Im Jahr 2023 haben die beiden Tech-Giganten eine strategische Partnerschaft aufgebaut, um Unternehmen noch umfassender dabei zu unterstützen, das volle Potenzial ihrer Daten auszuschöpfen. Der Fokus der Partnerschaft liegt nun auf der . Dabei handelt es sich um eine vollständig verwaltete SaaS-Lösung, die alle �鶹ԭ��-Daten vereinheitlicht und verwaltet und eine nahtlose Verbindung zu Daten von Drittanbietern herstellt. Mit der Anbindung von BigQuery, Googles autonomer Daten-zu-KI-Plattform mit agentenbasierten Funktionen, unterstützt von Gemini�� und �鶹ԭ�� Business Data Cloud, wollen Google Cloud und �鶹ԭ�� Unternehmen jeder Größe dabei unterstützen, Einblicke in ihre Unternehmensdatenlandschaft zu gewinnen und neue Funktionen für generative KI zu nutzen.

Starke Grundlage für Partnerschaft im Bereich Analytik����

�鶹ԭ�� und Google Cloud haben die Integration zwischen �鶹ԭ�� Datasphere und BigQuery ermöglicht. Diese Integration ist ein wesentlicher Eckpfeiler beim Ausbau der Partnerschaft zwischen �鶹ԭ�� und Google Cloud, insbesondere im Hinblick auf die �鶹ԭ�� Business Data Cloud. Ziel der Zusammenarbeit ist es, Kunden den Zugriff auf BigQuery-Daten in �鶹ԭ�� Business Data Cloud zu ermöglichen und den Datenaustausch in beiden Richtungen sicherzustellen. Durch den Ausbau der Funktionen für die wechselseitige Datenföderation, die mit �鶹ԭ�� Datasphere eingeführt wurden, können Kunden unterschiedliche Datensätze verknüpfen und umfassende Einblicke gewinnen, ohne komplexe ETL-Pipelines (Extract, Transform, Load) erstellen und verwalten zu müssen.

Unser Ziel ist es, alle Unternehmen in die Lage zu versetzen, Datenintegration und Datenwissenschaft zu optimieren, ihre analytischen Arbeitsabläufe zu verbessern und ihre Transformation zu einem KI-gesteuerten Unternehmen zu beschleunigen. Durch die Bündelung der Stärken von Google Cloud und �鶹ԭ�� erhalten Kunden schneller präzisere und aussagekräftigere Einblicke − sichergestellt durch intelligente Automatisierung und das Generieren völlig neuer Inhalte. 

Innovationen vorantreiben mit einheitlichen Daten in �鶹ԭ�� Business Data Cloud und BigQuery

Ein Eckpfeiler dieser Zusammenarbeit ist die nahtlose Konnektivität zwischen den �鶹ԭ��-Datenlösungen und der leistungsstarken Datenplattform von Google Cloud. Durch die Integration von �鶹ԭ�� Business Data Cloud und BigQuery wird es für Kunden einfacher, geschäftliche Analysen über ihre gesamten Datenbestände hinweg durchzuführen. Sie erhalten die Möglichkeit, �鶹ԭ��- und Nicht-�鶹ԭ��-Daten zu vereinheitlichen und somit erkenntnisreiche Einblicke zu gewinnen. Und dank generativer KI können sie Innovationen schneller umsetzen. Die wichtigsten Funktionen umfassen:  

• Nahtlose Datenföderation: Direkte Integration von Daten aus Enterprise Data Warehouses mit �鶹ԭ��-Daten in �鶹ԭ�� Datasphere über Abfragen in BigQuery. Mit BigQuery lassen sich Daten in �鶹ԭ�� Datasphere abfragen und in der Vorschau anzeigen. Diese Integrationsfunktion ermöglicht es, übergreifende Datenstrategien zu nutzen.��

• Effiziente bidirektionale Replikation: Reibungslose Replikation von Daten zwischen �鶹ԭ��-Systemen und BigQuery mithilfe von Replikationsflüssen von �鶹ԭ��,�� die die Leistung verbessern und Abfrage-Engpässe verringern.��

�鶹ԭ�� Business Data Cloud soll ab dem zweiten Quartal 2025 in drei Google-Cloud-Regionen verfügbar sein, darunter Indien, Frankfurt und Iowa. Im kommenden Jahr sollen weitere folgen.��

Erfolgsberichte: Heute Mehrwert erzielen   

Gemeinsame Kunden von Google Cloud und �鶹ԭ�� profitieren bereits von der nahtlosen Integration zwischen �鶹ԭ�� Datasphere und BigQuery. Ein Beispiel hierfür ist Power International. Der nordeuropäische Elektronikhändler hat die integrierten Lösungen eingesetzt, um seine Reporting-Prozesse im Vertrieb zu modernisieren. Mit �鶹ԭ�� Datasphere, BigQuery und Dataform für die Automatisierung der Vertriebspipeline hat Power International eine Lösung für die Echtzeitanalyse von Vertriebsberichten entwickelt und damit die Berichte in Form statischer PDF-Dateien ersetzt. Power International profitiert nun von fundierteren und aussagekräftigeren betriebswirtschaftlichen Einblicken, die auf Abruf zur Verfügung stehen und dem Unternehmen helfen, die Vertriebsleistung zu steigern. 

Zukünftige Integration und Innovation vorantreiben��

�鶹ԭ�� und Google Cloud bauen ihre bestehende Partnerschaft und ihre Zusammenarbeit im Kontext von �鶹ԭ�� Business Data Cloud weiter aus, um ihren gemeinsamen Kunden vielfältigere Analyse- und KI-Funktionen bieten zu können. Dieser Ansatz ermöglicht es Kunden, die umfassende Suite von �鶹ԭ��-Datenlösungen zu nutzen und mit den umfangreichen Datensätzen in BigQuery zu integrieren, unabhängig davon, ob ob es sich um private, gemeinsame genutzte oder öffentlich zugängliche Daten handelt. 

Kunden haben zudem die Möglichkeit, die KI-Funktionen, die in �鶹ԭ�� Business Data Cloud zur Verfügung stehen, mit KI-Anwendungen zu erweitern, die auf der Google Cloud basieren. Zum Einsatz kommen dabei: Gemini – Googles branchenführendes KI-Modell – sowie KI-Modelle von Drittanbietern, die über Vertex AI verfügbar sind. Ziel dieser Initiative ist es, vorkonfigurierte, intelligente Datenprodukte bereitzustellen, die bei gängigen Geschäftsszenarien die Zeit bis zur Wertschöpfung verkürzen und die Stärken beider Plattformen nutzen. 

Irfan Khan, President und Chief Product Officer für den Bereich Data and Analytics bei �鶹ԭ��

Andi Gutmans, Vice President und General Manager für den Bereich Data Cloud bei Google Cloud

The post Das Potenzial von Daten nutzen – mit �鶹ԭ�� Business Data Cloud und Google BigQuery appeared first on �鶹ԭ�� News Center.

Bisher war der Zugriff und die Nutzung von Daten, die in verschiedenen Systemen und an unterschiedlichen Orten wie etwa bei Cloudanbietern, Datenanbietern und in On-Premise-Systemen liegen, eine komplexe Herausforderung. Kunden mussten Daten aus ihren ursprünglichen Ablageorten extrahieren und an einen zentralen Ort exportieren. Hierbei gingen wichtige Kontextinformationen verloren, die nur mit speziellen, fortlaufenden IT-Projekten und manuellem Aufwand wiederhergestellt werden konnten. Mit den heutigen Ankündigungen und �鶹ԭ����Datasphere gehört dieser Aufwand der Vergangenheit an. Kunden haben die Möglichkeit, eine Data-Fabric-Architektur für das Management von Geschäftsdaten zu gestalten, die schnell aussagekräftige Daten mit Geschäftskontext und intakter Logik bereitstellt.

„�鶹ԭ��-Kunden generieren 87��Prozent des gesamten weltweiten Handels. �鶹ԭ��-Daten gehören für Unternehmen somit zum wertvollsten Gut und sind in den wichtigsten Bereichen präsent – von der Fertigung bis hin zu Logistikketten, Finanzwesen, Personalmanagement und vielen anderen Bereichen“, sagt Jürgen Müller, Chief Technology Officer und Mitglied des Vorstandes der �鶹ԭ����SE. „Wir wollen unseren Kunden helfen, hier einen Schritt weiter zu gehen und �鶹ԭ��-Daten sowie Daten aus Anwendungen und Plattformen anderer Unternehmen einfach und sicher zu integrieren. Sie erhalten dadurch vollkommen neue Einblicke und Informationen und können ihre Digitalisierung weiter voranbringen.“

�鶹ԭ�� Datasphere

�鶹ԭ�� Datasphere ist ab sofort verfügbar und bildet die nächste Generation der Lösung �鶹ԭ�� Data Warehouse Cloud. Datenspezialisten sind damit in der Lage, skalierbaren Zugriff auf geschäftskritische Daten zu ermöglichen. Die Lösung bietet einen durchgängigen Service für Datenintegration, Datenkatalogisierung, semantische Modellierung, Data Warehousing, Data Federation und Datenvirtualisierung. Dadurch können Datenexperten geschäftskritische Daten unter Beibehaltung von Geschäftskontext und Logik in der Datenlandschaft ihres Unternehmens verteilen. �鶹ԭ�� Datasphere basiert auf der die unter anderem leistungsstarke Sicherheitsfunktionen für Unternehmen – beispielsweise Datenbanksicherheit, Verschlüsselung und Governance – bietet. Für Bestandskunden von �鶹ԭ�� Data Warehouse Cloud sind keine weiteren Schritte oder Migrationen erforderlich, sodass sie von den neuen Funktionen von �鶹ԭ�� Datasphere in ihrer Produktumgebung profitieren können. Als eine der neuen Funktionen ermöglicht die Datenkatalogisierung eine automatische Ermittlung, Verwaltung und Steuerung von Daten. Und durch eine vereinfachte Datenreplikation können Daten und ihre laufenden Aktualisierungen in Echtzeit bereitgestellt werden. Des Weiteren sorgt die erweiterte Datenmodellierung dafür, dass die umfangreichen geschäftlichen Kontextinformationen der Daten aus �鶹ԭ��-Anwendungen erhalten bleiben. Weitere Funktionen für die Anwendungsintegration, die Daten und Metadaten aus �鶹ԭ��-Cloudanwendungen mit �鶹ԭ�� Datasphere verknüpfen, sind geplant.

Messer Americas, ein führender Anbieter von Industrie- und Medizingasen in Nord- und Südamerika, benötigte einfachen und sicheren Zugriff auf �鶹ԭ��- und Drittdaten innerhalb des Unternehmens. Ziel war es, Entscheidungen stärker auf einer fundierten Datengrundlage zu treffen sowie die IT-Abteilung zu entlasten, damit sie sich auf andere strategische Aufgaben konzentrieren kann. Mit �鶹ԭ�� Datasphere hat Messer Americas eine moderne Datenarchitektur aufgebaut, in welcher der Kontext aller Unternehmensdaten erhalten blieb.

„�鶹ԭ����Datasphere vereinfacht unsere Datenlandschaft und sorgt dafür, dass wir den Daten, mit denen wir tagtäglich arbeiten, mehr vertrauen können. Somit sind wir in der Lage, die betrieblichen Anforderungen besser zu erfüllen“, sagte David Johnston, Chief Information Officer bei Messer Americas. „Wir können schneller auf Änderungen von Angebot und Nachfrage reagieren. Unsere Bestandsführung und unser Kundenservice werden dadurch besser, und unsere Logistikkette wird optimiert.“

Strategische Partnerschaften

�鶹ԭ�� und seine neuen Partner für offene Datenökosysteme werden dafür sorgen, dass Hunderte Millionen von Anwendern weltweit fundierte, geschäftskritische Entscheidungen treffen können, die auf einer riesigen Datenmenge beruhen. Die strategischen Partner von �鶹ԭ�� bringen die besonderen Stärken ihrer Ökosysteme in die Partnerschaft ein und versetzen Kunden in die Lage, sämtliche Daten auf eine völlig neue Art miteinander zu verknüpfen.

„Jeder möchte Zugriff auf �鶹ԭ��-Daten. Deshalb sind Partnerschaften zwischen Technologieunternehmen für eine umfassende Datenstrategie absolut notwendig“, sagte Dan Vesset, Group Vice President für Marktforschung im Bereich Daten und Analysesoftware bei IDC. „Unternehmen arbeiten heute in einer Welt, in der eine Datenlandschaft mit mehreren Cloudplattformen, von mehreren Anbietern, mit On-Premise- und gehosteten Systemen, die Norm ist. Durch Kooperationen mit einer ausgewählten Gruppe von führenden Partnern geht �鶹ԭ�� einen neuen Weg und stellt somit sicher, dass Daten von Drittanbietern uneingeschränkt genutzt und die Anforderungen von Kunden besser erfüllt werden können.“

Dies sind die ersten Partner:

• Collibra soll über eine maßgeschneiderte Integration an �鶹ԭ�� angebunden werden. Dadurch können Kunden eine Strategie für das unternehmensweite Datenmanagement realisieren, bei der sie einen kompletten Datenkatalog samt Informationen zur Datenherkunft in ihrer gesamten Datenlandschaft aufbauen – sowohl mit �鶹ԭ��-Daten als auch Fremddaten. Collibra sorgt dafür, dass jedes Unternehmen vertrauenswürdige Daten finden und nutzen kann.
• Confluent plant, seine Datenstreaming-Plattform mit �鶹ԭ�� zu integrieren, damit Unternehmen wertvolle Geschäftsdaten erschließen und mit externen Anwendungen in Echtzeit verknüpfen können. Das Cloudangebot von Confluent ist die zentrale Plattform für fortlaufende Datenströme in Echtzeit aus verschiedenen Quellen innerhalb eines Unternehmens.
• Databricks ermöglicht es seinen Kunden, ihr Data Lakehouse in �鶹ԭ��-Software zu integrieren, sodass ein Datenaustausch unter Beibehaltung der Semantik erfolgen kann. Dies hilft ihnen, ihre Datenlandschaft zu vereinfachen.
• DataRobot sorgt dafür, dass Kunden automatisierte Machine-Learning-Funktionen für multimodale Daten auf �鶹ԭ����Datasphere nutzen und direkt in ihre Data Fabric für das Management von Geschäftsdaten einbinden können, unabhängig davon, auf welcher Cloudplattform sie sich befindet.

Weitere Informationen finden Sie im Blog zur Ankündigung. Folgen Sie �鶹ԭ�� auf Twitter unter .

Informationen zu �鶹ԭ��

Die �鶹ԭ��-Strategie soll dabei helfen, jedes Unternehmen in ein intelligentes nachhaltiges Unternehmen zu verwandeln. Als ein Marktführer für Geschäftssoftware unterstützen wir Unternehmen jeder Größe und Branche dabei, ihre Ziele bestmöglich zu erreichen: �鶹ԭ��-Kunden generieren 87��% des gesamten weltweiten Handels. Unsere Technologien für maschinelles Lernen, das Internet der Dinge und fortschrittliche Analyseverfahren helfen unseren Kunden auf dem Weg zum intelligenten Unternehmen. �鶹ԭ�� unterstützt Menschen und Unternehmen dabei, fundiertes Wissen über ihre Organisationen zu gewinnen, fördert die Zusammenarbeit und hilft so, dem Wettbewerb einen Schritt voraus zu sein. Wir vereinfachen Technologie für Unternehmen, damit sie unsere Software nach ihren eigenen Vorstellungen einfach und reibungslos nutzen können. Unsere End-to-End-Suite aus Anwendungen und Services ermöglicht es Kunden in 25 Branchen weltweit, profitabel zu sein, sich stets neu und flexibel anzupassen und etwas zu bewegen. Mit einem globalen Netzwerk aus Kunden, Partnern, Mitarbeitern und Vordenkern hilft �鶹ԭ��, die Abläufe der weltweiten Wirtschaft und das Leben von Menschen zu verbessern. Weitere Informationen unter .

# # #

Dieses Dokument enthält vorausschauende Aussagen, das heißt Vorhersagen, Prognosen oder andere Aussagen zu zukünftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu führen kann, dass die tatsächlichen Ergebnisse und Resultate erheblich hiervon abweichen können.�� Zusätzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen „Securities and Exchange Commission“ (SEC) eingereichten Unterlagen, einschließlich, aber nicht beschränkt auf den Abschnitt zu den Risikofaktoren des �鶹ԭ��-Jahresberichts 2022 auf dem Formular 20-F.

© 2023 �鶹ԭ�� SE. Alle Rechte vorbehalten.
�鶹ԭ�� und andere in diesem Dokument erwähnte Produkte und Dienstleistungen von �鶹ԭ�� sowie die dazugehörigen Logos sind Marken oder eingetragene Marken der �鶹ԭ�� SE in Deutschland und anderen Ländern. Zusätzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

Hinweis an die Redaktionen

Für �鶹ԭ��efotos und Fernsehmaterial in hoher Auflösung besuchen Sie bitte unsere Plattform . Dort finden Sie aktuelles sendefähiges TV-Footage-Material sowie Bilder zu Themen rund um �鶹ԭ�� zum direkten Download. Videos zu �鶹ԭ��-Themen aus der ganzen Welt finden Sie unter . Sie können die Filme von dieser Seite auch in Ihren eigenen Publikationen und Webseiten einbinden.

Ansprechpartner für die �鶹ԭ��e:
Alex Vaught, +1 (206) 678-5712, alex.vaught@sap.com PT
Marcus Winkler, +49 6227-767497, marcus.winkler@sap.com CET
�鶹ԭ��-�鶹ԭ��ebereich; press@sap.com

The post �鶹ԭ�� stellt �鶹ԭ�� Datasphere zur Vereinfachung von Datenlandschaften vor und kündigt Partnerschaften mit Collibra, Confluent, Databricks und DataRobot an appeared first on �鶹ԭ�� News Center.

Die regulatorischen Anforderungen in diesem Bereich steigen stetig. Viele Unternehmen reagieren auf diesen Druck, indem sie sich ambitionierte ESG-Ziele setzen. Es ist längst keine Frage mehr ob, sondern wie nachhaltige Unternehmensführung umgesetzt wird.

ESG-Management stützt sich auf Datentransparenz

Das derzeitige stützt sich häufig auf Durchschnittswerte und Schätzungen. Die meisten Unternehmen haben ihre ESG-Datenerfassung und -analyse nicht vollständig in ihre zentralen Systeme integriert. Diese sind Finanzwesen, Beschaffung, Logistik und Personalwirtschaft. Diese finanziellen und nichtfinanziellen Kennzahlen sind in separaten Tabellen gespeichert und werden nicht mit Daten aus Echtzeitsystemen aktualisiert. Sie können nicht problemlos innerhalb des Unternehmens oder an Partner wie vorgelagerte Lieferanten und nachgelagerte Spediteure weitergegeben werden.

Im Schnitt entstehen bis zu 90��Prozent der CO₂-Emissionen eines Unternehmens bereits entlang der Lieferketten. Ist ein Unternehmen nicht in der Lage, Live-Daten zu verfolgen und zu verwalten und so Einblicke in zentrale Geschäftsprozesse zu gewinnen, kann dies die bestgemeinten ESG-Maßnahmen lahmlegen. Schlimmer noch, dies kann Investoren in die Irre führen, Compliance-Probleme schaffen und Transformationsmaßnahmen untergraben. Das Zusammenführen von ESG-Daten bringt deutliche Vorteile: mehr Flexibilität und höhere Wettbewerbsfähigkeit.

Stehen diese Daten nicht zur Verfügung, ist es nicht möglich, nachhaltige Geschäftsentscheidungen zu treffen.

ESG-Daten – von Durchschnittswerten zu Istdaten

Aus diesem Grund wurde entwickelt und Anfang des Jahres eingeführt. Nun ist eine aktualisierte Version der Nachhaltigkeitslösung verfügbar, die Firmen mit all dem unterstützt, was sie heute benötigen, um noch nachhaltiger zu wirtschaften.

Erstens möchten Unternehmen ESG-Daten auf der Grundlage von Istdaten erfassen und nicht anhand von Durchschnittswerten. Mit �鶹ԭ����Sustainability Control Tower lassen sich firmenübergreifende Daten problemlos aus �鶹ԭ��-Systemen importieren, zum Beispiel aus , und . Auch Fremdsysteme können an die Lösung gekoppelt werden. Verschiedene Programmierschnittstellen (APIs) erleichtern dabei den Transfer und das Anlegen prüfbereiter Daten. So können detaillierte ESG-Daten zusammengeführt und analysiert werden. Hier werden die etablierten Strukturen der Bereiche Finanzwesen, HR und Operations genutzt und Vorlagen erstellt, die auf Modellen und Berechnungen basieren.

Zweitens möchten Unternehmen die aktuellen und künftigen Berichtsstandards einhalten. Mit �鶹ԭ����Sustainability Control Tower können ESG-Daten aus dem gesamten Unternehmen effektiv weitergegeben und organisiert werden. Vollständige, integrierte ESG-Daten helfen Unternehmen, ihre Berichte detailgenauer und schneller zu erstellen und so die verschiedenen Standards wie GRI, WEF, TCFD und EU-Taxonomie zu erfüllen. Auch die Börsenaufsicht in den USA fordert inzwischen mehr ESG-Transparenz. Dank der APIs ist es möglich, die Funktionen zu erweitern und andere Anwendungen zu nutzen. Kunden können branchenspezifische und gesetzlich vorgeschriebene Inhalte sowie eigene Metriken einbinden.

Und drittens möchten Unternehmen Einblicke in handlungsrelevante Informationen erhalten, damit sie Prognosen erstellen, konkrete Ziele festlegen und messbare Erfolge erzielen können. All dies ist mit der Lösung �鶹ԭ����Sustainability Control Tower möglich: Ziele definieren, wertvolle Einblicke in zentrale Prozesse gewinnen, Ergebnisse prognostizieren, Szenarios analysieren, Kompromisse abwägen, Fortschritte dokumentieren und spezielle Maßnahmen zur Verbesserung der Nachhaltigkeitsleistung ergreifen.

Ein Beispiel: Unser Kunde, das kolumbianische Energieunternehmen Grupo Energía Bogotá (GEB), möchte seine ESG-Berichterstattung optimieren.

„GEB ist eine Gruppe von Energieunternehmen in Lateinamerika und steht seit über 125��Jahren für die Erzeugung, Übertragung und Verteilung elektrischer Energie sowie für den Transport und die Verteilung von Erdgas in Kolumbien, Peru, Brasilien und Guatemala. Wir haben uns für die Lösungen �鶹ԭ����Sustainability Control Tower powered by, und entschieden, damit wir unsere Nachhaltigkeitsstrategie und unsere Transformationsziele erfolgreich umsetzen können“, erklärt José Fernando Galvis Panqueva, CIO von Grupo Energía Bogotá. „Mit dieser wirkungsvollen Kombination an Cloudlösungen wird unser Unternehmen in der Lage sein, die umfangreichen Anforderungen an ganzheitliches Reporting zu erfüllen. Der Zeit- und Arbeitsaufwand für manuelle Datenerfassung und Berichterstattung über ESG-Kennzahlen wird dadurch reduziert, auch wenn behördliche Vorgaben und Termine unterschiedlich sind. Prozesse innerhalb unserer Tochtergesellschaften lassen sich standardisieren und wir können vorhandene �鶹ԭ��-Daten und Fremddaten zusammenführen.“

Click the button below to load the content from YouTube.

Always allow YouTube

Nachhaltiges Wirtschaften bedeutet Zusammenarbeit

�鶹ԭ�� Sustainability Control Tower basiert auf der �鶹ԭ����Business Technology Platform (�鶹ԭ�� BTP) und bietet Unternehmen so die nötige Flexibilität, um ergänzende Lösungen zu erstellen oder eigene Inhalte hinzuzufügen. Unternehmen, die in verschiedenen Regionen oder Branchen tätig sind, werden unterschiedliche Bedürfnisse haben, daher sind solch flexible Möglichkeiten unerlässlich. Die �鶹ԭ�� verfügt über eine Vielzahl globaler Partner, die Unternehmen dabei unterstützen, Spezifikationen zu entwickeln und maßgeschneiderte Nachhaltigkeitslösungen zu implementieren.

Nachhaltiges Wirtschaften ist ein Ziel, das wir nur durch Zusammenarbeit erreichen werden. Es ist ein Kooperations- und Innovationsprozess für uns alle, einschließlich der �鶹ԭ��. Wir führen �鶹ԭ����Sustainability Control Tower im eigenen Unternehmen ein, um unsere ganzheitliche Betriebsführung zu verbessern, um Einblicke zu erhalten, wie unser Unternehmen mit einer Vielzahl von Maßnahmen dazu beträgt, wirtschaftliche, soziale und ökologische Veränderungen zu erzielen und um Programme mit dem Ziel der Klimaneutralität bis 2030 schnell umsetzen zu können.

