München, Starnberg, 19. Juli 2019 - Weshalb man nach Ansicht von StorageCraft nicht über Storage sprechen sollte, ohne vorher Strategien zur Datenanalyse zu entwickeln...
Zum Hintergrund: Big Data- und Data Analytics Projekte erzeugen bei gerade größeren Unternehmen zunehmend eine wahrnehmbare Wertschöpfung und damit geschäftlichen Erfolg, was sich im Einsatz hierfür benötigter Technologien und IT-Infrastrukturmaßnahmen - insbesondere in Investitionen zu Machine Learning (ML) und Data Analytics bemerkbar macht. Nach Ansicht von StorageCraft ist insbesondere bei der Entwicklung und Wartung von Speicherinfrastruktur von Unternehmen aus Sicht der Managed Services Provider (MSPs) darauf zu achten, dass sie im Interesse ihrer Kunden hier strategisch vorgehen. Deshalb sind Lösungen erforderlich, die erschwinglich, skalierbar und einfach zu verwalten sind.
Moderne Speichertechnologien sind heute leistungsfähiger denn je. Durch diese Systeme sind MSPs heute in der Lage, ihren Kunden Speicherservices mit großem Mehrwert anzubieten – ein großer Gewinn für alle Beteiligten. Florian Malecki, International Product Marketing Director bei StorageCraft hat dazu im folgenden einige Anregungen und Hinweise für Sie zusammengestellt:
1. Über den Speicher hinausdenken
Bei der Speicherung geht es heute darum, wie intelligent man Daten speichert und wie man sie optimal zugänglich macht. Ein Beispiel aus der Praxis: Im vergangenen Jahr nahm die Akzeptanz von Big Data massiv zu. Laut einer Studie von Accenture > PDF Link < sind 79 Prozent der Führungskräfte der Meinung, dass Unternehmen, die sich nicht mit Big Data auseinandersetzen, langfristig Schwierigkeiten haben werden, wettbewerbsfähig zu bleiben. Zudem gaben 83 Prozent dieser Führungskräfte an, große Datenprojekte durchgeführt zu haben, um sich einen individuellen Wettbewerbsvorteil zu verschaffen. Es geht also nicht nur darum, Daten lediglich zu speichern, sondern darum, sie optimal zur Verfügung zu stellen.
Derartige Fakten sind der Grund, warum man nicht über eine Speicherinfrastruktur sprechen sollte, ohne vorher eine Strategie zur Datenanalyse entwickelt zu haben. Es wird erwartet, dass der weltweite Big-Data-Markt bis 2027 ein Volumen von 103 Milliarden US-Dollar erreicht (Prognose auf der Grundlage des Umsatzes). MSPs haben daher gute Chancen, von modernen Speicherlösungen in Verbindung mit Datenanalyselösungen zu profitieren. Folgerichtig bieten immer mehr MSPs bereits Data Analytics-as-a-Service an, um Kunden dabei zu unterstützen, Geschäftsentscheidungen auf Grundlage einer noch valideren Datenbasis zu treffen.
2. Wann macht KI Sinn?
Bei der Diskussion über Künstliche Intelligenz (KI) geht es vielfach um Chatbots und digitale Assistenten. Aber auch im Bereich Storage und Analytics wird KI zunehmend unverzichtbar, denn sie kann die Prozessautomatisierung unterstützen, erhöht die Datensicherheit und liefert Unternehmen eine Entscheidungsgrundlage. Eine Studie zeigt, dass 61 Prozent der Unternehmen mit einer innovativen Strategie, Möglichkeiten für KI bei der Datennutzung sehen. Deshalb ist es für MSPs ratsam, das Thema KI bei der Bewertung und Entwicklung von Speicherstrategien zu berücksichtigen.
3. Einführung einer hyperkonvergenten Infrastruktur (HCI)
Nach Ansicht der Analysten von Forrester soll HCI zu einer dominierenden Plattform für lokale Implementierungen werden. Wie die konvergente Infrastruktur (CI), vereinfacht auch HCI die Speicherung, indem sie hyperkonvergente Infrastruktur, Virtualisierung und Rechenleistung in einer einzigen Box vereint. Mittels einer zusätzlichen Softwareebene ergänzt die HCI die CI und bietet den Unternehmen dadurch mehr Skalierbarkeit in einer schlüsselfertigen Lösung mit einfacherer Verwaltung und besserer Kontrolle. Eine HCI ist ein Aspekt in vielen Speicherstrategien. Sie ermöglicht Einsparungen durch eine bessere Speicherplatznutzung, mehr Hardwareflexibilität und eine optimierte Verwaltung.
4. Training oder Beratung?
Datenanalyse, KI und HCI sind komplexe Themen. Die Frage ist, inwieweit ein Team oder Unternehmen alles notwendige Wissen aufbauen muss, um die Vorteile optimal auszuschöpfen. Derzeit hat die enorme Verbreitung von Analyse-Tools zu einem Mangel an technischen Experten in diesem Bereich geführt. Es ist schwierig, Experten zu finden und als Vollzeitkraft einzustellen. Angesichts dieser Herausforderung ist es ratsam, entweder den Wissensaufbau innerhalb eines Unternehmens durch Schulungen oder Zertifizierungen in Betracht zu ziehen oder das Wissen in enger Zusammenarbeit mit einem Berater aufzubauen. Grundsätzlich gilt: Je besser das Verständnis Ihres Teams für Datenanalyse ist, desto mehr können Sie davon profitieren.
Fazit
Während eine aktuelle Enterprise-Storage-Studie zeigt, dass Leistung, Kosteneinsparungen und Skalierbarkeit die Top-Merkmale sind, nach denen IT-Profis in einer Storage-Lösung suchen, so ändert sich die Situation, wenn man die Vorteile der Datenanalyse näher betrachtet. Zwar ist Datenanalyse für viele Unternehmen heute noch eine Art Geheimwaffe, doch sie wird sicherlich bald zur Regel in Unternehmen werden. Es gilt also schon heute, eine konsolidierte Strategie zu entwickeln, um langfristig wettbewerbsfähig zu bleiben.
Querverweise:
Daten als Produkt: Unternehmen nutzen Umsatzpotenziale ihrer Daten nicht voll aus. BARC und Tableau veröffentlichen neue Studie „Data Monetization – Use Cases, Implementation and Added Value” > Link zu unserem Beitrag
Kennzahlen zur effektiven Disaster Recovery Planung im Unternehmen mit Beispielen von StorageCraft > Link zu unserem Beitrag