.svg){kind=logo}
Unser Programm für den World of Data 2026 ist vollgepackt mit spannenden Themen und inspirierenden Speakern. Fehlende Infos ergänzen wir in Kürze – schau regelmäßig vorbei, um keine Updates zu verpassen!
Daten & AI sind heute mehr als Technologie, vielmehr haben sie sich zu einem strategischen Wachstumstreiber entwickelt. Dieser Vortrag zeigt, wie die intelligente Nutzung von Daten Unternehmen schneller, effizienter und erfolgreicher macht. Er beleuchtet, warum moderne Datenarchitekturen und leistungsfähige Data Products oft die unsichtbaren Helden von Data-&-AI-Strategien sind, wie eine aktiv gelebte Data Culture datengetriebenes Handeln im gesamten Unternehmen verankert und wie Data & AI konkret in messbaren Business Value übersetzt werden, mit direkter Wirkung auf Ergebnis, Wachstum und Wettbewerbsfähigkeit.
Extrembergsteiger und Diplom-Physiker Alexander Huber beschließt den World of Data mit seiner Closing-Keynote „Am Limit“ und verbindet die Welt der extremen Felswände mit Deinen Data-Business-Herausforderungen. Er zeigt, wie visionäre Kraft, sorgfältige Vorbereitung und ein eingespieltes Team helfen, Risiken klug zu managen, Resilienz zu entwickeln und ambitionierte Ziele zu erreichen – auf dem Berg ebenso wie in komplexen Datenprojekten.
Weitere Informationen folgen in Kürze.
Das Thema der digitalen Souveränität hat im europäischen Raum in den letzten Jahren enorm an Wichtigkeit gewonnen. Geopolitische Risiken, Abhängigkeiten aufgrund internationaler Verflechtungen, globale Krisen oder gar Kriege sind aufgrund der jüngsten Geschichte längst kein abstraktes Bedrohungsszenarion mehr. Dieser Vortrag beschreibt mögliche Vorgehen für Unternehmen, die nach Strategien zur Reduktion von Abhängigkeiten, zur Stärkung der Kontrolle über ihre Daten sowie zur Gestaltung resilienter Datenarchitekturen suchen und daraufhin gezielte Technologieentscheidungen treffen wollen.
Organizations sit on mountains of data, yet without a strategy, they risk sinking into a swamp of disorganized information, where potential insights are lost. Many companies treat data as a commodity rather than a strategic driver, leaving untapped potential on the table. This session explores how organizations can move beyond reactive data management and establish a forward-looking strategy that aligns with business goals. Whether you're a DBA, data scientist, or manager, the first step is asking why your data matters, what value it brings, and how it can empower decision-making. We will identify why data initiatives fail and data strategies fall short. You'll see how defining a clear vision anchors your strategy. We'll discuss how to build a culture that embraces data as a strategic asset, not just a technical tool. Crucially, we will explore the human side of data because data is only as valuable as the impact it creates for the people who use it. Discover why your data strategy might be doomed before it starts and what you can do about it before you're knee-deep in the swamp.
Um Giesecke+Devrient (G+D) als globales SecurityTech-Unternehmen zukunftssicher aufzustellen, wird die Grundlage für Entscheidungen in allen Unternehmensbereichen konsequent datengetrieben ausgerichtet. Dabei reicht es nicht, nur Technologien zu modernisieren – entscheidend ist ein ganzheitlicher Ansatz aus Datenstrategie, Governance, Organisation und Qualifizierung der Mitarbeitenden. Der Vortrag zeigt, wie G+D ein dezentrales Operating Modell aufbaut und ein unternehmensweites Data-Excellence- bzw. Data-Governance-Framework mit klar definierten Rollen und Verantwortlichkeiten etabliert. Parallel dazu werden in Proof of Concepts Microsoft Fabric und Power BI eingesetzt, um on‑premise Daten integriert, skalierbar und sicher bereitzustellen. Finance & Controlling fungiert dabei bewusst als Pilotbereich, dessen Erfahrungen als Blaupause für weitere Funktionen wie Vertrieb, Operations, HR oder R&D dienen. Getragen wird diese Transformation von einer CFO-getriebenen Finance Academy, in der das zentrale Data-Excellence-Modul analytische Kompetenzen, den Umgang mit modernen Analysewerkzeugen, Datenkompetenz (Data Literacy) und gelebte Governance vermittelt. Im Vortrag wird aufgezeigt, wie diese Bausteine schrittweise in andere Unternehmensbereiche übertragen werden sollen – mit dem Ziel, dass Fachabteilungen über alle Funktionen hinweg Daten systematisch in fundierte, strategische Entscheidungen übersetzen können. Teilnehmende erhalten Einblicke in konkrete Learnings aus dem Pilot, Erfolgsfaktoren sowie typische Herausforderungen auf dem Weg zu unternehmensweiter Data Excellence.
