Data Mesh beschreibt einen Ansatz zum Umgang von komplexen Organisationen mit Daten. Die Grundidee ist einfach: In Konzernen und Behörden nutzen viele verschiedene Teams im Tagesgeschäft Daten. Warum also nicht diesen unterschiedlichen Fachbereichen mehr Einfluss auf ihre Daten geben, um sie effizient zu nutzen?
Schliesslich wissen sie am besten, wie diese Informationen verwaltet und bereitgestellt werden sollen und welche Zugriffsparameter sinnvoll sind. Das ist das Mesh-Prinzip: Wer die Daten erzeugt, trägt (Mit-)Verantwortung. Data Mesh ist ein vergleichsweise neues Konzept. Daher können Unternehmen aktuell noch wenig auf konkrete Praxiserfahrungen und Use Cases zurückgreifen. Doch es zeigt sich, dass sich mithilfe von Data Mesh grosse Datenmengen einfacher strukturieren lassen. Diese sind für die Teams so schneller auffindbar und leichter zugänglich. Dies beschleunigt die Entscheidungsfindung und Wertschöpfungskette im Unternehmen. Grundsätzlich muss die Dezentralisierung jedoch ohne Einbussen bei Sicherheit, Governance etc. technologisch dargestellt werden. Dann gilt es, Applikationen und Tools entsprechend der Anforderungen zu entwickeln und einzuführen. Letztlich funktioniert ein Data Mesh nur, wenn die Datennutzer die entsprechenden Kenntnisse mitbringen. Hier liegen die grössten Herausforderungen: Es geht nicht darum, sämtliche Kompetenzen auf niedrigerer Ebene zu duplizieren, sondern Dezentralisierung intelligent aufzusetzen. Die Teams verwenden ihre Daten als Produkt, aber sie kümmern sich nicht um sämtliche datenrelevanten Belange. Sonst wird Data Mesh zum Komplexitätstreiber und Ressourcenfresser.
Kein Data Mesh ohne Data Fabric
Eine Data Fabric bildet als Architekturkonzept für die hybride Multicloud-Welt das Fundament für Data-Mesh-Ansätze. Das heisst, sie optimiert Anwendungsfälle wie Data Protection, Daten-Tiering, Produktivdatenbereitstellung, Security & Compliance sowie nahtlose Multicloud-Nutzung. Denn Data Mesh funktioniert nur, wenn Daten aus monolithischen Töpfen abfliessen können und stattdessen als Produkt von verschiedenen Teams für ihren Fachbereich Nutzen findet. Das muss unter Einhaltung aller Unternehmensvorgaben und rechtlichen Rahmenbedingungen stattfinden. Daher sollten Unternehmen folgende Punkte, die bei vielen IT-Teams ganz oben auf der Agenda stehen, im Auge behalten. Eine perfekte Data Fabric deckt folgende Bereiche ab:
- Analyse – sie visualisiert Nutzungsdaten, findet Sicherheitsrisiken und stellt zur Lösung Fabric-weite Tools bereit.
- Integration – alle Dateninstanzen lassen sich über eine zentrale Managementplattform verwalten – seien es Datenbanken im lokalen Rechenzentrum oder leistungshungrige Applikationen in der Public Cloud.
- Automatisierung – alle datenarchitektonischen Prozesse und Aufgaben sind automatisierbar, beispielsweise Test/Dev oder Bereitstellung.
- Optimierung – passende Tools, um ganzheitlich Kosten und Leistung zu optimieren.
- Schutz – Data Protection und Wiederherstellung über die gesamte hybride Multicloud hinweg zum Schutz vor Ausfällen und Cyberangriffen.
- Sicherheit & Compliance – mithilfe künstlicher Intelligenz Datenvertraulichkeit und -integrität sicherstellen und rechtskonform agieren.
Fazit: Data Mesh als Konzept wahrnehmen
Data Mesh ist kein Produkt, sondern ein Konzept. Insofern braucht es ein solides Technologiefundament mit starkem Datenmanagement. Dazu gehören Managementschnittstellen, Data-Governance-Lösungen, Datentransport und vieles mehr. So können die einzelnen Abteilungen einfacher auf Daten zugreifen und bessere Entscheidungen treffen. ■