Was ist eine Data Cloud?

Die meisten modernen Unternehmen sind auf große, komplexe IT-Infrastrukturen angewiesen, die Cloud-Service- Provider (CSPs) mit lokalen Ressourcen wie Servern und Software kombinieren. Clouds helfen dabei, diese verschiedenen Quellen zu vereinheitlichen, die Effizienz der Datenverwaltung zu steigern, die Datenintegrität zu verbessern und Silos (isolierte Datensammlungen, auf die Benutzer möglicherweise nur schwer zugreifen können) zu beseitigen. 

Bei richtiger Bereitstellung helfen Data Clouds Unternehmen in Branchen wie dem Gesundheitswesen, Finanzdienstleistungen, Marketing, der Luft- und Raumfahrt und anderen, die digitale Transformation zu beschleunigen und die Möglichkeiten neuer Technologien zu nutzen.

Eine Data Cloud besteht aus drei Kernkomponenten: Datenquellen, Datenarchitektur und Datenplattformen - auch Cloud-Datenplattformen genannt. Hier finden Sie einen Überblick über die einzelnen Komponenten und ihre Funktionsweise.

Datenquellen sind Sammlungen von Daten in ihrer ursprünglichen Form. Einige gängige Beispiele für Kundendatenquellen sind Transaktionen, E-Mail-Adressen, Beiträge in sozialen Netzwerken und personenbezogene Daten (zum Beispiel der Name, das Alter und der physische Standort einer Person). Data Clouds müssen Daten aus verschiedenen Quellen sicher erfassen, integrieren, transformieren, speichern und verwalten, um zu funktionieren.

Datenarchitektur, auch als Data Warehouse-Architektur bekannt, bezieht sich auf die Gestaltung von Datenspeichern und beschreibt, wie Daten von einem Unternehmen verwaltet werden – von der Erfassung bis hin zur Transformation, Verteilung und Nutzung. Unternehmen nutzen je nach Geschäftsanforderungen eine Vielzahl von Datenarchitekturen und Datenmodellen, darunter Data Warehouses, DataLakes, Datenpipelines, Datennetze und mehr.

In einer Data Cloud umfasst die Datenarchitektur bestimmte Protokolle, die die Erfassung und Verarbeitung von Daten in einem Cloud-Ökosystem effizienter gestalten sollen. Beispielsweise nutzen viele moderne Data Clouds maschinelles Lernen (ML), um Daten effizienter zu verarbeiten.

ML ermöglicht Funktionen wie prädiktive Analysen und automatisierte Entscheidungsfindung mit einer Cloud-Architektur und vermeidet so die Kosten für den Aufbau und die Verwaltung der erforderlichen IT-Architektur vor Ort. ML-Funktionen gehören zu den Funktionen, die Data Clouds für viele Unternehmen zu einer hoch skalierbaren Lösung machen.

Datenplattformen sind Technologielösungen, die das Erfassen, Speichern, Analysieren und Verwalten von Daten ermöglichen. In einer Cloud-Umgebung wird eine Datenplattform als Cloud-Datenplattform bezeichnet und ist speziell darauf ausgelegt, Daten vom lokalen Speicher in die Cloud aufzunehmen und zu verschieben .

Moderne Cloud-Datenplattformen unterstützen Unternehmen bei der Verwaltung und Analyse von Daten in einer Cloud- oder Multicloud-Architektur und optimieren dabei sowohl strukturierte als auch unstrukturierte Datensätze.

Clouds können Unternehmen in vielerlei Hinsicht helfen, von der Identifizierung neuer Erkenntnisse bis hin zur Automatisierung von Aufgaben, die bisher menschliche Eingaben erforderten. Hier sind einige der beliebtesten Nutzungsmöglichkeiten für den Betrieb einer Cloud auf Unternehmensebene:

Data Clouds ermöglichen es IT-Managern, Daten von einer einzigen, einheitlichen Plattform aus zu verwalten und zu verarbeiten, anstatt von vielen isolierten, miteinander verbundenen Systemen. Wenn beispielsweise Benutzern in einem Unternehmen Berechtigungen für Daten zugewiesen werden, können Administratoren in einer Cloud Richtlinien über einen einzigen Kontrollpunkt und nicht über mehrere Standorte steuern, was die Data Governance verbessert.

Data Clouds ermöglichen die Kontrolle und gemeinsame Nutzung von Daten über physische Arbeitsbereiche hinaus – ein wesentlicher Bestandteil der Remote-Belegschaft. Mit einer Data Cloud können Benutzer von überall auf der Welt sicher auf entscheidende Daten zugreifen, ohne Sicherheitsrisiken einzugehen. 

