Datensouveränität in gemischten Cloud-Umgebungen ist das Erfolgsmodell für unruhige Zeiten Schon an KI als Aufbauhelfer für eine hybride Cloud-IT gedacht?

Anbieter zum Thema

IBM Deutschland GmbH

DAXTEN GmbH

DeRZ - Deutsche Rechenzentren GmbH

STACKIT GmbH & Co. KG

In unsicheren Zeiten müssen Unternehmen ihre IT-Investitionen effizient einsetzen. Doch die Cloud-Migration stockt häufig, auch wegen Bedenken im Umgang mit sensiblen Daten. Die Lösung liegt in der Hybrid Cloud. Warum? Und welche Rolle spielt KI?

Laut einer aktuellen Umfrage von IBM, zusammengefasst im Booklet „The Great Tech Reset“, geben über ein Drittel der Unternehmen an, dass ihre Cloud-Entwicklung auf halbem Weg stecken geblieben ist. Und weitere 37 Prozent berichten, dass sie nach einer nur minimalen Workload-Migration „fertig“ sind.

Allzu oft verliert die Cloud an Schwung, bevor sich die Investitionen auszahlen, und das in wirtschaftlich unsicheren Zeiten, wo doch jede Investition genau geprüft wird. Ein Grund: Im Umgang mit sensiblen Daten steht die vollständige Cloud-Migration oft zur Diskussion; das Argument der vollen Kontrolle scheint hier entscheidend zu sein.

Allerdings sind On-Premise-Lösungen mit einem hohen Wartungsaufwand verbunden und setzen eine genaue Investitionsplanung, sowie die Verfügbarkeit von ausreichend geschultem IT-Fachpersonal voraus. An dieser Stelle knüpft die Hybrid Cloud an: Sie lässt sich flexibel skalieren, ermöglicht Unternehmen echte Datensouveränität und erreicht durch den Einsatz von KI eine kosteneffiziente, optimale Performance.

Cloud-Souveränität: Mehr als nur eine Frage des Standorts

Wollen Unternehmen auf die Vorteile der Cloud nicht verzichten, ihre Daten aber effizient schützen, müssen sie sich mit dem eingehend mit der Cloud-Souveränität befassen. Diese umfasst nicht nur die physische Speicherung von Daten, sondern auch die Kontrolle über Zugriffe, Verschlüsselung, Verfügbarkeit und rechtliche Rahmenbedingungen, wie zum Beispiel die Datenschutzgrundverordnung (DSVGO) in Deutschland und Europa.

Allein einen Cloud-Anbieter zu wählen, der die Unternehmensdaten in einem deutschen oder europäischen Rechenzentrum speichert, wäre zu kurz gedacht. Das Konzept der Souveränität geht viel weiter: Es umfasst Datensouveränität, betriebliche Souveränität und digitale Souveränität.

Eine souveräne Cloud schützt meist Verbraucher- und Unternehmensdaten, wie personenbezogene Daten. Dabei folgt sie Gesetzen und Vorschriften der Länder und Regionen, für die sie Ressourcen organisiert. Da inzwischen auch stark regulierte Branchen wie der Finanzdienstleistungs- oder der Gesundheitssektor ihre Dienste in die Cloud verlagern, wird die Sicherheit dieser Daten immer wichtiger.

IBM beispielsweise hat nicht nur ein Rechenzentrum in Frankfurt am Main, sondern bietet auch die „Hyper Protect Services“ dort an. Sie schützen Daten und Schlüssel schon heute vor potenziellen künftigen Quantenangriffen.

Was die Hybrid Cloud leisten kann

Hybrid-Cloud-Installationen vereinen Clouds und lokale, On-Premises-Infrastrukturen. Ihre Stärke besteht darin, Workloads über alle Cloud-Umgebungen hinweg zu verteilen und sie automatisiert bereitzustellen. Dafür stehen verschiedene Anwendungen in Containern bereit und werden nur bei Bedarf automatisch ausgeführt.

Durch die Orientierung der Cloud an lokal gültigen und branchenspezifischen rechtlichen Vorschriften und Gesetzen erleichtert die Technologie das Datenhandling in den zuständigen Unternehmen – unabhängig von der Anzahl, in denen sie operieren. Die einheitliche IT-Infrastruktur der Hybrid Cloud ermöglicht es Unternehmen, eigene Ressourcen zu skalieren.

