• Keine Ergebnisse gefunden

HOW TO BECOME A DATA SMART COMPANY?

N/A
N/A
Protected

Academic year: 2022

Aktie "HOW TO BECOME A DATA SMART COMPANY?"

Copied!
35
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

HOW TO BECOME A DATA SMART COMPANY?

ERFOLGSFAKTOREN EINER DATENSTRATEGIE

Stefan Blinkmann Unit Manager SAP BA

Sotiri Zotos Senior Sales Manager

(2)

Herzlich Willkommen zu unserem heutigen Webinar!

Sotiri Zotos

Senior Sales Manager

valantic Business Analytics GmbH Beim Strohhause 17

20097 Hamburg

Tel.: +49 (0) 40 22 632 48 232 Fax: +49 (0) 40 22 632 48 110

E-Mail: sotiri.zotos@ba.valantic.com www.valantic.com

Stefan Blinkmann Unit Manager SAP BA

valantic Business Analytics GmbH Beim Strohhause 17

20097 Hamburg

Tel.: +49 (0) 151 180 499 13 Fax: +49 (0) 40 22 632 48 110

E-Mail: stefan.blinkmann@ba.valantic.com www.valantic.com

(3)

1. Kurzvorstellung valantic

2. Data Strategy

3. Summary

4. Q&A

Agenda

(4)

4

valantic Daten & Fakten

20

Standorte

+800

Experten

28

Partner & Managing Director

19

Aktive DAX 30 Kunden

+120 Mio.

EUR Umsatz 2018e

+1.000

Kunden

KURZVORSTELLUNG VALANTIC

(5)

Software und digitale Prozesslösungen von valantic sind die Basis für Ihren Wettbewerbsvorteil

SAP Solutions

Supply Chain

& Logistics

Banking Solutions

Systemintegration &

Software-Services Customer Engagement

& Commerce

Big Data

& Business Analytics

Governance, Risk &

Compliance (GRC) IBM Solutions

valantic schafft Software und digitale Prozesslösungen, mit denen Kunden strategische Vorteile gegenüber ihrem Wettbewerb erzielen. Wir bewältigen dabei die zentralen Herausforderungen der Digitalisierung mit einer einzigartig flexiblen, elementaren

Organisationsstruktur und operativen Exzellenz.

Elemente des digitalen Jetzt.

KURZVORSTELLUNG VALANTIC

(6)

KURZVORSTELLUNG VALANTIC

valantic begleitet Sie auf dem Weg der digitalen Transformation – von der Strategie bis zur handfesten Realisation

6

Führend im Digital Enablement der Finanzdienstleistungsbranche

SAP Financial Service Automation

Powerhouse für die Digitale Transformation 360° SAP IT Beratung für den

gesamten Solution Lifecycle

Digitalisierung

▪ SAP S/4HANA

▪ SAP C/4HANA

▪ SAP IBP, EWM & TM

▪ SAPAnalytics

▪ Add-ons: MDM & Security

▪ Digital Transformation Strategy

SCM 4.0/IoT Consulting & Software

CX Consulting & Marketing Autom.

Enterprise Software-Entwicklung

Telco Solutions & Services

GRC und Datenschutz

▪ Product Suite Trading

Realtime Payments Engine

▪ Banking & Insurance Automation

▪ Financial Services Enterprise Architecture Integration

(7)

SAP Business Analytics Portfolio

KURZVORSTELLUNG VALANTIC

Unsere Sichten auf die Dimensionen von Business Analytics Fragestellungen

DATEN- INTEGRATION

Aufbereiten unterschiedlichster Datenbereiche für eine einfache

Konsumierung neuer Datenfelder, die u.a. für Innovationen genutzt werden können. Big Data, Data Lake,

Hybride Architekturen.

BUSINESS INSIGHTS

& REPORTING

Bereitstellung von Reporting Services, um Business Insights

und Verbesserungen der Unternehmensleistung zu

ermöglichen.

TRAINING &

COACHING

Unterstützung durch Schulung und Coaching im Bereich Self Service Reporting & Analytics

DATA GOVERNANCE

Kontinuierliche Verbesserung der Daten, um Qualität, Konsistenz und Integrität in

allen Data Management Dimensionen zu

gewährleisten.

TOOLS

Data Services | Information Steward | BW | BW on HANA | BW/4HANA | Analytics Cloud | Lumira | BEx Suite | BW-IP | WebI

EVALUATION

Überprüfung, Priorisierung und Empfehlung zu

datenbezogenen Investitionen, um den Nutzen zu maximieren und

Risiken zu minimieren.

