Illustration: Absmeier
Die Akzeptanz für die Cloud nimmt stetig zu. Doch eine Cloud-Form allein reicht den meisten Unternehmen nicht mehr aus. Viele setzen auf eine Hybrid- oder Multi-Cloud-Umgebung. Verteilte Speicherorte und Datenquellen spielen auch für künstliche Intelligenz eine wichtige Rolle – ein Top-Thema, das weiter Fahrt aufnehmen wird. Dabei erfordern sowohl KI als auch die Multi Cloud ein unabhängiges Datenmanagement in der Cloud.
Was sich hinter diesen Trends verbirgt und wie sie zusammenspielen, zeigt Peter Wüst, Senior Director Cloud Infrastructure & Cloud Data Services EMEA bei NetApp.
Trend 1: Multi-Cloud-Umgebungen setzen sich durch
2019 werden viele Unternehmen eine Cloud-First-Strategie verfolgen, um von mehr Flexibilität, Agilität und Kostenersparnis zu profitieren. Laut einer aktuellen Studie von Forrester Consulting haben bereits 86 Prozent der Unternehmen eine Multi-Cloud-Strategie. Aber ob sie nun die Services von verschiedenen Providern beziehen oder »nur« Private und Public Cloud in einer Hybrid Cloud kombinieren mit einem – wie wir ihn nennen – Hybrid-Multi-Cloud-Ansatz, können sich Kunden für jeden Anwendungsfall die jeweils beste Lösung herauspicken. Wer mehrere Clouds gleichzeitig nutzt, steht aber auch vor neuen Herausforderungen in Bezug auf das Datenmanagement.
Zwar ähneln sich die großen Public-Cloud-Provider AWS, Microsoft Azure und Google Cloud Platform in ihrem grundsätzlichen Angebot. Sie alle stellen Rechenleistung und Netzwerkkapazität zur Verfügung sowie Entwicklungswerkzeuge, um Applikationen zu programmieren, zu warten und zu skalieren. Alle nutzen Virtualisierungs-Technologien und Schnittstellen zur Anwendungsprogrammierung (APIs), um Prozesse zu vereinfachen und eine Vernetzung zwischen Anwendungen und Plattformen zu ermöglichen.
Im Detail gibt es aber erhebliche Unterschiede, vor allem in Bezug auf Daten und ihre Speicherung. So nutzt AWS zum Beispiel einen temporären Speicher, der einer Instanz beim Start zugewiesen und bei ihrer Beendigung wieder gelöscht wird. Blockspeicher können separat genutzt oder an eine Instanz angehängt werden. Objektspeicher bietet AWS mit S3 an. Azure dagegen liefert Blockspeicher durch Seiten-Blobs für virtuelle Maschinen, während Block-Blobs und Dateien Objektspeicher bereitstellen. Google bietet ähnliche Speicheroptionen wie AWS. Aber da alle drei Provider ihre eigenen APIs verwenden, funktionieren viele der Features zur Speicherautomatisierung und -verwaltung nicht übergreifend zwischen den Clouds. Diese fehlende Interoperabilität macht es Unternehmen schwer, Applikationen über mehrere Cloud-Plattformen zu verteilen. 2019 werden unter anderem diese Herausforderungen im Datenmanagement im Cloud-Fokus stehen.
Trend 2: Künstliche Intelligenz in der Cloud nimmt Fahrt auf
Künstliche Intelligenz und maschinelles Lernen sind die derzeit am meisten »gehypten« Technologien und werden 2019 weiter Fahrt aufnehmen. Beliebte Einsatzgebiete sind Chatbots im Kundenservice und prädiktive Anwendungen, zum Beispiel um das Verkehrsaufkommen in Städten vorherzusagen oder die Wartung von Maschinen zu steuern. Solche Analysen erfordern riesige Mengen an Daten, die oftmals in Echtzeit ausgewertet werden müssen. Das lässt sich am besten in einer Cloud-Umgebung bewerkstelligen. Eine besondere Herausforderung liegt jedoch darin, dass für viele Projekte Daten aus verschiedenen Quellen benötigt werden, die zudem in unterschiedlichen Formaten vorliegen. Oft müssen strukturierte und unstrukturierte Daten sowie Datenströme von Drittanbietern gemeinsam in Analysen einfließen. Das stellt hohe Anforderungen an das Datenmanagement und wirft auch Fragen hinsichtlich Sicherheit, Datenresilienz und Datenschutz auf.
Trend 3: Datenmanagement as a Service wird immer wichtiger
Sowohl eine Hybrid-Multi-Cloud-Umgebung als auch KI-Anwendungen in der Cloud erfordern ein Datenmanagement, das es Unternehmen ermöglicht, Daten unabhängig von ihrer Herkunft, ihrem Format und ihrem Speicherort zur richtigen Zeit in der richtigen Geschwindigkeit zur Verfügung zu stellen. Dies muss auch dann funktionieren, wenn Daten auf mehrere Clouds und lokale Systeme verteilt sind oder als Datenstrom von IoT-Geräten geliefert werden. Um den neuen Herausforderungen gerecht zu werden, ist Datenmanagement künftig verstärkt gefragt. Das Datenmanagement muss sich einheitlich auf die verschiedenen Systeme und Technologien anwenden lassen, sodass dieselben Prozesse und Tools greifen – unabhängig davon, wo gerade Daten geklont, gesichert oder wiederhergestellt werden. Um eine Multi Cloud effektiv umzusetzen, brauchen Unternehmen ein Datenmanagement, das die Ablage und Verwaltung von Daten in verschiedenen Umgebungen ermöglicht. Ist dies nicht der Fall, entsteht ein erhöhter Managementaufwand. Außerdem müssen sich Daten aus verschiedenen Umgebungen effizient zusammenführen lassen. Dafür ist eine einheitliche Datenübertragung erforderlich. Diese spielt auch eine wichtige Rolle, wenn Unternehmen Daten von einer Cloud in eine andere verschieben möchten, etwa weil das Angebot dort besser und günstiger ist oder weil ein Cloud-Anbieter einen Service einstellt. Damit die Daten vorab nicht konvertiert werden müssen, ist darüber hinaus ein einheitliches Datenformat nötig.
Mit einem solchen einheitlichen Datenmanagement gewinnen Unternehmen Unabhängigkeit, Flexibilität und Sicherheit.
Fazit
Das Datenmanagement wird für Unternehmen 2019 an Bedeutung gewinnen. Denn nur so können sie die Vorteile einer Hybrid-Multi-Cloud-Umgebung ausschöpfen, ohne von wachsender Komplexität ausgebremst zu werden. Gerade Entwickler können sich dann voll auf ihre Projekte konzentrieren und müssen sich nicht mit den Speicheranforderungen der verschiedenen Provider auseinandersetzen. Ein solches Datenmanagement wird auch fortgeschrittene KI-Anwendungen fördern, die große, verteilte Datenmengen benötigen und Cloud-Infrastruktur nutzen. So sind die drei großen Trends für 2019, Hybrid-Multi-Cloud-Umgebungen, künstliche Intelligenz und Datenmanagement, eng miteinander verknüpft.
Storage-Markttrends 2019: Die Public Cloud tappt in die Kostenfalle