Die neue Realität

Die neue Realität

Big Data-Technologien: Hadoop, NoSQL-Datenbanken und analytische Datenbanken
Trotz der mittlerweile überwältigenden Anzahl von Big Data-Technologien hat das Konzept des Data Warehouse nicht ausgedient.

Etwas angestaubt und in die Jahre gekommen wirkt das Konzept des Data Warehouse in Zeiten von Big Data, MapReduce und NoSQL. Dabei besitzt eine standardisierte, für Analysen optimierte und zentrale Datenbasis größere Aktualität als zu den Anfangszeiten des Data Warehouse-Ansatzes: Für eine stetig steigende Anzahl an Unternehmen sind Daten ein wertvoller Rohstoff. Diesen Rohstoff gilt es zu Informationen zu veredeln, um Entscheidungsprozesse zu unterstützen und Wettbewerbsvorteile zu erzielen.

Data Warehouse-Systeme beruhen in der Regel auf relationalen Datenbanken und beinhalten aufbereitete Teilmengen an Daten aus den operativen Systemen. Seit einigen Jahren sehen sich Unternehmen mit einer wahren Datenexplosion konfrontiert. Der klassische Ansatz des Data Warehouse kann mit den Datenmengen aber nicht mithalten bzw. mitwachsen und stößt an seine Grenzen. Diese Entwicklung wird noch verstärkt durch die zunehmende Heterogenität der Daten und die größeren Anforderungen, was die Geschwindigkeit für Verarbeitung und Analyse betrifft.

Diesen neuen Rahmenbedingungen versuchen Unternehmen mit entsprechenden leistungsstarken und flexiblen Technologien zu begegnen. Hadoop, NoSQL und analytische Datenbanken machen den effektiven und effizienten Umgang mit extrem großen Datenmengen möglich. Ist das Data Warehouse damit überflüssig geworden? Auf keinen Fall! Ich bin der Meinung, dass nach wie vor der Fokus darauf liegen muss, die entscheidungsrelevanten Informationen zu identifizieren und zu verteilen. Neben der neuen Rolle der Data Scientists mit explorativem Zugriff auf die Big Data Stores gibt es ja nach wie vor die unterschiedlichen Berichtsempfänger und Analysten, die Zugriff auf die klassischen BI-Tools haben. Big Data-Technologien helfen nur, das Data Warehouse sinnvoll zu erweitern, nicht, es abzulösen. Sie sorgen dafür, dass die Datenmengen kostengünstig gespeichert und schnell vorverarbeitet werden können. Data Blending heißt die Antwort, um alle neuen Quellen sinnvoll miteinander zu kombinieren und die Vorteile ganzheitlich nutzen zu können.

Das Thema „Date Warehouse in Zeiten von Big Data“ werde ich ausführlich im Schwerpunktheft „Big Data“ in HMD – Praxis der Wirtschaftsinformatik besprechen, das im August erscheint.

10. März 2021

Die Rolle von Daten in der Digitalisierung

Wie wird man smart mit Hilfe von Sensoren und Open Source-Technologien?

17. März 2021

Data Catalog

Unternehmensdatenbestände einfach klassifizieren und organisieren

18. März 2021

360 Grad Impulse

360 Grad Impulse für KMU – Digitalisierung, Analytics & IoT Daten – der Motor der Digitalisierung

24. März 2021

Meet & Eat Online Event

Wie Sie mit Open Source Tools Ihre Datenrevolution vorantreiben!
Standorte