Die Zukunft der Daten in einer beschleunigten Welt - Impulsreferat Willi Schroll, MA – strategiclabs.de
9. Feb. .2012 | Frankfurt/M. DGIQ-Regionalgruppe Rhein-Main
My space is your space - Die Geburt der Wikinomics aus dem Web 2.0
Future data - Die Zukunft der Daten
1. future data
Die Zukunft der Daten in
e i n e r b e s c h l e u n i g t e n We l t
Impulsreferat
Willi Schroll, MA – strategiclabs.de
9.2.2012 | Frankfurt/M.
DGIQ-Regionalgruppe Rhein-Main
Willi
Schroll
2012
3. Megatrends
in
der
Systema@k
Weak
Signals
Konsumenten
Branchentrends
Umfeldtrends
z.B.
Zunahme
globaler
STEEP
Migra@onsströme
Megatrends
z.B.
Globalisierung
t-‐10
t-‐5
heute
t+5
t+10
t+20
Willi
Schroll
2012
4. Megatrends
–
Orien@erungsraster
GESELLSCHAFT
TECHNOLOGIE
•
Demographischer
Wandel
•
Digitales
Leben
•
Frauen
auf
dem
Vormarsch
•
Konvergenz
von
Technologien
•
Kulturelle
Vielfalt
•
Lernen
von
der
Natur
•
Neue
Mobilitätsmuster
•
Ubiquitäre
Intelligenz
KONSUMENTEN
GLOBALISIERTE
WELT
•
Nächste
Stufe
der
Individualisierung
•
Globalisierung
2.0
•
Neue
Konsummuster
•
Urbanisierung
•
Boomende
Gesundheit
•
Neue
poli@sche
Weltordnung
•
Wachsende
Sicherheitsbedrohungen
BUSINESS
UMWELT
•
Wissensbasierte
Ökonomie
•
Umsteuern
bei
Energie
und
Ressourcen
•
Wandel
der
Arbeitswelt
•
Klimawandel
und
Umweltbelastung
•
Business-‐Ökosysteme
Quelle:
Z_punkt
2008
Willi
Schroll
2012
7. Internet
der
Dinge,
Reality
Mining
Weak
signal:
Smartphone
als
Sensorzentrale
Neue Ziele und Sensoren
Zielgruppen
Prozessoren
Daten +
Speicher Aktoren
Dynaxity
Willi
Schroll
2012
13. IT-‐Trends
• Architektur
wird
stärker
service-‐zentrisch
• Mobile-‐Sociale
Lifestyle
(always
in
touch)
• Erhebung
persönlicher
Daten
kommt
stärker
unter
Risikobeobachtung
(starke
regionale
und
generaEonale
Unterschiede
-‐
EU/USA,
Digital
NaEves)
Willi
Schroll
2012
14. IT-‐Trends
• Soziale
PlaKormen:
Neue
Quelle
der
Business
Intelligence
(CRM,
MarkeEng,
"Semi-‐Open
InnovaEon")
• Kontextbasierte
Dienste:
Rolle
von
Metadaten,
Ort,
Zeit,
Microformats,
AI-‐
Komponenten
vgl.
Siri)
Willi
Schroll
2012
21. Ergänzungen
–
Diskussion
Daten-‐Visualisierung
...
ermöglicht
erst
das
Verstehen
hochkomplexer
Daten
• Beispiel:
Hans
Rosling
–
Daten/Punktwolken
in
Bewegung
200
years
that
changed
the
world
(with
Hans
Rosling)
–
YouTube
hgp://www.youtube.com/watch?v=BPt8ElTQMIg
Kinect
data
visualiza@on
tool
–
YouTube
hgp://www.youtube.com/watch?v=ZNt9Q3tqu9Y
• Beispiel:
Aaron
Koblin
–
Aaron
Koblin
'flight
paths'
–
YouTube
hgp://www.youtube.com/watch?v=FCEM-‐ZcB14A
Willi
Schroll
2012
22. Ergänzungen
–
Diskussion
Daten-‐Visualisierung
...
wird
in
ZukunZ
als
zentrale
Aufgabe
der
Datenbereitstellung
erkannt
• Beispiel
für
neue
Ansätze
interakEver
intuiEver
Oberflächen:
Liquid
Browsing
–
Ansatz
für
intelligente
Naviga@on
in
großen
Datenräumen
(German
Innova@on
Award,
GFFT
Award,
Cebit
Exhibitor
Search)
hgp://www.liquiverse.com/;
Demo-‐Video
+
Java
Sim:
hgp://www.liquidbrowsing.com/
• Community
der
Experten
für
Netzwerk-‐Visualisierung
visualcomplexity.com
|
A
visual
explora@on
on
mapping
complex
networks
hgp://www.visualcomplexity.com/vc/
• These:
Die
Entwicklung
kogniEver
Schni_stellen
zum
intui+ven
Verstehen
von
Datenmassen
wird
in
den
nächsten
Jahren
immer
wichEger
(Vgl.
oben
Folie
6:
Veredelungspfad:
Daten
–
Informa@onen
–
Entscheidungen
–
Wertzuwachs)
Willi
Schroll
2012
23. Ergänzungen
–
Diskussion
Soziale
Mechanismen,
kollaboraEve
Filter
Frage:
KollaboraEve
Filter
sind
bewährt
im
E-‐Commerce
–
Wie
groß
ist
ihr
Nutzen,
um
zu
besserer
Datenqualität
zu
gelangen?