Sie können Daten nahtlos zwischen Data Lakes und Data Warehouses verschieben, um eine sichere und effiziente Verarbeitung sicherzustellen, und auf beliebte Cloud-Provider wie Salesforce Data Cloud, Amazon Web Services (AWS), Microsoft Azure und Google Cloud Platform (GCP) zugreifen, um die neuesten Data Cloud-Lösungen auf einem hoch skalierbaren Software-as-a-Service (SaaS) Modell zu erhalten.

Data Clouds stützen sich auf moderne Datenaustauschprotokolle, um den Datenaustausch zwischen Cloud-Speicherlösungen zu verbessern und die Leistung von Anwendungen zu optimieren, die auf Daten angewiesen sind. Mithilfe von Anwendungsprogrammierschnittstellen (APIs) verbinden Cloud externe Anwendungen mit Datenbanken und helfen Apps dabei, Daten zu verarbeiten, unabhängig von deren Typ, Format oder Struktur. 

Data Cloud-Lösungen verarbeiten problemlos die verschiedenen Arten von Geschäftsdaten, auf die Apps angewiesen sind, z. B. Transaktions- und Analysedaten und sogar unstrukturierte Daten wie Bilder und Videos. Data Cloud-Metriken helfen IT-Managern, die Effektivität ihrer Data Cloud-Lösung zu überwachen und Möglichkeiten für weitere Effizienzsteigerungen und Kosteneinsparungen zu identifizieren. 

Moderne Data Cloud-Lösungen sind mit robusten Sicherheitstechnologien ausgestattet, die Unternehmen vor kostspieligen  Cyberangriffen und Datenschutzverletzungen schützen. In einem Bericht aus dem letzten Jahr wurden die durchschnittlichen Kosten einer Datenschutzverletzung auf 4,88 Mio. USD beziffert. Dies ist ein Anstieg von 10 % im Vergleich zum Vorjahr und der bislang höchste Gesamtwert überhaupt. 

Data Cloud-Lösungen vereinfachen und rationalisieren den Datenschutz durch die Automatisierung vieler Sicherheitsaufgaben, die früher menschliche Eingaben erforderten, wie z. B. die Einhaltung von Vorschriften und Governance-Vorgaben. 

Data Clouds verbessern den Benutzerzugriff auf verschiedene Arten von Daten, rationalisieren Geschäftsprozesse und ermöglichen Mitarbeitern im gesamten Unternehmen einen sicheren Zugriff auf die Informationen, die sie für eine effektive Zusammenarbeit benötigen - oft von einem einzigen Dashboard aus.

Mit einer starken, modernen Cloud-Lösung können Mitarbeiter sowohl auf strukturierte als auch auf unstrukturierte Datensätze zugreifen und erweiterte Analysen durchführen, um wertvolle Erkenntnisse zu gewinnen. 

Der Betrieb einer Data Cloud bietet zwar viele Vorteile, Unternehmen stehen jedoch auch vor einigen Herausforderungen. Insbesondere Unternehmen, die große Datenmengen aus einer lokalen Umgebung in die Cloud verschieben möchten, stehen vor drei häufigen Hindernissen: Datenaufnahme, Datenintegrität und die Weiterbildung der Mitarbeiter, die die Data Cloud betreiben.

Das Verschieben großer, vielfältiger Datensätze in die Cloud bedeutet oft, dass Daten aus Quellen verschoben werden, die möglicherweise unterschiedlich formatiert sind, und dass unterschiedliche Umgebungen sicher übertragen und verwaltet werden müssen, ein Vorgang, der als Datenaufnahme bekannt ist. 

Bei der Datenaufnahme werden verschiedene Datendateien gesammelt und aus unterschiedlichen Quellen in eine Datenbank importiert, um sie zu bereinigen und in den Speicher zu überführen, damit sie für das Unternehmen zugänglich sind.

Wenn Daten aus verschiedenen Quellen bereinigt oder standardisiert werden müssen, bevor sie in eine neue Speicherumgebung, wie z. B. einen Data Lake oder ein Warehouse, übertragen werden, kann dies zu Verzögerungen und sogar Fehlern im Prozess führen.

Um die Datenintegrität (die Genauigkeit, Konstanz und Vollständigkeit der Daten) zu wahren, müssen Unternehmen während des gesamten Datenübertragungsprozesses ein hohes Maß an Präzision einhalten. Ein Bereich, der besonders risikoreich ist, ist die Wahrung der Datenintegrität angesichts einer Vielzahl von Vorschriften.  

Bei der Übertragung von Daten in die Cloud müssen Unternehmen die Datenschutzbestimmungen einhalten, die je nach Zuständigkeitsbereich unterschiedlich sein können. Lokal in einer Infrastruktur gespeicherte Daten, die einem Unternehmen gehört und von diesem betrieben wird, unterliegen einer bestimmten Reihe von Compliance-Gesetzen, während in der Cloud gespeicherte Daten meist anderen Gesetz unterliegen. 

