Nagarro Turntable: Datenreise deluxe

Wie generiert man aus Unmengen von Daten tatsächlichen Business Value und welche Erfahrungen haben Unternehmen bereits 
gemacht? Beim Nagarro Turntable präsentierten Unternehmen ihre Projekte – begleitet von spannenden Live-Demos. [...]

Selbstfahrende Fahrzeuge beim Event: Sensoren-Daten werden über Algorithmen verarbeitet.
Selbstfahrende Fahrzeuge beim Event: Sensoren-Daten werden über Algorithmen verarbeitet. (c) Wolfgang Franz

Beim ersten Nagarro Turntable Event, das am 26. September 2019 unter dem Titel „Daten – Der Humus für Innovation“ stattfand, spiegelte sich die Aktualität von Themen wie Smart Data und Artificial Intelligence wider: Gäste von Unternehmen wie A1, Admiral, Flughafen Wien, ÖAMTC, Palfinger, Rewe, Wiener Linien u.v.a. folgten der Einladung ins Wiener Nagarro Office. Die dargestellten Best Practices und viele Fragen aus dem Publikum machten deutlich: Die Suche nach wertvollen Data-Science-Erkenntnissen hat auch in Österreich längst begonnen. 

Viele Ausgangspunkte, ein Ziel

Ewald Koller, Head of Technology bei ÖBB-Postbus, schilderte beim Event, welche Schritte er auf der Datenreise bereits unternommen hat. Die gesamte Postbusflotte liefert über ein umfangreiches Fahrzeugdatensystem enorme Datenmengen. Gemeinsam mit Nagarro wird hier nach wertvollen Korrelationen für vorausschauende Wartung gesucht. 

Scott Wiggins, Vice President Group Information Technology bei Andritz AG, erzählte, wie er mit Hilfe eines Nagarro „Datathons“ erste Erkenntnisse aus seinen Daten gewann und diese zur Umsetzung des ersten Data-Lake-Projektes führten. 

Maximilian Schwarzmaier, Senior Development Consultant SAP bei Hoerbiger GmbH, lieferte wertvolle Anregungen und teilte seine Erfahrungen mit Smart Warehousing. 

Anurag Sahay, Vice President AI & Data Sciences bei Nagarro, erläuterte in seinem Vortrag die drei wichtigsten Einstiege in Big-Data-Projekte und gab seine Einschätzung zur Relevanz von Datenbanken versus Data Lakes für die Zukunft. Wie technologische Konzepte zusammenspielen, zeigte Nagarro in Live-Demos mit selbstfahrenden Autos sowie Smart Glass und Assisted Reality im Einsatz bei Inspektionsarbeiten.
„Viele Kunden stehen erst am Anfang ihrer Datenreise und dem immensen Spektrum an Möglichkeiten! Unser Ziel ist es, gemeinsam mit den Unternehmen den richtigen Einstieg zu finden – einen, der sich rechnet und der im Unternehmen gut angenommen wird“, erklärt Nagarro Austria Managing Director Paul Haberfellner.

Meilensteine der Reise

Die COMPUTERWELT sprach mit Nagarro Co-Geschäftssführer Damianos Soumelidis darüber, was die Klammer all der vorgestellten Projekte sei. „Das Grundkonzept ist immer das gleiche: Es werden sehr viele Daten produziert. Diese müssen gesammelt, gesäubert und aufbereitet werden, sodass sie überhaupt brauchbar sind. In weiterer Folge: Hochladen in ein Data Lake inklusive Katergorisierung und Tagging, was eine essentielle Rolle spielt, sowie Applizierung von Algorithmen. Danach findet die Rückführung an das Feld statt oder die Darstellung der Daten inklusive Visualisierung. Dieses Konzept zieht sich durch alles durch.“

Was der Unterschied zu früher sei? „Der Weg ist immer der gleiche“, antwortet Soumelidis. „Lediglich die Lösungen, Mechanismen und die Werkzeuge, die wir heute besitzen, sind exponentiell mächtiger und effektiver als früher. Beispiel Data Warehouse, das es seit langem gibt, doch das teuer und langsam war. Durch die Konvergenz folgender Aspekte sind wir heute in einer völlig anderen Situation: Erstens Cloud Computing – ein wesentlicher Faktor, der unser Leben in allen Bereichen leichter macht, weil infinite Rechen- und Storagekapazitäten bereitgestellt werden und darauf basierend unzählige Services. Zweitens: Die Algorithmen haben sich so verbessert, dass daraus Machine Learning wird und dass sie demokratisch verwendbar sind.  Drittens ein organisiertes, strukturiertes Netzwerk an datenproduzierenden Instanzen – die „Things“ – und das Framework dahinter, das das Internet-of-Things umfassend organisiert und die Security-Mechanismen bereitstellt. Das gibt es alles noch nicht lange“, so Soumelidis abschließend.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*