BUSINESS ANALYTICS &

INNOVATION

Ausrichtung der BI- und Datenstrategie auf Business Pläne und Maßnahmen, die durch die effektive Nutzung von

Informationen & Analysen Erkenntnisse mit Mehrwert

schaffen.

IT SERVICE MANAGEMENT

Professionelles IT Service Management über den gesamten Service Lifecycle

hinweg.

ADVANCED ANALYTICS

Verarbeitung und Auswertung datengetriebener Analysen.

Vielfältige Algorithmen und Prädiktoren unterstützen

kontextbezogene und vorausschauende Analysen

ENTERPRISE PERFORMANCE

MANAGEMENT

Schnelle und qualitativ hochwertige Abschlussprozesse für Reporting und Planung entlang

der Wertschöpfungskette.

(8)

Training Center – Die DNS für Business Analytics

8

✓ Erfahrung aus 300 Schulungsprojekten

✓ 20 Jahre Trainingserfahrung

✓ Individuelle Beratung und Trainingsempfehlung

✓ Kombination von Theorie- und Praxismodulen

✓ Ausbildung anhand realer Business Cases

✓ Erstellung von unternehmensspezifischen

✓ Schulungsunterlagen

✓ Zertifizierte Trainer mit Erfahrungen aus realen Projekten

✓ ISO-zertifiziertes Training Center (ISO 9001:2015)

✓ Ausbildung von User, Key User, Administratoren und Trainern

✓ Intensive Ausbildung für IT-Spezialisten und Fachanwender

✓ Auffrischungs- und Crashkurse

✓ Multilinguale Trainings

Über 1.000 zufriedene Kursteilnehmer pro Jahr

Bedarfsbestimmung durch „Identify Workshop“

KURZVORSTELLUNG VALANTIC

(9)

1. Kurzvorstellung valantic

2. Data Strategy

3. Summary

4. Q&A

Agenda

(10)

Einführung einer Data Governance Applikation mit SAP BW

HOW WHAT SOLUTION

WHY

Wir sind auf dem Weg, eine digitale ’Data Smart’ company zu werden. Daher werden unsere Daten zu einem zentralen Bestandteil der Wertschöpfung und wesentlicher

Wettbewerbsfaktor.

Wie alle kritischen Vermögens- werte müssen auch Daten aktiv gemanaged werden, um den Wertbeitrag für das gesamte Unternehmen sicherzustellen.

Daten fließen durch das gesamte Unternehmen. Daher müssen alle Mitarbeiter der Organisation für die Verbesserung der Daten

zusammenarbeiten.

Wir nutzen schlüssige Strategien und Richtlinien, um die

höchstmögliche Qualität zu erreichen.

Die Fachbereiche sind für die Datenqualität verantwortlich.

Die Ziele sind die Erhöhung der Datenqualität sowie die

Harmonisierung und Stabilisierung der Abschlussprozesse. Dies gilt insbesondere für die mehrjährige Transformation der Finanzsysteme auf eine neue globale Plattform.

Etablierung eines kontinuierlichen Verbesserungsprozesses für die Datenqualität.

Einführung eines Datenkatalogs auf der Basis von SharePoint als globale Kommunikations- und Visualisierungsplattform für Stammdaten und Stammdaten- Berichte sowie des Data

Governance Prozesses.

Nutzung des SAP Business Warehouse für die Stammdaten- pflege, Qualitätsmessung und das Reporting.

KURZVORSTELLUNG VALANTIC

(11)

Wie kann eine Data Strategy gestartet werden?

Eigentlich eine Selbstverständlichkeit? → Organisatorisch

▪ Menschen → HR

▪ Technologie → IT

▪ Prozesse → R2R, OTC, …

DATA STRATEGY

Menschen

Prozess

Daten

Techno- logie

„Daten“ – die weitere Dimension im Business

Prozesse Menschen

Technologie

Gartner

Daten – Abteilung ?

(12)

Wie kann eine Data Strategy gestartet werden?

Ansätze …

DATA STRATEGY

12 Prozesse Menschen

SteeCo Program Manager BA (1)

P (1) P (n)

BA (2) BA (3) P (3) P (4)

DGov SteeCo

DGov Kreis Data Steward

IT Exp.

