Prognosen für 2019 von Wolfgang Huber, Cloudera

Die Datenlandschaft verändert sich

| Autor / Redakteur: Wolfgang Huber / Nico Litzel

Der Autor: Wolfgang Huber ist Senior Regional Sales Director Central and Eastern Europe bei Cloudera
Der Autor: Wolfgang Huber ist Senior Regional Sales Director Central and Eastern Europe bei Cloudera (Bild: Cloudera)

2018 war ein Jahr der grundlegenden Veränderungen. Basis dafür waren die Auswirkungen von Datenmanagement und -analyse und natürlich auch die DSGVO. Wolfgang Huber von Cloudera blickt zurück und gibt einen Ausblick auf vier wichtige Technologiebereiche.

Kontext ist das nächste große Ding im Internet der Dinge (IoT)

In der Vergangenheit wurden IoT-Lösungen und Edge-Netzwerke aufgebaut, die viel zu vertrauensvoll sind. 2019 muss dem Thema Sicherheit daher höchste Priorität eingeräumt werden, um die zahlreichen Schwachstellen und Lücken der IoT-Geräte zu fixen. Unternehmen müssen IoT-Geräte dazu wie jedes andere Netzwerkgerät behandeln und Daten, Metadaten und Geräteprotokolle verwenden, um Signale voraussagen und darauf reagieren zu können. Mit dem IoT wurden weitere Dateninseln geschaffen. Wir beginnen zwar jetzt, Brücken zwischen diesen Inseln zu bauen, aber es sprechen nicht alle die gleiche Sprache. Um den Daten zu vertrauen und sie nutzen zu können, ist es notwendig, Daten aus unterschiedlichen Systemen zu erfassen und auf gemeinsame Ontologien abzustimmen.

Entscheidungen müssen immer schneller getroffen werden, während gleichzeitig die Menge der Informationen exponentiell zunimmt. Künstliche Intelligenz und Machine Learning werden uns helfen, die Daten zu organisieren, sie aus einem Universum an Beobachtungen zu entnehmen und selbstständig Erkenntnisse daraus zu gewinnen. Damit eröffnen sich Möglichkeiten, die wir uns bisher noch nicht vorstellen können. Damit Unternehmen Daten optimal nutzen können, wird auch die Herkunft der Daten eine wichtige Rolle spielen. Dieses Jahr werden wir weitere IoT-Anwendungsfälle sehen – in Wohnräumen, Smart Citys, industriellen Anwendungsfällen in der Automatisierung oder bei autonomen Fahrzeugen. Es werden sich neue Technologie-Ökosysteme bilden. Um Daten in diesen Ökosystemen bestmöglich zu nutzen, ist eine ganzheitliche Sicht auf Daten von der Cloud bis zum Edge wichtig. Der Kontext macht den Unterschied!

Machine Learning wird produktionsreif

Beim Machine Learning stehen wir noch am Anfang. 2019 werden wir einen neuen Reifegrad erleben, wenn Unternehmen erste Piloten in die Produktion überführen. Mit der Einführung von Machine Learning (ML) wollen Unternehmen die Mustererkennung, Prognosen und Entscheidungen automatisieren. Infrastruktur und Tools werden sich weiterentwickeln, um den Prozess der Erstellung und Bereitstellung von ML-Apps im Unternehmensbereich zu rationalisieren und zu automatisieren.

Insbesondere durch die Containerisierung von ML-Workloads erhalten Unternehmen einen direkten Weg zum effizienten Erstellen, Bereitstellen und Skalieren von ML-Apps in öffentlichen und privaten Clouds. Wir erwarten anhaltendes Wachstum im Ökosystem für automatisiertes maschinelles Lernen (AutoML), da Anbieter die Möglichkeiten nutzen, zeitaufwendige und wiederholbare Teile des ML-Workflows zu beschleunigen – von der Datenvorbereitung über das Feature Engineering bis hin zum Model Lifecycle Management. Neben der Technologie werden wir weiterhin Bedarf an fachkundiger Beratung und Best-Practice-Ansätzen sehen, um langfristige Ziele zu erreichen und ML in jedes Produkt, jeden Prozess und jede Dienstleistung einzubauen. Visionäre Anwender können sich ein Investitionsportfolio aufbauen, um Know-how und technische Fähigkeiten zu optimieren und Mitarbeiter bestmöglich zu unterstützen. Mit unserer offenen Plattform, den Data-Science-Werkzeugen und der Expertise der Cloudera Fast Forward Labs wollen wir helfen, die „Customer Journey” hin zu einer industrialisierten KI zu beschleunigen.

