Mit Hybriden Datenarchitekturen in die Zukunft

Data Warehouse-Architekturen stoßen an ihre Grenzen

Über viele Jahre hinweg entwickelten Business Intelligence-Experten die seit den 1990er Jahren in vielen Unternehmen eingesetzten Data Warehouse Lösungen stetig weiter. So war es möglich, immer wieder neue und detailliertere Auswertungen zu realisieren, auf größere Datenmengen zuzugreifen und dabei trotzdem schnelle Auswertungsergebnisse zu erzielen. Die den Lösungen zugrunde liegenden Architekturen setzen i.d.R. auf eine zentrale Speicherung aller Unternehmensdaten, in einigen Fällen entstanden aber auch so genannte Data Marts in den Funktionsbereichen.

Die technologischen Entwicklungen der letzten Jahre, aber auch gesetzliche Vorgaben und neue unternehmerische Anforderungen haben viele bestehende Data Warehouse Architekturen jedoch an ihre Grenzen gebracht.

Neue Herausforderungen der Data-Warehouse-Architektur (entnommen aus dem TDWI E-Book: Hybride Datenarchitekturen)

Hybride Datenarchitekturen überzeugen

Hybride Datenarchitekturen halten zunehmend Einzug in die Unternehmenspraxis und überzeugen durch ihre Flexibilität. Diese besteht u.a. darin, Legacy-Systeme weiterhin neben neuesten Systemen zu betreiben und Technologien unterschiedlicher Anbieter gleichzeitig zu nutzen und miteinander zu verzahnen. So können die Stärken verschiedener Tools kombiniert in hohem Maße nutzenstiftend für die Anwender wirken und gleichzeitig kosteneffizienter sein, als eine Single-Vendor Strategie.

Hybride Architekturansätze sind darauf ausgelegt, auch solche Anforderungen umsetzbar zu machen, die zu Planungsbeginn noch nicht bekannt waren.

Es lässt es sich beispielsweise erreichen, dass:

• Fachanwender selbständig externe Datenquellen für ihren jeweiligen Anwendungsfall einbinden und zusammen mit Unternehmensdaten auswerten
• verfügbare, aber bis dato nicht genutzte Daten in so genannten Data Lake Architekturen für später aufkommenden Anwendungsfälle zugänglich sind
• kosteneffiziente Cloud-Lösungen eingebunden werden können.

Der Wandel hin zu immer hybrideren Architekturen erfolgt jedoch nicht auf einen Schlag, vielmehr passen Entwickler die bestehende Architektur schrittweise an. Dabei achten sie darauf, während des gesamten Transformationsprozesses ein lauffähiges System zu erhalten und jede Anpassung auf ihren Nutzen für die Anwender zu prüfen. Somit können die Projektverantwortlichen gewährleisten, dass betriebliche Abläufe auch während der Anpassungen möglichst reibungslauf weiterlaufen und letztendlich von der Optimierung profitieren.

E-Book: Hybride Datenarchitekturen als Grundlage für ein modernes Data Warehouse

Eine ausführliche Darstellung der fachlichen Herausforderungen und Lösungsalternativen bei der Hybridisierung bestehender Data Warehouse Architekturen findet sich im E-Book Hybride Datenarchitekturen als Grundlage für ein modernes Data Warehouse von Georg Franzke.

• Teil 1 behandelt die vor Projektbeginn zu definierenden Schwerpunktsetzungen eines Architekturprojekts, z.B. die Themen
  • Plattform oder „Best-of-Breed“
  • InMemory-Verarbeitung
• Teil 2 widmet sich dann detailliert den Fragestellungen, die für die Architekturentwicklung relevant sind, z.B. den Punkten
  • Datenanbindung
  • Datenmodellierung
  • Berichtswesen