Business Experte Data SteeCo

Data Quality Board DS (1) DS (2) DS (3) DS (n)

Executive Sponsor

DGOV SteeCo

DO (1)

DS (1)

IT Expert

Key User

DO (2) DO (3) ...

CIO C*

(13)

Wie kann eine Data Strategy gestartet & organisiert werden?

Es geht auch agil!

DATA STRATEGY

Prozesse Menschen

Data Innovation

Center Finance

HR

Sales R&D

Digitales Transformation Team

Daten Architektur

▪ Anfangs virtuell

▪ Kleine Gruppe des Typs „Vorreiter“ aus Fachbereich und IT mit fachlichem und prozessualen

Background. I.d.R. Power User, IT-Architekt und BI- Experte

▪ Data Governance Quality Gates in agilen

Entwicklungen mit einfließen lassen und damit proaktiv in Projekte „eingreifen“

▪ Neue Datenanforderungen? Fachbegriffe definiert und verstanden? Gibt es Sicherheitsaspekte? Wie sind die neuen Daten fachlich in das Goldene Datenmodell definiert? Gibt es fachliche,

technische oder prozessuale Überlappungen? Gibt es Aliase in anderen Bereichen? Wie werden

diese Daten ausgewertet? Wer nutzt diese Daten in welchem Kontext? …

▪ Kleine aber frühe Fragen haben einen großen Einfluss auf den ganzen Prozess !

Prozess-Zentriert

System-Zentriert

Daten-Domäne-Zentriert

Organisation-Zentriert

Matrix

(14)

Ohne Kommentar

Data Quality Management

14

DATA STRATEGY

(15)

Haben Sie Ihre Unternehmensdaten im Griff?

DATA STRATEGY

Sammlung von Beobachtungen

In vielen Organisationen ist niemand ausdrücklich und formal für Daten und deren Governance verantwortlich. Dadurch werden Datenprobleme auch nicht systematisch und

dauerhaftgelöst.

Das Thema Datenqualität wird zunehmend vom Top Management als wesentlicher

Erfolgsfaktorverstanden – für den

Unternehmswert aber auch im Zusammenhang bei der Implementierung von KI

Eine schlechte Datenqualität kostet den Unternehmen 15-25%des jährlichen

Umsatzes.

Data Scientists verwenden bis zu 80%Ihrer Zeit zum Sammeln, Säubern und Aufbereiten

der Daten.

(16)

Data Quality Management mit SAP Information Steward

16

DATA STRATEGY

Beispiele: Regeln für HR auf HCM und Success Factors

(17)

Der Daten-Kreislauf

Sammeln

Erstellen

Vereinheit- lichen

Pflegen

Entdecken Nutzen

Schützen Archivieren

Löschen

(1) „Daten-Ersteller“

Fehlerhafte Dateneingaben (Tippfehler, leere Felder, fehlende Default-Werte, …)

Hoher Aufwand beim manuell Erstellen von Daten (dito, Lücken in den Metadaten- Definition, …

Wer hat welche Herausforderungen?

DATA STRATEGY

(2) „Data-Steward“

Reaktives Korrigieren von Daten …

Fehlende Definition / Präzision oder Expertenwissen der fachlichen Regeln

Datenintegration scheitert an technischen, prozessualen etc Inkonsistenzen

Verschiedene Quellen und Wahrheiten

Fehlendes Regelwerk zur Datenpflege

Fehlende Datenqualitätsregeln / Scorecards

(4) „Data Protection-Officer“

Fehlende Informationen, welche kritischen oder persönliche Daten in welchem System gespeichert und wie geschützt sind

„Steuerung“ und „Messung“ der Compliance

Lebenszyklus von Daten

Löschkonzepte für Daten

….

(3) „Data Scientist“

Finden und verteilen relevanter Informationen

Identifikation von Zusammenhängen

Interpretation von Daten

Erzeugung von Mehrwert durch „Analytics“

(18)

Mit gutem Beispiel vorangehen

Ein paar einfache Definitionen für heute

DATA STRATEGY

18

Was ist Data Governance?

… ist der kontinuierliche Prozess der Verbesserung der Datenqualität

zum Vorteil aller Datennutzer.

Was ist Datenqualität?

Daten, die nachweislichfit sind für den Gebrauch im Unternehmen.

Was ist eine Daten-Strategie?

… ein Mittel, um einen langfristigen Plan für die Verbesserung, das Management & die Nutzung von

Daten über alle Bereiche im gesamten Unternehmen zu beschreiben & und wie dies zu

erreichen ist.

