Upload
truongnga
View
219
Download
3
Embed Size (px)
Citation preview
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Big Data – Vorsprung durch Wissen Chancen erkennen und nutzen
Prof. Dr. Stefan Wrobel
Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
www.iais.fraunhofer.de
Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
2 Prof. Dr. Stefan Wrobel
BIG IDEA
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Big Idea
Prof. Dr. Stefan Wrobel
Store forever...
n Daten werden heute für zukünftige Auswertungen gespeichert
n Daten werden als Produktionsfaktor genutzt
and use better...
n Datenanalyseverfahren werden immer schneller und effizienter
n Es gibt leistungsstarke Werkzeuge zur Speicherung und Auswertung
Big Data is here to stay!
n Big Data schafft neue Geschäftsmodelle, Produkte und Dienstleistungen – selbst für kleinste Unternehmen
n Big Data ist kein rein technisches Konzept, sondern wird zu einem Schlüsselfaktor in der weltweiten digitalen Revolution in der Wirtschaft
3
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Prof. Dr. Stefan Wrobel
CHANCEN FÜR DEUTSCHLAND
4
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Über das Projekt
Fördergeber
Bundesministerium für Wirtschaft und Technologie, Laufzeit Juli 2012 bis Dezember 2012
Projektinhalte
n Erstellung einer Markt- und Potentialanalyse für Big Data
n Aufzeigen konkreter Handlungsoptionen für Wirtschaft, Politik und Forschung
n Zielgruppe: Führungskräfte und Entscheider aus Wirtschaft und Politik
n Konzeption und Aufbau einer Big Data Experimentierplattform
n Aufzeigen der technische Machbarkeit und des potentiellen Nutzens von Big Data für den Wirtschafts- und Forschungsstandort Deutschland
n Zielgruppe: Entscheidungsträger und Fachanwender
Prof. Dr. Stefan Wrobel 5
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Fraunhofer IAIS: Intelligente Analyse- und Informationssysteme
n 200+ Mitarbeiter: Wissenschaftler, Projektingenieure, Technisches Personal und Verwaltung
n Standort: Fraunhofer-Institutszentrum Schloss Birlinghoven/Bonn
n Gemeinsame Forschungsgruppen und Kooperationen mit
„Von Sensordaten bis Business Intelligence, von Medienanalyse bis zu visuellen Informationssystemen: wir versetzen Unternehmen in die Lage, mehr aus Daten zu machen.“
Prof. Dr. Stefan Wrobel 6
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Unser Vorgehen in der Innovationspotenzialanalyse
Recherche (Bestandsaufnahme)
Branchenspezifische Zukunftsworkshops (Qualitative Untersuchung)
Online-Umfrage (Quantitative Untersuchung)
7 Prof. Dr. Stefan Wrobel 7
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Recherche (Bestandsaufnahme)
Prof. Dr. Stefan Wrobel 8
Forschungsfragen
n Wie sieht die internationale Forschungsförderung im Bereich Big-Data aus?
n Welche Big Data Business Cases (Anwendungsfälle) gibt es?
Methodik
n Desk-Research, Interviews
Resultate
n Überblick über internationale Fördersituation & Beteiligte
n 50+ Big Data Business Cases
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Branchenspezifische Zukunftsworkshops (Qualitative Untersuchung)
n 12.11.2012: Finanz (11 Experten)
n 15.11.2012: Telekommunikation (12 Experten)
n 19.11.2012: Marktforschung (4 Experten)
n 26.11.2012: E-Commerce (7 Experten)
n 30.11.2012: Versicherung (7 Experten)
n Die Einladung der Experten wurde unterstützt von
Prof. Dr. Stefan Wrobel 9
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Online-Umfrage (Quantitative Untersuchung)
Forschungsfrage
n Welchen Bedarf an Big-Data-Know-how haben die Unternehmen?
