Veröffentlichungsdatum: 1. Februar 2020
Eine Datenplattform ist eine Komplettlösung für das Erfassen, Verarbeiten, Analysieren und Präsentieren der Daten, die von den Systemen, Prozessen und Infrastrukturen moderner, digitaler Unternehmen erzeugt werden. Es gibt zwar viele Punktlösungen und speziell entwickelte Anwendungen, die einen oder mehrere Aspekte des Datenpuzzles effektiv verwalten, doch eine echte Datenplattform bietet End-to-End Datenmanagement.
Eine Datenplattform ist mehr als eine Business-Intelligence-Plattform. Während letztere relevante Daten heranzieht, um die Entscheidungsfindung eines Unternehmens zu verbessern, verwaltet eine echte Datenplattform mehr Datentypen und -strukturen im gesamten Unternehmen. Dabei handelt es sich nicht nur um die Daten, die zur Aufrechterhaltung der Sicherheit, des Datenschutzes und der Compliance genutzt werden, sondern auch um IT- und technische Betriebsdaten – also um alle Daten, die Ihr Unternehmen erfasst oder erzeugt.
Moderne Unternehmen können beim Aufbau einer Infrastruktur auf Tausende von Anwendungen und Services zurückgreifen, die spezifische Anforderungen erfüllen, doch oftmals ist es nicht möglich, die einzelnen Lösungen zu integrieren. Dies führt zu Datensilos, also Datensätzen, die nicht für andere Teams freigegeben und so nicht für andere Zwecke innerhalb größerer Unternehmen genutzt werden können. Das beschränkt die zahlreichen Möglichkeiten, wie mit Datenanalysen Herausforderungen und Chancen identifiziert werden können.
Einer der vielen Vorteile bei der Nutzung einer modernen Datenplattform ist die Zentralisierung: Es gibt eine einzige Plattform, die im gesamten Unternehmen genutzt werden kann, wodurch eine Silobildung vermieden wird und verwertbare Erkenntnisse auf der Grundlage einer ganzheitlichen Sicht auf die Daten des Unternehmens gewonnen werden. Doch damit dieses Potenzial wirkungsvoll genutzt wird, muss die „eine“ Plattform in der Lage sein, Daten aus nahezu jeder Quelle einzubinden, ohne dass dies zu weiterer Komplexität führt. Einfach ausgedrückt, sollte eine Datenplattform die Fähigkeit Ihres Unternehmens verbessern, alle Daten auszuwerten und als Grundlage für Entscheidungen und Handlungen heranzuziehen.
Im Folgenden sehen wir uns genauer an, was eine Datenplattform ausmacht und auf welche Qualitäten Sie bei der Wahl der Datenplattform achten sollten.
Gibt es einen Unterschied zwischen einer Datenplattform und einer Big Data-Plattform?
Es gibt keinen Unterschied zwischen einer „Datenplattform“ und einer „Big Data-Plattform“ – beide sind dazu gedacht, Daten in großem Umfang zu nutzen.
Der Begriff „Big Data“ war in den 1990er Jahren in aller Munde, als das exponentielle Wachstum des von Menschen erzeugten Datenvolumen begann. Heute sind jedoch alle Daten „Big Data“. Einzelne Verbraucher haben Zugang zu Hardware- und Cloud-Systemen mit mehreren Petabyte an Speicherplatz. Professionelle Organisationen – privatwirtschaftliche Unternehmen und auch Einrichtungen der öffentlichen Hand – generieren schier unfassbare Datenmengen. Das IDC schätzt, dass sich die Gesamtdatenmenge der digitalen Welt im Jahr 2025 auf 163 Zettabyte an Daten belaufen wird.
Es gibt drei Hauptmerkmale, die „Big Data“ ausmachen (wobei wir ab jetzt nur noch von „Daten“ sprechen werden):
- Volumen: die Menge an generierten und gespeicherten Daten
- Verschiedenartigkeit: Typ und Beschaffenheit der Daten
- Geschwindigkeit: die Geschwindigkeit, mit der die Daten erzeugt und verarbeitet werden
Aufgrund des außerordentlichen Wachstums entlang dieser drei Vektoren kann man jede Datenplattform, die mit den aktuellen Anforderungen von Unternehmen mithalten kann, als Big Data-Plattform betrachten.
