Der Weg zu kreativen Strategien führt durch Daten

Wie Wasser, das durch die Turbinen eines Kraftwerks strömt, sind Daten der lebendige Stoff, der unsere moderne Welt antreibt. Daten powern unsere Systeme, unsere Produkte, unsere Services – und jede Entscheidung, die wir treffen.

Das Problem ist nicht, dass wir nicht ausreichend Daten hätten. Im Gegenteil, den meisten Unternehmen stehen die Daten schon bis zum Hals. Die informationstechnische Flutmarke ist in den vergangenen Jahren exponentiell angestiegen, durch Cloud-Services ,IoT-Systeme, KI-Plattformen und unzählige weitere Produkte, die an unterschiedlichen Stellen Daten speichern und – kritisch betrachtet – dort unter Verschluss halten.

Die Konsequenzen dieser gigantischen Datenmengen reichen von überzogenen Budgets bis hin zu überstrapazierten Teams. Im aktuellen Splunk-Bericht „Die neuen Regeln des Datenmanagements“ nennen 67 % der Befragten Datenvolumen und Datenwachstum als Haupthindernisse bei der Umsetzung ihrer Datenstrategie, und 73 % bezeichnen die zunehmenden Datenmengen als Haupttreiber der praktisch durchweg steigenden Datenmanagement-Kosten.

Die Kosten sind aber nicht das Einzige. Mehr Daten bedeuten mehr Rauschen und größere Komplexität, was dann oft zu blinden Flecken führt, den Betrieb lähmt und die Gefahr birgt, dass Warnmeldungen und kritische Incidents übersehen werden, die ganze Systeme kompromittieren oder lahmlegen können. Und wie bei jedem Problem gilt auch hier: Je länger ein Unternehmen das Problem ignoriert, desto schwieriger wird die Lösung.

Die gute Nachricht ist: Diese Herausforderungen sind keineswegs unüberwindlich. Um sie anzugehen, braucht es in erster Linie eine klare Strategie – eine Strategie, die eine deutliche Vorstellung formulieren sollte, wie Telemetriedaten verwaltet und wertschöpfend genutzt werden sollen. Eine solche Datenstrategie ist ein essenzieller Bestandteil jedes Geschäfts, das in einer Welt, die sich um Daten dreht, wachsen und florieren will. In diesem Beitrag sehen wir uns jüngste Datenmanagement-Trends an, gehen auf neue technologische Ansätze und Lösungen ein, mit denen erfolgreiche Unternehmen der weiter anschwellenden Datenflut begegnen, und wir zeigen euch Best Practices, mit denen ihr eure Teams und das Geschäft stärken könnt.

Datenmanagement gewinnt durch KI

Dass KI das Zeug dazu hat, in den geschäftlichen Systemen und Prozessen als Kraftmultiplikator zu wirken, dürfte wohl niemandem entgangen sein. Dies gilt insbesondere für das Datenmanagement. In der Datenmanagement-Befragung von Splunk sagen 98 % rundheraus, dass KI ihnen das Datenmanagement erleichtert hat, 33 % sagen sogar, dass es damit deutlich leichter geworden ist.

Für Dmitry Gromov, Senior Director SRE beim Datenanalyseunternehmen Dun & Bradstreet, bietet KI die Chance, seine Services auf das nächste Level zu heben. Mit seinem Team deckt er sämtliche Monitoring-Aspekte ab und daher hat er zunehmend Business-Services zu versorgen, bei denen sich die Frage stellt, „wie ein Monitoring von KI aussehen soll und wie KI der Observability dienen kann“, sagt Gromov. „KI braucht ein Monitoring wie jede andere Technologie auch.“

Aus Datenmanagement-Perspektive, sagt Gromov, kann KI Unternehmen helfen, die Daten in ihren Umgebungen zu analysieren, sodass sie daraus Erkenntnisse gewinnen und z. B. Anomalien erkennen, die sonst zu Unterbrechungen führen könnten. „KI kann aufzeigen, ob ich alles abgedeckt habe oder ob es Lücken gibt und ob ich alles richtig eingerichtet habe“, sagt er. „Wenn wir noch einen Schritt weiter gehen, dann hilft KI, indem sie Ihnen zeigt, welche Daten Sie überhaupt haben, und sie verschafft Ihnen den Kontext dazu. So bekommen Sie eine klarere Vorstellung davon, was Ihnen vielleicht entgeht.“