Private und Public Clouds koexistieren nicht einfach, sondern sind in einem einheitlichen Betriebssystem verbunden, was Prozesse beschleunigt und Abläufe stabilisiert. So können Public-Cloud-Umgebungen in einer solchen Architektur Engpässe im Unternehmen auffangen. Zum Beispiel wenn eigene Kapazitäten, Technologien oder Skills zu knapp oder nicht vorhanden sind.

Welche Daten gehören wohin? Und wie migrieren?

Die Kombination der Private- und Public-Cloud-Ressourcen schafft Datensouveränität. Inbesondere können sensible Daten dadurch besonders geschützt werden, während weniger vertrauliche Workloads auf die Public Cloud ausgelagert sind. Die strategische Organisation von Daten und Workloads optimiert Ressourcen.

Besonders geeignet für die Public Cloud sind skalierbare Anwendungen und datenintensive Technologien wie Künstliche Intelligenz (KI) oder Maschinelles Lernen (ML), die einen schnellen Zugriff und sicheren Speicherort voraussetzen. Hingegen sollten Daten von produktionsnahen Systemen in einer hybriden Architektur lieber innerhalb der eigenen IT-Umgebung bleiben. Die Herausforderung für Unternehmen liegt darin zu verstehen, wie Anwendungen und Daten zusammenhängen, um die Strukturen möglichst effizient zu organisieren.

Cloud-Repatriierung

Zurück aus der Cloud heißt nicht: Abschied

Entscheiden sich Unternehmen für eine Verlagerung ihrer Daten und Workloads in eine hybride Umgebung, können sie die Cloud-Migration mit Hilfe verschiedener Strategien umsetzen: Durch Public-Cloud-Services lassen sich einerseits ältere Anwendungen modernisieren, ohne neue On-Premises-Infrastrukturen anzuschaffen.

Andererseits lassen sich vorhandene On-Premises-Daten in die Public-Cloud verschieben, um die Rechenzentren des Unternehmens zu entlasten. Grundsätzlich können SaaS-Lösungen in einem hybriden Modell vergleichsweise schnell eingeführt werden und in bestehende Anwendungen integriert werden.

KI hilft einer hybriden Architektur in den Sattel ...

Viele der Überlegungen, die sich Unternehmen beim Aufbau einer hybriden Cloud-Umgebung stellen müssen, sind nicht neu. Aber KI ist auch in diesem Bereich der IT-Organisation eine Größe, die alles verändern kann. Wollen Unternehmen KI für den Aufbau einer hybriden Umgebung nutzen, können sie von vielen Vorteilen profitieren: KI bietet beispielsweise Entwicklerteams optimale Unterstützung, wenn sie bestehenden Anwendungen modernisieren wollen und dafür eine Containerisierung vornehmen.

Dank KI-gestützter Code-Generierung bewältigen die Teams diese Aufgabe mit extrem hoher Codekonsistenz, weniger Fehlern und setzen die Modernisierung deutlich schneller um. Ein Code Assistent ist außerdem in der Lage, komplexe Bestands-Codes zu verstehen und zu optimieren, ohne dass eine aufwändige und teure Transformation nötig wäre. Der Code verlässt dabei die eigene Umgebung nicht, sondern wird durch Schnittstellen mit der Cloud verbunden. Unternehmen können so Kosten und Nutzen der Code-Modernisierung optimal gestalten.

Zudem können Unternehmen mit dem Einsatz von KI ihren gesamten Technologiebetrieb optimieren – und zwar automatisch. So können Unternehmen dank neuster KI-Tools und Automatisierungslösungen ihr Netzwerk, Zugriffsrechte und Cloud-Ressourcen optimal verwalten und so nicht nur Kosten senken, sondern auch Sicherheitsrisiken minimieren.

… und entfaltet selbst dort die volle Power

Das gilt auch für den Einsatz von KI im weiteren Unternehmensumfeld ist eine hybride Architektur vorteilhaft. Denn der KI-Einsatz auf Unternehmensebene erfordert eine äußerst sichere, verteilte Infrastruktur, die auf rechen- und datenintensive Prozesse ausgelegt ist.

Datenintensive Modelle sorgen für eine exponentielle Skalierung der Datenspeicher-, Arbeitsspeicher- und Prozessortransaktionen. Um diesen Belastungen Stand zu halten, müssen Unternehmen Datensilos – endgültig – miteinander verbinden, iterative KI-Inferenzen in großem Maßstab skalieren und die Daten im Rahmen der Modellierung effektiv verschlüsseln und schützen.

(ID:50621058)