Die Transformation eines Unternehmens zu einem nachhaltigen Unternehmen ist ein langfristiger Prozess, der jedoch dringend erforderlich ist. Wir sehen, wie Kunden, die sich in verschiedenen Stadien ihrer Transformation zum nachhaltigen Unternehmen befinden, mit uns zusammenschließen. Sie sind pragmatisch und erkennen, dass der Übergang zur Nachhaltigkeit ein „Marathon ohne Zielgerade“ ist. Einigen ist die Einhaltung der sich schnell ändernden Vorschriften wichtig, während andere ihr ESG-Datenmanagement und ihre ESG-Performance optimieren möchten. In fast allen Fällen dauert eine solche Entwicklung zu einem intelligenten, nachhaltigen Unternehmen mehrere Jahre.

Da weltweit die meisten der Fortune-2000-Unternehmen �鶹ԭ��-Software einsetzen und fast 90��Prozent der Geschäftsprozesse rund um Finanzen und Waren über �鶹ԭ��-Systeme laufen, liegt ein Großteil der Daten, die für ein ganzheitliches Nachhaltigkeitsmanagement benötigt werden, in ERP-Systemen (Enterprise Resource Planning) von �鶹ԭ�� und in den zugehörigen Anwendungen. Diese Daten zu nutzen ist wichtig, um neben Umsatz und Betriebsergebnis eine „grüne Dimension“ zu etablieren, die genauso konsequent verfolgt wird.

Um diese ganzheitlichen Möglichkeiten zu schaffen, ist �鶹ԭ�� Sustainability Control Tower von entscheidender Bedeutung. Die Lösung bietet eine flexible offene Architektur, einfache Integration und ein hohes Maß an Skalierbarkeit sowie Unterstützung durch eine Vielzahl von Partnern. Ausgeführt wird die Lösung zusammen mit den Nachhaltigkeitslösungen aus dem. So entsteht ein Baukasten mit zusätzlichen Funktionen wie Steuerung der CO₂-Emissionen, Abfall- und Wertstoffmanagement für die Kreislaufwirtschaft und Nachhaltigkeit in der Belegschaft.

Sebastian Steinhäuser ist Chief Strategy Officer der �鶹ԭ��.

The post Neue Version des �鶹ԭ�� Sustainability Control Tower eröffnet neue Perspektiven für ganzheitliches ESG-Datenmanagement appeared first on �鶹ԭ�� News Center.

Die aktuellen Herausforderungen für die Automobil- und Fertigungsindustrie sind groß. Erst die Corona-Pandemie, nun der Ukraine-Krieg. Unterbrochene Lieferketten machen vielen Unternehmen der Automobil- und Fertigungsindustrie zu schaffen. Hinzu kommen wachsende Datenmengen, politische Vorgaben und gesellschaftliche Forderungen nach mehr Nachhaltigkeit.

Umso wichtiger ist es, sich mit diesen Herausforderungen auseinanderzusetzen und effiziente Lösungsansätze zu entwickeln. Deshalb müssen die Prozessabläufe auf dem aktuellen Stand gehalten und weiterentwickelt werden. Hier hilft der Einsatz eines intelligenten Geschäftsprozessmanagements (BPM) zur Modellierung, Analyse und Optimierung der End-to-End-Geschäftsprozesse.

Laut der , einer von BearingPoint durchgeführten branchenübergreifenden Umfrage unter 336 Experten in Deutschland, Österreich und der Schweiz, bestätigten 83 Prozent der Befragten die hohe Bedeutung von BPM für ihre Unternehmen. Getrieben wird die Beschäftigung mit dem Thema Prozessmanagement vor allem durch den anhaltenden Fokus auf Kostenoptimierung und Effizienzsteigerung sowie die Bewältigung der digitalen Transformation.

Prioritäten für das Geschäftsprozessmanagement

Automobilhersteller und Fertigungsindustrie stehen vor einem Umbruch. Ein Symbol für die Entwicklung ist das Unternehmen Tesla. Mit ihm hat sich ein Wettbewerber auf dem Markt etabliert, der den Automobilbau mit den neuen Geschäftsmodellen der Internetunternehmen verbindet, schreiben Andreas Boes und Alexander Ziegler im . Die Herausforderung, vor der die deutsche Industrie und insbesondere die Automobilindustrie stehe, sei es, den „Paradigmenwechsel zur Informationsökonomie“ erfolgreich zu meistern.

Viele Unternehmen der Automobil- und Fertigungsindustrie sind daher auf der Suche nach einem Lösungsansatz für die auf sie zu rollenden Veränderungen, die Prozesse, Ressourcen und die Mitarbeiter betreffen. Aktuell gibt es für die Branche drei große Baustellen:

1. Effiziente Verknüpfung von Verkaufs-, Produktions- und Finanzzahlen

In Zeiten von internationalem Wettbewerb und volatilen Kundenanforderungen ist es unerlässlich zu wissen, wo welche Fahrzeuge am besten verkauft werden können. Deshalb ist es essentiell für Unternehmen der Automobil- und Fertigungsindustrie herauszufinden, wo welcher Bedarf herrscht und welcher Markt das größte Wachstumspotenzial hat.

Anschließend sollten sie agile Prozesse im Sinne eines „Continuous Improvement” etablieren, um zeitnah und kostengünstig auf neue Situationen und Kundenwünsche reagieren zu können. Auf diese Weise können Anwender datengestützt Ursachen für Ineffizienzen erkennen und gezielt gegensteuern.

2. Data Governance und klare Verantwortlichkeiten

Nur wer die Hoheit über seine Daten hat, kann gut informierte Entscheidungen treffen und den langfristigen Erfolg seines Unternehmens absichern. Umso wichtiger ist das Thema Data Governance.

Branchenteilnehmer sollten sich daher folgende Frage stellen: Wer hat die Verantwortung für ihre Daten, und wer überprüft die Einhaltung dieser Regeln in ihren Unternehmen? Nur durch die volle Transparenz über die gesamte Produktions- und Lieferkette schaffen sie mehr Nachhaltigkeit.

3. Unterstützung von Change Management

Wer Unternehmensprozesse effizient verändern möchte, braucht einen unternehmensweiten Konsens, der diese Initiative unterstützt. Ohne die Akzeptanz der Teammitglieder lassen sich Prozessinitiativen in der Automobil- und Fertigungsindustrie nur auf dem Papier umsetzen.

Betroffene Unternehmen sollten daher festlegen, wie Sie die verschiedenen Teams effizient und von Anfang an in ihr Change-Management einbinden können. Nur so wird es ihnen gelingen, dauerhaft die Akzeptanz für neue Geschäftsprozesse zu erreichen.

Die aktuellen Trends der Fertigungsindustrie: Ihre Meinung ist gefragt!

Was werden die entscheidenden Prioritäten für das Geschäftsprozessmanagement (BPM) in der Automobil- und Fertigungsindustrie im Jahr 2022 sein? Das will �鶹ԭ�� Signavio mit einer Umfrage herausfinden und so der Fertigungsindustrie eine Stimme geben.

Wenn Sie Unterstützung bei der Prozesstransformation Ihres Unternehmens aus der Automobil- und Fertigungsindustrie wünschen, oder registrieren Sie sich jetzt für eine der �鶹ԭ��^® Signavio^® Process Transformation Suite.

The post Die aktuellen Trends der Automobil- und Fertigungsindustrie appeared first on �鶹ԭ�� News Center.

Es passiert jeden Tag: Kriminelle spielen sensible Geschäftsinformationen an Wettbewerber oder an die Öffentlichkeit. Beispielsweise veröffentlicht eine anonyme Gruppe vertrauliche Informationen zum neuen Flaggschiff noch vor dem Launch. Kundendaten werden gestohlen und im Darknet feilgeboten. Oder ein Angestellter lädt Produktrezepturen herunter und wechselt Tage später zum größten Wettbewerber.

Wie sich dieser Albtraum vermeiden lässt, erklärt Carsten Crantz, Director Cybersecurity & Privacy bei PwC Deutschland: „Zunächst müssen die Verantwortlichen ihre Systeme, ihre Daten und deren Bedeutung sehr gut kennen. Die kritischen Daten lagern häufig nicht zentral, sondern an verschiedenen Speicherorten, auch auf Anwendungsebene. Das ist gefährlich, denn häufig lässt sich ihre Bedeutung nicht auf den ersten Blick erkennen.“

Ein weiterer blinder Fleck: Die Unternehmen erwarten die Angriffe in der Regel von extern und richten ihre Maßnahmen entsprechend aus. Tatsächlich erfolgen Attacken etwa auf �鶹ԭ��-Applikationen aber häufig von innen. „Es ist nicht ratsam, ausschließlich externe Angreifer zu fokussieren. Wer sein Know-how schützen will, muss die internen Gefahren berücksichtigen. Mitarbeitende können vielerorts nahezu unbemerkt empfindliche Daten abgreifen.“

Datenschutz: Vorbeugen, erkennen und reagieren

Wie können Security-Verantwortliche handeln? „Zuerst muss klar sein, welche Daten überhaupt geschützt werden sollen, wo sie liegen und welche Risikofaktoren bestehen“, sagt Crantz. „Das klingt vielleicht banal, ist aber oft überaus knifflig.“ Notwendig sei es, mögliche Schadensszenarien durchzuspielen und exakt zu definieren, wann ein Datenzugriff zulässig ist und wann nicht.

Ist diese Vorarbeit geleistet, lässt sich der Informationsschutz zielgenau ausbauen. PwC-Experte Crantz empfiehlt eine dreistufige Verteidigung. „Wichtig sind zuerst die vorbeugenden Maßnahmen. Strikte Zugriffsbeschränkungen verringern das Risiko für einen Datenklau bereits deutlich. Zweitens muss das System permanent überwacht werden, um irreguläre Zugriffe und damit potenzielle Angriffe zu erkennen. Und schließlich braucht es eine Strategie, falls doch der Notfall eintritt. Die Verantwortlichen müssen wissen, wie sie richtig reagieren und den Schaden begrenzen. Das gelingt nur, wenn sie das Problem sofort erkennen und entsprechend schnell handeln.“

Die meisten dieser Sicherheitsaufgaben lassen sich heute automatisieren – zum Glück. Denn mit manuellen Mitteln allein lässt sich kein System schützen, nur automatisierte Systeme sind dafür performant und schnell genug.

Security-Lösungen: Lock it, log it, detect it!

�鶹ԭ��-Anwendern steht ein umfassendes Security-Set zur Verfügung. Den Kern bilden die Pakete UI Data Protection Masking und UI Data Protection Logging sowie die Anwendung .

„UI Data Protection Masking sorgt dafür, dass Mitarbeitende nur die Informationen angezeigt bekommen, die sie für ihre aktuelle Aufgabe brauchen“, erklärt Martin Müller, Customer Advisory Security bei �鶹ԭ��. „Alle anderen Zahlen und Begriffe werden durch Sternchen ersetzt oder ausgegraut, sie sind nur für speziell autorisierte Nutzer sichtbar – oder nach einer Genehmigung und Autorisierung. Eine simple Maßnahme mit großer Wirkung!“

UI Data Protection Logging macht die Nutzung des Systems transparent, indem es alle Zugriffe auf schützenswerte Benutzeroberflächen, Objekte und kritische Aktionen sofort den zuständigen Stellen meldet und protokolliert. „Bereits der bloße Einsatz der Lösung sorgt dafür, dass sich die Anwender korrekt verhalten“, sagt Müller. „Sollte es doch zu Unregelmäßigkeiten kommen, lassen diese sich sofort identifizieren und analysieren.“

�鶹ԭ�� Enterprise Threat Detection schließlich erkennt kritische Zugriffe und Datenschutzverletzungen – in Echtzeit. Die Anwendung wacht wie ein allgegenwärtiges Auge darüber, wer gerade auf welche Daten zugreift, und schlägt bei Gefahr sofort Alarm. Transaktionen, Berichte, Funktionen: Jeder Zugriff wird registriert. Dasselbe gilt für Änderungen an Schutzmaßnahmen, etwa den Berechtigungen, der Systemkonfiguration, dem Benutzermanagement und der Systemkommunikation.

Hundertprozentige Datensicherheit gibt es nicht, da sind sich alle Security-Experten einig. Doch wer sensible Daten maskiert, die Zugriffe protokolliert und Betrugsversuche in Echtzeit erkennt, senkt das Risiko drastisch.

The post Datenklau erkennen und Know-how schützen appeared first on �鶹ԭ�� News Center.

Noch komplexer wird das Problem durch die Zusammenarbeit mit Partnernetzen und den zusätzlichen Datenaustausch mit Kunden oder Lieferanten. Durch dieses Datennetz können sie die eigenen Daten aufwerten und bessere Einblicke in Prozesse und Verhaltensweisen erzielen. Der Großteil der Daten wird durch robotergesteuerte Prozessautomatisierung (RPA) oder das immer noch intern generiert. Durch wurde das IoT verstärkt für die automatische Datenerfassung eingesetzt. Die so entstandenen großen Datenmengen mussten in Echtzeit strukturiert, analysiert und genutzt werden. Wenn dieses letzte Kriterium der Nutzung nicht erfüllt wird, gelten die verfügbaren Daten als verborgene Daten.

Mit neuen Herausforderungen werden Unternehmen und Analysten andere Datenmengen nutzen, wenn neue Fragen auftauchen. Stetiger Wandel bedingt kontinuierliche Prozessoptimierung und Datenexpansion. Daher müssen Unternehmen auch externe Daten auf der Basis der Zusammenarbeit mit ihrem Partnernetz und externer Datenquellen einbeziehen.

KI-Modelle werten riesige Datenmengen aus

Es werden Werkzeuge benötigt, um die Zusammenarbeit zu organisieren und um die Daten zu strukturieren und zu analysieren, um Informationen für Entscheidungen vorzubereiten. Künstliche Intelligenz (KI) und helfen dabei, „die Nadel im Heuhaufen“ zu finden oder Entscheidungsmodelle präziser zu gestalten. Werden beispielsweise genutzt, werden in hohem Maße KI und maschinelles Lernen eingesetzt. Woran liegt das? Satelliten erzeugen riesige Datenmengen. Um Einblicke zu gewinnen, können KI-Modelle erstellt werden.

Satelliten dienen der Welt als IoT-Sensoren. Sie erzeugen alle möglichen Daten, nicht nur die Satellitenbilder, an die wir als Erstes denken. Der Satellit ESA Sentinel-1 stellt beispielsweise Informationen zum Wetter und rund um die Uhr Radardaten bereit. Sentinel-2 liefert multispektrale, hochauflösende Bilder. Sentinel-6 ist mit einem Radar-Altimeter ausgerüstet. Sie helfen bei der Erfassung aktueller Situationen durch zum Beispiel Radar, Farbspektren und andere Datenpunkte, auf deren Basis Prognosen getroffen werden können.

Wenn Unternehmen den Nutzen von Erdbeobachtungsdaten entdecken, werden sie feststellen, dass viele ihrer Prozesse in naher Zukunft durch Satellitendaten optimiert werden können. Viele der derzeitigen Anwendungsfälle haben einen Bezug zum Klima oder zur Landwirtschaft, aber es zeichnet sich auch ein zunehmender Trend in der Logistik und Instandhaltung ab. Unternehmen optimieren beispielsweise die Logistik, indem sie die besten Routen anhand von Verkehrs- und Umweltbeschränkungen in Echtzeit bestimmen. Dies sind nur ein paar Beispiele. Es werden sich noch viel mehr Anwendungsfälle für Nachhaltigkeit ergeben.

Satelliten als IoT-Sensoren liefern Daten

Sehr oft werden neue Antworten anhand von Mustern aus der Vergangenheit ermittelt. Hier können Weltraumdaten durch die Beantwortung schwieriger Fragen mit historischen Daten ebenfalls weiterhelfen: Wie hat sich die Temperatur in den letzten fünf Jahren verändert? Wie hat sich die Bevölkerung einer Stadt anhand ihrer Ausbreitung und Gebäude verändert? Wie hat sich das Verkehrsaufkommen während der COVID-19-Pandemie verändert? Externe Daten können zu wertvollen Daten werden. Alles dreht sich dabei um die Frage, die es zu beantworten gilt. Je mehr Daten zugänglich sind, desto genauer können Prognosen getroffen werden. Außerdem benötigen wir die Daten, wenn wir unsere Fragen umformulieren oder unsere KI-Modelle verbessern.

Anregungen zur Nutzung dieser verborgenen Daten gibt es in diesem im Auftrag von �鶹ԭ�� und Intel.

Die intelligente Nutzung interner und externer Daten für optimale Entscheidungen wird für den künftigen Unternehmenserfolg entscheidend sein. Alles hängt von der zu stellenden Frage ab. Mit zunehmender Ressourcenknappheit, kürzeren Innovationszyklen und steigenden Anforderungen bei Kundenorientierung und Kosteneinsparungen müssen Unternehmen Daten anders nutzen und die Erkenntnisse hervorragend visualisieren, damit kluge, nachhaltige Entscheidungen getroffen werden können.

Weitere Informationen:

Wie findet man die verborgenen Daten in einem Unternehmen und im allgemeinen Partnernetz? Liegen Anwendungsfälle vor, bei denen Erdbeobachtungsdaten angewendet werden können? Die schafft Abhilfe.

Torsten Welte ist Global Head und Vice President for Aerospace & Defense Industries bei �鶹ԭ��.

The post Entscheidungsfindung in Zeiten der Unsicherheit: die großen Fragen beantworten appeared first on �鶹ԭ�� News Center.

Sarah Detzler liebt Zahlen, seit sie denken kann. Schon mit sechs Jahren wusste sie, was sie später einmal machen wollte: Mathematik studieren.

Wenn sie ihrer Familie und anderen Menschen davon erzählte, war die Reaktion immer dieselbe: „Du bist doch ein kleines Mädchen, das kannst du nicht, willst du nicht etwas anderes machen?“ Obwohl Sarah in der Schule durch ihre offensichtliche Mathematik-Begabung auffiel, blieb ihr Umfeld skeptisch. Alle bis auf ihren Lehrer hielten ein Mathematikstudium für eine schlechte Idee. Für Sarah war das immer wieder ein frustrierendes Erlebnis. „Aber da muss man durch, das ist ziemlich harte Arbeit, aber für mich gab es einfach keinen anderen Weg“, erklärt Sarah. „Ich wusste, ich will das wirklich machen, egal, was andere sagen, und deshalb bin ich den Weg weitergegangen, und jetzt bin ich darüber sehr froh.“

Click the button below to load the content from YouTube.

Always allow YouTube

Video produziert von Natalie Hauck und Alexander Januschke.

Heute arbeitet die promovierte Mathematikerin als Datenwissenschaftlerin bei �鶹ԭ��. Konkret heißt das, sie unterstützt �鶹ԭ��-Kunden dabei, den größten Mehrwert aus ihren Daten zu schöpfen, Erkenntnisse zu gewinnen und Vorhersagen zu entwickeln, um bessere Geschäftsentscheidungen zu treffen. „Im Grunde lebe ich den Traum, den ich schon als kleines Mädchen hatte, ich kann den ganzen Tag über Mathematik sprechen“, so Sarah.

Mit Humor gegen Klischeedenken

Klischeedenken begegnet ihr auch heute noch. Bei Kundenmeetings ist Sarah häufig die einzige Frau in der Männerrunde. Nicht selten kommt es zu Missverständnissen, wenn sie vorgestellt wird – gerne hält man einen ihrer männlichen �鶹ԭ��-Kollegen für den Datenwissenschaftler Dr. Detzler. „Für mich ist Humor das beste Mittel, um damit umzugehen“, erklärt Sarah. „Kompetenz hilft auch sehr. Wenn ich die ersten fünf Minuten meiner Präsentation halte, dann zweifelt niemand mehr daran, dass ich die Expertin im Raum bin.“

Gerade, weil Sarah Voreingenommenheit kennt und erlebt, liebt sie die neutrale, objektive Perspektive der Daten und Zahlen. Der mit dem Nobelpreis ausgezeichnete Neurowissenschaftler Erik Kandel schätzte einmal, dass 80 bis 90 Prozent des Verstandes unbewusst arbeiten, was bedeutet, dass die meisten Aspekte unserer kognitiven Prozesse auf unbewussten Schlussfolgerungen basieren. „Diesen neutralen Blick auf die Daten zu werfen und zu sehen, es gibt wirklich eine Voreingenommenheit, wir können etwas dagegen tun, oder wirklich anhand der Daten erkennen, wie falsch unsere Wahrnehmung ist, das ist etwas, das mich wirklich begeistert, und das habe ich in keinem anderen Job gesehen“, so Sarah.

Teamwork mit Superheld

Während sie selbst Vollzeit arbeitet, hat ihr Mann auf Teilzeit umgestellt und blieb nach der Geburt der gemeinsamen Tochter ein Jahr zu Hause. „Für uns beide war das ganz natürlich, denn ich wollte unbedingt wieder arbeiten, und er genießt die Teilzeit“, erklärt Sarah. Die beiden teilen sich viel, aber ihr Mann übernimmt den größten Teil der Arbeit, wenn es um die Betreuung des Kindes und die Hausarbeit geht. „Mein Mann ist mein Superheld“, meint Sarah. „Wir sind ein tolles Team, wir drei, und nur so kann das funktionieren.“

Auch die Möglichkeit, im Home Office zu arbeiten und sich die Arbeitszeiten selbst einzuteilen, ist für Sarahs Familie eine große Hilfe. „Darüber bin ich wirklich sehr glücklich, denn so kann ich meinen Arbeit und meine Familie unter einen Hut zu bringen und viel Zeit mit meiner Tochter zu verbringen“, erklärt sie.

Mädchen Mut machen

Oft erinnert sie sich daran, wie sie sich als kleines Mädchen gefühlt hat, als sie sechs Jahre alt war und unbedingt Mathematik studieren wollte. Weibliche Rollenvorbilder hätten ihr geholfen, als Orientierung und als Argumentationshilfe, aber es gab kaum welche. Im Mathematikstudium war sie eine von zwei Frauen, später eine von drei Doktorandinnen. Das isoliert. Deswegen will sie heute jungen Mädchen Mut machen. „Ich will ihnen sagen, seht her, andere Frauen haben es auch geschafft, also kannst du es auch schaffen.“

Auch ihre kleine Tochter soll wissen, dass sie alle Möglichkeiten hat, ob als ABAP-Entwicklerin in der Cloud, als Datenwissenschaftlerin oder in einem anderen technischen Beruf. „Wenn sie etwas anderes machen will, ist das auch völlig in Ordnung“, so Sarah, „aber ich will, dass es ihre Entscheidung ist – dass sie tun kann, was immer sie will.“

The post �鶹ԭ�� Women in Tech: Die Mathe-Rebellin appeared first on �鶹ԭ�� News Center.

Leider kann es ernsthafte Folgen haben, wenn Führungskräfte dem Wert von Daten auf strategischer und operativer Ebene nicht genügend Bedeutung beimessen. Unternehmen werden dann oft zu unbeweglich und können sich nicht auf die Marktdynamik und die sich ändernden Geschäftsanforderungen einstellen. Sie sind dann nicht in der Lage, Wettbewerber effektiv herauszufordern und sich einen großen Marktanteil zu erobern.

Ich habe erlebt, wie die Führungsriege eines Unternehmens mit der Aussage, künftig auf Datenorientierung zu setzen, die Weichen für langfristigen Erfolg gestellt hat. Wenn jeder Bereich des Unternehmens auf dieses zentrale Ziel ausgerichtet wird, können die Abteilungen gemeinsam eine ergebnisorientierte Datenstrategie entwickeln, die die Unternehmensstrategie in messbare Kennzahlen (KPIs) herunterbricht.

Die Grundlage für eine Datenkultur schaffen

Für viele �鶹ԭ��-Kunden��spielen die eine wichtige Rolle bei ihrem Wandel zu einem wirklich datenorientierten Unternehmen. Nur wenn Unternehmen die Möglichkeit haben Innovationen voranzubringen, Ideen zu fördern sowie eine widerstandsfähige Infrastruktur mit entsprechenden Prozessen aufzubauen, sind sie auch in der Lage den Wert von Daten zu verstehen und zu nutzen – und somit geschäftliche Herausforderungen mit niedrigerem Risiko und geringeren Kosten zu lösen.

Einer der ersten Schritte, die unsere Beratungsexperten unternehmen, besteht darin, unseren Kunden dabei zu helfen, den wesentlichen Grundstein für ein datengesteuertes Unternehmen zu legen. Hierfür skizzieren sie den Rahmen mit den zentralen Positionen, die für die Datentransformation eines jeden Unternehmens erforderlich sind – das sogenannte „House of Roles“.

