Industrie 4.0 mit Big Data: Lessons Learned

Big-Data-Techniken und Data Science haben zu einem Umbruch in der deutschen Industrie geführt und revolutionieren etablierte Business-Intelligence- und Data-Warehousing-Umgebungen in Unternehmen. Neben der Auswertung von User-generated Content aus Web und Social Media stehen hier insbesondere auch maschinell erzeugte Daten aus vernetzten Fahrzeugen, Produktionsprozessen und der Machine-to-Machine-Kommunikation im Fokus.

Der Referent berichtet davon, welche Erfahrungen bei der Realisierung neuartiger Lösungen mit Hadoop sowie dem Betrieb von Big Data Labs in mehreren deutschen Großkonzernen über die letzten Jahren gesammelt werden konnten und wie Big Data echten Nutzen für Unternehmen generiert.

Skills
Interesse an realen Einsatzszenarien für Big-Data-Techniken und Data Science in der Industrie.

Lernziele
* Welches sind die größten Hürden für den Einsatz von Big-Data-Techniken?
* Wo bringen neue Big-Data-Technikenn konkrete Mehrwerte im Vergleich zu klassischen Techniken?
* Wie finde ich valide Use Cases für Big Data im Unternehmen?
* Welche technischen und strukturellen Voraussetzungen muss ein agiles Big Data Lab erfüllen, um erfolgreich zu sein?
* Was sind Erfolgsfaktoren für den Einsatz von Data Scientists und Machine Learning in Unternehmen?

// Referent

// Gunnar Fabritius

ist Big Data & Analytics Consultant bei T-Systems Multimedia Solutions in Dresden und berät Unternehmen zur digitalen Transformation. Als Big-Data-Architekt unterstützt er große Industrieunternehmen bei der Realisierung intelligenter, datengetriebener Prozesse auf neuartigen Big-Data-Techniken wie Hadoop, MapReduce, Hive, HBase, Kafka und Spark.