Sie sind hier: Startseite » Markt » Tipps und Hinweise

Verwaltung der Berge unstrukturierter Daten


Data Management im Multiverse of Data Madness
Wie lässt sich die außer Kontrolle geratene Menge unstrukturierter Daten in einer Multi-Vendor-, Multi-Cloud-Welt sinnvoll verwalten?



Von Sascha Hempe, Regional Sales Manager DACH bei Datadobi

Es ist mittlerweile allgemein bekannt, dass unstrukturierte Daten außer Kontrolle geraten sind. Die Datenmenge steigt – und mit ihr die Anzahl von im Unternehmen genutzten Speicherorten und -technologien. Heterogene Speicherumgebungen bestehend aus Storage multipler Hersteller und Multi-Cloud-Umgebungen sind in den meisten Organisationen heute eher die Regel als die Ausnahme. Daher stellt sich die Frage: Wie lassen sich die unstrukturierten Datenberge in diesem Multiverse of Data-Madness noch sinnvoll verwalten?

Tools, die eine sinnvolle Verwaltung versprechen, gibt es viele. Die Speicherhersteller bieten auf der einen Seite eigene Tools an. Auf der anderen Seite des Spektrums angebotener Lösungen zur Datenverwaltung tummeln sich Anbieter, die versprechen, das Multiverse der Daten zu analysieren und so dessen Organisation zu ermöglichen. Die Versprechen sind vollmundig und auf den ersten Blick immer vielversprechend. Doch wie lassen sich die Lösungen miteinander vergleichen? Und wer versteht schon die Vor- und Nachteile eines jeden unterschiedlichen Ansatzes? Dabei hilft es, die angebotenen Lösungen für Datenmanagement erst einmal zu kategorisieren.

Die vier Gattungen von Lösungen des Datenmanagements
Datenmanagement-Lösungen, die Ordnung in die Sammlung unstrukturierter Daten bringen sollen, lassen sich grob in vier Hauptkategorien unterteilen, die jeweils ihre eigenen Vor- und Nachteile entlang der Daten-Wertschöpfungskette haben: 1. Storage- und Cloud-Storage-Anbieter, 2. Backup-Anbieter, 3. Data-Value-Anbieter und 4. herstellerneutrale Anbieter.

1. Storage- und Cloud-Anbieter
Die Produkte der Speicher- und Cloud-Anbieter eignen sich hervorragend für die Datenspeicherung. Sie sind in der Lage, jede beliebige Datenmenge zu verarbeiten, sie bieten grundlegende Datensicherung und eine Reihe anderer speicherbasierter Funktionen. Wir alle kennen diese Produkte und in der Regel haben die meisten Unternehmen mehr als eines davon in ihrer Datenspeicherumgebung im Einsatz.

Es liegt in der Natur der Sache, dass diese Anbieter darauf spezialisiert sind, die Daten innerhalb ihres Angebots gut zu verwalten. Die Verwaltung von Daten in komplexen Multi-Vendor- und Multi-Cloud-Umgebungen ist bei diesen Lösungen naturgegeben nicht auf dem gleichen Niveau. Einige Anbieter behaupten zwar, dass ihre Speicherverwaltung auch in heterogenen Umgebungen funktionieren. Doch dies ist beim genauen Hinsehen nicht der Fall. Der Ansatz so gut wie jeder Lösung beginnt damit, Daten zuerst auf dem eigenen Speicher abzulegen, was den Zweck einer hybriden Umgebung völlig verfehlt. Die dafür genutzte Software ist in der Regel ein unter-finanziertes und -entwickeltes Nebenprodukt der Hardware oder Cloud. Denn diese stellen den Kern des Geschäfts dieser Hersteller dar – und die Einschränkungen der begleitenden Software macht das deutlich.

