Die Zukunft der Daten in einer beschleunigten Welt - Impulsreferat Willi Schroll, MA strategiclabs.de9. Feb. .2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-Main
Transcript
<p>Future Data DGIQ 120209b.pptx</p>
<p>Willi Schroll 2012 </p>
<p>Die Zukun f t de r Da ten i n e ine r besch leun ig ten We l t </p>
<p>Impulsreferat Willi Schroll, MA strategiclabs.de </p>
<p>9.2.2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-Main </p>
<p>future data </p>
<p>Willi Schroll 2012 </p>
<p>Foresight methodische Analyse </p>
<p>Beispiele Trendstudien TV 2020 Informa@on 2015 </p>
<p>Willi Schroll 2012 </p>
<p>Megatrends in der Systema@k </p>
<p>z.B. Globalisierung </p>
<p>heute t+5 t+10 t+20 t-5 t-10 </p>
<p>z.B. Zunahme globaler Migra@onsstrme </p>
<p>Weak Signals </p>
<p>Konsumenten Branchentrends </p>
<p>Umfeldtrends STEEP </p>
<p>Megatrends </p>
<p>Willi Schroll 2012 </p>
<p>Megatrends Orien@erungsraster GESELLSCHAFT </p>
<p> Demographischer Wandel Frauen auf dem Vormarsch Kulturelle Vielfalt Neue Mobilittsmuster </p>
<p>TECHNOLOGIE </p>
<p> Digitales Leben Konvergenz von Technologien Lernen von der Natur Ubiquitre Intelligenz </p>
<p>GLOBALISIERTE WELT </p>
<p> Globalisierung 2.0 Urbanisierung Neue poli@sche Weltordnung Wachsende Sicherheitsbedrohungen </p>
<p>UMWELT </p>
<p> Umsteuern bei Energie und Ressourcen Klimawandel und Umweltbelastung </p>
<p>KONSUMENTEN </p>
<p> Nchste Stufe der Individualisierung Neue Konsummuster Boomende Gesundheit </p>
<p>BUSINESS </p>
<p> Wissensbasierte konomie Wandel der Arbeitswelt Business-kosysteme </p>
<p>Quelle: Z_punkt 2008 </p>
<p>Willi Schroll 2012 </p>
<p>Komplexes Wirkungsgefge </p>
<p>Weltsystem Branchen </p>
<p>Umfelder </p>
<p>Disrup@onen </p>
<p>Wild Cards </p>
<p>Black Swans Lebens- stiltrends </p>
<p>Werte- Wandel </p>
<p>Konsum- verhalten </p>
<p>Generelles Umfeld </p>
<p>Demografischer Wandel </p>
<p>Regulation </p>
<p>Zulieferer </p>
<p>Wett- bewerber </p>
<p>Kunden </p>
<p>Branchen- umfeld </p>
<p>Unter- nehmen </p>
<p>Neue Technologien </p>
<p>Lebens- stiltrends </p>
<p>Welt- wirtschaft </p>
<p>Werte- Wandel </p>
<p>Politische Vernderungen </p>
<p>Sozial- system </p>
<p>Konsum- verhalten </p>
<p>Quelle: Z_punkt 2011 </p>
<p>Willi Schroll 2012 </p>
<p>Werthaltungen </p>
<p>Daten </p>
<p>Kontext und Wert von Daten </p>
<p>Informationen </p>
<p>Modelle Entscheidungen </p>
<p>extract - transform - load </p>
<p>Ziele Wertschpfung </p>
<p>Willi Schroll 2012 </p>
<p>Daten + Dynaxity </p>
<p>Internet der Dinge, Reality Mining </p>
<p>Neue Ziele und </p>
<p>Zielgruppen </p>
<p>Prozessoren </p>
<p>Aktoren Speicher </p>
<p>Weak signal: Smartphone als Sensorzentrale </p>
<p>Sensoren </p>
<p>Willi Schroll 2012 </p>
<p>Neue Formate, Quellen und Senken </p>
<p>Quelle: Fujitsu Ireland 2012 </p>
<p>Willi Schroll 2012 </p>
<p>Datenzuwachs schlgt Moores Law </p>
<p>Quelle: Cisco VNI 2011 </p>
<p>Willi Schroll 2012 </p>
<p>Ubiquity Nutzungsszenarien </p>