KI in stark regulierten Umgebungen erfolgreich einzusetzen erfordert mehr als Technologie. In diesem Beitrag stellen wir unser praxiserprobtes Framework vor, das KI ganzheitlich von Strategie und Use‑Case‑Priorisierung über Governance, Compliance und Architektur bis hin zum sicheren Betrieb betrachtet. Anhand konkreter Beispiele zeigen wir, wie Organisationen mit klaren Leitplanken Innovation ermöglichen, regulatorische Anforderungen erfüllen und nachhaltigen Business‑Mehrwert aus KI schaffen.
Der Vortrag beschreibt die datenarchitektonische Transformation eines Maschinenbauunternehmens, das gemeinsam mit b.telligent Microsoft Fabric zur Ablösung von SAP BW implementiert hat. Aus einem zunächst SAP fokussierten Projekt entstand ein Multisource Setup mit REST APIs, Kafka Eventstreams, SQL Datenbanken, usw. – aufgebaut im domänenübergreifenden Hub and Spoke System und ausgerichtet auf einen Single Point of Truth. Die Architektur verbindet dabei die SAP Lakehouse Welten mit hochfrequenten Engineering Datenströmen. Besonders im Engineering steht Self Service in Echtzeit Dashboards mit KQL Querysets im Mittelpunkt, um Fachbereiche nachhaltig zu befähigen.
Germany’s “Energiewende” represents an ambitious and necessary transformation. This shift brings both significant technological innovation and digital challenges. 50Hertz is committed to leading the integration of renewable energy and is therefore developing a new control system. Data is essential to achieving this vision and enabling a sustainable, future-proof power grid.
Viele Projekte zur Verbesserung der Datenarchitekturen in großen Unternehmen haben einen konkreten regulatorischen Ausgangspunkt oder starten mit definierten technischen Zielen – und kämpfen mit Problemen in der Umsetzung. Warum? Weil sie als reine Umsetzungsprojekte verstanden werden, obwohl ihr Kern in der Veränderung von Organisation, Kultur und Arbeitsweisen liegt. Dieser Vortrag beleuchtet, warum der Aufbau eines nachhaltigen Datenmanagements weit mehr ist als die Einführung von Tools und Prozessen. Im Fokus steht der oft unterschätzte Change-Charakter von derartigen Initiativen wie beispielsweise der Umsetzung von BCBS 239 in der Bankenwelt: von der Etablierung klarer Verantwortlichkeiten über den Umgang mit Widerständen bis hin zur Verankerung von einem nachhaltigen Umgang mit Datenqualität im täglichen Handeln. Anhand praxisnaher Erfahrungen wird aufgezeigt, woran Datenprogramme typischerweise scheitern – und welche Erfolgsfaktoren entscheidend sein können, um sie wirksam und nachhaltig umzusetzen. Teilnehmer erhalten konkrete Impulse, wie sie den notwendigen Wandel aktiv gestalten und die Umsetzung damit zum Erfolg führen können.
Daten sind die Grundlage für fundierte Entscheidungen – gleichzeitig steigen die Anforderungen an Performance, Skalierbarkeit und Datensouveränität. Unternehmen bewegen sich im Spannungsfeld zwischen leistungsfähiger Analytics, steigenden Cloud-Kosten und wachsenden Compliance-Vorgaben.
Wie lassen sich schnelle Insights gewinnen, ohne die Kontrolle über sensible Daten zu verlieren? Und welche Rolle spielen dabei europäische Cloud- und Datenplattformen?
Anhand von Beispielen zeigen wir auf, wie sich moderne Analytics-Anforderungen mit Datensouveränität verbinden lassen – von Echtzeitanalysen bis hin zu regulatorisch sensiblen Szenarien. Dabei stehen konkrete Ansätze im Fokus, um Daten effizient zu nutzen und gleichzeitig die Hoheit darüber zu behalten.