Jede Rolle innerhalb dieses Rahmens ist für ganz spezielle Aufgaben zuständig. Damit will man sicherstellen, dass eine Kontrolle der Datenlandschaft im Hinblick auf Aspekte wie Qualität, Konsistenz, Relevanz, Verarbeitungsleistung, Einhaltung gesetzlicher Vorschriften, Sicherheit und Zugriffsrechte gegeben ist:

• Der Data Owner (in der Regel ein Manager der Ebene eins) ist für eine bestimmte Teilmenge von Daten verantwortlich und definiert die Ziele für deren Verwaltung.
• Der��Head of Master Data Management (MDM) oder Chief Data Officer��überwacht die entsprechenden Datenobjekte, definiert Ziele für die Datenqualität und die Spezifikationen und überwacht die entsprechenden Service-Level-Vereinbarungen und KPIs.
• Der��Data Steward definiert Governance-Regeln und bewertet Anträge für die Pflege bestimmter Datenobjekte. Damit soll sichergestellt werden, dass die Qualität sowie die Integrität der Unternehmensdaten hoch bleibt.
• Der��Data Architect entwickelt Stammdatenprozesse und die Logistik für abhängige Systeme und bietet technischen Support, etwa im Hinblick auf Regeln für die Datenqualität und entsprechende Analysen.
• Der��Data Requester��(beliebige Mitarbeitende) beantragt neue Daten oder Änderungen an vorhandenen Daten.
• Der��Data Agent��legt Stammdaten in Absprache mit einem Data Requester an und pflegt diese.

Beim Festlegen dieses Rahmens können Konflikte entstehen. Der Head of MDM will vielleicht, dass die Data Agents für die Pflege bestimmter Datensätze zuständig sind, die Fachabteilungen sind aber dagegen.

Mit den �鶹ԭ�� Advisory Services sollen solche Kontroversen beigelegt werden. In Workshops können unsere Kunden die einzelnen Rollen unter Einbeziehung aller Beteiligten transparent definieren. Hierzu gehört auch, dass Mitarbeitende den einzelnen Positionen und Datendomänen zugeordnet werden, für die sie die Kommunikation und die Governance-Anforderungen steuern.

Data Governance: Grundlegende Veränderungen vorantreiben

Am Anfang des Wandels zum datenorientierten Unternehmen steht ein Entscheidungsfindungsprozess, der eine Kultur schafft, die auf Daten-Zuständigkeiten und Data-Governance setzt. Mit dem „House of Rules“ können �鶹ԭ�� Advisory Services Kunden mit dieser Vision einen großen Schritt näher bringen.

Was bedeutet das für �鶹ԭ��-Kunden? Ganz viele Möglichkeiten: Zum einen erhalten sie eine Basis für korrekte, faktenbasierte Entscheidungen. Zum anderen können sie neue Einnahmenquellen durch die Monetarisierung von Daten erschließen – sowie Einblicke in Daten gewinnen, die in ihren Unternehmensanwendungen bereits vorhanden sind.

Jan Hoffmann ist Business Processes Principal Consultant bei �鶹ԭ��.

The post Wie man sich zum datenorientierten Unternehmen wandelt appeared first on �鶹ԭ�� News Center.

AI und das IoT bieten unzählige Möglichkeiten, Produktionsprosse schneller, effizienter und besser zu machen. So lassen sich mit ihrer Hilfe Muster erkennen, die immer wieder Fehler auslösen – zum falschen Zeitpunkt geöffnete Lüfterklappen beim Lackieren zum Beispiel oder das Identifizieren von Ausschuss durch Bilderkennung. Werden solche Fehler erkannt, bevor sie zu Ausfällen oder gar zu Rückrufen führen, so reduziert das Kosten und erhöht die Kundenzufriedenheit.
Oder Kalibrierungen in der Prozessindustrie: Mit Hilfe von Algorithmen lässt sich bestimmen, welche Geräte wann gewartet beziehungsweise kalibriert werden müssen und welche nicht. Wenn dadurch Kalibrierzyklen übersprungen werden können, so spart das in erheblichem Umfang Wartungskosten.

Bei solchen Anwendungen geht es im Kern darum, Produktionsprozesse und Verfahren mithilfe von neuen Technologien zu automatisieren und zu verbessern. Ziel ist die einheitliche Interaktion zwischen beteiligten Akteuren und Ressourcen und damit die ganzheitliche Organisation des Produktionsprozesses. Dabei verschmelzen virtuelle und reale Welt immer mehr miteinander, sodass Informations- und Materialfluss nicht mehr getrennt voneinander betrachtet werden können.

Ohne einheitliche Stammdaten geht es nicht

Obwohl die technischen Werkzeuge für solche Innovationen bereitstehen, steht die Umsetzung vielerorts erst am Anfang. Größtes Hindernis einer erfolgreichen Digitalisierung von Produktionsprozessen sind uneinheitliche Stammdaten durch isolierte Datensilos, papiergestützte Prozesse oder ineffizient voneinander getrennte Systeme. Eine detaillierte Analyse mithilfe von analysiert hier den Status Quo, identifiziert Verbesserungs- und Automatisierungspotentiale und gibt Handlungsempfehlungen.

Digitale Zwillinge erweitern die Wertschöpfungskette

Das Internet der Dinge eröffnet vielfältige Möglichkeiten, um Materialfluss, Produktionsabläufe und die gesamte Wertschöpflungskette transparenter und vernetzter zu gestalten. So können Sensoren den Bestand einzelner Materialien im Lager prüfen und bei Unterschreitung von Mindestmengen automatisch einen Bestellprozess auslösen.
Mit Hilfe von IoT – dem Internet der Dinge – und von Sensoren lassen sich Maschinen und Anlagen überwachen, ihr aktueller Zustand überprüfen und bei Bedarf Reparatur- oder Wartungsaufträge initiieren. Dadurch lassen sich Wartungs- und Stillstandszeiten optimieren beziehungsweise minimieren.

von Komponenten, Anlagen, Materialien, Prozessen, Transportmitteln oder Produkten erweitern die Wertschöpfungskette und geben den Verantwortlichen die Möglichkeit, bei Abweichungen zwischen realem und virtuellem Objekt regulierend einzugreifen. Solche Transparenz sorgt auch dafür, dass sich über die gesamte Wertschöpfungskette vom Lieferanten zum Endkunden Bestellmengen verringern und Prozesse vereinfachen lassen.

Künstliche Intelligenz wiederum verbessert die Effizienz in der Produktion. So nutzt ein Hersteller für Automatisierung und Ausrüstung in der Prozessindustrie entsprechende Algorithmen, um Kalibriervorgänge zu optimieren und zu verkürzen und damit an Engpassressourcen einen höheren Output zu ermöglichen.

Nur Flexibilität sichert das Überleben

Am Ende entscheidet der Einsatz intelligenter, digitaler Technologien darüber, ob sich ein Unternehmen zukunftssicher aufstellen und den Ansprüchen von agilen, sich ständig verändernden Märkten gerecht werden kann.
Dabei geben digitale Dienste Fertigungsunternehmen die Möglichkeit, ihr Produktportfolio so zu erweitern, dass sie auch individuellste Kundenwünsche erfüllen können. Die Fähigkeit, auf solche Wünsche auch sehr kurzfristig eingehen zu können, wird in Zukunft nicht nur über die Wettbewerbsfähigkeit, sondern auch über den Fortbstand von Unternehmen entscheiden.

The post Intelligente Dienste: Wie Digitalisierung die Produktion verändert appeared first on �鶹ԭ�� News Center.

Das Kundenerlebnis wird für Unternehmen weltweit zu einem immer wichtigeren Wettbewerbsfaktor. Für unterschiedliche Marketingzwecke wollen viele von ihnen mit einer Kundendatenplattform (Customer Data Platform, CDP) ein einzigartiges, personalisiertes Erlebnis für ihre Kunden schaffen. Allzu oft führt jedoch die starke Ausrichtung auf Marketing dazu, dass sich das eigentliche Potenzial einer CDP nicht nutzen lässt. Die �鶹ԭ�� Customer Data Platform hat zum Ziel, zu sämtlichen Commerce-, Vertriebs- und Serviceinteraktionen umfassende Kontextinformationen bereitzustellen und diese mit relevanten Marketinginhalten zu kombinieren. Durch die Erfassung und Verwaltung von Kundendaten soll die �鶹ԭ�� Customer Data Platform die Voraussetzungen für ein personalisiertes Erlebnis schaffen. Unternehmen sollen so bei jeder Interaktion mit einem Kunden auf umfangreiche Informationen zugreifen können. Dadurch kommen sie in die Lage, Kunden gezielt anzusprechen und ihre langfristige Treue zu sichern.

Verknüpfung und Auswertung von Daten für ein personalisiertes Erlebnis und zuverlässigen Datenschutz

Die �鶹ԭ�� Customer Data Platform unterstützt gezielt vier Möglichkeiten, die Bekanntheit und Wirkung einer Marke zu verbessern:

• Verknüpfung der einzelnen Datenquellen im Unternehmen: Wenn Kundendaten in mehreren Datenquellen gespeichert werden, wächst die Zahl der Datensilos, und es entsteht eine fragmentierte Sicht auf den Kunden. Mit der �鶹ԭ�� Customer Data Platform können Kundendaten aus allen Quellen innerhalb des Unternehmens erfasst und angezeigt werden. Hierzu gehören interne CRM-Daten, Daten von Geschäftspartnern und Drittanbietern, Offline-Daten, Ereignis- und Aktivitätenströme, Daten aus dem Backoffice und Daten zu Transaktionen sowie zum Kundenverhalten und -erlebnis. Diese Daten werden unabhängig von der Quelle zusammen mit Kontextinformationen gepflegt und ergänzen die operativen Daten. Dadurch lassen sich Systeme miteinander verbinden, die auf eine zuverlässige Datenqualität angewiesen sind. So entstehen dynamische, einheitliche Kundenprofile, die in Echtzeit aktualisiert werden können.
• Entwicklung einer ganzheitlichen Strategie für den Schutz von Kundendaten: Um Datenschutzbestimmungen einhalten zu können, müssen Unternehmen wissen, wie, wann und wo Kundendaten genutzt werden dürfen. Die �鶹ԭ�� Customer Data Platform kann erkennen, für welchen Zweck Daten erfasst werden, und ermöglicht eine ganzheitliche Datenschutzstrategie. Die erfassten Daten werden nur dann zum Kundenprofil hinzugefügt, wenn die erforderlichen Einverständniserklärungen vorliegen. Die Methoden der Datenerfassung und die Gründe für die Verarbeitung von Daten werden so transparenter, und Kunden können darauf vertrauen, dass ihre Daten geschützt sind.
• Auswertung großer Datenmengen: Die �鶹ԭ�� Customer Data Platform stellt aussagekräftige Kennzahlen zur Segmentierung und zu Kundenaktivitäten bereit, die in Echtzeit berechnet werden und damit präzisen Einblick in die Vorlieben und Verhaltensweisen von Kunden gewähren können. So entsteht eine Datengrundlage für die Definition und individuelle Ansprache von Zielgruppen, um eine relevante, personalisierte Interaktion mit Kunden über beliebige Kanäle zu ermöglichen. Durch eine zentrale Verwaltung ihrer Zielgruppen können Unternehmen ein einheitliches Benutzererlebnis in ihren Marketing-, Personalisierungs-, Commerce-, Service- und Vertriebslösungen unterstützen und auf diese Weise ihre Kundenorientierung verbessern.
• Hochgradig personalisierte Interaktionen dank einer umfassenden Sicht auf den Kunden: Die �鶹ԭ�� Customer Data Platform ermöglicht die Zusammenführung umfangreicher operativer Daten aus dem Backoffice mit Frontoffice- und Experience-Daten. Dadurch werden auf der Grundlage der erteilten Einwilligungen in den unternehmensweiten Lösungen für die Kundeninteraktion aussagekräftige Echtzeitinformationen zur Verfügung gestellt, mit denen Unternehmen ihren Kunden zum richtigen Zeitpunkt ein relevantes, auf ihre Wünsche zugeschnittenes Erlebnis über den bevorzugten Kanal bieten können.

„Jeder Kunde ist anders, und das Verhalten eines Kunden lässt sich niemals genau vorhersagen“, erklärt Trond Andersen, der für die IT-Strategie und -Architektur von Elkjøp Nordic AS verantwortlich ist, einem der größten Einzelhändler für Unterhaltungselektronik in Skandinavien. „Die �鶹ԭ�� Customer Data Platform ermöglicht die kontextbezogenen Sicht auf den Kunden, die wir mit einem einheitlichen Profil verknüpfen können. So können wir die Wünsche und Anforderungen der Kunden besser vorhersehen und unmittelbar darauf eingehen. Durch die Echtzeit-Datenverwaltung können wir noch effektiver mit Kunden interagieren und zugleich sicherstellen, dass wir bei der Nutzung der Daten alle Vorschriften einhalten und auch den Wunsch der Kunden nach einem Schutz ihrer Daten respektieren.“

Ein starkes Fundament

Grundlage für die �鶹ԭ�� Customer Data Platform sind die Lösungen von �鶹ԭ�� Customer Data Cloud, die auf Technologie von Gigya basieren. Durch die Verknüpfung mit �鶹ԭ�� Customer Identity and Access Management und �鶹ԭ�� Enterprise Consent and Preference Management können Unternehmen dafür sorgen, dass diese Profile sicher sind und nicht gegen Datenschutzbestimmungen verstoßen. Über die �鶹ԭ�� Customer Data Platform werden alle Informationen in diesen Echtzeitprofilen miteinander verbunden. Sie bildet das Fundament für umfassende Einblicke in Kunden und ermöglicht eine gezielte Ansprache, wenn ein Kunde mit dem Unternehmen interagieren möchte.

„Wir haben das Konzept der Kundendatenplattform nicht erfunden, doch mit der �鶹ԭ�� Customer Data Platform erweitern wir es um eine Vielzahl neuer Möglichkeiten“, erklärt Bob Stutz, President von �鶹ԭ�� Customer Experience. „Die �鶹ԭ�� Customer Data Platform ist eine der modernsten CDPs der Enterprise-Klasse. Durch die Zusammenführung umfangreicher Frontoffice-, Backoffice- und Experience-Daten unterstützt sie personalisierte Erlebnisse. So werden aus anonymen Nutzern bekannte, treue Kunden, die über die Kanäle ihrer Wahl mit dem Unternehmen interagieren.“

Weitere �鶹ԭ��einformationen finden Sie im �鶹ԭ�� News Center. Folgen Sie �鶹ԭ�� auf Twitter unter .

Informationen zu �鶹ԭ��

Die �鶹ԭ��-Strategie soll dabei helfen, jedes Unternehmen in ein intelligentes Unternehmen zu verwandeln. Als ein Marktführer für Geschäftssoftware unterstützen wir Unternehmen jeder Größe und Branche dabei, ihre Ziele bestmöglich zu erreichen: Unsere Kunden erwirtschaften 77 % der weltweiten Transaktionsumsätze. Unsere Technologien für maschinelles Lernen, das Internet der Dinge und fortschrittliche Analyseverfahren helfen unseren Kunden auf dem Weg zum intelligenten Unternehmen. �鶹ԭ�� unterstützt Menschen und Unternehmen dabei, fundiertes Wissen über ihre Organisationen zu gewinnen, fördert die Zusammenarbeit und hilft so, dem Wettbewerb einen Schritt voraus zu sein. Wir vereinfachen Technologie für Unternehmen, damit sie unsere Software nach ihren eigenen Vorstellungen einfach und reibungslos nutzen können. Unsere End-to-End-Suite aus Anwendungen und Services ermöglicht es Kunden in 25 Branchen weltweit, profitabel zu sein, sich stets neu und flexibel anzupassen und etwas zu bewegen. Mit einem globalen Netzwerk aus Kunden, Partnern, Mitarbeitern und Vordenkern hilft �鶹ԭ�� die Abläufe der weltweiten Wirtschaft und das Leben von Menschen zu verbessern. Weitere Informationen unter .

Hinweis an die Redaktionen

Für �鶹ԭ��efotos und Fernsehmaterial in hoher Auflösung besuchen Sie bitte unsere Plattform . Dort finden Sie aktuelles sendefähiges TV-Footage-Material sowie Bilder zu Themen rund um �鶹ԭ�� zum direkten Download. Videos zu �鶹ԭ��-Themen aus der ganzen Welt finden Sie unter . Sie können die Filme von dieser Seite auch in Ihren eigenen Publikationen und Webseiten einbinden.

Ansprechpartner für Kunden, die an �鶹ԭ��-Produkten interessiert sind:
Global Customer Center: +49 180 534-34-24
Nur USA: 1 (800) 872-1�鶹ԭ�� (1-800-872-1727)

Ansprechpartner für die �鶹ԭ��e:
Janice Tsoules, +1 650 223 4817, Janice.Tsoules@sap.com, ET
�鶹ԭ��-�鶹ԭ��ebereich; press@sap.com

Sämtliche in diesem Dokument enthaltenen Aussagen, die keine vergangenheitsbezogenen Tatsachen darstellen, sind vorausschauende Aussagen wie im US-amerikanischen „Private Securities Litigation Reform Act“ von 1995 festgelegt. Wörter wie „vorhersagen“, „glauben“, „schätzen“, „erwarten“, „voraussagen“, „beabsichtigen“, „planen“, „davon ausgehen“, „können“, „sollten“, „werden“ sowie ähnliche Begriffe in Bezug auf �鶹ԭ�� sollen solche vorausschauenden Aussagen kennzeichnen. �鶹ԭ�� übernimmt keine Verpflichtung gegenüber der Öffentlichkeit, vorausschauende Aussagen zu aktualisieren oder zu korrigieren. Sämtliche vorausschauenden Aussagen unterliegen unterschiedlichen Risiken und Unsicherheiten, durch die die tatsächlichen Ergebnisse wesentlich von den Erwartungen abweichen können. Auf die Faktoren, die das zukünftige finanzielle Abschneiden von �鶹ԭ�� beeinflussen könnten, wird ausführlicher in den bei der US-amerikanischen „Securities and Exchange Commission“ (SEC) hinterlegten Unterlagen eingegangen, unter anderem im letzten Jahresbericht Form 20-F. Die vorausschauenden Aussagen geben die Sicht zu dem Zeitpunkt wieder, zu dem sie getätigt wurden. Dem Leser wird empfohlen, diesen Aussagen kein unangemessen hohes Vertrauen zu schenken.
© 2020 �鶹ԭ�� SE. Alle Rechte vorbehalten.
�鶹ԭ�� und andere in diesem Dokument erwähnte Produkte und Dienstleistungen von �鶹ԭ�� sowie die dazugehörigen Logos sind Marken oder eingetragene Marken der �鶹ԭ�� SE in Deutschland und anderen Ländern. Zusätzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

The post Neue �鶹ԭ�� Customer Data Platform ermöglicht personalisierte Kundenerlebnisse appeared first on �鶹ԭ�� News Center.

Genuss bei jedem Bissen“ ist mehr als ein Leitspruch bei , dem globalen Süßwarenhersteller von SweeTARTS, Trolli, Black Forest und vielen anderen weltweit bekannten Marken. Es ist eine Herausforderung, die täglich von einem gemeinsamen IT- und Business-Team gemeistert wird, das anhand aktueller Informationen auf allen Ebenen des Unternehmens Entscheidungen trifft – von der Bedarfsprognose auf Führungsebene bis hin zum Maschinendurchsatz in der Fertigung. „Die Daten müssen korrekt sein und in Echtzeit zur Verfügung stehen“, erklärte George Lesko, Vice President und CIO von Ferrara während eines Besuchs von �鶹ԭ�� am Hauptsitz des Süßwarenhersteller in Chicago. „ machen das alles für uns.“

Ferrara nutzt die In-Memory-Datenbank von �鶹ԭ��, um die Zeit für das Erstellen von Berichten deutlich zu verkürzen – von Wochen auf Minuten und oft sogar von Minuten auf Sekunden. Mit Geschwindigkeit, Agilität und Genauigkeit treibt der 112 Jahre alte Konfekthersteller Innovationen voran. Und das hat er �鶹ԭ�� HANA zu verdanken. Die�� Datenbank ist Teil der sowie einer umfassenden Anwendungssuite, einschließlich �鶹ԭ�� ERP.

Diese Technologie ermöglicht eine bisher nicht gekannte Partnerschaft zwischen IT und Business bei Ferrara, . Und sie hilft dem Unternehmen, zu erkennen, was mit anderen Technologien möglich ist, die am Horizont auftauchen.

Die richtigen Daten zur richtigen Zeit

Sicherzustellen, dass die Geschäftsanwender zum richtigen Zeitpunkt die richtigen Informationen erhalten, war die Herausforderung, die Ferrara Senior IT Director Mustafa und sein Team meistern mussten. Sie suchten nach neuen Lösungen, nachdem traditionelle Technologien nicht die erforderliche die Flexibilität und Wertschöpfung gewährleisten konnten.

„Ferrara entschied sich für �鶹ԭ��, da die In-Memory-Technologie von �鶹ԭ����HANA einzigartige Funktionen bietet und die vielfältigen Analysefunktionen von �鶹ԭ�� uns die Möglichkeit geben, eine Vielzahl von Tools zur Verfügung zu stellen, mit denen wir die individuellen Anforderungen jedes Einzelnen erfüllen können“, erklärte Mustafa. „Die Informationen wurden abgerufen und den Geschäftsanwendern innerhalb von Sekunden anstatt Minuten zur Verfügung gestellt.“

Laut Mustafa konnte Ferrara mit �鶹ԭ�� HANA den Speicherplatzbedarf im Vergleich zur bisherigen Datenbank um 94��Prozent reduzieren. Und mit dem ersten �鶹ԭ��-Dashboard, das Ferrara eingeführt hat, hat der Süßwarenhersteller in den ersten 15��Wochen 200.000��US-Dollar eingespart. Darüber hinaus ermöglichen präzise Echtzeitdaten den Vertriebsmitarbeitern, aktiv mit ihren Kunden in Kontakt zu treten und ihre Anforderungen besser zu erfüllen.

„Ein wichtiges Kaufargument für Ferrara war die Nutzung von �鶹ԭ�� HANA und Analyseanwendungen. Denn sie ermöglichen uns, Entscheidungen in Echtzeit zu treffen [und] unsere Ziele effektiv umzusetzen“, sagte Mustafa. „Künftig möchten wir Big Data in Angriff nehmen und maschinelles Lernen und künstliche Intelligenz einsetzen. Es wird also weitere Anwendungen im Portfolio geben, die wir hinzufügen werden, um alles unter einen Hut zu bringen.

„Ferrara Fast“, sowohl intern als auch extern

„Ferrara Fast“ steht im Mittelpunkt unserer Kultur. Wir sind stolz auf unsere Flexibilität und unsere Fähigkeit, Probleme gemeinsam zu lösen“, betonte Patrick Degnan, Vice President of Sales Operations & Integration bei Ferrara. „Mit �鶹ԭ��-Software gewinnt unser Unternehmen enorm an Wert. Sie ermöglicht es uns, Datensätze aus verschiedenen Quellen zu kombinieren und sie in einer gemeinsamen Hierarchie und Berichtsstruktur anzuzeigen.“

„So ist Ferrara in der Lage, in die Daten einzutauchen, sie zu analysieren und zu verstehen und Probleme schneller zu lösen als je zuvor“, fügte Degnan hinzu. Dies hilft, Wachstum zu fördern, sowohl bei Ferrara als auch bei den Einzelhändlern, die die Süßigkeiten von Ferrara vorrätig halten.

„Wenn sie mit dem Wunsch nach schnellen Anpassungen oder raschen Verdienstmöglichkeiten zu uns kommen, können wir mit ihnen zusammenzuarbeiten, um ihnen Lösungen bereitzustellen“, sagte er. „Es ist wirklich ein Wettbewerbsvorteil für uns, und das ist etwas, das unsere Einzelhändler als Geschäftspartner wirklich schätzen.“

Köstlichkeit in jedem Byte

„Das �鶹ԭ��-HANA-System bietet uns ein Data Warehouse, das es uns ermöglicht, Daten nicht nur aus dem �鶹ԭ��-ERP-System von Ferrara abzurufen, sondern auch aus den Systemen von den Unternehmen, die wir zugekauft haben“, erklärte Gene King, Senior Manager von �鶹ԭ�� BI and App Development bei Ferrara Candy Co. „Unsere Geschäftsanwender können nicht erkennen, woher die Daten kommen – ob sie aus dem eigenen System von Ferrara stammen oder aus den Systemen der zugekauften Firmen. Für die Anwender sind die Übergänge nahtlos.

