Datenmanagement und Data Analytics im KI-Zeitalter

BESCHREIBUNG

Der Referent erläutert in diesem Top-Seminar anschaulich und praxisnah folgende Arbeitsphasen und setzt sie mit Ihnen in Kompakt-Workshops mit konkreten Ergebnissen um:

• Erste Schritte auf dem Weg zum erfolgreichen „Datenmanagement und Analytics“ in der Praxis: Positionierung, Data Assessments, Anforderungs-Analysen zur „Datenwertschöpfung“
• Data-, Analytics- und KI-Strategien entwickeln und umsetzen (Roadmapping)
• EDM-, Analytics- und KI-Organisation gestalten: Datenkataloge (inkl. Metadaten und Business-Glossare), Datendomänen festlegen sowie Datenprodukte entwerfen
• Data-Architekturen: neue Konzepte wie Data Fabric und Data Mesh sowie Data Streaming adaptieren
• Enterprise-Data- und KI-Governance verstehen (Guidelines, Leitlinien)
• Best Practices zu Datenprodukte für ausgewählte Data Analytics und AI Use Cases
• Change der EDM-Organisation (Data Services, Data und KI-Boards, Data Culture)

Für alle Handlungsbereiche stellen wir auf Use Cases fokussierte Best Practices vor und analysieren die Konsequenzen für die EDM-Organisation, Data-Analytics- und KI-Anwendungen sowie Enterprise Data Governance.

Ihre Vorteile auf einen Blick:

• Der Nutzen: Sie lernen ausschließlich praxisorientiert. So erarbeitet der Referent in jedem Seminarmodul unmittelbar Bezüge zu den Rahmenbedingungen Ihrer Organisation (Ihres Unternehmens) und setzt sie mit Ihnen thematisch um.
• Kompaktes anwenderorientiertes Wissen zum Enterprise Data Management, Data Analytics und den damit verbundenen aktuellen Herausforderungen von KI und Machine Learning
• Viele Tipps, Checklisten und Erfahrungsaustausch mit ausgewählten Praktikern – sofort umsetzbar.
• Seminarunterlagen mit praxisorientierten Dokumentationsvorlagen, Checklisten, Tabellen u.a., maßgeschneidert zu den Themen des Seminars (auch elektronisch verfügbar).

Unser Transfer-Konzept: Anhand konkreter Fallbeispiele (bewährter Use Cases) für die Entwicklung und Nutzung von Datenstrategien, Datenarchitekturen sowie erfolgreicher Datenintegration für Entscheidungsträger, Produkt- und Fachbereichsverantwortliche bzw. Lösungen zu Data Analytics und Data Governance (mit entsprechender Datenkultur) stellen Sie durchgängig einen Bezug auf Ihre Anwendungspraxis her.

Warum Sie diese Schulung besuchen sollten:

In diesem Seminar erfahren Sie zunächst, wie – ausgehend von klaren Zielsetzungen – über die Durchführung von Data Assessments eine Neupositionierung und strategische Ausrichtung im Hinblick auf Enterprise Data Management (kurz EDM) sowie KI-Readiness vorgenommen werden muss. Das gilt für Organisationen aller Art: Unternehmen der produzierenden Wirtschaft, Finanzdienstleister (Banken, Versicherungen), Logistikdienstleister, IT-Serviceorganisationen sowie öffentlich-rechtliche Organisationen.

Damit in den genannten Organisationen der Wert der Daten erkannt und erfolgreich „geschöpft“ werden kann, bedarf es ergänzend zu einer strategischen Positionierung vor allem auch Konzepte zu den Enterprise-Datenarchitekturen, Entscheidungen zur Datenorganisation (Meta-Datenmanagement, Data-Mesh-Organisation) und den Technologieportfolios (insbesondere Datenkatalogsoftware, Datenintegrations- und KI-Plattformen).

Basierend auf den entwickelten Daten-, Analytics- und KI-Strategien wird im Seminar eine Roadmap zur Umsetzung einer „schlagkräftigen“ EDM-Organisation aufgezeigt. Dazu zählen die Umsetzung von Herausforderungen moderner Daten- und KI-Integration (mit Nutzung vielfältiger Datenquellen) sowie eine erneuerte Enterprise Data und AI Governance. Schließlich werden notwendige Changes systematisch erläutert, wie Sie innovative Wege der Bereitstellung von Datenprodukten und Services (etwa bis hin zu Self Services) gehen und damit die Akzeptanz und Zufriedenheit bei den Datenverbrauchern (Fachbereiche, Management, Stakeholder) erhöhen können.

Die Seminarinhalte ermöglichen es den Teilnehmern, einen strategischen Fahrplan und Entscheidungsunterstützungen für alle Verantwortlichen in den Bereichen IT, Daten und KI zu leisten. Das Seminar beleuchtet die fünf kritischen Gestaltungsfelder, die es erfolgreich zu orchestrieren gilt, um die Datentransformation im KI-Zeitalter zu meistern:

• Enterprise-Datenarchitekturen: Der Übergang vom Data Warehouse zum Data Lakehouse bzw. Data Fabric sowie Data Mesh und Data Streaming.
• Data Analytics: Die Evolution von der deskriptiven zur prädiktiven und präskriptiven Analyse unter Einsatz von KI.
• Data- und AI-Plattformen: Die Schaffung einer integrierten Umgebung für Data Science und MLOps.
• Data und AI Governance: Die Notwendigkeit eines integrierten Rahmens für Compliance, Ethik und Vertrauen (EU AI Act, Datensouveränität).
• KI-gestützte Arbeitsweisen: Notwendig sind für die Data- und KI-Teams eine kulturelle Transformation und die Orchestrierung interdisziplinärer Teams unter Nutzung KI-gestützter Tools und Modelle.