Gromov hat recht. Den größten Nutzen hat KI für Unternehmen, wenn sie Routine- und Verwaltungsaufgaben übernimmt. In der Splunk-Studie geben 73 % zu Protokoll, dass KI durch die Automatisierung wiederkehrender Aufgaben, etwa Dokumentation oder Analysen, die Datenqualität verbessert hat, was eine schnellere Entscheidungsfindung zur Folge hat. Darin steckt wiederum die Möglichkeit, die Teams zu entlasten, sodass sie sich auf wichtige Untersuchungen und andere Aufgaben konzentrieren können, die das Geschäft voranbringen: Forschung und Entwicklung, Produktoptimierung, Innovationen etc.

KI kann aber auch anspruchsvollere Datenmanagementaufgaben übernehmen. So zeigte sich bei der Datenmanagement-Befragung, dass 59 % künstliche Intelligenz erfolgreich für die Data Discovery nutzen, also zum Durchforsten großer Datensätze auf Muster, Trends und Anomalien. Ähnliches gilt für Datenvirtualisierungsprojekte, bei denen 45 % Erfolge durch KI-Unterstützung verzeichnen. Darüber hinaus kann KI sehr effektiv zur Aufrechterhaltung einer hohen Datenqualität beitragen, indem sie unerwünschte Änderungen der jeweiligen Datenqualitätsdimensionen erkennt.

Dmitry Gromov fügt hinzu, dass KI durch ihre Verarbeitungs- und Analysefähigkeiten auch dazu beitragen kann, die Menge der Datendubletten zu reduzieren, was wiederum die Komplexität verringert und die Effizienz der Teams steigert. „Mit KI in der Observability-Sphäre haben wir die Möglichkeit, die Daten zusammenzuführen, sodass wir sie auf Redundanzen analysieren können“, sagte er. Wenn Daten für bestimmte Analysen erst kopiert werden müssen, statt dass man dieselben Daten für unterschiedliche Zwecke weiternutzt, dann kann das die Datenqualität beeinträchtigen, außerdem treibt das unter Umständen die Kosten und den Aufwand für das Datenmanagement im Unternehmen gewaltig in die Höhe.

Gemeinsame Datenarbeit lohnt sich

Effektives Datenmanagement erfordert in der Regel mehr als nur gute Tools. Wie zu jeder soliden, belastbaren Strategie gehören auch zum Datenmanagement Kommunikation, Zusammenarbeit und Wissensaustausch unter den Teams – was wiederum eine gute Data Governance ergibt.

Zu diesen Praktiken gehört konkret auch die gemeinsame Nutzung und Weiternutzung der Daten. Laut der Datenmanagement-Befragung von Splunk gewinnt die Datenweiternutzung zunehmend an Bedeutung: 42 % sagen, dass sie Daten innerhalb der Teams weiternutzen, und 60 % sagen, dass bei ihnen Daten teamübergreifend für Security, IT und Engineering weitergenutzt werden.

Noch wichtiger ist, dass die Teams, die aktiv Datenweiternutzung praktizieren, handfeste und gute Ergebnisse bei einer ganzen Reihe von relevanten Metriken erzielen. Sie können z. B. die Folgen von Incidents besser in Grenzen halten (52 %) als andere (35 %), sie sagen häufiger (44 %) als andere (33 %), dass sie weniger Datenpannen zu verzeichnen haben, und sie verbessern ihre MTTR häufiger (69 %) als der Rest (60 %).