Die Vorteile einer Unternehmensdatenplattform liegen in der Kombination von End-to-End-Funktionen, welche die bisher für die Bereitstellung von Datenservices eingesetzten Punktlösungen ersetzen. Viele Unternehmen begnügen sich mit operativen Datenspeichern (ODS), Data Warehouses (DW) oder Data Marts (DMs), die möglicherweise nicht optimal zusammenarbeiten und die Skalierbarkeit einschränken. Eine Unternehmensdatenplattform integriert die Fähigkeiten dieser Lösungen und führt alle Daten an einem Ort zusammen, an dem sie geschützt, freigegeben und äußerst effektiv genutzt werden können.
Eine Unternehmensdatenplattform bietet großen Unternehmen weitere wichtige Vorteile, wie etwa folgende:
- Zentralisieren und Standardisieren von Datenfunktionen in einer Cloud-basierten Plattform
- Einfacheres Hinzufügen neuer Benutzer (auch bei Firmenzukäufen)
- Zentrale Verwaltung der Technologie anstelle einer Verteilung über Abteilungen
- Besseres, einfacheres Reporting
- Bessere, schnellere und umfassendere Datenanalyse
Im Grunde ermöglicht Ihnen eine effektive Unternehmensdatenplattform die Verarbeitung jedes beliebigen Datensatzes, unabhängig davon, um welche Daten es sich handelt, wo sie sich befinden (strukturierte Datenbank oder riesiger Data Lake) oder wie viele Daten es sind. Und das in einer Geschwindigkeit und mit einem Maß an Zuverlässigkeit, durch die Sie belastbare Erkenntnisse in Echtzeit erhalten.
Was ist Datenarchitektur?
Unter Datenarchitektur versteht man im Wesentlichen ein Grundgerüst für die Datenumgebung eines Unternehmens. Eine Datenarchitektur ist keine Datenplattform. Eine Datenarchitektur ist der Plan für das Erfassen, Speichern und Bereitstellen der Daten, während die Datenplattform das Instrument ist, das auf die Daten zugreift, sie verschiebt, analysiert, korreliert und für Endbenutzer validiert.
Darin liegt die Bedeutung einer soliden Datenarchitektur: Sie ist das Rückgrat eines datengesteuerten Unternehmens, die robuste Infrastruktur, welche die bestehenden Datenanforderungen unterstützt und entsprechend des Daten- und Infrastrukturwachstums skaliert. Durch Technologien wie Edge-Computing und dem Internet of Things (IoT) werden solide Architekturprinzipien immer wichtiger.
Eine moderne Datenarchitektur wird unter Berücksichtigung dieser drei Merkmale erstellt:
- Vielseitigkeit: Datenarchitekturen sollen den Datenfluss in einem Unternehmen so steuern, dass jeder Geschäftsbereich bei Bedarf problemlos auf die für seine Ziele relevanten Daten zugreifen kann. Geschäftsanforderungen und Datenquellen (von neuen Back-End-Anwendungen bis hin zu neuen Social Media-Plattformen) ändern sich regelmäßig, und die Datenarchitektur sollte skalierbar sein und sich diesen Änderungen schnell und reibungslos anpassen.
- Intelligence: Eine Datenarchitektur sollte nur minimalen Wartungs- und Instandhaltungsaufwand erfordern – sie sollte die Datenaufnahme und -verteilung so weit wie möglich automatisieren und die Daten zuverlässig katalogisieren und an ihrem Ziel bereitstellen. Zusätzlich zur Automatisierung sollte eine Datenarchitektur Machine Learning und künstliche Intelligenz (KI) nutzen, um auf Veränderungen zu reagieren, fehlerhafte Daten zu reparieren und ihre Fähigkeit zur Vorhersage von Benutzeranforderungen kontinuierlich zu verbessern.
- Security: Jede sinnvolle Datenarchitektur muss die oben genannten Merkmale mit dem Aspekt der Sicherheit in Einklang bringen. Die Aufrechterhaltung eines hohen Sicherheitsniveaus und die Einhaltung von Datenschutzbestimmungen ist unerlässlich – und kann mit robusten Datenverschlüsselungspraktiken und dem Management des Datenlebenszyklus erreicht werden. Eine Strategie dafür, wie Daten bei der Skalierung der Architektur geschützt werden, ist für den Schutz jedes Unternehmens, seiner Kunden und ihrer gemeinsamen Zukunft unerlässlich.
Was ist eine Datenstrategie?
Unter einer Datenstrategie versteht man einen Plan dafür, wie ein Unternehmen Daten sammeln, speichern, schützen, verwalten, analysieren, freigeben und nutzen wird, um die Unternehmensziele zu erreichen. Die Datenstrategie ist ein zentrales, integriertes Konzept, das darstellt, wie Daten die Geschäftsstrategie unterstützen und voranbringen. Die Datenstrategie eines Unternehmens bildet die Grundlage für alles, was das Unternehmen mit seinen Daten tut.
Jedes Unternehmen hat seine eigene Datenstrategie, doch eine typische Datenstrategie deckt folgende Punkte ab:
- Definieren Sie, wie Daten dem Unternehmen helfen, seine Geschäftsziele zu erreichen, und legen Sie den Weg zum Erreichen dieser Ziele fest
- Treiben Sie Veränderungen im Unternehmen voran, um den Wert der Daten zu maximieren, und planen Sie, wie das Unternehmen diese Veränderungen durchführen wird
- Liefern Sie eine finanzielle Begründung für die vorgeschlagenen Änderungen und zeigen Sie auf, wie das Unternehmen durch die Nutzung von Erkenntnissen zur Gewinnsteigerung und Monetarisierung der Daten profitieren wird
Eine Datenstrategie verbindet Data Science mit Geschäftszielen, sollte spezifisch sein und Taktiken für die Implementierung beinhalten. Sie sollte aber auch flexibel genug sein, um sich an die schnellen Veränderungen des Marktes anzupassen.
Wie gehe ich bei der Auswahl einer Datenplattform vor?
Zur Auswahl der richtigen Datenplattform müssen Sie im Prinzip sechs grundlegende Entscheidungen treffen: Lokal oder Cloud-basiert, Skalierbarkeit, Flexibilität, Benutzerfreundlichkeit/Breite, Security/Compliance und künstliche Intelligenz/Automatisierung. Hinter all diesen Entscheidungen steht die grundsätzliche Überlegung, dass Sie in der Lage sein möchten, beliebige Daten in Ihrem Unternehmen zu nutzen: Sie möchten ganz unabhängig von Quelle, Format oder zeitlichem Rahmen der Daten jede beliebige Frage stellen können und umsetzbare Erkenntnisse erhalten.
- Lokal, Cloud-basiert oder hybrid: Mehrere Faktoren bestimmen, ob Sie Ihre Daten lokal, über einen Cloud-Anbieter oder eine Kombination aus beidem verwalten. Zu diesen Faktoren gehören Sicherheits- und Compliance-Anforderungen, Kosten verschiedener Software-Lizenzierungsmodelle, und die Frage, welche Qualifikationen/Funktionen Sie in Ihrem internen IT-Team behalten möchten bzw. von Anbietern erwerben wollen.
- Skalierbarkeit: Eine Datenplattform muss in der Lage sein, die Volumenanforderungen des jeweiligen Tages zu erfüllen und sich an das unvermeidliche Wachstum Ihrer Datenspeicher anzupassen. (Der Bedarf an Skalierbarkeit ist einer der Hauptgründe dafür, dass sich Cloud-basierte Datenplattformen immer mehr durchsetzen.)
- Flexibilität: Flexibilität ist unerlässlich. Kann die Plattform derzeit für mehrere Gruppen und Use Cases genutzt werden? Können neue Funktionen und Use Cases relativ einfach zur Plattform hinzugefügt werden? Gibt es ein robustes Ökosystem mit Anwendungen und Add-Ons zur Unterstützung neuer Funktionen?
- Benutzerfreundlichkeit und Umfang: Lässt sich die Plattform, die Sie in Betracht ziehen, einfach implementieren und konfigurieren für Benutzer mit unterschiedlichem Kenntnisstand? Wie sieht die Lernkurve aus? Wenn Daten bei jeder Entscheidung herangezogen werden sollen, setzt dies voraus, dass jeder in Ihrem Unternehmen – von IT-Experten bis hin zu weniger technisch versierten Mitarbeitern – in der Lage ist, mit diesen Daten zu arbeiten.
