Steigende Komplexität durch Cloud-Nutzung

Anforderungen an das Management hybrider Daten

Dirk Häußermann ist Head of Database and Data Management, Middle & Eastern Europe bei SAP. Davor war er Geschäftsführer EMEA Central bei Informatica. Dirk Häußermann ist seit vielen Jahren auf Executive-Ebene in der IT-Branche tätig, davon lange Zeit bei IBM Deutschland. Zuletzt war er Vorstandsmitglied bei der Heiler Software AG.
Geschäftliche Anforderungen treiben Cloud-Strategien voran. Wie sich die IT auf die zunehmende Komplexität des Datenmanagements einstellen kann.

Eine hybride Cloud-Architektur wird in den meisten Fällen nicht wirklich geplant - getrieben durch neue Anforderungen entwickelt sie sich im Laufe der Zeit. Viele der Unternehmen, die heute verstärkt auf Cloud-Anwendungen setzen, haben zuvor in On-Premise-Anwendungen investiert und betreiben noch entsprechende Systeme für Data Warehouse, Business Intelligence oder Analytics. Das führt dazu, dass diese Unternehmen zukünftig eine hybride On-Premise- und Cloud-Umgebung für ihr Datenmanagement betreiben werden.

Hybride Cloud-Architekturen werden meist nicht geplant.
Hybride Cloud-Architekturen werden meist nicht geplant.
Foto: violetkaipa - Fotolia.com

Der Weg zum idealen Data-Management

Sobald die neuen Analytics-Anwendungen aktiv sind, sollten sich Unternehmen um die Konsistenz und Aktualität kümmern - und das über die gesamte Datenmanagementumgebung hinweg. Denn wenn Daten zwischen Cloud und On-Premise-Systemen oder von Cloud zu Cloud bewegt werden, entstehen neue Herausforderungen die dazu führen, dass für das Datenmanagement notwendigen Ressourcen abgezogen werden.

Um zu vermeiden, dass das Datenmanagement zu komplex wird, ist es sinnvoll, die Architektur für das Datenmanagement frühzeitig zu planen und hierbei auf bereits bewährte Methoden für die Umsetzung zu vertrauen.

Wichtige Punkte für die Planung eines Hybrid-Data-Management-Ansatzes

Data-Management ist an sich schon eine Herausforderung. Wenn ein Management hybrider Daten benötigt wird, wird es sogar noch komplizierter. Um die geplante Geschäftsentwicklung nicht zu blockieren, lohnt es sich bei der Planung des Datenmanagements folgende Punkte im Hinterkopf zu behalten:

  • Ermöglicht die ausgewählte Strategie eine sofort einsetzbare und leistungsfähige Anbindung für alle On-Premise- und Cloud-Quellen sowie aller Speicherziele, die für eine Integration notwendig sind?

  • Ist eine durchgängige Kompatibilität über die On-Premise- und Cloud-Datenintegration hinweg möglich? Vor allem im Hinblick auf gemeinsam genutzte Funktionen, Shared Code (Mappings) oder geteilte Management-Tools.

  • Werden vielfältige Integrationsverfahren wie Batch, Echtzeit, API-Integration und andere unterstützt?

  • Lassen sich die folgenden Funktionen für das Datenmanagement dem Wachstum und den Anforderungen der eigenen Organisation anpassen: Datenqualität, Data Governance, Master-Data-Management, Metadaten-Management, Sicherheit, B2B und weitere?

  • Werden automatisierte Assistenten und eine vorlagenbasierte Entwicklung auch für Mitarbeiter außerhalb der IT-Abteilung angeboten?

  • Existieren Metadata-Managementtools zur Bestimmung der Datenherkunft und um die Bedeutung der Daten im Business-Kontext zu erkennen? Denn diese Werkzeuge helfen, Fehler zu reduzieren, Self Services aufzusetzen und Veränderungen schneller voranzutreiben.

Auch lohnt es sich über einen Data Integration Hub nachzudenken. Er kann Hunderte von Punkt-zu-Punkt-Datenintegrationen durch ein einfaches Modell für Publisher und Subscriber ersetzen: Data-Publisher stellen ihre Daten einmalig auf dem Hub ein - einzelne Mitarbeiter oder Gruppen können die für sie relevanten Daten dann abonnieren und erhalten sie im benötigten Format, Zeitfenster und Qualitätsniveau. Moderne Datenknotenpunkte unterstützen heute Sender und Empfänger über verschiedene Betriebsmodelle wie On-Premise und Cloud sowie Lösungen wie Big-Data-Systeme hinweg. Das vereinfacht die Aufgabe des Datenmanagements.

Denn schließlich liegt die größte Herausforderung darin, schneller einen geschäftsrelevanten Mehrwert zu generieren als der Wettbewerb. Für die IT besteht die Herausforderung darin, den Fachbereichen die Geschwindigkeit und Qualität zu liefern, die sie für ihre Aufgaben benötigen um ihre Agilität zu steigern. Um diese Ziele zu erreichen, sind eine präzise Planung im Vorfeld und eine zukunftsorientierte Datenmanagement-Architektur notwendig. (haf)