Kommentar von Daniel Metzger, Hortonworks

Globales Datenmanagement für die digitale Transformation

| Autor / Redakteur: Daniel Metzger / Nico Litzel

Der Autor: Daniel Metzger ist Regional Vice President Central & Eastern Europe bei Hortonworks
Der Autor: Daniel Metzger ist Regional Vice President Central & Eastern Europe bei Hortonworks (Bild: Hortonworks)

Produkte und Nutzererfahrung optimieren, die Effizienz der Geschäftsaktivitäten steigern und den Gewinn maximieren – das ist die Essenz der Digitalisierung. Der gesamte Treibstoff all dieser Aktionen liegt in den Daten. Bei genauerer Betrachtung ist das alles aber gar nicht erst seit kurzem der Fall: Die digitale Transformation beschäftigt Unternehmen weltweit seit nunmehr etwa 20 Jahren

Trotz der Bemühungen, alle relevanten Daten in einem einzigen „Data Lake“ oder ähnlichem zu konsolidieren, sind die Daten vieler Unternehmen immer noch an ihren lokalen Datenspeicher, an die Cloud oder an ihre Quelle gebunden (zum Beispiel: Social Network Information Feeds, Clickstream-Sequenzen oder angeschlossene Peripheriegeräte). Die Herausforderung besteht darin, all diese Datenquellen zu überwachen, zu verwalten, zu steuern, zu sichern und zu analysieren. Lösungen für umfassendes globales Datenmanagement setzen genau hier an.

Und obwohl die Entwicklung in der Datenspeicherung und -verwaltung mit großen Schritten voranschreitet, sind Unternehmen immer noch mit denselben Problemen konfrontiert: Volumen, Geschwindigkeit und Vielfalt – und das sowohl bei unstrukturierten als auch strukturierten Daten.

Um das in den Griff zu bekommen, arbeiten viele Organisationen derzeit mit einem Data-Warehouse-Ansatz, der auf relationalen Datenbanken basiert. Extra Reporting-Tools können Dashboards aus dem Data Warehouse erstellen, die Konfiguration ist jedoch oftmals nur bedingt skalierbar und teuer in der Verwaltung und Entwicklung. Der Trend geht daher zu Big-Data-Lösungen, die den wachsenden Speicherbedarf auffangen und weiterentwickeln können. Für die meisten Unternehmen werden diese den unmittelbaren Bedürfnissen gerecht. Tools allein reichen jedoch vielfach nicht aus, die Unternehmen brauchen daher eine Strategie für globales Datenmanagement. Die wichtigsten Aspekte dabei sind:

Metadatenbasierte Datenkatalogisierung: Egal, ob „at rest“ oder „in motion“ – sämtliche Datenströme müssen berücksichtigt werden. Führt ein Unternehmen beispielsweise eine Sales-Kampagne durch, benötigt es Zugriff auf viele unterschiedliche Datenquellen und -typen wie Kundendaten im Cloud-basierten CRM, Altsysteme, operative DBMS, Daten aus sozialen Interaktionen, Click-Throughs, Filialdaten und so weiter. Diese Komplexität adressieren mittlerweile einige Anbieter mit Lösungen zur Klassifizierung von Metadaten. Daher ist zu erwarten, dass sich Datenkataloge und ähnliche Datenvirtualisierungskonzepte bald durchsetzen.

Data Lifecycle Management: Alle Funktionen des Data Lifecycle Managements müssen für verschiedenen Datenquellen ausgeführt werden können. Dazu gehören unter anderem Datensicherung/-wiederherstellung, Disaster Recovery, etc.

Data Governance und Sicherheit: Sämtliche Daten aus allen genutzten Datenquellen müssen verwaltet und gesichert werden. Data Governance ist ein wichtiges Thema sowohl für Daten „at rest“ und als auch für Daten auf dem Weg durch das Netzwerk. Alle Daten, die in das Unternehmen gelangen, durchlaufen eine Reihe von Transformationen in punkto Datenqualität, Datenanreicherung oder -erweiterung, um sie in ein anderes Format für die spätere Verwendung zu konvertieren. Doch die IT ist geprägt von Compliance und Regulierungen. Ein Beispiel ist die DSGVO: Für Unternehmen ist es wichtig zu verstehen, wer Zugriff auf welche Daten hat, wer sie wann geändert hat, und so weiter. Dieses Maß an Sicherheit, Kontrolle und Verantwortlichkeit ist notwendig und kann durch eine robuste Lösung für globales Datenmanagement erreicht werden.

Data Intelligence: Sobald mehrere Datenquellen einfach visualisiert werden können, ist der nächste Schritt die Datenbewertung. Die Erkenntnisse aus historischen Daten „at rest“ kombiniert mit denen aus Daten „in motion“ bieten Grundlage für wichtige Geschäftsentscheidungen. Durch Mustererkennung, Complex Event Processing (CEP) und Machine Learning kann der Wert der Daten erhöht werden.

Künftige Nutzungsszenarien in die Planung einbeziehen

Analysten sprechen von der Notwendigkeit eines logischen Data Warehouse (LDW) oder einer Datentopologie, die alle Datenquellen abfragen kann. Derzeit liegt der Schwerpunkt in LDW auf Datenzugriff und -analyse. Unternehmen sollten sich jedoch nicht darauf beschränken. Stattdessen ist es sinnvoll, selbst eine Strategie für globales Datenmanagement sowie andere potenziell nützliche Datenmanagementfunktionen zur Unterstützung ihrer digitalen Initiativen zu entwickeln.

Und noch ein Punkt darf nicht vergessen werden: 80 Prozent der Datenanalyse erfolgt auf lediglich 20 Prozent der Unternehmensdaten. Anstatt sich um den potenziellen Wert von Daten zu sorgen, die im Dunkeln bleiben, ist es wichtiger, sich auf die kritischsten und relevantesten Daten zu konzentrieren, um die strategisch wichtigen Entscheidungen zum richtigen Zeitpunkt treffen zu können.

Aus all diesen Aspekten wird deutlich, dass Datenmanagement keine kleine Herausforderung darstellt: Es umfasst die Verwaltung mehrerer Clouds, eine einheitliche Strategie für Sicherheit und Governance sowie das Management aller Daten und Datenarten, unabhängig davon, wo sie sich befinden. Zu empfehlen ist dabei, eine zukunftsorientierte Architektur so zu gestalten, dass das Risiko einer singulären Anbieterbindung vermieden wird. Viele Fortune-1.000-Unternehmen setzen entsprechend auf Open-Source-Technologien. Dies gewährleistet große Flexibilität und Gestaltungsfreiheit bei der Wahl der Tools oder Plattformen und Unabhängigkeit von einzelnen Anbietern.

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? Infos finden Sie unter www.mycontentfactory.de (ID: 45511470 / Infrastruktur)