In dem Maße, wie Daten zunehmend zum Wettbewerbsfaktor werden, strukturieren Unternehmen ihre Abläufe um, um Systeme und Prozesse zu entwickeln, die den Datenzugriff, die Datenintegration und die Datenanalyse entlang der gesamten Wertschöpfungskette ermöglichen. Ein effektives Datenmanagement ist so wichtig geworden, dass die Position des Chief Data Officer bis 2020 zu einer Standardfunktion auf Vorstandsebene werden soll. 92 Prozent der CIOs geben an, dass ein CDO die beste Person ist, um die Datenstrategie festzulegen.
Vor diesem Hintergrund sollten Sie bei der Bewertung Ihrer Datenstrategie für 2017 die folgenden sieben Prognosen in Betracht ziehen, um einen soliden Rahmen für die Datenverwaltung und -optimierung zu schaffen.
- Self-Service-Datenintegration wird durchstarten
Die IT-Abteilung hat sich von der Bezeichnung "IT-Engpass" verabschiedet und sieht sich nun als strategischer Partner des Unternehmens und ändert ihre Denkweise. Anstatt Daten bereitzustellen, wird die IT es den Anwendern ermöglichen, ihre Daten auf Self-Service-Basis zu optimieren. Die IT wird die Integration von Anwendungen und Daten zunehmend dezentralisieren - über verteilte Centers of Excellence, die auf gemeinsamer Infrastruktur, Frameworks und Best Practices basieren - und so die Fachabteilungsleiter in die Lage versetzen, Daten selbst zu sammeln, zu integrieren und zu analysieren, um aufschlussreiche Trends und Muster, die für ihre Aufgaben und Zuständigkeiten wichtig sind, zu erkennen und schnell darauf zu reagieren. Anstatt nach Ihren Daten zu fischen, wird die IT Ihnen beibringen, wie man den Köder auswirft. Der Vorteil für die IT-Abteilung: Sie erfüllt die Anforderungen der Geschäftsanwender nach schnellen und einfachen Integrationen und einer schnelleren Wertschöpfung; sie bewahrt die Datenintegrität, -sicherheit und -verwaltung in einer gemeinsamen Infrastruktur im gesamten Unternehmen und setzt begrenzte IT-Ressourcen frei, um sich auf andere strategische Initiativen zu konzentrieren. - Big Data verlagert sich in die Cloud
Im Laufe des Jahres ist zu erwarten, dass immer mehr Unternehmen die Speicherung und Analyse ihrer Big Data von herkömmlichen lokalen Datenspeichern und -lagern in die Cloud verlagern. Die verteilte Rechen- und Verarbeitungsleistung von Hadoop hat es für den größten Teil des letzten Jahrzehnts zur Standard-Open-Source-Plattform für Big-Data-Infrastrukturen gemacht. Aber Hadoop ist bei weitem nicht perfekt. Zu den häufigen Kritikpunkten der Benutzer gehören Komplexität und Instabilität - was angesichts der vielen Softwareentwickler, die regelmäßig Verbesserungen an der Plattform vornehmen, nicht sonderlich überrascht. Cloud-Umgebungen sind stabiler, flexibler, elastischer und besser für die Verarbeitung großer Datenmengen geeignet, daher die prognostizierte Migration. - Spark-Nutzung außerhalb von Hadoop wird zunehmen
In diesem Jahr werden wir auch mehr Spark-Anwendungsfälle außerhalb von Hadoop-Umgebungen sehen. Während Hadoop vor sich hin dümpelt, nimmt Spark an Fahrt auf. Hadoop wird immer noch eher in Test- als in Produktionsumgebungen eingesetzt. Aber die Benutzer stellen fest, dass Spark flexibler und anpassungsfähiger ist und sich besser für bestimmte Arbeitslasten eignet - zum Beispiel für maschinelles Lernen und Echtzeit-Streaming-Analysen. Einst als Hadoop-Sidekick abgetan, wird Spark in diesem Jahr ausbrechen und auf eigenen Füßen stehen. Ich bin nicht der Einzige, der sich diese Frage stellt: Hadoop braucht Spark, aber braucht Spark auch Hadoop? - Ein großer Fisch übernimmt einen Hadoop-Distributionsanbieter?
