Qualifikation
Studium der Betriebsinformatik, Universität Wien

Erfahrung

  • Ausbildung im Bereich Leading Professional Services Firms, Driving Corporate Performance, Turnaround Management (HBS), Business Dynamics (MIT)
  • Werner Girth ist seit 2012 Partner von KPMG Management Consulting und hat jahrzehntelange Erfahrung als Unternehmensberater mit Schwerpunkt Strategie- und Organisationberatung,
  • Geschäftsführender Gesellschafter CzipinConsulting (2003-2011), Vize President Cap Gemini (2001-2002), Ernst & Young –Wien, Chicago (Senior Manager, 1993 -2000)


Schwerpunkte

  • Die Tätigkeitsschwerpunkte im Bereich Advisory, Strategy & Operations liegen in der Ausarbeitung von Strategien unter besonderer Beachtung der digitalen Transformation, gefolgt von der Umsetzungsplanung und –begleitung
  • Leitung von Schlüsselprojekten im Bereich „Digitale Transformation“ und Customer Experience und die Ableitung von Potenzialen in Unternehmen


Ausgewählte Projekterfahrung

  • Unterstützung bei digitaler Neuausrichtung des Geschäftsmodells inkl. Durchführung von Learning Journeysund Erarbeitung umsetzungsorientierter Transformations-Roadmap zum Aufbau erforderlicher Omni-Channel-Kompetenzen
  • Durchführung eines Kundenerlebnis Projektes inkl. Durchführung Persona Workshops, Customer Journey Mappings für einen Händler im Fashion-Bereich in Österreich und CEE
  • Unterstützung von Kunden bei der Einführung von generativer GAI (General ArtificialIntelligence)


Julius Raab Saal, 17:30 - 18:30
Big Data

Big Data – auf dem Weg ins Tal der Tränen?

  • Was ist Big Data?
  • Anwendungsmöglichkeiten - Bedrohungen?
  • Was brauche ich? Datenqualität? Kompetenz? Qualitätsicherung?
  • Limitationen: Realität vs. Daten? Tal der Tränen (hype cycle)
  • Widerstände aus Kundensicht
  • Empfehlungen für Unternehmen

Werner Girth erklärt anhand praktischer Beispiele den sinnvollen Einsatz von Big Data-Lösungen in der Praxis. Dabei spricht er nötige Voraussetzungen wie Datenqualität und Big Data-Kompetenz im Unternehmen an. Er weist auch auf typische Widerstände gegen Big Data-Projekte hin und zeigt auf, aus welchen Gründen diese in der Praxis oft scheitern und zur Desillusionierung führen.


» zurück