Generative AI revolutioniert Analytics
In einer Zeit, in der Daten oft als "neues Öl" bezeichnet werden, ist es umso wichtiger, die neuen Möglichkeiten von Künstlicher Intelligenz und insbesondere Generative AI zu erkennen. Denn die sich dadurch ergebenden Werkzeuge und Methoden ermöglichen neue Fähigkeiten, die über traditionelles Data Analytics hinausgehen.
Die ganztägige Online-Konferenz "Generative AI in Analytics" ging in sieben Vorträgen auf die Grundlagen, Herausforderungen und Best Practices beim Einsatz von generativer KI im Data-Analytics-Umfeld ein. Sie vermittelte das Wissen, damit Sie die sich daraus ergebenden Potenziale erkennen und konkrete Schritte zum Etablieren Ihrer Generative-AI-Strategie einleiten konnten.
Als Teilnehmer oder Teilnehmerin bekamen Sie die Gelegenheit, führende Expert:innen beim Thema kennenzulernen und von ihren Erfahrungen zu profitieren. Es gab zudem reichlich Raum für Diskussionen und Fragen.
» Zu den Aufzeichnungen
Diese Fragen beantwortete die Konferenz
- Was sind die Auswirkungen von GenAI auf die Data- und Analytics-Strategie und welche Best Practices ergeben sich daraus?
- Welche Auswirkung hat die Auswahl der Modellierungstechnik auf das Verständnis durch LLMs?
- Wird Datenmodellierung obsolet, wenn nur die "KI" das Modell verstehen muss und der Mensch per Sprache interagiert?
- Ist ein wirtschaftlicher Nutzen durch den Einsatz von Retrieval Augmented Generation (RAG) zu erkennen? Und welche konkreten Use-Cases werden damit umgesetzt?
- Wie lässt sich der europäische AI-Act konkret umsetzen?
Rückblick auf das Programm
- Mittwoch
06.11.
Christoph Kreutz ist Geschäftsführer der SIGS DATACOM GmbH. Dort ist er seit 2014 verantwortlich für alle TDWI-Konferenzen, Publikationen und sonstige TDWI-Aktivitäten. Im TDWI e.V. ist er Co-Vorsitzender des TDWI Roundtable Rheinland. Mit seinem Team unterstützt er die operative Umsetzung der Vereinsaktivitäten, vom Roundtable über die Themenzirkel bis zu den Aktivitäten der TDWI Young Guns.
Vor SIGS DATACOM zeichnete er unter anderem für diverse Projekte im Medienbe-reich und Sportmarketing u.a. bei der WIGE MEDIA AG sowie der DTM (ITR GmbH) verantwortlich. Christoph ist seit Oktober 2014 Mitglied im Vorstand des TDWI e.V.
Alexander Neumann ist Chief Content Officer bei SIGS DATACOM. In dieser Position ist er verantwortlich für die inhaltliche Ausrichtung des IT-Medienhauses. Zuvor baute er bei Heise Medien den Online-Channel heise Developer auf und das damit verbundene Developer-Konferenz-Business. Zuletzt war er bei Heise als Head of Events für das gesamte Events-Business zuständig.
Generative KI (GenAI) hat bereits viele Bereiche des beruflichen und privaten Lebens beeinflusst. Neben den Fähigkeiten im Bereich Sprache und Bilder hat GenAI hohe Fähigkeiten zum Umgang mit Daten. Die Nutzung von GenAI kann daher die Transformation zum datengetriebenen Unternehmen erheblich beschleunigen. Dabei müssen neben den Potenzialen auch die Besonderheiten und Randbedingungen bei der Verwendung von GenAI berücksichtigt werden. Diese haben vielfältige Auswirkungen, die weit über die Auswahl nutzbringender Use-Cases hinausgehen, kurz: Die optimale Nutzung von GenAI im Unternehmen muss in der Data- und Analytics-Strategie abgebildet sein. Besonders betroffen sind das Target Operating Model, die Governance, das Sourcing-Modell, aber auch weitere Anteile der D&A-Strategie.
