Data Science - (Gastvortrag: Atlassian)

Interconnection between Data Management and Teamwork Collaboration

• Palina Gravestein von Atlassian war Gastdozentin an der Heinrich-Heine-Universität Düsseldorf am 7. November 2024.
• Die Präsentation behandelt die Verbindung zwischen Datenmanagement und Teamwork-Kollaboration.

Über Palina Gravestein

• Sie hat einen B.A. in Kunstgeschichte und Wirtschaftswissenschaften (Halle/Saale).
• Ihr M.A. ist in "Kunstvermittlung und Kulturmanagement" (Düsseldorf).
• Ihre Berufserfahrung umfasst eine Karriere in der Schönen Kunst (Kurator) von 2019 bis 2022.
• Sie arbeitete von 2022–2024 im Vertrieb bei Snowflake.
• Im Jahr 2024 begann sie eine aktuelle Tätigkeit im Vertrieb bei Atlassian.
• Sie hat ihren Sitz in Adam, Niederlande.

Agenda

• Die Agenda umfasst, wie die Rednerin zum Software as a Service (SaaS) kam.
• Es beinhaltet eine kurze Geschichte der Cloud-Umgebung von 1960 bis heute.
• Die Agenda behandelt die Enterprise Cloud und wie moderne Unternehmen Daten austauschen.
• Es wird die Informationsüberlastung und das Enterprise Knowledge Management behandelt.
• Die Agenda umfasst Gespräch über künstliche Intelligenz (KI) und Erörterung ihrer Auswirkungen auf die Produktivität.
• Das Thema "Information ist Macht – Daten in Krisenzeiten" wird erörtert.

Wie die Rednerin zu SaaS kam

• Die Frage wird gestellt: "Was weiß ein Kunsthistoriker über Technik?".

Kurze Geschichte der Cloud

• Die Entwicklung von der physischen zur virtuellen Datenspeicherung wird betrachtet.
• Analoge Datenspeicherung bot Sicherheit, war aber nicht gegen Cyberangriffe geschützt.
• Es war schwer, Daten zu verlieren, solange man das Speichermedium besaß.
• Es war keine virtuelle Datenfreigabe möglich.
• Die Zusammenarbeit dauerte länger.
• Es war anfällig für die physische Umgebung.
• Es war schwer, verlorene Daten wiederherzustellen und zu warten.

Virtuelle Datenfreigabe (1960-1990)

• 1961: John McCarthy, Kognitionswissenschaftler, wurde der Pate der KI und des Cloud Computing.
• Seine Idee war es, Daten überall dort verfügbar zu machen, wo man sie braucht, wie Strom.
• 1969 gründete die DARPA (Advanced Research Projects Agency) ARPANET.
• ARPANET ermöglichte die gemeinsame Nutzung von Ressourcen zwischen Remote-Computern.
• Die Virtualisierung der Datenfreigabe mit dem "Handschlag" zwischen Computern wurde angestrebt.
• In den 1990er Jahren wurde die Internet-Technologie (World Wide Web) eingeführt mit der die die Möglichkeit bestand, Millionen von Computern weltweit zu verbinden, um physische Einschränkungen zu überwinden.

Cloud Computing (2000 bis heute)

• Die Amazon-Revolution begann 2002.
• Amazon Web Services (AWS) startete.
• Die erste Cloud Hyperscaler war geboren.
• Datenspeicherung wurde als "Infrastructure-as-a-Service" (IaaS) angeboten, wodurch die Notwendigkeit eigener Server entfiel.
• Von 2006-2020 begann die moderne Cloud-Ära.
• Mit Google Docs wurde 2006 die gemeinsame Nutzung von Dokumenten in der Cloud eingeführt
• 2011 wurde wurde Apple iCloud eingeführt.
• Das Echtzeit-Backup, Freigabe und Bearbeitung von Dokumenten wurde möglich.
• In der Zeit von 2020 bis heute erfolgte der Aufstieg der generativen KI und großer Sprachmodelle (LLMs).
• Der Start von LLMs wurde für die breite Masse und große Unternehmen zugänglich.
• Wesentliche Treiber für generative KI und LLMs sind NVIDIA, OpenAI (ChatGPT), Microsoft (Co-Pilot), Google (Gemini) und Atlassian (Rovo).
• KI benötigt viel Rechenleistung, um zu funktionieren.

Enterprise Data Management Use Cases

• Beispiele sind Finanzberichte und Vertriebs- + Marketinganalysen.
• Weitere Anwendungsfälle sind HR-bezogene Daten und datenbasierte Vorhersagen.
• Service Management (Kundendienst, IT Service Management) und Lieferkette.
• Kundenbeziehungsmanagement und Software-Entwicklung sind ebenfalls enthalten.
• Moderne Unternehmen speichern nicht nur Daten, sondern wandeln sie in verwertbare Erkenntnisse um.
• Marketingteams können Trends vorhersagen, bevor sie passieren.
• Vertriebsteams identifizieren automatisch Chancen.
• Support-Teams informieren über Probleme.
• Produktdesigner verstehen sofort die Nutzungsmuster.

