Datenverwaltung Plattformübergreifendes Data-Management ist nicht verhandelbar

Anbieter zum Thema

IBM Deutschland GmbH

Fujitsu Technology Solutions GmbH

Sinequa

Informatica GmbH

Ein kontinuierlich steigendes Datenvolumen ist längst Realität. Damit werden auch Aufgaben wie die Fragmentierung und Dezentralisierung der Daten für Unternehmen zur Normalität. Die Cloud kann hierbei helfen, indem sie bei der Bewältigung gleich mehrerer Herausforderungen unterstützt.

In den letzten zehn Jahren konzentrierten sich Unternehmen darauf, ihre Infrastruktur in die Cloud zu verlagern und Analysen, Datenbanken, Data Warehouses und Data Lakes zu modernisieren. Das Ziel: ein flexibles und agileres Arbeiten, das zudem kosteneffizient ist. Obwohl 80 Prozent der Unternehmen planen, ihre digitale Transformation zu beschleunigen, haben 70 Prozent die mit der Transformation verbundenen Ziele nicht erreicht. Dies geht aus einer Analyse des Weltwirtschaftsforums hervor.

Denn digitale Transformation unterscheidet sich deutlich von digitaler Modernisierung. Es geht darum, ein erstklassiges Kundenerlebnis zu gewährleisten, das auf Cloud-Nativität sowie einem datengesteuerten, KI-zentrierten Ansatz basiert.

Daten wachsen exponentiell und sind mehr denn je räumlich dezentral verteilt. Eine aktuelle Umfrage von Unisphere Research ergab, dass 72 Prozent der Administratoren eine wachsende Anzahl von Datenbanken managen. Fast 70 Prozent der Administratoren müssen verschiedene Plattformen verwalten – fast ein Drittel sogar drei oder mehr. Dieses hohe Datenvolumen sowie die Fragmentierung und Dezentralisierung der Daten selbst sind die neue Normalität. Diese ist von einem Cloud-first-Ansatz bestimmt. Außerdem müssen Unternehmen eine Multi-Hybrid-Welt akzeptieren.

Cloud-first bedeutet, dass Unternehmen Daten und Anwendungen immer zuerst in der Cloud implementieren und nutzen sollten. Die Multi-Cloud-Umgebung besteht dabei aus verschiedenen Private und Public Clouds. Unternehmen, die weiterhin nur auf On-Premise-Lösungen setzen, sehen sich einer Reihe von Herausforderungen gegenüber. Dazu gehören die verstreute und fragmentierte Ablage von Daten über eine Vielzahl von Plattformen hinweg, nicht vernetzte Clouds und siloartige Systeme. Darüber hinaus müssen Organisationen aber auch weitere Aufgaben bewältigen, zum Beispiel Anwendern die passenden Daten zur Verfügung stellen, um auf Kundenbedürfnisse zu reagieren.

Daten als Unternehmenskapital

Daten sind das wichtigste Kapital eines jeden Unternehmens. Die Fragmentierung von Daten und die Speicherung in Datensilos stellen massive Hindernisse für effizientes und erfolgreiches Arbeiten dar. Um das volle Potenzial aller Daten zu nutzen und dadurch neue und differenzierte Erfahrungen für Kunden, Mitarbeiter und Partner zur Verfügung zu stellen, benötigen Unternehmen eine Cloud, die auf Data-Management spezialisiert ist. Denn nur eine solche Cloud ermöglicht, Daten-basierte Innovationen auf jeder Plattform oder in jeder Cloud umzusetzen – und zwar für Mitarbeiter im gesamten Unternehmen.

Schließlich sind es Unternehmen, die Daten und Verbraucher verknüpfen und so den Übergang von der digitalen Modernisierung zur digitalen Transformation forcieren. Effektives Data-Management unterstützt Organisationen dabei, Kunden neue Produkte und Dienstleistungen anzubieten sowie innovative Modelle für deren Ansprache und den Betrieb zu entwickeln. So sind beste Kundenerlebnisse gewährleistet.

Welche Vorteile bringt in diesem Zusammenhang also das plattformübergreifende Data-Management?

Cloud-natives Arbeiten im großen Umfang

Mit einer einzigen Cloud-nativen Plattform, die Daten-, App- und API-Integration sowie Data- Management im großen Maßstab ermöglicht, können Unternehmen ihre Datenverarbeitungsleistung flexibel skalieren. Weitere Vorteile: Daten lassen sich unabhängig von ihrer Form und ihrer Latenz integrieren und verarbeiten. Dadurch ist eine Daten-Demokratisierung möglich, die Erkenntnisse in Echtzeit gewährleistet.

