5 Mythen über Data-Warehouse – Automatisierung im Faktencheck

Fast jedes größere Unternehmen nutzt mittlerweile ein Data-Warehouse , um Daten aus unterschiedlichen Quellen zu sammeln, zu strukturieren und für Reporting, Analytics oder Data-Science zu nutzen. Data-Warehouse- und Analytics-Experten stehen dabei unter einem wachsenden Druck. Die Entwicklungs- und Release-Zyklen werden immer kürzer bei gleichzeitig rasant wachsenden Datenmengen.

Eine immer schnellere Time-to-Market und ein aggressiver Wettbewerb üben aber auch einen steigenden Kostendruck auf die Unternehmen auf. Firmen, die weiterhin erfolgreich sein und einen ausreichenden Mehrwert erwirtschaften wollen, müssen effektiver sein als die Konkurrenz. Dazu gehört auch, dass sie ihr Data-Warehouse (DWH) stabiler, sicherer und effizienter machen, mit standardisierten Prozessen, wenig manuellen Eingriffe und einem geringen Anteil an individueller Entwicklung. An diesen Punkten setzt Data Warehouse Automatisierung an.

Agilität als Voraussetzung für effektives Datenmanagement

Laut einer Umfrage  „Accelerating Data Warehouse Development“, die TDWI (Transforming Data with Intelligence ist eine neutrale und unabhängige Data-Community für neueste Trends, Herausforderungen und Lösungen, bezogen auf Data and Insights) kürzlich unter DWH-Experten und Mitarbeitern durchgeführt hat, waren die meisten der Befragten überzeugt, dass es grundsätzlich möglich ist, große Datenmengen und Zeitdruck in den Griff zu bekommen. Allerdings müssten Unternehmen dafür die  Automatisierung und Benutzerfreundlichkeit ihrer Entwicklertools und Data-Warehouse-Datenplattformen signifikant verstärken. Fast 70% der Umfrageteilnehmer hielt mehr Agilität – im Sinne von Geschwindigkeit, Produktivität, Flexibilität und Innovation – in allen Unternehmensbereichen für erforderlich. Auch die Einführung agiler Methoden wie Scrum oder Lean/Rapid-Prototyping wurde befürwortet.

Bei der Einführung neuer Technologien kommt es zu oft Missverständnissen und Mythenbildung, die später nur schwer aus der Welt zu schaffen sind. Auch rund um DWH-Automatisierung kursieren Gerüchte, die bei genauer Betrachtung nicht oder nur zu einem geringen Teil der Wahrheit entsprechen. Gelingt es nicht, diese Mythen zu entkräften, ist die Wahrscheinlichkeit groß, dass sie die Bereitschaft eines Unternehmens, innovative Tools und Praktiken einzuführen negativ beeinflussen und sogar torpedieren.

Mythos 1 – Entwickler verlieren durch Software-Automatisierung ihren Arbeitsplatz

Die Behauptung, dass Entwickler durch Software-Automatisierung ihren Arbeitsplatz verlieren, ist falsch und könnte dazu führen, dass DWH-Teams Automatisierungs-Technologien und -Tools nicht oder nur zögerlich einführen. So war die große Mehrheit der Teilnehmer an der TDWI-Umfrage (69 Prozent) war der Ansicht, dass dieser Mythos nicht der Realität entspricht. Im Gegenteil: Softwareautomatisierung ist für Entwickler in vielerlei Hinsicht sogar hilfreich. Sie beschleunigt zum Beispiel den Entwicklungsprozess und sorgt dafür, dass die Produktivität von IT-Teams steigt und sie eine größere Zahl von Datenlösungen in kürzerer Zeit bereitstellen können. Außerdem befreit sie Entwickler von unzähligen, sich wiederholenden, manuellen und administrativen Aufgaben. Die so eingesparte Zeit können sie sinnvoll für übergeordnete Designaufgaben und die Einführung weiterer neuer agiler Entwicklungsmethoden nutzen.

