Daten-Management ist alles

Die Orientierung im Dschungel der Digitalisierung: Datenstrategien

| Autor / Redakteur: Otto Geißler / Ulrike Ostler

Ziel der Datenstrategie ist der Wandel des Unternehmens zu einem datengetriebenen Geschäftsmodell, um im digitalen Wettbewerb eine führende Rolle zu spielen.
Ziel der Datenstrategie ist der Wandel des Unternehmens zu einem datengetriebenen Geschäftsmodell, um im digitalen Wettbewerb eine führende Rolle zu spielen. (Bild: gemeinfrei: bere69 - pixabay / CC0)

Wer zu den Gewinnern der Digitalisierung gehören möchte, braucht ohne Zweifel eine durchdachte und gut organisierte Vorgehensweise, um aus einer unübersichtlichen Vielzahl an unternehmensinternen und externen Daten das Business voranzutreiben. Hier verbirgt sich noch viel unentdecktes Potenzial.

Bei Big Data ist alles möglich: Manche Daten sind Gold wert und andere können bereits in der nächsten Sekunde wiederum obsolet sein - nämlich dann, wenn letztlich nur deren Auswertungen relevant bleiben. Obwohl sie dann längst keine „heißen Daten“ mehr sind, sollten gewisse Daten im Falle einer Nachvollziehbarkeit und Compliance trotzdem verwahrt bleiben.

Das Problem ist nur, woher weiß ich, welche Daten ich in welcher Form und für wie lange aufbewahren soll? Das Zauberwort lautet: Daten-Strategie! Und da liegt auch schon der Hase im Pfeffer. Denn viele Anwender haben darüber noch nicht mal im Ansatz nachgedacht.

Andere wiederum wissen zwar, dass Potenziale in einer zielführenden Datennutzung schlummern könnten, jedoch aber nicht, welche Tragweite sich aus derartigen Projekten hinsichtlich des Einsatzes und des Ergebnisses erwachsen kann. So fehlt auch hier eine geeignete Datenstrategie.

Was ist zu tun?

„Unternehmen müssen Daten-Strategien auch konzeptionell im Unternehmen etablieren“, erklärt Herr Stefan Roth, Head of Storage Central Europa bei Fujitsu. „Strategien sollen nicht nur als Papier, sondern sowohl in der Infrastruktur, in den Prozessen als auch in der Organisation abgebildet werden.“ Damit nicht nur darüber geredet wird, muss ein ausformulierter und zielorientierter Verfahrensplan zur Befähigung des Unternehmens, Wissen aus Daten herauszuarbeiten, erstellt werden.

Für eine erfolgreiche Datenstrategie werden eindeutige Ziele mit Zeitangaben definiert. Um dies zu erreichen, muss eine Planung des Ressourcen-Einsatzes als auch eine Festlegung der jeweiligen Rahmenbedingungen erfolgen. Dazu gehören technische (Hardware und Software) sowie rechtliche Elemente (Datensicherheit und mehr). „Unternehmen brauchen an sich eine Datenstrategie, unabhängig davon, was für eine Hardware darunter läuft“, so Roth. „Infrastruktur ist daher immer nur ein Mittel zum Zweck. Ob man dann die Daten in eine Cloud gibt oder behält, ist eine andere Frage, die ebenfalls von einer Daten-Strategie beantwortet werden sollte.“

Aktuelle Daten aus Big Data-Applikationen, die für den Anwender sehr wichtig sind, müssen in der Regel auch sehr schnell verarbeitet werden, wie in extrem hohen Maßen bei der Zukunftstechnologie des autonomen Fahrens. Nach kurzer Zeit sind jedoch meist viele Daten obsolet. Wobei hierzu bestimmte Daten oder Reports zum Zweck der Nachvollziehbarkeit und Rechtssicherheit aufbewahrt werden sollten. Entsprechende Regularien existieren gegenwärtig noch nicht.

Eine Lösung: Object Storage

Ein hohes Niveau an Datenverfügbarkeit ist ebenso in der industriellen Fertigung gefordert. Das heißt: Höchste Zugriffszeiten beziehungsweise schnellste Antwortzeiten spielen eine wesentliche Rolle. Um dies zu gewährleisten bieten sich moderne All-Flash-Systeme an. „Solche Big Data-Daten werden meist im ‚Tier 0‘ oder ‚Tier 1‘ gesammelt“, so Roth. „Das geht sehr schnell, weil sie dort schnell gelesen und verarbeitet werden. Danach folgt eine Auswertung von der Big Data-Analysis und wenn das abgeschlossen ist, werden sie meist auf sehr günstige Tiers verlagert.“

Große Unternehmen tendieren heute dazu, diese Daten auf eine Object Storage-Systeme zu schieben. Solche Systeme sind nicht nur sehr günstig, sondern werden gerne für Daten verwendet, um sie langfristig abzulegen. „Zudem sind sie extrem skalierbar und eine Datenmigration ist nicht mehr notwendig“, betont Roth. „Viele Unternehmen fürchten Datenmigrationen, weil das immer mit einem gewissen Risiko verbunden ist.“

Bei Object Storage handelt es sich um eine Datenspeicher-Architektur, die Daten als Objekte verwaltet. Dies geschieht im Gegensatz zu anderen Speicherarchitekturen, die Daten als Dateihierarchie oder als Blöcke innerhalb von Sektoren und Spuren verwalten. Ein bildhaftes Beispiel: Objekt Storage wird gerne mit einem Park-Service verglichen. Ein Nutzer gibt sein Fahrzeug ab und erhält dafür einen Beleg, der in diesem Bild dem Objekt entspricht. Der Anwender weiß zwar nie, wo sein Auto genau steht oder wie oft es umgeparkt wird, aber ein Zugriff ist jederzeit möglich.