Zeitraum
n 1.10.2012 bis 30.11.2012
Resultat
n 82 Entscheider aus KMUs und Großunternehmen
10 Prof. Dr. Stefan Wrobel 10
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Gliederung
n Big Data
n Big Business
n Big Business dank Big Data auch in Deutschland
n Handlungsempfehlungen
Prof. Dr. Stefan Wrobel 11
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
BIG DATA
12 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Big Data Das Themenfeld laut BITKOM
Prof. Dr. Stefan Wrobel 13
Quelle: BITKOM Big Data Leitfaden, 2012. BITKOM AK Big Data.
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Perspektivisch haben wir mit Experten aus Branchenworkshops mehr als 100 relevante Datenquellen identifizieren können
Finanz Telko
MaFo
Versicherung
E-Commerce
14 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Übersicht öffentlicher Datenquellen (Open Data, Auswahl)
400 Millionen Fakten
6 Milliarden Webseiten
200 TB Genomdaten
270 Datenkataloge
86 Milliarden ngrams
Über 4,1 Millionen Artikel (in Englisch)
Prof. Dr. Stefan Wrobel 15
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Open-Source Technologien im Kontext von Big Data (Auswahl)
Prof. Dr. Stefan Wrobel 16
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Kommerzielle Anbieter im Kontext von Big Data (Auswahl)
Prof. Dr. Stefan Wrobel 17
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
International wird in Big Data-Forschung investiert Big Data is here to stay
n Big Data Research Development Iniative (USA, 200 Mio $)
n NSF Big Data Förderprogramm (USA, 25 Mio $)
n EU aktuelle und geplante Programme (EU, 51 Mio €)
n Roadmap Horizon 2020 des Big Data Public Private Forum (EU)
n Forschungssponsoring der Wirtschaft (MIT, Intel, Massachusetts)
18 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
„Big Data Research an Development Initiative“ der Obama-Administration
Erste Phase mit 200 Millionen Dollar
n National Science Foundation (NSF)
n National Institutes of Health (NIH)
n Department of Defense (DOD)/ Defense Advanced Research Projects Agency (DARPA)
n Department of Energy (DOE)
n U.S. Geological Survey (USGS)
19 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
„Core Techniques and Technologies for Advancing Big Data Science & Engineering“ (NSF)
Drei Forschungs- und Entwicklungsperspektiven
1. Data Collection and Management (DCM): Neue Ansätze für die Datenspeicherung von massive verteilten Daten und Echtzeitdaten.
2. Data Analytics (DA): Entwicklung neuer Algorithmen für die Analyse, Simulation, Modellierung und Interpretation.
3. E-Science Collaboration Environments (ESCE): Aufbau einer „Big Data“ Cyberinfrastruktur für den Austausch von Forschern und Entwicklern mit Zugang zu Daten und den nützlichsten Visualisierungstools.
20 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Führende US Universitäten werden u.a. von Intel unterstützt
Wissenschaftler aus den Disziplinen Data-Intensive Scalable Computing, Machine Learning, Computer Architecture und aus den Naturwissenschaften (u.a. Gentechnik,Medizin, Meeresforschung) sind vertreten
Forschungsthemen des Intel Science and Technology Center Big Data:
1. Big Data Databases and Analytics
2. Big Data Math and Algorithms
3. Big Data Visualization
4. Big Data Architecture
5. Streaming Big Data
21 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Massachusetts kündigte im Mai 2012 verschiedene Programme zum Ausbau seiner weltweiten Führungsrolle für Big Data an
Big Data in Massachusetts
n >100 Unternehmen (in 2011: Umsatz von 350M$)
n ca. 12.000 Angestellte im Bereich Big Data (bis 2018: >27.000)
n ca. 58.000 Data Scientists u.a. in den Bereichen Gesundheitswesen, Finanzen, Biowissenschaften
Aufgaben des Big Data Consortiums
n Stipendienprogramm für Big Data Forschung und Entwicklung
n Prüfen der Einsatzmöglichkeiten von Data Analytics zur Effizienzsteigerung von Regierungsprogrammen und -services
