OCG Jahresopening 2016

IKT Trends 2020: Data Scientist
Datum: 
Dienstag, 19.01.2016, 16:00
Ort: 

Österreichische Computer Gesellschaft
Wollzeile 1
1010 Wien

Thema: 
IKT Trends 2020: Data Scientist

IKT Trends 2020Der Workshop IKT Trends 2020 wird von der OCG in Kooperation mit dem Bundesministerium für Verkehr, Innovation und Technologie (bmvit), dem Know-Center und der Plattform Digital Networked Data organisiert.

IKT Trends 2020 ist eine Veranstaltungsreihe, in der Themenschwerpunkte rund um die Informationstechnologie beleuchtet werden. Ausgehend von der grundlegenden Fragestellung Was ist IKT heute? werden in Veranstaltungen, die über das Jahr verteilt stattfinden, Trends und zukunftsträchtige Entwicklungsmöglichkeiten präsentiert werden.
IKT ist von gesamtgesellschaftlicher Bedeutung. Die Veranstaltungsserie soll die Charakteristik und die Auswirkungen aufzeigen und zum besseren Verständnis beitragen. Die unterschiedlichen Ansatzmöglichkeiten der weiteren Entwicklung über die Technologie und den Markt hinaus werden in verschiedenen Perspektiven aufgezeigt.


Programm

16:00 Begrüßung
Markus Klemen,
OCG Präsident
 

Keynotes

Data Science als Treiber für Innovation - Neue Anforderungen und Chancen für Ausbildung und Wirtschaft (Präsentation)
Stefanie Lindstaedt, Know-Center & DND

Data Science - Von Rennpferden bis hin zur Revolution der Maschinen (Präsentation)
Florian Daxböck, Microsoft

Warum Data Science Ausbildung an einer Wirtschaftsuniversität? (Präsentation)
Alfred Taudes, WU Wien

Data Science: Herausforderungen für Data Mining (Präsentation)
Claudia Plant, Universität Wien

 

Interaktive Workshops Sessions

Come Together

Moderation: Günter Haring, Universität Wien


Abstract

Data Science als Treiber für Innovation - Neue Anforderungen und Chancen für Ausbildung und Wirtschaft
Das weltweite Datenvolumen explodiert in allen Bereichen der Wirtschaft. Laut Marktforschern und Analysten wird die Menge an Daten mit den Unternehmen umgehen müssen weiter massiv zu nehmen. McKinsey geht von einem jährlichen Anstieg von 40% aus, Gartner geht von einer Versechsfachung der global produzierten Datenmenge bis 2020 aus. Parallel dazu stellt sich die Frage, wie aus all diesen Daten nützliche Informationen herausgefiltert und Big Data möglichst in Echtzeit verarbeitet werden können. Die Antwort dazu bieten Data Scientists oder Datenanalysten, eine neue Generation von Spezialisten welche mit Hilfe von Algorithmen aus schwer überschaubaren Datenhaufen nützliche Informationen extrahieren.
Stefanie Lindstadt beleuchtet nach einer Einführung in den Bereich Data Science die Anforderungen und Chancen an Data Science aus unterschiedlichen Perspektiven wie Wissenschaft und Wirtschaft. Im Zentrum stehen dabei die Ausbildung von Data Scientists in Österreich, veranschaulicht am Beispiel der TU Graz und dem Know-Center, sowie diverse Möglichkeiten für Österreichs KMUs auf dieses Know-how zuzugreifen. Die Plattform Digital Networked Data bietet über das ganze Jahr verteilt mehrere Informationsveranstaltungen zu den Themen Data Science und Big Data.Stefanie Lindstaedt

Über Stefanie Lindstaedt
Geschäftsführerin und wissenschaftliche Leiterin des COMET-Zentrums Know-Center, Österreichs Forschungszentrum für Data-driven Business und Big Data Analytics. Seit 2011 Professorin für Informatik und Leiterin des Institutes für Wissenstechnologien (KTI) an der Technischen Universität Graz. Präsidentin der Digital Networked Data Platform. Leiterin zahlreicher nationaler und internationaler Großforschungsprojekte, zahlreiche Auszeichnungen und  über 150 wissenschaftlichen Publikationen. General Chair von Fachtagungen wie dem European Data Forum, dem Austrian  Data Forum und der i-KNOW Konferenz für Big Data und Data-driven Business. Mitglied in fachspezifischen nationalen und internationalen Gremien und Ausschüssen wie dem CONNECT Advisory Forum (CAF).

