25.06.2015

Spannende Diskussionen am Big Data Workshop

Zürich – Am 11. Juni 2015 fand der erste Big Data-Workshop des Laboratory for Web Science (LWS) unter dem Motto "Squeezing more out of Data" statt. Rund 50 Teilnehmer besuchten den Anlass im FFHS-Regionalzentrum Regensdorf und unterstrichen das grosse Interesse an dieser breit aufgestellten Thematik.

Die richtige Datenanalyse kann zum Erfolg eines Unternehmens beitragen. Gleichzeitig drohen Wettbewerbsnachteile, wenn Firmendaten nicht richtig ausgewertet werden. Da durch Big-Data-Projekte immer mehr Datenquellen miteinander verknüpft werden, werden Rechts- und Datenschutzfragen zum brennenden Thema. Das LWS organisierte zu dieser Thematik am 11. Juni 2015 den Big Data Workshop "Squeezing more out of Data".

Das Ziel des Workshop war es, verschiedene Aspekte von Big Data mit Entscheidungsträgern aus der Wirtschaft und Industrie sowie Forschenden der Wissenschaft zu diskutieren.

Wichtige Themen und Disktussionepunkte waren unter anderem:

  • Wie kann man aus Datenbergen die richtigen Informationen zusammenstellen mit Daten die meist aus verschiedenen Quellen stammen (Bilder, Videos, Logdatei oder Text)?
  • Welche Architekturen und Analysemethoden tragen zu einem möglichen Wettbewerbsvorteil bei?
  • Welche sind die Risiken und Stolpersteine von Big Data Projekten?  
  • Welche rechtliche Aspekte sind zu berücksichtigen?
  • Wie findet man den Balance zwischen dem Schutz des Einzelnen und den Interessen von Unternehmen?

Vier spannende Vorträge von ausgewiesenen Experten beleuchteten das Thema "Big Data" aus verschiedensten Perspektiven:

  • André Golliez von der Firma itopia über Open und Personal Data
  • Dr. Kurt Stockinger von der ZHAW über Big Data und deren Anwendungen
  • Dr. Martin Jaggi von der ETHZ über Verteiltes Machine Learning
  • Olivier Heuberger von der Firma Scigility AG über Datenschutz in Zeiten von Big Data

 

André Golliez: Open und Personal Data – Voraussetzungen und Perspektiven für eine faire Datenwirtschaft in der Schweiz
Präsentation als PDF

Dr. Kurt Stockinger: Big Data Anwendungen – Chancen und Risiken
Präsentation als PDF

Dr. Martin Jaggi: Verteiltes Machine Learning: Klassifikation und Regression auf grossen Datenmengen
Präsentation als PDF

Olivier Heuberger: Datenschutz in Zeiten von Big Data
Präsentation als PDF