Im Vortrag werden aktuelle technische Entwicklungen, AI-Use-Cases sowie externe Rahmenbedingungen dargestellt. Davon werden systematisch die Auswirkungen auf die unterschiedlichen Bereiche der D&A-Strategie abgeleitet. Zum Schluss werden noch Best-Practices sowie Tipps zum Vermeiden typischer Risiken und Blocker vorgestellt.
Dr. Johannes Wenzel ist Principal Consultant im Bereich Data & Analytics bei der Infomotion. Er ist seit mehr als 20 Jahren als Architekt und Projektleiter von Big Data Projekten tätig. Neben tiefgehender Erfahrung auf verschiedenen Feldern der Datenanalyse und Visualisierung hat er auch langjährige Erfahrung in Bezug auf die Handhabung von rechtlichen und regulatorischen Anforderungen. Seine jetziger Tätigkeitsschwerpunkt ist die Beratung zur Data & Analytics Strategie.
Language Models wie ChatGPT können fachliche Fragen in SQL übersetzen. Welche Auswirkung hat die Auswahl der Modellierungstechnik auf das Verständnis durch LLMs? Ist es egal, ob die Daten als 3NF, Sternschema, Data Vault oder als Sammlung denormalisierter Tabellen strukturiert sind? Die Datenmodellierung ist ein wesentlicher Teil von Data-Science-Projekten. Es werden einerseits technische Belange wie die Gewährleistung der Datenintegrität und die Performance von Schreib- und Leseoperationen berücksichtigt. Andererseits ist das Verständnis der Modelle durch Anwender:innen und BI-Werkzeuge ein wichtiges Ziel der Modellierung. Für dispositive Abfragen ist das Sternschema etabliert und hat sich über viele Jahre bewährt. Ändert sich diese Empfehlung durch Chat GPT und Co.? Wird Datenmodellierung obsolet, wenn nur die „KI“ das Modell verstehen muss und der Mensch per Sprache interagiert? Oder ist auch für ChatGPT ein durchdachtes Datenmodell wichtig?
Anhand praktischer Beispiele und Erfahrungen werden diese Fragestellungen beleuchtet und Empfehlungen für eine effektive Datenmodellierung im Zeitalter von LLMs gegeben.
Tobias Otte arbeitet als Projekt Manager und Co-Leiter des Kompetenzbereichs Data Science bei der viadee Unternehmensberatung. Mit mehr als 10 Jahren Erfahrung begeistert er sich für die Modernisierung von DWH-Umgebungen, Governance und Datenmodellierung.
In dieser Präsentation teilen wir Success Stories darüber, wie wir GenAI eingesetzt haben, um verschiedene Herausforderungen in deutschen kleinen und mittleren Unternehmen (KMUs) zu bewältigen. Wir diskutieren zentrale Themen wie Prozessoptimierung, Verbesserung des Kundenservices, Feedback-Analyse und Datenmanagement. Wir präsentieren auch die architektonischen Lösungen, die wir in den Bereichen Infrastruktur, Finanzdienstleistungen, Luftfahrt und Automobilindustrie implementiert haben.
Wichtige Erkenntnisse:
- Schlüsselfaktoren für die Skalierung vom PoC zum vollständigen Projekt: Erfahren Sie, welche entscheidenden Faktoren einen Proof of Concept (PoC) in ein erfolgreiches, skalierbares Projekt verwandeln.
- Die Bedeutung der Datenmigration: Verstehen Sie, warum Datenmigration für den Erfolg von GenAI-Projekten entscheidend ist und wie sie effektiv durchgeführt wird.
Nico Inhoffen verfügt über mehr als 11 Jahre Erfahrung im Bereich der künstlichen Intelligenz, Datenmanagement und Architektur. Mit einem Master of Science in Informatik bringt er tiefgehendes technisches Wissen und praktische Erfahrung in seine Projekte ein.
