Über den Wolken...

In die Wolke mit Data Automation: Rasche Wertschöpfung bei der Cloud-Migration

Thomas Heuer

© Shutterstock / Pakhnyushchy

Unternehmen, die ihre Dateninfrastruktur modernisieren wollen, verbinden Data Automation häufig mit Cloud Computing, um Kosten zu sparen und die Agilität zu erhöhen. Denn die Cloud ermöglicht es Unternehmen, nur für die Speicher- und Rechenkapazitäten zu zahlen, die sie auch benötigen, während Data Automation IT-Teams Aufwand und Zeit erspart, indem sie redundante, manuelle Kodierungsaufgaben eliminiert.

Zusätzlich ist Data Automation unerlässlich, um die Zeit bis zur Wertschöpfung bei Cloud-Migrationsprojekten zu reduzieren. Für viele Unternehmen stellt der Zeit- und Kostenaufwand für die Migration ihrer Legacy-Infrastruktur in die Cloud eine Hürde dar. IT-Teams werden durch die Aussicht auf ein langwieriges, komplexes Projekt abgeschreckt, das Monate oder möglicherweise Jahre an manueller Arbeit von Entwicklern erfordert.

Diese Hürde kann jedoch durch ein Datenautomatisierungstool deutlich gesenkt werden, das den Großteil des für die Migration benötigten Codes generiert, die technische Komplexität des Projekts reduziert und sicherstellt, dass die Infrastruktur wie geplant funktioniert. Zwar ist es möglich, ohne ein Automatisierungstool in die Cloud zu migrieren, doch die manuelle Codierung erhöht die Projektdauer und verringert die Anzahl der neuen Funktionen, die ein Datenteam liefern kann. Außerdem besteht die Gefahr, dass im weiteren Verlauf menschliche Fehler aufgedeckt werden und der gesamte Prozess nicht richtig dokumentiert wird. Es ist überraschend, dass viele Unternehmen immer noch auf die Infrastruktur aus den 1990er Jahren setzen, obwohl es längst Technologien gibt, die schneller und zuverlässiger arbeiten.

Wie Data Automation bei der Cloud-Migration unterstützt

Moderne Data Automation Tools bieten eine integrierte Entwicklungsumgebung und einen automatisierten Codegenerator, der es Entwicklern ermöglicht, weniger Zeit mit dem Schreiben von Code für wiederholbare Prozesse zu verbringen. Ohne einen Großteil ihrer Zeit mit dieser langwierigen und inzwischen unnötigen Arbeit zu verbringen, können sich Fachkräfte auf die Erstellung der Geschäftslogik konzentrieren, die den Anforderungen ihres Unternehmens gerecht wird. Das Migrationsprojekt kann nach Best-Practice-Vorlagen durchgeführt werden, die entsprechend der Erfahrung aus Hunderten erfolgreicher Migrationen optimiert wurden.

Ein automatisiertes Data Warehouse ist vollständig dokumentiert und wird durch das Automatisierungstool weiterhin schnell gewartet und geändert. Das bedeutet, dass kurzfristige Geschäftsanforderungen, die nicht auf dem ursprünglichen Plan standen, mit minimalen Auswirkungen integriert werden können, einschließlich ihrer vor- und nachgelagerten Implikationen. Das Unternehmen erhält in einem Bruchteil der Zeit ein besseres Data Warehouse, als es dies mit manueller Programmierung erhalten hätte, und das mit weniger Fehlern, die die Auslieferung verzögern, sowie mit schlankeren Teams, die mehr Zeit haben, im engen Austausch mit der Business-Seite sicherzustellen, dass die Architektur die Geschäftsanforderungen erfüllt.

Vorteile einer automatisierten Cloud-Infrastruktur

Die Kombination eines Automatisierungstools mit der Skalierbarkeit und den niedrigeren Kosten der Cloud bedeutet, dass Data Warehouses und Data Warehouse-Teams agiler und effizienter arbeiten können. Der einfache Wechsel von On-Premises zur Public Cloud ist jedoch nur ein Vorteil der Automatisierung. Denn haben sich die Entwickler erst einmal daran gewöhnt, dass das Datenautomatisierungs-Tool die Routinearbeit übernimmt und diese schnell und auf hohem Niveau erledigen kann, können Fachkräfte viele weitere Aufgaben automatisieren. Die Prozesse werden allmählich straffer, und die Zeitersparnis wirkt sich positiv auf die Work-Life-Balance aus.

Zudem ist eine Cloud-Infrastruktur, die mit Data Automation Tools aufgebaut wurde, in mehrfacher Hinsicht zukunftssicher. Erstens wird sie auf der Grundlage von Best-Practice-Verfahren und Dokumentationen aufgebaut, wobei keine Abkürzungen genommen werden. Dies bedeutet, dass sie in zwei oder drei Jahren nicht die Probleme haben wird, die bei manuell erstellten Architekturen häufig auftreten. Das gilt insbesondere für Data Vaults, die strukturell sehr komplex sind und deren manuelle Konzeption und Entwicklung einen hohen Zeit-, Ressourcen- und Kostenaufwand erfordert.

Außerdem sind moderne Data Automation Tools metadatengesteuert: Sie schreiben die Metadaten, mit denen die bestehende Architektur wesentlich effizienter arbeiten kann. Dadurch ist die Architektur zudem datenbankunabhängig – das heißt, eine Architektur, die mit einem Data Automation Tool erstellt oder migriert wurde, kann auf jede andere Datenbank migriert werden, ob On-Premises, Cloud oder Hybridsystem, und das sogar noch schneller, wenn Unternehmen ihre Infrastruktur zukünftig erneut ändern möchten. Bei der Geschwindigkeit, mit der sich die Datenbanktechnologie derzeit entwickelt, ist dies ein entscheidender Vorteil.

 

Verwandte Themen:

Geschrieben von
Thomas Heuer

Thomas Heuer ist Senior Account Director EMEA bei WhereScape, dem führenden Software-Anbieter für Data-Warehouse-Automatisierungen. Er spielt seit 2018 eine große Rolle beim Aufbau der ständig wachsenden Präsenz des Unternehmens auf dem DACH-Datenmarkt. Von seinen Kollegen liebevoll ‚Dr. DACH‘ genannt, hat sein Sinn für Humor, seine Professionalität und sein Produktwissen dazu beigetragen, ausgezeichnete persönliche Beziehungen zu Kunden und Partnern aufzubauen. Er festigt die Position von WhereScape im deutschsprachigen Raum als vertrauenswürdiger Partner für Unternehmen, die ihre Data-Warehouse-Ökosysteme modernisieren wollen.

Kommentare

Hinterlasse einen Kommentar

avatar
4000
  Subscribe  
Benachrichtige mich zu: