Thought Leadership
Die Wettbewerbsfähigkeit misst sich heute daran, wie es Unternehmen gelingt, schnell zu Einsichten aus Daten zu kommen und diese gewinnbringend zu nutzen. Diese Chance eröffnet sich Firmen, die ein Daten- und Cloud-Konzept entwickeln und mit einer Enterprise Data Cloud umsetzen.
„In der Pandemie erleben wir außerdem gerade, wie wichtig Daten für die Wissenschaft und die Wirtschaft sind: Sie helfen uns, das Virus besser zu verstehen und so zu bekämpfen. Forschern wie den beiden Gründern von BionTech haben beispielsweise erst der Austausch von Daten und die innovative Nutzung dieser Daten dazu verholfen, ihren Impfstoff zu entwickeln. Die Wirtschaft kann ihre Produktion so an die Pandemie anpassen und Arbeitnehmer schützen“, schreibt die Bundesregierung auf ihrer Website. Kanzleramtschef Helge Braun ergänzt, worauf die Datenstrategie des Kabinetts abzielt: „… dass wir die Chancen, die in Daten liegen, als Gesellschaft auch nutzen.“
Diese Zielvorgabe schließt Unternehmen ein, die dazu ihre Daten als Vermögenswerte begreifen sollten, aus denen sie Datenströme, Analysen und final Geschäftsergebnisse erzeugen. Wie diese zielgerichtete Datennutzung auf Prozess- und Technikebene sicher und datenschutzkonform funktioniert, legt eine Firma in ihrer Datenstrategie fest. Aus ihr ergibt sich, was die aufzubauende Datenarchitektur einschließlich dem Datenmanagement zu leisten hat. Um das zu erreichen, wird es in der Regel nötig sein, Cloud-Services in die Unternehmens-IT einzubinden.
Mit dem Vendor-Lock-In im Hinterkopf zurück auf Start
Wer jedoch den zweiten vor dem ersten Schritt macht, und mit der Cloud-Strategie beginnt, riskiert womöglich, geradewegs in einen Vendor-Lock-in zu laufen. Die Konsequenz: Das Unternehmen könnte ein Stück weit die Hoheit über seine Daten verlieren. Denn die Firma könnte ihre Daten nicht mehr beliebig verschieben, nicht gemeinschaftlich auswerten und nutzen, wie sie es eigentlich möchte. Stattdessen liegen die Daten auf verschiedenen Silos verteilt. Das erschwert das Datenmanagement und verhindert eine ganzheitliche Analyse. So wird die Multi Cloud nicht zum Enabler, sondern zum Hindernis der digitalen Transformation.
Deshalb fängt die strukturierte Strategiearbeit auf der Datenebene an, die zunächst eine Dateninventur verlangt. Nach dem klar ist, wo welche Daten in welchem Format vorliegen, erfolgt eine Bewertung nach Kritikalität. Auf das Klassifizieren in kritische Geschäftswerte (niedrig, mittel, hoch) sowie in personengebundene Informationen folgt das Festlegen, wie mit den einzelnen Kategorien umzugehen ist. Geregelt wird das über Richtlinien für das Datenmanagement, um Sicherheit und Compliance einschließlich DSGVO-Konformität in der gesamten IT-Landschaft herzustellen. In dem Kontext spielen rollenbasierte Zugangskonzepte eine wichtige Rolle, damit nur Befugte Datenzugriff erhalten. Eine weitere, ebenso relevante Schutzmaßnahme stellt ein Desaster Recovery-Konzept dar, das bei einem IT-Ausfall dafür sorgt, dass die geschäftskritischen Daten hochverfügbar bleiben. Unter diesen Vorzeichen entwickeln Unternehmen ihre Datenstrategie, die sie dazu befähigt, das Beste aus ihren Daten herauszuholen. Fachabteilungen und Mitarbeiter greifen schnell auf relevante Daten zu und gewinnen aus ihnen die erforderlichen Erkenntnisse – egal, wo die Daten liegen. Denn die Anwender nutzen eine moderne Datenarchitektur, die unternehmensweit konsistente Datendienste und Analytics-Funktionen bereitstellt – noch auf dem Strategiepapier.
Eine Enterprise Data Cloud erleichtert die komplexe Datenintegration
Sind sich Unternehmen im Klaren darüber, wie sie mit ihren Daten umgehen wollen und wie sie diese zielgerichtet nutzen, stellt sich die Frage nach dem Wie. Dabei führt an der Cloud als Teil der IT-Infrastruktur kaum ein Weg vorbei.
Eine Firma, die Anwendungsfälle klar definiert hat, kommt schneller an den Punkt, eine Plattform für die Umsetzung ihrer Datenstrategie auszuwählen. Die Unterschiede fangen bei den Freiheitsgraden an, die Anwender haben. Für sie macht es sich bezahlt, wenn ihre Workloads schnell in der Cloud oder On-Premises aufgesetzt sind oder später ohne großen Aufwand in eine andere Umgebung verschoben werden können. Diesen Bedarf adressiert eine Enterprise Data Cloud, die für eine einfache und vollständige Datenintegration sorgt. An dieser ansonsten sehr komplexen Aufgabe verzweifeln IT-Verantwortliche für gewöhnlich. Eine Lösung wie die Cloudera Data Platform hilft ihnen hingegen, den gesamten Daten-Lebenszyklus (Collect, Enrich, Report, Serve, Predict) vom Edge bis zur KI abzudecken.
Umgesetzt wird folgendes Prinzip: Ein Sensor (einer Maschine) schickt seine Messwerte an ein Gateway, der diese filtert und an einen Data Lake sendet. Dort werden Daten gespeichert, vorbereitet und zum Beispiel via Self Service für Analysen bereitgestellt. Ein Administrator kontrolliert und managt konsistent über seine Konsole den gesamten Datenfluss, der durch alle Umgebungen geht. Seine Firma hat damit technisch die Voraussetzungen geschaffen, schnell komplett neue Business-Modelle zu realisieren.
An das bessere Kundenerlebnis denken
Interne und externe Daten bilden Ströme, die an der der richtigen Stelle und zum besten Zeitpunkt mit speziellen Tools analysiert werden. So funktionieren datengetriebene Geschäftsmodelle. Diese sollten Unternehmen, unabhängig von Größe und Branche, anstreben und umsetzen, was sie am effektivsten mit einer Datenstrategie und einer Enterprise Data Cloud erreichen. Wer auf eine weniger ausgereifte Daten-Plattform für Cloud-Services setzt, muss damit rechnen, dass die Datenintegration nicht vollständig gelingt. In diesem Fall muss eine Firma die Übergänge in den Datenflüssen manuell herstellen. In der Folge steigen nicht nur die Kosten. Prozesse dauern länger und die Kundenerlebnisse verschlechtern sich. Genau am Gegenteil, höherwertigen Service für die Kunden, sollten Unternehmen interessiert sein.
