Was ist Datenvirtualisierung?

Seit Jahrzehnten versuchen Unternehmen, Datensilos zu beseitigen, indem sie Daten für die Analyse aus unterschiedlichen operativen Systemen in zentrale Datenspeicher kopieren, z. B. in Datamarts, Data-Warehouses und Data-Lakes. Das ist kostspielig und fehlerträchtig. Die meisten haben mit dem Management von durchschnittlich 33 verschiedenen Datenquellen zu kämpfen, die sich hinsichtlich Struktur und Typ unterscheiden sowie häufig in schwer zu findenden und schwer zugänglichen Datensilos versteckt sind.

Mit der Datenvirtualisierung können Sie Daten auf zahlreichen Systemen abfragen, ohne dass die Daten kopiert und repliziert werden müssen. Das senkt die Kosten. Zudem sind einfachere, aktuellere und präzisere Analysen möglich, da Sie die neuesten Daten direkt an ihrer Quelle abfragen.

Warum IBM Cloud Pak for Data?

Frau mit Smartphone in einer Stadt

Zugriff auf aktuelle Daten

Sie profitieren von stets aktuellen Analysen von Daten aus verteilten Quellen, ohne dass die Daten außerhalb Ihres Rechenzentrums gespeichert werden müssen. Sie können Ihre SQL-Anwendungen in einem einzigen Daten-Repository verbinden und ausführen.

Auf einer Bahn laufende Athleten

Beispiellose Geschwindigkeit

Nutzen Sie vernetzte Geräte, um Vorteile bei der polynomialen Verarbeitung zu erzielen. Die automatische Selbstorganisation Ihrer Datenknoten in einem gemeinsamen Netzwerk sorgt für Recheneffizienz. Definieren Sie Konstellationen mit großen oder kleinen Datenquellen.

Offener Banksafe mit Servern im Inneren

Sicherheit und Datenschutz

Die Daten werden nicht in der Cloud oder auf anderen Geräten zwischengespeichert. Die Zugangsdaten für Ihre privaten Datenbanken werden verschlüsselt auf dem lokalen Gerät gespeichert und bleiben ausschließlich auf diesem Gerät.

Im Meer schwimmender Oktopus

Flexibilität

IBM Cloud™ Pak for Data unterstützt verschiedene Sprachen für die Anwendungsabfrage (SQL, Sprachen für gespeicherte Prozeduren, R und Python) und Datenquellen wie Cloudera Impala, IBM Db2®, Db2 Event Store, IBM Informix®, Oracle, PostgreSQL, Microsoft SQL Server und Teradata.

Radfahrende Frau vor einer Mauer

Benutzerfreundlichkeit

Nutzen Sie eine einzige Webkonsole mit interaktiver Schnittstelle für die Abfrage von Daten, das Management von Benutzern und die Visualisierung von Datenknotenkonstellationen. Die Systemoptimierung wird durch Machine Learning und adaptive Algorithmen automatisiert.

Datenvirtualisierung in Aktion sehen

Von IBM und Intel erfahren Sie, wie Sie durch Datenvirtualisierung die Innovation mit KI beschleunigen, Datensilos beseitigen und Daten im Unternehmen bereitstellen können, um verlässliche Erkenntnisse zu erhalten.

Nutzung der Datenvirtualisierung in verschiedenen Branchen

Compliance-Analyse in Filialen von Finanzinstituten

Wenn Finanzinstitute Transaktionen, die nicht vorschriftenkonform sind, schnell finden und stoppen, kann sich dies positiv auf ihr Geschäftsergebnis auswirken. Mit der Datenvirtualisierung müssen Finanzinstitute ihre Daten nicht in ein zentrales Rechenzentrum oder in die Cloud übertragen, um sie zu verarbeiten und zu analysieren. Die Abfrage von Mikrodatenzentren in Filialen von Finanzinstituten ermöglicht Analysen in Echtzeit.  

Mobile Datenausdünnung

Wie kann ein Unternehmen schnell herausfinden, welche Werbung die größte Wirkung erzielt, und sich auf das Wesentliche konzentrieren? Mit der Datenvirtualisierung und dezentralen Analysen („Edge Analytics“) können Unternehmen besser feststellen, wie sie Big Data ausdünnen und nur die für Abfragen notwendigen Informationen verarbeiten und analysieren. So sparen sie Zeit und Kosten.

Analyse des Kundenverhaltens im Einzelhandel

Herkömmliche Einzelhandelsgeschäfte halten Ausschau nach jedem nur möglichen Wettbewerbsvorteil gegenüber Onlinehändlern. Die Datenvirtualisierung ermöglicht nahezu sofortige dezentrale Analysen, die beispiellosen Einblick in das Verbraucherverhalten bieten. So können Einzelhändler Vermarktung, Verkauf und Aktionen besser auf die jeweilige Zielgruppe abstimmen und mehr unternehmen, um ein außergewöhnliches Kundenerlebnis zu schaffen.

Überwachung und Analyse von IoT-Sensordaten

IoT-Sensoren erzeugen enorme Datenmengen. Da die Zahl der Sensoren, die Daten erfassen, zunimmt, wird auch die Datenmenge immens ansteigen. Wenn Datenanalysen mit einer Datenplattform, die Batch- und Streaming-Daten analysieren kann, dezentral an der Quelle der Daten durchgeführt werden, sind schnellere und einfachere Analysen möglich. Damit erhalten Sie Einblick in Daten, wann und wo immer nötig.

Steigerung der Effizienz in der Fertigung

Automatisierte Fertigungsumgebungen priorisieren Alarmmeldungen, indem sie ihre Qualitäts- und Prozesstechniken um Meta-Learning oder Regeln ergänzen. Mit Datenvirtualisierungs- und Machine-Learning-Methoden können Hersteller verstärkt Muster von Alarmmeldungen durchsuchen und in verwertbare Informationen konvertieren.

Remote-Überwachung und -Analyse in der Öl- und Gasindustrie

Die Datenvirtualisierung und die dezentrale Datenverarbeitung (Edge Computing) sorgen für zuverlässige Operationen in der Fertigungsindustrie. Werden echtzeitnahe Analysen dort durchgeführt, wo die Daten entstehen, können Unternehmen Probleme umgehend erkennen und so unerwartete Ausfälle und Betriebsunterbrechungen vermeiden.