Modernes Datenmanagement[Gesponsert]

Wie Daten sich in Zukunft selbst schützen

| Autor: Matthias Frühauf*

Hybride Infrastrukturen und die Digitalisierung erfordern eine neue Datenmanagement-Strategie, die den gesamten Lebenszyklus der Daten betrachtet und herkömmliche Disziplinen wie Backup und Wiederherstellung, Datenschutz und Datensicherheit über die gesamte Infrastruktur hinweg vereinheitlicht
Hybride Infrastrukturen und die Digitalisierung erfordern eine neue Datenmanagement-Strategie, die den gesamten Lebenszyklus der Daten betrachtet und herkömmliche Disziplinen wie Backup und Wiederherstellung, Datenschutz und Datensicherheit über die gesamte Infrastruktur hinweg vereinheitlicht (© 2018 Veeam Software)

Bereitgestellt von

Die Digitalisierung stellt Organisationen vor große Aufgaben: Es entstehen immer mehr Daten und komplexe, hybride IT-Infrastrukturen, die einen neuen Ansatz im Datenmanagement erfordern. Ohne Automatisierung und maschinelles Lernen wird es nicht gehen.

Datenvolumen explodieren: Bis 2025 werden jedes Jahr mehr als 175 Zettabytes generiert, so IDC – fast zwei Drittel mehr Daten als 2018. Organisationen müssen diese verwalten und schützen, egal wo sie gespeichert sind. Denn gleichzeitig ist die Cloud auf dem Vormarsch, und mit ihr hybride Infra­strukturen. Ganz zu schweigen von immer mehr Richtlinien und Auflagen, von DSGVO bis zu branchenspezifischen Vorgaben. Doch vielen Organisationen fehlt der genaue Überblick, welche Daten sie erzeugen, wo diese gespeichert sind, wer auf sie zugreift und wie sie abgesichert sind. Um für die Zukunft gerüstet zu sein, müssen die Voraussetzungen für ein umfassendes Datenmanagement geschaffen werden.

Eine Plattform als Basis

Modernes Datenmanagement erfordert einen schrittweisen Ansatz – und kontinuierliche Weiterentwicklung. Veränderte Anforderungen und neue Technologien sind nur zwei Aspekte, warum Organisationen sich dabei Entwicklungspfade offen halten sollten. Auf einer Integrationsplattform können Abläufe, Verfahren, Steuerung und Kontrollen sukzessive umgesetzt werden. Dabei sind fünf Kernaufgaben zu lösen:

  • 1. Daten zuverlässig sichern: Backups sind auch in Zukunft unverzichtbar. Ein Mix aus Backups, Snapshots und Replikaten sorgt dafür, dass Daten und Anwendungen nach einem Ausfall, Angriff, Verlust oder Diebstahl jederzeit wiederherstellbar und verfügbar sind.
  • 2. Transparenz herstellen: Auf Basis einer Integrationsplattform kann die gesamte Datensicherung, ob für physische, ­virtuelle oder cloudbasierte Workloads, konsolidiert und zentral gesteuert werden. So erhalten IT-Abteilungen einen ganzheitlichen Überblick über Datennutzung, Abläufe und Leistungsprobleme. Manuelle Eingriffe werden sukzessive reduziert, so genannte Predictive Analytics verbessern Planung und Entscheidungsfindung.
  • 3. Sicherungsdaten aktiv nutzen: Backup-Daten sind kein totes Kapital – wie oft geurteilt – sondern leisten als Aktivposten wertvolle Dienste in der IT, etwa bei der App-Entwicklung, beim Vorabtest von Updates oder auch für Audits. Mit Kopien der Produktivumgebung in einer Sandbox können z. B. Updates und Patches abgeschottet geprüft und dann sicher in die Betriebsumgebung überführt werden.
  • 4. Datenströme orchestrieren: Mit Hilfe moderner Orchestrierung können Workloads bedarfsgerecht gesteuert und an den jeweils besten Speicherort verschoben werden. So werden auch Disaster Recovery (DR)-Pläne regelbasiert automatisiert. Das sichert die Verfügbarkeit, sorgt für die Einhaltung von Richtlinien und die optimale Nutzung von Ressourcen.
  • 5. Datenmanagement automatisieren: Auf Basis von Datenanalysen, dem Erkennen von Verhaltensmustern und maschinellem Lernen werden sich ­Daten in Zukunft weitgehend autonom, da automatisiert, verwalten. Sie lernen, sich automatisch an den Ort zu bewegen, an dem sie für Geschäftsabläufe ­benötigt werden. Sie erkennen ungewöhnliche Vorgänge, etwa Cyberangriffe, und sichern sich dagegen ab.

Die klassische, manuelle Datenverwaltung mit reaktiven Absicherungsmechanismen muss einer umfassenden Automatisierung weichen, einem ereignisgesteuerten Datenmanagement unterstützt von maschinellem Lernen und künstlicher Intelligenz. Dann können Organisationen sicherstellen, dass Daten jederzeit für digitale Prozesse und Anwendungen verfügbar sind – und damit für ihre Anwender.

*Der Autor: Matthias Frühauf ist Director Commercial Sales bei Veeam Software Deutschland.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 46033668 / Solutions)