Mythos 2 –  In einem Data-Warehouse wird ausschließlich die Software-Entwicklung automatisiert und beschleunigt

83 % der Befragten hielten diese Behauptung für falsch. Automatisierungs-Toolsets für DWH-Profis werden nicht nur in der Entwicklung, sondern auch in anderen Bereichen eingesetzt, zum Beispiel bei der Datenbereitstellung, beim Testen, dem Monitoring, der Dokumentation oder Verwaltung. Die Automatisierung mit einer speziellen Software ermöglicht eine sehr präzise, wiederholbare Durchführung fast aller Aufgaben und Prozesse auf Basis des jeweiligen Datenstandards. Sie vereinfacht auch die bereichsübergreifende Zusammenarbeit.

Mythos 3 – Automatisierung hemmt Kreativität, Flexibilität und individuelle Anpassung

Die Mehrheit der Befragten (55 %) empfand diese Aussage als nicht zutreffend. Zwar macht die Software dem Anwender Vorgaben zur Automatisierung einer Aufgabe oder eines Prozesses, die Anpassung  an die Unternehmens-Spezifikationen erfolgt jedoch durch die Entwickler. Das setzt nicht nur ein hohes Maß an IT-Wissen voraus, sondern erfordert auch Kreativität und Flexibilität.

Mythos 4 – Automatisierung funktioniert nur auf Basis traditioneller Datenstrukturen und moderater Mengen

Fast zwei Drittel der Befragten (63 %) stimmte dieser Aussage nicht zu. Es hängt natürlich von der einzelnen Software ab, aber die meisten Automatisierungs-Tools eignen sich für ein breites Spektrum der aktuell verwendeten Datenstrukturen, Quellen, Typen, Container oder Latenzen und handhaben auch gigantische Big-Data-Volumen ohne Probleme.

Mythos 5 – Automatisierungstools sind teurer als Kosten für zusätzliche Mitarbeiter oder Berater

Laut Befragung gab nur knapp ein Fünftel der Befragten (19%) an, das die Anschaffung von Automatisierungstools teurer sei als die Einstellung zusätzlicher Mitarbeiter oder das Hinzuziehen externer Dienstleister.
Noch vor wenigen Jahren lagen die Kosten für Softwarelizenzen von Automatisierungs-Tools weit über denen von Personalkosten für neue DWH-Mitarbeiter und/oder Berater.  Mittlerweile ist es umgekehrt. Heutzutage liegen die Kosten für zusätzliches Personal über denen für neue Software, sodass sich die Anschaffung von Automatisierungstools durchaus lohnt.

Best Practices, die DWH-Automatisierung beschleunigen

Um mit datengetriebenen Geschäftsmodellen erfolgreich zu sein, müssen Unternehmen alle Prozesse ihres DWH und ihrer Datenanalyse konsequent automatisieren. Die große Mehrheit der Umfrageteilnehmer (91 %) stimmte dieser Behauptung zu – hielt diesen Punkt sogar für besonders wichtig.

Das Automatisieren von Datenplattformen und Werkzeugen allein reicht jedoch nicht aus, auch die Entwicklung muss effizienter werden. Durch die Einführung agiler Entwicklungsmethoden, bei denen Software kontinuierlich in schnellen Iterationen erstellt wird, können Entwicklungsteam flexibler und anpassungsfähiger auf sich verändernde Anforderung zu reagieren und qualitativ hochwertige Software schneller ausliefern.

Thomas Heuer, Sales Director DACH bei Wherescape

DWH-Verantwortliche sollten prozessunterstützende Disziplinen wie Datenintegration, Qualitätsmanagement, Modellierung, Reporting oder Analyse in die Automatisierung mit einbeziehen. Sie müssen außerdem dafür sorgen, dass das komplette DWH-Softwareportfolio Automatisierung und Agilität unterstützt und dass den DWH-Teams ausreichend Tools, Ressourcen und Anleitungen zur Verfügung stehen.

Unternehmen, die die Best-Practices konsequent befolgen, werden die Missverständnisse und Mythen rund um DWH-Automatisierung widerlegen können. Dadurch werden sie es schaffen, auf Basis von Automatisierung und agilen Analyseverfahren erfolgreich zu sein und können im harten Wettbewerb einer datengesteuerten Ökonomie bestehen.

Von Thomas Heuer, Sales Director DACH bei Wherescape