• Kollabora@ve
Filter
als
bekanntes
Prinzip
zur
Personalisierung
des
E-‐Commerce
(Amazon:
Wer
sich
für
dieses
Buch
A
interessiert,
den
interessieren
auch
B,
C,
D
..)
• Beispiel
crowd-‐basierte
ReputaEon:
Vergleich
von
hgp://about.me/wschroll
+
hgp://connect.me/users/willischroll
zeigt,
dass
ein
Profil
auf
connect.me
als
vertrauenswürdiger
erscheint,
da
die
Tags
nicht
von
der
Person
selbst,
sondern
von
anderen
kumula@v
erstellt
wurden
(crowd-‐based
taxonomy)
Problem:
Daten
werden
dem
Urteil
der
„Crowd“
ausgeliefert.
Diese
könnte
auch
interessengeleitet
(freundlich/feindlich)
handeln
oder
wenig
kompetent
sein.
Quelle:
connect.me
2012
Willi
Schroll
2012
24. Ergänzungen
–
Diskussion
Herausforderungen
Open
Data,
Transparenz,
Vertrauen
(1)
• QuellenkriEk
–
Wie
zuverlässig
sind
Open
Data,
sofern
sie
im
Kontext
von
bst.
Interessen
veröffentlicht
werden?
z.B.
durch
eine
Lobby-‐Organisa@on
wie
Greenpeace,
einen
Verband
etc.
• ZerEfizierung
könnte
hier
eine
Lösung
bringen,
z.B.
öffentliche
Lieferanten
• Open
Knowledge:
Wikipedia
gehört
auch
in
diese
Problemklasse
–
wie
vertrauenswürdig
können
„open
editable
data“
sein?
Funk@onieren
die
inneren
Kontrollmechanismen
solcher
Open
Knowledge
Pla|ormen?
• Open
Data
Protocol
(OData)
hgp://www.odata.org/
• Data
|
The
World
Bank
hgp://data.worldbank.org/
• The
Open
Data
Founda@on
hgp://www.opendatafounda@on.org/
• Open
Data
Network
(open
government
Deutschland)
hgp://opendata-‐network.org/
• Open
Knowledge
Founda@on
hgp://okfn.org/
Willi
Schroll
2012
25. Ergänzungen
–
Diskussion
Herausforderungen
Open
Data,
Transparenz,
Vertrauen
(2)
• Transparenz
schafft
Vertrauen,
die
kollabora@ve
Datenerstellung
steigert
die
Effizienz
–
aber
es
entstehen
auch
neue
Probleme
der
Glaubwürdigkeit/
Zuverlässigkeit
–
v.a.
wenn
Interessen
involviert
sind
• Der
Königsweg
wäre
Open
Knowledge
und
Open
Data
einer
„Crowd
von
Experten“
–
in
der
Wissenscha~
und
mit
der
Delphi-‐Methode
gibt
es
dazu
Ansätze
Komplexität,
Dynaxität,
„ganzheitliche
Analyse“
• Output-‐Paradox:
Hervorragende
Datenreports
werden
nicht
gewürdigt,
da
ihr
Umfang
„unverdaulich“
ist
und
andererseits
das
Execu@ve
Summary
wiederum
zu
wenig
aussagekrä~ig
ist
–
hier
sind
neue
Schnigstellen
und
Formate
gefragt,
die
das
„Data
Understanding“
steigern
und
Personalisierung
ermöglichen.
Die
gesamte
Informa-onsprozesske1e
ist
zu
evaluieren
und
zu
gestalten
–
der
„letzte
Meter“
=
die
Entscheidungsebene
sollte
mehr
im
Zentrum
stehen.
Willi
Schroll
2012
26. Begriffsklärungen
Paradox
of
Choice
• In
der
Verbesserung
der
Effek@vität
von
Datenbereitstellungen
/
Repor@ng
etc.
sollten
informa@onspsychologische
Fakten
und
Theoreme
berücksich@gt
werden,
z.B.
The
Paradox
of
Choice:
:
Why
More
Is
Less
(Barry
Schwartz)
hgp://www.amazon.com/Paradox-‐Choice-‐Why-‐More-‐Less/dp/0060005688
Autonomic
CompuEng
• Bionik/Biomimesis
als
Ansatz
kün~iger
IT-‐Architektur:
Bsp.
Computers
Get
Self-‐Healing
So~ware
|
LiveScience
hgp://www.livescience.com/5891-‐computers-‐healing-‐so~ware.html
• IBM
Research
|
Autonomic
Compu@ng
|
Overview
|
The
Solu@on
hgp://www.research.ibm.com/autonomic/overview/solu@on.html
Dynaxität:
Dynamik
und
Komplexität
• Dynaxity:
Management
von
Dynamik
und
Komplexität
im
So~warebau
-‐
Patrick
Hamilton
hgp://www.amazon.com/Dynaxity-‐Management-‐Dynamik-‐Komplexit%C3%A4t-‐
So~warebau/dp/3540317430
Willi
Schroll
2012