Heidelberg Graduate School HGS MathComp

8. Modellierungstag: 4. Dezember 2014

Thema: Big Data
Ort: Print Media Academy, Kurfürstenanlage 52-60, 69115 Heidelberg

 

Konzept des Modellierungstags

Der Modellierungstag Rhein-Neckar eröffnet Praktikern und Wissenschaftlern die Gelegenheit, Innovationen zur Diskussion zu stellen, Gemeinsamkeiten und Unterschiede der verwendeten Modellierungsansätze herauszuarbeiten und den gegenseitigen Erfahrungsaustausch zu pflegen.

Der Modellierungstag Rhein-Neckar kann durch Sie aktiv mitgestaltet werden: Durch aktuelle Beiträge aus Ihrer Arbeit. Forschungs- und Praxisbeiträge sind gleichermaßen willkommen. Die Veranstaltung wird von HGS MathComp, der InnovationLab GmbH und der BASF SE Ludwigshafen organisiert sowie von der IHK Rhein-Neckar und der Industrie unterstützt. Die Teilnahme ist kostenlos.

Thema des 8.Modellierungstags: "Big Data"

In jüngster Zeit unterliegt der Begriff "Big Data" einem stetigen Bedeutungswandel und beschreibt nicht mehr nur zu große und zu komplexe Datenmengen, welche auch raschen Veränderungen unterliegen können, eine Verarbeitung dieser mit Hilfe klassischer Methoden ist dann nicht mehr möglich. Vielmehr bezieht sich "Big Data" ebenfalls auf die entsprechenden Konzepte, Methoden, Technologien und Tools, welche zum Sammeln und Auswerten benötigt werden.

Die Menge der Daten wächst stetig. Nicht nur im Bereich Social Media oder der Business Transaktionen ist dies zu beobachten, sondern auch in Industrie und Handel. Aufgabe hier ist es, den Wert der Daten zu bestimmen und zu nutzen. Nicht wenige Unternehmen speichern Daten im Petabyte-Bereich, bei einer täglichen Verarbeitung von Daten im dreistelligen Terabyte-Bereich.

  • Wie kann aus den erhaltenen Datenfluten gezielte Information extrahiert werden?
  • Welche technischen Voraussetzungen sind notwendig, um Datenschutz und Datensicherheit zu gewährleisten?
  • Welche Herausforderungen stellen sich bei Zusammenführung sowie richtiger Verwendung firmeneigener und öffentlicher Daten?

Der Modellierungstag eröffnet als Plattform die Möglichkeit, die Kommunikation zwischen Industrie und Universität zu diesem umfassenden Thema auszudehnen. Die zunehmende Komplexität der Anwendungen im Bereich Big Data führt durch das Zusammenspiel vieler Hard- und Softwarekomponenten zu einer Intelligenz der Systeme, die vieles Konventionelle überholt.Das Meistern dieser Komplexität ist ein Anknüpfungspunkt für den Austausch zwischen Universität und Industrie.

Weiterführende Links:

Führungskräfte: Big Data ist Gold für die Manager von morgen (  http://www.zeit.de/karriere/2014-08/gastbeitrag-al-ani-management-digitale-welt)

Big Data: Zwischen den Zeilen (  http://www.zeit.de/2014/35/big-data-lingustik-geisteswissenschaften)

Mathe macht das Leben besser (  http://www.zeit.de/wissen/2014-07/utopien-hannah-fry)

Programm

14:00

Dr. Michael Winckler IWR, Universität Heidelberg

Begrüßung und Einführung

14:15

Prof. Dr. Peter Sanders, Karlsruher Institut für Technologie (KIT)

Algorithm Engineering für große Datenmengen

14:45

Ulrich Reincke, SAS Institute GmbH, Heidelberg

Big Data Analytics am Beispiel von Predictive/Preventive Asset Maintenance Anwendungen im Internet der Dinge

15:15

Dr. Svetlana Marx, HMS Analytical Software GmbH, Heidelberg

Kleine Ursache, große Wirkung: Ansätze zur Risikoreduzierung im Big-Data-Umfeld

15:45

Kaffeepause

16:15

Dr. Norbert Koppenhagen, SAP SE, Walldorf

Big Data und SAP HANA

16:45

Christophe Loetz & Dr. Thorsten Bonato, Compex Systemhaus GmbH, Heidelberg

Minimierung der Supply-Chain-Kosten im Handel

17:15

Abschlussdiskussion

ab 17:45

Networking & Imbiss

Vorträge

Prof. Dr. Peter Sanders (KIT - Karlsruher Institut für Technologie)

Algorithm Engineering für große Datenmengen

In vielen Anwendungen wachsen die zu verarbeitenden Datenmengen so schnell, dass die traditionell für ihre Verarbeitung eingesetzten Verfahren nicht mehr ausreichen. Wir benötigen deshalb viel besser skalierbare Ansätze. Dafür muss Know-how aus den Anwendungen, aus der Algorithmentheorie und aus Hardwareaspekten (z.B. Parallelverarbeitung, Speicherhierarchien, Energieverbrauch) zusammengebracht werden. Die Methodik des Algorithm Engineering mit ihrem Kreislauf aus Entwurf, Analyse, Implementierung und experimenteller Evaluierung kann diese Anforderungen zusammen bringen. Der Vortrag arbeitet allgemeine Herausforderungen heraus und gibt Beispiele aus meiner Arbeit wie Sortieren, Volltextsuche, Graphenalgorithmen, 4D-Bildverarbeitung, Routenplanung und Datenbanktechnologie.

