View
1.644
Download
1
Embed Size (px)
DESCRIPTION
Die Zukunft der Daten in einer beschleunigten Welt - Impulsreferat Willi Schroll, MA – strategiclabs.de9. Feb. .2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-Main
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 • Informa@on 2015
Willi Schroll 2012
Megatrends in der Systema@k
z.B. Globalisierung
heute t+5 t+10 t+20 t-‐5 t-‐10
z.B. Zunahme globaler Migra@onsströme
Weak Signals
Konsumenten Branchentrends
Umfeldtrends STEEP
Megatrends
Willi Schroll 2012
Megatrends – Orien@erungsraster GESELLSCHAFT
• Demographischer Wandel • Frauen auf dem Vormarsch • Kulturelle Vielfalt • Neue Mobilitätsmuster
TECHNOLOGIE
• Digitales Leben • Konvergenz von Technologien • Lernen von der Natur • Ubiquitäre Intelligenz
GLOBALISIERTE WELT
• Globalisierung 2.0 • Urbanisierung • Neue poli@sche Weltordnung • Wachsende Sicherheitsbedrohungen
UMWELT
• Umsteuern bei Energie und Ressourcen • Klimawandel und Umweltbelastung
KONSUMENTEN
• Nächste Stufe der Individualisierung • Neue Konsummuster • Boomende Gesundheit
BUSINESS
• Wissensbasierte Ökonomie • Wandel der Arbeitswelt • Business-‐Ökosysteme
Quelle: Z_punkt 2008
Willi Schroll 2012
Komplexes Wirkungsgefüge
Weltsystem Branchen
Umfelder
Disrup@onen
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 Veränderungen
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 Wertschöpfung
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 schlägt Moore‘s Law
Quelle: Cisco VNI 2011
Willi Schroll 2012
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
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
Informa@on 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 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
Vielen Dank für Ihre Aufmerksamkeit!
Willi Schroll, strategiclabs Berlin
about.com/wschroll
Willi Schroll 2012
Ergänzungen – Diskussion
Willi Schroll 2012
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
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
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
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://[email protected]/
• Open Data Network (open government Deutschland) hgp://opendata-‐network.org/
• Open Knowledge Founda@on hgp://okfn.org/
Willi Schroll 2012
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
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/[email protected]
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
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/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/[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/solu@ons/collateral/ns341/ns525/ns537/ns705/ns827/VNI_Hyperconnec@vity_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 – Informa@onsmanagement Studie Informa@on 2015hgp://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