Datenmodellierung ist oft abhängig von Erfahrung, Kontextwissen und vielen manuellen Schritten. KI kann diesen Prozess sinnvoll unterstützen. In diesem Talk zeige ich in einer Live-Demo von Anfang bis Ende, wie KI-Agenten den Weg von der fachlichen Anforderung bis zur Datenabfrage im DWH-Prozess unterstützen. Sie sehen: 1) ... wie aus einer fachlichen Beschreibung und bestehenden Quelldatenmodellen direkt ein Data Vault Modell entsteht. 2) ... wie das Modell per MCP Server regelkonform, konsistent und nachvollziehbar auf der Datenbank umgesetzt wird. 3) ... wie Daten per natürlicher Sprache abgefragt werden können – ohne SQL-Kenntnisse. Das Model Context Protocol (MCP) verbindet KI-Agenten direkt mit Modellierungswerkzeugen und Datenbanken. So wird aus einem Chatbot ein echter Arbeitsassistent. Eines vorweg: KI übernimmt das Handwerk. Die Architekturentscheidungen bleiben (noch) beim Menschen. Erleben Sie eine Live-Demo auf Basis von Datavault Builder und Database MCP Servern.
Teams invested in lakehouses, pipelines, and dashboards. Yet trust in data remains low. Analysts still duplicate logic. AI systems struggle to act on incomplete context. The root cause is simple: semantics never kept up.
This session breaks down how fragmented definitions and siloed logic limit both analytics and AI. It then introduces a unified semantic layer that spans all data sources without duplication. Built on open architecture, this layer brings consistent meaning to every query, model, and application. When semantics are shared, data stops being a bottleneck and becomes a reliable foundation for action.
Takeaways:
1) Why semantic drift creates hidden data debt.
2) How poor context weakens AI outcomes.
3) Where semantics should live in a modern architecture.
4) How to create reusable, governed business logic at scale.
Im Dialog mit Ihnen und Controlware Service-Entwickler*innen. Die Integration von Künstlicher Intelligenz in Organisationen ist kein rein technisches Projekt – sie ist ein tiefgreifender Veränderungsprozess, der Menschen, Strukturen und Kulturen gleichermaßen berührt. Welche Hürden begegnen uns? In der Praxis zeigen sich vielfältige Hindernisse: fehlende souveräne digitale Infrastruktur, unklare Datenschutzvorgaben, mangelndes Vertrauen in KI-gestützte Entscheidungen sowie Unsicherheiten bei Mitarbeitenden über Rollenveränderungen und Jobsicherheit. Häufig fehlt auch eine klare Strategie, die technische Möglichkeiten mit konkreten Mehrwerten verbindet. Welche Perspektiven müssen wir einbeziehen? Eine erfolgreiche Einführung erfordert den Blick aus verschiedenen Richtungen: die Führungsperspektive mit strategischer Verantwortung, die Mitarbeitendenperspektive mit Fokus auf Akzeptanz und Qualifizierung, die ethische Perspektive hinsichtlich Fairness und Transparenz sowie die Kundenperspektive, die Vertrauen und Nutzen in den Mittelpunkt stellt. Dieser Erfahrungsaustausch bietet Raum, offen über Herausforderungen zu sprechen, voneinander zu lernen und gemeinsam realistische Wege zu entwickeln – jenseits von Hype und Skepsis. Denn gelungene KI-Nutzung entsteht nicht durch Technologie allein, sondern durch Menschen, die sie bewusst und verantwortungsvoll gestalten.
What if the biggest barrier to enterprise AI wasn't your data, your budget, or your team—but the platform itself? The organizations winning with AI today aren't the ones with the most engineers. They're the ones who removed the friction between their data and their intelligence. In this session, we cut through the noise of AI hype and show you what enterprise AI looks like when it actually works. We'll demonstrate how any team—from business analysts to data engineers—can build, deploy, and govern AI applications directly on their data, without moving it, without complexity, and without compromise.
What you will experience:
1) From Question to Action: How natural language replaces complex queries—and how AI goes beyond just answering to proactively surfacing the insights that matter.
2) Building at AI Speed: How modern data teams move from idea to working AI application in minutes, not months.
3) Governance Without the Overhead: Why enterprise AI only scales when security, trust, and cost controls are built in from day one—not bolted on later.
