Logical Data Fabric
Innovation dank Datenvirtualisierung
Techniken wie Cloud Computing und künstliche Intelligenz (KI) beschleunigen nicht nur den Digitalisierungsfortschritt der Unternehmen, sondern fördern auch ihre Innovationskraft. Oft sind Organisationen jedoch nicht in der Lage, den Mehrwert verteilter Datenmengen zu nutzen, die sie generieren.
Prozesse beschleunigen und automatisieren, die Belegschaft entlasten oder Kunden neue und bessere Produkte und Services anbieten: Für Unternehmen gibt es verschiedene Gründe, sich mit innovativen Techniken weiterzuentwickeln. Vor allem in den letzten Jahren ließ sich beobachten, dass Unternehmen zunehmend auf neue Techniken setzen, um Innovationen voranzutreiben. Eine dieser Möglichkeiten ist der Einsatz von künstlicher Intelligenz.
Zwar steigt laut einer aktuellen Bitkom-Studie der Anteil jener Unternehmen, in denen KI mittlerweile ein fester Bestandteil der IT-Landschaft und von Prozessen ist, nur langsam – zwischen 2020 und 2021 von sechs auf acht Prozent. Dennoch macht die Erhebung deutlich, dass die Mehrheit der Unternehmen in KI Chancen für ihr Geschäft erkennen (62 Prozent) und es sich dabei um eine entscheidende Zukunftstechnologie handelt (69 Prozent). 30 Prozent der Unternehmen befinden sich im Planungsprozess.
Unternehmen setzen auf KI – jedoch ohne die richtige Datengrundlage
Im Business-Rahmen findet KI auf zweierlei Arten Anwendung: Consumer KI und Enterprise KI. Bei Consumer KI handelt es sich um KI-Modelle, die Kunden einen bestimmten Mehrwert liefern sollen. Dazu gehören unter anderem die Optimierung und Personalisierung von Services. Ein Chatbot im Kunden-Service zum Beispiel kann Kunden direkt Fragen beantworten oder sie zu hilfreichen Ressourcen weiterleiten. Eine KI kann ebenfalls im Einsatz sein, um personalisierte und für potenzielle oder Bestandskunden relevante Produktempfehlungen zu erstellen.
Der Fokus von Enterprise KI hingegen liegt darin, interne Prozesse zu automatisieren und zu beschleunigen. Im Zuge dessen lassen sich Mitarbeiter von Routinearbeiten entlastet, was ihnen mehr Zeit für wertschöpfende Tätigkeiten einbringt. Hier reichen die verschiedenen Use Cases für eine KI von analytischen Aufgaben zum Beispiel im Finance- oder Risk-Management-Bereich bis hin zur Automatisierung von Herstellungsprozessen. Unternehmen setzen KI ebenfalls dazu ein, ihre Produkte zu optimieren und Innovationen auf den Markt zu bringen. So nehmen laut dem „State of AI 2021“-Bericht von McKinsey 22 Prozent der weltweit befragten Unternehmen KI-basierte Verbesserungen an ihren Produkten vor. 17 Prozent entwickeln auf diese Weise vollkommen neue Produkte. Damit eine KI den Anforderungen der Use Cases entsprechen kann, benötigt diese jedoch eine aktuelle, vollständige und agile Datenbasis.
Mit der Logical Data Fabric zur Single Source of Truth
Oft befinden sich die großen Datenmengen, die Unternehmen täglich generieren, an verschiedenen heterogenen Speicherorten und bilden dadurch verteilte Datensilos. Erschwerend kommt hinzu, dass sich diese nicht mehr nur in lokalen Netzwerken, sondern ebenfalls in der Cloud befinden, wodurch eine hybride Umgebung entsteht. Außerdem setzen Unternehmen zunehmend auf mehrere Cloud-Plattformen. Die daraus resultierende Multi-Cloud-Architektur hat mehrere Vorteile: Ausfälle lassen sich effektiv minimieren, Ressourcen besser verteilen und Kosten reduzieren. Eine solche Hybrid- oder Multi-Cloud-Umgebung schränkt jedoch den Zugang auf die verteilten Daten erheblich ein. Außerdem kann sich die Struktur der Daten unterscheiden. All das verhindert, dass eine KI die Ergebnisse erzielt, die sich ein Unternehmen von ihrem Einsatz erhofft.
Daher müssen Unternehmen die Daten aus sämtlichen Quellen in einer Single Source of Truth zusammenführen, um eine einheitliche Sicht auf alle Daten zu erreichen und eine robuste Data Governance zu erreichen. Mit Hilfe einer Logical Data Fabric, die auf Datenvirtualisierung basiert, sind Unternehmen in der Lage, diese Voraussetzungen zu erfüllen. Dabei handelt es sich um eine logische Datenschicht, in welcher sich heterogene Daten aus unterschiedlichsten Quellsystemen integrieren, managen und in Echtzeit bereitstellen lassen. Der Vorteil dabei ist, dass man die Daten nicht mehr physisch bewegt oder repliziert, sondern über eine einzige logische Schicht zugänglich macht. Durch diese eine virtuelle Datenquelle lässt sich die Komplexität der Datenarchitektur signifikant reduzieren. Darüber hinaus sind neue Datenquellen schnell und einfach anzubinden.
Fazit
Aufgrund der äußeren Umstände der letzten Jahre konnte sich Cloud Computing – sowohl in hybrider als auch in der Multi-Cloud-Variante – im Unternehmensumfeld schnell ausbreiten und sich als Innovationstreiber erweisen. Immer mehr Unternehmen erkennen nun das Potenzial von KI im Rahmen ihrer Innovationsprojekte. Grundlage für den Erfolg von KI-Modellen bilden qualitativ hochwertige Daten, die in großen Mengen und in Echtzeit bereitstehen müssen. Mit Hilfe von Datenvirtualisierung können Unternehmen die Daten aus verschiedenen Quellen in einer Single Source of Truth zusammenführen. Dadurch stellen sie den Erfolg von KI-gestützten Innovationen und folglich auch ihre Zukunftsfähigkeit langfristig sicher.
Otto Neuer ist Regional VP Sales bei Denodo.
Lesen Sie mehr zum Thema
