Agenda

Ob Klimakrise, Biodiversitätsverlust oder Verlust der Artenvielfalt – die grossen Herausforderungen unserer Zeit sind datengetrieben lösbar. Der WWF nutzt Daten, um globale Systeme zu verstehen, zu beeinflussen und zu transformieren. Diese Keynote zeigt, wie wir Daten strategisch einsetzen – von Satellitenbildern bis zu ESG-Indikatoren.

Der Vortrag beleuchtet, wie Werte – auf individueller, unternehmerischer und gesellschaftlicher Ebene – unseren Umgang mit Künstlicher Intelligenz prägen. Anhand anschaulicher Beispiele und überraschender Aha-Momente wird deutlich, warum Werte für uns Menschen so entscheidend sind. In interaktiven Übungen reflektierst Du Deine eigenen Werte und prüfst, wie gut sie zu Deinem beruflichen Umfeld, Deiner Organisation und Deinen Entscheidungen – insbesondere im Kontext von AI – passen.

Data Engineering is not all about technology, it has already become clear that it requires distinct soft skills. We will present our approach towards “sensing the internal market”, how to manage stakeholders by being extremely proactive, asking questions rather than receiving orders. The data platform we are building at Pilatus is increasingly becoming a platform for exchange of ideas and business development, a sandbox for product development fueling a data-inspired culture.

The landscape of cloud data warehouses is evolving rapidly. New requirements and technological innovations are driving the idea of combining different compute engines (such as Snowflake, DuckDB, and Polars) within a single data warehouse environment. But why would organizations even consider using multiple engines? This talk addresses the motivations—such as optimizing for specific workloads, cost efficiency, flexibility, and performance gains—that are pushing teams to rethink the traditional “one engine fits all” approach. The session begins with a historical perspective: How did we reach a point where multi-engine architectures became attractive? We then take a practical look at the benefits and challenges of leveraging multiple compute engines in cloud DWHs today, and assess whether it is already feasible and meaningful to use them in production scenarios. Finally, the talk offers a forward-looking outlook on how multi-engine cloud DWH architectures might develop in the years to come. The session is aimed at data engineers, architects, and decision-makers who want to understand the current state, motivations, and future potential of cloud data architectures.

What does it take to scale a regional data platform into a collaborative, national solution across an entire organization? This session outlines the journey of transforming SRF’s internal usage data platform into a shared, strategic asset for SRG. I will share insights into our approach—what we aimed to achieve, what we accomplished, and what we would approach differently in hindsight. Rather than offering a universal blueprint, I will present a “Not-To-Do List” of key learnings, organizational pitfalls, and practical considerations. The goal is to provide strategic guidance for those leading data initiatives in complex, multi-stakeholder environments.

Wie sich die Modernisierung unserer Analytics-Plattform zu einem vollständigen Neubau unserer BI-Landschaft entwickelt hat — basierend auf einer klaren Datenstrategie und angetrieben von Databricks, dbt und einer Portion generativer KI. Wir werden aufzeigen, wie wir eine moderne Datenvision und -strategie definiert haben, unser Data Warehouse gezielt auf Databricks neu aufgebaut haben, über 500.000 Zeilen Legacy-SQL-Code mit Hilfe von KI übersetzt haben und Data Science sowie Self-Service auf einer modernen Plattform etabliert haben.

Weitere Infos folgen.

In this session we will discuss what is a Data Strategy and key trends of Data Strategies nowadays. We will then focus on how AWS can support corporate customers on building and delivering a Modern Data Strategy, including the engagement options, best practices workshops, investment programs and the latest technical launches that help organizations innovate and become more data driven.

In einer Zeit, in der viele Unternehmen erst beginnen zu entdecken, wie sie "ChatGPT-like" Lösungen für Self-Service Analytics einsetzen können, nutzt AXA bereits seit 2017 erfolgreich eine solche Lösung von Veezoo. Mehr als 2500 aktive Nutzer aus der gesamten Sales-Organisation greifen täglich darauf zurück, um präzise und verlässliche datengestützte Entscheidungen zu treffen – trotz komplexer Datenlandschaften und unterschiedlicher Nutzerrollen und Berechtigungen. Im ersten Teil dieses gemeinsamen Vortrags stellt Till Haug von Veezoo die Agentic Analytics Plattform vor. Deren Knowledge Graph stellt sicher, dass geschäftskritische KPIs stets ohne Halluzinationen, nachvollziehbar und compliant mit Governance-Anforderungen sind. Gabriel Motor von AXA ergänzt anschliessend mit konkreten Praxisbeispielen: Welche Vorteile entstehen durch Veezoo bei AXA, wie wird der Umgang mit verschiedenen Berechtigungen und "Need-to-know"-Prinzipien gestaltet und wie bewährt sich die Plattform im Alltag? Erhalten Sie praxisnahe Einblicke und erfahren Sie aus erster Hand, wie Agentic Analytics auf strukturierten Daten auf Enterprise Ebene schon heute einen echten Mehrwert liefert, Vertrauen schafft und neue Standards für Analytics in Grossunternehmen setzt.

