Abschalten und ersetzen oder modernisieren? Was wird aus Data-Warehouse-Systemen?

Anbieter zum Thema

Disy Informationssysteme GmbH

Sinequa

So um die Jahrtausendwende waren Data Warehouses ein richtig heißes Thema. Etliche Unternehmen haben dafür richtig viel Geld in die Hand genommen. Wie sollte man die alten Systeme angesichts neuer Datentypen und Big Data modernisieren?

Der Begriff Data Warehouse hat schon einen fast altmodischen Anklang in Zeiten, zu denen alle Welt von Big Data schwadroniert. Dabei ist das, wozu es dient, ja nicht Schnee von gestern: große Datenmengen zentral strukturiert bereithalten und sie möglichst in Echtzeit auswertbar zu machen.

Die Technische Entwicklung stellt neue Herausforderungen

Allerdings haben sich mit der technischen Entwicklung vor allem vier Probleme ergeben: Schon länger gibt es die Erfordernis, neue Datentypen zu integrieren. Hinzu kommt dass die Zahl und Art der Datenquellen zunimmt. Drittens wächst damit die schiere Menge der Daten und in der Folge das Problem der Performanz. Last, not least sollen nicht nur ein paar Topmanager mit Hilfe der IT die Technik nutzen, sondern die Fachabteilungen sollen sich ihrer einfach bedienen können.

Die Lösung dafür scheinen Frameworks wie Hadoop zu sein. Unstrukturierte Daten sind kein generelles Problem. Vor allem lassen sich selbst riesige Datenmengen in den Griff bekommen, indem man sie auf viele Server verteilt und parallel bearbeitet.

Anwender versprechen sich viel von Hadoop

Entsprechend wächst der Markt für solchen Frameworks. Nach dem kürzlich veröffentlichten TDWI-Report „Hadoop for the Enterprise“ wollen 60 Prozent der Befragten schon bis 2016 Hadoop einsetzen. Ein wichtiger Grund besteht darin, dass sich fast alle Befragten von Hadoop ein Potenzial für Innovation versprechen.

Big-Data-Tools stoßen auf großes Interesse. Das zeigen Angaben des Münchener Unternehmens mip GmbH, einem Spezialisten für die Modernisierung von Data-Warehouse-Lösungen. Demnach halten 65 Prozent der Unternehmer Big-Data-Analysen für wichtig, um Entscheidungsprozesse zu unterstützen. 63 Prozent der Anwender versprechen sich von Analyseverfahren einen Wettbewerbsvorteil. 62 Prozent der Fachbereiche wollen Veränderungen im Datenmanagement, weil sie vor gestiegenen Erwartungen stehen. 53 Prozent von ihnen wollen Daten eigenständig bearbeiten können.

Big Data ist nicht "nice and easy"

Doch das Interesse ist auch durch negative Erfahrungen genährt. 51 Prozent der Anwender finden Big-Data-Tools unausgereift und schwierig zu bedienen. 45 Prozent der Unternehmen finden das Festlegen der Analyseregeln schwierig und zeitaufwendig. Das allerdings erinnert an die frühen Data-Warehouse-Zeiten.

(ID:43415731)