Anbieter für den Aufbau von Data Meshs
Lösungen für den Aufbau von Data Meshs (Auswahl) |
||
Anbieter |
Lösung(en) |
Details |
Accenture www.accenture.com |
Daten- und Analytics-Services, u. a. für Aufbau und Betrieb von Data Meshs |
Kooperation bei Data Mesh u. a. mit Collibra; Kombination von Services in Bereichen wie Datentransformation, Anreicherung und Management von Daten mit Data & Analytics mit Cloud-Services, Machine Learning und Ki |
AWS |
AWS Lake Formation; AWS Data Exchange; AWS Glue |
Lake Formation für Aufbau von Data-Mesh-Mustern, inklusive Steuerung mithilfe von Tags; Data Exchange mit Importfunktion für Daten von Externen in Data Mesh; Glue als Tools für Freigabe, das Hosting und das Katalogisieren von Datenprodukten |
Appian |
Appian Platform; Appian Data Fabric; |
Data Fabric für Identifizieren von Datenbeständen, Integration und Absicherung der Daten sowie automatisierte Optimierung; Basis für Data Meshs |
Areto |
Areto Framework; Beratung und Services im Bereich Datenplattformen, Cloud und Data Mesh |
Unternehmen aus Köln; Unterstützung im strategischen und organisatorischen Umfeld von zentralen und dezentralen Datenplattformen; Areto Framework als Basis für Umsetzung von Projekten im Bereich Data Mesh und Datenplattformen |
Capgemini |
Portfolio von Dienstleistungen für Transformation von Unternehmen zu Data-Driven Enterprises |
u. a. Mobilisierung von Daten; Analytics-Lösungen; Implementierung von KI und Machine Learning; "Demokratisierung" von Daten; Modernisierung der Bereitstellung und des Managements von Daten; Monitoring, Governance etc. |
Cloudera |
Cloudera Data Platform |
Hybride Datenplattform und Datenstruktur; Unterstützung von Data Fabrics, Data Warehouses, Lakehouses und Data Meshs; auch in Hybrid- und Multi-Cloud-Umgebungen einsetzbar; umfassende Security- und Governance-Funktionen; Optimierung der Datenqualität, bezogen auf geschäftlichen Kontext |
Collibra |
Collibra Data Intelligence Cloud |
Cloud-Plattform für Erstellen und Pflege von Enterprise Data Cataloges; Kooperation mit IT- und Cloud-Unternehmen wie Accenture und Google; Basis: aktive Metadaten von Datenquellen unterschiedlicher Art und Herkunft; Datenmarktplatz; Data-Lineage-Funktion für automatisches Mapping von Datenflüssen; automatisches Monitoring von Regelwerken, Daten-Pipelines, der Datenqualität und Governance-Aspekten |
Confluent |
Confluent Cloud; Confluent Platform; |
Data-Streaming-Plattform auf Basis von Apache Kafka und Apache Flink; optional als Managed Service verfügbar; als Cloud-Services und On-Premises-Angebot verfügbar; für Implementierung von Echtzeit-Data-Pipelines, auch in Verbindung mit Data Meshs; Anbindung von Data Warehouses und Datenbanken |
Databricks |
Databricks Lakehouse Platform |
Kombination von Data-Lake- und Data-Warehouse-Funktionen und Möglichkeit, Data Meshs einzurichten; Domain-basiertes Design; zentraler Katalog für Daten und KI-Funktionen; sicheres Sharing von Datenprodukten zwischen Domains; Tools für Data Lineage (Lifecycle-Management) und Einrichtung von Daten-Pipelines nach Selbstbedienungsprinzip |
Dataiku |
Dataiku Platform |
Positionierung als Komplettlösung für Data Science, Machine Learning und Ki; Aufbereitung von Daten für Analysen und Machine-Learning-Projekte; Konnektoren für Datenquellen wie Datenbanken und Cloud-Storage; Datenvisualisierung; DataOps-Funktionen; Basis für Data Meshs |
DataOps.live |
DataOps.live Platform |
SaaS-Cloud-Plattform für Management von Snowflake-Umgebungen; Funktionen für Orchestrierung, automatisierte Tests, Observability, Code-Management sowie Continuous Integration / Continuous Delivery |
Data Virtuality |
Data Virtuality Platform |