Er hat in verschiedenen Branchen, darunter Versicherung, Finanz, Automobil, Maschinenbau und Pharma, als Architekt und Projektmanager gearbeitet. Zu seinen jüngsten Projekten gehören die Implementierung eines Daten-Management-Konzepts im Bereich Dokumenten-Klassifizierung und -Labeling, die Entwicklung einer AWS GenAI Lösung zur Optimierung von Ausschreibungsprozessen und die Erstellung eines GenAI RAG Chat Bots zur Unterstützung einer No-Ops Datenplattform.
Bei der Woodmark Consulting AG ist er als Senior Manager tätig und verantwortet den Bereich „Künstliche Intelligenz“.
Der EU AI Act ist am 1. August 2024 in Kraft getreten. Die Verpflichtungen für Unternehmen, die KI entwickeln und einsetzen, werden schrittweise bis August 2027 zur Gänze anwendbar sein. Da vor allem bei der Verwendung generativer KI im Bereich Data Analytics komplexe neue Verpflichtungen mit bestehenden Regelungen verschmelzen, ist die Zeitleiste für Unternehmen eine große Herausforderung. Wie eine effektive und zugleich rechtskonforme KI-Governance im Sinne des AI Act implementiert werden kann, zeigt das "AI-Excellence-Framework".
Jeannette Gorzala ist eine führende Persönlichkeit, Rechtsberaterin und Investorin auf dem Gebiet der künstlichen Intelligenz. Sie hat auf der ganzen Welt über KI gesprochen, berät über die globale KI-Politik und erstellt Leitfäden für Unternehmen, um sie über den Aufbau vertrauenswürdiger KI-Projekte zu informieren.
Die meisten kennen Generative AI (GenAI) und Retrieval-Augmented Generation (RAG) bisher nur aus theoretischen Vorträgen und von Präsentationsfolien. In diesem praxisorientierten Vortrag erfahren Sie, wie Sie mithilfe einer Datafabric unstrukturierte Daten effizient für KI-Anwendungen nutzbar machen können. Der Vortrag beginnt mit einer Einführung in die wesentlichen Schritte der Datenaufbereitung und Sicherstellung der Datenqualität. Anschließend zeigen wir Ihnen live in einer Demo, wie Sie Ihre Daten vektorisieren und Embeddings generieren können – unabhängig von der verwendeten Vektordatenbank oder einem spezifischen Large Language Model (LLM). Sie erleben "RAG in Action" und erfahren, wie Sie semantische Suche auf Ihren Daten schnell und einfach ermöglichen können.
Darüber hinaus präsentieren wir Ihnen praxisnah, wie Sie Data Self Services implementieren können. Nutzen Sie dieselbe Infrastruktur, um unkomplizierte Anwendungen für Business Intelligence und Analytics aufzubauen. Mit GenAI wird die Datendemokratisierung endlich Realität.
Ralph Peter Rembor ist Vice President Sales & Marketing EMEA bei der APARAVI Software Europe GmbH. Vorher war er zwei Jahre lang Vice President Sales bei Virtual Solution und verfügt über mehr als 20 Jahre Erfahrung in der IT-Industrie, insbesondere bei SAP. Während seiner Zeit bei SAP war er Prokurist und verantwortete den Geschäftsbereich Public Services und das Cloud-Geschäft. Anschließend war er Geschäftsführer, Vertriebschef und Gesellschafter bei mittelständischen IT-Unternehmen, wo er Unternehmenstransaktionen und Post-Merger-Aktivitäten leitete. Zusätzlich gründete er ein Start-up in der App-Entwicklung und arbeitete als Advisor für öffentliche Organisationen.
Nach der explosionsartigen Verbreitung verschiedenster KI-Tools und -Angebote seit Einführung von ChatGPT haben sich einige vielversprechende Paradigmen herauskristallisiert. In dieser Session werden wir eines davon, Retrieval Augmented Generation (RAG), anhand verschiedener Projekte beleuchten, die wir bei Kunden aus den Sektoren Finanzen, Energie und öffentliche Versorgung durchgeführt haben.
Ist ein klarer wirtschaftlicher Nutzen zu erkennen? Funktioniert die Technologie wie vom Kunden erwartet? Welche konkreten Use-Cases wurden umgesetzt? Wie schaut die Implementierung in der Realität aus?
