Was bedeutet es technisch, „datengetrieben“ zu sein?
Datengetrieben bedeutet, dass Daten irgendwo in Ihrem Unternehmen vorhanden sind und andere Systeme – die diese Informationen für ihre jeweiligen Zwecke benötigen – diese Daten dann vom Quellsystem abrufen. Dies könnte durch ein ETL-Tool, eine vorgefertigte Integration zwischen empfangendem und bereitstellendem System oder einfach durch eine Art maßgeschneiderte Abrufschnittstelle erfolgen.
Typische Merkmale:
- Synchroner Datenaustausch (Request-/Response-Muster)
- Auslösung innerhalb von Minuten, Stunden, Tagen, Monaten
Dies ist eine sehr gängige Architektur, die praktisch in allen Unternehmen zu finden ist. Ein typisches Beispiel wäre ein ERP-System, das von einem ETL-System abgefragt wird, welches wiederum ein Data Warehouse speist. Natürlich gibt es unzählige andere „datengetriebene“ Beispiele.
Datengetrieben zu sein ist normal und für die meisten Unternehmen der Status quo.
Fehlt Ihnen dann etwas? Ist es … die digitale Transformation?
Sind Sie ein Unternehmen, das Unmengen an Geld für Berater ausgegeben hat, die Ihnen gesagt haben, dass Sie entweder eine „digitale Transformation“ durchlaufen oder scheitern müssen? Dann sind Sie nicht allein. Diese Information benötigen Sie jedoch nicht. Es sei denn, Sie arbeiten immer noch mit einer mechanischen Registrierkasse und haben ein Rolodex auf Ihrem Schreibtisch, dann haben Sie die digitale Transformation bereits vor langer Zeit begonnen.
Die digitale Transformation ist ein evolutionärer Prozess. Es gibt immer neue Technologien und noch neuere Technologien, die gerade um die Ecke lauern. Nicht alles davon mag für Ihr Unternehmen relevant sein, aber einige Technologien könnten entscheidend sein, um Ihr Geschäft weiter zu optimieren, neue Angebote und Dienstleistungen zu schaffen und Produkte und Prozesse zu verbessern. Einer dieser Trends in der jüngeren Vergangenheit war der Gedanke, „ereignisgesteuert“ und „in Echtzeit“ zu sein.
Ereignisgesteuerte Datenverarbeitung
Ereignisgesteuert zu sein bedeutet, auf Geschäftsvorfälle in Echtzeit oder nahezu in Echtzeit zu reagieren. Eines der Hauptmerkmale ist, dass Sie einen konstanten Strom von Geschäftsvorfällen erhalten, die in Echtzeit aus der erzeugenden Geschäftsinfrastruktur gepusht werden. Verbraucher dieser Daten abonnieren die Quelle und nehmen die Daten auf. Der Empfang der Daten wird nicht an die Quelle zurückgemeldet.
Typische Merkmale:
- Asynchroner Datenaustausch (Reaktion auf Ereignisse ohne Rückmeldung)
- Reaktion innerhalb von 0 bis 3 Sekunden (ungefähr … idealerweise Millisekunden)
Wie Sie in diesem kurzen Vergleich sehen können, gibt es einen grundlegenden technischen und architektonischen Unterschied zwischen datengetriebenem und ereignisgesteuertem Datenkonsum. Es ist berechtigt zu fragen, worin der Sinn und der Wert dieser anderen Art von Architektur für Ihr Unternehmen liegt. Schauen wir uns das einmal allgemeiner an:
Das Verständnis des Event-Lifetime-Value (ELV)
Basierend auf der oben genannten technischen Erklärung fragen Sie sich vielleicht, was das für Ihr Unternehmen bedeutet und wie es sich darauf auswirkt. Aus geschäftlicher Sicht liegt der wirkliche Unterschied zwischen ereignisgesteuert und datengetrieben im Zeitfaktor und darin, wie Zeit monetarisiert werden kann.
Um die beiden zu unterscheiden, kann man argumentieren, dass Ereignisse, die in datengetriebener Weise verarbeitet werden (Minuten/Tage/Wochen/Monate), einen strategischen Wert haben, der mit der Zeit tatsächlich wachsen kann (grüner Keil). Ereignisse, die hingegen in Echtzeit verarbeitet werden, haben einen operativen Wert, der rapide abnimmt, je älter die Daten innerhalb von Sekunden werden (oranger Keil).
Mit anderen Worten: Je schneller (in Echtzeit) Ihre Reaktion auf die Informationen, desto höher der potenzielle operative Wert. Im Gegensatz dazu steigt der strategische Wert der aggregierten Daten, je mehr Daten Sie sammeln. Aktienkurse sind hier ein perfektes Beispiel, da blitzschnelle Informationen über Kursbewegungen ein sehr hohes Potenzial bieten, den besseren Handel vor anderen zu tätigen (Geschwindigkeit der Informationen). Langfristig helfen Zeitreihendaten über bestimmte Kursbewegungen jedoch, bessere Einblicke in Trends und Korrelationen einer bestimmten Aktie zu gewinnen.
Natürlich ist dies eine vereinfachte Sichtweise, da sich ereignisgesteuerte und datengetriebene Zeitpläne überschneiden können. Es hängt alles von Ihren geschäftlichen Anwendungsfällen ab und davon, wie Sie von Echtzeitinformationen profitieren können.