Metadaten – Informationen über die Herkunft eines Datensatzes – sind besonders anfällig für böswillige Akteure, da sie oft sensible personenbezogene Daten enthalten, wie Namen, IP-Adressen und physische Standorte von Personen, die mit den Daten in Verbindung stehen. 

Die Verlagerung von Daten vom lokalen Speicher in die Cloud erfordert eine gewisse Datenverwaltungsexpertise im Bereich Cloud Computing, was Unternehmen dazu zwingen kann, neue Fachkräfte einzustellen oder bestehende IT-Teams umzuschulen (Weiterbildung), was jeweils eine potenziell kostspielige und ressourcenintensive Angelegenheit ist. 

Häufige Beispiele für neue Fähigkeiten, die IT-Teams erwerben müssen, um in einer Data Cloud-Umgebung zu arbeiten, sind der Umgang mit Data Governance und -sicherheit, das Beherrschen von Datenmodellierung und Workflows für die Cloud sowie das Erlernen von Besonderheiten bei der Aufnahme und Integration von Daten in eine Cloud-Speicherumgebung.

Von der Entwicklung neuer, innovativer Apps bis hin zur Verbesserung der Customer Experience helfen Data Clouds Unternehmen dabei, neue Wege für die Verwaltung und Nutzung ihrer wertvollsten Daten zu finden. Hier sind einige der derzeit beliebtesten und effektivsten Anwendungsfälle für Data Clouds.

Cloud Computing steht im Mittelpunkt der modernen App-Entwicklung und ermöglicht es Entwicklern, ihre Entwicklungszyklen zu optimieren, indem sie Code schreiben, Datenbanken bereitstellen und verwalten und App-Funktionen testen – alles in der Cloud. 

Data Clouds vereinfachen die Art und Weise, wie Entwickler mit Datensätzen interagieren, und sie in die von ihnen erstellten Apps integrieren. Mithilfe von Edge Computing und dem Internet der Dinge (IoT) helfen Data Clouds dabei, Apps näher an Datenquellen zu verlagern, sodass Anwendungen, die große Mengen an Echtzeitdaten (sogenannte Datenströme) streamen – wie Twitch und TikTok – funktionieren.

Moderne Data Clouds speichern sowohl strukturierte als auch unstrukturierte Daten und ermöglichen Benutzern die einfache und sichere Analyse beider Beispiele für verschiedene Analysezwecke. Beispielsweise können Analysten Data Cloudlouds nutzen, um das Kundenbeziehungsmanagement und Kundendaten besser zu verstehen und Kundenprofile zu erstellen, um Geschäftsprobleme zu lösen, ein Prozess, der als Identitätsbestimmung bekannt ist. 

Data Clouds werden auch häufig in der Stimmungsanalyse und bei der Erstellung von Kundendatenplattformen eingesetzt, um große Mengen an Textdaten zu analysieren und festzustellen, ob diese eine positive oder negative Stimmung ausdrücken.

Unternehmen, die künstliche Intelligenz (KI) für geschäftliche Zwecke nutzen möchten, verlassen sich auf Clouds als zentralisierte, hochskalierbare Speicherlösung, mit der große Datenmengen während des Trainings von KI-Modellen verarbeitet werden können. In einer modernen Cloud können Text, Bilder, Audio-, Video-, Sensor- und andere Arten von Daten sicher gespeichert und von einem sicheren Ort aus leicht abgerufen werden. 

Data Clouds im Marketing (sogenannte Marketing-Clouds) ermöglichen die Programmierung hochmoderner KI-Funktionen wie vorausschauende Analysen, Verarbeitung natürlicher Sprache (NLP) und Bilderkennung in Form von fortschrittlichen Anwendungen. Beispielsweise ist Agentforce von Salesforce eine KI-Lösung, die datengestützte Aktionen in mehreren Geschäftsfunktionen ausführt, für die zuvor menschliches Eingreifen erforderlich war.¹

Moderne Data Clouds spielen eine wichtige Rolle bei Prozessen zur Notfallwiederherstellung der Geschäftskontinuität und helfen Unternehmen, im Falle einer Katastrophe zum normalen Betrieb zurückzukehren.

Bevor es Data Clouds gab, mussten Daten zwischen Speicherplätzen auf verschiedenen Plattformen verschoben werden, ein Prozess, der mit zunehmender von Unternehmen zu speichernder Datenmenge immer schwieriger wurde. 

Die Data Cloud kann geschäftskritische Workloads in einer einzigen, vernetzten Infrastruktur hosten und bietet einen schnellen, sicheren Zugriff sowie eine robuste Auswahl an Sicherheits- und Wiederherstellungsoptionen.