  Personalisierung  ermöglichen.  Die   gesamte  Informa-onsprozesske1e  ist  zu  evaluieren  und  zu  gestalten  –  der  „letzte   Meter“  =  die  Entscheidungsebene  sollte  mehr  im  Zentrum  stehen.  Willi  Schroll  2012  
  • 26. Begriffsklärungen   Paradox  of  Choice   •  In  der  Verbesserung  der  Effek@vität  von  Datenbereitstellungen  /  Repor@ng  etc.   sollten  informa@onspsychologische  Fakten  und  Theoreme  berücksich@gt  werden,   z.B.  The  Paradox  of  Choice:  :  Why  More  Is  Less  (Barry  Schwartz)   hgp://www.amazon.com/Paradox-­‐Choice-­‐Why-­‐More-­‐Less/dp/0060005688   Autonomic  CompuEng     •  Bionik/Biomimesis  als  Ansatz  kün~iger  IT-­‐Architektur:     Bsp.  Computers  Get  Self-­‐Healing  So~ware  |  LiveScience   hgp://www.livescience.com/5891-­‐computers-­‐healing-­‐so~ware.html   •  IBM  Research  |  Autonomic  Compu@ng  |  Overview  |  The  Solu@on   hgp://www.research.ibm.com/autonomic/overview/solu@on.html   Dynaxität:  Dynamik  und  Komplexität     •  Dynaxity:  Management  von  Dynamik  und  Komplexität  im  So~warebau  -­‐  Patrick   Hamilton   hgp://www.amazon.com/Dynaxity-­‐Management-­‐Dynamik-­‐Komplexit%C3%A4t-­‐ So~warebau/dp/3540317430  Willi  Schroll  2012  
  • 27. Anhang  Willi  Schroll  2012  
  • 28. Quellen   •  Folie  2:  TV  2020  Report  –  dt./engl.  hgp://www.z-­‐punkt.de/studien.html   •  Folie  3-­‐5:   hgp://www.z-­‐punkt.de/fileadmin/be_user/D_Publika@onen/D_Arbeitspapiere/ Die_20_wich@gsten_Megatrends_x.pdf   hgp://www.z-­‐punkt.de/fileadmin/be_user/D_News/D_2011_01_Newsleger/ Z_punkt_Megatrend_zur_Innova@on.pdf   •  Folie  8:  Fujitsu  Ireland  2012  –  Structuring  Big  Data   hgp://www.slideshare.net/fujitsu_ie/structuring-­‐big-­‐data-­‐11272396     •  Folie  9:  Cisco  VNI  2011  –  Entering  the  Zegabyte  Era    [Visual  Networking  Index]   hgp://www.cisco.com/en/US/solu@ons/collateral/ns341/ns525/ns537/ns705/ns827/ VNI_Hyperconnec@vity_WP.html   •  Folie  10-­‐12:  infosthe@cs.com  2010  –     hgp://infosthe@cs.com/archives/future_of_data_overload_as_envisioned_for_2020.html   •  Folie  15-­‐17:  Accenture  /  Z_punkt  2010  –  Informa@onsmanagement  Studie  Informa@on  2015 hgp://www.accenture.com/Countries/Germany/Services/Technology/Informa@on_Management/ Informa@on_Management_Services/Informa@on-­‐2015.htm   •  Weitere  Quellenangaben  sind  im  Abschnig  Ergänzungen  –  Diskussion  ab  Folie  21  zu  finden  Willi  Schroll  2012