Gerhard Schlabschi

verantwortet als Director Technology & Cloud Computing bei Oracle den Bereich Competetive Intelligence.

Big DataData & Storage

Mit Automatisierung und Machine Learning einen Mehrwert aus Daten generieren

Die Menschheit erzeugt heute schätzungsweise 2,5 Quintillionen Bytes (eine Quintillion ist eine Zahl mit 30 Nullen – eine Milliarde hat neun) an Daten pro Tag. Allein in den letzten zwei Jahren wurden mehr Daten erzeugt als in der gesamten Menschheitsgeschichte.

Der Umgang mit dieser wachsenden Flut ist komplex und die Aufgabe mit einem hohen Maß an Verantwortung verbunden. Ungeplante Ausfallzeiten von Datenbanken kosten Unternehmen etwa 260.000 US-Dollar pro Stunde und die durchschnittlichen Kosten eines Datenproblems – Diebstahl oder gar Verlust – liegen bei über 3,5 Millionen US-Dollar. Die Bewältigung der immer größeren Datenmengen sowie die rapide steigenden Sicherheitsanforderungen erfordern neue Wege. Manuelles Datenmanagement ist längst nicht mehr sinnvoll machbar, denn die Kosten hierfür steigen exponentiell und durch die zunehmende Komplexität wächst die Fehlerhäufigkeit.

Die vier großen Hürden

Das immer stärker digitalisierte Geschäft erfordert veränderte Strategien. Insbesondere, wenn es darum geht, die vier großen Hürden zu überwinden, die Unternehmen derzeit daran hindern, ihre volle „Datenmacht“ zu nutzen. 

  1. IT-Budgets werden durch die Komplexität der manuellen Datenverwaltung aufgezehrt. Unternehmen müssen mittlerweile bis zu drei Viertel ihrer datenbezogenen Ausgaben für manuelle Tätigkeiten aufwenden. Der weitaus größte Teil dieser Gelder fließt dabei in Verwaltung und Betrieb von Datenbanken und leider nicht in weitaus sinnvollere Tätigkeiten wie Auswertung und Nutzung von Daten.
  1. Die Zuverlässigkeit der Systeme, die zur Unterstützung des heutigen Geschäfts erforderlich sind, ist nicht mehr gewährleistet. Im Durchschnitt erleiden Unternehmen allein aufgrund menschlicher Fehler mittlerweile Ausfallzeiten ihrer Datenbanken von fast 100 Stunden pro Jahr. Dadurch entsteht ein Verlust von umgerechnet 7.900 US-Dollar pro Minute.  Tendenz rapide steigend.
  1. Das Management der Daten-Sicherheit stellt nach wie vor die größte Herausforderung dar. Der von Oracle und KPMG herausgegebene „Cloud Threat Report 2018“ ergab, dass nur 14 Prozent der Befragten sich in der Lage sahen, die von ihren Systemen erzeugten sicherheitsrelevanten Daten zu analysieren und darauf zu reagieren. Mehr als 50 Prozent der Befragten analysierten gerade mal die Hälfte der ihnen vorliegenden Daten.
  1. Unzureichender Zugriff auf Unternehmensdaten behindert Innovationen. Trotz des immensen Aufwandes an manuellem Datenmanagement wird es für Mitarbeiter immer schwieriger, an die für ihre Arbeit relevanten Daten heranzukommen. Eine Erhöhung der Datenverfügbarkeit um nur 10 Prozent würde den Teilnehmern dieser Studie zu einem zusätzlichen Nettogewinn von durchschnittlich 65,7 Millionen US-Dollar

Wie bei Business-Anwendungen liegt auch hier der Schlüssel zur Überwindung dieser Hürden in der Automatisierung manueller Prozesse durch moderne Technologien. Mit Hilfe von Künstlicher Intelligenz (KI) und Machine Learning (ML) können Unternehmen ihre Daten einfacher, effektiver und mit weniger Aufwand verwalten und weitaus größeren Nutzen aus ihnen ziehen. Die autonome Oracle Datenbank ist ein herausragendes Beispiel für die Vorteile durch den Einsatz neuer Technologien.

Von Automatisierung zu Autonomous 

IT-Automatisierung ist nicht neu – schon immer war man bestrebt, manuelle Tätigkeiten weitestgehend zu reduzieren. Aufgrund der absehbaren, rapide steigenden Anforderungen hat Oracle in den vergangenen Jahren intensiv daran gearbeitet, Datenbanken weit über das bisher bekannte Maß hinaus zu automatisieren.

