Damit Unternehmen heutzutage agieren können, benötigen sie eine fundierte Informationsbasis. Diese Basisdaten stellen oft das Gerüst für die eigentlichen Dienstleistungen oder Produkte dar. So gestalten und optimieren Unternehmen ihr Portfolio aufgrund der ihnen zugänglichen Informationen. Außerdem können sie sich auch dergestalt positionieren, als dass sie ein Cross-Selling weiterer Services zulassen. Bei einer hohen Qualität der vorliegenden Daten sind Unternehmen in der Lage, rasch auf sich ändernde Märkte zu reagieren und sich so zeitnah anzupassen. Ausreichend Informationen liegen heutzutage ohnehin vor, die Datensuche selbst ist daher nicht die Herausforderung. Diese liegt eher in der Analyse und der Ableitung von Schlussfolgerungen für unternehmerische Entscheidungen.

Hier setzt die künstliche Intelligenz (KI) an, die als neue Schlüsseltechnik den Umgang mit Datenspeicherung und -analyse verbessert. Denn wenn das Datenvolumen zunimmt, kommt auch der KI eine größere Bedeutung zu. Mit ihrer Hilfe lassen sich mittels Lernalgorithmen anfallende Metadaten für die Analyse der Abfragemuster nutzen und kommende Anfragen voraussagen. Unternehmen nutzen so ihre vorhandenen Storage-Kapazitäten effizienter, was wiederum das IT-Budget schont.

Automatisation notwendig

Früher hat man Daten anhand einer streng definierten Struktur gespeichert. Die dafür genutzten Datenbanken hat der IT-Verantwortliche nach ihrer Konzeption nur selten verändert, da auch kleinere Änderungen der Datenverteilung eine Modifikation erfordern. Dies ist kein Problem, solange diese als standardisierte Daten anfallen. In den meisten heutigen Anwendungsfällen kommt allerdings immer öfter die Verarbeitung großer Mengen unstrukturierter Daten zum Zuge. Die Datenstruktur ist nicht mehr in demselben Umfang planbar als dies beim standardisierten Datenmodell der Fall wäre. Die Verteilung der Daten auf die Ressourcen muss man daher kontinuierlich der tatsächlichen Datennutzung anpassen.

Früher hat der IT-Verantwortliche diese Anpassung manuell durchgeführt, da sie nur zyklisch und selten anfiel.  Hierzu gehört beispielsweise das Verschieben von Daten zwischen Speicher-Arrays verschiedener Ebenen. Immer komplexere Workloads und die zunehmend dynamische Datenhaltung macht eine Automatisierung unausweichlich. Manuell kann man die Veränderungen des Datenbestands nicht zeitnah genug bemerken, geschweige denn anpassen. Bei fehlerhafter Durchführung belastet das entweder das IT-Budget über Gebühr, weil das System seltener verwendete Daten auf teurem Speicher hinterlegt, oder aber das operative Geschäft leidet, weil das System wichtige Informationen auf weniger performanten Speicher-Arrays vorhält. Bei Kundenzugriff führt das dann beispielsweise zu längeren Wartezeiten und somit zu einer negativen Erfahrung.

Klares Bild durch die KI

Ein automatisiertes Verfahren führt natürlich zu schnellen Reaktionen. Jedoch benötigt es eine unterstützende künstliche Intelligenz, denn nur so lassen sich notwendige Anpassungen kontinuierlich und bedarfsgerecht vornehmen. Auf einen manuellen Eingriff kann der Administrator dann gänzlich verzichten, denn die KI-Algorithmen werten das Benutzerverhalten permanent aus und können aufgrund der erfolgten und prognostizierten Datenzugriffe entsprechende Storage-Allokationen vornehmen und Speichermedien optimal ausnutzen.

Da eine Speicherumgebung aus verschiedenen Speichermedien – beispielsweise All-Flash-Arrays (AFA) oder separaten isolierten Sekundärspeicher-Arrays mit kostengünstigeren Datenträgern bestehen kann, lassen sich die verwendeten Daten aufgrund ihres Zugriffs entsprechend speichern. Allerdings muss man bei manuellem Speicher-Management bei höherer Performance mehr Budget für leistungsfähigere Medien berücksichtigen. Ob nun ein Datenbestand oft nachgefragt wird oder nicht – allein, um die Leistung in der Datenabfrage und -verarbeitung sicherzustellen, wenden Unternehmen ihre Mittel womöglich für unnötig performanten Storage auf. Dies führt außerdem zur Bildung von Datensilos, die ihrerseits mehr Komplexität und einer Kostenerhöhung zur Folge haben. Zusätzlich bindet die manuelle Verwaltung, also beispielsweise die Allokation oder die Hinzufügung von Speicherplatz, wertvolle Personalressourcen. Die Zeit, die für die Anpassungen nötig ist, verringert auch die Agilität des Unternehmens. Ohne eine KI muss das Unternehmen also High-Performance-Storage-Lösungen als Reserve einplanen.

Fließende Prozesse

Nun führt eine fehlende Agilität auch zu einer verzögerten Reaktion bei Nachfrageschwankungen, die man bislang durch die Anschaffung kostenintensiver Storage-Ebenen versucht hat aufzufangen. Der Einsatz einer KI macht diesen Puffer weitestgehend überflüssig. Denn die vorhandenen Ressourcen nutzt das System nun flexibler und näher an der Nachfrage aus. So lassen sich durch die dynamische Reaktion auf wechselnde Workloads viele I/O-Operationen über DRAMs abarbeiten. Die Speicherung der Daten kann dann über günstigeren Speicher erfolgen.

Künstliche Intelligenz wird durch die bessere Ausnutzung des IT-Budgets, aber auch durch die Möglichkeiten, die sie Unternehmen bei der Auswertung ihres Datenbestands gibt, zu einem unverzichtbaren Faktor. Diesen können Unternehmen zu ihrem Vorteil gestalten und so einen Vorsprung gegenüber den Mitbewerbern erlangen, die sich auf die neuen Modelle noch nicht eingestellt haben.

Christian Barmala ist Solutions Architect bei Infinidat, www.infinidat.com.