n Gründung einer Non-Profit Community Hack/Reduce in Boston
22 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
23 Prof. Dr. Stefan Wrobel
Quelle: www.hackreduce.org
Ein Beispiel für den Transfer von Big-Data-Kompetenzen von der Forschung in die Praxis
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
EU fördert Big Data im Rahmen des 7. Forschungsprogramms
n ICT-2013.1.3-a: New models for the Digital Enterprise
n Volumen: 15 Millionen Euro
n ICT-2013.4.2-a: Scalable algorithms, software frameworks, visualization
n Volumen: 26 Millionen Euro
n ICT-2013.4.2-b: Big Data networking and hardware optimisations roadmap
n Volumen: 5 Millionen Euro
n ICT-2013.4.2-c: Societal externalities of Big Data roadmap
n Volumen: 5 Millionen Euro
24 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Fördervorhaben des BMWi schaffen Voraussetzungen
Größtes IKT-Forschungsprogramm
Neue Methoden zur effizienteren Wissenserschließung wurden auf den Weg gebracht 2007-2012
Zukunftsprojekt Industrie 4.0 Technologieprogramm „AUTONOMIK für Industrie 4.0“ ist im Oktober 2012 gestartet
2011-2013
Ab 2012
Technologieprogramm „Trusted Cloud“ hat zum Ziel, die großen Potentiale von Cloud Computing für die Wirtschaft zu erschließen
25 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
BIG BUSINESS
26 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Fachliches Innovationspotential von Big Data
Marktmonitoring für Verkaufschancen
Personalisierte Produktempfehlung Mitarbeitergewinnung
Absatzprognose
Vorausschauende Instandhaltung
Umsichtige Steuerung
Produktverbesserung
Kündigerfrüherkennung
Betrugserkennung
Finanzielle Risikoabschätzung Erkennung von Attacken
Chancen
Risiken
Mehr speichern:
§ Rohdaten müssen nicht mehr gelöscht werden
§ Längere Historien
Prädiktive Analytik § Prognosen
§ Simulationen
Complex Event Recognition § Mehr beobachten
§ Schneller erkennen
§ Informationsvorsprung nutzen
Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Beispiele für (Big)-Data-driven Enterprises
28 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Einst Bücherversender, heute e-Retailer, morgen Big Data Infrastruktur-Anbieter? Amazon Inc.
Big Idea n “To continue to offer quality products and services using
the best technology available and at a reasonable price.”
Big Data n 445,000 verfügbare Server über AWS
(Schätzung von Accenture)
n Transaktionen mit über 68 Mio. Kunden
n Redshift Cluster mit bis zu 1 Petabyte mietbarem Speicher
n InMemory-Analytics HANA One SAP für $0.99/h
Big Business n Umsatz Amazon 48 Mrd. USD (2011)
n Umsatz bei AWS 1 Mrd. USD (2011), 2 Mrd. USD für 2012 (erwartet)
n Nettoerlöse 631 Mio USD (2011)
n Marktkapitalisierung 113 Mrd. USD
Jeff Bezos: “Wir wollen Ungewöhnliches erfinden”
29 Prof. Dr. Stefan Wrobel
© James Duncan Davidson / Quelle: Flickr
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Facebook: Von einem Harvard-Kennenlern-Dienst zu über 1 Mrd. aktiven Nutzern weltweit
Big Idea n “We hope to rewire the way people spread and consume
information ... We think a more open and connected world will help create a stronger economy with more authentic businesses that build better products and services.”
Big Data n Über 1 Mrd. aktive Nutzer
n 2,5 Milliarden Inhalte, 2,7 Milliarden Likes und 300 Millionen Fotos pro Tag
n Datenvolumen von mehr als 500 Terabyte täglich
Big Business
n 3,71 Mrd. USD Umsatz (2011)
n 1 Mrd. USD Nettoerlöse (2011)
n Marktkapitalisierung von 68 Mrd. USD
Mark Zuckerberg: “We don't build services to make money; we make money to build better services."
30 Prof. Dr. Stefan Wrobel
© Guillaume Paumier / Wikimedia Commons
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Als Big Data Start-up gestartet, heute ohnegleichen: Google Inc.
Big Idea n “Google’s mission is to organize the world’s
information and make it universally accessible and useful.”