Als Cloud-service oder On-Premises-Version verfügbar; Plattform für Datenvirtualisierung; Funktionen u. a. ETL/ELT, Daten-Streaming, CDC (Change Data Capture); für agiles Management von Daten und Sicherstellung der Data Compliance |
Denodo |
Denodo Platform |
Schwerpunkt auf Datenvirtualisierung; Basis: Datenmanagementplattform; Integration von Daten und Meta-Daten aus unterschiedlichen Quellen, inklusive Hybrid- und Multi-Cloud-Umgebungen; zentrales Datenmanagement; Data-Governance-Funktionen |
Estuary |
Estuary Flow |
Anbieter von Data-Mesh-Tools, speziell im Bereich Echtzeit-DataOps; Aufbau skalierbarer Data Pipelines auf Basis von Data Streaming; Konnektoren für Vielzahl von Datenbanken, Data Warehouses, Filestores, SaaS-Anwendungen |
Finbridge |
Beratungsdienste im Bereich Daten, Data Science, Machine Learning |
Sitz in Bad Homburg; Schwerpunkt auf Finanzservices; Analyse, Beratung, Erstellen von Proof of Concept, Implementierung von datenbasierten Ansätzen, inklusive Data Meshs |
Five1 GmbH |
Services für Aufbau und Umsetzung von Datenstrategien |
IT-Haus aus Walldorf mit Schwerpunkt auf Data Science, Datenstrategien, Analytics und Cloud Engineering; Beratung und Implementierung von Datenlösungen und Datenkatalogen, inklusive Data Meshs; Kooperation mit AWS, SAP und Databricks |
Google Data Cloud; Google BigQuery; |
Tools für ; Referenzimplementierung eines Data Mesh auf Google Cloud über Github verfügbar; Google BigQuery als zentraler Speicherort von Analytics-Daten; Zugang zu Infrastrukturservices wie Storage und Computer |
|
HPE |
HPE Ezmeral Data Fabric Software |
Datenplattform als Managed Service; Data Fabric mit Containern auf Grundlage von Kubernetes; Datensynchronisierung über mehrere Fabrics hinweg; Kombination von Dateien, Objekten, Tabellen und Streaming-Daten in einer einheitlichen Datenebene; Basis für Data Meshs |
IBM |
IBM Cloud Pak for Data |
Implementierung von Data Meshs mit IBM Data Fabric on Cloud Pak for Data; Data Fabric als zentrale Lösung für Erstellen und Nutzung von Datenprodukten sowie die Zugriffssteuerung; Unterstützung von Data Lake in Firmenrechenzentren sowie von Cloud Data Warehouses |
Immuta |
Immuta Data Security Platform |
Plugin für führende Public-Cloud-Plattformen, Datensicherheits- und Compliance-Tools, Datenkataloge und Business-Intelligence-Software; Einsatzfeld: Absicherung von Daten |
Informatica |
Intelligent Data Management Cloud |
Schwerpunkt auf cloudbasiertem Datenmanagement, inklusive KI-Funktionen; für Aufbau von Data Meshs; mit API- und App-Integration, Datenkatalogen, Datenintegration und Oberservability- und Governance-Funktionen; Zugang zu Datenmarktplatz |
Inovex |
Beratung und Services für Aufbau von Data Meshs |
Analyse bestehender Datenplattformen, der Datenbestände, der Geschäftsanforderungen etc.; Erarbeitung von Data-Mesh-Konzepten und Implementierung entsprechender Lösungen; inklusive Change-Management |
Intersystems |
Smart Data Fabrics; Intersystems Iris |
Einrichten von Enterprise Data Fabrics; mit Integration von Datenexploration, Business Intelligence, Verarbeitung natürlicher Sprache und Machine Learning; IRS als Datenplattform mit "Cloud-First"-Ansatz, Datenbankmanagement, Analysefunktionen und KI |
K2View |
K2View Data Product Platform |
Plattform für das Erstellen, Managen und Bereitstellen von Datenprodukten; Basis: Mikrodatenbanken (Micro-DB), vergleichbar mit Miniatur-Data-Lakes; Einbindung von Daten aus unterschiedlichen Quellen in Micro-DBs |
Metaplane |
Metaplane Platform |
Plattform für Data Observability im Zusammenspiel mit Daten-Stacks; Tools für Monitoring und Fehlerbehebung, um Sicherheit und Qualität von Daten zu erhöhen; Basis für Erstellen von Datenprodukten |
Microsoft |
u. a. Azure Data Lake Storage Gen2, Data Factory, Data Catalog, Synapse Analytics |
