Der Trend in Richtung Cloud gilt nach einer leichten Verzögerung auch für Business Intelligence und Analytics Anwendungen (BI&A). Typische Komponenten wie Reporting, Planning oder Predictive beziehen Unternehmen heute bereits überwiegend aus der Cloud, aber auch die vollständige Abbildung der Datenhaltung (Cloud Data Warehousing) und des Datenmanagements ist heute schon die Standardoption vieler Unternehmen. Die Nachfrage hat zugenommen und könnte auch getrieben von der Cloud-First-Strategie der großen Software-Anbieter weiter wachsen. Unterschieden wird zwischen verschiedenen Deployment-Modellen in der Cloud. Die drei wesentlichen Modelle werden als Public, Private oder Hybrid Cloud bezeichnet. Im Falle der Public Cloud teilen sich Kunden Netzwerk und Hardware-Ressourcen. Von Private Cloud Computing ist dagegen meist die Rede, wenn physische Infrastruktur für nur einen Kunden reserviert ist. In einigen Fällen findet auch der Aufbau von Cloud-Infrastruktur in den eigenen Rechenzentren statt. Als Hybrid Cloud wird schließlich ein drittes Modell bezeichnet, das Services einer Public Cloud mit Leistungen aus einer Private Cloud oder aus einer On-Premise-Infrastruktur kombiniert.
Unterschiedliche Servicemodelle
Während Unternehmen On-Premise-Lösungen selbst bereitstellen und betreiben sowie damit die Verantwortung tragen, bietet die Cloud verschiedene Servicemodelle. Die Unterschiede zwischen den Modellen liegen vor allem im Umfang, in dem Provider ihren Kunden IT-Leistungen anbieten. Damit verbunden sind Unterschiede in den Zuständigkeiten und Verantwortlichkeiten, die – je nach Modell – auf den Dienstleister übergehen. Die Provider haben in den vergangenen Jahren verschieden gestufte Servicemodelle entwickelt, wobei im Wesentlichen drei Varianten zu unterscheiden sind:
Infrastructure-as-a-Service (IaaS) – In diesem Fall kaufen Unternehmen Infrastrukturservices ein – von den Netzwerkkomponenten über Speicher und Server bis hin zum Betriebssystem. Das operative Hosting übernimmt ein externer Dienstleister, der dafür verantwortlich ist, dass die Infrastruktur bereitsteht und funktioniert. IaaS stellt im Cloud Computing gleichsam den Basis-Einstieg dar, welcher die geringsten Änderungen im Vergleich zur gewohnten On-Premise Landschaft bietet und einem externen Hosting-Betrieb ähnlich ist.
Platform-as-a-Service (PaaS) – Außer der IT-Infrastruktur stellen Dienstleister in dem PaaS-Modell weitere Services wie die Laufzeitumgebung oder Middleware zur Verfügung. Diese sind häufig darauf spezialisiert, Applikationslandschaften, z.B. über Containerlösungen, zu verwalten und Anwendungsentwicklung bestmöglich zu unterstützen. Cloud-Anbieter wie SAP, IBM oder Pivotal setzen dabei gemeinsam auf Cloud-Foundry als offene Plattform, andere Anbieter wie Azure oder RedHat auf andere, zum Teil eigene Lösungen. PaaS-Lösungen spielen insbesondere dann ihren Mehrwert aus, wenn es um Build-Szenarien, also die einfache Entwicklung als auch der Betrieb von Cloud nativen Applikationen [CNC] geht sowie die Integration zahlreicher Microservices im Vordergrund steht, man aber gleichzeitig nicht in die Hardwareverwaltung der verteilten und hochskalierenden Plattformen eingreifen möchte.
Software-as-a-Service (SaaS) – Bei SaaS handelt es sich um Angebote, die IT-Dienstleistungen vollständig als dedizierte Services zu Verfügung stellen. Nutzer konzentrieren sich voll und ganz auf die Anwendung der Applikation, die Bereitstellung übernimmt der Provider. Im Kontext von BI&A heißen solche Services etwa SAP Analytics Cloud, Google Big Query oder das Cloud Data Warehouse Snowflake. SaaS-Lösungen stellen den schnellsten Weg in die Cloud dar und bieten sich oftmals auch als erster Schritt zur Erfahrungssammlung an.
Digital Data Platform aus der Cloud
Diese unterschiedlichen Servicemodelle eröffnen eine Vielzahl von Einsatzmöglichkeiten. Drei charakteristische Beispiele zeigen, wie Unternehmen BI&A Anwendungen aus der Cloud nutzen können: Gerade im Supply Chain Umfeld haben in der Vergangenheit zahlreiche transaktionale Systeme Datensilos gehalten. Oftmals wurden diese durch Data Warehousing-Lösungen überbrückt oder es wurde nur mittels lokaler BI-Lösungen berichtet. In Zeiten, in welchen jedoch deutlich mehr sowie volatilere und semi-strukturierte Daten in Unternehmungen entstehen, sind neue Anforderungen und Möglichkeiten für die Nutzung dieser entstanden. IT-Architekturen setzen daher neben einer zentralen Cloud-basierten Data Warehouse-Lösung und intelligenten Storage-Lösungen auch auf die Bereitstellung einer IoT-Plattform, Services zum Management der Datenflüsse innerhalb, zwischen und außerhalb der Cloud sowie auf begleitende Services für die Katalogisierung der Daten sowie Monetarisierung des Datenzugriffs mittels API-Management.