2. Backup-Anbieter
Die Lösungen der zahlreichen Backup-Anbieter eignen sich hervorragend für die Absicherung von Daten und die Verwaltung einer großen Anzahl von Point-in-Time-Kopien, die entweder auf die Ursprungsplattformen zurückgespielt oder direkt von der Backup-Appliance für eine nahezu sofortige Wiederherstellung bereitgestellt werden können. Backup-Lösungen bieten robuste Funktionen für die Verwaltung strukturierter Daten, die sich auf Anwendungen beziehen, in die sie softwaretechnisch integriert sind. Sie sind weniger in der Lage, die besonderen Herausforderungen unstrukturierter Daten zu bewältigen. Und auch hier gehen die meisten Anbieter von der Prämisse aus, dass die Daten zuerst auf ihrer Plattform gespeichert sein müssen, um den Prozess der Datenverwaltung zu starten. Doch dies ist längst nicht das größte Problem bei der Datenverwaltung mit Backup-Lösungen. Dieses besteht darin, dass Backup-Lösungen genau mit dem beginnen, wofür sie erstellt wurden: dem Backup. Mit anderen Worten, es handelt sich um eine zeitlich begrenzte Kopie der Daten und nicht um die tatsächlichen, sich ständig ändernden Daten selbst.

3. Business-Data-Value-Anwendungen
Am Ende der Daten-Wertschöpfungskette stehen die Data-Value-Anwendungen, die am besten in der Lage sind, aus den Daten einen Nutzen für das Unternehmen zu ziehen. Ganz gleich, ob es sich um Business Intelligence, Forschung, die Einhaltung von Vorschriften oder eine beliebige andere Verwendung der Daten handelt. In diesem Bereich haben Geschäftsanwendungen die Oberhand. Das Problem bei dieser Gattung ist, dass Geschäftsanwendungen nicht für die Größe der heutigen unstrukturierten Speicherumgebungen ausgelegt sind. Sie sind nicht in der Lage, die richtigen Daten auszusortieren, um ihre Aufgaben in Umgebungen mit mehreren Petabyte und mehr als einer Milliarde Dateien zu erfüllen. Sie brauchen in der Praxis Hilfe, um zunächst die richtigen Daten zu identifizieren.

4. Die neueste Art unstrukturierte Daten zu verwalten: herstellerunabhängige Lösungen
Wie es scheint, ist keine der drei oben genannten Gattungen von Datenverwaltungssoftware für das Management einer heterogenen Landschaft unstrukturierter Datenspeicher in einem Unternehmen geeignet. Eine ideale Lösung müsste als Grundvoraussetzung im Umkehrschluss selbstverständlich komplett unabhängig von der Herstellerbindung und den Zwängen von Speicher- und Cloudanbietern und Business-Value-Anwendungen sein. Die gute Nachricht ist, dass es eine solche Software-Gattung seit kurzem tatsächlich gibt. In Ermangelung eines besseren Namens, wird sie bislang als "herstellerneutrale Datenverwaltungssoftware" angeboten. Solange die Marketingabteilungen und Analysten noch über einen treffenderen Namen oder ein passendes Akronym brüten, lohnt es sich jedoch, die Vorteile dieser neuen Software-Gattung für die Verwaltung unstrukturierter Daten in einer Multi-Vendor-Multi-Cloud-Datenumgebung einmal genau anzusehen.

Vorteile herstellerneutraler Datenverwaltungssoftware
Jede professionelle Lösung für das Datenmanagement sollte natürlich die wichtigsten Ziele von Unternehmen bei der Verwaltung unstrukturierter Daten abdecken. Die vier wichtigsten Bestrebungen für Unternehmen sind im Allgemeinen: die Senkung von Kosten für die Datenspeicherung, Minimierung des Risikos des Datenverlusts, eine höhere Wertschöpfung aus Daten – und als übergenordnetes Unternehmensziel relativ neu – die Verringerung des CO2-Ausstoßes.

Wie genau kann eine herstellerneutrale Lösung dabei helfen, diese Ziele zu erreichen?

>> Kostensenkung –
Eine herstellerunabhängige Lösung hilft Kosten zu sparen, indem sie die Cloud-Einführung erleichtert, Daten auf kostengünstigere On-Premises-Speicher überträgt, die Stilllegung von überflüssigem Speicher beschleunigt und redundante, veraltete und triviale Daten (ROT) entfernt.

>> Risikominderung – Sie verbessert die Sicherheit unstrukturierter Daten, indem sie es IT-Führungskräften ermöglicht, zu sehen, welche Daten sie haben, warum sie sie haben, wo sie sind und wem sie gehören. Unternehmen können dann entsprechende Maßnahmen ergreifen, indem sie nur ihre nützlichen unstrukturierten Daten sichern und ROT, veraltete und schädliche Daten eliminieren.

