Nicht-relationale Datenbanken erweitern das Einsatzgebiet von Daten in Unternehmen

Relationale Datenbank-Strukturen beschränkten Firmen bei der Nutzung ihrer Daten als Grundlage für unternehmerische Entscheidungen.

Die zunehmende Verbreitung einer Vielzahl von nicht-relationalen Datenbanken trägt zu einer Transformation ganzer Landschaften in der Datenverwaltung bei. Anstatt ihre Daten in althergebrachte Strukturen zu zwängen, können Organisationen nun auf sogenannte NoSQL Datenbank-Architekturen zurückgreifen, die zu ihren – sich weiter entwickelnden – Daten-Anforderungen passen. Zudem lassen sich diese neuen Technologien mit konventionellen Datenbanken kombinieren, und aus diesen Informationen neuen Wert zu schöpfen.

Noch bis vor Kurzem wurde das Potenzial von Daten als Quelle betriebswirtschaftlicher Erkenntnisse durch eben jene Strukturen eingeschränkt, in die man sie gezwängt hatte. Ohne die neuen Datenbank-Technologien bestand die Standard-Praxis beim Backend-Design darin, die Daten in strikte Architekturen zu pressen. Mögliche Variationen der tatsächlichen Datenstruktur fielen hierbei unter den Tisch.

Aufgrund ihres inhärent unflexiblen Charakters verhinderten diese Architekturen bislang, dass Organisationen neue Anwendungsfälle für die Auswertung strukturierter und unstrukturierter Daten entwickeln konnten.

Die anhaltende Verbreitung nicht-relationaler Datenbank-Architekturen stellt damit einen Paradigmenwechsel in der Datenverwaltung dar und bringt eine völlig neue Welt horizontal skalierbarer, unstrukturierter Datenbanken. Diese sind für eine Reihe von Problemen deutlich besser geeignet als traditionelle relationale Datenbanken. Letztere bleiben jedoch auch weiterhin für anders geartete Aufgabenstellungen relevant, so dass beide Typen Seite an Seite Verwendung finden werden.

Die Technologie hat sich inzwischen so weit entwickelt, dass Organisationen genügend Auswahl zur Verfügung steht. Vorreiter auf diesem Gebiet haben bereits die Datenbank-Optionen identifiziert, die ihren speziellen Anforderungen gerecht werden. So konnten wir im Laufe des Jahres 2012 drei wesentliche Veränderungen beobachten, die sich durchzusetzen scheinen:

  1. In der Datenbank-Landschaft bildet sich ein neues Gleichgewicht aus. Daten-Architekten akzeptieren den Umstand, dass ihr Architektur- und Design-Toolkit sich weg von einer rein relationalen Datenbank-Orientierung entwickelt und jetzt auch eine variantenreiche und immer reifere Ansammlung von nicht-relationalen Optionen (NoSQL-Datenbanksysteme) umfasst.
  2. Die zunehmende Verbreitung hybrider Daten-Ökosysteme, die von unterbrechenden Technologien und Techniken angetrieben wird (zum Beispiel das Software-Framework Apache Hadoop für die kostengünstige Verarbeitung von Daten in extremen Umfängen).
  3. Das Aufkommen von reaktionsschnelleren Ökosysteme zur Datenverwaltung mit genügend Flexibilität, um prototyping-getriebene Auslieferung (test-prove-industrialize) zu realisieren –zu geringeren Kosten und im großen Maßstab.

Von nun an können analytisch versierte Führungskräfte die Anwendungsfälle identifizieren, für die verschiedene Plattformen am besten geeignet sind. Der übermäßige Fokus auf neue Technologien schwindet. Stattdessen werden Manager die „Sweet Spots“ finden, an denen sie mit einer Kombination aus relationalen und nicht-relationalen Datenbanken ansetzen können. Damit kommen sie in die Lage, auf der Basis der vorliegenden Informationen mehr Wert zu schaffen als vorher vorgesehen und möglich.

In diesem Zusammenhang gilt es, die Vorteile einer völlig neuen Welt von zur Verfügung stehenden Daten-Architekturen konsequent zu nutzen. Immer mehr Organisationen werden  so Durchbrüche darin erzielen, datenbasierte Gewinn-Chancen zu erkennen und zu nutzen.

So konnten Betreiber von Kommunikationsdiensten auf Basis ihres reichhaltigen Bestands an Kundendaten bereits profitable B2B-Umsätze generieren. Genauso kann eine optimierte Nutzung vorhandener Daten auch anderen Unternehmen dazu verhelfen, einträgliche neue Geschäftsmodelle zu entwickeln.

Es ist Zeit für eine neue Denkweise darüber, wie Daten gespeichert, verarbeitet und angereichert werden. Dies bedeutet eine Neubewertung der traditionellen Welt der Datenverwaltung. Bisher galten Daten als strukturiertes Asset und als Kostenfaktor, die man pflegen musste.

Die Verfügbarkeit neuer Datenbank-Architekturen bedeutet, dass sich diese Betrachtungsweise für immer wandeln wird. Datenverwaltung in einer von Dienstleistungen dominierten Welt verlangt IT-Führungskräften viel ab. Sie müssen darüber nachdenken, wie das Unternehmen den größten Nutzen aus seinen Daten ziehen kann; und zwar gleichermaßen aus bereits vorhandenen und solchen, die früher nicht in den Griff zu bekommen waren.

Agile Architekturen für Data Services

Weil mehr und mehr Architektur-Optionen zur Verfügung stehen, werden die Lebenszyklen von Daten verkürzt und zugleich agiler. Anstatt den Weg einer „Überstrukturierung“ von Daten zu verfolgen, werden zukünftige Ansätze der Datenverwaltung deutlich weniger strikt ausfallen. Ein wesentliches Ziel dabei wird sein, den Austausch von Daten zu fördern und zu erleichtern. Daraus werden sich völlig neue Möglichkeiten ergeben. Amazon ist klarer Pionier in diesem Bereich. Durch den Aufbau einer Service-orientierten Plattform auf Basis einer agilen Daten-Servicearchitektur konnte das Unternehmen neue Dienstleistungen im Bereich  Cloud-Storage und Datenverwaltung anbieten. Gleichzeitig hat es sich die nötige Flexibilität geschaffen, um auch zukünftige Nachfrage nach – derzeit noch unbekannten – Dienstleistungen bedienen zu können.

Noch nie dagewesene Zugriffsmöglichkeiten auf nicht-relationale Datenbanken führen zudem  auch zu einer Wiederbelebung bei konventionellen Architekturen und traditionellem Datenmanagement. Von nun an werden Analytik-Führungskräfte zunehmend hybride Architekturen schaffen. So vereinen sie die Vorteile beider Welten, um aus dem wachsenden Volumen strukturierter und unstrukturierter Informationen neue Erkenntnisse zu gewinnen. Zusammenfassend: Es war noch nie so aufregend war, ein Profi für Datenverwaltung zu sein.

Über die Autoren

Nick Millman ist Leiter Analytics Technology für Europa, Nahost, Afrika und Lateinamerika bei Accenture.

Pankaj Sodhi ist Senior Manager Digital, Data & Analytics Technology bei Accenture

Artikel wurde zuletzt im Januar 2013 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

Erfahren Sie mehr über Data Warehouse

0 Kommentare

Älteste Beiträge 

Passwort vergessen?

Kein Problem! Tragen Sie Ihre E-Mail-Adresse unten ein. Wir werden Ihnen eine E-Mail mit Ihrem Passwort schicken.

Ihr Passwort wurde an die folgende E-Mail-Adresse gesendet::

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close