Big Data n 1 Million Server
n 1 Mrd. Suchanfragen pro Tag
n 20 Petabyte tägliches Datenaufkommen
n Analysiert das Suchinteresse und zeigt entsprechende Werbung an (AdWords)
Big Business n 99% der Umsätze stammen von AdWords
n 37 Mrd USD Umsatz (2011)
n 9.7 Mrd. USD Nettoerlöse (2011)
n Marktkapitalisierung von 228 Mrd. USD (2012)
Sergey Brin and Larry Page: “do no evil”
31 Prof. Dr. Stefan Wrobel
© Joi Ito / Quelle: Flickr
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Was macht diese Unternehmen besonders? Drei Beobachtungen mit Blick auf Big-Data-Nutzung
Fokussierung auf Effizienz
durch Big Data
Fokussierung auf Intelligenz
durch Big Data
Fokussierung auf Individualisierung
durch Big Data
32 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Wir haben international Big Data Use Cases recherchiert und 50 Fälle systematisch aufbereitet
Die wichtigsten Auswahlkriterien waren:
n Verarbeitung von umfangreichen, veränderlichen Datenmengen
n Analytische Fragestellungen
n Abdeckung möglichst verschiedener Branchen und Unternehmensbereiche
33 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Jede Branche hat demnach charakteristische Unternehmensbereiche für Big Data Anwendungen
34 Prof. Dr. Stefan Wrobel
!
"
#
$
%
&!
&"
&#
&$
'()*+,-'(./(01(2345,,/
6*78/9:(2;-</797:/=1(0->1(0/(=/97/11(2
?7@0189:@(;9/A+(:3A+/-1(0-BCDE/7F:A/3
G:(*()D-1(0-H:3:8@DI@(97@,,:(2;-I@JK,:*(A/
G@73A+1(2-1(0?7@0189/(9.:A8,1(2
6*(*2/J/(9;L/3A+54934M+71(2
N7*(A+/-@44/(
B(01397:/OG/79:21(2P
N*(8/(-Q</73:A+/71(2/(
B>C
R*(0/,
S:/(39,/:391(2
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Steigerung der Umsätze und Einsparung von Kosten sind die häufigsten Ziele
35 Prof. Dr. Stefan Wrobel
!
"
#
$
%
&!
&"
'()*
+,-'
(./(
01(2345,,/
67*(8+/-944/(
:(013;7</=>/7;<21(2?
6*(@/(-AB/73<8+/71(2/(
:CD
E*(0/,
F</(3;,/<3;1(2
F*;/(G*3</7;/-H,*(1(2-1(0III
J<(3K*71(2-L9(-C93;/(
M;/<2/71(2-0/7-NO35;)/
J7+P+1(2-0/7-H7901@;Q-
1(0-M/7L<8/R1*,<;5;
J(;.<8@,1(2-(/1/7-H7901@;/
J7+P+1(2-0/7-H7901@;<L<;5;
J7@/((/(-L9(-S9OK,<*(8/Q
H79G,/O
/(
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Für jede Branche lassen sich Schwerpunkte bei den Aufgaben der Big-Data-Anwendungen identifizieren
36 Prof. Dr. Stefan Wrobel
!
"
#
$
%
&
'
(
)
*+,-
./0*
+12+
34+5678//2
9:-+;.20<772+
=+346>:?2@A2:>?54+5B
9-+C2+0DE2:6?;.2:4+52+
=FG
H-+32/
I?2+6>/2?6>4+5
J?>-:K2?>2:521?++4+5
FL+3?52:7:L.2:C2++4+5
M2:6<+-/?6?2:>20M:<34C>2NO72./4+5
*K6->,O:<5+<6207L:0M/-+4+504+3PPP
QN6?;.>?520R>242:4+5
J-:C>N<+?><:?+507L:0E2:C-476;.-+;2+
E<:-466;.-42+320=+6>-+3.-/>4+5
S:C2++4+50T<+0*>>-;C2+
M:<34C>T2:K2662:4+5
=++<T->?T20M:<34C>2
92>:4562:C2++4+5
A?+-+,?2//20U?6?C<-K6;.8>,4+5
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
In den meisten Anwendungsfällen werden Analysen laufend durchgeführt
37 Prof. Dr. Stefan Wrobel
!"#$%&'#(# )'*+#%$#,-%#'.'/0#/1/%"#',2
!$#,-%#'.'/0#/1/%"#',2
&%$3/24
#(5&'*+
6/'78/4%03
!"#$%&'()
*+"#),
!-.
