Suchen

Alte und neue Datensilos verbinden DevOps-Projekte allein bringen nicht viel

| Autor / Redakteur: Stefan Grotehans * / Stephan Augsten

Die IT-Branche spricht gern vom Aufbrechen der Datensilos. Im Rahmen von DevOps-Projekten sollte aber klar sein, dass der digitale Wandel einige dieser Silos erst zu verantworten hat. Hier eine Methode, die von der Prophylaxe bis zur Therapie wirkt.

Firmen zum Thema

Wer mit DevOps neue Strukturen im Unternehmen errichten möchte, kann auch von alten Datensilos profitieren.
Wer mit DevOps neue Strukturen im Unternehmen errichten möchte, kann auch von alten Datensilos profitieren.
(Bild: Ivan - Unsplash.com)

DevOps-Projekte in der Art, wie Start-ups und die besonders erfolgreichen „Unicorns“ sie umsetzen, treiben einen schnelleren Wandel und mehr Agilität in großen Organisationen voran. Das Ziel ist dabei die Verbesserung der Wettbewerbsfähigkeit. Doch was bei jungen Unternehmen erfolgreich ist, läuft bei vielen traditionellen nicht ganz so glatt.

Stolz auf funkelnagelneue Silos?

Natürlich gibt es Beispiele für kundenorientierte Anwendungen auf DevOps-Basis, die in großen Organisationen tolle Ergebnisse liefern. Aber wenn man genauer hinsieht, befinden sich die Daten, auf die sich diese neuen Anwendungen stützen, wahrscheinlich in einem funkelnagelneuen Silo, das nicht mit den Unternehmensdaten in älteren Silos verbunden ist.

Die in den alten Silos angehäuften wertvollen Daten könnten dem Unternehmen einen Wettbewerbsvorteil gegenüber der Konkurrenz sichern. Dazu müssten sich diese Silos nur problemlos integrieren lassen, um eine einzige 360-Grad-Sicht auf den gesamten Datenbestand zu liefern.

Aber große Unternehmen können nicht einfach ihre alte IT verschrotten und mit einem DevOps-Ansatz ganz neu anfangen. Daher müssen sie einen Weg finden, die unverzichtbaren „Modus eins“-Daten aus den vorhandenen CRM-, Vertragsmanagement- und Abrechnungssystemen mit den neuen „Modus zwei“-Daten zusammenzuführen, die in modernen Anwendungen erfasst werden. Letztere sind oftmals kundenorientiert und stammen eher aus der Marketing- als aus der IT-Abteilung.

„Blink, blink“ ist noch kein Mehrwert

Angenommen ein Hersteller von Luxusautos möchte mehr Kundennähe schaffen, um neueren Wettbewerbern wie Tesla die Stirn zu bieten. Das Unternehmen startet eine ausgeklügelte Multi-Plattform-Anwendung, die nach DevOps-Prinzipien entwickelt wurde und Autokäufern die Ansicht neuer Modelle, den Vergleich mit anderen Automarken, Preisangebote für individuelle Sondermodelle und die Buchung von Probefahrten erleichtert.

Um aber einen echten Mehrwert aus dieser Plattform zu ziehen, müssten alle diese aus Interaktionen mit Kunden gewonnenen Daten in die bestehenden Händlerdaten des Herstellers integriert werden, die in bestehenden Silos gespeichert sind – in CRM-Systemen, Abrechnungssystemen, Datenbanken zur Produktionsplanung usw.

Ohne die Möglichkeit einer 360-Grad-Sicht auf Kunden wird das Unternehmen schwerlich feststellen können, dass eine bestimmte Person, die gerade eine Probefahrt gebucht hat, viele Jahre lang ein treuer Leasing-Kunde war, bevor er 2015 plötzlich aus dem Blickfeld verschwand. Anhand einer derartigen detaillierten Kundenkenntnis wird es viel einfacher, den Kontakt mit dem Kunden zu personalisieren und ihn zur Marke zurückzuführen.

Tatsache ist, dass diese neuen Anwendungen nicht unabhängig von den älteren Anwendungen bestehen können, wenn das Unternehmen weiterhin Erfolg haben soll. Wie also können auch größere Unternehmen die weniger flexiblen, aber zuverlässigen älteren IT-Systeme mit den neueren, agileren und vielleicht anfälligeren Systemen verbinden?

Ein datenzentrierter Ansatz

Es gibt für CTOs zwei Möglichkeiten, diese Diskrepanz zwischen den beiden Modi aufzulösen:

  • Erstens ließen sich vorrangig Prozesse erstellen, die als Integrationsmodell fungieren. Das Ziel besteht in Vorgängen, bei denen die Daten aus einer aktuellen Anwendung in die alten Systeme herüber fließen und damit in beiden Silos vorhanden sind. Das Problem bei diesem Ansatz ist, dass hierbei keine Möglichkeit für Abfragen zwischen den Silos gegeben ist. Sein Nutzen ist daher begrenzt.
  • Zweitens könnte man einem datenzentrierten Ansatz folgen und alle Daten aus den alten und neuen Silos in einem Operational Data Hub (ODH) zusammenfassen. Der Hub dient als Bindeglied zwischen den alten und neuen IT-Systemen und stellt einen virtuellen Aktenschrank bereit, in dem alle Daten des Unternehmens kombiniert werden können. So lassen sich neue Erkenntnisse zu Kunden und zu vielen weiteren Aspekten der Unternehmensvorgänge gewinnen.

