Vom Data Warehouse zu Big Data

Von Datenwachstum der Big Data Analytics überrollt

von - 24.11.2015
Allerdings sind die Vertreter des Data Warehousing von den neuen Trends doch etwas überrollt worden. Das liegt insbesondere an dem rasanten Datenwachstum der letzten Jahre, das stark von unstrukturierten Daten geprägt ist. Gerade im Einzelhandels- und Online-Bereich versuchen die Firmen, immer mehr über ihre Kunden und Beinahe-Kunden zu erfahren – aus welchen Gründen zum Beispiel Letztere Einkaufs- oder Bezahlprozesse im Internet wieder abbrechen.
Hermann Wimmer, Co-President von Teradata und global verantwortlich für die Business-Unit Data & Analytics
Hermann Wimmer, Co-President von Teradata und global verantwortlich für die Business-Unit Data & Analytics: „Wir legen besonders Wert auf unsere Architektur UDA (Unified Data Architecture) und glauben, dass wir sie mit der Integration von Hadoop konsequent erweitern können, vor allem was Daten angeht, die durch Sensoren erzeugt werden.“
Alles, was über das Internet abläuft, häuft ständig neue Informationen an. Gerade Big Data oder Analytics beziehen sich auf die Erfassung und Auswertung solcher Daten, möglichst in Echtzeit. Die Protagonisten dieser neuen Trends, die ihre Produkte unter den Labels Big Data oder Analytics verkaufen wollen, übertreiben hier gern und bezichtigen insbesondere die etablierte Business-Intelligence- und Data-Warehouse-Fraktion, dem Ansturm der unstrukturierten Daten und den minuten- oder sekundenschnellen Auswertungen nicht gewachsen zu sein.
In diesem Jahr haben sich die Übertreibungen etwas gelegt und man spricht wieder mehr von Integration der verschiedenen Ansätze und von allgemeinem Datenmanagement. So betonen die Gartner-Analysten Mark A. Beyer und Roxane Edjlali in ihrem Report „Magic Qua­drant for Data Warehouse and Data Management Solutions for Analytics” vom Februar dieses Jahres: „2015 verlangen die Unternehmen Lösungen, die in der Lage sind, externe Daten mit ihren traditionellen internen Quellen zusammenzubringen und zu verwalten – bis hin zu Daten aus dem Internet of Things. Dies schafft neue Anforderungen an den Markt für Data Warehouses – besonders für ein breiter angelegtes Analysemanagement mit Features und Funktionen, die eine signifikante Ergänzung zu bestehenden Strategien für Data Warehouses bringen.“
Zu den neuen Strukturen und Datentypen gehören zum Beispiel XML, Texte, Dokumente, geografische Informationen oder die Einbindung von Daten aus externen File-Systemen.
Diese Entwicklung des Data-Warehouse-Markts hat sich im Lauf des Jahres fortgesetzt. Data-Warehouse-Lösungen umfassen nun flexiblere Management-Lösungen für Analytics. Es werden alle Datentypen unterstützt und es gibt integrierte Angebote und Dienstleistungen, um diese verschiedenen Informationen einzeln oder koordiniert auszuwerten und optisch aufbereitete Ergebnisse zur Verfügung zu stellen.
Zu dieser Erweiterung des Data-Warehouse-Ansatzes haben nicht zuletzt zahlreiche Start­ups beigetragen, die den etablierten Anbietern wie Teradata, Oracle, IBM oder Microsoft Konkurrenz machen.
Verwandte Themen