Daten- vor Cloud-Strategie

Eine Datenökonomie hat sich bereits in vielen Bereichen des täglichen Lebens etabliert. Daten gelten als Wirtschaftsgut und Verbraucher sind es gewohnt, sie als Währung einzusetzen. Wer zum Beispiel Suchbegriffe bei Google eingibt, stellt damit Daten zur Verfügung und erhält Suchergebnisse als Gegenleistung. Kunden sind aber auch bereit, für Datendienste zu bezahlen.

Für Unternehmen bieten sich hier enorme Potenziale. Sie müssen sich zunächst überlegen, wie sie ihre Daten nutzen wollen und inwieweit die Cloud ihnen hierbei einen Mehrwert bietet. Hierfür bedarf es einer durchdachten Cloud-Strategie. Jedoch sind Cloud-Anbieter auch daran interessiert, ihre Kunden zu halten.

Ein Problem ergibt sich dabei erst, wenn die Daten aus der Cloud wieder ins eigene Rechenzentrum geholt werden sollen. Dieser Prozess ist oftmals kompliziert und mit extremen Kosten verbunden. So erhalten Kunden häufig lediglich Rohdaten zurück. Viele Unternehmen sehen sich dadurch in einem Vendor Lock-in gefangen.

Deshalb fängt die strukturierte Strategiearbeit schon auf der Datenebene an. Denn Daten bilden die Basis, um wertvolle Erkenntnisse zu gewinnen, Prozesse zu optimieren und neue Geschäftsmodelle zu entwickeln. Die Datenstrategie regelt dabei, wie ein Unternehmen aus Datenströmen und Analysen Geschäftsergebnisse gewinnt.

Den Auftakt bildet die Dateninventur. Hier wird sichergestellt, dass ein Unternehmen weiss, wo in der Infrastruktur Daten in welchem Format vorliegen. Danach wird bewertet, wie geschäftskritisch die einzelnen Datensätze sind. Basierend auf der ermittelten Kritikalität, werden Vorgaben abgeleitet, die das Handling der Daten in Bezug auf Compliance und Sicherheit regeln. Dadurch kann über rollenbasierte Zugangskonzepte festgelegt werden, wer auf was wie Zugriff hat. So bleibt Unbefugten und Cyberkriminellen der Zugang verwehrt. Vor Datenverlusten schützt zusätzlich ein Desaster-Recovery-Konzept. Damit wird gewährleistet, dass die geschäftskritischen Daten auch bei einem Ausfall der IT verfügbar bleiben.

Nachdem der Datenumgang vom Unternehmen festgelegt wurde, stellt sich die Frage, welche Workloads für die Cloud geeignet sind. Welche Daten können in die Cloud verschoben oder dort neu aufgesetzt beziehungsweise optimiert werden? Was lässt sich in der Cloud effizienter und trotzdem sicher abbilden? Bei der Auswahl können Anwendungsbeispiele helfen.

Dabei lassen sich sowohl Beispiele aus der eigenen, aber auch aus fremden Branchen heranziehen. Unternehmen müssen hier das Rad nicht neu erfinden und alles selbst machen – es lohnt sich, immer zu prüfen, was gegebenenfalls von anderen Akteuren übernommen und an das eige­ne Unternehmen angepasst werden kann. Je genauer die Anwendungsfälle definiert sind, desto leichter fällt es, diese erfolgreich zu implementieren.

Bei der Festlegung einer Daten- und Cloud-Strategie sollten Unternehmen nichts überstürzen und genau überlegen, welche Daten sie in die Cloud stellen und warum. Denn falsches Datenmanagement kann dazu führen, dass die Speicherkosten explodieren – und Daten sich schlimmstenfalls nicht richtig auswerten lassen und ihren Wert verlieren. Eine Enterprise Data Cloud (EDC) kann Unter­nehmen hier helfen. Denn sie sorgt für eine einfache und komplette Integration der Daten.

Über derartige Plattformen können Unternehmen den gesamten Datenlebenszyklus managen – vom Edge bis zur Anwendung mit künstlicher Intelligenz. Die Technologie sorgt für ein kontinuierliches Datenmanagement von On-Premise-Systemen über Private-, Hybrid-, Public- und Multi-Clouds hinweg. Wo die Daten liegen, spielt dabei keine Rolle. Dadurch wird eine ganzheitliche Analyse ermöglicht.

Eine EDC schafft damit beste Voraussetzungen, die digi­tale Transformation im Unternehmen zu beschleunigen – datenstrategisch analysiert und mit den passenden Cloud-Services abgerundet.