… und die gröbsten Nachteile der Cloud

Eine Verarbeitung in der Cloud ist vor allem dann wenig sinnvoll, wenn bereits große Datenmengen im Unternehmen vorliegen beziehungsweise direkt am Standort regelmäßig anfallen. „Oft sind die Datenmengen riesig und wenn diese vor der Analyse in die Cloud geladen werden sollen, kann das nicht nur viel Zeit, sondern auch Geld kosten“, sagt Hortonworks-VP Kreisa. Vor einer Entscheidung für oder gegen Big Data aus der Cloud sollte deshalb genau geprüft werden, wo die Daten anfallen und wie sie in die Analysesysteme gelangen sollen.

Genauso viele Gedanken wie um die Menge der Daten sollte man sich um deren Sensibilität machen. Nicht nur bei Kundendaten und geistigem Eigentum müsse man vorsichtig sein, sagt Andreas Hufenstuhl von CSC: „Auch Produktionsdaten oder Produktionsverfahren können (…) nicht einfach ungeschützt an einen Cloud-Provider übergeben werden.“ In Branchen mit besonderen Reglementierungen wie bei Finanzdienstleistungen oder im Gesundheitswesen ist die Frage „Cloud oder nicht?“ besonders genau zu prüfen.

Big-Data-Services können außerdem teuer werden, wenn sich das Nutzungsverhalten ändert, warnt Akash Mishra von ThoughtWorks. Entschließt sich beispielsweise ein E-Commerce-Unternehmen aus Wettbewerbsgründen, eine Preiskalkulation auf einem Big-Data-Cluster in der Cloud nicht mehr einmal täglich, sondern stattdessen alle fünf Minuten durchzuführen, kann es den Cluster zwischendurch nicht mehr abschalten. „Das kann in der Cloud deutlich teurer werden, als wenn die Server im eigenen Rechenzentrum stünden“, sagt Mishra. Wenn Unternehmen stark wachsen, kann es einen Punkt geben, an dem die Verarbeitung der Daten im eigenen Haus wirtschaftlicher wäre als die Auslagerung in die Cloud. „Dann ist die Datenmenge aber meist schon so groß, dass eine Migration ein hohes Risiko darstellt“, so Mishra weiter.

HP-Manager Haberstroh sieht in Big Data as a Service darüber hinaus eine Gefahr für die interne IT-Organisation: „Mit der Begründung, dass die IT-Abteilung für die Umsetzung der IT-Anwendungsfälle zu unflexibel ist oder auch zu wenig qualifiziertes Personal bereitstellen kann, nehmen die Fachabteilungen die Umsetzung zusammen mit Service-Providern selbst in die Hand.“ Haberstroh rät der internen IT, sich selbst als Service-Provider für Big Data gegenüber den Fachabteilungen zu positionieren: „Die IT agiert damit als Service-Broker und bleibt in der Verantwortung.“