Cloud-Services für Implementierung und Betrieb von Data Meshs; Data Factory für Datenintegration und Data Pipelines; Data Catalog für Metadaten; Data Lake Storage als Speicherlösung für Rohdaten |
MongoDB |
MongoDB; Mach-Ansatz |
MACH (Microservices, API-First, Cloud-Native SaaS, Headless) als Framework für gemeinsame Nutzung von Daten in Unternehmen und Verknüpfung von Systemen; Vorlage für Aufbau eines Data Mesh; MongoDB für Bereitstellung der Datenarchitektur und Datenmodelle |
Monte Carlo |
Monte Carlo Platform |
Schwerpunkt Data Observability; ein Einsatzfeld Aufbau von Data Meshs; Inklusive Einrichten von Domänen, Aufspüren von Fehlern und Anomalien sowie Einrichten von Service-Level-Zielen und -Indikatoren |
NetApp |
u. a. Cloud Volumes Ontap; Ontap Data Management; Keystone; BlueX Classification; NetApp Data Fabric; |
Ontap Data Management für übergreifendes Datenmanagement (Cloud, On-Premises, Hybrid-Cloud); Keystone als Storage-as-a-Service-Angebot für Speichern und Bereitstellen von Daten, auch in Meshs; Cloud Volumes Ontap als cloudbasierte Datenmanagement-Lösung; BlueX Classification für Klassifizierung und Analyse von Daten unter Aspekten Sicherheit, Governance etc.; NetApp Data Fabric für zentrales Datenmanagement |
Nextdata |
Nextdata OS |
Toolset für Aufbau und Betrieb von Data Meshs; Container und APIs für Datenprodukte; dynamische Suche nach Datenprodukten; in Code integrierte Governance-Regeln für Lifecycle-Management von Containern; bislang vor allem auf größere Unternehmen ausgerichtet, etwa aus Finanz- und Telekommunikationsbranche |
OneData |
Data Product Builder |
Deutsches Unternehmen; automatische Aufbereitung, Klassifizierung und Suche von Daten mit KI; systemübergreifende Verknüpfung von Daten; Qualitätschecks in Echtzeit; Erstellen von Datenprodukten für Marktplätze und Systeme von Drittanbietern |
Oracle |
u. a. Oracle Goldengate; OCI Data Catalog; Oracle Stream Analytics; Oracle Analytics Cloud; |
Goldengate-Microservices für Datensynchronisierung; Erstellen von Datenprodukten mit Data Catalog und Cloud-Datenplattform von Oracle for Data Lakehouses; Stream Analytics für Verknüpfung und Aufbereitung von Daten; Analytics Cloud für KI-basierte Analysen |
Oryalis |
Beratung mit Schwerpunkt auf Daten und Data-Driven Enterprise |
IT-Haus aus Meerbusch; Fokussierung auf Analyse, Beratung, Implementierung und Betrieb von datenbasierten Lösungen; Erfassung, Aufbereitung, Visualisierung von Daten; Erstellen von Datenstrategien; Unterstützung bei Einsatz von KI, Machine Learning, IoT, Business Intelligence |
Qlik - Talend |
Talend Data Catalog; Qlik Cloud Data Integration; Talend Data Fabric |
Erstellen eines zentralen Datenkatalogs, inklusive Sicherheits- und Managementfunktionen für Daten und Data Pipelines; Compliance- und Data-Governance; automatisierte Aktualisierung von Daten; Aufbau von Echtzeitdaten-Strukturen mit Qlik Cloud Data Integration; inklusive automatisierten Datenbewegungen und Transformationen |
Precisely |
Data integrity Suite |
Anbieter aus den USA; Suite mit sieben Services für Aufbau eines konsistenten, hochwertigen und vertrauenswürdigen Datenbestands; Überprüfung auf Risiken und Compliance; Funktionen u. a. Integration, Observability, Governance, Anreicherung von Daten |
Pure Storage |
Flash-Speichersysteme; Software und Plattformen für Datenservices; Portworx |
Storage-Basis für Data Meshs; Portworx als Kubernetes-Plattform für Bereitstellung von Datenservices, etwa Datenmigration und cloudübergreifenden Datenzugriff; AIOps-Funktionen |
Red Hat |
u. a. Openshift Data Foundation, AMQ Streams, Ansible Automation Platform, Openshift Datascience; |