<p>Quelle: infosthe@cs.com 2010 </p>
<p>Willi Schroll 2012 </p>
<p>Ubiquity Nutzungsszenarien </p>
<p>Quelle: infosthe@cs.com 2010 </p>
<p>Willi Schroll 2012 </p>
<p>Ubiquity Nutzungsszenarien </p>
<p>Quelle: infosthe@cs.com 2010 </p>
<p>Willi Schroll 2012 </p>
<p>IT-Trends </p>
<p> 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) </p>
<p>Willi Schroll 2012 </p>
<p>IT-Trends </p>
<p> Soziale PlaKormen: Neue Quelle der Business Intelligence (CRM, MarkeEng, "Semi-Open InnovaEon") </p>
<p> Kontextbasierte Dienste: Rolle von Metadaten, Ort, Zeit, Microformats, AI-Komponenten vgl. Siri) </p>
<p>Willi Schroll 2012 </p>
<p>Informa@on heute und morgen </p>
<p>Quelle: Accenture / Z_punkt 2010 </p>
<p>Willi Schroll 2012 </p>
<p>Arbeitswelt heute und morgen </p>
<p>Quelle: Accenture / Z_punkt 2010 </p>
<p>Willi Schroll 2012 </p>
<p>Zusammenarbeit heute und morgen </p>
<p>Quelle: Accenture / Z_punkt 2010 </p>
<p>Willi Schroll 2012 </p>
<p>Herausforderungen in IDQ </p>
<p> Big Data Unstructured Data, Noise, Pagern Detec@on Dynamik: Neue Quellen als solche wahrnehmen </p>
<p> Neue Informa@onsziele (Integra@on) Neue Informa@onszielgruppen (bots, machine readable ready?) </p>
<p> Balance Oenheit/Sicherhei </p>
<p>Willi Schroll 2012 </p>
<p>Vielen Dank fr Ihre Aufmerksamkeit! </p>
<p>Willi Schroll, strategiclabs Berlin </p>
<p>about.com/wschroll </p>
<p>Willi Schroll 2012 </p>
<p>Ergnzungen Diskussion </p>
<p>Willi Schroll 2012 </p>
<p>Ergnzungen Diskussion </p>
<p>Daten-Visualisierung ... ermglicht erst das Verstehen hochkomplexer Daten </p>
<p> 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 </p>
<p> Beispiel: Aaron Koblin Aaron Koblin 'ight paths' YouTube hgp://www.youtube.com/watch?v=FCEM-ZcB14A </p>
<p>Willi Schroll 2012 </p>
<p>Ergnzungen Diskussion </p>
<p>Daten-Visualisierung ... wird in ZukunZ als zentrale Aufgabe der Datenbereitstellung erkannt </p>
<p> Beispiel fr neue Anstze interakEver intuiEver Oberchen: Liquid Browsing Ansatz fr intelligente Naviga@on in groen Datenrumen (German Innova@on Award, GFFT Award, Cebit Exhibitor Search) hgp://www.liquiverse.com/; Demo-Video + Java Sim: hgp://www.liquidbrowsing.com/ </p>
<p> Community der Experten fr Netzwerk-Visualisierung visualcomplexity.com | A visual explora@on on mapping complex networks hgp://www.visualcomplexity.com/vc/ </p>
<p> 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 Informa@onen Entscheidungen Wertzuwachs) </p>
<p>Willi Schroll 2012 </p>
<p>Ergnzungen Diskussion </p>
<p>Soziale Mechanismen, kollaboraEve Filter Frage: KollaboraEve Filter sind bewhrt im E-Commerce Wie gro ist ihr Nutzen, um zu besserer Datenqualitt zu gelangen? </p>
<p> Kollabora@ve Filter als bekanntes Prinzip zur Personalisierung des E-Commerce (Amazon: Wer sich fr dieses Buch A interessiert, den interessieren auch B, C, D ..) </p>
<p> 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 kumula@v erstellt wurden (crowd-based taxonomy) Problem: Daten werden dem Urteil der Crowd ausgeliefert. Diese knnte auch interessengeleitet (freundlich/feindlich) handeln oder wenig kompetent sein. </p>
