Wir leben in einer Welt mit immer schnelleren Veränderungen, Disruptionen und technologischen Durchbrüchen, die unsere Lebens- und Arbeitsweise transformieren. Um darauf vorbereitet zu sein, sind Daten die Geheimwaffe eines Unternehmens.
Das Hauptziel des Datenmanagements besteht darin, Erkenntnisse und die organisatorische Effizienz durch Daten zu verbessern. Es soll Daten bereitstellen:
- In der Form, wie sie die unterschiedlichen Stakeholder benötigen – sowohl für geschäftliche als auch technische Nutzer und zunehmend für Künstliche Intelligenz (KI)-Modelle
- Mit der Geschwindigkeit, die das Unternehmen erfordert
- Auf eine sichere und konforme Weise
Allerdings verwalten Unternehmen zahlreiche Anwendungen und Systeme, die sich auf unterschiedliche Geschäftsbereiche konzentrieren – von der Lieferkettenverwaltung bis zur Marketingautomatisierung – sowie eine Vielzahl von Datenplattformen, darunter Data Warehouses, Data Marts und Data Lakes.
Um Daten bereitstellen zu können, die die oben genannten Anforderungen erfüllen, müssen Unternehmen diese komplexen Datenlandschaften effizient verwalten. Sie haben sich zwei unterschiedlichen Ansätzen zugewandt:
- Zentralisierte Datenstrategien, die auf physischer Datenkonsolidierung basieren
- Logische Datenstrategien, die auf konsolidierten Datenansichten über unterschiedliche Systeme hinweg basieren
Eine logische Datenarchitektur und -verwaltung ermöglicht den Zugriff auf mehrere, unterschiedliche Datenquellen, während sie den Benutzern als eine einzige "logische" Datenquelle erscheint. Es geht um die Vereinheitlichung von Daten, die in verschiedenen Systemen gespeichert und verwaltet werden, einschließlich traditioneller Datenquellen wie Datenbanken, Enterprise Data Warehouses, Data Lakes usw. und anderer Datenquellen wie Anwendungen, Big-Data-Dateien, Webservices und der Cloud, um jeden analytischen Anwendungsfall zu erfüllen.
Die logische Datenverwaltung ermöglicht es, Verfahren wie Datenermittlung, -zugriff, -sicherheit, -integration und -freigabe über eine logische (oder virtuelle) Darstellung statt direkt auf jedem physischen Quellsystem durchzuführen. Logische Datenverwaltungspraktiken ermöglichen die konsistente Umsetzung von Richtlinien und Prozessen zur Verwaltung, Integration und Nutzung der Daten eines Unternehmens, unabhängig von deren Format, dem Standort und den Fähigkeiten der einzelnen Quellsysteme.
Obwohl logische Ansätze eindeutige Vorteile bieten, müssen Unternehmen manchmal einen monolithischen Ansatz anwenden, um eine bestimmte Geschäftsanforderung zu erfüllen, und beide Ansätze können als Teil einer Gesamtstrategie für ein flexibles Datenmanagement zusammen eingesetzt werden.

Business-Perspektive
- Ein Ort, an dem Sie alle Ihre Daten finden: Eine logische Datenschicht zentralisiert Ihre Daten und ermöglicht den Echtzeitzugriff auf alle Daten, einschließlich der On-Premises und in der Cloud gespeicherten Daten, mit semantischer Konsistenz.
- Business-relevante Ansichten: Mit einer logischen Datenschicht können Unternehmen auf einfache Weise Self-Service-Ansichten ihrer Daten erstellen. Dazu werden die traditionell komplexen Datenintegrationstechnologien, -formate, -protokolle und Standortdetails eliminiert, wodurch die Daten zugänglicher und benutzerfreundlicher werden.
- Verbesserte Datennutzung: Auch weniger technisch versierte Benutzer können Daten schnell finden, abrufen, integrieren und gemeinsam nutzen. Fachexperten im Unternehmen können in den Datenmodellierungsprozess einbezogen werden und die Zykluszeit für die Erstellung einsatzbereiter Daten verringern.

IT-Perspektive
- Daten in Echtzeit: Eine logische Datenschicht ermöglicht es den Beteiligten, bei Bedarf jederzeit auf die aktuellsten Daten zuzugreifen, und zwar in den bevorzugten Formaten, um eine Vielzahl von Geschäftsanwendungen zu unterstützen. Unternehmen müssen nicht mehr auf einen nächtlichen Batch-Lauf warten, um ihre Datensätze zu aktualisieren.
- Weniger Datenwildwuchs und Duplikate: Durch die Beseitigung unnötiger Datenreplikationen mit einer logischen Datenschicht können Unternehmen ihre Flexibilität erhöhen, Risiken minimieren und Kosten senken.
- Schnellere Datenbereitstellung: Logische Datenschichten ermöglichen eine beschleunigte Bereitstellung neuer Datensätze, so dass Unternehmen mit den sich ständig ändernden Datenanforderungen Schritt halten können.
- Zentralisierte Sicherheit und Governance: Mit einer einzigen Ebene, die den Zugriff auf alle Unternehmensdaten umfasst, wird die Durchsetzung von Sicherheit und die Verwaltung von Datenkontrollen für jeden Benutzer über alle Datensätze hinweg viel einfacher.
Für die erfolgreiche Implementierung einer logischen Datenarchitektur benötigen Unternehmen nur eine einzige Fähigkeit:
Datenvirtualisierung ist eine Technologie zur Datenintegration und Datenverwaltung, die Metadaten nutzt, um Unternehmen den Zugriff auf alle Unternehmensdaten in Echtzeit zu ermöglichen und um Daten zu entdecken, zu katalogisieren, bereitzustellen, zu kombinieren, gemeinsam zu nutzen und zu verwalten, um so eine Vielzahl von Use-Cases zu ermöglichen.