Who should attend?
Whether you're a data leader shaping your AI strategy, an engineer looking to move faster, or a business stakeholder tired of waiting days for insights—this session will show you that enterprise AI doesn't have to be hard.
Football fans today are more diverse than ever in how they follow the sport and how they consume media. For the Bundesliga, competing not just with other leagues but with the entire digital media landscape, putting the fan at the center is no longer a nice-to-have. In this Breaktalk, Uwe Vocks pulls back the curtain on the MarTech stack powering Bundesliga's fan engagement strategy. He'll walk through how are combining zero- and first-party data for personalized fan engagement leveraging the Bundesliga's Fan Data Lake and Tealium as a Customer Data Platform. The session will also explore how predictive attribute modelling and audience segmentation enable more precise, scalable personalization, turning data signals into experiences that genuinely resonate. This session offers a practical blueprint for making fan or customer centricity a reality.
This talk looks back at the fast-track implementation and activation of Amplitude Analytics at Tonies across web and app in a strong e-commerce context. Starting from the challenges of the previous analytics setup, including low trust in numbers and limited stakeholder adoption. The session shows how Tonies rolled out Amplitude in just two weeks with the right team and setup.
One year later, we reflect on the initial learnings, company-wide rollout, concrete product analytics use cases and the role of integrations such as Braze. The talk shows how the Analytics platform evolved from selected use cases into a trusted analytics capability, supporting trend validation, issue identification, experimentation, and better product and customer decisions.
Der Vortrag „Schatzkarte statt Datendschungel – Organisation & Data Catalog als Erfolgsfaktor“ beginnt mit einer Reise in die Vergangenheit und die Evolution der Data und Analytics Plattform bei Weidmüller wird umrissen. Anschließend wird die gegenwärtige Organisation dargestellt und Erfolgsfaktoren bei der Realisierung benannt. Zudem wird der mit Microsoft Tools eigenständig entwickelte Data Catalog – der an den Bedarfen im Unternehmen ausgerichtet ist – vorgestellt.
Daten entscheiden. Aber wer darf sie sehen? In vielen Unternehmen lautet die ehrliche Antwort: die IT – und sonst kaum jemand.
Dieser Vortrag ist für alle, die das ändern wollen. Ich erzähle, warum Self-Service Analytics bei uns zunächst gescheitert ist, was wir intern überwinden mussten – und wie es am Ende doch funktioniert hat. Kein technischer Deep-Dive, sondern eine ehrliche Geschichte über Daten, Verantwortung und die Frage: Wem gehören eigentlich die Erkenntnisse in deinem Unternehmen?
- Den richtigen Reifegrad für KI finden: praxisnah, validiert und klar auf klinischen, operativen oder geschäftlichen Mehrwert ausgerichtet.
- Das Rad nicht neu erfinden: bewährte Modelle, Plattformen, Standards und Best Practices gezielt nutzen.
- Von Experimenten zu echter Wirkung kommen – mit skalierbaren, compliant und menschenzentrierten KI-Lösungen.
Wie bei vielen Unternehmen im kleineren Mittelstand war die Datenwelt bei Rameder bis Herbst 2024 eine heterogene Insellandschaft. SAP im Zentrum, mehrere Cloud-Services wie Google Analytics rund herum und einzelne - von verschiedenen Bereichen aufgebaute - Datenbanken dazwischen. Um systemübergreifende Analysen in hoher Qualität zu ermöglichen, wurde Ende 2024 die Entscheidung für eine Greenfield-Datenplattform in der Google Cloud getroffen.
Der Vortrag zeigt die Plattformarchitektur und den Ansatz, wie alle Datenquellen an die neue Datenplattform angebunden werden konnten. Die größte Herausforderung war dabei die Integration von SAP BW. Zusätzlich enthielt es die meiste zu migrierende Geschäftslogik. Daher schauen wir uns dort die Details an, inkl. erstem fehlgeschlagenen Pilotprojekt und der erfolgreichen zweiten Lösung.
„Jahrhundert-Chance: KI“ ist eine interaktive Keynote, die einen kompakten Überblick über den aktuellen Stand der Künstlichen Intelligenz weltweit gibt – mit frischen Einblicken aus dem Silicon Valley, China und Europa. Anhand konkreter Beispiele werden Anwendungsmöglichkeiten von KI in Unternehmen, im Alltag sowie ihre sozialen Auswirkungen beleuchtet. Zudem zeigt die Keynote, wie KI Medizin und Gesundheit verändert und bietet persönliche Einblicke in die zugrunde liegenden Technologien – verständlich, inspirierend und praxisnah.
