Gartner Hype Cycle

Wie sich die großen Cloud-Trends entwickeln

21.11.2018
Von 
Wolfgang Herrmann ist Editorial Manager CIO Magazin bei IDG Business Media. Zuvor war er unter anderem Deputy Editorial Director der IDG-Publikationen COMPUTERWOCHE und CIO und Chefredakteur der Schwesterpublikation TecChannel.

Auf dem Gipfel: Multi Cloud, Container, IoT

Die derzeit heißesten Themen im Hype Cycle werden nicht nur in der Cloud-Szene diskutiert. Auf dem "Gipfel der überzogenen Erwartungen" sieht Gartner IoT-Plattformen ebenso wie Container-Management, Machine Learning sowie den arg strapazierten Begriff der Multi Cloud.

Das Management von Multi-Cloud-Szenarien kann für Unternehmen zu einer komplexen Aufgabe werden.
Das Management von Multi-Cloud-Szenarien kann für Unternehmen zu einer komplexen Aufgabe werden.
Foto: Sergey Nivens - shutterstock.com

Multi-Cloud-Szenarien können geplant oder ungeplant entstehen, wenn etwa mehrere Abteilungen in Unternehmen Services von unterschiedlichen Providern einkaufen. Theoretisch lassen sich damit Abhängigkeiten von einzelnen Anbietern eindämmen. Hinzu kommt die Möglichkeit, spezifische Anforderungen bestimmter Geschäftseinheiten abzudecken, die mit einem einzigen Provider nicht zu realisieren wären.

Doch es gibt auch Nachteile. Das Management mehrerer Anbieter und unterschiedlicher Cloud-Services kann sehr aufwändig und damit kostenträchtig werden. Unternehmen sollten deshalb Security-, Management- und Governance-Richtlinien formulieren sowie auf Standards achten, rät Gartner-Analyst David Mitchell Smith. Um eine Multi-Cloud-Umgebung im Griff zu behalten, bedürfe es einer übergreifenden Koordination und Strategie. Cloud Management Platforms (CMP) und Lösungen für das Cloud Service Brokerage (CSB) könnten dabei helfen. Doch IT-Verantwortliche müssten darauf achten, dass sie auf dieser Ebene nicht doch wieder in eine Herstellerabhängigkeit gerieten.

Beispiele für Anbieter im Bereich Multi Cloud: Amazon, Google, IBM, Microsoft, Oracle

Container-Management noch in frühem Stadium

Wichtig in diesem Kontext ist auch das Thema Container Management. Einschlägige Lösungen erlauben es Unternehmen, eine große Zahl von in Containern verpackten Anwendungen in Produktionsumgebungen einzusetzen. Die Anbieter betonen dabei die Möglichkeit, eine Abstraktionsschicht zwischen verschiedenen Cloud- und On-Premises-Systemen einzuziehen. Container-Management-Systeme würden so die Interoperabilität zwischen den diversen Welten erleichtern und auch etliche Integrationsprobleme lösen. Sie könnten sowohl on premise, auf Public-IaaS-Plattformen oder auch in beiden Umgebungen gleichzeitig laufen.

Noch steckt der Einsatz von Container-Management-Systemen in den Kinderschuhen, kommentieren die Gartner-Experten Dennis Smith und Arun Chandrasekaran. Unternehmen sollten frühzeitig mit einschlägigen Techniken experimentieren, um beispielsweise Linux-Anwendungen zu paketieren und auszurollen. Zu empfehlen seien Container-Lösungen insbesondere Organisationen, die sich an einem DevOps-Ansatz orientieren und künftig eine Microservices-Architektur nutzen wollen.

Beispiele für Container-Management-Anbieter: Amazon Web Services, Docker, Google Cloud Platform, Mesosphere, Microsoft Azure, Pivotal, Rancher Labs, Red Hat

Machine Learning - Cloud senkt die Einstiegshürden

Immer mehr Organisationen sind dabei, Anwendungsszenarien für Machine Learning zu erforschen. Viele haben bereits Pilotprojekte aufgesetzt und Proof-of-Concepts entwickelt. Die meisten Unternehmen aber tun sich mit dem Thema noch schwer, beobachten die Gartner-Analysten. Das benötigte Know-how zu finden und geeignete Rollen in der Organisation zu definieren, bereite dabei die größten Probleme.

Tools und Plattformen aus der Cloud können helfen, solche Hürden zu überwinden. Gartner empfiehlt Entscheidern, mit einfachen Business-Problemen anzufangen und dann Schritt für Schritt komplexere Use Cases für Machine Learning in Angriff zu nehmen.

Beispiele für Machine-Learning-Anbieter: Alteryx, Amazon Web Services, Domino Data Lab, Google Cloud Platform, H2O.ai; IBM (SPSS), KNIME, Microsoft (Azure Machine Learning), RapidMiner, SAS.

IoT-Plattformen noch weit weg vom breiten Einsatz

Eine IoT-Plattform ermöglicht Unternehmen die Entwicklung und den Betrieb von Anwendungen, die Daten von verbunden IoT-Endpunkten erfassen und verwalten. Aus der Sicht von Gartner gehören dazu mehrere funktionale Kernbereiche: Device Management, Integration, Daten-Management, Application Enablement und Security.

Entsprechende Systeme werden nicht selten als "hybride" Kombinationen aus Edge-Software und Cloud-basierten IoT-Plattformen angeboten. Die diversen Vorzüge und Use Cases für solche Lösungen sind unbestritten. Doch Gartner verweist auch auf den von vielen Anbietern geschürten Hype sowie auf etliche technische, kulturelle und nicht zuletzt sicherheitsrelevante Herausforderungen, die einem breiten Einsatz entgegenstünden. Auch deshalb habe das Thema den Höhepunkt der überzogenen Erwartungen bereits überschritten und bewege sich in der Hype-Kurve wieder nach unten. Bis IoT-Plattformen das Plateau der Produktivität erreichen, könne es noch fünf bis zehn Jahre dauern, so die Auguren.

Beispiele für IoT-Plattformanbieter: ABB, Atos Origin, Bosch Software Innovations, GE Digital, LTI, OpenText, Prodea Systems, relayr, Software AG, WSO2, Siemens