{"id":31064,"date":"2018-02-27T08:16:00","date_gmt":"2018-02-27T08:16:00","guid":{"rendered":"https:\/\/barc.com\/?p=31064"},"modified":"2023-10-25T10:16:51","modified_gmt":"2023-10-25T10:16:51","slug":"datenvirtualisierung-eine-lohnenswerte-technologie-fuer-datengetriebene-unternehmen","status":"publish","type":"post","link":"https:\/\/barc.com\/de\/datenvirtualisierung-eine-lohnenswerte-technologie-fuer-datengetriebene-unternehmen\/","title":{"rendered":"Datenvirtualisierung \u2013 eine lohnenswerte Technologie f\u00fcr datengetriebene Unternehmen?"},"content":{"rendered":"\n

Datenvirtualisierung \u2013 was ist das \u00fcberhaupt?<\/h2>\n\n\n\n

Datenvirtualisierung<\/a> ist ein Konzept, das im Kontext von Business Intelligence (BI) und Data Warehousing schon lange existiert. H\u00e4ufig nutzen Unternehmen im Data Warehousing die klassische Datenaufbereitung mittels Datenintegration: Daten, die sp\u00e4ter in den BI-Berichten und Analysen visualisiert werden sollen, werden aus Quellsystemen (ERP-, CRM-Systemen, Excel-Tabellen, etc.) mittels Datenintegrationswerkzeugen geladen, verarbeitet (gefiltert, verkn\u00fcpft, zusammengefasst, berechnet) und die fertigen Informationen werden in das Data Warehouse gespeichert. <\/p>\n\n\n\n

BI-Berichte visualisieren dann diese Informationen oder die Anwender k\u00f6nnen mittels OLAP-Analysen ihren Informationsbedarf decken. Bekannte L\u00f6sungen in diesem Bereich sind zum Beispiel Informatica PowerCenter, IBM Datastage, Talend, SAS Data Integration Server und viele weitere. Die BI Scout Markt\u00fcbersicht listet unter -> Datenmanagement -> Datenintegration insgesamt 118 L\u00f6sungen.<\/p>\n\n\n\n

Bei der Datenvirtualisierung geht es um die logische Datenintegration von Daten zum Abfragezeitpunkt \u2013 das Datenvirtualisierungswerkzeug sieht nach au\u00dfen aus wie ein Data Warehouse, also Tabellen, die mit SQL durch die BI- und Analysewerkzeuge gelesen werden k\u00f6nnen. <\/p>\n\n\n\n

Intern h\u00e4lt das DV-Werkzeug jedoch nicht die Daten, sondern holt sie sich „on-Demand“ aus den Quellsystemen, zum Beispiel wenn f\u00fcr einen BI-Bericht gewisse Kennzahlen ben\u00f6tigt werden (siehe auch BI Scout Markt\u00fcbersicht -> Datenmanagement -> F\u00f6deration).<\/p>\n\n\n\n

Was sind die Vorteile von Datenvirtualisierung?<\/h2>\n\n\n\n

Der Hauptvorteil liegt darin, dass Unternehmen mittels DV sehr schnell neue BI-Anforderungen umsetzen k\u00f6nnen: man muss keine Tabellen im Data Warehouse anlegen oder komplexe Datentransformationsstrecken im Datenintegrationswerkzeug konzipieren und entwickeln. <\/p>\n\n\n\n

Das Design der Tabellen f\u00fcr den Anwender und m\u00f6gliche Datenaufbereitungsschritte werden direkt im DV-Werkzeug definiert. \u00c4nderungen, zum Beispiel in Form von neuen Datenquellen oder zus\u00e4tzlichen Spalten k\u00f6nnen vergleichsweise schnell hinzugef\u00fcgt werden.<\/p>\n\n\n\n

\"Datenvirtualisierung\"\/
Visualisierung Datenvirtualisierung, Quelle: TIBCO<\/figcaption><\/figure>\n\n\n\n

Was sind die Nachteile von Datenvirtualisierung?<\/h2>\n\n\n\n

Bisher war Geschwindigkeit oft ein gro\u00dfes Problem: Wenn beispielsweise ein Business-Intelligence-Tool Daten von der Datenvirtualisierungsplattform abruft, kann der Bericht f\u00fcr gew\u00f6hnlich erst dann erzeugt werden, wenn das langsamste Quellsystem geliefert hat. <\/p>\n\n\n\n

Zudem sind viele Quellsysteme nicht f\u00fcr analytische Massenabfragen ausgelegt: Greift das DV-Werkzeug beispielsweise mit einer Abfrage \u00fcber die Umsatzzahlen der letzten f\u00fcnf Jahre direkt im laufenden Betrieb auf die Daten im ERP-System zu, so kann dies zu Problemen in der Systemstabilit\u00e4t und Verf\u00fcgbarkeit der operativen ERP-Software f\u00fchren. <\/p>\n\n\n\n

\u201eDiese Herausforderungen sind nat\u00fcrlich bei vielen Anbietern bekannt und werden oftmals thematisiert. Wir haben sie jedoch bereits in den Griff bekommen und gute, schnell umzusetzende L\u00f6sungen parat\u201d, erkl\u00e4rt Dr. Nick Golovin, CEO von DataVirtuality, einem f\u00fchrenden Anbieter von Datenvirtualisierungsl\u00f6sungen, auf die Nachteile angesprochen.<\/p>\n\n\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Gef\u00e4llt Ihnen dieser Beitrag?<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Wir haben noch viel mehr davon! Schlie\u00dfen Sie sich \u00fcber 25.775 Data & Analytics Professionals an, um der Konkurrenz einen Schritt voraus zu bleiben.<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tNewsletter abonnieren<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t\n\n\n\n

Marktgr\u00f6\u00dfe und Implementierungsrate<\/h2>\n\n\n\n

Datenvirtualisierung ist in den USA eine etablierte Technologie. Bereits vor zehn Jahren setzten Early Adopters Projekte um, vor allem im Finanzsektor. Die dann aufkommende Big-Data-Diskussion hat den Markt verunsichert und die DV-Verbreitung von DV vor allem in Deutschland gebremst. <\/p>\n\n\n\n

Inzwischen wird DV wieder zunehmend besprochen. Die unabh\u00e4ngigen Analysten von BARC sehen das Thema aktuell immer \u00f6fter in Beratungsprojekten und begleiten immer mehr Proof of Concepts in Unternehmen aus der DACH-Region.<\/p>\n\n\n\n

Mehrere Analystenberichte 2017 zeigen einen verst\u00e4rkten Einsatz der Datenvirtualisierung:<\/p>\n\n\n\n