Data Warehouse-Lösungen kommen an Grenzen

Steigende Datenflut lässt Unternehmen auf skalierungsfähige Lösungen zur Datenverarbeitung setzen
Mit dem Aufstieg von Public Cloud-Lösungen hat auch der damit verbundene Bedarf an Data Analytics-Services erheblich zugenommen

Kunden haben in Form von digitalen Services und Produkten jederzeit und überall Zugang zu Informationen und können daher flexibler denn je Kaufentscheidungen treffen. Unternehmen stellt das vor neue Herausforderungen, denn die Nähe zum Kunden und insbesondere die Analyse von Kundendaten werden damit erfolgskritisch. Steigende Datenvolumina sind die logische Konsequenz und dieser Trend wird durch Social Media sowie besonders durch das Internet der Dinge (Internet of Things, IoT) verstärkt und führt zu einer wahren Datenflut in Unternehmen. Diese wenden sich deshalb skalierungsfähigen Lösungen zur Datenverarbeitung zu, zumal klassische Data Warehouse-Lösungen angesichts des Datenvolumens und der Datenvarianz an ihre Grenzen stoßen.

Dies meldet der neue "ISG Provider Lens – Data Analytics Services & Solutions Germany 2019/2020" von ISG Information Services Group (ISG), ein Marktforschungs- und Beratungsunternehmen im Technologie-Segment. Neben dem Markt für Data Engineering Services untersuchte die ISG-Studie fünf weitere Marktsegmente mit insgesamt über 50 Anbietern in Deutschland.

"Die Optimierung des Datenmanagements ist in Unternehmen derzeit ein Top-Thema", sagt Johanna von Geyr, Partner bei der ISG Information Services Group DACH. "Vor allem die zunehmende Integration von Daten und Geschäftsprozessen zum Beispiel im Engineering-Umfeld erfordern neue Wege der Datenverwaltung und -verarbeitung. Autonomous Driving oder Digital Twin sind prominente Beispiele. Zudem haben es Unternehmen wegen ihrer Social-Media-Interaktionen sowie durch IoT-Sensoren mit immer größeren Mengen an unstrukturierten Daten zu tun."

Data Analytics-Verantwortliche erkennen den ISG-Analysten zufolge deshalb mehr und mehr die Wichtigkeit einzelner Komponenten wie beispielweise das Data Engineering. Durch diese Fokussierung sollen heutige und auch zukünftige Anforderungen an den Technology Stack sichergestellt werden. Vor allem müsse die Dateninfrastruktur gut skalierbar sein. Denn es sei zu erwarten, dass die riesigen Datenmengen aus verschiedensten Quellen weiter anwachsen.

"Datenarchitekturen müssen zugleich flexibel sein. Denn Unternehmen benötigen heute oft den Zugriff über weit verteilte Geographien und Geräte", ergänzt von Geyr. "Das reicht vom Tablet des Vertriebsmitarbeiters bis zur Überwachungskonsole in der Fabrik."

Der "ISG Provider Lens – Data Analytics Services & Solutions Germany 2019/2020" untersuchte im Marktsegment "Data Engineering Services" die Fähigkeiten von 21 Providern. Aktuelle Leader in diesem Markt sind Alexander Thamm, Atos, Capgemini, DXC Technology, IBM, Infosys und um (Orange).

Self Service Analytics & BI Platforms as a Service
Die Transformation von Business Intelligence (BI) hin zu Self Service Analytics ist in vollem Gang. Angebot und Nachfrage nach diesen weitgehend selbsterklärenden Analyse-Dashboards haben in den vergangenen zwölf Monaten stark zugenommen. Die ISG-Analysten sehen dabei jene Anbieter vorne, deren Lösungen sich trotz zahlreicher Funktionen einfach bedienen lassen und Zugang zu einer möglichst breiten Anzahl verschiedenster Datenquellen ermöglichen. Diese Plattformen beziehen Unternehmen mittlerweile vorrangig als Software as a Service (SaaS). Datensicherheit und Datenschutz sind dabei wichtige Auswahlkriterien, ebenso die Fähigkeit der Anbieter, SaaS-Lösungen isoliert aus einer Cloud in Deutschland heraus bereitzustellen. Den hohen Erwartungen der Kunden an Echtzeitanalyse- und Prognosefähigkeit begegnen die Anbieter vor allem durch ausgeklügelte Algorithmen und Automatisierung.