Über Nacht wird auch kein Batch-Prozess gestartet“, fügte King hinzu. Die Transformation erfolgt zum Zeitpunkt der Abfrage. „Wenn es ein logisches Problem gibt, passen wir es an“, betonte King. „Boom! Der Anwender erhält sofort die korrigierten Ergebnisse. Keine Wartezeit. Keine Ausfallzeit.“

Laut King können die IT-Mitarbeiter bei Ferrara sofort auf geschäftliche Probleme und Wünsche der Führungskräfte reagieren. Analysen, die früher Tage gedauert hätten, lassen sich jetzt im Handumdrehen erstellen. Dies wiederum hilft Ferraras Geschäftsanwendern, besser auf die Bedürfnisse ihrer Kunden zu reagieren.

Die Weichen für die Zukunft

„Ich tue das seit Ende der 80er Jahre [und das ist] so viel besser als alles, was ich früher genutzt habe“, sagte King. „Eine Sache, die mir an der In-Memory-Datenbank �鶹ԭ�� HANA gefällt, ist dass sie für einen völligen Paradigmenwechsel steht, was die Bereitstellung von Analysen angeht.“

Mit Blick auf die Zukunft hat Ferrara sogar eigene Anwendungen mit entwickelt. Laut King haben die Anwender nicht nur Zugriff auf die Daten, sie fügen auch Kommentare und Kontextinformationen hinzu und speichern sie dann in der Datenbank. Das Versenden von E-Mails, um eine Situation zu klären, ist nicht mehr notwendig. Der Anwender fügt einfach seinen Kommentar zu den Informationen hinzu und andere können die Erklärung sofort sehen.

„�鶹ԭ�� HANA hat uns ermöglicht, nach vorn zu schauen und uns mit maschinellem Lernen, künstlicher Intelligenz und vorausschauenden Analysen zu beschäftigen“, . „Jetzt sind wir bereit, zum nächsten Schritt überzugehen.“

Die Herausforderung meistern

„�鶹ԭ�� investiert viel in diese Herausforderung. Sie waren ein toller Partner für uns“, betonte Lesko . „Mit �鶹ԭ�� HANA und den sind wir schneller, wenn es darum geht, Informationen zu analysieren und Entscheidungen zu treffen. Das ist wirklich unser wichtigstes Alleinstellungsmerkmal.“

Laut Lesko hat die Geschwindigkeit, Flexibilität und Genauigkeit der Echtzeit-In-Memory-Analysen auch dazu beigetragen, die Zusammenarbeit zwischen IT und Business bei Ferrara zu verbessern. „Sie betrachten dies als etwas, das uns von anderen IT-Teams, mit denen sie in anderen Firmen zusammengearbeitet haben, unterscheidet. Es hat uns wirklich geholfen, die Glaubwürdigkeit zu erlangen, die wir brauchen, um weiterhin in andere Bereiche der IT zu investieren“, erklärte Lesko.

Folgen Sie Derek Klobucher auf Twitter:��.
.

Bild oben per Video

The post Wie Ferrara Kundenwünsche schnell umsetzt appeared first on �鶹ԭ�� News Center.

Wenn sich Ramin Mirza und Christoph Christophersen auf ihren Rädern ein Wettrennen liefern, werden zwei Schulkinder in der „Arche“ Gitarre lernen können. Dreht Susanne Diehm ihre Joggingrunde, wird die „Tafel“ einer Rentnerin ein Mittagessen ausgeben. Und gönnt sich Cawa Younosi einen Sonntagsspaziergang, schnürt „Viva con Agua“ ein Hygiene-Kit zur Verbesserung der Trinkwasserqualität. Solche Momente erklären, was hinter der Aktion „Move2Donate“ bei �鶹ԭ�� steckt: Jeder Mitarbeiter kann seine Bewegung an der frischen Luft mittels der Move2Donate-App erfassen, die geleisteten Kilometer in Geld umrechnen und den Betrag vom Unternehmen an eine der drei Organisationen spenden lassen.

Mirza ist Leiter Plattform&Technologien bei �鶹ԭ�� Deutschland, Christophersen Associate Consultant und Younosi Head of Human Resources Germany. Susanne Diehm ist COO & Head of Cloud Business Germany. Die Idee zu „Move2Donate“ kam ihnen fast von selbst: „Wir haben viele sportliche Kollegen bei �鶹ԭ��, teils fast schon auf Profi-Niveau“, sagt Mirza, „und die liefern sich untereinander einen Wettbewerb um die beste Zeit beim Laufen oder einen anderen sportlichen Rekord.“ Da lag es nahe, dem gesunden Wettbewerb Sinn – oder „Purpose“ – zu geben. Entstanden ist eine App, die nicht nur die Gesundheit der Mitarbeiter fördert – ob Schönwetter-Radler oder Leistungssportler – sondern auch einer guten Sache dient.

Informationen aus Daten gewinnen und sinnvoll nutzen

Move2Donate nutzt die vielfältigen Möglichkeiten der �鶹ԭ�� Business Technology Platform. Konkret: Die App kommuniziert mit Services der �鶹ԭ�� Cloud Platform und speichert die Daten in der �鶹ԭ�� HANA Cloud. Ausgewertet werden die Daten in der �鶹ԭ�� Data Warehouse Cloud und �鶹ԭ�� Analytics Cloud. Ein dafür gebautes Dashboard informiert die Nutzer unter anderem über die bisherigen Spenden und erstellt Forecasts zur finanziellen Steuerung der Aktion. „Mit Move2Donate zeigen wir, wie man Informationen aus Daten gewinnt und sinnvoll nutzt. Das lässt sich auf viele Geschäftsprozesse übertragen“, erklärt Christophersen.

Durch Gamification und innovative Funktionen werden die Move2Donate Nutzer zusätzlich motiviert: Unter anderem werden alle 20 Minuten Wetterdaten abgerufen. Outdoor-Sportler erhalten einen Bonusbetrag, wenn es zu Beginn ihrer Aktivität regnet. Solche Informationen könnten auch in der Textil- und Handelsbranche genutzt werden – hohe Temperaturen signalisieren zum Beispiel einen steigenden Bedarf an Shorts. „Es geht darum, Daten aus verschiedenen Quellen zu konsolidieren und einen Wettbewerbsvorteil zu generieren, ob beim Verkauf von Sommerkleidung oder der Vorbereitung auf den nächsten Stadtlauf“, sagt Mirza.

Fairplay steht ganz oben: Der Schutz der Daten ist gewährleistet. „Die App identifiziert die Nutzer, aber diese werden nur pseudonymisiert gespeichert“, erklärt Christophersen. Weil das Erfassen von Bewegung Geo-Daten voraussetzt, kann der Nutzer auf Wunsch eine weitere Anonymisierung einschalten, dann wird der Start- und Endpunkt seiner Lauf- oder Radstrecke um bis zu einen Kilometer verschoben. „Dabei haben wir uns mit unseren Datenschutzexperten und dem Betriebsrat abgestimmt“, sagt Christophersen.

Auch die drei gemeinnützigen Organisationen erklären sich logisch: „Als wir die App entwickelt haben, ging es gerade mit Corona los“, erklärt Younosi. Es war klar, dass die Pandemie wirtschaftliche Folgen haben würde. Die „Tafeln“ versorgen Bedürftige mit Lebensmitteln. Bei der „Arche“ können Kinder essen, spielen und lernen, auch wenn ihre Eltern dem Nachwuchs gerade kein Hobby finanzieren können. „Viva con Agua“ engagiert sich für den Schutz von Wasser, Umwelt und Klima. Die Initiatoren betonen jedoch, dass diese Verteilung nicht in Stein gemeißelt ist.

Hohe Beteiligung an „Move2Donate“

Aktuell beteiligen sich etwas mehr als 1.200 �鶹ԭ��-Kolleginnen und Kollegen an „Move2Donate“. Die Person mit der bisher besten Gesamtdistanz hat die Zweieinhalb-Tausend-Kilometer-Marke mit dem Fahrrad geknackt. Den Zusammenhang zwischen Sport und Bewegung illustriert der Zusatz „Outdoor“. Der Schachspieler kann also die App nutzen, wenn er eine Runde um den Block dreht, sobald er den Computer wieder einmal zum Glühen gebracht hat. „Es geht uns nicht um ambitionierte Supersportler, sondern um die Bewegung an der frischen Luft und die Gesundheit der Mitarbeiterinnen und Mitarbeiter“, betont Diehm. Für sie bringt die App „das Beste aus unseren Welten zusammen, nämlich Daten und Gesundheit“. Der Walldorfer Konzern forciert „selbstverständlich ein modernes, zeitgemäßes Betriebliches Gesundheits-Management, auch zur Wertschätzung unserer Mitarbeiter“. Die App zeige, dass sich die Social Events, die das Unternehmen bereits seit Jahren in verschiedenen Bereichen durchführt, auch in den virtuellen Raum verlegen lassen.

Ursprünglich war die Lösung als interner Anreiz gedacht. Schnell aber ging „Move2Donate“ über Social Media viral – und zog Anfragen anderer Firmen nach sich. Deshalb bietet �鶹ԭ�� die Technologie nun auf dem Markt an. „Das heißt jetzt nicht, dass �鶹ԭ�� zum Anbieter von Fitness-Apps wird“, schmunzelt Younosi. Was aber erhalten bleibt, ist das

Unternehmen, die ein ähnliches Konzept umsetzen wollen, können die notwendige Cloud Technologie direkt beziehen oder – sofern im Unternehmen vorhanden –�� bereits lizenzierte Software nutzen. Gerne steht �鶹ԭ�� den Kunden beratend zur Seite. Corona gibt dem Ganzen einen weiteren Aspekt: Auch nach den Kontaktbeschränkungen werden mehr Menschen von zu Hause oder unterwegs aus arbeiten als vorher. Diehm kommentiert: „Wenn schon nicht im Büro, fordert die App allemal den informellen Austausch, der so wichtig für den Zusammenhalt unserer Teams ist – das macht allen Spaß und dient auch noch dem guten Zweck!“

The post Was Daten mit lachenden Kindern zu tun haben appeared first on �鶹ԭ�� News Center.

Gemeint ist damit nicht etwa eine neue Methode zur Bekämpfung des unaufhaltsam wachsenden Wäschebergs, sondern ein äußerst spannendes Technologieprojekt, das Wissenschaftler bei der Suche nach Wirkstoffen zur Behandlung von COVID-19 unterstützen soll.

Nach wissenschaftlicher Definition bestehen Proteine aus linearen Ketten chemischer Stoffe��– den Aminosäuren��–, die sich zu kompakten Strukturen „falten“, um ihre biologische Funktion ausüben zu können. Die Funktion eines Proteins wird dadurch bestimmt, wie sich die einzelnen Moleküle bewegen und anordnen. Auch Viren besitzen Proteine, mit denen sie unser Immunsystem unterdrücken und sich selbst vermehren.

Wissenschaftler und Ärzte müssen zunächst die Funktionsweise bzw. „Faltung“ des viralen Proteins verstehen, um die Vermehrung und Ausbreitung von Viren mit entsprechenden Wirkstoffen stoppen zu können.

Schnittstelle von Big Data und Epidemiologie

Und genau das ist die Schnittstelle von Big Data und Epidemiologie. Mittels Computersimulationen möchten Forscher mehr über die beweglichen Teile von Proteinen erfahren und so die Entwicklung von Medikamenten und Impfstoffen beschleunigen.

„Nie zuvor haben mehr Experten gemeinsam zu einem Thema geforscht“, erklärt Michael Schmidt, der als Architekt im Bereich Converged Cloud bei �鶹ԭ�� arbeitet.

Für die Ausführung der unzähligen Simulationen, die hierfür erforderlich sind, wird jedoch massive Rechenleistung benötigt. Und hier kommen Unternehmen und Privatpersonen ins Spiel. Indem sie nicht genutzte Rechenleistung für Forschungszwecke zur Verfügung stellen, können die Simulationen und damit auch die Suche nach geeigneten Wirkstoffen beschleunigt werden.

Click the button below to load the content from YouTube.

Always allow YouTube

Einen deutlichen Schub erhielt die Initiative, als Gamer weltweit aufforderte, das Projekt zu unterstützen.

„Gaming-PCs sind extrem leistungsstark“, erläutert Michael Schmidt. „Vor der Krise haben viele Gamer ihre ungenutzte Rechenkapazität für das Mining von Kryptowährungen genutzt und sich so etwas dazuverdient. Doch nun stellen sie ihre Grafikprozessoren (GPUs) in den Dienst der Wissenschaft.“

Auch �鶹ԭ�� beteiligt sich an der Initiative. Um die ungenutzten Kapazitäten schnell zur Verfügung stellen zu können, hat das DevOps-Team von Michael Schmidt die Bereitstellung automatisiert. Die vorhandenen überschüssigen Rechenkapazitäten werden dabei ganz nach Bedarf skaliert. Diese Kapazitäten stehen auf der Vorzeigeplattform �鶹ԭ�� Converged Cloud Enterprise Edition bereit, über die auch die Systeme zahlreicher �鶹ԭ��-Kunden gehostet werden. Im Zuge der Corona-Krise beschloss das Team, diese Implementierung zu nutzen, um die Bereitstellung einer Folding@home-CPU und -GPU über diese Plattform dynamisch zu planen und zu skalieren. Sind überschüssige Kapazitäten vorhanden, so können diese für das Projekt genutzt werden; werden sie für andere Nutzlasten benötigt, stehen entsprechen weniger Kapazitäten für Folding@home zur Verfügung.

Cloud-Kapazität für die Wissenschaft nutzen

„Was unsere Cloud wirklich gut kann, ist die Last auf die vielen Computer in unseren Rechenzentren verteilen“, führt Michael Schmidt aus. „Wir können die Systemlast in Echtzeit messen und die Kapazitäten, die wir Folding@home zur Verfügung stellen, bei Bedarf schnell verringern, damit es zu keiner Beeinträchtigung der Produktivsysteme kommt.“

Da �鶹ԭ�� immer zusätzliche Kapazitäten für Kunden vorhält, wurden außerdem einige der überschüssigen physischen �鶹ԭ��-Server mit GPUs für das Projekt reserviert. Dabei handelt es sich zwar nur um einige wenige dedizierte Server, doch können sie umfangreiche Datensätze berechnen, sodass enorme Rechenleistung für sehr rechenintensive Simulationen zur Verfügung steht. Das Team war dadurch in der Lage, die für das Projekt Folding@home bereitgestellte Rechenleistung auf durchschnittlich 19��PetaFLOPS zu erhöhen. Das entspricht der Leistung von rund 50.000��CPUs und dazugehörigen GPUs aus den überschüssigen Cloud-Kapazitäten.

Die Last ist auf drei Kontinente und neun Regionen verteilt. Team �鶹ԭ�� gehört derzeit zu den 200��größten Unterstützern des Projekts und stellt mehr Rechenleistung zur Verfügung als andere Softwareunternehmen. Michael Schmidt zeigt sich begeistert über dieses Ergebnis, betont aber auch, dass es sich nicht um einen Wettbewerb handelt. „Wir sitzen alle im selben Boot, und ich bin froh, dass andere Unternehmen sich ebenso sehr engagieren.“

Hören Sie für einen ausführlichen Bericht von Michael Schmidt das vollständige Interview:

Click the button below to load the content from YouTube.

Always allow YouTube

The post Folding@home: Big Data im Dienst der Epidemiologie appeared first on �鶹ԭ�� News Center.

„IT soll heute nicht mehr in erster Linie Probleme lösen, sondern neue Geschäftsmodelle ermöglichen,“, so Florian Roth, CIO der �鶹ԭ�� SE, vor kurzem auf den .
Wie richtig diese Einschätzung ist, und welche enormen Möglichkeiten daraus erwachsen, dafür lieferten gleich mehrere CIOs in Hamburg beeindruckende Beispiele. Im Mittelpunkt standen dabei Daten – und wie diese gewinnbringend eingesetzt werden können.

Daten für Innovation nutzen: Ziel ist eine Plattformarchitektur

Moderne Fahrzeuge zum Beispiel produzieren immer mehr Daten, weil viele von ihnen mittlerweile nicht nur mit Kameras, sondern auch mit Radarsystemen und Lasern ausgestattet sind. Jürgen Sturm, CIO des Autozulieferers ZF Friedrichshafen AG und sein Team formen mithilfe solcher Daten beeindruckende mechatronische Produkte. Die intelligente Verbindung aus Hard- und Software ermöglicht es zum Beispiel, einen LKW, der auf das Stauende zurast, automatisch abzubremsen und bei Bedarf auch ausweichen zu lassen.
Aktuell liegen zwar noch nicht alle dafür notwendigen Daten in der , mittelfristig ist genau das aber das Ziel von ZF, genauer gesagt eine Plattformarchitektur, die zugleich Innovation, Skalierbarkeit und Speed möglich macht.

Neue Geschäftsmodelle mit intelligenten Daten: 30 Prozent weniger Wasser, 25 Prozent mehr Ertrag

Auch das Agrar-, Energie- und Baustoffunternehmen BayWa AG sucht nach immer neuen Geschäftsmodellen auf Basis intelligenter Datennutzung. Eines davon sind Landmaschinen, die sich mithilfe von Satellitendaten autonom auf dem Feld bewegen. Oder das Projekt „VariableRain“, das Pflanzenwachstum unter verschiedenen Bedingungen simuliert und mit realen Satellitendaten abgleicht. Am Ende erhält der Landwirt eine individuell für seine Felder erstellte Bewässerungslandkarte. Mit Hilfe dieser Technologie lässt sich beim Weizenanbau bis zu 30 Prozent Wasser sparen – zugleich steigt der Ertrag um bis zu 25 Prozent.

Natürlich haben nicht alle Unternehmen die Größe und die Möglichkeiten von BayWa und ZF. Aber auch deutlich kleinere Akteure können in die strukturierte Datennutzung einsteigen und sie kontinuierlich ausbauen. Doch dazu bedarf es eines Plans, der die Ziele festlegt und die richtigen Datenquellen und Analysemethoden identifiziert.

Fünf Schritte zur Datenstrategie

1. Ausgangslage analysieren

Zunächst stellt sich die Frage, wie das Geschäftsmodell mithilfe von Daten verbessert oder erweitert werden kann – etwa im Sinne der beiden oben genannten Beispiele.

2. Datenquellen identifizieren

Es geht darum, unter den vorhandenen Daten jene zu identifizieren, die neue Antworten geben – und jene zu finden, die bisher unbeachtete, aber spannende Fragen aufwerfen.

3. Informationen gewinnen, Wissen generieren

Daten zu nutzen bedeutet, sie in Informationsflüsse zu verwandeln. Dazu werden Analyseverfahren eingesetzt, mit deren Hilfe sich Wissen – über Kunden, Lieferanten, Produkte oder besondere Ereignisse – generieren lässt.
Methodisch orientiert sich das Verfahren an der zuvor formulierten Zielsetzung. Wer zum Beispiel seine Kunden und Lieferanten besser verstehen möchte, dem kann Data Mining helfen. Wer Unternehmensprozesse durchleuchten will, wird sich mit Process Mining beschäftigen.

4. Umsetzung planen
An dieser Stelle lauten die zentralen Fragen:

• Welche Qualifikationen müssen die Mitarbeiter haben?
• Welche Software-Tools und -Plattformen sollen verwendet werden?
• Wo liegen die Daten beziehungsweise wie sieht die Cloud-Strategie aus?
• Welche Hardware kommt zum Einsatz?

Aus den Antworten darauf ergibt sich, wie die Datenstrategie technisch realisiert wird.

5. Datenstrategie ausformulieren

Wenn alle genannten Punkte analysiert sind, wird die Datenstrategie von der Idee, über das Konzept bis zu den erwarteten Ergebnissen verständlich ausformuliert.

Dieses Dokument macht die Pläne transparent und bildet die Grundlage dafür, dass Mitarbeiter, Partner und Investoren diese Strategie auch nach Kräften unterstützen.

Weitere Informationen:

Sie wollen noch mehr aus Ihren Daten herausholen? Im Podcast erfahren Sie, wie.

Das�� veranschaulicht, warum Sie Ihren Daten mehr Aufmerksamkeit schenken sollten, wie Sie datengetriebene Prozesse etablieren und eine nachhaltige Datenstrategie umsetzen können.

Das liefert eine konkrete Handlungsempfehlung, wie Sie eine Datenstrategie erarbeiten sowie die Datenplattform und Systemlandschaft entsprechend weiterentwickeln können – und wie künstliche Intelligenz dabei hilft.

The post Datenstrategie statt Helpdesk appeared first on �鶹ԭ�� News Center.

Die digitale Transformation macht es mit (XM) möglich, aus operativen Daten (O-Data) und Erlebnis-Daten (X-Data) das Meiste herauszuholen.

Neue Datenquellen zu erschließen ist oftmals gar nicht erforderlich, wie Kai Wussow, Head of Digital Transformation �鶹ԭ�� für Mittel- und Osteuropa im Gespräch mit Claus Kruesken erläutert. Vielmehr kommt es darauf an, herkömmliche Silo-Strukturen aufzubrechen und neue Querverbindungen zu ermöglichen.

Im �鶹ԭ�� Digital Studio in Ratingen berät Kai Wussow mit seinem Team Unternehmen, die Unterstützung auf dem Weg in die digitale Transformation suchen. Auf kreative Weise neue Strategien entwickeln, dafür bietet das �鶹ԭ�� Digital Studio die Plattform.

Das Thema #GiveDataPurpose hat Kai Wussow in einer Grafik veranschaulicht, auf die er sich im Gespräch immer wieder bezieht. Hier können Sie sie herunterladen:

Vorhandene Schätze entdecken und heben:

Unser fünfter Podcast hilft, den wahren Wert der Unternehmensdaten zu erkennen.

The post Podcast: #GiveDataPurpose – Wie Unternehmen den wahren Wert ihrer Daten nutzen können appeared first on �鶹ԭ�� News Center.

Daten sind das neue Gold der Geschäftswelt. Unternehmen jeder Größe und Branchenzugehörigkeit haben daher ein gemeinsames Ziel: Sie alle wollen in der Lage sein, Daten beliebiger Herkunft zu nutzen. Mithilfe der daraus gewonnenen Erkenntnisse soll das bestmögliche operative oder wirtschaftliche Ergebnis erzielt werden. „Somit rückt mehr denn je eine übergeordnete Aufgabe in den Fokus: Datenmanagement, verbunden mit der Fähigkeit zur Datenanalyse“, sagt Niclas Schlautkötter, Technology Platform Architect bei �鶹ԭ��. Denn die Bandbreite der Datenquellen ist enorm, die verfügbare Datenmenge riesig, Tendenz steigend.

Big Data: Heterogene Datenströme zusammenführen

Um dauerhaft und kontinuierlich wirtschaftlichen Mehrwert zu schaffen, müssen Unternehmen die Daten aus ihren Geschäftslösungen flexibel mit strukturierten oder unstrukturierten Daten aus verschiedensten Quellen kombinieren. „Immer mehr Kunden sehen externe Daten, die nicht durch die im Einsatz befindlichen, transaktionalen �鶹ԭ��-Lösungen generiert werden, als extrem wertvoll an“, so Schlautkötter weiter. Dazu zählen zum einen Informationen aus sozialen Medien, Data Lakes oder dem Internet of Things, etwa Logistik- oder Maschinendaten. Hinzu kommen allgemein zugängliche Webdaten wie Wetterprognosen, Berichte über politische Geschehnisse oder Katastrophen, Aktien, Marktdynamiken sowie Wettbewerbsdaten aus öffentlich zugänglichen Quellen (z.B. Webstores oder Marktplätze). Durch die Services der Hyperscaler (Amazon AWS, Microsoft Azure, Google Cloud Platform etc.) und Open-Source-Technologien wie Hadoop ist es nun außerdem viel leichter, Daten nahezu unbegrenzt und günstig zu speichern.

Daraus ergeben sich drei zentrale Herausforderungen: Erstens müssen diese externen Daten dem unternehmerischen Produktivbetrieb zugänglich gemacht werden. Zweitens gilt es, externe und unternehmensinterne Daten zusammenzuführen und zu integrieren. Drittens braucht es vollumfängliche Analysen aller unternehmensrelevanten Daten (�鶹ԭ��- und Nicht-�鶹ԭ��-Daten) über verschiedene, heterogene Infrastrukturen (on Premise und Cloud) hinweg, ohne dass dadurch Redundanzen entstehen.

