Page 202 - Handbuch Digitalisierung (2. Ausgabe)

Kapitel 3.6 / Data Science HANDBUCH DIGITALISIERUNG der Daten-Cluster liegen können. Gleichzeitig werden aber miteinander verwandte Daten möglicherweise verteilt in unterschiedlichen Orten gespeichert. Beispielsweise kann ein Einzelhandelsunternehmen Preisinformatio- nen zu seinen Waren in einem Rechenzentrum in Bangkok und gleichzeitig Kundeninforma- tionen in einem Rechenzentrum in Dublin speichern. Es gibt aber auch neuartige Daten von Sensoren im Internet of ings (IoT), die in einem Cloud-Service wie Amazon Web Ser- vices (AWS) oder Microso Azure einfacher zu speichern sind. Diese Art von Daten könn- te auch „on premises“, also lokal, auf eigenen, unternehmensinternen Speicherlösungen ab- gelegt sein. Für zeitnahe und Echtzeitanalysen ist es mittlerweile deutlich einfacher, diese In- formationen in der Cloud zu erfassen und zu analysieren, als zu versuchen, dies komplett im eigenen Rechenzentrum abzuarbeiten. Letzt- endlich benötigen Unternehmen jedoch eine übergreifende Datenplattform, die alle Daten  Die vier wichtigsten Merkmale einer Enterprise Data Cloud 1. Hybrid und Multi-Cloud: Um Unter- nehmen Flexibilität zu verleihen, muss eine Enterprise Data Cloud mit gleich- wertiger Funktionalität innerhalb und außerhalb des Unternehmens betrieben werden können, wobei alle wichtigen Public Clouds sowie die Private Cloud unterstützt werden sollen. 2. Multifunktional: Eine Enterprise Data Cloud muss die dringendsten Anforde- rungen an Daten und Analysen im Unter- nehmen e zient lösen. Das Bewerk- stelligen realer Geschä sprobleme erfordert in der Regel die Anwendung mehrerer verschiedener Analysefunkti- onen, denen dieselben Daten zugrunde liegen. So basieren beispielsweise auto- nome Fahrzeuge auf Echtzeit-Datastre- aming und maschinellen Lernalgorithmen. 3. Sicher und geregelt: Eine Enterprise Data Cloud muss sicher und regelkon- form sein und die strengen Anforde- rungen an Datenschutz, Governance, Datenmigration und Metadatenmana- gement großer Unternehmen in allen ihren Umgebungen erfüllen. 4. „Open“: Schließlich muss eine Enter- prise Data Cloud auch o en sein. Das bedeutet nicht nur den Einsatz von Open-Source-So ware, sondern auch o ene Rechenarchitekturen und o e- ne Datenspeicher wie Amazon S3 und Azure Data Lake Storage. Letztendlich wollen Unternehmen die Bindung an den Anbieter (Stichwort: „Vendor Lock- in“) vermeiden, um nicht von einem einzigen Anbieter abhängig zu werden. O ene Plattformen, o ene Integrati- onen und o ene Partner-Ökosysteme werden daher bevorzugt. Bei techni- schen Herausforderungen kann/muss das Unternehmen somit nicht nur vom Hersteller Support beziehen, sondern die gesamte Open-Source-Community kann zur Unterstützung beigezogen werden. Dies sichert nicht nur schnelle Innovationszyklen, sondern auch den eigenen Wettbewerbsvorteil. 202