>> Höhere Wertschöpfung aus Daten - StorageMAP, beispielsweise, ermöglicht es Unternehmen, Daten zum richtigen Zeitpunkt an den richtigen Ort zu verschieben, so dass datenverwertende Anwendungen sie optimal nutzen können.

>> Verringerung des CO2-Ausstoßes -– Sie unterstützt Unternehmen bei der Konformität mit ESG-Richtlinien und der Einhaltung von CO2-Reduktionszielen. Endbenutzer haben die Möglichkeit, zu visualisieren, welcher ihrer Speicher die meiste Energie verbraucht und wie günstig Speicher mit erneuerbaren Energien im Vergleich zu anderen Quellen betrieben werden können. Gleichzeitig helfen sie, Daten auf kostengünstigere Speicheroptionen zu verschieben oder ROT-Daten zu löschen.

Fazit: Herstellerneutrales Datenmanagement ist gefragt
Sieht man sich die bislang etablierten Gattungen an Lösungen für das Datenmanagement an, so wird schnell klar: Organisationen, die unstrukturierte Daten in einer Multi-Vendor-Multi-Cloud-Umgebung sinnvoll verwalten wollen, benötigen dafür eine herstellerneutrale Softwarelösung, die in jeder Storage- oder Cloud-Umgebung funktioniert. Die bislang verfügbaren Lösungen für die Datenverwaltung sind für das Management in einer Multi-Vendor-Multi-Cloud nicht geeignet. Die erste herstellerneutrale Lösung für die Verwaltung unstrukturierter Daten ist seit kurzem verfügbar. Unternehmen sollten sich der verschiedenen Gattungen von Lösungen bewusst sein und bei der Auswahl der richtigen Lösung auf Herstellerunabhängigkeit achten. (Datadobi: ra)

eingetragen: 13.06.22
Newsletterlauf: 26.07.22

Datadobi: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Tipps und Hinweise

  • Wie sich Teamarbeit im KI-Zeitalter verändert

    Liefertermine wackeln, Teams arbeiten unter Dauerlast, Know-how verschwindet in der Rente: In vielen Industrieunternehmen gehört der Ausnahmezustand zum Betriebsalltag. Gleichzeitig soll die Zusammenarbeit in Produktion, Qualitätskontrolle und Wartung immer schneller, präziser und vernetzter werden. Wie das KI-gestützt gelingen kann, zeigt der Softwarehersteller Augmentir an sechs konkreten Praxisbeispielen.

  • Vom Workaround zum Schatten-Account

    Um Aufgaben im Arbeitsalltag schneller und effektiver zu erfüllen, ist die Suche nach Abkürzungen Gang und Gebe. In Kombination mit dem technologischen Fortschritt erreicht die Effizienz menschlicher Arbeit so immer neue Höhen und das bringt Unternehmen unwissentlich in eine Zwickmühle: Die zwischen Sicherheit und Produktivität. Wenn ein Mitarbeiter einen Weg findet, seine Arbeit schneller oder besser zu erledigen, die Bearbeitung von Zugriffsanfragen durch die IT-Abteilung aber zu lange dauert oder zu kompliziert ist, dann finden Mitarbeiter oftmals "kreative" Lösungen, um trotzdem weiterarbeiten zu können. Diese "Workarounds" entstehen selten aus böser Absicht. Allerdings stellen sie gravierende Sicherheitslücken dar, denen sich viele Beschäftigte und Führungskräfte nicht bewusst sind.

  • KI in der Cloud sicher nutzen

    Keine Technologie hat die menschliche Arbeit so schnell und weitreichend verändert wie Künstliche Intelligenz. Dabei gibt es bei der Integration in Unternehmensprozesse derzeit keine Tür, die man KI-basierter Technologie nicht aufhält. Mit einer wachsenden Anzahl von KI-Agenten, LLMs und KI-basierter Software gibt es für jedes Problem einen Anwendungsfall. Die Cloud ist mit ihrer immensen Rechenleistung und Skalierbarkeit ein Motor dieser Veränderung und Grundlage für die KI-Bereitstellung.