Der Operational Data Hub

Dieses zweite Modell auf Basis eines ODH liefert das beste Ergebnis für Unternehmen, die einen digitalen Wandel durchmachen. Denn es überwindet nicht nur die Herausforderungen bei der Datenintegration, sondern bietet dabei auch noch die größtmögliche Flexibilität.

Diesen datenzentrierten Ansatz ermöglicht der Aufbau eines Operational Data Hub auf einer Enterprise NoSQL-Datenbank, die alle Datentypen unterstützt. Sämtliche Daten aus den neuen, DevOps-basierten Anwendungen werden direkt im Hub gespeichert, während Daten aus älteren Anwendungen und vorhandenen Datenbank-Silos, zum Beispiel aus CRM- und ERP-Systemen, auf Anfrage im Hub virtualisiert werden. Die so aggregierte Sicht macht es einfach, die ständig wechselnden Daten in verschiedenen Silos zu durchsuchen und zu analysieren, um verwertbare Erkenntnisse zu erhalten.

Natürlich erfordert auch dieses Modell noch einige neue Prozesse; sie sind jedoch nicht sehr aufwendig. Bei der richtigen zugrundeliegenden Datenbank lassen sie sich sehr einfach programmieren, und es müssen nicht etliche verschiedene APIs geschrieben werden, weil die Datenbank die Hauptarbeit übernimmt.

Die Verbindung zweier Modi

Damit erübrigt sich auch die wachsende Besorgnis in vielen großen Organisationen über die zunehmende Wissensdiskrepanz zwischen den „Modus eins“-IT-Leuten, die in Cobol, Mainframe und SAP denken, und den „Modus zwei/DevOps“-Hipstern, frisch von der Universität und Experten in JavaScript und Scrum, aber ohne viel Praxiserfahrung im Bereich IT Operations.

Ein Operational Data Hub als „Modus 1,5“-Verbindungspunkt hilft bei der Transformation. Es trägt dazu bei, dass die Daten in den älteren Systemen für die IT-Teams der neuen Generation über die APIs noch zugänglich sind, bis die alten Systeme nach und nach obsolet werden.

Tipps zur Auswahl einer NoSQL-Datenbank

Sich für die richtige NoSQL-Datenbank zu entscheiden, kann verwirrend sein. Hier einige Tipps für die Auswahl:

Sicherheit

Die älteren Systeme waren im Allgemeinen so isoliert, dass der Sicherheitsfaktor keine große Rolle spielte. Die neueren, kundenseitigen Anwendungen dagegen sind eher der Gefahr von Hacker-Angriffen ausgesetzt. Durch die Virtualisierung der bestehenden Daten im Data Hub, wo sie mit den „neuen“ Daten vermischt werden, können diese Sicherheitsaspekte eine noch größere Rolle spielen. Wichtig ist daher eine Datenbank-Plattform, die höchste Sicherheit für Unternehmen bietet und damit für maximalen Schutz vor Angreifern oder unzufriedenen Mitarbeitern sorgt.

Suche, Semantik und Geodaten

All diese vielfältigen Daten an einem Ort zu haben, bringt nicht viel, wenn sie sich nicht schnell und einfach durchsuchen und analysieren lassen. Heute ist eine Datenbank-Plattform, die Google-ähnliche Suchfunktionen bietet, absolut unverzichtbar.

Integrierte semantische und Geodaten-Funktionen sind inzwischen erbfalls nahezu unentbehrlich. Semantik hilft dabei, neue Beziehungen, Muster und Trends in den Daten zu entdecken, während Filterung und Schichtung von Geodaten und Inhalten wie Texten, Bildern und Videos für eine zusätzliche Dimension bei der Informationsanalyse in 360-Grad-Anwendungen für Kunden sorgt.

Bitemporale Datenhaltung

Mit dieser Funktion können Unternehmen in regulierten Sektoren wie Finanzdienstleistungen Risiken minimieren, indem sie Dokumente mit Zeitstempeln versehen und dadurch eine „technische Zeitreise“ ermöglichen. So lassen sich Änderungen identifizieren und Daten aus älteren Versionen miteinander vergleichen.

Investmentbanken können bitemporale Funktionen zum Beispiel für ihre von den Regulierungsbehörden geforderten geschäftsorientierten Reporting-Anwendungen nutzen. Hierzu müssen natürlich Daten aus älteren Anwendungen in das Data Hub eingezogen sowie dort geprüft und verglichen werden. Es wird dadurch auch für alle Unternehmen leichter, neue Vorschriften wie die Datenschutz-Grundverordnung der EU (DSGVO) einzuhalten, die den Organisationen zusätzliche Verantwortung in Bezug auf personenbezogene Daten von Einzelpersonen auferlegt.

Fazit

Derzeit ist DevOps in den IT-Organisationen ein großes Thema. Und es erweckt gleichzeitig Bedenken, wie sich das zunehmende Datenvolumen und die verschiedenartigsten Daten aus neueren kunden- und unternehmensseitigen Anwendungen jemals mit den riesigen Mengen von bestehenden Daten verknüpfen lassen. Im Moment sehen wir hierbei nur die Spitze des Eisbergs.

Stefan Grotehans
Stefan Grotehans
(© Daniel Gaines)

Der doppelte Modus mit zwei Geschwindigkeiten wird noch eine Weile so weiterlaufen. Das bedeutet, dass die Suche nach dem ultimativen Mittel zum Aufsprengen der Datensilos andauern wird. Operational Data Hubs bieten sich jetzt schon an, die Inhalte zwischen den Silos fließen zu lassen.

* Stefan Grotehans ist Director of Sales Engineering bei MarkLogic.

(ID:44528813)