Was ist der Unterschied zwischen „Data Owner“ und „Data Steward“

Owner= „Accountable“: Definition, Inhalt, Business Regeln, etc. für ein Datenobjekt.

Steward = „Responsible“: Durchführung der unterstützenden Prozesse & Maßnahmen

(19)

Wenn Ihr Business einzigartig ist …

dann sollten auch Ihre Daten, Datenmodelle und Planungsmodelle einzigartig sein, um Ihre Business Services optimal unterstützen zu können !

DATA STRATEGY

Daten-Modell: das Bindeglied zwischen Strategien und Technologie?!

(1) “Top-Down” – Ausrichtung der Strategien

nach Business Prioritäten Business Strategie IT Strategie Daten Strategie BI Strategie

(4) Orchestrierung der Daten

Metadata Management Datenbestand Daten Integration

(5) “Bottom-Up” – Datenbestände (2) “Data Governance Rahmen” →Managenvon …

Prozessen Richtlinien Kultur

Menschen

(3) “Hebel”, um strategische Vorteile zu erzielen

Master Data

Management Data Warehouse BI Big Data Data Quality Data Architecture

& Modellierung

(20)

Projekt-Beispiele

Data Governance Circle

DATA STRATEGY

20 Finance

HR Business

Shared Shared

Shared Core Local

Local Local

Kostenstelle

OrgEinheit Legale

Einheit

Shared Shared

Shared Core Local

Local Local

LE Code

Name Status

Tax ID

Country

Group Legal Group

Accounting

Group HR Glossary

[OTHERS]

Internal Name

LE Type

Valid to Valid from

Receiving Entity

Transaction Type

Survivor Early Mover

Effective Date Transfer

Project Running?

Shareholder* (buy &

sell) Client ID

Internal Customer Nr.

Internal Supplier Nr.

Legacy Oracle IC Number Oracle

Supplier Number

Parent Legal Entity

Previous Client ID

Finance Status Legal Status

Local Currency

ICCAC Account Info

Finance Contact

Functional Currency Country Chair

GSS Responsible

Registered Office Address

Corporate Registration Number Date of

Formation

Shares*

(incl. Legal Group Parent)

Directors*

Legacy Dates and Names*

Cage Code Number

DUNS No.

List of acquisitions Purpose description of LE

Audit reports

Legal Entity LE Short Name

(21)

Projekt-Beispiele

SharePoint als Kollaborationsplattform? [alter BEX]

DATA STRATEGY

(22)

Wie kann eine Data Strategy aussehen?

DATA STRATEGY

Interne Treiber

● …

● …

● …

● …

Externe Treiber

● …

● …

● …

● …

Schlüssel / Enabler / Werte

Zielfeld 01 Zielfeld 02 Zielfeld 03 Zielfeld 04 Zielfeld 05

Zielfeld 06 Zielfeld 07 Zielfeld 08 Zielfeld 09 Zielfeld 10

Mission Vision

22

(23)

Herausforderungen

▪ Komplexität der Daten &

Datenstrukturen

▪ Daten müssen standardisiert, bereinigt und verteilt werden

▪ Agiles Reporting benötigt eine

“saubere” Architektur im Hintergrund

Technische Ansätze

▪ Moderne Tools erlauben eine einfache Visualisierung

▪ Data-Architekten, Daten-Modelle und Metadaten erschaffen die Grundlage für die BI-Services und BI-Anwender

▪ Robuste Datenarchitekturen die fachlich definierte und einheitliche strukturierte Daten liefern

Treiber des Trends

▪ Bedienung der Tools wird immer einfacher

▪ Große Datenmengen stehen frei zugänglich zur Verfügung

▪ Große Anzahl „technikaffiner“

Anwender mit Vorkenntnissen

Der Trend hin zu Self-Service hält weiterhin an

DATA STRATEGY

Treiber des Trends Herausforderungen Methodische Ansätze

(24)

SAP BW/4HANA: Architekturen

Übersicht

DATA STRATEGY

24

Architektur

Technology Ownership

Prozess

EDW – Vereinfacht EDW – Flexibel Relationaler Data Lake /

Evolutionäres DWH DWH – Agil

IT Business

Big Design Upfront Sufficient Design Upfront

Top Down Bottom Up / Top Down

Scrum/ Inkrementell / Evolutionär / „Fail early“

SAP BW/4HANA

SAP HANA

(25)

