The Doppler Quarterly (DEUTSCHE) Herbst 2016 | Page 24

Branchenspezifische Datenmodelle und Workflows – Viele lokale EDWs basie-
ren auf anbieterspezifischen Datenmodellen und Workflows, die auf vertikale
Netzwerke ausgelegt sind. Auf diese Weise können Unternehmen schnell ein
bedarfsgerechtes EDW einführen und individuell anpassen. In der Cloud kann
dies aufgrund der verschiedenen zugrundeliegenden Technologien jedoch zu
Problemen führen. Deshalb sollten die Anwendungsfälle genau daraufhin
überprüft werden, ob die Logik und die Datenmodelle bedenkenlos in ein
Cloud-basiertes EDW migriert werden können, oder ob vor der Implementie-
rung Umstrukturierungen erforderlich sind.
ETL-Herstellerunterstützung für die Cloud-Integration – Viele der heute gän-
gigen ETL-Technologien wurden vor dem Einzug der Cloud entwickelt. Des-
halb müssen heute viele ETL-Anbieter ihre Produkte mit Funktionen für den
nativen Zugriff auf Cloud-EDWs und andere relationale Speicherlösungen auf-
rüsten. Die Unternehmen müssen also für jedes ETL-Produkt zwei Vorausset-
zungen prüfen: ob es die geplanten Cloud-basierten Technologien unterstützt
und welche Unterstützung der Hersteller bietet. Währenddessen empfiehlt es
sich, gleichzeitig die nativen Tools für die Integration von Cloud-Daten zu
evaluieren.
Proprietäre Entwicklungs- und Analysesprachen des Anbieters – Viele
EDW-Plattformen bieten die Möglichkeit, mathematische und analytische
Modelle in den Datenbankabfragen nativ auszuführen sowie eigene erweiterte
Sprachen und Modelle für fortschrittlichere Analysen zu nutzen. Vor der
Migration von Workloads in ein Cloud-EDW empfiehlt es sich, anhand einer
Analyse die Workloads zu identifizieren, deren Analysemodelle auf die vom
Cloud-Anbieter und der Cloud-EDW-Plattform unterstützten Sprachen umge-
stellt werden müssen.
Abbildung 3 (Tabelle): EDW-Technologien verschiedener Cloud-Anbieter
22 | THE DOPPLER | Herbst 2016