Ganzheitliches Datenmanagement mit �鶹ԭ�� HANA Cloud Services

„Diese Anforderungen adressieren wir mit den drei nachfolgenden Komponenten des Portfolios und dank der Zusammenarbeit mit den Services der Hyperscaler“, erklärt Niclas Schlautkötter:

• �鶹ԭ�� HANA Cloud
  bildet als „Datenplattform as a Service“ das technische Fundament des Portfolios.
• �鶹ԭ�� Data Warehouse Cloud
  stellt Services für Data Warehousing, Datenmodellierung und Datenaufbereitung zur Verfügung.
• �鶹ԭ�� Analytics Cloud
  ist die Visualisierungs- und BI-Schicht. Sie dient dem Endanwender als Werkzeug für Analysen, prädiktive Szenarien und Planung.

„Mit �鶹ԭ�� HANA Cloud Services können Unternehmen in Echtzeit Daten aller Art zusammenführen, in ein gemeinsames Datenmodell bringen, kombinieren, anreichern, speichern und auswerten. Die gewonnenen Erkenntnisse lassen sich in Folgeaktionen umwandeln – und fließen so direkt wieder ins Unternehmen zurück. Und helfen dort, Prozesse zu optimieren sowie das Geschäftsergebnis, den Service oder das Kundenerlebnis zu verbessern“, sagt Schlautkötter. Die Vorteile: Unternehmen greifen nur auf diejenigen Funktionalitäten zu, die sie tatsächlich benötigen. Sie müssen keine eigene Rechenleistung oder Rechenzentren vorhalten. Aufwand für Administration, Update oder Upgrade entfällt.

„Dank des Cloud-basierten Platform as a Service bleiben Unternehmen dauerhaft agil und flexibel. Außerdem haben sie stets die neuesten Technologien an der Hand. Mit monatlicher Subskription oder Pay-as-you-go-Modellen halten sie ihre Total Cost of Ownership (TCO) niedrig. Dadurch sinken die Betriebskosten beim Datenmanagement“, erklärt Schlautkötter. Und fügt als weiteren Vorteil hinzu: „Die meisten Unternehmen – auch �鶹ԭ��-Kunden – verfügen über historisch gewachsene On-Premise-Landschaften. Viele wollen jedoch aus Kostengründen oder für ein Plus an Flexibilität in Teilbereichen zu hybriden Lösungen übergehen. Mit �鶹ԭ�� HANA Cloud Services bieten wir für nahezu jedes Unternehmen das passende Umstiegsszenario.“

Elastische Cloud-Plattform für Datenzugriff und Datenanalyse

Zum Beispiel für �鶹ԭ��-Kunden, die schon viele Jahre lang die klassische Anwendung �鶹ԭ�� Business Warehouse (�鶹ԭ�� BW) on Premise betreiben: Mit der Lösung �鶹ԭ�� Data Warehouse Cloud können sie Third-Party- oder Open-Source-Datenquellen einfach anbinden und zudem alle �鶹ԭ��-Datenquellen nutzen. Oder für �鶹ԭ��-BW-Kunden, die zudem auch Data-Warehouse-Services der Hyperscaler Amazon, Microsoft oder Google nutzen oder nutzen möchten: Mit �鶹ԭ�� Data Warehouse Cloud lässt sich ein solcher hybrider Ansatz leicht vereinen. Gleiches gilt für Unternehmen, die transaktionale �鶹ԭ��-Lösungen im Haus betreiben, für Data Warehousing jedoch bislang Lösungen anderer Anbieter verwendet haben, egal ob on Premise oder aus der Cloud: Sie können mit �鶹ԭ�� Data Warehouse Cloud problemlos einen rein SQL-basierten Ansatz im Data Warehousing fahren. Mit der Lösung �鶹ԭ�� Analytics Cloud wiederum lassen sich transaktionale �鶹ԭ��- oder Third-Party-Systeme in Echtzeit auswerten, ohne diese Daten überhaupt vom System of Records in ein Data Warehouse schieben zu müssen. Die Endanwender in den Fachbereichen haben damit einfach zu konsumierende Auswertungen und vorgefertigte Dashboards an der Hand.

„�鶹ԭ�� HANA Cloud Services bildet eine flexible, elastische Plattform, über die Unternehmen auf alle für sie relevanten Daten zugreifen können, ganz gleich welchen Ursprungs diese sind“, so Schlautkötter weiter. Das sei immens wichtig, denn Mehrwert entstehe nur, wenn externe Daten mit �鶹ԭ��-Daten kombiniert sowie durch Business Content angereichert würden und sich gewonnene Einsichten sofort in Aktion umwandeln ließen. „Zudem bleiben unsere Kunden mit �鶹ԭ�� HANA Cloud Services Herr ihrer Daten. Sie können Datenströme mit nur einer Technologie zusammenführen, den TCO beim Datenmanagement senken oder ihre On-Premise-Landschaft sukzessive vollständig abbauen“, schließt der �鶹ԭ��-Experte.

The post �鶹ԭ�� HANA Cloud Services: Zentrales Gateway für verteilte Datenlandschaften appeared first on �鶹ԭ�� News Center.

Der Aufbau einer klassischen Data-Warehouse-Landschaft wurde – auch auf Grund der anspruchsvollen technischen Realisierung – in aller Regel von der IT-Abteilung getrieben und umgesetzt. Das soll sich mit der �鶹ԭ�� ändern: Anwender aus den Fachabteilungen sollen mehr Einfluss darauf nehmen können, welche Daten verfügbar gemacht, in Business Modellen abgebildet und so einfacher für ihre Zwecke genutzt werden können: „Wir sehen bei unseren Kunden, dass aus den Fachbereichen vermehrt Anforderungen an Self-Service Funktionalitäten in ihren Data Warehouse und BI-Landschaften kommen, die einem Best-Practice-Design folgen und sich nahtlos in die bestehende Architektur einbetten“, sagt Klaus-Peter Sauer, Senior Director Solution Management Data Warehouse bei �鶹ԭ��. Den Fachabteilungen ginge es darum, die Unternehmensdaten um ihre lokalen Daten flexibel anzureichern, um so neue Kennzahlen zu entwickeln und Erkenntnisse zu gewinnen.

„Dieser Anwenderkreis wird mit den traditionellen, On-Premise betriebenen Data Warehouse Architekturen und ihren Werkzeugen, nicht hinreichend adressiert“, sagt der �鶹ԭ��-Experte. Ihm müsse der Zugang zum Data Warehouse erleichtert werden, so dass sie ohne spezifische IT-Kenntnisse eigene Business Modelle und Analysen erstellen können. Entscheidende Voraussetzung: intuitiv bedienbare Benutzeroberflächen sowie einfach nutzbare Werkzeuge.

Die �鶹ԭ�� Data Warehouse Cloud ist als Cloud-basierter Software Service nutzbar. Zwar legt der Name nahe, dass sich die Daten ebenfalls in der Cloud befänden, aber das ist nicht zwingend notwendig. Über einen virtuellen Zugriff können die Daten bestehender Systeme in der �鶹ԭ�� Data Warehouse Cloud weiter genutzt werden, ohne dass diese – wie früher üblich – in das System kopiert werden. Auf diese Weise entstehe gleichsam ein „virtuelles“ Data Warehouse, in das auch vorhandene Data Warehouses integriert werden können. Die physikalische Infrastruktur der �鶹ԭ�� Data Warehouse Cloud basiert auf der �鶹ԭ�� HANA Datenbanktechnologie, die mit ihrer In-Memory-Verarbeitung eine extrem schnelle Verarbeitung bis hin zu Real-Time-Anwendungen ermöglicht.

Cloud-basiertes Data Warehouse für hybride IT-Landschaften

Dafür bietet die �鶹ԭ�� Data Warehouse Cloud eine breite Palette an Tools für das Daten- und Metadatenmanagement sowie APIs und eine große Anzahl von Konnektoren, mit der beliebige Datenquellen sowohl aus der �鶹ԭ��-Welt als auch von Drittanbietern integriert werden können. Dabei weist auch das virtuelle Data Warehouse die klassische dreistufige Struktur auf.

Auf der niedrigsten Ebene, der Dateneingangsschicht (ELT – Extraction, Loading, Transformation) geht es vor allem um Datenqualität, -bereinigung und Transformationen. Die mittlere Ebene ist die eigentliche Datenbank-Plattform, die in der Data Warehouse Cloud auf der �鶹ԭ�� HANA Datenbanktechnologie beruht und verknüpfte Datenquellen virtuell integrieren kann. Die oberste Ebene bilden unterschiedliche Tools für Reports, Visualisierungen wie Dashboards oder grafische Auswertungen sowie Werkzeuge für die Datenanalyse bis hin zu der Möglichkeit, für Prognosen und prädikative Szenarien KI- und ML-Algorithmen einzubinden.

„Wir stellen auf allen Ebenen Werkzeuge bereit um komplette End-to-End Szenarien inklusive Visualisierung umsetzen zu können. Die Architektur ist so offen gestaltet, dass Anwender auf jeder Ebene ihre eigenen Tools und SQL Kenntnisse einsetzen können“, sagt �鶹ԭ��-Experte Sauer. Wenn etwa ein Unternehmen für sein traditionelles Data Warehouse schon eine gut funktionierende ELT-Strecke aufgebaut habe, könne diese auch für die �鶹ԭ�� Data Warehouse Cloud genutzt werden. Das gleiche gelte auf der oberen Schicht für

Und es ist nicht nur die Offenheit der Architektur, die den Einstieg in die Data Warehouse Cloud erleichtert. Denn während klassische Data Warehouses relativ hohe Kosten für neue Hardware und Implementation verursachten und in aller Regel mit einem hohen Migrationsaufwand und massiven Veränderungen an der bestehenden Systemlandschaft verbunden waren, ist der Aufbau eines Cloud-basierten Data Warehouse sukzessive und mit geringen Kapitalinvestitionen möglich. Ein Preismodell, das sich an der genutzten Kapazität orientiert, stellt sicher, dass nur für tatsächlich in Anspruch genommene Leistungen bezahlt werden muss.

Nahtlose Integration vorhandener Systeme in die Data Warehouse Cloud

„Einer der wichtigsten Anforderung bei der Entwicklung des Services war, dass unsere Bestandskunden nicht zum Umrüsten gezwungen werden, sondern ihre vorhandenen Landschaften nahtlos einbinden können“, blickt Sauer zurück. Nach seiner Erfahrung aus vielen Kundengesprächen komme das den Plänen der Anwender entgegen. Die meisten Unternehmen hätten heute schon eine Cloud Strategie, die aber in aller Regel mittel- bis langfristig ausgelegt sei. „Die wollen keinen Big Bang, der sie von heute auf morgen in die Cloud katapultiert, sondern langsam über hybride Szenarien in die Cloud wachsen.“

Die �鶹ԭ�� Data Warehouse Cloud bietet Unternehmen die Möglichkeit, ohne Umbau der vorhandenen Anwendungslandschaft so eine hybride Data Warehouse Landschaft aufzubauen, die mit Daten aus vorhandenen Systemen oder neu hinzukommenden Anwendungen befüllt werden kann – man denke etwa an Szenarien und digitale Geschäftsmodelle in den Bereichen , Social Media, oder die Anbindung mobiler Geräte.

Es liegt auf der Hand, dass die klassische Architektur von Data Warehouses, die darauf basiert, alle Daten auch physikalisch in einer Datenbank zusammenzuführen, bei den Anforderungen einer zunehmend digitalisierten Wirtschaft mit ihren gewaltigen Datenmengen an ihre Grenzen stößt. Insofern ist das „virtuelle“, Cloud-basierte Data Warehouse auch eine logische Weiterentwicklung, die den spezifischen Anforderungen hybrider Umgebungen gerecht wird und dort ihr volles Potenzial entfaltet.

„Mit der �鶹ԭ�� Data Warehouse Cloud erhalten die Anwender die Möglichkeit, in der Cloud neue Use-Cases, digitale Lösungen und Geschäftsmodelle zu entwickeln und diese nahtlos mit ihrer vorhandenen Anwendungslandschaft zu verknüpfen – ohne Migrationsaufwand“, sagt �鶹ԭ��-Experte Sauer.

The post Cloud-basierte Data Warehouses bringen die Digitalisierung voran appeared first on �鶹ԭ�� News Center.

In einem und auf einer Podiumsdiskussion auf der in Salt Lake City ging es um die Möglichkeiten, wie man Feedback von Kunden und ��ü�������n nutzen kann. Jetzt ist es an der Zeit umzudenken. Lange wurden Kunden, und andere Personen als Quelle für operative und geschäftliche Risiken gesehen. Aber die Zeiten ändern sich – und die moderne Geschäftswelt verlangt nach diesem Wandel.

Man muss in der heutigen Zeit Kunden die richtigen Fragen stellen, ihnen auf eine andere Art und Weise zuhören und sie zu ihren Bedingungen Feedback geben lassen. Verstehen was die Kunden denken und so das Kundenerlebnis verbessern. Dadurch lassen sich neue Informationsquellen erschließen, die einem auf bestimmte Risiken hinweisen können. Beispiele hierfür sind Schwachstellen auf Webseiten, Risiken und Schwachstellen in Richtlinien,��, Verluste von Top-Mitarbeitern, Verstöße gegen Vertraulichkeitsbestimmungen, Sicherheitsprobleme für ��ü�������, kostspielige Marketing-Flops und potenzielle Firestorms in sozialen Medien.

Nach diesem ersten Blogbeitrag und der X4-Podiumsdiskussion stellte ein Kollege online eine tolle Frage: „Mir gefällt der Perspektivenwechsel, Kunden als Partner und nicht als Subjekte unserer Untersuchungen zu betrachten. Sie sagten, dass dies ziemliches Neuland ist. Welche ersten Schritte würden Sie einem Unternehmen empfehlen, das diesen Wandel anstoßen möchte?

Kulturwandel Kundenerlebnis

Es lohnt sich, auf diese praktische Frage näher einzugehen. Wenn man ändern möchte, wie Kollegen die Kunden sehen, ist hierfür ein Kulturwandel nötig – und man braucht viel Geduld und Zeit. Wichtig ist zu wissen, wie man den Wandel beeinflussen und überprüfen kann, ob die bisherigen Maßnahmen greifen.

Wenn man eine Änderung der Wahrnehmung bewirken möchte, muss man den Kunden, ��ü�������n und den anderen Personen, die mit Ihrem Unternehmen oder Ihrer Behörde zu tun haben, ein menschliches Gesicht geben. Nachfolgend ein paar Beispiele, die wenig kosten, aber diesen „Wandel anstoßen“ können, wie es mein Kollege formuliert hat:

1. X-Daten des Kunden (Erlebnisdaten) und die O-Daten demokratisieren

„Daten demokratisieren“ bedeutet einfach, dass man die Daten über das Kundenerlebnis im gesamten Unternehmen so teilt, dass sie bei den Mitarbeitern zu einer Reaktion führen. Dabei ist es zunächst unerheblich, ob das die Reaktion ist, die man sich erhofft hat. Ziel ist es, das Thema Kunden so in die internen Diskussionen im Unternehmen aufzunehmen, wie Sie das auch mit Themen wie Gewinne, Ausgaben, Personal und IT tun.

Ideen:��Spielen Sie in einem Team Meeting eine Aufzeichnung aus einem����Ihres Unternehmens vor. Zeigen Sie bei einer Mitarbeiterversammlung ein Diagramm über die Fortschritte Ihres Unternehmens bei der Reduzierung der Wartezeiten von Kunden. Setzen Sie in Ihrem Intranet eine Webseite auf, auf der Sie die Ergebnisse von Kundenumfragen oder veröffentlichen. Zeigen Sie die Ergebnisse auch dem Vorstand oder dem Aufsichtsrat Ihres Unternehmens. Mir gefällt auch das Konzept von Jeanne Bliss, einen Customer Room einzurichten.

2. Über das Kundenerlebnis sprechen

Bei der Arbeit in Bezug auf das Kundenerlebnis��geht es in jedem Unternehmen vor allem darum, das Thema bekannt zu machen, besonders wenn man erst am Anfang steht.

Ideen:��Erzählen Sie Ihren Kollegen bei einem Mittagessen oder bei Happy-Hour-Drinks eine Geschichte, die ein Kunde mit Ihrem Unternehmen erlebt hat. Es mag einfach klingen, aber Anekdoten geben einen menschlichen Touch. Und fast jeder kennt eine Geschichte, wie die Arbeit eines Kunden durch sein Unternehmen oder seine Behörde beeinflusst wurde. Das Gute daran ist, dass derjenige, dem Sie Ihre Geschichte erzählen, wahrscheinlich auch eine eigene kennt, die er Ihnen erzählen kann. Und ein zweiter positiver Aspekt ist, dass solche Gespräche nichts kosten. Gewöhnen Sie sich also an, über diese Geschichten zu berichten.

3. Kunden einbeziehen

Menschen, die Ihre Kunden sind, sollen in Aktivitäten Ihres Unternehmens eingebunden werden.

Ideen:��Bitten Sie Kunden, an Beiratssitzungen teilzunehmen oder laden Sie sie zu einer Veranstaltung ein, bei der Kunden gewürdigt werden. Oder fragen Sie Ihre Kunden, ob sie als Redner bei einer Konferenz oder Veranstaltung auftreten möchten. Bei meinem letzten Job bei hat meine Firma den Chef eines wichtigen Kunden zu Planungsmeetings eingeladen. Dort besprachen wir, wie wir unsere Geschäftsbeziehung vertiefen und unsere Verkaufsmöglichkeiten mit seinem Unternehmen verbessern können. Mein Kollege��Ed Bodensiek berichtete bei unserer X4-Podiumsdiskussion darüber, wie er einen Beirat für Kunden bei einer Kanzlei eingerichtet hat. So konnte er die Arbeit der Kanzlei und die Personalthemen kundenorientierter gestalten. Ein Beispiel aus dem ist die Jahreskonferenz der Export-Import Bank of the United States, zu der jedes Jahr über 1.000 Kunden eingeladen werden. In meiner Zeit bei dieser Bank veranstalteten wir Roundtabels für Kunden bei dieser Veranstaltung und zwischen den Konferenzen. Hierbei kamen oft Themen zur Sprache, die Risiken darstellten.

Kunden dürfen nicht als etwas gesehen werden, das außerhalb Ihres Geschäfts existiert. Sie sind ein fester Bestandteil Ihres Unternehmens. Wenn ihre Geschichten und Erfahrungen nicht in die täglichen Besprechungen im Unternehmen integriert werden, hat man kein komplettes Bild über die Risiken (oder Chancen) des Unternehmens. Feedback über eine -autorisierte�� wie Qualtrics zu sammeln, ist sicherlich eine gute Entscheidung. Die Einstellung Ihrer Vorstandskollegen zu ändern ist ein weiterer, wichtiger Schritte, in den Sie Zeit und Energie investieren müssen. Der Aufwand lohnt sich aber auf jeden Fall.

Schauen Sie sich auch den Artikel an.

Dieser Blog wurde ursprünglich auf �����ö�ڴڱ�Գٱ��������.

The post Im Mittelpunkt der Geschäftsbeziehung: das Kundenerlebnis appeared first on �鶹ԭ�� News Center.

Es gibt keinen Zweifel: Die Masse der Daten, die im Zuge der zunehmenden Digitalisierung erzeugt werden, nimmt exponentiell zu und erreicht Dimensionen, die noch vor wenigen Jahren unvorstellbar waren. Das , mobile Geräte wie Smartphones und Tablets, Soziale Netzwerke, Online-Shops, Autos und Maschinen mit hunderten Sensoren erzeugen täglich ein enormes Datenaufkommen. Allein in den letzten zwei Jahren wurden mehr Daten produziert, als in all den vorhergehenden Jahren zusammen; schon 2020 werden mehr als 50 Milliarden Geräte mit dem Internet verbunden sein.

Viele Unternehmen stellen sich zuerst die Frage, wie sie die stetig anschwellende Datenflut bewältigen sollen. Wer dabei aber die Daten lediglich als ein notwendiges Mittel zur Abwicklung von Geschäftsprozessen betrachte, verkenne das gewaltige Potenzial, das in ihnen steckt: „Während Daten in traditionellen Unternehmen noch eine wichtige, aber vor allem unterstützende Ressource in Geschäfts- und Entscheidungsprozessen waren, werden sie in einer zunehmend digitalisierten Welt zu einem Wert an sich, weil sie die unabdingbare Voraussetzung für digitale Geschäftsmodelle und Strategien sind“, schreiben Martin Fadler und Professor .

Ein unternehmensweites Datenmanagement ist noch die Ausnahme

Sie beschäftigen sich eingehend mit der Frage, wie es gelingen kann, die Masse der Daten, die unweigerlich auf die Unternehmen zurollt, so zu nutzen, dass aus ihnen Unternehmenswert entsteht. Dabei geht es auch um die Sichtweise: Daten seien keine Last oder nachrangiges Mittel zum Zweck, sondern – in der Terminologie der Studienautoren – ein „immaterieller Unternehmenswert“ (intangible asset). „Trotz der zunehmenden Relevanz von Daten im Kontext der Digitalisierung wird bisher in nur wenigen Unternehmen dem Management der Daten die gleiche Aufmerksamkeit zuteil, wie anderen Unternehmenswerten“ bemängeln die Autoren.

Vor allem fehle es oft an einer definierten Datenstrategie, die im Einklang mit der Geschäftsstrategie den Wert und die Rolle von Daten aus geschäftlicher Sicht definiert und die Grundlagen für deren Management legt. Gleichzeitig gebe es vielerorts keinen unternehmensweiten Ansatz zum Datenmanagement, der unter anderem Datenprodukte und deren Lebenszyklus definiert und Verantwortlichkeiten für übergreifende Data Assets festlegt.

„Auch wenn sie noch nicht in der Unternehmensbilanz aufgeführt werden, weisen Daten alle Merkmale eines immateriellen Unternehmenswertes auf und sollten nach den gleichen betriebswirtschaftlichen Grundsätzen behandelt werden“, so die Studienautoren. Allerdings wird aus Daten nicht automatisch und allein durch deren Vorhandensein ein Unternehmenswert. Sie entfalten ihr Potenzial erst mit einem intelligenten Datenmanagement, das es ermöglicht, sie kontext-spezifisch in wertschöpfenden Szenarien einzusetzen.

Analytics: Wert entsteht erst in der Daten-Wertschöpfungskette

Dafür haben die Wissenschaftler des das Modell einer ganzheitlichen „Daten-Wertschöpfungskette“ entwickelt, das die Wertschöpfungsschritte von der Entstehung der Daten bis zu deren Nutzung beschreibt. Dabei können die Daten in unterschiedlichen Stadien und Szenarien auf jeweils unterschiedliche Weise ihr wertsteigerndes Potenzial entfalten. Allerdings entsteht Wert nicht dadurch, dass Unternehmen einfach nur mehr Daten sammeln. Wert entsteht dann, wenn Daten in ausreichender Qualität vorliegen und dann auch genutzt werden. Das heißt, die Menge der Daten (Volume), die Datenqualität (Data Quality) und die Datennutzung (Data Use) sind zentrale Werttreiber in der Daten-Wertschöpfungskette.

Deshalb spielt das Datenmanagement entlang der gesamten Wertschöpfungskette eine zentrale Rolle, bei der KI-Algorithmen (künstliche Intelligenz) immer wichtiger werden. Auf der einen Seite dienen sie dazu, das systematische Management und die Kontrolle der Daten zu verbessern. Auf der anderen Seite tragen sie zur intelligenten Automatisierung wiederkehrender Aufgaben bei und haben entscheidenden Anteil daran, durch die tiefe Analyse Erkenntnisse aus den Daten zu gewinnen.

Die Forscher des Competence Center Corporate Data Quality listen eine Vielzahl von Szenarien auf, in denen Daten zur Wertschöpfung beitragen, von der Entwicklung digitaler Produkte und Services, der Unterstützung von Entscheidungen und Geschäftsprozessen bis hin zu ausschließlich datengetriebenen Geschäftsmodellen, bei denen Kunden für den Zugang zu aufbereiteten Daten bezahlen. Dadurch werden – intelligent genutzte – Daten zum Treiber und Enabler für übergreifende Ziele, wie Umsatzwachstum, Effizienzsteigerung, Kostenreduktion und Risikominimierung. „Um diese Vorteile in vollem Umfang auszuschöpfen, bedarf es aber eines ganzheitlichen Ansatzes, der den unterschiedlichen wirtschaftlichen Wert der Daten in den jeweiligen Wertschöpfungsstufen berücksichtigt“, schreiben die Forscher.

Zusätzliche Informationen und Impulse für eine intelligente Datennutzung finden Sie .

The post Neue Studie: Von der Datenflut zur Daten-Wertschöpfungskette appeared first on �鶹ԭ�� News Center.

