Der Umstieg auf eine neue Systemwelt wird oft als schwer zu bewältigende Aufgabe empfunden. Die Herausforderung besteht darin, eine belastbare Datenbrücke zwischen alten und neuen Systemen zu bauen.
Fast in jedem Unternehmen, das seit mehr als zehn Jahren existiert, finden sich Legacy-Systeme. Einige dieser Systeme verrichten einwandfrei ihren Dienst und sollen deshalb möglichst lange weiter betrieben werden. Obwohl etwa relationale Datenbanken immer noch ihre Berechtigung haben, entstehen über kurz oder lang Probleme, wenn Daten aus bestehenden CRM- und ERP-Systemen extrahiert und mit aktuelleren Datentypen aus Data Stores zusammengeführt werden sollen. Die Herausforderung besteht darin, eine Datenbrücke zwischen alten und neuen Systemen zu bauen.
Um dieser Herausforderung zu begegnen, müssen zunächst zwei Aspekte des Legacy-Systems geklärt werden. Der erste betrifft den Datentyp, bei dem es sich meist um relationale Daten aus CRM-, ERP- und anderen Unternehmensanwendungen handelt. Der zweite Aspekt betrifft die Infrastruktur. Legacy-Systeme sind meist vor Ort installiert und werden im Schutz einer Firewall innerhalb einer fest umrissenen Infrastruktur betrieben.
Moderne Data Warehouses beinhalten dagegen sowohl strukturierte als auch unstrukturierte Daten, die aus verschiedenen Quellen in hybride Systeme strömen. Diese Systeme sind häufig off-premise in einer Cloud angesiedelt. Weder Daten noch Infrastruktur unterliegen festen Grenzen – der komplette Gegenentwurf zu einem Legacy-System. Entsprechend schwierig kann es sein, die Kluft zwischen alten und neuen Systemen zu überbrücken, besonders angesichts der Tatsache, dass die meisten IT-Teams mit Pflege, Debugging und Betrieb der Systeme mehr als ausgelastet sind. Kaum verwunderlich, dass der Umstieg auf eine neue Systemwelt oft als schwer zu bewältigende Aufgabe empfunden wird.
Hybridlösung aus alten und neuen Komponenten. Hier ist zunächst einmal Entwarnung angesagt: Anstelle Ihre alten Systeme radikal auszusortieren und zu ersetzen, sollten Sie eine Hybridlösung aus alten und neuen Komponenten kreieren. Dabei sollte die Cloud im Zentrum jeder Überlegung stehen. Da sie der Schlüssel zu zukunftsorientierter IT ist, sollten neue Anwendungen wo immer möglich in der Cloud bereitgestellt werden.
Ein weiterer Tipp: Beginnen Sie mit Anwendungen, die nicht geschäftskritisch sind. Die Integration von alter und neuer Welt könnte z. B. bei Daten aus Social- und Mobile-Anwendungen ansetzen. Um diese Daten zu erfassen, müssen Sie Ihre bestehenden CRM-Systeme nicht entsorgen und erhalten gleichzeitig nützliche Einblicke in Kundenfeedback und -wahrnehmung. So könnten Sie beispielsweise eine mobile Anwendung einführen, die Adressbücher und Bonusdaten Ihrer Mitarbeiter verwaltet. Dies wirkt sich zwar nicht direkt auf Ihre ertragsgenerierenden Systeme aus, es verschafft Ihnen aber neue Informationen, mit denen Sie die Zufriedenheit von Kunden und Mitarbeitern erhöhen können.
Neue Anwendungen in die Cloud auslagern. Bei jedem Umstieg auf zeitgemäße Datensysteme muss eine Tatsache bedacht werden: Big Data führt zu erheblicher Mehrbelastung in puncto Volumen, Geschwindigkeit und Vielfalt der Daten. Wenn Sie große Datenmengen aus einer großen Vielzahl von Quellen beziehen, benötigen Sie zwingend moderne Analysetools. Ebenso zwingend ist die Nutzung der Cloud. In 20 Jahren wird vermutlich jede Anwendung in der Cloud bereitgestellt, und On-Premise-Systeme werden der Vergangenheit angehören. Es ist daher nur vernünftig, bereits heute langfristig zu denken und neue Anwendungen in die Cloud auszulagern. Wann immer eine Anwendung das Ende ihrer Nutzlebensdauer erreicht hat, sollte sie durch eine Cloud-basierte Nachfolgerin ersetzt werden. Dabei kann eine öffentliche, private oder hybride Cloud-Lösung gewählt werden. Auf diese Weise schaffen Sie einen soliden Migrationspfad für Ihre Legacy-Systeme und landen nicht in einer technologischen Sackgasse, die keinen Anschluss an die Zukunft bietet.