 

Ulrich Reincke (SAS Deutschland, Heidelberg)

Big Data Analytics am Beispiel von Predictive/Preventive Asset Maintenance Anwendungen im Internet der Dinge

Unter dem Schlagwort "Industrie 4.0" verbirgt sich die vermutete Effizienzsteigerung durch Vernetzung von dezentralen Produktionsanlagen der globalisierten industriellen Wertschöpfungsketten. Um den Nutzen dieser vermuteten Potenziale zu realisieren, ist es notwendig, zwischen allen beteiligten Prozessparteien Daten über die Produktionsparameter und über die Qualität der Endprodukte zeitnah auszutauschen, um darauf basierend bessere Entscheidungen fällen zu können. Diese informationstechnische Vernetzung der Produktionsanlagen führt somit zur Ansammlung einer großen Menge von Sensor- und Log-Informationen aller an einem Endprodukt beteiligten Prozessparteien. Ein Anwendungsfall von Big Data Analytics auf Sensor- und Maschinen-Log-Daten ist Predictive/Preventive Asset Maintenance. Ziel ist es, Produktionsunterbrechungen durch ungeplante Ausfälle zu reduzieren, die Produktionsausbeute zu stabilisieren und wenn möglich zu steigern. Im Vortrag werden Beispiele aus SAS Projekten vorgestellt.

 

Dr. Svetlana Marx (HMS Analytical Software GmbH, Heidelberg)

Kleine Ursache, große Wirkung: Ansätze zur Risikoreduzierung im Big-Data-Umfeld

Jede gute Geschäftsentscheidung basiert auf einer guten Qualität der Daten. Die Abteilungen in einem Unternehmen brauchen zuverlässige, präzise Informationen, um Entscheidungen korrekt zu treffen. Datenqualitätsprobleme können jedoch nicht durch Technologie allein gelöst werden. Ebenso ist die Einbindung der richtigen Personen und Prozesse wichtig. Durch regelbasierte Steuerung können einzelne Abteilungen die Qualität aktiv beeinflussen.
In diesem Vortrag werden die möglichen Datenqualitätsregeln zur aktiven Risikoreduktion vorgestellt.

 

Dr. Norbert Koppenhagen (SAP SE, Walldorf)

Big Data und SAP HANA

In dem Vortrag wird das Big Data Phänomen beleuchtet, insbesondere vor dem Hintergrund der Potentiale und Herausforderungen für Kunden und Partner.

Technologisch wird die in-memory Plattform SAP HANA im Kontext von Big Data erläutert, relevante Big Data Szenarien aufgezeigt sowie konkrete Anwendungsfälle demonstriert.

 

Christophe Loetz & Dr. Thorsten Bonato (Compex Systemhaus GmbH, Heidelberg)

Minimierung der Supply-Chain-Kosten im Handel

Harter Wettbewerb und enge Margen machen die Kostenminimierung entlang der Supply Chain zu einem zentralen Aspekt des Handels. Doch bereits die Beschaffung oder Auswertung der für die Optimierung nötigen Informationen stellt eine enorme Herausforderung dar. In der Regel müssen sehr große Datenmengen - mehrere Terabyte - analysiert und bewertet werden, meist unter engen Zeitrestriktionen. Der Vortrag beleuchtet aktuelle Projekte im Bereich Bestellwesen zur vollautomatischen Filial- und Zentrallagerbestellermittlung. Ebenfalls präsentieren wir ein Projekt im Bereich Lagerlogistik zur Minimierung der Kommissionierwege durch eine optimierte Lagerbelegungsplanung.

 

Organisation

Wenn Sie mit einem Vortrag aus Ihrer Arbeit berichten wollen oder wenn Sie sonstige Themenvorschläge haben, dann wenden Sie sich bitte an einen Vertreter des Programmkomitees.

Allgemeine Organisation:

Prof. Dr. D.W. Heermann (IWR, HGS MathComp), Dr. Anja. Milde (IWR), Dr. M. Winckler (IWR, HGS MathComp)

Themenbetreuung Big Data:

Prof. Dr. Michael Gertz (IWR), Prof. Dr. Vincent Heuveline (IWR), Prof. Dr.-Ing. Dr. h.c. Andreas Reuter (HITS)

Industriekontakte:

Dr. A. Schreieck (BASF SE), Dr. G. Gumbel (IHK Rhein-Neckar)

Hinweis

Wir weisen darauf hin, dass auf unseren Veranstaltungen fotografiert wird und diese Fotos auf unserer Webseite veröffentlicht werden.