Moderne BI (Cloud) Services erlauben einen kollaborativeren Ansatz

DATA STRATEGY

IT

▪ Trusted Data Sources

▪ Data Modellierung mit Fokus auf Performance und einfache Nutzung

▪ Technisches Data Stewardship

Fachanwender

▪ Self-Service Reporting „at the speed of business“

▪ Exploration, Innovation & Report Prototyping

▪ Fachliches Data Stewardship Governed self service

▪ Collaborative Governance

▪ Collaborative Design

Cloud Anbieter

▪ Infrastruktur Hosting

▪ Skalierbarkeit

▪ Backup & Recovery

BI Cloud Services

Data Management

Business Rules

Technical IT Service Management

Analytics

(26)

Individual IndividualSW

SW

Chancen durch neue Tools? … oder eher durch „Data Management“?

26

DATA STRATEGY

Heute … morgen?

ECC

[EC-CS, MM, PP, FI, CO, …]

Individual SW Add-on‘s

HR S/4 C/4

Success Factors

BW/4

EDWH classic | … | „Big Data“

Analytics Cloud als SPOE & SPOT Corporate Reporting | Finanzplanung | …

Individual IndividualSW

?SW

2019 – 202 2 ?

Aktuelle grobe Vorstellung Eine von mehreren Varianten

BW 7.4 IBP

SD | CO | FI | PP | …

Individual

Weitere SW

Empfänger Appl. ?

Individual IndividualSW

DB‘sSW BEX

Portal xzy

(27)

Erweiterung oder Änderung der Sicht ?!

| + Daten | + Business Prozess | – IT System |

DATA STRATEGY

Nicht die (tool-unabhängige) Sicht auf Daten verlieren ! Datenorientierter Servicekatalog? „selten“ …

Daten Prozesse IT Service

Business Service Business Service Business Service

Daten Prozesse IT Service

(28)

1. Kurzvorstellung valantic

2. Data Strategy

3. Summary

4. Q&A

28

Agenda

(29)

Wie kann eine Data Strategy erfolgreich sein?

Was sind die wesentlichen Faktoren & Hilfsmittel ?

SUMMARY

Prozesse Menschen

Technologie

Eine Vision mit Zielen, wie sich Erfolg messen

lässt.

Realistische Ziele setzen und

Erwartungen managen.

Aufwand und Nutzen müssen

übereinstimmen.

Fokussierung und Priorisierung auf die

werthaltigen Daten

Austattung: Menschen, Kapazität und Budget

Einfach starten und kontinuierlich ausbauen

Nutzung von Standards wie ITIL, DMBOK, …

Es gibt nicht DIE zu implementierende

Lösung!

Data Funnel Data Journey Map

CRUD Matrix Data Heat Map Enterprise Architecture …

(30)

Wie kann eine Data Strategy umrissen werden?

Gestalten Sie den Rahmen ! (Auszug Fragenkatalog)

30 Prozesse Menschen

Technologie

▪Wie vertraut Ihr Unternehmen auf Daten? Heute und in Zukunft?

▪Was sind die Erwartungen an eine bessere Data Governance?

Vision und Strategy ▪…

▪Wer sind die primären Datenersteller, -konsumierer und –veränderer?

▪Sind Ihre Mitarbeiter in Data Management ausgebildet?

Organisation ▪…

▪Sind Daten-Management Prozesse bereits aktiv?

▪Wie verbessern IT und Business die Datenqualität?

Prozess / Workflow ▪...

▪Welche Daten werden wo von wem „übergreifend“ genutzt, verändert, erzeugt, …?

▪Sind physische, logische, … Datenmodelle erstellt worden?

Daten Management ▪…

▪Gibt es einen Kommunikationsplan?

▪Haben die Mitarbeiter ein „Data Awareness“ Training absolviert?

▪Gibt es bereits erste interne Erfolge durch Data Management?

Kultur und Kommunikation

▪Welche Tools sind im Einsatz?

▪Wo werden Metadaten gespeichert und veröffentlicht?

Technologie / Tools ▪…

SUMMARY

(31)

Key-Take-Aways … es ist keine Frage des Tools !

HOW TO BECOME DATA SMART ?