Industrial Analytics & Automation Platforms
Bei Industrial Analytics in der Fertigungsindustrie verzeichnet die ISG-Studie einen Trend zur Automatisierung des Datenaustauschs, basierend auf neuen Technologien wie Kobotik, Künstliche Intelligenz (KI), cyberphysikalische Systeme, Cloud Computing, Industrial Internet of Things (IIoT) und Sensorik. Diese Technologien optimieren derzeit vor allem die Lieferketten der Unternehmen und erzielen dabei bahnbrechende Effizienzgewinne. Bei der Integration von Industrial Analytics in ihre bestehenden Produktionsanlagen sind Fertigungsunternehmen mittlerweile zu einem pragmatischen Vorgehen übergegangen. Die meisten entwerfen keine umfassenden Industrie 4.0-Strategien auf dem Reißbrett mehr. Stattdessen erproben sie neue Technologien in einzelnen Anwendungsfällen, um so die Chancen und den Mehrwert für das Unternehmen auszuloten.

Analytics Reporting Solutions
Da Fachbereiche zunehmend datenbasiert agieren, benötigen sie leicht verständliche visualisierte Daten. Zunehmend erwarten sie auch einedirekte Einbindung dieser Visualisierungen in weitere Fachanwendungen und -portale. Die ISG-Studie stellte fest, dass Kunden bei diesen Reporting-Lösungen zunehmend auch Bots akzeptieren und nachfragen. Denn mit ihrer Hilfe können sie Berichte eigenständig erstellen. Zudem sind sie über Chatbots in der Lage, die Punkte für die Datenerhebung schnell und ohne Technologiekenntnisse zu erweitern.

Data Science Services
Die Rollen und Verantwortlichkeiten von Data Scientists in den Unternehmen weiten sich derzeit aus.

Die von ihnen eingesetzten Datentechnologien sind im Begriff, viele routinemäßige Geschäftsprozesse zu übernehmen, berichtet die ISG-Studie. Diese zunehmende Automatisierung von Geschäftsprozessen versetzt Data Scientists in die Lage, sich zunehmend mit komplexen Geschäftsproblemen zu befassen, um so vor allem Effizienz und Produktivität weiter zu erhöhen.

Cloud Analytics Consulting & Integration Services
Mit dem Aufstieg von Public Cloud-Lösungen hat auch der damit verbundene Bedarf an Data Analytics-Services erheblich zugenommen. Ein Ende dieses Wachstums ist den ISG-Analysten zufolge nicht in Sicht, zumal die Dienstleister über ein breites Leistungsangebot verfügen. Es reicht von Readiness Checks und Strategieberatung über die technische Implementierung und Integration bis hin zum Betrieb. Die Data Analytics-Angebote für die Public Cloud unterscheiden sich zum Teil erheblich voneinander, vor allem hinsichtlich legislativer Aspekte, der lokalen Verfügbarkeit, der Handhabbarkeit oder der Anzahl an Services.

Wichtig ist auch eine enge Zusammenarbeit mit den großen Cloud-Providern wie AWS, Microsoft, Google oder IBM, in manchen Fällen und Regionen auch mit Alibaba oder kleineren Public-Cloud-Providern. Da die Cloud-Anbieter jedes Jahr Hunderte neuer Microservices veröffentlichen, stehen die Data Analytics-Anbieter zudem vor der Herausforderung, diese Microservices zu analysieren, zu sortieren, zu kombinieren und in das Geschäft jedes einzelnen Kunden zu integrieren. (ISG: ra)

eingetragen: 24.07.19
Newsletterlauf: 12.08.19

ISG: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Studien