In der Datenintegration und im Data Management liegt der Fokus oft auf Technologie – Datenbanken, ETL-Prozesse, Automatisierung, Reporting-Tools. Doch dabei verliert man leicht das eigentliche Ziel aus den Augen: den geschäftlichen Mehrwert. Warum passiert das? Welche organisationalen und technischen Hürden tragen dazu bei? Und vor allem: Welche Strategien können wir anwenden, Dateninitiativen stärker an den Zielen der Fachbereiche auszurichten? Diese Präsentation beleuchtet die Ursachen und liefert praxisnahe Ansätze, um eine datengetriebene Kultur mit klarem Fokus auf den Unternehmensmehrwert zu fördern.

In "The Path to Agentic Intelligence", we will explore the core capabilities, critical challenges, and key considerations behind building Agentic AI revealing what it takes to create systems that can reason, act, and adapt on their own, and how the Data Intelligence Platform is key to building these agents, improving their quality, and ensuring they deliver reliable, scalable value.

Data initiatives are often high in ambition but slow to deliver value. For CTOs and data leaders, the challenge isn’t just collecting information—it’s transforming that data into smarter decisions, better customer experiences, and ultimately, measurable return on investment. In this session, you’ll hear from Gonzalo Melosevich, Director of Data Engineering at Spark Networks, on how his team reimagined their data stack to drive faster, smarter business outcomes. Joining the conversation is Ted Sfikas, Field CTO at Amplitude, who will share how AI capabilities within Amplitude can accelerate this journey—removing bottlenecks, scaling insights across teams, and aligning data strategy with real business impact. This discussion goes beyond tooling—it’s about activating the strategic levers that turn your data investment into a competitive advantage.

In dieser Präsentation wird die Entwicklung der AXA Schweiz hin zu einer Data Driven Company vorgestellt. Dabei wird erläutert, wie die AXA Schweiz auf der Google Cloud eine leistungsfähige Plattform für die Umsetzung von Data & AI Use Cases geschaffen hat und durch die Implementierung von Data Mesh die Governance der Data Products in einer dezentralisierten Umgebung sicherstellt. Die erfolgreiche Transformation wurde mit dem „CIO des Jahres 2024, Sonderpreis AI“ gewürdigt. Die Präsentation bietet einen tiefen Einblick in die Architektur der Self-Serve Data Platform auf der Google Cloud, beleuchtet die organisatorischen Rahmenbedingungen und skizziert die Schritte der Transformation.

Weitere Infos folgen.

In dieser Präsentation zeigen wir, wie wir bei der AMAG Retail unsere gesamten Finanzreports durch ein iteratives Vorgehen erfolgreich in Power BI umgesetzt haben. Dabei nutzen wir weiterhin SAP Datasphere als zentrale Datenquelle und wickeln die komplette Planung mit Budget und Forecast mithilfe der Write-Back-Funktion sowie externer Visualisierungen in Power BI ab. Wir teilen unsere Erfahrungen, wie wir Schritt für Schritt von Excel-basierten Reports zu einer integrierten Finanzplattform migriert sind, ohne die bewährten SAP-Strukturen aufzugeben. Der Fokus liegt auf praktischen Erkenntnissen: Wie funktioniert die Write-Back-Integration technisch, welche Herausforderungen sind bei der SAP-Datasphere-Anbindung entstanden und wie haben wir das Change Management erfolgreich umgesetzt? Anhand konkreter Screenshots und Beispiele zeigen wir, wie Planungsdaten direkt in Power BI eingegeben und über unsere Architektur zurück in die Systemlandschaft integriert werden.

AI’s glittering promise—agentic assistants hinting at personalized budget tips or proactive fraud alerts—can distract us from the hard plumbing underneath. In this 20-minute session, we’ll dive into an end-to-end example: from value creation in the customer interface all the way through our lean, privacy-first pipeline and into a tiny data-mesh node. You’ll see how we stand up a domain-scoped data product, stream real-time features, and enforce consent—all without “boiling the ocean.” Along the way, we’ll touch on why banking has lagged (legacy systems, privacy constraints, fragmented data) and how our current “grow & scale” phase keeps us grounded in small, use-case builds while still thinking big. By the end, you’ll have a clear picture of how to lay the foundation now—so that when AI glitter arrives, it truly shines for customers. What You’ll Learn: 1.) How to translate a simple customer question (“How much can I spend tonight?”) into a domain-scoped data feed and real-time feature pipeline. 2.) The essential governance guardrails (consent, pseudonymization, policy-as-code) required to power an AI interface in Swiss banking. 3.) A 3-step, lean approach to evolve a single data-mesh node into a broader mesh—delivering early wins without drowning in complexity.