Voraussetzung für die Automatisierung ist eine Hardware-Infrastruktur, die für diesen Einsatzzweck optimiert wurde und nahtlos mit Datenbank- und Automatisierungs-Software zusammenarbeitet. Nur so entsteht ein Datenbanksystem, das an verschiedene Anforderungen angepasst, bedarfsgerecht skaliert und automatisch repariert werden kann. Unternehmen profitieren von dieser Technologie durch verbesserte Datenverfügbarkeit und Agilität. Die Entlastungen bei Aufbau, Betrieb und Verwaltung von Datenbanken schaffen Freiräume für Verbesserung der Datenqualität und konsequente Nutzung aller Daten zur Geschäftserweiterung.  Darüber hinaus bringt der Einsatz autonomer Datenbanken in der Cloud Kostenersparnisse, denn bezahlt wird nur die tatsächlich abgerufene Leistung, Vorinvestitionen und Leerlaufzeiten werden so vermieden.

Die Evolution des Autonomen

Das enorme Tempo des digitalen Wandels hält an – autonome Datenbanken sind die Voraussetzung für die damit verbundenen Anforderungen und in der Cloud verfügbar. Autonome Datenbanken sind selbstoptimierend, selbstsichernd und selbstreparierend. In den USA sieht beispielsweise QMP Health durch den Einsatz einer autonomen Datenbank bereits Erfolge bei der Verbesserung der Patientenversorgung. Die Bearbeitungszeit für Patienten-Testergebnisse konnte drastisch auf nur einen Tag reduziert und gleichzeitig bis zu 100.000 US-Dollar an Datenanalystenkosten eingespart werden.   

„Die meisten Unternehmen patchen nicht sofort, obwohl bis zu 95 Prozent aller Sicherheitsangriffe durch regelmäßiges Patchen verhindert werden könnte“, erklärt Clark Kho von Accenture.  „Die Fähigkeit der Datenbank, sofort und vom Nutzer unbemerkt patchen zu können, steigert die Sicherheit daher enorm.”

Sich selbst reparierende Datenbanken sind in der Praxis zuverlässiger. Vom ersten Anzeichen eines Problems bis zum Ausfall einer Datenbank vergehen durchschnittlich nur 4,2 Sekunden – keine Chance also für den Bediener eines manuell gewarteten Systems dies zu verhindern. Ein autonomes System kann dagegen sehr wohl reagieren – und damit vor allem ungeplante, aber auch geplante Ausfallzeiten minimieren.

Die Früchte neuer Technologien

Neue Technologie bieten Chancen – der „First-Mover-Vorteil“ für Unternehmen, die KI zur Auswertung großer Datenmengen und das Internet der Dinge (IoT) nutzen, beziffert das Marktforschungsunternehmen Forrester auf „insgesamt 1,2 Billionen Dollar Umsatz jährlich bis 2020“.  Und danach? Ähnlich dem „Time Value of Money“ (TVM) potenzieren sich die Gewinne durch die Nutzung neuer Technologien – durch den gewonnen Vorsprung am Markt ergibt sich langfristig sogar ein noch größerer Vorteil als kurzfristig.

In der Vergangenheit haben sich diese Trends stets bestätigt. Frühere Automatisierungserfolge haben Datenbank-Administratoren zum Teil von Wochenend-Arbeit oder Nachtschichten befreit. Dann brachten „Engineered Systems“ eine massive Beschleunigung – sowohl bei der Marktreife neuer Systeme als auch bei der Datenanalyse und der Informationsgewinnung aus Daten. Im nächsten Schritt brachten Cloud-Lösungen eine weitere signifikante Verbesserung des OPEX/CAPEX Ratios von Unternehmen.

Nun folgt der nächste Technologiesprung. Auch diese neuen Produkte werden ihren Weg gehen und es wird es nicht lange dauern, bis die gegenüber bisherigen Systemen überragende Performance und Effizienz als normal angesehen und zum Standard in der Industrie werden.

Zeit zum Handeln

Bereits heute werden unvorstellbare Datenmengen erzeugt – und es werden täglich mehr. Der Druck auf Unternehmen wächst, diese Daten konsequent zu nutzen und dadurch Geschäftsvorteile zu erzielen, effizientes Management skalierbarer Datenbanken wird dadurch wichtiger denn je. Neue Technologien wie Autonome Datenbanken werden aus diesem Grund bald die Norm sein, denn sie schaffen die Voraussetzung für Innovation und Wettbewerbsvorteile im Unternehmen – ohne dabei die IT-Kosten zu sprengen.