 


Data Science - Von Rennpferden bis hin zur Revolution der MaschinenFlorian Daxboeck
Ein kurzer Streifzug durch diverse Anwendungen von Data Science in Unternehmen. Erfahrungen und daraus abgeleitete Hypothesen aus Data Science Projekten. Der Abschluss gibt einen Blick in die Zukunft des Maschinellen Lernens.

Über Florian Daxböck
Studium der Technischen Mathematik an der TU Wien. Mehrjährige Erfahrung in diversen analytischen Rollen wie Trading, Risikomanagement und Kundenbeziehungsmanagement. Unterstützt als Microsoft Österreichs Data Scientist Kunden aus verschiedenen Industrien und Bereichen bei Data Science Projekten in unterschiedlichen Anwendungsgebieten.
 


Warum Data Science Ausbildung an einer Wirtschaftsuniversität?
Sowohl die Wirtschaft als auch die Forschung sind in verschiedensten Domänen und Disziplinen immer mehr von Daten beeinflusst: Effiziente Verarbeitung und Analyse immer größerer und dynamischer Datenmengen bedeuten im Zeitalter von Big Data einen entscheidenden Wettbewerbsvorteil in der Industrie, aber auch für die Forschung eröffnen sich durch die immer grösser werdenden Mengen offener, frei verfügbarer Daten neue Möglichkeiten. In einem kurzen Impulsreferat Alfred Taudeswollen wir hier die Anforderungen an die universitäre Ausbildung aus der Sichtweise einer Wirtschaftuniversität praesentieren, und auf folgende Fragen eingehen: Was wollen unsere Studierenden? Was tut die WU in Richtung Data Science Ausbildung.

Über Alfred Taudes
Jahrgang 1959, Doktorat Betriebswirtschaft, Diplomstudium Wirtschaftsinformatik, 1991 Habilitation in Betriebswirtschaftslehre und Wirtschaftsinformatik. Professuren in Augsburg, Münster und Essen, seit 1993 Professor für Wirtschaftsinformatik an der WU und seit 1.1.2008 Vorstand des Departments Information Systems and Operations. Leiter wiss. Großforschungsprojekte, mehr als 100 wissenschaftliche Publikationen in internationalen Fachzeitschriften, Wissenschaftspreise und Praxisprojekte

 


Data Science: Herausforderungen für Data Mining
Große und komplexe Daten eröffnen neue Möglichkeiten, z.B. für das Verständnis der Ursachen von Krankheiten oder bis hin zu einer besseren Verkehrsplanung. Claudia PlantDie Verwaltung, Organisation und vor allem die Wissensgewinnung aus großen Datenbeständen stellt uns aber auch vor neue Herausforderungen: Wir benötigen neue Ansätze die uns ein ganzheitliches Verständnis von heterogenen Daten erlauben. Außerdem müssen wir hocheffiziente Techniken Big Data entwickeln. Ein Ausblick auf die Schwerpunkte der Data Mining Ausbildung an der Universität Wien rundet meinen Vortrag ab.

Über Claudia Plant
Ab Januar 2016 Professorin für Data Mining an der Universität Wien. Seit 2013 Leiterin der Forschungsgruppe „integrative Knowledge Discovery in Databases“ am Helmholtz Zentrum München und der Technischen Universität München. Zahlreiche Veröffentlichungen auf den führenden Data Mining Fachtagungen, darunter 3 Best Paper Awards. Interdisziplinäre Data Mining Projekte gemeinsam mit Biologen, Medizinern, Umweltwissenschaftlern und Neurowissenschaftlern.
 


 

Kooperationspartner:

 

BMVIT