Zuvor veröffentlicht auf itproportal.com.
Ein System muss "modernisiert" werden, wenn es die aktuellen Probleme nicht mehr ausreichend lösen kann. Viele Systeme, die jetzt überholt werden müssen, waren einst die besten verfügbaren Optionen zur Bewältigung bestimmter Herausforderungen. Aber die Herausforderungen, die sie lösten, waren auf das geschäftliche, technologische und gesetzliche Umfeld beschränkt, in dem sie entwickelt wurden. Informatica zum Beispiel wurde vor dem Internet gegründet. Es versteht sich von selbst, dass sich die Unternehmensintegration seither tiefgreifend verändert hat.
Eine Gruppe von Systemen, die dringend modernisiert werden muss, ist die traditionelle Datenarchitektur vor Ort. Der enorme Anstieg des Datenvolumens, der Datenvielfalt und der Datengeschwindigkeit stellt die Altsysteme vor ein Rätsel. Gegenwärtig beugen sich die alten Datenarchitekturen unter dem Gewicht dieser drei Datenherausforderungen. Bald könnten sie zerbrechen.
Volumen: Daten werden zu groß für alte Hosen
Unsere Welt wird von kosmischen Datenmengen überschwemmt. Jeden Tag werden 3,5 Milliarden Google-Suchen durchgeführt, 300 Millionen Fotos auf Facebook hochgeladen und 2,5 Quintillionen Bytes an Daten erzeugt. IDC prognostiziert, dass sich die weltweite Datenmenge zwischen 2016 und 2025 auf satte 163 Zettabyte verzehnfachen wird.[1] Einer der Biotechnologie-Kunden von SnapLogic verarbeitet bemerkenswerte fünf Milliarden Dokumente pro Tag.[2] Und das ist nur ein Unternehmen.
Die Verwaltung dieser riesigen Datenmengen in einer lokalen Umgebung ist untragbar. Die IT-Abteilung muss wertvolle Zeit und Ressourcen in den Kauf, die Installation und die Verwaltung von Hardware investieren. Außerdem müssen sie Unmengen von Code schreiben, um die Systeme zu betreiben, in denen die Daten gespeichert sind (z. B. Datenbanken, Data Warehouses usw.). Unternehmen, die einen solchen Ansatz für die Datenverwaltung zulassen, werden niemals die Analysetiefe erreichen, die in der digitalen Wirtschaft benötigt wird. Sie werden wie Surfer sein, die endlos in Ufernähe paddeln, ohne jemals die Brandung zu überwinden.
Vielfältigkeit: Die Daten sind zu uneinheitlich für starre Altsysteme
Die meisten Daten waren in der Vergangenheit von ähnlicher Art. Im Großen und Ganzen waren sie strukturiert und leicht zu erfassen. Nicht so heute. Heute befinden sich einige Daten in lokalen Datenbanken, während andere Daten in Cloud-Anwendungen gespeichert sind. Ein bestimmtes Unternehmen kann strukturierte, unstrukturierte und halbstrukturierte Daten sammeln. Die Vielfalt wird immer größer.
Einer Umfrage zufolge nutzen Unternehmen rund 1.180 Cloud-Dienste, von denen viele einzigartige Daten produzieren. In einem anderen Beispiel haben wir (SnapLogic) über 400 Anwendungen für ein großes IT-Unternehmen integriert.
Der Prozess der Integration all dieser wild verstreuten Daten allein ist eine zu große Aufgabe für Altsysteme. Innerhalb einer Legacy-Datenarchitektur müssen Sie Ihre Datenpipelines oft von Hand programmieren, die dann repariert werden müssen, sobald sich eine API ändert. Möglicherweise müssen Sie auch ein Sammelsurium von Integrationslösungen beaufsichtigen, das von begrenzten Punkt-zu-Punkt-Tools bis hin zu sperrigen Plattformen reicht, die durch Skripterstellung gepflegt werden müssen. Diese traditionellen Ansätze sind langsam, voller Komplexität und für die wachsende Datenvielfalt von heute ungeeignet. Altsysteme behindern weitgehend die Bemühungen der Unternehmen, die von ihnen gesammelten Daten zu nutzen.
Schnelligkeit: Daten müssen schneller bewegt werden, als es die Altsysteme verkraften können
In den vergangenen Jahren gab es weitaus weniger Szenarien, in denen eine Hochgeschwindigkeitsdatenverarbeitung erforderlich war, als dies heute der Fall ist. Heute sind geschäftskritische Vorgänge mehr und mehr auf Echtzeit-Datenverarbeitung angewiesen. Selbst eine Verzögerung von 10 Sekunden bei der Datenbereitstellung kann eine Bedrohung darstellen, wenn es sich beispielsweise um "hyperkritische" Daten handelt (Daten, von denen die Gesundheit und das Wohlergehen von Menschen abhängen). Interessanterweise schätzt IDC, dass bis zum Jahr 2025 10 Prozent aller Daten überkritischer Natur sein werden. Wenn solche Daten nicht sofort verarbeitet werden, kann das in einigen Fällen schlimme Folgen haben. Ich denke dabei an Flugreisen, selbstfahrende Autos und das Gesundheitswesen.