Hadoop-Distributionsanbieter wie Cloudera und Hortonworks ebneten den Weg mit vielversprechender Technologie und bahnbrechenden Innovationen. Doch im vergangenen Jahr wuchs die Frustration unter den Kunden, die über zunehmende Komplexität, Instabilität und letztlich über zu viele gescheiterte Projekte klagten, die die Labore nie verlassen haben. Da die Anbieter von Hadoop-Distributionen mit einigen Wachstumsschmerzen zu kämpfen haben (ganz zu schweigen von den begrenzten finanziellen Mitteln), könnte es sein, dass ein größerer, finanziell besser ausgestatteter etablierter Akteur - sagen wir Teradata, Oracle, Microsoft oder IBM - einspringt, um ihre begehrte Technologie zu kaufen und sie mit einer reiferen Organisation zu verbinden? Ich schließe das nicht aus. - KI und ML werden ein bisschen mehr Mainstream
KI- (künstliche Intelligenz) und ML-Plattformen (maschinelles Lernen) von der Stange sind beliebt für ihre Einfachheit, niedrige Einstiegshürde und geringen Kosten. Im Jahr 2017 werden KI- und ML-Bibliotheken von Microsoft, Google, Amazon und anderen Anbietern in Unternehmenslösungen, einschließlich mobiler Varianten, integriert. Aufgaben, die bisher manuell und zeitaufwändig waren, werden automatisiert und beschleunigt und erstrecken sich auch auf die Welt der Datenintegration. - Ja, das Internet der Dinge kommt, nur nicht dieses Jahr
Die Verbindung von Milliarden und Abermilliarden von mit Sensoren ausgestatteten Geräten und Objekten über das Internet ist unvermeidlich, aber man sollte noch nicht den ganzen Hype schlucken. Ja, es wird viel getan, um das IoT für bestimmte Ziele nutzbar zu machen, aber das Tempo bei der Entwicklung einer universellen IoT-Plattform ist eher ein Galopp als ein Galopp. IoT-Lösungen sind zu maßgeschneidert und zweckgebunden, um breite, alltägliche Probleme zu lösen - der Markt ist noch im Entstehen begriffen, und die Standards entwickeln sich allmählich weiter -, als dass eine allgemeine, massenhaft eingesetzte IoT-Plattform zur Erfassung, Integration und Auswertung von Daten in Echtzeit mehr Zeit benötigen würde. Wie bei jeder anderen Transformationsbewegung in der Geschichte der Unternehmenstechnologie müssen brillante Einzelteile zu einem Ganzen zusammengefügt werden. Das wird kommen, nur nicht 2017.
- APIs sind nicht alles, was sie versprechen
APIs sind seit langem der Klebstoff, der Apps und Dienste miteinander verbindet, aber die Kunden werden auch 2017 ihren Wert im Vergleich zur Investition in Frage stellen. Nur wenige würden bestreiten, dass APIs bei der Entwicklung von Apps nützlich sind und in vielen Fällen die richtige Wahl sein können. Aber in Situationen, in denen die Integration von Anwendungen und/oder Daten erforderlich und gewünscht ist, gibt es bessere Wege. Ein Beispiel dafür ist iPaaS (Integration Platform as a Service), mit dem Sie schnell und einfach eine beliebige Kombination von Cloud- und Vor-Ort-Technologien verbinden können. Erwarten Sie in diesem Jahr eine stärkere Migration hin zu Cloud-basierten Integrationsplattformen für Unternehmen - im Vergleich zu APIs sind iPaaS-Lösungen flexibler, besser für den Umgang mit den Unwägbarkeiten von Daten gerüstet, anpassungsfähiger an Änderungen, einfacher zu warten und weitaus produktiver.
Ich könnte immer so weitermachen, schon allein deshalb, weil Vorhersagen fundierte "beste Vermutungen" über die Zukunft sind. Wenn ich mit zwei oder drei meiner Erwartungen falsch liege, werden mir meine Kollegen verzeihen. In der sich schnell verändernden Welt der Technologie ist eine Trefferquote von .400 eine ziemlich gute Statistik.
