Analyse in der Cloud: Latenz und Sicherheit

Sicherheits- und Latenzprobleme mit Cloud Analytics lösen
0 Kommentare  
2301 Aufrufe  

Laut einer neuen Studie des Marktforschungsunternehmens Forrester Consulting, räumen die meisten Unternehmen Advanced Analytics eine hohe Priorität ein. 98 % der Befragten hielten Analytics-Technologien für „relativ wichtig“, um Unternehmensziele voranzutreiben(1). Diese Technologien können unterschiedliche Formen annehmen. Der Studie zufolge stehen Internet-of-Things-(IoT-)Technologien, Predictive Analytics, künstliche Intelligenz (KI) und Automatisierungssoftware im Mittelpunkt des Interesses.

Man könnte meinen, dass die meisten Analytics-Workloads aus Sicherheits- und Latenzgründen vor Ort ausgeführt werden. Die Studie von Forrester ergab jedoch, dass sich die klassische Infrastruktur vor Ort zwar für einige Datenbanken, Workloads und Anwendungen besser eignet, dass viele neue Analytics-Workloads aber in die Cloud verschoben werden. Dabei müssen Unternehmen nicht zwischen Private und Public Cloud wählen; mit einer Hybrid-Cloud-Strategie können die Infrastruktur der Cloud und diejenige vor Ort optimal genutzt werden, sodass sich beide ergänzen. Gerade angesichts der jüngsten Fortschritte bei Business-Intelligence-(BI-) und Sicherheits-Tools wird die Hybrid Cloud zum integralen Bestandteil jeder wirksamen Analytics-Strategie.

  

Auf einen Blick: Analyse in der Cloud (Quelle: Intel)

 

Das Beste aus beiden Welten

Forrester zufolge konzentrieren sich die Bemühungen von Unternehmen bei der Optimierung ihrer Daten- und Analytics-Infrastruktur auf drei zentrale Bereiche: Leistung, Kosten und Sicherheit. Mit der Cloud ist all das möglich, und noch dazu ist sie schneller skalierbar als traditionelle Infrastrukturen. In manchen Fällen ist es allerdings sinnvoller, sensible Anwendungen oder Daten weiter auf der Infrastruktur vor Ort laufen zu lassen. Governance- und regulatorische Vorschriften können beispielsweise ein Unternehmen daran hindern, seine Daten in eine externe Cloud zu übertragen.

Die Möglichkeit, Workloads intelligent auf der richtigen Infrastruktur zu platzieren und sie nahtlos von einer Private in eine Public Cloud und umgekehrt zu verschieben, macht gerade den Reiz einer ganzheitlichen Hybrid-Cloud-Strategie aus. In den vergangenen Jahren haben Analytics-Fachleute verstärkt versucht, die Nutzung Cloud-basierter Big-Data-Services auszubauen (2). Die Cloud bietet die skalierbaren Ressourcen, mit denen sich die ständig wachsenden Datenberge und Analytics-Workloads bewältigen lassen, und die notwendige Flexibilität, um mit den stetig wechselnden Anforderungen der Unternehmenswelt Schritt zu halten.


(1) „Reach Your Analytics Goals with Hybrid Cloud“ (Mit der Hybrid Cloud

Ihre Analyseziele erreichen), Studie von Forrester Consulting im Auftrag

von Intel, November 2018 https://plan.seek.intel.com/2018_Reaching-Analytics-Goals_REG. Alle folgenden Statistiken in diesem Artikel stammen aus derselben Studie, sofern nicht anders angegeben.

(2) „Move Your Big Data into the Public Cloud“ (Übertragen Sie Ihre Big

Data in die Public Cloud), Forrester Research, Inc., 20. Juni 2017.