Ein wichtiger Punkt hier ist, dass viele Unternehmen bis heute überhaupt keine Echtzeitdaten nutzen. Für sie könnte dies ein völlig neuer Wert sein, der in einen Mehrwert umgewandelt werden kann.
Sollte Sie ereignisgesteuerte Datenverarbeitung interessieren?
Darauf gibt es keine einfache Antwort. Es hängt von Ihrem Geschäftsmodell ab und davon, ob ein identifizierbarer Nutzen besteht, wenn Ihnen deutlich mehr Daten in Echtzeit zur Verfügung stünden. Es wäre jedoch sehr nachlässig, nicht vollständig zu verstehen, was Ihnen möglicherweise entgeht. Hier macht es Sinn, sich genau umzusehen und zu sehen, wohin sich Märkte und Technologien entwickeln, wie andere davon profitieren und was das für Sie bedeutet.
Relevante Treiber für ein enormes Marktwachstum
Die digitale Transformation verändert die Welt wirklich. Es geht um die Integration intelligenter Daten in alles, was wir tun. Es geht um eine ereignis- und datengetriebene Welt, die immer aktiv ist, immer verfolgt, immer lernt und auf diese Erkenntnisse reagiert.
Natürlich sind es die Daten, die das Lebenselixier der digitalen Transformation darstellen, und ohne sie würde keine der Veränderungen in diesem Bereich, denen wir heute und morgen begegnen, stattfinden. Da Menschen, Branchen und Dinge immer stärker vernetzt werden, stehen mehr Daten zur Verfügung. Im Gegenzug können mehr Werte daraus gewonnen und neue Dienstleistungen geschaffen werden. Dieser Schwung treibt die Datengenerierung und -nutzung in immer neue Höhen, und es wird prognostiziert, dass die globale Datengenerierung in den nächsten fünf Jahren um 28 % pro Jahr wachsen wird (Quelle: datanami). Dieses Wachstum und die Anforderungen der digitalen Transformation stellen eine astronomische Belastung für Organisationen dar. Wenn sie dies nicht bereits getan haben, müssen sie nicht nur ihre Geschäftsstrategie überdenken, sondern auch, wie sie diese technisch umsetzen können.
Es besteht kein Zweifel, dass wir eine regelrechte Explosion des Datenvolumens erleben, die durch technische Fortschritte ausgelöst wird und in den nächsten drei bis sechs Jahren neue Entwicklungen antreiben wird. 5G wird bereits eingeführt und ermöglicht eine Vielzahl neuer Anwendungsfälle durch höhere Bandbreiten und extrem niedrige Latenzzeiten. Es wird geschätzt, dass wir bis 2025 150 Milliarden vernetzte Geräte haben werden und dass bis zu 5.000 digitale Interaktionen pro Tag auf jede Person entfallen. Damit wächst die Datensphäre – und insbesondere das Echtzeit-Datenvolumen – in den nächsten Jahren voraussichtlich um das Zehnfache.
Was ist Ihre Antwort?
Wir verstehen, dass Altsysteme nicht die Lösung sind. Einige einfache, aber ernste Probleme sind, dass sie einfach nicht für diese Datenmengen ausgelegt sind, in der Regel nicht Cloud-fähig sind, nicht skalieren und das Gegenteil von agil sind. Sich damit auseinanderzusetzen, ist für viele lebensbedrohlich und für die meisten ein echtes Wettbewerbsproblem.
Eine der größten Herausforderungen in diesem Zusammenhang besteht darin, wie man schnell mit allen Datenquellen und -senken integriert, die Informationen versteht und sicherstellt, dass Daten mit niedriger Latenz und in wirklich großem Maßstab verarbeitet werden.
Zu diesem Zweck hat layline.io einen neuen Ansatz entwickelt und eine völlig neue Art der Lösung dieses Problems eingeführt, indem es seine Reactive Data Integration-Lösung präsentiert.
Es kann sich praktisch mit allem verbinden und alles auf allen Ebenen interpretieren, verarbeiten, weiterleiten und damit interagieren – und das in der Geschwindigkeit der Daten. Individuell konfigurierbare Workflows erfüllen individuelle Aufgaben. Durch seine Architektur können Dutzende, Hunderte, ja sogar Tausende von layline.io Reactive Engines automatisch nativ oder als Microservices (über Docker & Kubernetes) über eine Vielzahl von Nodes bereitgestellt werden. So entsteht ein tatsächliches Reactive Data Integration Mesh. Diese Nodes können von sehr kleinen Geräten am Edge bis hin zu groß angelegten Installationen im zentralen Rechenzentrum (On-Premise oder Cloud) reichen. Da die Engines auf den Nodes voneinander wissen, können sie sich auch gegenseitig unterstützen. Lastabweichungen und Ausfälle werden automatisch ausgeglichen und neutralisiert.
Kurz gesagt: Es ist ein durchgehendes, unsterbliches, transparentes Datennetzwerk, das in drei Dimensionen skaliert:
- Vom Kern bis zum Edge
- Über Nodes hinweg
- Sogar innerhalb eines Nodes,
und es Unternehmen ermöglicht, die benötigte Logik schnell zu konfigurieren, wann und wo sie benötigt wird, wobei die zugrunde liegende Infrastruktur nahezu vollständig abstrahiert wird.
Ressourcen
- Lesen Sie mehr über layline.io hier.
- Kontaktieren Sie uns unter hello@layline.io.