Herkömmliche Datenarchitekturen haben Schwierigkeiten, Big Data mit der Geschwindigkeit und Konsistenz zu verarbeiten, die in geschäftskritischen Situationen erforderlich sind. Ein Grund dafür ist, dass die IT-Abteilung in einer lokalen Umgebung im Wesentlichen schätzen muss, wie viel Rechenleistung sie zu einem bestimmten Zeitpunkt benötigt. Wenn sie zu wenige Server für ein "Spitzenlast"-Ereignis bereitstellen, könnte ihr System ausfallen. Hinzu kommt, dass das Volumen und die Vielfalt der eingehenden Daten das herkömmliche Datenbankmanagementsystem belasten und damit auch die Geschwindigkeit der Datenverarbeitung beeinträchtigen.
Moderne Unternehmensdatenarchitektur: Lösen Sie die Probleme von heute ... und die von morgen
Alles deutet darauf hin, dass die alten Datenarchitekturen bald überflüssig sein werden. Das Tempo, in dem dies geschieht, wird in der Tat je nach Sektor variieren. Aber schon bald werden die meisten, wenn nicht sogar alle Unternehmen gezwungen sein, sich mit Datenherausforderungen auseinanderzusetzen, auf die die alten Systeme keine Antwort haben.
Unternehmen müssen ihre Datenarchitektur modernisieren, um in der schnelllebigen Big-Data-Welt von heute zu bestehen. Eine solche Umstellung ist wahrscheinlich sogar noch wichtiger, um im kommenden Zeitalter erfolgreich zu sein.
Eine moderne Unternehmensdatenarchitektur (MEDA) ist in der Cloud verwurzelt. Mit einem Cloud Data Lake als Kernstück verbietet eine moderne Architektur die Vergeudung von Ressourcen für nicht-strategische Aktivitäten wie die Wartung von Servern und die Anschaffung von Hardware. In der Tat kann sie Berge von eingehenden Daten bewältigen, und zwar in großem Umfang.
Auch die Selbstbedienung ist ein Kennzeichen einer modernen Datenarchitektur. In dieser Umgebung reduzieren neue Arten von Low-Code-Datenmanagement-Tools den Zeitaufwand für die Durchführung grundlegender Datenverarbeitungsaufgaben erheblich. Sie automatisieren den Prozess des Verschiebens, Bereinigens und Umwandelns von Daten, unabhängig vom Datenformat. Gleichzeitig entfällt die Notwendigkeit, mühsame manuelle Skripterstellung vorzunehmen.
In einer solchen Umgebung müssen Analysten und Datenwissenschaftler nicht mehr 80 Prozent ihres Tages der Datenaufbereitung widmen. Stattdessen können sie sich damit beschäftigen, durch Analysen einen Mehrwert aus den Daten zu ziehen. Und nicht nur das: Wissensarbeiter im gesamten Unternehmen, nicht nur in der IT-Abteilung, werden mit verwertbaren Daten ausgestattet. Und sie sind in der Lage, diese zu nutzen, um wichtige Geschäftsentscheidungen zu treffen. Im Gegensatz zu Altsystemen schafft eine moderne Architektur einen immensen Wert aus komplexen, heterogenen Daten.
Schließlich ist eine moderne Architektur darauf ausgelegt, Daten in Echtzeit zu verarbeiten, auch wenn der Datenverkehr drastisch ansteigt. Sie verhindert sowohl ärgerliche Störungen als auch verheerende Ausfälle. Eine moderne Datenarchitektur gibt Unternehmen Sicherheit, die sich bei ihren kritischen Vorgängen zunehmend auf eine Hochgeschwindigkeitsdatenverarbeitung verlassen.
Der unaufhaltsame Anstieg der Datenmenge, -vielfalt und -geschwindigkeit wird das Ende der Altsysteme bedeuten. Wenn Sie mit der Modernisierung Ihrer Datenarchitektur warten, bis die Altsysteme dieses Ende vollständig erreicht haben, könnte es bereits zu spät sein.
Wenn Sie mehr über moderne Unternehmensdatenarchitekturen erfahren möchten, laden Sie unser ebook "The State of Modern Enterprise Data Architecture for Big Data Analytics" herunter.
[1 ] 1 Zettabyte = 1 Billion Gigabyte
[2 ] Ein einzelnes Dokument enthält oft mehrere Dateneinheiten.
