Warum eine Data-Fabric-Architektur Sinn machen kann

Warum eine Data-Fabric-Architektur Sinn machen kann

Gerade in großen Unternehmen werden durch den zunehmenden Grad an Digitalisierung von Prozessen, Produktionsabläufen und Kundenbeziehungen immer mehr Daten generiert. Vielerorts werden diese aber noch immer nicht ausreichend gut abgelegt und intern für andere Applikationen verfügbar gemacht. Das Potenzial, das eigentlich in diesen Daten stecken würde, wird nicht vollständig ausgeschöpft – was früher oder später zu einem entscheidenden Wettbewerbsnachteil führen kann. Ein Data-Fabric-Ansatz, also eine Art Datengewebe für die eigene Datenarchitektur, kann hier ein erster Schritt zur Lösung des Problems sein.

Je mehr Daten aus unterschiedlichsten Quellen generiert werden, desto größer ist die Gefahr, dass Datensilos entstehen. Das CRM generiert Kundendaten und speichert sie im CRM, die Produktionslinie gibt ebenfalls Daten aus, speichert diese aber in der eigenen Infrastruktur – eine Vernetzung beider Daten würde sicherlich Sinn machen, um die Informationen des Kunden mit den Informationen rund um das Produkt zusammenzubringen. Die getrennten Systeme machen dies aber schnell sehr komplex. Eine Data-Fabric-Architektur löst diese Herausforderung mit einer horizontalen Architektur, die alle Daten miteinander vernetzt. Die Daten werden dabei in einer eigenen Datenschicht gespeichert, in die Daten aus allen verfügbaren Quellen einfließen können.

Durch diesen Ansatz werden alle verfügbaren Informationen in einer einheitlichen Umgebung mit einer definierten Struktur verfügbar gemacht. Andere Tools und Plattformen können, je nach Richtlinien und Freigaben, standortunabhängig auf diese Daten zugreifen und sie sinnvoll miteinander verbinden. Analysen sind so zum Beispiel über verschiedenste Datenquellen hinweg möglich und können so zu einem echten strategischen Vorteil für das Unternehmen führen. Glaubt man einer Analyse von Gartner, kann dieser Ansatz die Aufwände für das Datenmanagement um bis zu 70 Prozent reduzieren.