/+"0)"12)'%(34)'$"5)"
6()"%&,)(%&$"5
788)"
!"#$%&'()
*+"#),
!-.
/+"0)"12)'%(34)'$"5)"
6()"%&,)(%&$"5
788)"
!"#$%&'()
*+"#),
!-.
/+"0)"12)'%(34)'$"5)"
6()"%&,)(%&$"5
788)"
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
BIG BUSINESS DANK BIG DATA AUCH IN DEUTSCHLAND
38 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Ausgewählte Ergebnisse der Online-Umfrage
n 69% aller Befragten in unserer Online-Umfrage wollen strategische Wettbewerbsvorteile durch Big Data erzielen.
n 78% teilen mit, dass sie Ihre personellen Ressourcen im Bereich Big Data verbessern müssen.
n 67% der Befragten teilen mit, dass das Budget für Big Data Themen (Technologien, Analysen, Datenquellen exkl. Personal) steigen sollte.
n Nur 8% der Befragten geben an, dass keine Umsetzungsbarrieren existieren.
39 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Ausgewählte Ergebnisse der Online-Umfrage
n Die Hauptprobleme in der Umsetzung liegen in den Bereichen
n Datenschutz und -sicherheit (49%)
n Budget/Prioritätensetzung (45%)
n technische Herausforderungen des Datenmanagements (38%)
n Expertise (36%)
n mangelnde Bekanntheit von Big Data Anwendungen und Technologien (35%).
n Um die bestehenden Defizite zu ändern, wünschen sich 95% der Befragten Förderung in Form von
n Best Practices, Trainings, gefolgt von Anbieter- und Lösungsübersichten sowie überarbeiteten Datenschutzvorgaben
40 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Stärken, Schwächen, Chancen und Risiken
Stärken § Starker Mittelstand § Hochgradige Spezialisierung § hoher Exportanteil § werthaltige Produkte (Premium) § etablierte FuE-Netzwerke (PPP) § „Deutsches Jobwunder in 2009“
Chancen § Viele unrealisierte Effizienzpotenziale § Individualisierung von Diensten § Produktion von intelligenten
Produkten für den Premium-Sektor § „Neues deutsches Jobwunder?“
Schwächen § schwach ausgeprägtes
Verständnis der Potentiale § Geringe Datenkompetenz § Unsicherheiten in Bezug auf
Datenschutz und Sicherheit § Technologieangebote noch
sub-optimal (Komplexität, Sicherheit, Datenschutz)
Risiken § de facto Setzung von Privacy und
Security Standards durch globale Anbieter
§ datengetriebene Wettbewerber treten in bisherige Märkte ein
§ zögerliche Adaption vergrößert den Lernabstand zu den globalen Wettbewerbern
41 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Drei zentrale Chancen für Unternehmen in Deutschland Big Ideas + Big Data = Big Business
Ø Chance 1: Effizienteres Unternehmensmanagement
Ø Chance 2: Massenindividualisierung von Diensten
Ø Chance 3: Intelligente Produkte
42 Prof. Dr. Stefan Wrobel
MADE IN GERMANY
MADE IN GERMANY
MADE IN
GERMANY
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Chance 1: Effizienteres Unternehmensmanagement
Big Data
n Monitoring: Mehr und aktuellere Daten im direkten Zugriff:
n Prognose: Häufigere Prognosen
n Zunahme an automatisierten Entscheidungen
Big Business
n Neue Low-Cost-Geschäftsmodelle werden möglich
n Höhere Attraktivität für Investoren durch geringere Kapitalbindung
n Verdrängung von Unternehmen mit geringerer Effizienz speziell in margenschwachen Branchen
43 Prof. Dr. Stefan Wrobel
„…da ist noch viel Saft drin“ (Banken)
„Der heutige Trend sind detaillierte Informationen der Filialen zum hineinzoomen“ (Handel)
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Beispiele für effizienteres Unternehmensmanagement
n Monitoring der Lagerbestände
n Vorhersage von Verkaufszahlen auf Produktebene
n Dynamisches Pricing von Produkten und Services
n Prognose der Kündigerwahrscheinlichkeit
n Permanente Überwachung der Markenwahrnehmung
n Frühzeitige Fehlererkennung aus Logfile-Analysen
n Automatisierte Fallbearbeitung
n Prognose der Personalkapazitäten
n Energiebedarfsprognosen
n Automatische Compliance Überwachung von Prozessen
n Routenplanung der Fahrzeugflotten
n … 44 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Einzelbeispiel Effizienteres Unternehmensmanagement Absatzprognosen und Personalplanung
Big Data
n dm setzt zur Planung der Mitarbeiterkapazitäten in seinen Drogeriemärkten Blue Yonder ein.