Vor diesem Hintergrund ist es hilfreich, wenn die Teams bei der Analyse von Incidents, die sie nicht ganz nachvollziehen können, SecOps und IT hinzuziehen, sich gemeinsam die Dashboards ansehen und die Ursachen im Team ermitteln. Wenn mehr Teams mit unterschiedlichen Fähigkeiten an den Daten arbeiten und sie diskutieren, ist insgesamt weniger Zeit für die Untersuchungen erforderlich. Und die Teamleitung kann schneller entscheiden, wenn sie nicht lange auf eine genaue Analyse warten muss.

Eine einheitliche Plattform zeigt das Ganze

Ein Fenster mit Aussicht auf eure gesamte Datenumgebung ist für ein effektives Datenmanagement von entscheidender Bedeutung. Dies gilt insbesondere dann, wenn die Daten an vielen verschiedenen Orten im Unternehmen und in unterschiedlichen Formaten gespeichert sind. Wenn ihr dann nicht mit Datenföderation arbeitet, kann solch eine verteilte Datenumgebung den schnellen Datenzugang erschweren, der Datenqualität schaden und die Datenmanagement-Kosten in die Höhe treiben.

Den meisten Unternehmen ist diese Herausforderung nur allzu vertraut. In der Datenmanagement-Studie müssen 53 % zugeben, dass sie sich bei diversen Plattformen anmelden müssen, um auf unterschiedliche Datenquellen zuzugreifen. Gleichzeitig erreicht nur ein kleiner Teil der Befragten mit seiner Datenmanagement-Strategie Ziele wie einheitliche Transparenz (13 %) und einheitliche Zugänglichkeit (11 %).

Eine einheitliche Analyseplattform kann jedoch Abhilfe schaffen – sie bietet Vorteile wie schnellere Erkenntnisse, geringere Tool-Kosten und eine verbesserte Governance.

Nehmen wir z. B. an, dass eure Plattform in erster Linie ein Sicherheitstool ist und dass ihr damit grundlegende Sicherheitsfunktionen und Use Cases versorgt. Die Plattform bietet euch aber dennoch einen umfassenden Überblick über eure Umgebungen und uneingeschränkten Zugriff auf all eure Daten, sodass euer Team damit auch ganz andere Fragestellungen beantworten kann, die nicht direkt mit der Security zu tun haben.

Mit einer Plattform, die es euch erlaubt, auf der Grundlage von Warnmeldungen relevante Telemetriedaten zu finden, nach Engpässen zu suchen und bestimmte Artefakte aufzuspüren, könnt ihr leichter skalieren und weiterentwickeln, wenn sich die Rahmenbedingungen ändern.

Gromov bestätigt, dass die Konsolidierung sämtlicher Monitoring-Tools auf einer einzigen Plattform „enorme Auswirkungen“ hat, wenn die Daten teamübergreifend geteilt werden.

„Früher hatten wir im Unternehmen verschiedene Tools im Einsatz. Jetzt hat das Team ein einziges Tool“, sagt er. „Abgesehen von Vertrag und Lizenzen haben wir nun die Möglichkeit, das Wissen über unsere speziellen Tools teamübergreifend zu teilen – wir können Kenntnisse austauschen und Beispiele und Dashboards miteinander teilen. Und wenn die Teams auf Incidents reagieren, dann sind wir ein einziges Team.“

Letztlich gibt es fürs Datenmanagement keine Einheitslösung. Die Teams von SecOps, IT und Engineering werden ihre Daten und ihre Datenmanagementstrategien auf ihre jeweiligen geschäftlichen Anforderungen, Ziele und Prioritäten zuschneiden und entsprechend anpassen müssen. Doch eines gilt unabhängig von der Größe und der Ausrichtung eures Unternehmens: Wenn Zusammenarbeit, Teilen und Nachnutzung, ein Plattformansatz sowie KI zur Automatisierung von Routineaufgaben zu euren Datenpraktiken gehören, dann wird eure Datenstrategie mit einem Mal lebendig und bringt das Geschäft voran, und zwar schnell.

Wenn ihr mehr darüber erfahren wollt, wie ihr solide Verfahren etabliert und eine Datenmanagement-Siegerstrategie entwickelt, die euer Team auf Erfolgskurs setzt, dann holt euch den Studienbericht „Die neuen Regeln des Datenmanagements“.