Grundlagen für Aufbau von Data Meshs; Openshift Data Foundation als verteilte Datenplattform; AMQ Streams für Daten-Streaming; Ansible mit Schwerpunkt auf Verarbeitung und Analyse großer Datenbestände; Openshift Data Science als Managed Cloudservices für Datenwissenschaftlicher und Anwendungsentwickler; zentrale Integration und Verwaltung von Daten mit Talend Data Fabric |
Reply - Data Reply |
Services für Aufbau und Umsetzung von Datenstrategien und Data Meshs |
Zusammenarbeit mit Cloud-Serviceprovidern wie AWS, Google, Microsoft; Fokus auf Services in Bereichen wie Data Engineering Data Science und Analytics; Umsetzung von Data-Mesh-Projekten, inklusive Beratung, Entwicklung von Lösungsdesigns und Implementierung von Data-Mesh-Plattformen |
Salesforce |
u. a. Salesforce Mulesoft; Data Fabric, Data Lakes; Einstein; Data Cloud |
Date Lakes, Warehouses und Data Marts für Speichern von Daten; Mulesoft als Plattform für Integration von Datenquellen; Data Fabric für Datenmanagement und Verknüpfung von Informationen; Salesforce Einstein als KI- und Machine-Learning-Service für Analysen |
SAP |
SAP Data Hub; SAP Data Intelligence; Data Marketplace |
Data Hub für Aufbau von Daten-Pipelines; Nutzung von ERP-Systemen, Data Lakes und Data Warehouses; Data Intelligence für Verarbeitung verteilter Daten; Schwerunkt: Datenmanagement; Unterstützung von Data Fabrics; Datenorchestrierung der SAP Business Technology Platform; Data Marketplace für Kauf von Datenprodukten |
Snowflake |
Snowflake Data Cloud |
Umfassendes Portfolio von Services für Aufbau und Betrieb von Meshs; Self-Service-Infrastruktur für Domänen-Teams, die Datenprodukte erstellen wollen; Metadatenschicht für vereinfachtes Teilen von Datenprodukten; Collaboration- und Data-Sharing-Funktionen; automatisiertes Datenmanagement; Date Lineage für Monitoring von Datenbewegungen |
Stackable |
Stackable Data Platform |
Deutsches Unternehmen; Plattform seit Ende Juli 2023 verfügbar; Datenplattform auf Basis von Open-Source-Software, etwa Apache Kafka und Spark, Trino, Apache Druid; Basis: Kubernetes; für Aufbau von Datenarchitekturen; Support von Data Warehouses, Data Lakes, Event Streaming, Data Meshs; mit KI- und Machine-Learning-Funktionen; Service-Provider Ionos hat sich an Stackable beteiligt |
Starburst |
Starburst Galaxy; Starburst Enterprise |
Galaxy ist gemanagte Plattform für Verwaltung und gemeinsame Nutzung von Daten in Cloud-Data-Lakes; inklusive Erfassen, Modellieren, Transformieren und Analysieren von Daten; Enterprise-Version für Betrieb durch Nutzer; technische Basis: Open-Source-Software Trino |
Streamsets |
Streamsets Platform |
Haupteinsatzfeld Datenintegration über mehrere Cloud-Plattformen hinweg; Unterstützung von AWS, Google Cloud Platform, Microsoft Azure; Synchronisierung von Daten mit Plattformen von Databricks, Cloudera und Snowflake; Control Hub für Erstellen und Managen von Data Pipelines |
Teradata |
Teradata Platform |
Data Fabric; Analysefunktionen auf Basis von KI und Machine Learning; ModelOps-Funktion; für Cloud- und hausinterne IT-Umgebungen; Kooperation mit AWS, Microsoft (Azure) und Google (Google Cloud Platform) |
Thoughtworks www.thoughtworks.com/de-de |
Services rund um Entwicklung und Implementierung von Datenarchitekturen und Data Meshs; |
US-Unternehmen; Kooperation mit Cloud-Serviceprovidern wie AWS, Microsoft und Google; Unterstützung bei Umsetzung von Strategien in Bereichen wie Data Governance, Datenstrategie und Data Mesh; Entwicklung und Implementierung von Datenplattformen |
Upsolver |
Upsolver Cloud Data Ingestion Platform |
Aufnahme von Informationen aus Datenbanken, Streams wie Kafka und Dateien; Ziele: Data Warehouses, Lake Query Engins wie Dremio, Starburst, Athena; Funktionen für Observability und Sicherstellung der Datenzuverlässigkeit; Konfiguration mit No-Code-Tool; Unterstützung von AWS-Cloud-Services wie Glue und EMR |