Keine Frage: Daten bilden die Basis für intelligente Prozesse und somit eine wichtige Ingredienz für zukunftsorientierte Unternehmen. Damit sie ihre Wirkung voll entfalten können, braucht es allerdings ein ganzheitliches . Es fördert die effiziente Nutzung von Daten und sorgt dafür, dass wertvolle Zeit gewinnbringend investiert und nicht auf die umständliche Suche benötigter Informationen verschwendet wird. Auch deshalb werden zufolge beim Aufbau digitaler Plattformen schon im kommenden Jahr mindestens 50 Prozent der IT-Budgets in die Integration von Datensilos fließen.

Das überrascht nicht. Immerhin stehen Unternehmensarchitekten heute vor der Herausforderung, unterschiedlichste Datenformate und -quellen unter einen Hut zu bringen und den Fachabteilungen passgenau zur Verfügung zu stellen. Moderne Technologien helfen nicht nur, die explodierenden Datenmengen in produktive Bahnen zu lenken. Sie bilden auch die Grundlage, um Kunden mit neuen innovativen Produkten und Services zu begeistern.

Folgende Lösungsbausteine dürfen im Werkzeugkoffer jedes Unternehmensarchitekten künftig auf keinen Fall fehlen:

Applikationsübergreifendes Management von Stammdaten

Harmonisierte Kunden-, Lieferanten-, Produkt-, Material- und Mitarbeiterdaten mit aufeinander abgestimmten Datenmodellen sind unverzichtbare Bestandteile intelligenter Prozesse. Ein übergreifendes Stammdatenmanagement gewinnt deshalb rasant an Bedeutung. Und zwar nicht nur, weil Duplikate, Fehler und Lücken Unternehmen teuer zu stehen kommen können. Sondern auch, weil ein ganzheitliches Stammdatenmanagement automatisierte anwendungs- und bereichsübergreifende Abläufe überhaupt erst möglich macht. Umso wichtiger ist es, unternehmensweite Konzepte zu etablieren, die neben informationstechnischen Fragen auch Prozess- und Organisationsstrukturen im Blick haben. Die Stammdatenlösung und der aus der dafür die Grundlage. Diese Werkzeuge erleichtern die Pflege, Validierung, Anreicherung und Verteilung von Stammdaten und sorgen zudem dafür, dass Unternehmen gesetzliche Vorgaben, wie z.B. die europäische Datenschutzgrundverordnung (DSGVO) schnell und effizient umsetzen können. Und somit auch in Sachen Compliance stets auf der sicheren Seite sind.

Kontinuierliche Überwachung und Verbesserung der Datenqualität

Datenqualitätsmanagement spielt in Unternehmen eine zunehmend kritische Rolle. Schließlich werden etliche strategische Geschäftsanforderungen, wie z.B. die Produktionsplanung oder die Supply-Chain-Integration primär auf der Grundlage von Daten getroffen. Da fehlerhafte Daten jedoch in sämtlichen IT-Systemen auftreten können, gilt es, deren Qualität kontinuierlich zu messen. Nur so lässt sich potenzieller Optimierungsbedarf erkennen und mithilfe effektiver Maßnahmen zügig umsetzen. Mit dem behalten Architekten alle unternehmensweiten Informationen und deren Qualität problemlos im Blick. Unterschiedliche Datenquellen und Nutzer lassen sich im Handumdrehen identifizieren, potenzielle Compliance-Verstöße ausbremsen. Dazu tragen durchgängige Regeln und Richtlinien zur Datenanalyse ebenso bei wie intuitive graphische Diagramme. Sie visualisieren wichtige Kennzahlen und ebnen somit den Weg zur Ableitung erforderlicher Data Governance-Maßnahmen. Über individualisierbare Dashboards können Stammdatenverantwortliche detaillierte Analysen zur Datenqualität in Eigenregie durchführen, was die IT-Abteilung spürbar entlastet, Geschäftsprozesse beschleunigt und die Datenqualität nachhaltig steigert.

Vollumfängliche Orchestrierung und Governance��

Das �鶹ԭ��-Lösungsportfolio umfasst eine Vielzahl von Datenmanagement-Werkzeugen, mit denen sich Ordnung in das unternehmensweite Datenchaos bringen lässt. So bieten beispielsweise die verschiedene Funktionen für die Integration, Transformation und Qualitätsverbesserung heterogener Datenquellen – und zwar unabhängig davon, ob diese aus dem Hause �鶹ԭ�� stammen und in welchem Format diese vorliegen. Darüber hinaus erschließt die �鶹ԭ�� HANA Data Management Suite Unternehmen die Möglichkeit, Daten direkt dort zu verarbeiten, wo sie gespeichert sind und anschließend über eine zentrale Stelle verfügbar zu machen. Integraler Bestandteil der Data Management Suite ist der . Er ermöglicht Anwendern, z.B. Data Scientists, Informationen in Eigenregie zu finden, zu bewerten und aufzubereiten. ��Mit dem �鶹ԭ�� Data Hub lassen sich darüber hinaus sämtliche Datenströme im Unternehmen orchestrieren, um mit Hilfe von mathematischen Modellen Geschäftsentscheidungen in Echtzeit treffen zu können. Der neue, cloudbasierte Service kombiniert die Funktionalität des �鶹ԭ�� Data Hub mit dem Lebenszyklusmanagement mathematisch analytischer Modelle – und ebnet so den Weg zu innovativen KI-Anwendungen. Data Scientists können z.B. selbständig auf Informationen zugreifen, diese aufbereiten und individuell präferierte Werkzeuge wie z.B. Python, Scikit, Tensorflow, R etc. in ihre Verarbeitungspipelines einbauen. Die �鶹ԭ��-Lösung sorgt nach Fertigstellung der Modelle für eine schnelle Produktivsetzung und die Einbettung in das operative Gefüge des Unternehmens.

Proaktive Steuerung des Datenwachstums und datenschutzkonforme Aufbewahrung��

Um Daten in den �鶹ԭ�� Business Suite-Systemen konform zur EU-Datenschutzgrundverordnung und anderen gesetzlichen Regularien zu verwalten, kommen Unternehmensarchitekten an (ILM) nicht vorbei. Die Software unterstützt Unternehmen bei der digitalen Aufbewahrung, Sperrung und Löschung von Daten und Dokumenten. Anders gesagt: �鶹ԭ�� ILM erleichtert die Administration von Live- und Archivdaten über den gesamten Lebenszyklus hinweg, von der Entstehung über die produktive Nutzung bis hin zur Abschaltung. Unternehmen können die Datenarchivierung und -speicherung mithilfe der Lösung ebenso automatisieren wie die Abschaltung von Altsystemen. Das reduziert die Gesamtbetriebskosten und sorgt dafür, dass die unternehmensweite Datenhaltung stets im Einklang mit gesetzlichen Vorschriften bleibt.

Daten sind das neue Gold – vorausgesetzt, man nutzt sie richtig. Denn nur wenn sie gezielt ausgewertet werden, lassen sich daraus wertvolle Erkenntnisse gewinnen. Folgende Beiträge zeigen, was es braucht, damit CIOs, Daten- und Innovationsmanager, Lösungsarchitekten und ERP-Verantwortliche aus Daten echten Mehrwert schaffen.

Weitere Artikel der Serie:

Wozu braucht ein Unternehmen eine Datenstrategie?

One Data Platform: Wie generiere ich Wert aus meinen Daten?

Innovationen brauchen Querdenker

Weitere Informationen:

Sie möchten wissen, wie Sie das Optimum aus Ihren Daten herausholen? finden Sie dazu hilfreiche Tipps und Informationen.

The post �鶹ԭ��-Lösungen, die Unternehmensarchitekten unbedingt kennen sollten appeared first on �鶹ԭ�� News Center.

Bei meiner ersten Verabredung vor vielen Jahren wollte ich das Mädchen, mit dem ich ausging, mit einem blitzblanken Auto beeindrucken. Ich putzte das Auto also innen und außen gründlich und brachte es für meine Verabredung auf Hochglanz. Der Abend verlief hervorragend��– bis auf ein kleines Detail: Als ich das Mädchen nach Hause brachte, ging mir etwa zehn Minuten vor dem Ziel das Benzin aus. Die Situation war mir absolut peinlich, und obwohl das Mädchen kein Problem damit hatte, glaubten seine Eltern mir nicht so ganz, als ich meinte, dass ich das Tanken einfach nur vergessen hatte. Am Ende konnten wir das Problem beheben und alles war gut. Ich ging noch viele Male mit dem Mädchen aus.

Die Grundlage für eine erfolgreiche Mission

Für mich veranschaulicht diese Geschichte den Unterschied zwischen einer erfolgreichen Taktik und einer erfolgreichen Strategie, der insbesondere im Krieg über Sieg oder Niederlage entscheidet. Die Strategie zielt darauf ab, den Krieg zu gewinnen, die Mission zu erfüllen und auf ganzer Linie erfolgreich zu sein. Die Taktik hingegen ist auf die einzelnen Schritte ausgerichtet, die uns bei der Erfüllung unserer Mission voranbringen. Taktik erfordert mitunter, die Anhöhe aufzugeben, um den Kampf zu gewinnen, oder auch die Schlacht zu verlieren, um den Krieg zu gewinnen.

Bei meinem ersten Date war meine Taktik größtenteils (jedoch nicht zu 100%) auf meine Strategie abgestimmt: die Mission einer erfolgreichen Verabredung zu erfüllen. Ich hätte mich auf die Gesamtstrategie konzentrieren sollen, nicht so sehr darauf, mit einzelnen Komponenten einen guten Eindruck zu machen. Dann hätte ich vielleicht auch mehr auf die für die Erfüllung meiner Mission entscheidenden Daten (die Tankanzeige meines Autos) geachtet.

Big Data – die Datenstrategie ist entscheidend

Mit der Datenstrategie im Unternehmen verhält es sich ganz ähnlich. Teams aus Digitalisierungsexperten, Business-Analysten, Anwendern von Analysen und Data Scientists können hochmoderne Algorithmen, Modelle und Tools entwickeln und testen, die mit den speziell für diese Experimente aufbereiteten und zusammengestellten Datensätzen hervorragend funktionieren. Die Versuchsmodelle, Validierungstests und Demos können glänzende Ergebnisse liefern. Um die Ziele des Unternehmens im Hinblick auf die Digitalisierung wirklich zu erreichen, braucht es jedoch mehr als diese taktischen Erfolge.

Tatsächlich mag bei diesen Experimenten das Benzin im Tank (d. h. die Daten) ausreichen, um die klar umrissenen taktischen Ziele umzusetzen. Doch die Datenbestände genügen nicht, um eine nachhaltige, erfolgreiche und strategische Datennutzung auf Unternehmensebene zu unterstützen. In der Praxis liegt der meist keine Strategie zugrunde. Die dringend benötigten Daten sind oftmals unvollständig, unbereinigt, falsch gekennzeichnet, auf isolierten Systemen gespeichert oder schlicht nicht vorhanden.

Ein umfassender, bereichsspezifischer Fahrplan

Eine kann die Voraussetzungen für die erfolgreiche Umsetzung strategischer Ziele und für Wettbewerbsvorteile schaffen. Eine solche Strategie definiert sich als umfassende Vision, umsetzbare Grundlage und bereichsspezifischer Fahrplan eines Unternehmens zur Nutzung des vollständigen Potenzials seiner datenabhängigen und datenbezogenen Ressourcen.

Eine unternehmensweite Datenstrategie ist jedoch keine Wunschliste all dessen, was man sich erhofft. Sie ist keine Aufstellung der Technologietrends, die es auszuprobieren gilt. Auch besteht sie nicht aus allgemeinen Grundsätzen und Binsenweisheiten wie „Daten sind das Kapital des Unternehmens“. Und schon gar nicht handelt es sich dabei um eine schwammig formulierte Vision ohne Praxisbezug.

Jede Strategie und damit auch eine unternehmensweite Datenstrategie muss konkret, relevant, umsetzbar und auf die Unternehmensziele ausgerichtet sein. Sie muss sich außerdem permanent weiterentwickeln. Wenn sich Ihre Datenstrategie nicht am Leitbild (der Mission) Ihres Unternehmens orientiert, müssen Sie eine Kurskorrektur für eines oder beide Elemente vornehmen, um sie wieder aufeinander abzustimmen. Ihre Mission sollte bereits auf Ihre Marktstrategie abgestimmt sein: Sie müssen Ihre Marktposition und Ihre Alleinstellungsmerkmale kennen und über aktuelle Markttrends informiert sein. Sie müssen außerdem wissen, wie Sie sich in diesem Umfeld Wettbewerbsvorteile verschaffen können und welche Voraussetzungen Sie zur Erreichung dieses Ziels erfüllen müssen. Folglich muss auch Ihre Datenstrategie mit dieser Strategiediskussion verknüpft und in diese eingebunden sein.

Die Datenstrategie beinhaltet folgende Prinzipien des Datenmanagements: Data Governance, Sicherheit, Zugriffsmöglichkeiten, Architekturen und damit zusammenhängende Design-Aspekte. Sie alle sind wichtig, doch stehen im Folgenden vor allem die Aspekte Analysen und Data Science im Mittelpunkt.

Datenstrategie – vor allem Data Science und Analysen

Da Daten heute in massivem Umfang gesammelt werden, können Ihre Daten die wichtigste und wertvollste strategische Ressource Ihres Unternehmens bilden. Mithilfe von Data Science und Analysen lassen sich neue Erkenntnisse gewinnen, Innovationen vorantreiben und Mehrwert schaffen. Data Science und Analysen ermöglichen es Ihren Mitarbeitern außerdem, nach Informationen zu suchen, Zusammenhänge aufzudecken und zur Wertschöpfung beizutragen, und stärken so die Mitarbeiterbindung. Sie bilden den Ausgangspunkt für Analyseprodukte, die im Unternehmen genutzt und auf dem Markt angeboten werden können. Hierzu gehören Datenprodukte, kundenbezogene Anwendungen, APIs, Modelle, Empfehlungsdienste, spezielle Datensätze, Datensammlungen für bestimmte Geschäftsbereiche, Open-Source-Tools, gemeinsam nutzbare Data-Science-Notebooks, Cloud-Services, Datenportale, wiederverwendbare Analyse-Workflows und vieles mehr.

Taktische Komponenten: auf dem Weg zum Ziel

Um diese Datenanalyseprodukte im Unternehmen nutzen, standardisieren und auf dem Markt anbieten zu können, benötigen Sie für Ihre unternehmensweite Datenstrategie bereinigte Daten, zuverlässige Daten, gekennzeichnete Daten, kuratierte Daten (Datenkataloge), austauschbare Daten, maschinenlesbare Daten, sorgfältig dokumentierte Daten (Data Dictionaries, in denen Metadatenstandards einschließlich Taxonomien und möglicherweise auch Ontologien zum Einsatz kommen) sowie Datenbestände (zur Bestimmung der Lücken in Ihren Datensätzen). Diese taktischen Komponenten sind wichtige Schritte auf dem Weg zur Umsetzung Ihrer Ziele, zu strategischem Erfolg und Wettbewerbsvorteilen.

Letztlich sind all diese Komponenten miteinander verknüpft. Die Integration und Kombination von Daten, Analysen, Geschäftslogik und Unternehmenszielen schaffen die Voraussetzungen für die Ausrichtung der Botschaft, Kultur und Strategie eines Unternehmens auf konkrete, umsetzbare und relevante Geschäftsergebnisse. Daten sind lediglich der Input��– wenn auch ein sehr umfangreicher. Daten sind heute auch nicht notwendigerweise ein Alleinstellungsmerkmal, da inzwischen alle Unternehmen riesige Datenbestände besitzen oder Zugriff darauf haben.

Zuverlässige Daten für zuverlässige Ergebnisse

Auf der anderen Seite gilt, dass die auf Ihre Unternehmensziele ausgerichteten Analyseergebnisse für Sie wertvolle Ergebnisse sind, mit denen Sie sich auf dem digitalen Markt von einer immer größeren Zahl von Mitbewerbern abheben können. Für diese Analysen müssen Ihnen bereinigte, präzise, zugängliche, kurierte und gekennzeichnete Daten zur Verfügung stehen. So sind Sie gerüstet, Ihre Mission zu erfüllen und Ihr Ziel einer erfolgreichen digitalen Transformation auch tatsächlich zu erreichen. Vertrauenswürdige Informationen und Daten ermöglichen vertrauenswürdige Innovationen und Ergebnisse.

Auf der Kundenkonferenz �鶹ԭ��PHIRE NOW in Orlando konnte ich mich über die vielfältigen Möglichkeiten informieren, wie sich mit Unternehmenssoftware und Services von �鶹ԭ�� eine durchgängige Datenstrategie unterstützen lässt. Besonders gefallen hat mir, dass der Schwerpunkt der Veranstaltung auf der Erlebniswirtschaft lag. Für mich ist die Erlebniswirtschaft das ultimative Anwendungsszenario und Wertversprechen von Big Data: ein besseres Erlebnis für Kunden, Mitarbeiter und andere Stakeholder auf der Grundlage von neuen Erkenntnissen und Maßnahmen, die sich durch Analysen aus unseren Datenbeständen ableiten lassen. Eine Plattform für das Customer Experience Management (CXM), in deren Mittelpunkt Kundendaten stehen, kann ihr volles Potenzial dann entfalten, wenn sie sie im Einklang mit der unternehmensweiten Datenstrategie konzipiert, entwickelt und bereitgestellt wird.

Potenzial erkennen

In der Erlebniswirtschaft ist das Zusammenspiel der CXM-Plattform und der unternehmensweiten Datenstrategie entscheidend. Gemeinsam fungieren sie als das auf Hochglanz polierte Auto, das Ihr Unternehmen ans Ziel einer digitalen Transformation bringt, die erfolgreiche Umsetzung der Geschäftsziele ermöglicht und Ihnen Wettbewerbsvorteile verschafft. Es geht dabei nicht nur um eine erste Verabredung mit Ihren Daten. Sondern es geht um die langfristige strategische Aufgabe, das Potenzial der datenabhängigen und datenbezogenen Ressourcen Ihres Unternehmens zu nutzen.

Weitere Informationen

• Die besteht aus insgesamt fünf Blog-Beiträgen.
• Mit dem neuen von �鶹ԭ��, das sich speziell an Führungskräfte richtet und auf gängigen Kennzahlen und Best Practices beruht, können Sie sich einen Überblick über den Reifegrad Ihres Unternehmens verschaffen.
• Informieren Sie sich im Whitepaper , wie Ihre IT-Organisation und Datenexperten Informationen als strategischen Vorteil nutzen können.
• Erfahren Sie im Blog mehr darüber, weshalb das Datenmanagement eine wichtige Voraussetzung für die Nutzung von KI ist.

The post Entwicklung einer unternehmensweiten Datenstrategie appeared first on �鶹ԭ�� News Center.

An einem Montagvormittag Anfang Juli kamen rund 90 Frauen aus dem Tech-Bereich im �鶹ԭ�� Data Space zu einer Podiumsdiskussion über zusammen.

Organisiert wurde das Treffen von Women in Technology@�鶹ԭ�� zusammen mit dem Team von . Für all jene, die nicht persönlich dabei sein konnten, gab es einen Livestream auf dem Twitter-Account von �鶹ԭ�� Berlin, den sich rund 250 Interessierte live ansahen

„I have nothing to hide“, lautete die Überschrift des Treffens. Doch etwas zu verbergen, das hat wohl jede und jeder. In der Unterzeile stand die Auflösung: „Datenintegrität geht uns alle an. Jeder hat die Verantwortung, unsere Daten zu schützen.“

Weibliches Panel von IT-Sicherheitsexpertinnen

„Panels können auch so aussehen“, twitterte @KatjaGenz zu einem Foto mit vier Frauen und einem Mann auf dem Podium. Vier Sicherheitsexpertinnen unterschiedlicher Fachgebiete sprachen über die Bedrohungslandschaft, wie ihr begegnet werden sollte und welche Lösungsstrategien es gibt.

Bevor jedoch Elena Jolkver, Consultant Machine Learning und Business Analytics bei xValue, Alisha Andert, Head of Legal Innovation bei Flightright und René Bader, Lead Consultant bei NTT Security miteinander diskutierten, führte Birgit Hess, Cloud Security Awareness Lead bei �鶹ԭ��, in das Thema ein. Sie nahm anschließend ebenfalls an der von Tijen Onaran, CEO & Gründerin von GDW, moderierten Diskussion teil.

Birgit Hess über Datensicherheit: „Daten sind Geld“

Birgit Hess macht sich keine Illusionen über Datensicherheit: „Wo Geld ist, da ist Verbrechen. Und Daten sind Geld“, sagte sie. Ihre Kernbotschaft: Es wird in Zukunft zur entscheidenden Frage, ob man den Daten trauen kann.

Hess: „In fünf Jahren sprechen wir nicht mehr über , sondern über Real Data. Je mehr wir von Daten abhängig sind, desto mehr müssen wir sicherstellen, dass diese Daten verfügbar, sicher und genau sind“, sagte sie.

Abschreckendes und aufrüttelndes Beispiel seien „Deep Fakes“, Fälschungen von Bildern und Videos mittels . Ihre bisher erschreckendste Steigerung „Deep Nude“, per App gefälschte Nacktbilder, zeigten, „dass wir mehr zu verbergen haben, als wir vielleicht denken.“

Die Datenintegrität, die die Echtheit von Daten beweist, werde deswegen in Zukunft zu einer großen Sicherheitsherausforderung. Hess lobte die neue europäische Datenschutzgrundverordnung: „Alle beschweren sich, ich finde sie großartig, weil wir damit die Integrität der Daten bewahren.“

Die -Expertin glaubt an einen Paradigmenwechsel, wie Daten in Zukunft in Unternehmen verarbeitet werden. „Denn in dem Moment, in dem wir nachweisen können, dass die Daten wahr sind, werden sie zu einem geschäftlichen Wert“, sagte Hess.

Ihr Appell: „Jeder einzelne ist für Datensicherheit verantwortlich und muss darauf achten, echte Daten zu bekommen.“

Integration der Datensicherheit in die Firmenkultur

Als datengetriebenes Unternehmen sei man auf Daten angewiesen, ergänzte Alisha Andert von Flightright in der Diskussion. „Die Leute sagen: Datenschutz, das hat nichts mit mir zu tun. Jeder muss darüber nachdenken. Die Integration der Datensicherheit in die Unternehmenskultur muss am Anfang des Geschäfts stehen.“

Datensicherheit müsse als ein wesentlicher Bestandteil jeder Entwicklung in jeden Innovationsprozess von Anfang an einbezogen werden. „Für Startups wird es noch wichtiger, frühzeitig mit der Sicherheit zu beginnen, um sich später schützen zu können.“

Andert sei als Juristin nicht gegen Regulierungen, doch sie hinken immer hinterher, sagte sie. Die Verantwortlichen für Sicherheitsfragen der Unternehmen müssten den Sicherheitsherausforderungen aber immer fünf Schritte voraus sein, da die Regulierung oft fünf Schritte hinterher sei.

„Mit KI werden wir erfolgreicher unsere Daten schützen können, aber Hacker nutzen natürlich die gleiche Technologie, so bleibt es ein Kopf-an-Kopf-Rennen“ sagte Elena Jolkver von xValue.

Frauen in der IT: Networking nach der Podiumsdiskussion

Genauso wichtig wie die Einsichten der Podiumsdiskussion waren die anschließenden Gespräche während des Buffets in der �鶹ԭ�� Data Kitchen. Katrin Irmert, als Fellow von Women in Technology@�鶹ԭ�� eine der Organisatorinnen der Veranstaltung, sagte: „Es gibt sehr viele leistungsfähige Frauen im Tech-Bereich, doch sie sind nicht so sichtbar. Das wollen wir ändern.“ Bei �鶹ԭ�� sind rund 30 Prozent der über 96.000 Mitarbeiter weiblich.

Lone Aggersbjerg, Vice President Operations im Entwicklungsbereich bei �鶹ԭ��, hat die Initiative 2017 ins Leben gerufen und sie zuletzt auch als Sponsorin unterstützt. „Es soll eine funktions- und ebenen-übergreifende Plattform sein, um die Rolle von Frauen in der Technologie bei �鶹ԭ�� zu erkunden, zu fördern und Netzwerke zwischen gleichgesinnten Kolleginnen zu unterstützen.“

Um die Sichtbarkeit der �鶹ԭ��-Frauen zu erhöhen, können sich interessierte �鶹ԭ��-Mitarbeiterinnen zudem auf der Seite als RednerInnen in eine Datenbank eintragen.

Neben externen Veranstaltungen, beispielsweise in Zusammenarbeit mit Global Digital Women, organisiert das Frauen-Netzwerk regelmäßig �鶹ԭ��-interne Veranstaltungen, wie Vorträge und Podiumsdiskussionen, sowohl am Hauptsitz in Walldorf als auch an anderen �鶹ԭ��-Standorten in Ländern wie Indien und Kanada.