Software-as-a-Service
Noch vor einigen Jahren wurden für Anwendungsfälle des Reportings und der Planung noch überwiegend lokal installierte Lösungen eingesetzt. Doch in Zeiten, in denen die Steuerung der Unternehmen zunehmend agiler werden soll, haben sich die Anforderungen an die Flexibilität und Einsatzfelder von solchen Lösungen massiv verändert. Eine Entwicklung, mit welcher die großen Hersteller selbst nur über das Angebot von eigenen Lösungen aus der Cloud mithalten konnten. Das gilt auch für die SAP Analytics Cloud (SAC), dem derzeit wohl am häufigsten anzutreffenden BI-Werkzeug für Reporting und Planung, das hier stellvertretend für Einsatzgebiete von SaaS-Lösungen in BI&A steht. Die SaaS-Lösung wird hierbei im Rahmen eines Abonnement-Modells lizenziert und stellt damit reine OPEX-Kosten beim beziehenden Unternehmen dar. Im Rahmen des Vertragswerks übernimmt der Provider die Verantwortung für die Bereitstellung des Services, die das beziehende Unternehmen nutzt. Betrieb und Wartung entfallen bis auf das User Management, welches auch über bereits vorhandene (On-Premise) Identity Provider gelöst werden kann. Als für das Story-Design in der SAP Analytics Cloud dienen dazu eigene Datenmodelle sowie live verbundene oder importierte externe Datenquellen aus der vorhandenen On-Premise Systemlandschaft. Der Vorteil der SaaS-Lösung besteht darin, dass Anwender lediglich eine bestimmte Anzahl von Nutzer-Lizenzen von dem Cloud-Provider erwerben. Bezahlt werden Gebühren in der Regel monatlich. Vor allem aber müssen sich Anwender nicht um Installation und Wartung kümmern – weshalb SaaS-Lösungen einen deutlich geringeren Aufwand für die Nutzer bzw. die jeweilige IT-Abteilung bedeuten. SaaS-Anwendungen stellen einen sehr günstigen Weg dar, erste Schritte in die Cloud-Welt zu tun und Erfahrungen zu sammeln. Da es gerade im Frontend-Bereich mittlerweile zahllose Lösungen gibt, bleibt Unternehmen eines aber nicht erspart: Wie in der On-Premise-Welt müssen sie entscheiden, welches Cloud-Produkt sich für die konkreten Anforderungen anbietet und am besten in die vorhandene IT-Landschaft zu integrieren ist.
Drei Möglichkeiten
Für die kommenden Jahre zeichnen sich drei Muster ab, wie BI & Analytics Tools und Services ihren Weg in die Cloud finden. Zunächst ist an die schrittweise Migration von bislang On-Premise betriebenen BI&A Systemen in die Cloud zu denken, also beispielsweise an das Verlagern bestehender Datenbanklösungen zu einem IaaS-Anbieter in der Cloud, sogenannt Lift & Shift. Ein zweiter, häufig beschrittener Weg ist die Erweiterung bestehender Lösungen durch einzelne Cloud Services. Das dritte Muster ist insbesondere im Kontext des Aufbaus von digitalen Daten-Plattformen zu beobachten. Dort werden über die Kombination von Services für Cloud Data Warehousing, Daten-Management, IoT-Plattformen und Applikationen datengetriebene Anwendungen unter Einsatz von digitalen Transformation-Services, etwa Machine Learning oder Bots, auf modernen Cloud-Plattformen erstellt
Step-by-Step in die Cloud
Auf jedem dieser drei Wege empfiehlt sich für Unternehmen ein Ansatz nach dem Motto: Think big, start small. So lassen sich schnell Use Cases entwickeln und auf Basis von skalierbaren as-a-Service Produkten Prototypen realisieren. Außerdem sammeln Unternehmen dabei schrittweise Erfahrungen, inwieweit es erforderlich ist, Organisations- und Arbeitsmodelle anzupassen, vor allem bezüglich der IT-Governance. Ein Step-by-Step-Ansatz ist schon deshalb sinnvoll, weil sich Cloud-Anwendungen generell durch hohe Skalierbarkeit auszeichnen und der Markt auch in den kommenden Jahren seine hohe Dynamik behalten wird. Im Erfolgsfall bieten Einsatzszenarien von Cloud-basierter BI & Analytics vielfältige Gestaltungsoptionen – zahlreiche Anwendungen wie Reporting oder Planung können heute sehr gut und zuverlässig aus der Cloud bezogen werden. Die Vorteile dieser technologie liegen auf der Hand: Skalierbarkeit und schnelle Verfügbarkeit, Transparenz der Kosten, flexible Analysen und flexibles Prototyping bei stetig guter Performance. Der Einsatz von Cloud-Lösungen könnte in den kommenden Jahren so selbstverständlich werden, dass der Zusatz Cloud bei der Namensgebung von Lösungen verschwindet.
www.infomotion.de
