Datenmanagement

Herausforderungen bei der Automatisierung

Zu den zentralen Elementen der Automatisierung von Geschäftsprozessen zählt die Verstärkung der Data Warehouses. Die IT vieler Unternehmen muss dafür aber zunächst eine Reihe von Herausforderungen bewältigen.

Zahlreiche Unternehmen wollen ihre IT durch eine Automatisierung ihrer Prozesse effizienter gestalten. Eine Studie des Business Application Research Center (BARC) zeigt, wie die zeitaufwendigen Entwicklungsprozesse für das Data Warehouse durch eine Data-Warehouse/ETL-Automatisierung optimiert werden können. Zu den Vorteilen gehören nach Angaben von BARC vor allem die breite Nutzung des Data Warehouses und die Fähigkeit, eine größere Vielfalt an Daten zu verarbeiten, um erweiterte analytische Anforderungen zu erfüllen.

Wie die Umfrage belegt, bringen die Investitionen in eine neue DWH-Technik nur begrenzten Nutzen, solange nicht die Infrastruktur modernisiert ist. Neben diesem Hauptproblem nennen die Befragten den Mangel an fachlichen wie auch technischen Fähigkeiten als zentrale Herausforderung. Weitere Hemmschuhe sind zu komplexe Datenlandschaften, der in vielen Unternehmen fehlende Rahmen für eine funktionierende Data Governance mit Geschäfts- und IT-Beteiligung sowie die unzureichende Unterstützung der Projekte durch das Management. 

Der Studie zufolge treibt die mangelnde Flexibilität in ihrer Vor-Ort-Infrastruktur (On-Premises) die  Unternehmen in die Cloud-Nutzung. Im Durchschnitt nutzen bereits 29 Prozent der Befragten Cloud Services für ihr Data Warehouse. 

Dabei fällt auf, dass Unternehmen mit einer höheren Reife im Datenmanagement eher Cloud Services nutzen als andere. Sie bauen schlankere Datenarchitekturen auf der Grundlage zentraler Data Warehouses auf, die von analytischen Datenbanken unterstützt werden, und implementieren weniger Data Marts. Mikroservices und API-Management spielen bei ihnen eine größere Rolle in ihrer Landschaft. 

Diese besser ausgerüsteten Unternehmen setzen zudem immer häufiger auf Echtzeit-Analysen und Streaming sowie neue Datenquellen und Open Data. Damit können der Studie zufolge neue BI- und erweiterte Analyseanforderungen noch besser unterstützt werden.

 

Quelle: BUSINESS INTELLIGENCE MAGAZINE, www.bi-magazine.net

© ProfilePublishing Germany GmbH 2020. Alle Rechte vorbehalten. 

Vervielfältigung nur mit Genehmigung der ProfilePublishing Germany GmbH

Business Intelligence Magazine: Springe zum Start der Seite