n Neben den persönlichen Präferenzen der Mitarbeiter fließen Tagesumsätze ein, die Paletten-Anliefer-Prognosen der Verteilzentren und filialindividuell einstellbare Parameter, wie Öffnungszeiten. Zukünftig soll auch die Wettervorhersage berücksichtigt werden.
Big Business
n Die Prognose liegt nun so nah an der Wirklichkeit, dass das Unternehmen die Zukunft gut genug antizipieren kann, um darauf seine Abläufe aufbauen zu können.
45 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Chance 2: Massenindividualisierung von Diensten
Big Data
n Integration von eigenen mit externen Datenquellen (Open Data, Data Pools von Mitbewerbern)
n Aufbau einer datenschutzrechtlich möglichen Wissensbasis über Objekte und Konsumenten
n Nutzung der Wissensbasis für massenindividualisierte Dienstleistungen
Big Business
n Neue Formen der Kundenbindung durch Individualisierung
n Stärkere Kundenbindung
n Verdrängung von Unternehmen mit fehlender Individualisierung
46 Prof. Dr. Stefan Wrobel
„Wir erleben eine Standardisierung nach Innen und eine Individualisierung nach Außen“ (Banken)
„Zersplitterung von Zielgruppen bis hin zu Zielpersonen statt Gruppen“ (Handel)
„Automatisierte Beratung für das Massengeschäft“ (Versicherungen)
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Beispiele für massenindividualisierte Dienstleistungen, die durch Big Data möglich werden
n Ad hoc Gesundheitsberatung
n Assisted Finance für individuelle Finanziele
n Personal TV / Radio
n Individualisierte Zeitschriften und Bücher
n Verhaltensbasierte Energieberatung
n Individualisierte Pauschalreisen
n Schutzengelfunktion im betreuten Wohnen
n Individuelle Mobilitätsassistenz für alle Verkehrsträger
n Hochauflösende Versicherungen für Objekte
n Preventive Maintenance für Maschinen
n …
47 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Einzelbeispiel Risikoversicherung in der Landwirtschaft The Climate Corporation
Big Data
n Sammlung von Temperatur-, Niederschlags-, Bodenfeuchtigkeits- und Ertragsdaten über ein großes Sensornetz.
n Ermittlung und Prognose von Schäden auf Mikroebene für 20 Millionen Farmen in den USA.
n Die Auszahlungen berechnen sich danach, ob diese Faktoren eine Schwelle überschreiten, bei der die Ernte gefährdet ist.
Big Business
n Die Climate Corporation versichert Risiken in der Landwirtschaft pro Farm pro Tag.
