Flexible Nutzung

Auch der Kostenaspekt spielt wie bei den Entscheidungen für Cloud-Computing eine wichtige Rolle, sagt Carsten Bange: „Die Idee, flexibler abrechnen zu können und nur für die tatsächliche Nutzung bezahlen zu müssen, ist für viele Unternehmen ein wichtiges Argument für ein Cloud-Data- Warehouse.“ Selbst betriebene Lösungen seien oft überdimensioniert, um Lastspitzen abdecken zu können: „Monatsreports oder Quartalsabschlüsse sind typische Nutzungsszenarien, die für kurze Zeit sehr hohe Lasten auf das System bringen.“ Der Big-Data-Trend und die zunehmende Verbreitung anspruchsvoller Analyseverfahren erschwert laut Stefan Sexl von pmOne die Ressourcenplanung zusätzlich: „Wenn ich Machine-Learning-Algorithmen auf die Kundendaten der letzten zehn Jahre anwenden möchte, erzeugt das einen gewaltigen Rechenbedarf.“ Bei vielen selbst gehosteten Systemen bricht dann die Leistung ein, Abfragen dauern zu lange – das am häufigsten von den Nutzern genannte Problem, wie der von BARC durchgeführte BI Survey zeigt: „Lange Antwortzeiten stören die Nutzer massiv“, sagt Bange, „das geht so weit, dass sie langsame Systeme für nicht mehr bedienbar halten, auch wenn die Daten und die Analysen eigentlich in Ordnung sind.“ Viele Unternehmen versuchten das Problem nach dem „KIWI“-Prinzip (Kill it With Iron) mit noch mehr Hardware zu lösen: „Das hat weiter steigende Kosten in der Anschaffung, beim Betrieb und in der Wartung zur Folge.“

Doch nicht nur Flexibilität und Einsparungen sprechen laut Jens Bussmann, Regional Sales Lead DACH bei Google, für ein Cloud-Data-Warehouse. „Kunden erhalten ein System, das sie meist in der Qualität nicht selbst hätten entwickeln können, gesichert und ständig weiterentwickelt von Experten.“ Dem Anwender steht nicht nur die aktuellste Hardware zur Verfügung, er kann auch neue Analysemethoden sofort nutzen.

Natürlich bringt die Datenhaltung in der Cloud auch Nachteile mit sich. „Viele Unternehmen haben Angst dass ihre Daten zweckentfremdet werden“, berichtet Stephan Grotz, Systems Engineering Manager Central beim Hadoop-Spezialisten Cloudera. „Sie wissen nicht zu hundert Prozent, wer Zugriff auf die Daten hat und welche Datenschutzrichtlinien in einer Cloud gelten, die sich über mehrere Kontinente erstreckt.“ Hinzu kommt, dass Einsparungseffekte schnell ins Gegenteil umschlagen. „Anwender können mit wenigen Klicks viel Kapazität bekommen“, so Grotz: „Diese Erweiterungen schlagen sich auch in den Kosten nieder. Viele Unternehmen geben oft bereits während der Testphase das Budget für das gesamte Jahr aus.“

Wer seine Daten aus dem eigenen Data Warehouse in die Cloud überführen will, sollte den Aufwand nicht unterschätzen, warnt Carsten Bange: „In der Regel lassen sich das Datenmodell und die Prozesse für die Datenintegration bei der Migration in die Cloud nicht eins zu eins übernehmen.“ Zudem fehlten den Anwendern oft die Erfahrung und das Know-how im Umgang mit Cloud-Providern: „Es ist nicht klar, welche rechtlichen und technischen Aspekte man in den Verträgen beachten muss.“ Auch die Spezialisten, die man für den Betrieb einer Cloud brauche, seien Mangelware: „Ein solcher Schritt hängt auch vom vorhandenen Wissen und der Lernbereitschaft der Mitarbeiter ab.“

Lösungen aus der Cloud kommen daher vor allem dann infrage, wenn sich die Daten ebenfalls schon in der Cloud befinden. „Dann fällt vielen der Schritt zu einem cloudbasierten Data Warehouse leichter“, sagt Bange. Auch Prototypen und Testsysteme werden gern in der Cloud aufgebaut: „Wenn ich einen Proof of Concept machen soll, kann ich häufig nicht wochenlang auf Hardware warten.“ Bei neuen Anwendungsszenarien oder Geschäftsmodellen griffen Anwender ebenfalls vermehrt zur Cloud: „In solchen Fällen ist die Hemmschwelle niedriger.“ Laut Stefan Sexl von pmOne sind es vor allem Fachabteilungen, die eine Datennutzung und -analyse in der Cloud vorantreiben: „Anwender wollen sehr schnell Dinge ausprobieren, statt Investitionsanträge zu stellen und auf die Hardware-Beschaffung zu warten. Ein Cloud-Data-Ware­house bietet hier enorme Flexibilitätsvorteile.“