SPONSORED-POST Cloud-Shift

Vom Data Warehouse zur Business Data Fabric

Uhr
von Jonas ­Walther, Senior Application Consultant, Aveniq

Die Menge an erfassten Daten wächst kontinuierlich, und immer mehr Unternehmen erkennen das enorme Potenzial für ihren Geschäftserfolg. Doch wie gelingt der Übergang von einem klassischen Data Warehouse zu einer Business Data Fabric, um ein datengetriebenes Unternehmen zu werden?

Jonas ­Walther, Senior Application Consultant, Aveniq. (Source: zVg)
Jonas ­Walther, Senior Application Consultant, Aveniq. (Source: zVg)

Ein Data Warehouse ist ein zentrales Speichersystem, das grosse Mengen strukturierter Daten aus verschiedenen Quellen sammelt, speichert und für Analysezwecke bereitstellt. Eine Data Fabric hingegen bietet als umfassende Datenmanagementlösung eine vereinfachte Verwaltung, Integration und Echtzeitanwendung von Daten über mehrere Quellen hinweg. Zentral dabei ist die Offenheit für Datenquellen und -anwendungen sowie die Ermächtigung von Anwenderinnen und Anwender zur Erstellung eigener Datenmodelle und Analysen. Angesichts heterogener Systemlandschaften, Big Data, künstlicher Intelligenz und des Austauschs von Informationen mit anderen Organisationen erwägen erfolgreiche Unternehmen zunehmend cloudbasierte Software-as-a-Service-Lösungen.

Erste Schritte mit der Business Data Fabric

Die Einführung einer Business Data Fabric beginnt mit der Bewertung und Analyse der aktuellen Systemarchitektur. Anschliessend werden Geschäftsanforderungen und Quick Wins identifiziert. Dabei werden auch die Datenstrategie und Migrationspfade skizziert und konkretisiert. Dies führt zu einer Systemarchitektur mit der Business Data Fabric im Zentrum. Oft ist es sinnvoll, Software in Betracht zu ziehen, deren Hersteller die zentrale Datenquelle der durchzuführenden Analysen bereitstellt. Beispielsweise profitieren Unternehmen bei der Nutzung eines SAP ERP von der nahtlosen Integration mit SAP Datasphere und SAP Analytics Cloud.

Empfehlenswert ist die Auswahl eines Use Case, der einen spürbaren Mehrwert und sofortige Auswirkungen zeigt und als Pilotprojekt fungieren kann. Besonders geeignet sind Herausforderungen mit verteilten Datenbeständen, komplexen Harmonisierungsprozessen oder dynamischen Analysemöglichkeiten. Neben der Integration verschiedener Datenquellen müssen Data Governance und Berechtigungen von Anfang an mitberücksichtigt werden. Schliesslich sollen Datenanalysen den geschäftlichen Anforderungen entsprechen und in der Regel zur Entscheidungsunterstützung visualisiert werden.

Die Optimierung und Überwachung der Business Data Fabric ist eine fortlaufende Aufgabe. Regelmässige Kommunikation mit Stakeholdern sowie die Umsetzung eines Change Management sind entscheidende Faktoren für den Projekterfolg.

Vorsprung durch datengetriebene Entscheidungen

Eine Business Data Fabric in der Cloud bietet Skalierbarkeit und Flexibilität in Bezug auf die Systemleistung und die Datenmodelle. Die Integration von Daten aus externen Quellen ist in der Cloud dank Konnektoren erheblich einfacher als bei On-Premise-Systemen. Gleichzeitig kann durch die nahtlose Integration mit existierenden lokalen Systemen ein gewisser Investitionsschutz gewährleistet werden.

Die klare Trennung zwischen technischen und geschäftlichen Perspektiven ermöglicht Anwenderinnen und Anwendern die eigene Datenmodellierung. Die Geschäftssemantik und der Anwendungskontext der Daten bleiben erhalten und müssen nicht neu modelliert werden. Daher haben Anwender stets Zugriff auf vollständige Daten, unabhängig davon, wo diese erfasst und gespeichert wurden, und können rasch fundierte Analysen durchführen.

Fazit: Der Wandel zur cloudbasierten Business Data Fabric eröffnet Unternehmen Chancen für datengetriebene Entscheidungen. Sorgfältige Planung, Technologieauswahl und kontinuierliche Optimierung sind entscheidend für den Erfolg in dieser datenreichen Ära.

Webcode
8uRafM3G