Über Global Digital Women

Global Digital Women bietet Gestalterinnen der Digitalbranche die Möglichkeit zur weltweiten Vernetzung. Jährlich verleiht das Unternehmen den „Digital Female Leader Award“ an Frauen, die sich erfolgreich in der Digitalwirtschaft behaupten.

Die Nominierungsphase für die 18 verschiedenen Kategorien des diesjährigen Awards läuft noch bis zum 31. Juli 2019. So gewann Lone Aggersbjerg von �鶹ԭ�� den Preis in der Kategorie Diversity im Jahr 2018 für ihren Einsatz für die Frauen bei �鶹ԭ�� mit ihrer Initiative Women in Technology@�鶹ԭ�� sowie dem Speaker-Portal Technically Speaking.

Weitere Informationen:

The post IT-Sicherheit: „In fünf Jahren sprechen wir vor allem über Real Data“ appeared first on �鶹ԭ�� News Center.

Führende Unternehmen dieser unterschiedlichen Branchen nahmen an einer auf der jüngsten teil und berichteten auf der Bühne, wie sie innovative Technologien einsetzen, um eine erstklassige Customer Experience zu erzielen.

Bumble Bee – Geschäft und Zweck mit Blockchain in Einklang bringen

Tony Costa, Senior Vice President und Chief Information Officer bei Bumble Bee Foods, berichtete wie der größte Produzent von Fischkonserven in den USA seine Begeisterung für Lebensmittelsicherheit und Nachhaltigkeit in ein gemeinsames Innovationsprojekt mit �鶹ԭ�� kanalisiert hat. Das Unternehmen nutzt , um die Reise von Gelbflossenthun vom indonesischen Ozean bis auf die Teller der Verbraucher in der ganzen Welt zu verfolgen. „Als Lebensmittelproduzent wissen wir, dass�� Rückverfolgbarkeit, Transparenz und vor allem Lebensmittelsicherheit sehr wichtig für Kunden und Einzelhändler sind“, erklärte Costa. „Die Geschäftspartner und die Technologie zusammenzubringen, war unglaublich gut.“

Die Entwicklung eines Wertversprechens ließ sich laut Costa auf zurückführen. „Wir hatten ein gutes Geschäftsmodell und einen guten Anwendungsfall. Also nutzten wir Design Thinking, um einen Überblick über die verschiedenen Personas entlang unserer Lieferketten zu erhalten. Dies sind die Fischer, die Käufer und die Lebensmittelverarbeiter. Gemeinsam mit den �鶹ԭ��-Teams sind wir jeden Einzelnen von ihnen durchgegangen, um das Wertversprechen herauszuarbeiten.“

National Hockey League – mit Echtzeitdaten die Customer Experience verbessern

Die stärkste Eishockey-Liga der Welt, die National Hockey League (NHL), zählt heute 260 Millionen Fans. In ihrer über 100-jährigen Geschichte hat sie ihre Fans immer wieder mit innovativen Kundenerlebnissen begeistert. Nun arbeitet die NHL mit �鶹ԭ�� zusammen, um auf dieser Erfahrung aufzubauen. „Wir arbeiten mit �鶹ԭ�� zusammen, um durch die Nutzung von Technologie sicherzustellen, dass der Eishockeysport weiter wachsen wird“, sagte David Lehanski, Senior Vice President des Bereichs Business Development and Global Partnerships bei der National Hockey League. „Wir wollen unsere Fangemeinde vergrößern, das Spiel auf dem Eis für Trainer, Spieler und Funktionäre verbessern und zusätzliche Einnahmen durch Technologie generieren.“

Damit kommt die NHL ihren Fans, Spielern, Trainern und Geschäftsführern entgegen, die sich Echtzeitdaten während der Spiele wünschen. Anstelle papierbasierter Ausdrucke vor und nach den Spielen, stehen den Trainern die Analysen sofort auf ihren Mobilgeräten zur Verfügung.

„Wenn die Spieler vom Eis gehen, können sie ihr Mobilgerät nehmen und schauen, was gerade passiert ist, um ein sofortiges Feedback zu ihrer Leistung zu erhalten“, erklärte Lehanski. „Wir sind der erste Sport in Nordamerika, der Echtzeit-Analysen auf den Bänken zur Verfügung stellt. Wir wussten, dass die Technologie von großem Nutzen sein würde … In Zusammenarbeit mit �鶹ԭ�� ist eine Lösung entstanden, die von der gesamten Liga genutzt werden kann. Jedes einzelne Team kann sie einsetzen und anpassen. So können wir einen ausgewogenen Wettbewerb gewährleisten. … Wir möchten, dass alle Teams Zugang zu dieser Art von Daten haben.

Topcon – Nachhaltigkeit und Effizienz vom Erzeuger bis auf den Tisch

Kris Cowles, Vice President von Global Applications IT bei Topcon, sprach über die Rolle von Technologien wie dem Internet der Dinge (IoT) bei der Umsetzung des Leitziels ihres Unternehmens, die landwirtschaftlichen Betriebe angesichts des massiven Bevölkerungswachstums nachhaltiger und produktiver zu machen.

„Die Möglichkeit, physisch aufzuzeichnen, was etwas tut und mit welcher Geschwindigkeit, den Nitratgehalt des Bodens zu bestimmen oder die Ernteerträge zeitlich abzubilden ist erstaunlich“, betonte Cowles. „Wir können Bodenverluste überwachen und somit Sicherheit gewährleisten. Mithilfe unserer Fernerkundung können wir natürliche Lebensräume überwachen, ohne dass ein Mensch sich dort hinbegeben muss.“

Im ständigen Dialog mit �鶹ԭ�� zu stehen und die Produkt-Roadmap im Hinblick auf das schnell wachsende Geschäft von Topcon zu besprechen, hat sich laut Cowles positiv auf die Wettbewerbsfähigkeit und das Kundenerlebnis ausgewirkt. Sie gab Unternehmen den Rat, die Technologie, den Anwendungsfall und das Risikoprofil zu prüfen, wenn sie darüber entscheiden, wie und wann Innovationen eingeführt werden sollen.

American Airlines – Belegschaft als Differenzierungsmerkmal

Als American Airlines und US Airways sich zur weltgrößten Fluggesellschaft vereinten, war die oberste Priorität die Schaffung einer People-First-Kultur. „Unser Anspruch war es, die größte Airline der Welt zu sein“, erklärte Mark Mitchell, Managing Director von HR Shared Services bei American Airlines. „Wir mussten eine mitarbeiterorientierte Kultur schaffen, um auch unseren Kunden ein erstklassiges Erlebnis zu bieten. … Wir mussten unseren Mitarbeitern ein einheitliches und vor allem nahtloses Erlebnis bieten, … um all unsere Geschäftsergebnisse zu verbessern. Mitarbeiter machen den Unterschied. Wir nutzen die �鶹ԭ��-SuccessFactors-Suite, um sicherzustellen, dass wir differenzieren, was für unsere Kunden wichtig ist.

Auf den ersten Blick mögen Flugzeuge, Profisport, Thunfisch und Landwirtschaft vielleicht nicht viel gemeinsam haben. Doch diese Unternehmen sind alle daran interessiert, mit den neuesten Technologien differenziert auf die Wünsche der Kunden einzugehen.

The post Customer Experience: Neue Kundenerlebnisse beim Skaten, Fischen, Züchten, Fliegen appeared first on �鶹ԭ�� News Center.

auf der erläuterte Shawn Brodersen, Global Vice President und �鶹ԭ�� CTO bei HCL Technologies Ltd., wie manche Marktführer dieses enorme Potenzial bereits für sich entdeckt haben: „Erst das Zusammenspiel dieser Technologien ermöglicht es, optimierte Prozesse zu realisieren sowie Technologien für maschinelles Lernen einzusetzen und das Wissen und die Fähigkeiten, die daraus gewonnen werden, zu nutzen, um sich zu einem intelligenten Unternehmen zu entwickeln.“

Ein Pharmaunternehmen etwa verbesserte die Mitarbeitermotivation durch und dialogorientierte künstliche Intelligenz (KI). Und eine Großbank straffte ihre Dokumentationsprozesse für den Einkauf. Ein weiteres Beispiel ist ein globales Öl- und Gasunternehmen, das einen FAQ-Bot für die Personalabteilung entwickelte und dabei dialogorientierte KI, maschinelles Lernen und intelligente RPA verknüpfte.

Brodersen vom �鶹ԭ��-Partner HCL Technologies gesellte sich zu Markus Noga, Leiter des Bereichs Machine Learning bei der �鶹ԭ��, auf die Bühne. Noga sagte, dass die �鶹ԭ�� intelligente Funktionen in alle größeren Geschäftsbereichsanwendungen des Unternehmens integriert habe. Er unterteilte Bots in drei Hauptkategorien: Automatisierung, Dialog und Intelligenz.

Tools für Automatisierung rund um die Uhr

Mit Automatisierung ist nicht unbedingt der Einsatz von Industrierobotern gemeint, die am Fließband Werkstücke montieren. Hier geht es um Softwareroboter, die tägliche Aufgaben wie in der Rechnungsstellung und Kreditorenbuchhaltung beschleunigen und damit Geschäftsprozesse optimieren.

„Wenn wir Bots aktivieren, die Tag und Nacht arbeiten, nehmen sie Mitarbeitern die Arbeit ab. Diese Automatisierungstools stärken typische menschliche Fähigkeiten und können mit cloudbasierten Dashboards der �鶹ԭ�� überwacht werden“, sagte Noga. „Unternehmen können die Aktivitäten dieser Tools einsehen und verfolgen, wie sich diese im System von �鶹ԭ�� S/4 HANA anmelden, die entsprechenden Felder auswählen, diese mit Informationen aus den Rechnungen füllen, die durch maschinelles Lernen gewonnen wurden, und dann den Geschäftsprozess anstoßen.“

Bots und Menschen für Dialoge

Während manche Kritiker die Kommunikation mit Menschen oder Maschinen nur getrennt betrachten, zeigte Noga, wie gesprochene Sprache für Dialoge sowohl mit Mitarbeitern als auch mit Bots in wichtigen Bereichen wie dem Kundenservice noch besser genutzt werden kann.

„Wir haben mehr als 120.000 Bots, die wir auf der Plattform entwickelt haben. Und zwar durch ein offenes Partnernetz aus über 60.000 Entwicklern und unseren großen Kunden“, unterstrich er. „Unternehmen können ihren Kundenservice erheblich verbessern, wenn sie in ihren täglichen Prozessen Bots nutzen. Wenn Bots und Mitarbeiter kombiniert werden, erreichen sie Erstlösungsraten von 90 Prozent, eine korrekte Anrufweiterleitung von 90 Prozent und dreimal schnellere Gespräche mit Kunden.“

Außerdem können immer leichter Bots entwickelt werden, die anhand von Regelungen und Berechtigungen im Unternehmen Entscheidungen treffen können. So können Bots zum Beispiel betriebsinterne Dokumente mit FAQs und Richtlinien im Reise- und Reisekostenmanagement lesen. Mit nur einem Klick ist ein Bot in der Lage, Fragen von Mitarbeitern zu beantworten, die wissen möchten, wann sie für eine Geschäftsreise Business Class buchen dürfen.

Richtige Daten sind die Voraussetzung für Künstliche Intelligenz

Entscheidungsträger wissen, dass es bei Intelligenz auf die Datenqualität ankommt. Noga zeigte, wie Unternehmen mit der Plattform , die KI und maschinelles Lernen bündelt, ihre Geschäftsprozesse intelligenter gemacht haben. Jede Branche verfügt über beträchtliche Datenmengen an vielen verschiedenen Orten. Mithilfe von Softwarerobotern können die richtigen Daten erfasst und die gewonnenen Erkenntnisse dort genutzt werden, wo sie Kunden einen Mehrwert bieten. Noga berichtete, dass ein Hersteller von Präzisions- und Zerspanungswerkzeugen seine Produktivität um 20 Prozent steigern konnte, indem er mit unterschiedliche Arten von Daten aus verschiedenen Geräten extrahierte.

„Dies führte zu einer viel geringeren Fehlerquote im Vergleich zur manuellen Datenerfassung“, erläuterte Noga. „Wir helfen auch Automobilverkäufern und -herstellern, die Preise auf dem Gebrauchtwagenmarkt genauer zu verstehen. Sie sind so in der Lage, historische Absatzdaten mit bildbasierten Informationen über den aktuellen Fahrzeugzustand zu kombinieren. Unsere intelligenten Technologien setzen somit neue Maßstäbe, um von Daten zu Intelligenz zu gelangen.“

Mensch und Maschine

Bei allen Bedenken gegenüber künstlicher Intelligenz wird leicht vergessen, welche gewaltigen Möglichkeiten sich ergeben, wenn diese Neuerungen kombiniert werden. Intelligente Bots nutzen Bildverarbeitung, um Dokumente zu bereinigen und damit�� maschinell besser lesbar zu machen. Sie können durch Texterkennung schnell Daten in gedruckten und handgeschriebenen Texten durchsuchen. Durch Verarbeitung natürlicher Sprache können Dokumente klassifiziert oder auch eine semantische Suche durchgeführt werden.

Zusammen können Menschen und Maschinen das Wachstum von Unternehmen entschieden vorantreiben.

The post Schnellerer Kundenservice mit KI durch Kombination aus Mensch und Maschine appeared first on �鶹ԭ�� News Center.

Fernseher, Röntgengeräte, Fitnessarmbänder oder Produktionsmaschinen – im vergangenen Jahr waren weltweit schätzungsweise rund 21 Milliarden Geräte mit dem Internet verbunden. Und es werden täglich mehr: 2022 sollen es Marktforschern zufolge bereits über 50 Milliarden sein. Anders gesagt: Die Zahl der Objekte und Sensoren im Internet der Dinge (Internet of Things/IoT) wird sich innerhalb der nächsten drei Jahre mehr als verdoppeln. Und alle funken Informationen! Schon jetzt werden allein im Internet minütlich 3,4 Millionen Gigabyte an neuen Daten produziert. „Wer es schafft, aus dieser Datenflut relevante Informationen zu generieren und diese in einen wertschöpfenden Kontext zu bringen, wird am Markt künftig die Nase vorn haben“, ist Ramin Mirza, Head of Platform & Technologies bei �鶹ԭ�� Deutschland überzeugt.

Datenstrategien sind noch Mangelware

Mirza empfiehlt CIOs deshalb, dafür möglichst zeitnah die richtigen Weichen zu stellen. „Konkret heißt das: Unternehmen müssen nicht nur in der Lage sein, eine Vielzahl von Daten aus unterschiedlichen Quellen zu visualisieren und zu analysieren“, so Mirza. Es gehe vor allem auch darum, auf dieser Basis Problemlösungen und Konzepte für neue Geschäftsmodelle proaktiv zu entwickeln. Er nennt das „#GiveDataPurpose“.

Dazu braucht es vor allem eins: eine fundierte Datenstrategie. Und genau die steht bei vielen Unternehmen nicht im Vordergrund. „Unternehmen haben in der Regel zwar HR-, Produkt- und Vertriebsstrategien, über Datenstrategien denken die meisten dagegen aber nicht nach“, so der �鶹ԭ��-Experte. Aus seiner Sicht eine Chance, die Unternehmen auf jeden Fall nutzen sollten. Eine besagt in diesem Zusammenhang sogar, dass bis 2027 weltweit 75 Prozent aller Unternehmen vollständig digitalisiert sind und die übrigen mittelfristig vom Markt verschwinden werden. Vor diesem Hintergrund empfiehlt Mirza CIOs deshalb, sich aktiv mit der Datenstrategie im eigenen Unternehmen zu beschäftigen.

Schließlich liefern Daten die Grundlage für eine Vielzahl innovativer Anwendungen: So nutzen Fußballtrainer schon heute Sensorik und Echtzeit-Datenanalysen, um die Spieltaktik ihrer Mannschaft variabel an unterschiedliche Gegner anzupassen. Und noch ein Beispiel aus dem Sport: „Mit unserer �鶹ԭ��-Technologie können wir Spitzensportlern auch während eines Wettkampfes relevante Echtzeitdaten liefern. Welche Wettbewerbsvorteile das bringt, weiß beispielsweise der zweimalige Ironman-Sieger und Weltmeister Patrick Lange aus eigener Erfahrung“, erzählt Mirza.

Zukünftig sollen zudem intelligente Medizinprodukte auf Basis digitalisierter Vitaldaten einen Herzinfarkt direkt erkennen können und automatisch Alarm schlagen. Zugleich ebnen Daten den Weg zu ganz neuen Kundenerfahrungen: „So könnten beispielsweise Sensoren den aktuellen Flüssigkeitshaushalt eines Menschen kontinuierlich überwachen und sich mit anderen Geräten darüber austauschen. Bedeutet konkret: Ist jemand dehydriert und betritt einen Supermarkt, erfährt der Supermarkt umgehend, dass der Kunde zu wenig getrunken hat, und weist ihn auf Sonderangebote im Getränkebereich hin“, nennt der �鶹ԭ��-Experte ein Beispiel möglicher Zukunftsszenarien.

Voraussetzung dafür: eine ganzheitliche Datenstrategie. Sie legt fest, wie heterogene Datensilos zusammengeführt werden, erstellt Datenpipelines, zeigt Informationslücken auf und definiert datenbasierte Entscheidungshilfen für eine gezielte Unternehmensentwicklung. Um aus den Datenfluten echten Mehrwert zu schöpfen, müssen Informationen aus Businessapplikationen, sozialen Medien, dem Internet der Dinge, von Kunden und anderen Quellen nahtlos miteinander verknüpft und ganzheitlich ausgewertet werden.

Leistungsstarke Werkzeuge für das Datenmanagement

Aktuell erschweren über Jahre gewachsene IT-Landschaften das ganzheitliche Datenmanagement noch. Heterogene Systeme, abgeschottete Datensilos und die Vielzahl unterschiedlicher Quellen bremsen dementsprechend viele Unternehmen bei der Entwicklung innovativer Prozesse und Geschäftsmodelle aus. Umso wichtiger ist es, mit geeigneten Modellen und Werkzeugen die Transformation der eigenen IT-Systeme voranzutreiben. „Daten müssen als wertschöpfendes Asset wahrgenommen und nutzbar gemacht werden“, unterstreicht Mirza. Und verspricht: „Wir helfen dabei.“

Das erforderliche Rüstzeug für ein zukunftsorientiertes Datenmanagement liefert das Intelligent-Enterprise-Portfolio von �鶹ԭ��. Und zwar nicht nur im reinen �鶹ԭ��-Umfeld. Auch für die Integration und die Auswertung von Daten aus anderen Quellsystemen bietet es eine Vielzahl passender Datenmanagementwerkzeuge. „Wichtig ist, dass Unternehmen eine Vision haben, wie sie ihre derzeitigen Geschäftsprozesse und -modelle durch datengetriebene Verfahren weiterentwickeln können“, resümiert Mirza. �鶹ԭ�� liefert das Fundament, um die Visionen anschließend auch zu verwirklichen. „Denn wir haben auf der technischen Ebene die Möglichkeit, Datentöpfe anzuzapfen, aufzubereiten und zu analysieren – um daraus Datenströme zu generieren, die die Entwicklung neuer Handlungs- und Geschäftsfelder maßgeblich unterstützen.“

The post Wozu braucht ein Unternehmen eine Datenstrategie? appeared first on �鶹ԭ�� News Center.

Beim Umstieg auf die Cloud verlangen Unternehmen mehr Transparenz und Kontrolle für ihre geschäftskritischen und sensiblen Daten in der Cloud. Da das Thema Governance, Risikomanagement und Compliance (GRC) bei Daten heute von sehr großer Bedeutung ist, haben Kunden die �鶹ԭ�� und Microsoft um Hilfe gebeten.

Die �鶹ԭ�� und Microsoft haben daher beschlossen, ihre Partnerschaft auszubauen.�� Im September 2018 kündigten �鶹ԭ�� die Absicht an, das Software-as-a-Service(SaaS)-Angebot für �鶹ԭ��-Kunden auf Microsoft Azure zur Verfügung zu stellen.

Nun ist �鶹ԭ�� Data Custodian für Microsoft Azure allgemein verfügbar. Im Rahmen dieser Initiative haben die �鶹ԭ�� und Microsoft nichts unversucht gelassen, um den gemeinsamen Kunden ein Höchstmaß an Data Governance und Compliance zu bieten. Microsoft konnte als Beta-Kunde von �鶹ԭ�� Data Custodian für �鶹ԭ�� SuccessFactors auf Microsoft Azure gewonnen werden.

Die �鶹ԭ�� ist Marktführer im Bereich GRC und weist eine hervorragende Erfolgsbilanz beim Schutz von Kundendaten auf. Microsoft ist führend beim Schutz von Kundendaten in der Cloud und bietet ein umfangreiches Sortiment von Tools für Sicherheit und Compliance. �鶹ԭ�� Data Custodian ist eine erstklassige Lösung für Daten-Compliance und Datenschutz. Sie kombiniert das umfassende Know-how der �鶹ԭ�� im Bereich Governance, Risikomanagement und Compliance mit den leistungsfähigen integrierten Sicherheits- und Kontrollfunktionen in Microsoft Azure.

�鶹ԭ�� Data Custodian: Compliance und Datenschutz von Cloud-Daten in der gesamten Architektur

Unternehmen müssen unterschiedliche Datenschutzvorschriften in vielen verschiedenen Regionen und Ländern wie Europa, Saudi-Arabien, Australien, Singapur und USA berücksichtigen. Viele dieser Vorschriften verlangen, dass spezielle Kategorien der Cloud-Daten unserer Kunden hinsichtlich Datenplatzierung und ­zugriff lokalisiert werden.

�鶹ԭ�� Data Custodian für Microsoft Azure bietet neue Funktionen, die komplexen Anforderungen für Compliance und Datenkontrolle gerecht werden. Der �鶹ԭ�� war es sehr wichtig, neue, leistungsstarke Kontrollfunktionen zur Datenplatzierung bereitzustellen, damit Kunden ihre Daten oder bestimmte Datenkategorien in einem einzelnen Land oder bestimmten Regionen flexibel gemäß der erforderlichen Datenhoheit einschränken können.

Außerdem sind Unternehmen durch die neuen Funktionen zur Zugriffskontrolle in der Lage, Richtlinien für den Datenzugriff festzulegen, um den Zugriff auf ihre Daten aus bestimmten Ländern oder Regionen aufgrund von Datenschutzvorschriften oder Geschäftsabläufen zu beschränken.

Mit der Unterstützung der gesamten Architektur bietet die �鶹ԭ�� diese neuen Funktionen nicht nur für die Services der zugrunde liegenden Cloud-Infrastruktur, sondern auch für �鶹ԭ��-Anwendungen, die auf den Cloud-Infrastruktur-Services aufsetzen. Nun sind auch datenbankspezifische Funktionen für �鶹ԭ�� HANA und anwendungsspezifische Funktionen für �鶹ԭ�� S/4HANA abgedeckt. Mit �鶹ԭ�� Data Custodian als durchgängiger Lösung für Compliance und Datenschutz profitieren Kunden damit von einem vereinfachten Datenschutz.

Die �鶹ԭ�� verspricht, mit �鶹ԭ�� Data Custodian einzigartige Funktionen für Compliance und Datenschutz bereitzustellen. Deswegen arbeitet die �鶹ԭ�� an neuen Funktionen für die Zukunft. Dazu zählen integrierte Vorlagen für unterschiedliche gesetzliche Regelungen wie die Datenschutz-Grundverordnung (DSGVO), das chinesische Cybersicherheitsgesetz (China Cybersecurity Law, CCSL) und das Cloud Computing Regulatory Framework (CCRF), aber auch kontextbezogene Zugriffskontrolle für Anwendungen und Datenmaskierung sowie ein cloudübergreifender Schlüsselverwaltungsdienst, der Kunden vollständige Kontrolle über ihre Daten ermöglicht.

Click the button below to load the content from YouTube.

Always allow YouTube

• .
• Weitere Informationen finden Sie auch im Bereich . Oder kontaktieren Sie uns per E-Mail unter �鶹ԭ��_DataCustodian@sap.com.

Thomas Saueressig ist President von Product Engineering bei der �鶹ԭ�� SE.
Thomas Lee ist Global Vice President von GCS Multicloud bei der �鶹ԭ�� SE.

The post Allgemeine Verfügbarkeit von �鶹ԭ�� Data Custodian für Microsoft Azure appeared first on �鶹ԭ�� News Center.