▪ Data Governance ist Bestandteil einer ausgedehnten Business Strategie, beinhaltet Chancen und schütztvor Risiken

▪ Daten sind wie jeder andere unternehmenskritische Bereich übergreifend, iterativ und als Prozess aktiv zu managen

▪ Die Unternehmenskultur ist entscheidend für die Wahl der organisatorischen „Verankerung“ – one size does not fit all

▪ DIE Erfolgsfaktoren überhaupt: Kommunikation & ein kollaborativerAnsatz: Top-Down-Ansagen führen NICHT zum Erfolg, sondern eher zum „Aufhören zu Denken“. Überzeugung und Enablement von Mitarbeitern erhöhen die Chancen deutlich, einzelne „Widerstände“ zu überwinden und „Silo‘s“ aufzubrechen

▪ Modus wechseln wollen: Weg vom Feuerbekämpfen, hin zur Brandprävention

▪ Change Management ist an der Tagesordnung → Betrachten Sie Ihren „Daten-Stack“ vollständig, multidimensional &

Zeitachse → Mit S/4, BW/4, etc. stehen Major Changes bevor und wir empfehlen Ihnen, „Qualitäts-Anker“ zu setzen und oder eine Art „Meta-DQ-Netz“ über Ihre Organisation zu legen, um den Überblick der wesentliche Datenströme zu behalten

▪ Model-what-Matters: Fokus auf die „hochwertigen“ Datenobjekte legen und diese „fit-for-purpose“ machen

▪ Agilität einer Data Strategy ist, wenn Probleme zügig analysiert und in der Zusammenarbeit aller Rollen gelöst werden

▪ Daten sind ein Asset des Business, d.h. Ownerschaft ist im Business und Sponsor von ganz oben

▪ Nutzen Sie Reifegradmodelle: Status Quo? Was ist das Ziel? Wo sind Quick-Win‘s? Wie ist der Fortschritt?

SUMMARY

(32)

Wenn Ihr Business einzigartig ist … dann sollten auch Ihre Daten, Datenmodelle und Planungsmodelle einzigartig sein !

BE DATA SMART

Lassen Sie sich inspirieren, motivieren und gestalten Sie Ihren Weg

It‘s a journey, not a destination

valantic

▪ unterstützt Sie in Ihren betrieblichen Prozessen

▪ versteht und modelliert Ihre Daten

▪ kennt die Technologien

▪ hat die BI-Expertise

Quick Start?

▪ Lexikon / Glossar: Begriffe im Unternehmen mit Definition

▪ Data Map: Was ist wo? Was ist bekannt? Was ist „klar“?

▪ Berichtskatalog: Name, Inhalt, Autor, Merkmale, Kennzahlen

▪ …

32

Data Governance

Data Quality Master

Data

DATA SMART

SUMMARY

(33)

1. Kurzvorstellung valantic

2. Data Strategy

3. Summary

4. Q&A

Agenda

(34)

Q & A

Q&A

34

(35)

Herzlichen Dank für Ihr Interesse an unserem Webinar!

Sotiri Zotos

Senior Sales Manager

valantic Business Analytics GmbH Beim Strohhause 17

20097 Hamburg

Tel.: +49 (0) 40 22 632 48 232 Fax: +49 (0) 40 22 632 48 110

E-Mail: sotiri.zotos@ba.valantic.com www.valantic.com

Stefan Blinkmann Unit Manager SAP BA

valantic Business Analytics GmbH Beim Strohhause 17

20097 Hamburg

Tel.: +49 (0) 151 180 499 13 Fax: +49 (0) 40 22 632 48 110

E-Mail: stefan.blinkmann@ba.valantic.com www.valantic.com

Referenzen

ÄHNLICHE DOKUMENTE

The organization of sharing data can be separated into three sets of issues: (1) Interpretation: how to understand the data, (2) Authorization: is a user

2 The total number of pieces Andrew needed for his Lego model was ___.. 3 For the top part of his model alone, Andrew

Denken Sie dabei auch an Informationen, welche für Ihre Anbieter oder die Ausschreibung selbst keine Bedeutung haben, für Ihre internen Auswertungen aber wichtig sind: Sie führen

By circular of 12 September 2013, the German fiscal author- ity reacted to the new regulation regarding long -term rental of means of transportation and made clear that

Sensitive information and security (EU projects) Ethics in research data management. Before starting the

Abstract: Die intelligente Nutzung von digitalen Daten spielt eine zentrale Rolle, wenn es darum geht, Antworten auf zukünftige wirtschaftliche und gesellschaftliche

Abstract: Das Smart Data Innovation Lab ist eine nationale Forschungsplattform, die der Wissenschaft Zugang zu realen Industriedaten für Forschungszwecke auf einer