KI rennt uns allen davon, doch wir frickeln noch an den Daten rum. Claudia Pohlink gibt Antworten aus dem Maschinenraum: dort, wo Datenqualität, Governance und operative Realität darüber entscheiden, ob KI-Projekte skalieren oder scheitern. Sie zeigt, wie ein klassisches Logistikunternehmen den Weg von der Datenstrategie zur messbaren KI-Wertschöpfung geht – mit all seinen Umwegen, Rückschlägen und echten Erfolgen. Kein Hochglanz, kein Buzzword-Bingo. Sondern Klartext und der Anti-Hype.
Unternehmen investieren in Daten, KI und digitale Tools – doch die Wirkung hängt von einer tatsächlichen Verhaltensänderung bei den Mitarbeitenden ab. In diesem Beitrag erläutert Julia Pogorzelski, User Adoption Expert bei WACKER, was Benutzerakzeptanz wirklich bedeutet – nicht nur die Einführung von Tools, sondern eine menschenzentrierte Förderung von Bewusstsein, Fähigkeiten und nachhaltiger Nutzung. Sie erfahren, wie Sie den Erfolg messen, KPIs an den Akzeptanzergebnissen ausrichten und Ängste und psychologische Biases angehen können, die die digitale Akzeptanz behindern. Anhand realer Fälle, wie der Einführung von MS Copilot, erleben Sie, wie die Prinzipien von User Adoption zielgerichtet eingesetzt werden und dadurch Kompetenz, Transformation und Kultur gefördert werden.
What happens when you combine a massive Google Cloud transformation with a simultaneous S/4 HANA migration? You get a masterclass in complexity—and a lot of lessons learned the hard way. We’re pulling back the curtain on our journey, moving beyond the slides to discuss the pitfalls of dual transformations and the "scars" we earned along the way. We focus specifically on the technical integration and strategic data usage that bridge these two worlds. From the failures that stalled us to the high-impact use cases that saved us, this is a story of heartbreak, hard work, and—eventually—a data-driven transformation that actually works.
KI-Systeme sind nur so gut wie die Informationen, auf deren Basis sie Entscheidungen treffen. Mit dpa-iq bauen wir eine Retrieval-Infrastruktur auf AWS und Databricks, die verifizierte Informationen & Content in Echtzeit an LLM-basierte Agenten liefert - für interne Produktteams und externe Kunden gleichermaßen. Ein Blick hinter die Kulissen: Herausforderungen, Architektur und Umsetzung einer Plattform, die als Grounding-Backbone für agentische Workflows & Produkte dient.
Weitere Informationen folgen in Kürze.
Self Service Analytics verspricht Geschwindigkeit und Freiheit, doch führt bei wachsendem Erfolg schnell zu Unübersichtlichkeit. Auch bei Karl Storz sorgen viele Tools und immer mehr Dashboards dafür, dass Orientierung und Vertrauen leiden. Wir zeigen unseren aktuellen Lösungsansatz: den Schritt von einzelnen Dashboards hin zu klar definierten und zertifizierten Analytics Products.
In diesem Vortrag geben wir Einblicke in die Datenreise bei SPAR und zeigen, wie wir datengetriebenes Arbeiten im Unternehmen neu denken. Dabei beleuchten wir, wie aus isolierten Datenquellen eine vernetzte Datenlandschaft entsteht, welche organisatorischen und technologischen Veränderungen dafür notwendig waren. Anhand konkreter Beispiele zeigen wir, wie aus Daten echter Mehrwert entsteht, und welche Learnings wir auf diesem Weg mitgenommen haben.
Ehrliche Erfahrungsberichte über die Skalierung von KI-Projekten – von den Herausforderungen in der Praxis bis zu den Lessons Learned.
Praktische Umsetzung des EU AI Acts und wie man Governance als strategischen Wettbewerbsvorteil nutzt.
Impuls-Keynote und interaktiver Workshop. Umgang mit Mitarbeiterwiderständen bei der KI-Einführung durch praktisches Change Management und neue Führungsmethoden.