Die letzten Wochen waren turbulent für , Gründer und CEO von . Die ersten Monate des Jahres sind wie im Flug vergangen��– mit dem Gewinn des 2019 Innovation Showcase auf dem in London, der Teilnahme an der und der Führung seines Unternehmens im Silicon Valley.

Guloy war seit jeher klar, dass er sich im Berufsleben der Nachhaltigkeit widmen wollte. Der Filipino-Amerikaner der ersten Generation trat in die Fußstapfen seines Vaters. Er machte an der Northwestern University einen Abschluss in anorganischer Chemie und Materialchemie. Danach ging er in die Pharmaindustrie. Persönliche Erfahrungen mit den Lücken in der Tiergesundheitsversorgung spornten seinen Unternehmergeist an. Alles begann mit Sir Francis Drake, Guloys geliebtem Schnauzer-Yorkshire-Mix. „Meinem Hund ging es sehr schlecht, und es dauerte lange, bis man herausfand, was ihm fehlte“, erinnert sich Guloy. „Durch diese Erfahrung wurde mir klar, dass die Tiermedizin immer noch sehr undurchsichtig ist. In gewissem Maße ist sie eher so etwas wie eine Kunst als eine präzise Wissenschaft.“

Guloy beschloss, eine Gesundheitsmanagementplattform für Begleit- und Haustiere zu entwickeln, und gründete Rex. Als er sich in die Materie vertiefte, erkannte er, dass eine solche Technologie sehr viel umfassender Anwendung finden konnte, vor allem in der Viehwirtschaft: „Ich habe gesehen, dass mangelnde Biosicherheit in Viehbeständen im Zusammenhang mit dem Krankheitsmanagement die Lebensmittelsicherheit gefährdet. Angesichts der zunehmenden Bedrohung, die Antibiotikaresistenzen in Viehbeständen für die Gesundheit des Menschen darstellen, wollte ich mich darauf konzentrieren.“

Viel Potential beim Thema Tiergesundheit

Tiergesundheit ist ein Wachstumsmarkt. Schätzungen zufolge dürfte bis 2026 erreicht werden. Doch bei der Erforschung und dem Management von Krankheiten hält sich der technologische Fortschritt in der Branche sehr in Grenzen, besonders in der Viehwirtschaft. In landwirtschaftlichen Betrieben entlang der Logistikkette werden riesige Mengen von genetischen Daten und Gesundheitsdaten – oftmals in Papierform – gesammelt. Meist werden diese aber nicht intensiv genutzt, um die Tiergesundheit zu verbessern und zu einer Präzisionsmedizin zu gelangen.

Angesichts dieser strukturellen Probleme in der Branche verfolgt die Plattform von Rex einen dreigleisigen Ansatz. Dieser soll die Proteinversorgungskette transparenter machen und Forschung und Entwicklung (F&E) mit der Endverbrauchererfahrung verbinden:

• Papierdokumente werden mit optischer Zeichenerkennung (Optical Character Recognition, OCR) in digitale Datensätze umgewandelt.
• Datensätze aus verschiedenen Quellen werden harmonisiert.
• Von Rex entwickelte Algorithmen für maschinelles Lernen werden auf die Daten angewendet, um Krankheiten in der Herde vorherzusagen, zu verhindern und präzise zu managen.

Seit der Unternehmensgründung 2015 haben 23 Geschäftskunden in ein paar Tausend landwirtschaftlichen Betrieben in den USA, Südamerika und Südostasien Rex erprobt, und die Erfolgsgeschichten sind schier unglaublich. „Am spannendsten war ein Fall aus der Geflügelwirtschaft“, erzählt Guloy. „Ein Unternehmen verlor Hunderttausende Hühner. Was man für eine Antibiotikaresistenz gehalten hatte, stellte sich schließlich als Gendefekt heraus, gegen den man dann einen Nahrungszusatz geben konnte. Das wäre nicht möglich gewesen, hätten wir nicht die Daten zur Gesundheit und Fütterung mit den genetischen Daten der Tiere an einem zentralen Ort zusammenführen können.“

Accelerator-Programm fördert Start-ups

Um das Unternehmenswachstum weiter zu fördern, stieß Guloy im Januar��2019 zur �鶹ԭ��.iO Foundry New York. Rex ist eines von acht Start-ups, die am Accelerator-Programm für junge Technologieunternehmen teilnehmen.��Zur derzeitigen Gruppe vom Winter��2019 gehören Unternehmen, die Lösungen entwickeln, die für einen Arbeitsalltag ohne Vorurteile (Business Beyond Bias) stehen oder Nachhaltigkeit ��ö��������.

In enger Zusammenarbeit mit Mentoren und dem Branchenteam der �鶹ԭ�� denkt Guloy darüber nach, den Funktionsumfang von Rex zu erweitern: „Als wir uns für �鶹ԭ��.iO Foundries bewarben, wollten wir ursprünglich lernen, wie wir mit unserer Datenlösung in nachgelagerten Teilen der Lebensmittelkette noch mehr erreichen können. Tatsächlich stießen wir aber auf sehr interessante Chancen in vorgelagerten Teilen der Lebensmittelkette. Besonders an der Schnittstelle zwischen Pflanzen und Vieh, wo wir verstehen wollen, wie sich die Pflanzengenetik auf die Viehproduktion auswirken kann. Wir gelangen damit weiter in die vorgelagerten Bereiche, aber wir haben wirklich die Chance, auf die gesamte Lebensmittelkette vom Bauernhof bis zum Teller Einfluss zu nehmen.“

Guloy freut sich auf den Rest des Programms: „Wir konzentrieren uns darauf, uns bei den Kunden breiter aufzustellen und mit der Hilfe der �鶹ԭ�� weitere Analysemodule zu entwickeln. Die Zukunft hält noch viel mehr Aufregendes bereit.“ Besonders gespannt blickt er auch dem Demo Day am 24. April entgegen: „Die Gespräche, die wir bisher geführt haben, haben uns auf die Idee gebracht, das Unternehmen in Rex AG Labs umzubenennen.“

.

The post New Yorker Start-up Rex nutzt Big Data für die Tiergesundheit appeared first on �鶹ԭ�� News Center.

Herr Heinrich, Sie sind als Director bei Deloitte seit Jahren an Finanztransformationen beteiligt. Dabei haben Sie sich auch intensiv mit dem Konzern–Reporting und der Konsolidierung befasst. Wo sehen Sie die aktuellen Herausforderungen?

Jens Heinrich:��Unternehmen beschäftigen sich gerade damit, ihre Geschäftsmodelle an das digitale Zeitalter anzupassen. Damit ändern sich auch die Anforderungen an das Reporting und die Konsolidierung. Zahlreiche B2B-Unternehmen beispielsweise öffnen sich nun dem B2C-Markt, darunter die Automobilhersteller. Jahrzehntelang lief bei denen alles über Großhändler. Jetzt machen sie zusätzlich direkt Geschäfte mit den Endkunden, bieten etwa digitale Services wie einen Parkpiloten an. Dafür muss der Autobauer aber plötzlich Dinge über die Kunden wissen, über die er sich nie Gedanken gemacht hat. Welche Profitabilität kann ich mit welchem Kunden erwarten? Wie sieht der Kundenlebenszyklus entlang meines Portfolios aus? Um das zu erfahren, braucht man weltweit konsolidierte Daten zu Kunden, Regionen und Produkten.

Herr Steuck, als �鶹ԭ�� S/4HANA Solution Advisor Finance bei �鶹ԭ�� Deutschland kennen Sie das �鶹ԭ��-Portfolio genau. Lassen sich die Anforderungen an die Konsolidierung nicht schon mit den aktuellen Konsolidierungslösungen abbilden?

Michael Steuck:��Grundsätzlich sind die bisherigen �鶹ԭ��-Lösungen für die Konsolidierung sehr ausgereift. Das Prinzip dahinter war immer, die für die Konsolidierung erforderlichen Informationen aus allen Einzelbelegen herauszulösen und dann mithilfe eines zusätzlichen Tools zusammenzuführen und abzugleichen. Das ist ein klar definierter Prozess, der zu festen Zeitpunkten ansteht und gut funktioniert. Inzwischen aber ändern sich die geschäftlichen Rahmenbedingungen so schnell, dass ich mit dieser Art der Konsolidierung nicht mehr flexibel genug reagieren kann. Ich brauche heute konzernweite Transparenz. Der Trend geht beispielsweise zu kurzfristigen Finanzprognosen auf Basis intelligenter Algorithmen. Die brauchen ihre Datenbasis sofort, nicht erst am Ende einer Periode.

Jens Heinrich:��Die heute nötige Transparenz kann mit den aktuell verfügbaren Tools nicht durchgängig und vollständig hergestellt werden. In der Konzernkonsolidierung wird heute mit aggregierten Daten gearbeitet, die periodisch aus der ERP-Ebene übergeben werden. Detailauswertungen sind dadurch natürlich nur begrenzt möglich. An dieser Stelle sehe ich persönlich den spannendsten Wandel: Dank der Performance heutiger In-Memory-Technologien wie können wir größere Datenmengen verarbeiten und zukünftig auf Einzelbelegebene konsolidieren. Mit einer modernen Konsolidierungslösung werde ich also in der Lage sein, ad-hoc konsolidierte steuerungsrelevante Daten flexibler zu ermitteln und zur Verfügung zu stellen. Das heißt, es entstehen viel präzisere Berichte und Prognosen. Und das natürlich auch schneller, weil Prozessschritte wegfallen.

Was steckt technisch dahinter?

Michael Steuck:��Der Schlüssel ist ein neues Datenmodell, das wir mit im Finanzwesen eingeführt haben. Es stellt eine einheitliche Quelle für alle Daten aus dem Rechnungswesen zur Verfügung. In dieses Universal Journal integrieren wir nun auch die konzernweite Finanzkonsolidierung. Wir haben also keine getrennten Systemwelten mehr. Ein Reporting, für das ich früher Stunden, manchmal sogar Tage brauchte, geht dann ad hoc.

Jens Heinrich:��Das verändert auch die Art und Weise, wie Unternehmen an den Berichtsprozess herangehen. Bislang haben sie am Periodenende konsolidiert. Nun können sie auch unterperiodisch verlässliche Zahlen ermitteln, die sich dann für die Unternehmenssteuerung heranziehen lassen. Ein wertvoller Informationsvorsprung gegenüber Wettbewerbern. Und ich kann mit dem Universal Journal noch eine weitere Herausforderung lösen – nämlich das externe Rechnungswesen einfacher in ein internes Management-Reporting überführen. Ein Drittel der Konzerne verwendet für beides noch immer getrennte Systeme und Prozesse. Das ist aufwändig und fehleranfällig.

Eine einheitliche Datenquelle für alle Gesellschaften und Aufgabenfelder: Das ist eine Vision von vielen Unternehmen. Die Realität sieht aber oft anders aus.

Michael Steuck:��Tatsächlich steigen seit der Einführung von immer mehr Unternehmen auf eine One-ERP-Strategie um. Aber natürlich ist uns klar, dass wir nicht-angebundene Gesellschaften auch künftig unterstützen müssen. Dazu bieten wir flexible Möglichkeiten an – vom manuellen Daten-upload bis zum halbautomatisierten Meldevorgang. Diese Möglichkeiten gab es bereits in der Vergangenheit und wir werden sie natürlich auch in der Zukunft unterstützen. Doch das Alleinstellungsmerkmal der neuen Lösung ist der integrierte Ansatz: Einzelabschluss und Gruppenabschluss erfolgen in einem System und auf einem Datenmodell, also „embedded“. Nach der manuellen Konsolidierung, der Konsolidierung per Excel und dem Einsatz spezieller Konsolidierungssoftware eröffnen wir jetzt mit dem integrierten Ansatz die nächste Epoche: Konzernkonsolidierung 4.0.

Jens Heinrich:��Man muss wissen: Die neue Group-Reporting-Lösung von �鶹ԭ�� lässt sich implementieren, ohne gleich komplett auf �鶹ԭ�� S/4HANA umzusteigen. Einerseits kann dies sinnvoll in die-Gesamtstrategie passen und andererseits wird die Lösung mit dem nächsten Release alle Anforderungen an eine Konsolidierungslösung erfüllen. Unternehmen können sofort loslegen und das volle Potenzial des Universal Journals dann eben später heben.

Michael Steuck:��Je nach Wunsch kann ein Unternehmen komplett in die Cloud gehen, vollständig on-Premise bleiben oder ein Hybridszenario wählen. Während das ERP-System on-Premise bleibt, bindet man dann das Group Reporting über die Cloud an. In vielen Fällen zahlt sich zudem der Central-Finance-Ansatz aus. Dabei wird das Universal Journal aufgebaut, ohne gleich alle Systeme auf die -Welt umzustellen. Man schließt die vorgelagerten Systeme an, repliziert alle Buchungsdaten und schafft so eine vollständige . Darauf kann die Konsolidierung dann direkt zugreifen.

Vielen Dank für die Einblicke!

The post �鶹ԭ�� S/4HANA for Group Reporting: Neue Möglichkeiten mit der Konzernkonsolidierung 4.0 appeared first on �鶹ԭ�� News Center.

So mancher Cheftrainer oder Präsident eines Profifußballvereins steht vor folgender Herausforderung: Der Verein hat zwar gute Spieler, aber die Spielergebnisse erfüllen nicht die hohen Erwartungen. Wie lässt sich sicherstellen, dass die Spieler besser abschneiden und aus ihren Fehlern lernen?

Eventuell könnte sich eine eigens dafür angestellte Fachkraft um die Spielerstatistiken kümmern. Dies führt jedoch zu höheren Kosten und ist fehleranfällig. Die Daten einfach von Vereinsmitarbeitern erfassen zu lassen, löst das Problem ebenfalls nicht, denn es sind nicht die Daten, die für das Team zählen, sondern die daraus gewonnenen Erkenntnisse. Gefragt sind vielschichtige Informationen, etwa über Trainingseinheiten der Spieler, Spieltaktik, Talentakquise und Gesundheitsmanagement.

�鶹ԭ�� Leonardo for Sports & Entertainment schafft Abhilfe

�鶹ԭ�� hat ein branchenspezifisches Innovations-Kit entwickelt, mit dem sich die umfangreichen Daten in Sportvereinen effizient auswerten lassen. Mit dem Kit erhalten Trainer in Echtzeit eine ganzheitliche Übersicht über die Leistung der Mannschaft und Spieler und können so bessere Ratschläge geben. Alle Daten rund um Verwaltung, Training, Teammanagement, Scouting und Gesundheit werden in einem zentralen System gehalten. So haben professionelle Sportvereine die Möglichkeit, Big-Data-Technologie bestmöglich einzusetzen und die Leistung innerhalb der Mannschaft weiter zu steigern.

Das Kit liefert Benutzern wertvolle Einblicke: Mithilfe von �鶹ԭ��-Analytics-Cloud-Technologien lassen sich etwa die Spielerleistung und andere wichtige Daten in Echtzeit überwachen. Trainer können so besser nachvollziehen, wie die Spieler abschneiden und wo Spielraum für Verbesserung ist. Sie erkennen ganz genau, wo die Stärken und Schwachstellen eines jeden Spielers liegen, ganz egal ob es um Schüsse, Pässe oder Elfmeterschießen geht.

Mithilfe der Software können sie zudem abschätzen, wann ein Spieler nach einer Verletzung wieder voll einsatzfähig ist. Durch die Echtzeitfunktion erhalten Spieler außerdem noch während eines Spiels umgehend Feedback und wissen dadurch, woran sie arbeiten müssen.

Gold oder Silber? Kommt ganz auf die Datenmengen an

Die Lösung liefert darüber hinaus umfassende Erkenntnisse, die sich auf das nächste Spiel anwenden lassen. Trainer sind so besser vorbereitet und können Strategien aufstellen. Durch Cloud-Technologie hat der gesamte Betreuungsstab die Möglichkeit, in Echtzeit zusammenzuarbeiten. Das schafft Transparenz und Vertrauen.

Die Teamoption für �鶹ԭ�� Leonardo for Sports & Entertainment ist in zwei Varianten erhältlich: Gold und Silber. Die Gold Edition richtet sich an Klubs in der Oberliga mit mehr Mitarbeitern und größeren Datenmengen. Für Klubs in der 2. Liga ist die die Silver Edition ideal.

Das Kit ist vor allem auf die Anforderungen von Fußballvereinen ausgerichtet. Fußballklubs in Deutschland wie Borussia Dortmund, der VFB Stuttgart und Fortuna Düsseldorf, aber auch internationale Klubs wie der FC Basel, Norwich City und Leicester City nutzen �鶹ԭ��-Lösungen, um sich Vorteile auf dem Rasen zu sichern.

„Wir setzen ähnliche Technologien zur Datenüberwachung für Basketball- und Handballvereine sowie den Skiverband ein“, erklärt Sebastian Brunnert, Industry Solution Manager bei �鶹ԭ��. Obwohl der Schwerpunkt auf Fußball liegt, liefern ähnliche Produkte auch in anderen Sportarten Mehrwert. Weitere Informationen erhalten Sie in diesem Video:

Mit der Teamoption ist der Trainerstab in der Lage, die Leistungen der Spieler in Echtzeit zu analysieren und unmittelbares Feedback zu geben. Die Lösung verbessert die Kommunikation zwischen dem medizinischen Fachpersonal und dem Betreuungsstab. Das Ergebnis: Besser vorbereitete Athleten und besser vorbereitete Mannschaften.

Weitere Informationen zur Option für Teams von �鶹ԭ�� Leonardo for Sports & Entertainment (Silver Edition) finden Sie .

The post Sportliche Erfolge mit �鶹ԭ�� Leonardo und Big Data appeared first on �鶹ԭ�� News Center.

Moderne digitale Technologien und Datenmanagement sind sehr viel enger miteinander verknüpft, als es auf den ersten Blick erscheint. Denn selbst die fortschrittlichsten Lösungen müssen zwangsläufig scheitern, wenn sie auf „schlechten“ Daten aufsetzen. Im Vergleich zum klassischen Data Warehouse, traditionell die Basis für BI-Anwendungen im Unternehmen, vergrößern die digitalen Technologien sogar das Risiko fehlerhafter Ergebnisse: „ auf qualitativ schlechten Daten ist ein Fiasko, weil der Algorithmus die Fehler im System als Normalität erkennt und daraus lernt – und in der Folge immer weitere Fehler ableitet“, sagt Matthias Stemmler, Head of Presales Platform & Data Management bei �鶹ԭ�� Deutschland.

Datenmanagement ist kein neues Thema. Es begleitet die IT-Verantwortlichen seit Beginn der IT – in der Anfangszeit „elekronische Datenverarbeitung“ genannt. Und noch immer gilt die alte Programmierregel „Garbage in – Garbage out“, was nichts anderes heißt, als das vernünftige Ergebnisse nur aus verlässlichen, qualitätsgesicherten Daten zu erwarten sind. Aber während in traditionellen Data Warehouse Umgebungen längst zuverlässige und praxiserprobte Mechanismen für die Aggregation und Qualitätssicherung etabliert sind, stellen die digitalen Technologien völlig neue Anforderungen an den Umgang mit Daten.

Qualitätsgesicherte Daten sind die Voraussetzung für sinnvolle Ergebnisse

Denn in immer mehr Unternehmen entstehen heute hybride Umgebungen aus lokalen Infrastrukturen, Private und Public Clouds. Strukturierte und unstrukturierte Daten aus verschiedenen Datenquellen wie Sensor- und Maschinendaten aus dem , Enterprise-Applikationen wie und , Cloud-basierten Kollaborations- und Social Media-Applikation oder aus Mobilgeräten müssen für die Analyse zusammengeführt werden. „Es geht um vollkommen unterschiedliche Datenquellen mit zum Teil gewaltigen Datenmengen“, sagt der �鶹ԭ��-Exerte. „Das Konzept des , das darauf beruht, alle Daten für die Analyse in einer Datenbank zu aggregieren, geht an den Gegebenheiten in hybriden Umgebungen vorbei.“

Dabei ginge es zum einen um den gewaltigen Bedarf an Speicherplatz und Rechenleistung, zum anderen aber um die völlig andere Nutzung von modernen analytischen Anwendungen: „ Applikationen sind retrospektiv“, sagt Stemmler. Auswertungen und Reports, gäben immer nur Auskunft über die Vergangenheit. In modernen digitalen Applikationen aber sei die Auswertung der Daten essentieller Bestandteil operativer Systeme, die im besten Fall in Echtzeit erfolgt. „Den Unternehmen stehen heute neue Analysemethoden zur Verfügung. Im Gegensatz zur vergangenheitsorientierten klassischen Business Intelligence (BI) verfolgen diese modernen Analysewerkzeuge einen in die Zukunft gerichteten Verwendungszweck“, schreiben die Autoren der „biMA®-Studie 2017/18“ von Sopra Steria Consulting und den Marktforschern von BARC.

Click the button below to load the content from YouTube.

Always allow YouTube

Mangelhaftes Metadatenmanagement behindert den Einsatz digitaler Technologien

Für das Zusammenführen von Daten in hybriden Umgebungen tritt das Konzept der Metadaten an Stelle der Aggregation in einer Datenbank. Metadaten sind Informationen, den Wert, Aufbau, Herkunft und Qualität der Daten in Informationssystemen beschreiben. Wenn die Datenbestände eines Unternehmens in einem Metadatenkatalog zusammengestellt werden, lassen sich ad hoc die Daten aus unterschiedlichen Quellen für die Analyse zusammenführen.

Nach Einschätzung der Analysten von BARC ist das Metadatenmanagement ein entscheidender Hebel für den Erfolg von Projekten: „Viele Initiativen in BI & Analytics erzielten aufgrund mangelhafter Datenqualität beziehungsweise fehlenden Metadatenmanagements nicht den erhofften Mehrwert.“ Obwohl bereits vielfach neue Technologien eingesetzt würden, entfalteten sie ihr Potential nur bedingt, weil die schlechte Datenqualität einer sinnvollen fachlichen Nutzung entgegenstehe. „Die neuen Möglichkeiten der modernen Technologien breiten sich deshalb nur langsam aus“, resümieren die Autoren der biMA-Studie.

Das traditionelle Data Warehouse hat nicht ausgedient

Für die Anwender von traditionellen BI- und Systemen hat Datenmanagement-Experte von der �鶹ԭ�� dennoch gute Nachrichten. Zwar stehe das Data Warehouse heute nicht mehr im Mittelpunkt von modernen digitalen Applikationen, es sei aber nach wie vor eine verlässliche Datenquelle im Kontext übergreifender Analyse-Architekturen. „Das mit seinen qualitätsgesicherten Daten ist ein solider Fixpunkt und verlässlicher Datenlieferant gerade auch in hybriden Landschaften“, sagt Stemmler.

Mehr noch: Die Mechanismen und Tools für die Qualitätssicherung, Aufbereitung, Dublettenbereinigung sowie die Aggregation und die qualitative Auswertung von Daten ließen sich grundsätzlich auch auf hybride, per Metadaten definierte Umgebungen übertragen. �鶹ԭ�� hat deshalb unter der Bezeichnung „Data Hub“ klassische �鶹ԭ��-Systeme wie und weitere Applikationen und Tools etwa für ETL (Extraction, Transformation, Loading), für die Messung der Datenqualität, das Master Data Management, OLAP (Online Analytical Processing) und Data Mining zusammengestellt und für das Metadatenmanagement in hybriden Umgebungen weiter entwickelt.

Damit bietet �鶹ԭ�� seinen Kunden ein umfassendes Paket an Entwicklungs- und Management-Tools für das Metadatenmanagement und BI- und Analyse-Lösungen in hybriden Architekturen. Denn der Nutzen und die Verwendbarkeit hängen vor allem von der Qualität und exakten Beschreibung der Datenquellen im Metadatenkatalog ab. Gerade der Erfolg von digitalen Lösungen, die auf Zukunftstechnologien wie KI und ML aufsetzten, steht und fällt mir der Datenqualität.

„Heute verbringen Data Scientists –früher sprach man von Mathematikern und Statistikern – 80 bis 90 Prozent ihrer Zeit damit, Daten aufzubereiten, um sie überhaupt für eine Auswertung zugänglich zu machen“, sagt �鶹ԭ��-Experte Stemmler. Dieser Zeitaufwand und damit auch die Entwicklungszeit für neue digitale Applikationen und Geschäftsmodelle verringere sich drastisch mit steigender Daten- und Metadatenqualität. „Datenmanagement ist kein Selbstzweck und keine technische Spielerei, sondern die Grundlage für moderne digitale Lösungen, mit denen Unternehmen einen messbaren Mehrwert erzielen können.“

The post Ohne durchdachtes Datenmanagement versagen KI- und ML-Algorithmen appeared first on �鶹ԭ�� News Center.