- Security und Compliance: Unternehmen müssen sicherstellen, dass ihre Daten geschützt sind, um die Art von Datenschutzverletzungen zu verhindern, die immer wieder Schlagzeilen machen und Unternehmen, Kunden und sogar Nationen in Gefahr bringen. Das bedeutet, dass Ihre Datenplattform unbedingt über robuste, integrierte Sicherheitsfunktionen verfügen oder Tools bieten sollte, die sich in Ihre bestehenden Sicherheitslösungen integrieren lassen. Dasselbe gilt für Compliance: Eine Datenmanagement-Plattform, die die von den Regulierungsbehörden eines Landes oder einer Region festgelegten Rahmenbedingungen und Richtlinien erfüllt, ist unerlässlich, wenn Ihr Unternehmen dort Geschäfte tätigt.
- Künstliche Intelligenz und Automatisierung: Riesige Datenmengen, die eine Datenplattform zwingend notwendig machen, übersteigen auch die Fähigkeiten der engagiertesten Analysten. Technologische Innovationen, insbesondere in den Bereichen Machine Learning (ML) und künstliche Intelligenz (KI), haben neue Möglichkeiten für Unternehmen jeder Größe geschaffen, von datengestützten Erkenntnissen zu profitieren.
Die Zukunft von Datenplattformen
In Zukunft müssen Datenplattformen Datensets mit größerer Geschwindigkeit, Vielfalt und Größe verarbeiten und gleichzeitig unterschiedlichen Arten von Benutzern – von Data Scientists bis hin zu Business-Managern – die Möglichkeit geben, Echtzeitdaten bei jeder Frage, Entscheidung und Handlung zu berücksichtigen. Eine Datenplattform muss es Benutzen ermöglichen, Daten zu untersuchen, zu überwachen und zu analysieren und auf Basis der gewonnenen Erkenntnisse effektive Maßnahmen zu ergreifen.
Da neue Technologien immer mehr Daten in immer mehr Formaten liefern, ist Splunk davon überzeugt, dass sich auch Datenplattformen weiterentwickeln müssen. Um die Herausforderungen der Zukunft zu meistern, müssen Datenplattformen „intelligente“ Technologien wie Machine Learning und künstliche Intelligenz integrieren, um Unternehmen proaktiv bei ihren datenbezogenen Zielen zu unterstützen. Der von Splunk gebotene Ansatz ermöglicht Ihnen, das in Ihrem Unternehmen und in Ihren Daten vorhandene Wissen mit KI und Machine Learning zu ergänzen, um die Effektivität und Produktivität zu steigern, und zwar über alle Branchen, Use Cases und Qualifikationen hinweg.
Konzentrieren Sie sich auf Ihre Bedürfnisse, nicht auf Begrifflichkeiten
Angesichts der vielfältigen Möglichkeiten fühlen Sie sich bei der Wahl einer Datenplattform eventuell überfordert. Ignorieren Sie die riesige Auswahl und die verschiedenen Bezeichnungen für Produkte, Services und Lösungen und gehen Sie bei der Suche von Ihren Anforderungen aus:
- Formulieren Sie Ihre Ziele: Bei der Auswahl einer Big Data-Anwendung ist es wichtig, zu wissen, was man erreichen möchte. Sie können Ihre Anforderungen nicht effektiv angehen, wenn Sie nicht wissen, was Ihre Ziele sind.
- Fangen Sie klein an: Konzentrieren Sie sich zunächst auf ein kleines Projekt: Wenn Sie den Beweis erbringen, wie effizient die Nutzung einer Datenmanagement-Plattform ist, ist dies der beste Weg, die Akzeptanz im Unternehmen zu steigern.
- Denken Sie groß: Daten haben ein außerordentliches Potenzial und können für jeden Bereich eines Unternehmens von Nutzen sein. Stellen Sie sicher, dass die von Ihnen gewählte Plattform überall dort eingesetzt werden kann, wo Daten nützlich sind – und zwar im gesamten Unternehmen.
- Schaffen Sie eine Datenkultur: Das Bereitstellen von Datenanalysemöglichkeiten für Ihr Unternehmen ist nur die halbe Miete: Sie müssen zudem eine Kultur schaffen, in der aus Daten gewonnene Erkenntnisse geschätzt und verstärkt genutzt werden. Lassen Sie die Daten- und Analyseteams im gesamten Unternehmen zusammenarbeiten, um die Benutzer dabei zu unterstützen, ihre eigenen Erkenntnisse zu gewinnen.
