Datensynchronisierung für bessere Erkenntnisse, Datenverfügbarkeit und die Fähigkeit, auf Datenänderungen zu reagieren
Replizieren Sie, um zu beschleunigen: Unterstützung von KI und Analyse mit Echtzeitdaten
Erfahren Sie, wie Unternehmen Daten in Hybrid-Cloud- und On-Premises-Umgebungen mit minimaler Latenz und maximaler Zuverlässigkeit synchronisieren können.
Datenbewegung in Echtzeit im gesamten Unternehmen
Um vertrauenswürdige Implementierungen von künstlicher Intelligenz (KI) zu unterstützen, müssen Unternehmen ihre Daten entsprechend integrieren. Eine zentrale Komponente der Datenintegration ist die Bereitstellung des Zugriffs auf aktuelle Daten ohne Beeinträchtigung geschäftskritischer Systeme.
Anwendungsfälle
Garanti BBVA, die zweitgrößte Bank der Türkei, ist ein integrierter Konzern für Finanzdienstleistungen. Die Bank ist in allen Segmenten des Bankensektors tätig und umfasst Firmenkunden, Gewerbekunden, kleine und mittlere Unternehmen, Zahlungssysteme, Privatkunden und Investmentbanking. Die Anwender der Bank benötigen in Echtzeit Zugriff auf ihre Kerndaten in Echtzeit, um die täglichen Aufgaben erledigen und Berichte erstellen zu können. Um dies zu erreichen, entschied sich Garanti BBVA für IBM Data Replication for Db2 z/OS® Remote Source, um seine geschäftskritischen Db2 z/OS-Daten für dezentrale Ziele wie Exadata und Kafka verfügbar zu machen.
Ilmarinen, Finnlands älteste Rentenversicherungsgesellschaft, die die Renten der finnischen Arbeitnehmer und Unternehmer verwaltet, entschied sich für IBM Data Replication, um den Übergang zu einer IT-Infrastruktur auf Public-Cloud-Basis zu unterstützen. Das zentrale operative Rentensystem von Ilmarinen läuft auf einer IBM Db2-Datenbank, die derzeit in einem lokalen Rechenzentrum installiert ist und auf die Google-Cloud-Plattform verlagert werden soll. Mit der von IBM angebotenen Datenbankreplikationstechnologie kann das Unternehmen eine hohe Verfügbarkeit der geschäftskritischen Daten aufrechterhalten und gleichzeitig eine effektive Notfallwiederherstellung sicherstellen.
Eine Bank im Nahen Osten benötigt datengesteuerte Entscheidungen, um den Kundenlebenszeitwert zu steigern. Dazu musste das Unternehmen ein Big-Data-Warehouse und eine Analyseplattform außerhalb der Mainframe-Umgebung aufbauen, die auf der Open-Source-Software Apache Kafka für die Stream-Verarbeitung basierte und auf handelsüblicher Hardware ausgeführt wurde. Die Bank nutzte IBM Data Replication, um Terabytes an Kundeninformationsdateien und Transaktionsdaten, die auf dem z/OS-Mainframe gespeichert waren, als VSAM-Dateien nahtlos in die Kafka-Zielumgebung zu replizieren – und das mit geringer Latenz. Als Ergebnis kann die Bank Kundeninformationen nahezu in Echtzeit schnell analysieren, um relevante Produkte und Werbeaktionen vorzuschlagen.
Garanti BBVA, die zweitgrößte Bank der Türkei, ist ein integrierter Konzern für Finanzdienstleistungen. Die Bank ist in allen Segmenten des Bankensektors tätig und umfasst Firmenkunden, Gewerbekunden, kleine und mittlere Unternehmen, Zahlungssysteme, Privatkunden und Investmentbanking. Die Anwender der Bank benötigen in Echtzeit Zugriff auf ihre Kerndaten in Echtzeit, um die täglichen Aufgaben erledigen und Berichte erstellen zu können. Um dies zu erreichen, entschied sich Garanti BBVA für IBM Data Replication for Db2 z/OS® Remote Source, um seine geschäftskritischen Db2 z/OS-Daten für dezentrale Ziele wie Exadata und Kafka verfügbar zu machen.
Ilmarinen, Finnlands älteste Rentenversicherungsgesellschaft, die die Renten der finnischen Arbeitnehmer und Unternehmer verwaltet, entschied sich für IBM Data Replication, um den Übergang zu einer IT-Infrastruktur auf Public-Cloud-Basis zu unterstützen. Das zentrale operative Rentensystem von Ilmarinen läuft auf einer IBM Db2-Datenbank, die derzeit in einem lokalen Rechenzentrum installiert ist und auf die Google-Cloud-Plattform verlagert werden soll. Mit der von IBM angebotenen Datenbankreplikationstechnologie kann das Unternehmen eine hohe Verfügbarkeit der geschäftskritischen Daten aufrechterhalten und gleichzeitig eine effektive Notfallwiederherstellung sicherstellen.
Eine Bank im Nahen Osten benötigt datengesteuerte Entscheidungen, um den Kundenlebenszeitwert zu steigern. Dazu musste das Unternehmen ein Big-Data-Warehouse und eine Analyseplattform außerhalb der Mainframe-Umgebung aufbauen, die auf der Open-Source-Software Apache Kafka für die Stream-Verarbeitung basierte und auf handelsüblicher Hardware ausgeführt wurde. Die Bank nutzte IBM Data Replication, um Terabytes an Kundeninformationsdateien und Transaktionsdaten, die auf dem z/OS-Mainframe gespeichert waren, als VSAM-Dateien nahtlos in die Kafka-Zielumgebung zu replizieren – und das mit geringer Latenz. Als Ergebnis kann die Bank Kundeninformationen nahezu in Echtzeit schnell analysieren, um relevante Produkte und Werbeaktionen vorzuschlagen.