Auf der anderen Seite gibt es klassische Applikationen, bei denen Daten, zum Beispiel bei einer Lagerverwaltung, im „Middle-Tier-Bereich“ gesammelt werden.

Checkliste zur Daten-Strategie

Die Entwicklung einer Daten-Strategie erfordert eine Zusammenführung aller relevanten Funktionsbereiche eines Unternehmens. Sie ist daher auch immer eine Übung der interdisziplinären Teambildung.

1. Formulieren einer Vision

Jedes Unternehmen benötigt eine individuelle Daten-Strategie, die auf die gesetzten Unternehmensziele zugeschnitten ist. Es sind unter anderem folgende Fragen zu beantworten: Wie ist die Marktsituation? Was will das Unternehmen besser, schneller oder genauer über den Markt wissen? Wie genau funktionieren die Geschäftsmodelle? Was will das Unternehmen mehr über sich erfahren?

2. Identifikation von relevanten Datenquellen

Es müssen Daten identifiziert werden, die Antworten auf wichtige Fragen liefern. Aber auch andersrum gedacht können vorhandene Daten betrachtet und daraus Lösungsideen abgeleitet werden, für die bisher noch niemand Fragen formuliert hatte. Aber auch Fragen, die mit den Datenquellen verbunden sind, müssen geklärt werden.

3. Konzept der Informationsgewinnung

Welche Informationsflüsse sind bereits vorhanden und welche Datenquellen erschaffen neue Informationsflüsse? Das Ergebnis ist eine Beschreibung der neuen Informationsgewinnung durch Zugriff auf definierte Daten.

4. Konzept der Wissensgenerierung

Werden Informationen in einem ausgewählten Kontext betrachtet, entsteht Wissen. In diesem Schritt wird beleuchtet, welche Informationen zur Wissensgenerierung von besonderem Interesse sein könnten und welches Wissen über welche Informationen generiert werden kann.

5. Planung der Realisierung

Das Ergebnis ist ein Plan darüber, wie die Datenstrategie technisch realisiert werden soll.

6. Ausformulieren der Daten-Strategie

Nachdem alle Fragen von der Vision bis zur konkreten Umsetzungsplanung beantwortet wurden, erfolgt die schriftliche Ausformulierung der Ideen, Konzepte und der zu erwartenden Ergebnisse als ein Dokument.

Praxisfall: Verbesserung der Performance

Für einen europaweit aufgestellten Maschinenhersteller mit extremen Anforderungen hinsichtlich Entwicklung und Design setzte Fujitsu ein Storage-Projekt auf. „Der Kunde hatte viele neue innovative Prozesse, Applikationen und Projekte installiert, wobei er vorab nie wusste, was am Ende des Tages sein wird“, kommentiert Roth. „Daher entschloss sich der Kunde ebenfalls für eine Lösung, die eine Skalierbarkeit hinsichtlich Performance und Kapazität in unterschiedliche Ebenen erlaubt.“

Die bereits implementierten Storage-Systeme konnten diese hohen Anforderungen nicht mehr erfüllen. Zunächst diskutierten die Projektmitarbeiter Lösungen im Bereich der hybriden Storage-Systeme, dann entschied sich der Anwender nach einem Test mit einer Flash-Lösung für ein „Eternus“-System von Fujitsu.

Das System umfasst eine Kombination mit einer Datensicherung sowie ein Langzeitarchiv für CAD-Daten. Darüber hinaus kommt es ohne zusätzliche Applikationen, Software und Spiegelungen in die verschiedensten Richtungen aus.

„Die Verbesserung der Performance lag nicht nur am neuen Storage-System, sondern auch daran, dass wir unseren Kunden als Fujitsu auch im Bereich Datacenter und Applikationsumfeld beraten konnten“, sagt Roth. „So nahmen wir auch architekturtechnische Änderungen und Optimierungen vor und erzielten letztlich wichtige Einsparungen.“ Das bedeutete in diesem Fall: eine deutliche Zeiteinsparung von 30 bis 40 Prozent durch ein verbessertes Management. Damit einhergehend wurde die Geschwindigkeit um den Faktor 5 bis 10 erhöht.

„Wichtig ist dabei, dass sich der Anwender Gedanken zum Thema Daten-Strategie machte. Er sollte sich zudem für Hersteller entscheiden, die nicht nur ein bis zwei Systeme im Portfolio haben, sondern die ganze Breite an Lösungen abdecken können, über ein ebenso umfassendes Know-how verfügen“, rät Roth. „Wer kein Komplettanbieter ist, fährt sich in Teillösungen fest und ist so in seinen Möglichkeiten limitiert.“

Hinweis: Auf den „Fujitsu Storage Days 2019“ erhalten Besucher detaillierte Informationen über die jüngsten Fujitsu Storage-Produkte.

Was meinen Sie zu diesem Thema?

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45580626 / Data Management - Fujitsu Content-Hub)