<p>Quelle: connect.me 2012 </p>
<p>Willi Schroll 2012 </p>
<p>Ergnzungen Diskussion </p>
<p>Herausforderungen Open Data, Transparenz, Vertrauen (1) </p>
<p> QuellenkriEk Wie zuverlssig sind Open Data, sofern sie im Kontext von bst. Interessen verentlicht werden? z.B. durch eine Lobby-Organisa@on wie Greenpeace, einen Verband etc. </p>
<p> ZerEzierung knnte hier eine Lsung bringen, z.B. entliche Lieferanten Open Knowledge: Wikipedia gehrt auch in diese Problemklasse wie </p>
<p>vertrauenswrdig knnen open editable data sein? Funk@onieren die inneren Kontrollmechanismen solcher Open Knowledge Pla|ormen? </p>
<p> 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/ </p>
<p>Willi Schroll 2012 </p>
<p>Ergnzungen Diskussion </p>
<p>Herausforderungen Open Data, Transparenz, Vertrauen (2) </p>
<p> Transparenz schat Vertrauen, die kollabora@ve Datenerstellung steigert die Ezienz aber es entstehen auch neue Probleme der Glaubwrdigkeit/Zuverlssigkeit v.a. wenn Interessen involviert sind </p>
<p> Der Knigsweg wre Open Knowledge und Open Data einer Crowd von Experten in der Wissenscha~ und mit der Delphi-Methode gibt es dazu Anstze </p>
<p>Komplexitt, Dynaxitt, ganzheitliche Analyse </p>
<p> Output-Paradox: Hervorragende Datenreports werden nicht gewrdigt, da ihr Umfang unverdaulich ist und andererseits das Execu@ve 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. </p>
<p>Willi Schroll 2012 </p>
<p>Begrisklrungen </p>
<p>Paradox of Choice </p>
<p> In der Verbesserung der Eek@vitt von Datenbereitstellungen / Repor@ng etc. sollten informa@onspsychologische Fakten und Theoreme bercksich@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 </p>
<p>Autonomic CompuEng </p>
<p> 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 </p>
<p> IBM Research | Autonomic Compu@ng | Overview | The Solu@on hgp://www.research.ibm.com/autonomic/overview/solu@on.html </p>
<p>Dynaxitt: Dynamik und Komplexitt </p>
<p> 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 </p>
<p>Willi Schroll 2012 </p>
<p>Anhang </p>
<p>Willi Schroll 2012 </p>
<p>Quellen Folie 2: TV 2020 Report dt./engl. hgp://www.z-punkt.de/studien.html Folie 3-5: </p>
<p>hgp://www.z-punkt.de/leadmin/be_user/D_Publika@onen/D_Arbeitspapiere/Die_20_wich@gsten_Megatrends_x.pdf hgp://www.z-punkt.de/leadmin/be_user/D_News/D_2011_01_Newsleger/Z_punkt_Megatrend_zur_Innova@on.pdf </p>
<p> Folie 8: Fujitsu Ireland 2012 Structuring Big Data hgp://www.slideshare.net/fujitsu_ie/structuring-big-data-11272396 </p>
<p> 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 </p>
<p> Folie 10-12: infosthe@cs.com 2010 hgp://infosthe@cs.com/archives/future_of_data_overload_as_envisioned_for_2020.html </p>
<p> 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 </p>
<p> Weitere Quellenangaben sind im Abschnig Ergnzungen Diskussion ab Folie 21 zu nden </p>