  • Clever skalieren auf Basis bestehender Strukturen

    Da Generative AI zunehmend Teil unseres Alltags wird, befinden wir uns in einer KI-Phase, die sich durch außerordentliche Fähigkeiten und enormen Konsum auszeichnet. Was anfangs auf einer theoretischen Ebene stattgefunden hat, ist inzwischen messbar - und zwar bis zur kleinsten Einheit. Aktuelle Untersuchungen von Mistral AI und Google deuten darauf hin, dass die Folgen einer einzigen Interaktion vernachlässigbar sind: Bruchteile eines Watts, einige Tropfen Wasser und ein Kohlenstoffausstoß, der etwa dem entspricht, was beim Streamen eines Videos unter einer Minute verbraucht wird.

  • Von Cloud-First zu Cloud-Smart

    Die zunehmende Vernetzung von IT- und OT-Systemen bedeutet für die Fertigungsindustrie neue Sicherheitsrisiken. Ein moderner Cloud-Smart-Ansatz verbindet Innovation mit effektiven Sicherheitslösungen, um diesen Herausforderungen gerecht zu werden. Die industrielle Digitalisierung stellt die Fertigungsindustrie heute vor neue Herausforderungen - insbesondere in puncto Sicherheit.

  • Technik statt Vertrauen

    Die andauernden Turbulenzen in den USA seit Amtsantritt von Donald Trump, die konsequente Kürzung von Mitteln für Datenschutz und die Kontrolle staatlicher Überwachungsprogramme verdeutlichen: Wer als Behörde oder Institution höchste Datensicherheit garantieren muss, kann nicht auf US-amerikanische Unternehmen oder deren europäische Töchter setzen.

  • Risiko von SaaS-zu-SaaS-Integrationen

    Ein SaaS-Sicherheitsalbtraum für IT-Manager in aller Welt wurde kürzlich wahr: Hacker nutzten legitime OAuth-Tokens aus der Drift-Chatbot-Integration von Salesloft mit Salesforce, um unbemerkt Kundendaten von der beliebten CRM-Plattform zu exfiltrieren. Der ausgeklügelte Angriff deckt einen kritischen toten Winkel auf, von dem die meisten Sicherheits-Teams nicht einmal wissen, dass sie von ihm betroffen sind.

  • Kostenfallen erkennen und vermeiden

    Remote Work, Cloud Computing und mobile Endgeräte haben die Arbeitswelt grundlegend verändert. Mitarbeiter erwarten heute, von überall aus auf ihre Anwendungen und Daten zugreifen zu können. Virtuelle Desktop-Lösungen machen diese Flexibilität möglich, indem sie Desktop-Umgebungen und Anwendungen über das Netzwerk eines Unternehmens bereitstellen. Doch der Markt für solche Lösungen ist komplex und vielfältig. IT-Entscheider stehen vor der Herausforderung, aus dem Angebot die passende Lösung zu identifizieren, die sowohl technische Anforderungen als auch wirtschaftliche Ziele erfüllt.

  • Übergang in die neue Systemlandschaft

    Der Umstieg auf SAP S/4HANA ist bei vielen Unternehmen bereits in vollem Gange oder steht unmittelbar bevor. Wer in diesem Zusammenhang seine Archivierungsstrategie überdenkt, kann wertvolle Zeit, Kosten und Aufwand sparen. Die Archivierungsexperten von kgs haben zehn zentrale Aspekte zusammengestellt, die dabei helfen, den Übergang in die neue Systemlandschaft effizient und zukunftssicher zu gestalten.

  • Die Zukunft braucht offene KI-Infrastrukturen

    KI ist mehr als ein ominöses Hinterzimmer-Experiment. Die Technologie ist eine treibende Kraft, wenn es um Produkte, Entscheidungen und Nutzererfahrungen über jegliche Wirtschaftsbereiche hinaus geht. Mittlerweile stellen Unternehmen jedoch die Inferenz in den Mittelpunkt ihrer KI-Implementierungen. Hier können die Modelle ihren eigentlichen Mehrwert unter Beweis stellen - unter anderem in Form von Antworten auf drängende Fragen, Vorhersagen und Content-Generierung. Der Anstieg des Inferenz-Bedarfs bringt jedoch eine entscheidende Herausforderung mit sich. Bei Inferenzen handelt es sich nämlich nicht um einzelne Workloads.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen