In-Memory-Datenbanken – das Must Have für Business Intelligence

Durch stetig wachsende Datenmengen stoßen klassische relationale Datenbanken an ihre technischen Grenzen – das schmälert die Leistung. Als logischer Schritt bietet sich der Umstieg auf In-Memory-Datenbanken an. Sie sind performanter, da sich die gespeicherten Daten durchgängig im Arbeitsspeicher befinden und so Zugriffszeiten im Millisekundenbereich ermöglichen.

Gerade bei der Verarbeitung von großen Datenmengen spart das viel Zeit. Für viele Unternehmen ist das keine Neuigkeit. Doch der Schritt zur In-Memory-Datenbank wird bisher noch sehr zaghaft bis gar nicht gegangen. Warum?

Das könnte zum einen daran liegen, dass die passende Hardware noch nicht lange zur Verfügung steht, zum anderen aber auch daran, dass der Umstieg mit viel Aufwand verbunden ist. Doch bei vielen Unternehmen hat sich das Business Warehouse zu einer kostspieligen Angelegenheit entwickelt, so dass sich ein Umstieg auf In-Memory durchaus lohnen könnte.

Insellösungen, Redundanzen und hohe Kosten

Unternehmen, die ein Business Warehouse betreiben, entwickeln darauf im Laufe der Zeit verschiedene Applikationen. Zu Beginn sprechen sich alle Fachbereiche und Projektteams der Organisation untereinander ab, welche Daten sie gemeinsam nutzen wollen. So werden Redundanzen niedrig und die Effizienz hoch gehalten.

Mit der Zeit entsteht jedoch schon bald eine gewisse Komplexität. Diese steigt dadurch, dass neue Anforderungen hinzukommen, für die neue Applikationen entwickelt oder bestehende Applikationen weiterentwickelt werden – häufig ohne die Plattform oder andere Applikationen zu involvieren. Nach und nach geht somit ein umfassender Blick auf die Plattform verloren und der oft herrschende Zeit- und Kostendruck wirkt sich zusätzlich negativ auf die Abstimmung mit Kollegen aus.

Dadurch entstehen über kurz oder lang unzählige Insellösungen, da sich jede Applikation ihre Daten aus den Quellsystemen einzeln abzieht, sie verarbeitet und nach ihrer Logik dem Endanwender zur Verfügung stellt. Eine einzelne Applikation steht dann für sich selbst, obwohl sie gleiche oder ähnliche Daten nutzt wie eine andere.

Diese unnötige Parallelität und Komplexität verursacht eine hohe Redundanz und damit immense Kosten in Wartung und Betrieb. Solch einem Zustand Abhilfe zu schaffen, ist ein sehr umfangreiches und kostspieliges Unterfangen.

In-Memory-Datenbanken – aufwendig, aber lohnend

Auch die Migration auf eine In-Memory-Datenbank ist selbstverständlich mit einem nicht unerheblichen finanziellen und zeitlichen Aufwand verbunden. Jedoch kann diese genutzt werden, um Plattform sowie Applikationen zu bereinigen, zu überarbeiten und zu vereinheitlichen.

Letztendlich werden damit deren Performance verbessert und die Kosten gesenkt. Um nicht wieder in die Insellösungsfalle zu tappen, müssen dann langfristig die Verantwortlichkeiten für die Plattform definiert werden. Wer benötigt welche Daten? Wer verantwortet die Daten? Was muss neu entwickelt werden und wer kümmert sich um die Abstimmung?

Nur wenn es dafür klare Regelungen gibt und alle Mitarbeiter an einem Strang ziehen, kann die In-Memory-Plattform leistungsstark bleiben. Zudem empfiehlt es sich, Qualitätskriterien im Umgang mit den Daten festzulegen. Damit stellen Unternehmen sicher, dass hier kein Interpretationsspielraum besteht. Eine saubere und gepflegte Plattform ermöglicht es, neue Technologien einfacher und mit geringerem Aufwand zu implementieren.

Noch Zukunftsmusik?

In-Memory-Datenbanken bieten hinsichtlich der Schnelligkeit bei der Verarbeitung von Big Data viele Vorteile. Doch die aufwendige Umstellung stellt für Unternehmen aktuell die größte Hürde dar. Über kurz oder lang müssen sie diese jedoch nehmen, um wettbewerbs- und zukunftsfähig zu bleiben. Denn im digitalen Zeitalter werden nur Unternehmen erfolgreich sein, die Ergebnisse, Analysen und Visualisierung in Echtzeit verarbeiten können.

Tipp: Was haben Sie über Big Data abgespeichert? Überprüfen Sie Ihr Wissen – mit 15 Fragen auf silicon.de.