Die Zukunft der Daten in einer beschleunigten Welt - Impulsreferat Willi Schroll, MA – strategiclabs.de9. Feb. .2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-Main
Future Data DGIQ 120209b.pptx
Willi Schroll 2012
Die Zukun f t de r Da ten i n e ine r besch leun ig ten We l
t
Impulsreferat Willi Schroll, MA strategiclabs.de
9.2.2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-Main
future data
Willi Schroll 2012
Foresight methodische Analyse
Beispiele Trendstudien TV 2020 [email protected] 2015
Willi Schroll 2012
Megatrends in der [email protected]
z.B. Globalisierung
heute t+5 t+10 t+20 t-5 t-10
z.B. Zunahme globaler [email protected]
Weak Signals
Konsumenten Branchentrends
Umfeldtrends STEEP
Megatrends
Willi Schroll 2012
Megatrends [email protected] GESELLSCHAFT
Demographischer Wandel Frauen auf dem Vormarsch Kulturelle
Vielfalt Neue Mobilittsmuster
TECHNOLOGIE
Digitales Leben Konvergenz von Technologien Lernen von der Natur
Ubiquitre Intelligenz
GLOBALISIERTE WELT
Globalisierung 2.0 Urbanisierung Neue [email protected] Weltordnung
Wachsende Sicherheitsbedrohungen
UMWELT
Umsteuern bei Energie und Ressourcen Klimawandel und
Umweltbelastung
KONSUMENTEN
Nchste Stufe der Individualisierung Neue Konsummuster Boomende
Gesundheit
BUSINESS
Wissensbasierte konomie Wandel der Arbeitswelt
Business-kosysteme
Quelle: Z_punkt 2008
Willi Schroll 2012
Komplexes Wirkungsgefge
Weltsystem Branchen
Umfelder
[email protected]
Wild Cards
Black Swans Lebens- stiltrends
Werte- Wandel
Konsum- verhalten
Generelles Umfeld
Demografischer Wandel
Regulation
Zulieferer
Wett- bewerber
Kunden
Branchen- umfeld
Unter- nehmen
Neue Technologien
Lebens- stiltrends
Welt- wirtschaft
Werte- Wandel
Politische Vernderungen
Sozial- system
Konsum- verhalten
Quelle: Z_punkt 2011
Willi Schroll 2012
Werthaltungen
Daten
Kontext und Wert von Daten
Informationen
Modelle Entscheidungen
extract - transform - load
Ziele Wertschpfung
Willi Schroll 2012
Daten + Dynaxity
Internet der Dinge, Reality Mining
Neue Ziele und
Zielgruppen
Prozessoren
Aktoren Speicher
Weak signal: Smartphone als Sensorzentrale
Sensoren
Willi Schroll 2012
Neue Formate, Quellen und Senken
Quelle: Fujitsu Ireland 2012
Willi Schroll 2012
Datenzuwachs schlgt Moores Law
Quelle: Cisco VNI 2011
Willi Schroll 2012
Ubiquity Nutzungsszenarien
Quelle: [email protected] 2010
Willi Schroll 2012
Ubiquity Nutzungsszenarien
Quelle: [email protected] 2010
Willi Schroll 2012
Ubiquity Nutzungsszenarien
Quelle: [email protected] 2010
Willi Schroll 2012
IT-Trends
Architektur wird strker service-zentrisch Mobile-Sociale
Lifestyle (always in touch) Erhebung persnlicher Daten kommt strker
unter Risikobeobachtung (starke regionale und generaEonale
Unterschiede - EU/USA, Digital NaEves)
Willi Schroll 2012
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
[email protected] heute und morgen
Quelle: Accenture / Z_punkt 2010
Willi Schroll 2012
Arbeitswelt heute und morgen
Quelle: Accenture / Z_punkt 2010
Willi Schroll 2012
Zusammenarbeit heute und morgen
Quelle: Accenture / Z_punkt 2010
Willi Schroll 2012
Herausforderungen in IDQ
Big Data Unstructured Data, Noise, Pagern [email protected] Dynamik: Neue
Quellen als solche wahrnehmen
Neue [email protected] ([email protected]) Neue [email protected]
(bots, machine readable ready?)
Balance Oenheit/Sicherhei
Willi Schroll 2012
Vielen Dank fr Ihre Aufmerksamkeit!