Modernes Datenmanagement

• Snowflake wurde 2012 in den USA gegründet.
• Es war eine der ersten Cloud-nativen Architekturen, die das moderne Datenmanagement revolutionierte.
• Das Besondere ist die Trennung von Speicher- und Rechenressourcen.
• Dies ermöglicht es Unternehmen, jede Geschäftseinheit unabhängig zu skalieren.
• Es beseitigt die traditionellen Einschränkungen von On-Premise-Data-Warehouses.
• Cloud-Datenanbieter wie AWS, Amazon Redshift, Google BigQuery und Microsoft Azure wirken sich maßgeblich auf das Leben aus.

Herausforderungen des modernen Teamworks

• Der Zeitverlust durch sich wiederholende Aufgaben: Mitarbeiter verbringen 60 % ihrer Zeit mit manuellen, administrativen Aufgaben. Nur 27 % ihrer Zeit verbringen sie mit qualifizierten Aufgaben.
• Datenvolumen und Quellen: Unternehmen haben täglich mit 328,77 Millionen Terabyte an Daten zu kämpfen; 26 % der Mitarbeiter verwenden mehr als 11 verschiedene Tools und Apps. Unternehmen mit über 2000 Mitarbeitern verwenden über 230 Apps.
• Probleme mit der Infrastruktur: 36 % berichten über eine schlechte Technologieinfrastruktur, die die Wissensverwaltung behindert. Mangelnder Datenzugriff und Governance-Systeme sowie eine unstrukturierte Kommunikationsstrategie.
• Im Durchschnitt werden pro Mitarbeiter und Jahr 708 Stunden für die Suche nach Informationen aufgewendet, um Aufgaben zu erledigen.
• 53 % der deutschen Erwerbsbevölkerung sind Wissensarbeiter und Wirtschaftsfachleute. 34,1 % arbeiten remote oder in einer hybriden Umgebung in Deutschland.
• Versunkene Kosten für unproduktive Meetings belaufen sich auf 37 Milliarden Dollar pro Jahr.
• Täglicher Zeitverlust durch schlechte Zusammenarbeit beträgt 3 Stunden.
• Die Zeit für unproduktive Meetings pro Jahr beträgt 372 Stunden.

Atlassian

• Das amerikanisch-australische Softwareunternehmen wurde 2002 gegründet.
• Das Ziel ist es, Collaboration Tools und Produkte für Softwareentwickler, Projektmanager und andere Teams bereitzustellen, die Teams bei der Zusammenarbeit unterstützen.
• Zu den Lösungen gehören Jira, Confluence und Trello.
• Jirasoftware für Projekt- und Problemverfolgung.
• Confluence zur Dokumenten-Kollaboration.
• Atlassian Access bietet Sicherheit und Kontrolle für die Cloud.
• Jira Service Management bietet kollaboratives IT Service Management.
• Bitbucket für Git Code Management.

KI für Wissensarbeiter

• Wichtige Aspekte für Unternehmen sind Datenqualität und -management, Sicherheit und regulatorische Faktoren, technische Infrastruktur und menschliche Faktoren.
• Datenqualität und -management beinhalten genaue, vollständige und aktuelle Daten sowie regelmäßige Überwachung der Datenqualität und -aktualisierung.
• Sicherheits- und regulatorische Faktoren umfassen Sicherheits- und Datenschutzkontrollen, die Einhaltung von Vorschriften wie GDPR sowie klare Datenzugriffsberechtigungen und Governance.
• Die technische Infrastruktur erfordert die ordnungsgemäße Integration in bestehende Systeme und die regelmäßige Überwachung der KI-Ausgabe auf Verzerrungen und Fehlinformationen.
• Menschliche Faktoren umfassen die klare Kommunikation über die Rolle und den Nutzen von KI sowie den Umgang mit Widerstand gegen Veränderungen.

Datenmanagement in Zeiten des politischen Wandels

• Die Wiederwahl von Donald Trump zum 47. Präsidenten der USA hat erhebliche Auswirkungen auf Europa.
• Europas Anfälligkeit aufgrund seiner Abhängigkeit von der amerikanischen Cloud-Infrastruktur, was zu beschleunigten Bemühungen zur Entwicklung souveräner europäischer Cloud-Lösungen führen könnte.
• Potenzielle regulatorische Änderungen entstehen aufgrund der Versprechen Trumps, "radikale linke" Erlasse von Biden am ersten Tag aufzuheben.
• Es besteht die Möglichkeit, dass Datenschutz und Data-Governance-Standards geschwächt werden.
• Bedrohte Zölle auf europäische Güter könnten zu technischen Spannungen führen.
• Es könnten Handelsstreitigkeiten entstehen, die sich auf Datenflussabkommen auswirken.
• Es besteht das Risiko von Vergeltungsmaßnahmen der EU, die sich auf digitale Dienste auswirken.
• Es entstehen Unsicherheiten für Unternehmen, die auf transatlantische Datenflüsse angewiesen sind.
• Europäische Unternehmen benötigen möglicherweise Verlagerungen von Daten zu EU-basierten Anbietern.
• Multinationale Organisationen stehen vor einer erhöhten Komplexität bei der Einhaltung von Vorschriften.