Zwei Optionen. Bei der Zusammenführung alter und neuer Datenquellen haben Sie die Wahl zwischen zwei Optionen:
- Sie können die Daten aus einem System extrahieren und in ein anderes überführen, wo sie relativ einfach mit den dortigen Daten kombiniert werden.
- Sie können Datenföderation und Datenvirtualisierung nutzen, um mehrere Quellen in einem neuen System zusammenzubringen.
Wie immer, hat jede der beiden Optionen ihre Vor- und Nachteile. Letztlich müssen Sie selbst entscheiden, welcher Weg für Ihr Unternehmen am besten ist.
Bei Option 1 können Sie nach der Datenverschiebung sofort mit der Analyse beginnen. Allerdings kann es sehr lange dauern, bis alle Daten in das neue System eingespeist wurden. Bei umfangreichen Datensätzen braucht selbst ein ETL-Tool unter Umständen mehrere Wochen dafür, denn Datensätze können sich wie eine träge Masse verhalten: Je größer sie sind, desto schwerer lassen sie sich in Bewegung setzen. Bei kleineren Datenvolumen ist ein ETL-Transfer dagegen durchaus praktikabel.
Der Nachteil von Option 2 besteht darin, dass die Daten oft nicht kompatibel sind und relativ wenige Tools zur Verfügung stehen, die mit nicht relationalen Datenbanken interagieren können. Dazu kommt, dass sich der Netzwerkverkehr durch Abfragen drastisch erhöht, da jedes Mal alle Datenbanken an allen Standorten abgefragt werden. Dies kann zu spürbaren Latenzzeiten führen.
On-premise und Cloud. Ein Blick auf den Markt offenbart zahlreiche Business-Intelligence-Systeme, die Ihnen den Datenübergang erleichtern sollen. Darunter gibt es sehr einfach aufgebaute Systeme, die zwar attraktiv wirken, den Ansprüchen eines Unternehmens aber nicht unbedingt gerecht werden. Einfache Handhabung und hohe Geschwindigkeit können hier zu Lasten von Datensicherheit, -skalierbarkeit und -freigabe gehen. Ideal sind Systeme, die dagegen als On-Demand-Hybridlösung konzipiert sind. Sie greifen nach Bedarf auf die Daten der umfangreichen Legacy-Datenbanken zu und verarbeiten sie lokal, so dass eine zügige Interaktivität sichergestellt ist. Da solche Hybridlösungen wie Tibco Analytics on-premise und in der Cloud bereitgestellt werden können, wird der Daten- und der Infrastrukturübergang sowohl in der Versuchsphase als auch bei der späteren allgemeinen Implementierung stark vereinfacht.
Fazit. In die Zukunft gerichtet, wäre eine Funktion wie die prädiktive Analyse überlegenswert. Denn während historische Auswertungen Erkenntnisse über die Vergangenheit liefern, können Sie mit prädiktiven Analysen einen Blick in die Zukunft werfen und proaktiv handeln. Modernste Funktionen wie Streaming Analytics bieten zudem Einblicke in laufende Datenströme, so dass Sie in Echtzeit reagieren können, noch bevor die Daten in Ihrem Data Store eingetroffen sind. Jeder Plan für die Zukunft sollte IT-Produkte und -Architekturen beinhalten, mit denen Sie sowohl heutige Daten managen als auch visionäre Entwicklungen mitgehen können. Wie jede Brücke sollte auch Ihre IT-Brücke sorgfältig konstruiert sein, auf stabilen Pfeilern stehen und jeder Art von Belastung gewachsen sein. Mit einer solchen Konstruktion sind Sie für künftige Herausforderungen gut gerüstet.
Matt Quinn,