Alles dreht sich um die Daten - von der Analyse des Kundenverhaltens bis hin zu prädiktiven Modellen. Geht es um aktuelle Cloud-Systeme, genießen Daten allerdings nicht die Priorität, die sie verdient hätten. Datenprobleme zu ignorieren und darauf zu hoffen, dass es niemand merkt, mindert den Nutzwert von IT-Systemen und insbesondere mit dem Aufkommen von generativer künstlicher Intelligenz ist der Mehrwert von Daten nicht länger ein Konzept, sondern Realität.

Im Folgenden gehen wir auf einige häufige Probleme in Zusammenhang mit Cloud-Ökosystemen ein, die Sie vermeiden sollten, wenn Sie geschäftlichen Mehrwert aus Ihren Daten generieren wollen.

1. Unzureichende Data Governance

Data Governance wird oft missachtet und muss innerhalb der Unternehmens-IT verstanden werden. Fragen Sie doch einfach mal in Ihrem Unternehmen, welche Data-Governance-Systeme vorhanden sind - und beobachten Sie die in aller Regel entgeisterten Reaktionen.

Cloud-Plattformen bieten robuste Infrastruktur und Services, erfordern jedoch oft umfassende Maßnahmen in Sachen

• Datenmanagement,

• Datenschutz und

• Security.

Unternehmen müssen die Verantwortung dafür übernehmen, sowohl für Richtlinien als auch für Systeme angemessene Data-Governance-Frameworks zu implementieren. Auch der Cloud-Anbieter sollte diese Funktionen priorisieren und optimieren, um Datenschutz, Compliance und einen ethischen Umgang mit Daten zu gewährleisten.

2. Interoperabilitätsmängel

Daten sind oft an bestimmte Cloud-Plattformen oder -Services geknüpft. Das erschwert es, Lösungen zu migrieren und zu integrieren und schafft die Grundlage für eines der häufigsten Datenprobleme: Datensilos, die sich nur schwer wieder auflösen lassen. Daten sollten deshalb unabhängig von der zugrundeliegenden Cloud-Infrastruktur behandelt werden. Das ermöglicht es, sie über verschiedene Plattformen hinweg bewegen und integrieren zu können.

Die einzige Möglichkeit, Probleme mit der Dateninteroperabilität zu lösen ist es, die Systeme entsprechend zu konzipieren. Interoperabilität lässt sich in der Regel nicht im "Nachgang" mit Technologie herstellen Im Gegenteil: Das macht die Dinge meist nur noch komplexer.

3. Ungenügende Datenkontrolle

Wenn Cloud-Umgebungen nicht richtig konzipiert sind, kann das zu eingeschränktem Datenzugriff und unzureichende Datenkontrollmaßnahmen führen. Hier gibt es keinen Mittelweg: Entweder sind die Daten vollständig zugänglich oder überhaupt nicht. Ist letzteres der Fall, bleiben wertvolle Daten ungenutzt und die Systeme werden nicht optimal genutzt. Am Beispiel von Generative AI lassen sich die Auswirkungen verdeutlichen: Sind die Daten nicht zugänglich, können GenAI-Systeme nicht angemessen trainiert werden.

Die Gründe dafür liegen häufig in undurchsichtigen Data-Ownership-Modellen, limitierter Datenverarbeitung und begrenzter Storage Control. Die Lösung für Unternehmen besteht darin, mehr Transparenz und Kontrolle über ihre Daten zu schaffen. Dazu empfehlen sich zum Beispiel folgende Maßnahmen:

• Zugriffsrechte festlegen;

• Verschlüsselung managen;

• entscheiden, wo und wie die Daten gespeichert werden.

So lässt sich sicherstellen, dass die Dateneigentümer ihre Souveränität behalten und die Informationen weiterhin verfügbar sind. (fm)

Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation Infoworld.