Von der Big-Data-Infrastruktur zu analytischen Dienstleistungen

Cloudera und Fast Forward Labs

Von der Big-Data-Infrastruktur zu analytischen Dienstleistungen

20.11.17 - Cloudera, einer der führenden Anbieter für Big-Data-Infrastrukturen, steigt mit dem Erwerb des New Yorker Kleinunternehmens Fast Forward Labs in das Geschäft mit der Beratung zu datenanalytischen Fragen ein. lesen

Das Datenmanagement wandert zunehmend in die Cloud

Die Cloud gewinnt auch in Deutschland immer mehr an Akzeptanz im Unternehmensumfeld. Wir erwarten deshalb dieses Jahr auch höhere Investitionen in das Datenmanagement in der Cloud. Datenanalysen verursachen immer noch hohen Aufwand, das gilt insbesondere für Self-Service-Anwendungsfälle sowie vorübergehende und kurzfristige Workloads. Neue Technologien ermöglichen es, den Datenkontext (Sicherheitsmodelle, Metadaten, Quell- und Transformationsdefinitionen) gemeinsam zu nutzen. Das werden viele Unternehmen zum Anlass nehmen, Cloud-Datenmanagement nicht mehr länger nur als Ergänzung zu lokalen Modellen zu betrachten und verstärkt zu Private- und hybriden Cloud-Implementierungen übergehen.

Auch neue Datentypen werden weiterhin für geschäftliche Analysen benötigt, etwa aus Social Media und dem Internet of Things (IoT). Das treibt den Bedarf an preiswertem, flexiblem Speicher in die Höhe, der am besten durch Datenmanagement in der Cloud bedient wird. Die Cloud wird auch neue Anwendungsfälle wie Exploration (iteratives Durchführen von Ad-hoc-Abfragen in Datensätzen, um Erkenntnisse durch Mustererkennung zu gewinnen) und Machine Learning unterstützen. Dabei werden keine zusätzlichen IT-Ressourcen benötigt, das sollte die Akzeptanz zusätzlich erhöhen.

Hybride Cloud-Modelle entwickeln sich weiter

In dem Maße, in dem Unternehmen die Cloud für ihre Infrastruktur und Anwendungen nutzen, wird auch die Auswahl immer wichtiger. Mit einer Mischung aus Public Cloud und On-Premise sowie Multi-Clouds können Unternehmen sich ganz flexibel die Lösung zusammenstellen, die ihren Bedürfnissen am besten entspricht. Kunden, die auf einen Anbieter setzen, der nur eine Option anbietet und seine Kunde „einsperrt", werden ins Hintertreffen geraten. Durch die große Auswahl an Bereitstellungsoptionen werden Frameworks, die Sicherheit, Governance und Metadatenmanagement gewährleisten, noch wichtiger werden. Ein gutes Framework vereinfacht die Entwicklung und Bereitstellung von Anwendungen, unabhängig davon, wo Daten gespeichert sind und Anwendungen ausgeführt werden. Das stellt auch sicher, dass Unternehmen eine Vielzahl von Machine-Learning- und Analysefunktionen nutzen können. Daten aus verschiedenen Quellen lassen sich zu einem einzigen, kohärenten Bild zusammensetzen, ohne die ansonsten damit verbundene Komplexität.

Die genannten Optionen sind Teil einer größeren Umstellung auf ein hybrides Cloud-Modell, bei dem Workloads und Daten je nach Bedarf des Kunden in der Private Cloud und/oder Public Cloud ausgeführt werden. Cloud-Bursting ist insbesondere bei großen Datenmengen zeitaufwendig und keine optimale Nutzung der hybriden Cloud. Stattdessen bieten spezifische Anwendungsfälle wie die Ausführung transienter Workloads in der Public Cloud und persistenter Workloads in der Private Cloud eine „Best of both worlds“-Bereitstellung. Das Hybridmodell ist eine Herausforderung für Anbieter von Public Clouds und Private Clouds. Um sich darauf vorzubereiten, tätigen die Anbieter Akquisitionen für dieses Szenario, zuletzt die Übernahme von Red Hat durch IBM. Wir erwarten hier weitere Übernahmen und Fusionen zwischen Anbietern, die ihr Produktangebot für hybride Cloud-Implementierungen erweitern wollen.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 45675747 / Infrastruktur)