Daten als Informationsträger etablieren und nutzen

Unternehmen, die täglich Petabytes an Daten in einer stark fragmentierten und verstreuten Datenlandschaft verarbeiten, benötigen ein metadatengesteuertes Speichersystem. Idealerweise basiert dieses auf Künstlicher Intelligenz beziehungsweise Machine Learning. So können intelligente Entscheidungen in Echtzeit getroffen werden, die auf aktuellen, detaillierten Erkenntnissen basieren. Dank KI- und ML-Funktionen lassen sich Prozesse und Analysen automatisieren – und erhalten innerhalb von Minuten – und nicht erst in mehreren Monaten – Erkenntnisse auf Basis großer Datenmengen. Das Resultat ist eine erhebliche Produktivitätssteigerung.

Enterprise-Scale Data-Management bei jeder Cloud und auf jeder Plattform

Eine einzige Cloud-native Plattform ermöglicht es – unabhängig von Datentyp und -quelle – Daten für jeden Benutzer abteilungs- und standortunabhängig zur Verfügung zu stellen. Sie lassen sich visualisieren und analysieren. Und ermöglichen außerdem die Zusammenarbeit über verschiedene Standorte hinweg. Das Ergebnis: Unternehmen sind in der Lage, Daten zu verknüpfen, darauf zuzugreifen, sie zu nutzen und zu verwalten, wo immer sie abgelegt sind – sei es in der Cloud, in Cloud-to-On-Premise-Umgebungen oder in On-Premise-to-On-Premise-Umgebungen.

Agile Innovation nimmt Fahrt auf

Die heutige schnelle Geschäftswelt erfordert ein hohes Maß an Agilität, um dynamische und sich kontinuierlich verändernde Anforderungen zu erfüllen. Mit Low-Code- oder No-Code-Cloud-Data-Management sind Unternehmen agiler: Sie können nahtlos, von der Planung zur Implementierung übergehen. Zudem lässt sich auf dynamische Geschäftsanforderungen und sich im Prozess ändernde Bedürfnisse in Echtzeit reagieren – und zwar ohne zusätzliche Kosten. Darüber hinaus erhalten Anwender Zugriff auf vertrauenswürdige Daten und sind damit in der Lage, fundierte Entscheidungen auf Basis von Erkenntnissen zu treffen. Dank dieser digitalen Transformation können Unternehmen ihre Kunden besser betreuen – denn die Transformationsprozesse erstrecken sich von der Customer Experience (CX) bis hin zu E-Commerce sowie über finanzielle Transformation hin zu Supply Chain Management.

Ein Beispiel: Unilever transformierte seinen Stammdatenbereich und implementierte dazu eine neue Lösung. Durch Automatisierung, verbesserte Kontrollen und (engmaschige) Zusammenarbeit zwischen den Abteilungen und dem IT-Team ließ sich die Lieferkette für die Konsumgüter des Anbieters vereinfachen.

Im vergangenen Jahr gelang es Unilever, mit seinem neuen Self-Service-Portal den Zeitaufwand für das Onboarding von Lieferanten von fünf Wochen auf wenige Tage zu verkürzen. Zudem wurde das Portal innerhalb von 90 Tagen in 90 Ländern eingeführt. Dies trug nicht nur dazu bei, Verzögerungen in der Produktion zu minimieren, sondern auch dazu, auf die Kundennachfragen während der Pandemie flexibel reagieren zu können.

Vertrauens- und Datenschutz als Standard

Der Schutz der Daten hat oberste Priorität. Hohe Standards für Datensicherheit und Data Governance gewährleisten das Vertrauen von Anwendern in die Datenqualität sowie deren Schutz. Zudem schützt ein entsprechendes Data-Management System die Daten, indem es Risiken minimiert und die Einhaltung gesetzlicher Vorschriften gewährleistet.

Der Gesundheitsdienstleister Eli Lilly and Company musste seine Data Governance unternehmensweit vereinheitlichen und seine Daten demokratisieren, um deren umfassende Nutzung zu gewährleisten. Das Unternehmen setzte ein Intelligent Framework ein, um Governance-Aktivitäten und Datenbestände zentral zu lagern und zugänglich zu machen. Zudem startete es eine Enterprise-Backbone-Initiative unter Verwendung von Cloud-Storage-Technologien, um die Anzahl der disparaten Data Lakes und Data Warehouses zu reduzieren.

Zusammengefasst: Die digitale Transformation beschleunigt sich weltweit. Unternehmen haben dies erkannt und ihre Data-Management-Strategie entsprechend angepasst. Um wettbewerbsfähig zu bleiben und bestmögliche Geschäftsentscheidungen zu treffen, müssen sie ihre Daten als strategisches Asset nutzen und intelligent speichern, verwalten und auswerten. Die Lösung: Ein plattformübergreifendes Data-Management. So haben nicht nur Mitarbeiter Zugriff auf Daten und profitieren von entsprechend fundierten Erkenntnissen, auch die Kunden können der Organisation vertrauen, ihre Daten so sicher wie möglich zu handhaben.

Dieser Artikel stammt von unserem Partnerportal Industry of Things. Verantwortlicher Redakteur: Sebastian Human

* Emilio Valdes arbeitet als Senior Vice President EMEA & LATAM bei Informatica.

(ID:47547076)