Exponentielles Wachstum der Daten

Was exponentielles Wachstum bedeutet, hat Corona eindrucksvoll vor Augen geführt. Ähnlich folgenreich ist dieser Effekt beim Datenwachstum. Es stellt für die Unternehmen eine große Aufgabe dar, all die anfallenden Daten zu erfassen und damit umzugehen. Rüdiger Ernst, Head of Technology Services beim IT-Dienstleister NTT Data, sieht mehrere Entwicklungen: „Eine Herausforderung ist das rasante Wachstum von unstrukturierten Texten, Bildern und Audio, aber auch von Realtime-Daten durch Webtracking und das Internet der Dinge. Die zweite Herausforderung ist, diese Daten so zu strukturieren, dass man damit etwas anfangen kann.“ Lösungsansätze seien Metadatenmanagement, aber auch neue Wege wie KI-unterstützte Suchfunktionen, bei denen Fragen frei formuliert und vom System in die technische Abfragesprache übersetzt werden.

Sobald die benötigten Informationen erst einmal gefunden sind, geht es im nächsten Schritt darum, sie zu interpretieren. Dazu müssen die Daten eine standardisierte Form aufweisen und korrekt verknüpft werden. Das bedeutet auch, dass die Unternehmen stets genügend Speicher und Rechenleistung zur Verfügung stellen müssen. Möglichst kosteneffizient lässt sich das in der Cloud umsetzen. „Bei Alibaba Cloud sehen wir die konkreten Herausforderungen durch das exponentielle Wachstum der Daten bei unseren Kunden: die großen Datenvolumina sicher, performant und kostengünstig zu verarbeiten“, so Raymond Ma, General Manager for Europe bei Alibaba Cloud Intelligence. Dies stelle viele Unternehmen heutzutage vor eine immense Aufgabe.

Michael Krett ist Geschäftsführer des Datenmanagement-Spezialisten Dynamigs: Er sieht durch das exponentielle Datenwachstum an vielen Fronten Arbeit auf die Unternehmen zukommen. „Sie brauchen einerseits immer mehr günstigen Speicherplatz, der andererseits sehr leistungsfähig für Produktionsdaten sein soll. Ständiger Zukauf von neuer Speicher-Hardware bedeutet jedoch hohe Investitionen.“ Um diese zu minimieren, brauche es sowohl eine langfristige Storage- als auch eine Datenstrategie. „Erst wenn man weiß, welche Daten man hat und welche zusätzlichen Daten man in Zukunft generieren wird, kann man sie sortieren, strukturieren und auf die geeigneten Speicher verteilen – je nach Anforderungen.“ Beispielsweise seien kalte Daten, auf die das Unternehmen nur sporadisch angewiesen ist, auf kostengünstigem Cloud-Speicher und Produktionsdaten auf schnellem Flash-Speicher am besten aufgehoben.

Ingo Vorreiter, Cloud Strategist bei der BTC Business Technology Consulting AG, sieht exponentielles Datenwachstum in zwei Bereichen: „Zum einen im Segment Forschung und Entwicklung, wo heute dank Machine Learning und KI-Algorithmen sehr viele Daten entstehen. Zum anderen gibt es die Tendenz, bereichsübergreifend möglichst große, zentrale Data Lakes anzulegen, deren Nutzen stark davon abhängt, wie viele und wie unterschiedliche Datenquellen diesen See speisen.“ Dank der Public Cloud sei ausreichend Speicherplatz keine Herausforderung mehr, auch Compute-Leistung sei immer genügend vorhanden. „Die größte Herausforderung ist die Bandbreite, um gewaltige Datenmengen von ihrem Entstehungsort in die Cloud zu bekommen. Edge-Computing könnte dabei eine wesent­liche Schlüsseltechnologie sein.“

„Enorme Datenmengen entstehen insbesondere bei vernetzten Geräten“, weiß Nicky Graßmann, Business Development für Data Driven Services beim IT-Dienstleister Double­slash Net-Business. „Die hohen Abtastraten von Sensoren lassen Datenmengen schneller entstehen, als sie über herkömmliche Netze weitergegeben werden können. Technologien wie 5G können hier Abhilfe schaffen.“

Die zunehmende Fragmentierung von Datenspeicher­orten und -technologien erschwert den Umgang mit den Daten erheblich. Nur allmählich setzt ein Umdenken ein. „Alternativen können organisatorisch sein“, so Rüdiger Ernst, „etwa mit Data-Mesh-Architekturen mit verschiedenen Datenprodukten, die je nach Situation verknüpft und dezentral kuratiert werden. Oder technisch mit Microservice-Architekturen, einem Ansatz aus der Software-Entwicklung.“

„Data Management muss heute da stattfinden, wo das Datenwachstum am größten ist: in der Cloud“, bekräftigt Ingo Vorreiter. In einer Cloud sei das Management selbst größter Datenmengen mit den nativen Werkzeugen sehr gut realisierbar. Die Herausforderung bestehe im Multi-Cloud- und Hybrid-Cloud-Datenmanagement.

Der Weg zur Erkenntnis führt über Selbsterkenntnis: Unternehmen müssen zunächst ermitteln, wo sie in Sachen Data Management stehen. Daraus leitet sich dann ab, welche Schritte und Maßnahmen erforderlich sind. Dazu dient ein Data-Management-Assessment. Es zeigt, ob die Daten­architektur zu den Geschäftszielen passt, und wägt diese hinsichtlich Kosten, Flexibilität und Risiken ab.

„Viel zu oft erkennen Unternehmen erst dann den vorhandenen Handlungsbedarf, wenn sie in immer kürzeren Abständen neue Speicher benötigen und die Kosten für Hardware aus dem Ruder laufen“, weiß Michael Krett. Spätestens jetzt sollte das Unternehmen eine klare Datenmanagement-Strategie entwickeln. Im ersten Schritt geht es darum, den Datenbestand zu erfassen. Anschließend gilt es, eine Reihe von Fragen zu beantworten: Was wird wo abgelegt, welche Informationen sind besonders zu schützen und wer bekommt welche Zugriffsrechte? Bei einer Cloud-Strategie ist zudem zu klären, wie man die Daten gegen Zugriffe Dritter absichert und wie man aus der Cloud eines Providers wieder herauskommt, falls die Kosten unerwartet steigen. „Gerade für die Cloud sollte man immer einen Plan B parat haben“, fasst Krett zusammen.