Son Ta Dinh ist Senior Consultant für Data Science/Engineering und leitet das Exzellenscluster für Daten-Applikationen bei Synvert Data Insights. Mit einem breiten Wissensspektrum von Statistik über Software- und App-Entwicklung bis hin zu DevOps ist er in der Lage nicht nur Prototypen für verschiedenste Use-Cases zu erstellen, sondern diese auch nach erfolgreicher Vertestung in einer realen Umgebung zu implementieren.
AI can elevate your business to the next level of data intelligence, but research shows that only 4% of businesses believe their data is AI-ready. To ensure AI results you can trust, you need accurate, good quality data underpinning it. In this presentation, we’ll explore:
- The impacts of delivering data that is not AI-ready
- The essential data governance & quality considerations that will set you up for AI-success
- Practical solutions to common AI challenges such as AI bias, and lack of contextual relevance
Andrew Mumford is a Senior Sales Engineer at Precisely, with over a 15 years' experience across the constantly evolving Data Management space covering Data Architecture & Integration to Data Governance & Privacy. His focus is on helping customers to proactively find, understand, and trust their data through the implementation of robust data governance frameworks – an essential element of data integrity. Through his work at Precisely, Andrew supports many of the world’s most-loved brands, helping them to implement more business-friendly data governance processes, improve data quality, and drive advanced analytics and AI initiatives.
Der Vortrag untersucht die Chancen, Herausforderungen und Einschränkungen der Integration von Generative AI und Large Language Models (LLMs) in Low-Code-/No-Code-Umgebungen. Da Unternehmen diese Technologien zunehmend nutzen, um Entwicklungsprozesse zu optimieren, ist es entscheidend, ihr Potenzial und ihre Grenzen zu verstehen. Um diese Punkte zu veranschaulichen, präsentieren wir eine Fallstudie zu einem Kundenprojekt, das die Entwicklung eines Chatbots für ein Dokumentenmanagementsystem mit der Microsoft Power Platform umfasst. Dieses Beispiel wird praktische Einblicke und Erkenntnisse aufzeigen und ein umfassendes Verständnis der realen Anwendung von Generative AI und LLMs in Low-Code-/No-Code-Umgebungen bieten.
Florian Rappelt ist ein Senior Power Platform Architekt und zuständig für die Gestaltung und Entwicklung moderner Lösungen. Mit einem starken Fokus auf Governance zeichnet sich Florian darin aus, effiziente Prozesse zu gestalten, die den Erfolg von Organisationen vorantreiben. Seine Hingabe zur Befähigung der Nutzer zeigt sich in seinen umfassenden Schulungsinitiativen, die eine aktive und engagierte Maker-Community fördern. Florians Leidenschaft liegt darin, das Potenzial der Power Platform maximal auszuschöpfen. Dies beinhaltet auch die Erstellung von Chatbots mit Copilot Studio und die Anwendung von generativer KI.
Was sind Ihre Vorteile?
Sieben Praxisvorträge renommierter Expert:innen
Bequeme Online-Teilnahme vom eigenen Schreibtisch aus
Viel Raum zur Beantwortung Ihrer Fragen via Chat und Zoom
Konferenzmaterialien im Nachgang der Konferenz
Zielgruppen
- Data Analysts
- Data Scientists
- Data Engineers
- ML Engineers
- Data Architects
- Chief Data Officers
Kontakt
Tel.: +49 2241 2341-100
E-Mail: konferenzen(at)sigs-datacom.de
ENTDECKEN SIE DAS NEUE FACHPORTAL FÜR IT-PROFIS!
SIGS.de bietet Themenvielfalt und Know-how von Profis für Profis!
Sie erhalten beispielhafte Anregungen, praxisnahe Fachinformationen, die neusten Trends und Hintergrundwissen in exklusiven Themen-Channels und Fachartikeln zu: Artificial Intelligence, Big Data, Business Intelligence und vielen weiteren Schwerpunktthemen.