48 Prof. Dr. Stefan Wrobel
Quelle: www.climate.com
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Chance 3: Intelligente Produkte
Big Data
n Nutzung von komplexer Sensorik
n Einbindung von maschinellem Lernen
n Produkte erhalten eine gewisse „Eigenintelligenz“
Big Business
n Aufwertung bestehender Produkte mit Mehrwertdiensten
n Langfristige IP-Wertsteigerung, da exklusives Produktwissen vorliegt
n Wettbewerbssteigerung ganzer Schlüsselbranchen möglich
49 Prof. Dr. Stefan Wrobel
Internet der Dinge, RFID, NFC, GPS, Sensornetze, Wearables, …
Adaptive Intelligenz
Lernfähigkeit, Autonomie
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Beispiele für intelligente Produkte, die durch Big Data möglich werden
n Intelligente Häuser und Haushaltsgeräte ohne Programmieraufwände
n Virtuelle Assistenten für unterschiedlichste Fragestellungen (SIRI/Watson)
n Maschinen- und Anlagenparks mit Selbstwartungsfunktion
n Intelligente Kleidung
n Elektrofahrzeuge als Teil des Smart Grids
n Servicerobotik in komplexen Umfeldern
n Autonome Fahrzeuge
n …
50 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Einzelbeispiel Intelligentes Produkt „Big Data in the (Heated or Cooled) Air Around You”
Big Data n Das Thermostat studiert das Verhalten der
Bewohner und prognostiziert, wann Heizung oder Kühlung gebraucht wird.
n Thermostate in verschiedenen Räumen kommunizieren miteinander und mit der Cloud, wo die Daten mit weiteren Daten, wie Wetterprognosen kombiniert und analysiert werden.
n So können die Thermostate mit spezifischen Algorithmen zur weiteren Energieeffizienz geladen werden.
Big Business n Fokussierung auf Premium-Segment mit hohen
Margen
n Neue Mehrwertdienste werden möglich
n Exklusives Wissen
51 Prof. Dr. Stefan Wrobel
Quelle: www.nest.com
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
HANDLUNGSEMPFEHLUNGEN
52 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Unsere Handlungsempfehlungen
53 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Handlungsempfehlungen in Richtung Politik
§ Big Data als Forschungsförderungsthema zentral aufgreifen
§ Kompetenzzentren fördern, die auch kleine- und mittelgroße Unternehmen dabei unterstützen, die Chancen umzusetzen
§ Zertifizierung Privacy & Security kompatibler Big Data Infrastruktur-Angebote als Wettbewerbsvorteil deutscher Angebote fördern
§ Verständnis der Potenziale durch Aufklärung fördern (Kampagnen, Innovationsnetzwerke )
54 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Handlungsempfehlungen in Richtung Forschung
§ technisch-konzeptionelle Vorschläge für Privacy-and-Security-by-Design erforschen und die Ergebnisse als Open Source bereitstellen
§ Schulungsmodule zum Einsatz von Privacy-and-Security-by-Design frei zur Verfügung stellen
§ Forschungstransfer durch Open Source und Open Data über die Innovationsnetzwerke / Big Data Centers durchführen
55 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Handlungsempfehlungen in Richtung Unternehmen
§ Die Chancen der Big Ideas dank Big Data auf ihre strategische Agenda setzen bzw. höher priorisieren
§ grundlegende Kompetenzen in den Bereichen Big Data Architekturen, Computational statistics in den Fachabteilungen entwickeln
§ prüfen, welche internen Datenquellen intelligenter verarbeitet werden könnten, um eine höhere Effizienz im Unternehmensmanagement zu erzielen, Massendienstleistungen zu individualisieren und intelligente Produkte zu entwickeln
§ Privacy by Design als nachhaltigen Wettbewerbsvorteil, nicht kurzfristigen Nachteil begreifen
§ Big Ideas auf Basis von Big Data verfolgen
56 Prof. Dr. Stefan Wrobel
© Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Big Ideas + Big Data = Big Business – made in Germany
Chancen
Ø Chance 1: Effizienteres Unternehmensmanagement
Ø Chance 2: Massenindividualisierung von Diensten
Ø Chance 3: Intelligente Produkte
Herausforderungen
Ø Forschungsdynamik schaffen
Ø Schnelligkeit im Wissenstransfer
Ø Privacy & Security als Wettbewerbsvorteil
57 Prof. Dr. Stefan Wrobel
MADE IN GERMANY
MADE IN GERMANY
MADE IN
GERMANY