Podiumsdiskussion und Publikums-Q&A. Diskussion über die Entscheidung zwischen Eigenentwicklung, Kauf und Kooperation mit Fokus auf Datensouveränität und DSGVO.
Viele Organisationen setzen auf globale Lösungen für die Speicherung, Verarbeitung und Analyse ihrer Daten. Gleichzeitig wächst das Bewusstsein für die Risiken einseitiger Abhängigkeiten:
- fehlende Interoperabilität und eingeschränkte Datenportabilität,
- Zugriffsgesetze, die Kontrolle über Daten untergraben und
- KI-Dienste ohne Transparenz über Datenverarbeitung und Rechtsrahmen.
Digitale Souveränität ist dabei mehr als eine technische Frage – sie ist eine politische und gesellschaftliche Notwendigkeit: die Fähigkeit von Staaten, Unternehmen und Verwaltungen, ihre digitalen Infrastrukturen und Daten eigenständig zu kontrollieren und selbstbestimmt als Gestaltungsmittel einzusetzen.
Wie können Dateninfrastrukturen so aufgebaut werden, dass sie Flexibilität, Skalierbarkeit und selbstbestimmte Nutzung ermöglichen – und gleichzeitig einseitige Abhängigkeiten vermeiden? In dieser 120-minütigen Masterclass zeigen vier Experten, wie mit state-of-the-art Technologien Datenpipelines, KI-Analyseplattformen und Cloud-Infrastrukturen souverän gestaltet werden können. Es werden strategische Entscheidungsgrundlagen und technische Umsetzungsmöglichkeiten vorgestellt und diskutiert.
Agenda
00:00 – 00:10 | Begrüßung & Keynote Souveränität beginnt beim Fundament
00:10 – 00:30 | Stackable Open Source Data Stack: Daten-Orchestrierung mit der Stackable Data Platform
00:30 – 00:50 | Red Hat OpenShift AI: Die souveräne Cloud-Plattform für geschäftskritische Daten- und KI-Workloads
00:50 – 01:10 | IONOS Der souveräne Cloud-Maschinenraum: Infrastruktur ohne Backdoor
01:10 – 01:30 | disy Informationssysteme Souveräne Datenanalyse: Die eigenen Daten als Gestaltungsmittel nutzen
01:30 – 02:00 | Deep Dive & Panel-Diskussion Quo vadis, Sovereign Stack?
Fokus auf den echten ROI der KI-Transformation und strategische Priorisierung anhand von simplen Case Studies oder Expertenrunden.
Achieving a precise understanding of marketing impact often means moving beyond the limitations of standardized platforms. In this session, I will share how we designed and deployed a full-scale internal attribution framework at Mytheresa. I’ll walk through our approach to connecting scattered data sources, the engineering behind our unified tracking layer, and why we prioritized full ownership of our data and processes. We’ll look at the technical architecture and the practical steps we took to build a centralized system for a complete view of the customer journey.
Um Budgets gezielt nach Kundenpotenzial einzusetzen, braucht es eine individuelle Profitabilitätsbewertung auf Einzelkundenebene. Seit diesem Geschäftsjahr setzt OTTO ein neues statistisches CLV-Modell ein, das den Kundenwert konkret als erwarteten Profit des kommenden Jahres definiert und individuell vorhersagt. Damit wird eine differenzierte Ansprache je nach Potenzial ermöglicht, ob im CRM, Customer Care oder bei Marketingentscheidungen. Im Vortrag beleuchten wir neben dem technischen Hintergrund vor allem unsere praktischen Erfahrungen in der Anwendung. Ein besonderes Augenmerk liegt dabei auf dem Change Management: Die Steuerung nach einem prognostischen Profit-CLV erfordert an einigen Stellen ein echtes Umdenken und genau darin liegt eine der spannendsten Herausforderungen dieses Projekts.
Der Vortrag zeigt, wie der Cornelsen Verlag MARMIND als zentrales Steuerungsinstrument für Marketingaktivitäten etabliert und nahtlos mit SAP verzahnt hat. Im Fokus stehen die Neugestaltung der Planungs- und Freigabeprozesse, eine einheitliche Datenbasis sowie die Konzeption der Schnittstellen zwischen beiden Systemen. Die Projektreise – von den ersten Anforderungen bis zum laufenden Betrieb – liefert Einblicke, Erfolgsfaktoren und Lessons Learned für ähnliche Integrationsvorhaben.