Willi Schroll, strategiclabs Berlin
about.com/wschroll
Willi Schroll 2012
Ergnzungen Diskussion
Willi Schroll 2012
Ergnzungen Diskussion
Daten-Visualisierung ... ermglicht 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 [email protected]
tool YouTube hgp://www.youtube.com/watch?v=ZNt9Q3tqu9Y
Beispiel: Aaron Koblin Aaron Koblin 'ight paths' YouTube
hgp://www.youtube.com/watch?v=FCEM-ZcB14A
Willi Schroll 2012
Ergnzungen Diskussion
Daten-Visualisierung ... wird in ZukunZ als zentrale Aufgabe der
Datenbereitstellung erkannt
Beispiel fr neue Anstze interakEver intuiEver Oberchen: Liquid
Browsing Ansatz fr intelligente [email protected] in groen Datenrumen
(German [email protected] Award, GFFT Award, Cebit Exhibitor Search)
hgp://www.liquiverse.com/; Demo-Video + Java Sim:
hgp://www.liquidbrowsing.com/
Community der Experten fr Netzwerk-Visualisierung
visualcomplexity.com | A visual [email protected] on mapping complex
networks hgp://www.visualcomplexity.com/vc/
These: Die Entwicklung kogniEver Schni_stellen zum intui+ven
Verstehen von Datenmassen wird in den nchsten Jahren immer wichEger
(Vgl. oben Folie 6: Veredelungspfad: Daten [email protected]
Entscheidungen Wertzuwachs)
Willi Schroll 2012
Ergnzungen Diskussion
Soziale Mechanismen, kollaboraEve Filter Frage: KollaboraEve
Filter sind bewhrt im E-Commerce Wie gro ist ihr Nutzen, um zu
besserer Datenqualitt zu gelangen?
[email protected] Filter als bekanntes Prinzip zur Personalisierung
des E-Commerce (Amazon: Wer sich fr 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 Prol auf connect.me als vertrauenswrdiger
erscheint, da die Tags nicht von der Person selbst, sondern von
anderen [email protected] erstellt wurden (crowd-based taxonomy) Problem:
Daten werden dem Urteil der Crowd ausgeliefert. Diese knnte auch
interessengeleitet (freundlich/feindlich) handeln oder wenig
kompetent sein.
Quelle: connect.me 2012
Willi Schroll 2012
Ergnzungen Diskussion
Herausforderungen Open Data, Transparenz, Vertrauen (1)
QuellenkriEk Wie zuverlssig sind Open Data, sofern sie im
Kontext von bst. Interessen verentlicht werden? z.B. durch eine
[email protected] wie Greenpeace, einen Verband etc.
ZerEzierung knnte hier eine Lsung bringen, z.B. entliche
Lieferanten Open Knowledge: Wikipedia gehrt auch in diese
Problemklasse wie
vertrauenswrdig knnen open editable data sein? [email protected] 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 [email protected]
hgp://[email protected]/ Open Data Network (open government
Deutschland) hgp://opendata-network.org/ Open Knowledge [email protected]
hgp://okfn.org/
Willi Schroll 2012
Ergnzungen Diskussion
Herausforderungen Open Data, Transparenz, Vertrauen (2)
Transparenz schat Vertrauen, die [email protected] Datenerstellung
steigert die Ezienz aber es entstehen auch neue Probleme der
Glaubwrdigkeit/Zuverlssigkeit v.a. wenn Interessen involviert
sind
Der Knigsweg wre Open Knowledge und Open Data einer Crowd von
Experten in der Wissenscha~ und mit der Delphi-Methode gibt es dazu
Anstze
Komplexitt, Dynaxitt, ganzheitliche Analyse
Output-Paradox: Hervorragende Datenreports werden nicht
gewrdigt, da ihr Umfang unverdaulich ist und andererseits das
[email protected] Summary wiederum zu wenig aussagekr~ig ist hier sind neue
Schnigstellen und Formate gefragt, die das Data Understanding
steigern und Personalisierung ermglichen. Die gesamte
Informa-onsprozesske1e ist zu evaluieren und zu gestalten der
letzte Meter = die Entscheidungsebene sollte mehr im Zentrum
stehen.
Willi Schroll 2012
Begrisklrungen
Paradox of Choice
In der Verbesserung der [email protected] von Datenbereitstellungen /
[email protected] etc. sollten [email protected] Fakten und Theoreme
[email protected] 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 kn~iger IT-Architektur: Bsp.
Computers Get Self-Healing So~ware | LiveScience
hgp://www.livescience.com/5891-computers-healing-so~ware.html
IBM Research | Autonomic [email protected] | Overview | The [email protected]
hgp://www.research.ibm.com/autonomic/overview/[email protected]
Dynaxitt: Dynamik und Komplexitt
Dynaxity: Management von Dynamik und Komplexitt im So~warebau -
Patrick Hamilton
hgp://www.amazon.com/Dynaxity-Management-Dynamik-Komplexit%C3%A4t-So~warebau/dp/3540317430
Willi Schroll 2012
Anhang
Willi Schroll 2012
Quellen Folie 2: TV 2020 Report dt./engl.
hgp://www.z-punkt.de/studien.html Folie 3-5:
hgp://www.z-punkt.de/leadmin/be_user/[email protected]/D_Arbeitspapiere/[email protected]_Megatrends_x.pdf
hgp://www.z-punkt.de/leadmin/be_user/D_News/D_2011_01_Newsleger/[email protected]
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/[email protected]/collateral/ns341/ns525/ns537/ns705/ns827/[email protected]_WP.html
Folie 10-12: [email protected] 2010
hgp://[email protected]/archives/future_of_data_overload_as_envisioned_for_2020.html
Folie 15-17: Accenture / Z_punkt 2010 [email protected]
Studie [email protected]
2015hgp://www.accenture.com/Countries/Germany/Services/Technology/[email protected]_Management/[email protected]_Management_Services/[email protected]
Weitere Quellenangaben sind im Abschnig Ergnzungen Diskussion ab
Folie 21 zu nden
