The Doppler Quarterly (DEUTSCHE) Sommer 2016 | Page 38

Abbildung 1 : Strategie für die Bereitstellung von Analysefunktionen

Maschinelles Lernen ist zwar ein aufkommender Trend im Technologiebereich , aber keine neue Technologie . Die Möglichkeiten des maschinellen Lernens werden seit Jahrzehnten erforscht und von etablierten Technologieunternehmen seit vielen Jahren genutzt . Der Unterschied besteht nun darin , dass mehr Unternehmen die Arbeit in der Community für maschinelles Lernen nutzen können , z . B . einfach zu verwendende APIs und vorab geschulte Modelle für bestimmte Domänen . Das maschinelle Lernen ergänzt die immer umfangreicheren Aufgaben im Bereich Vorhersageanalysen , da es sicherstellt , dass die Ergebnisse und Empfehlungen präziser und umfassend auf die Person , das Unternehmen , die Domäne und den Zweck abgestimmt sind .

Die Einrichtung eines Datenlakes in der Cloud erfordert besondere Überlegungen und bietet erweiterte Funktionen , die in lokalen Implementierungen nicht wirtschaftlich vertretbar zur Verfügung stehen . Dazu gehören Flexibilität , automatisierte Wiederherstellung , Verfügbarkeit in mehreren Zonen und PaaSbasierte Analyseservices zur Datennutzung .

Viele Organisationen suchen den besten Standort für die Bereitstellung eines Datenlakes . Aufgrund der Notwendigkeit , Daten aus vielen vorhandenen Systemen zu verarbeiten und zu integrieren , sind die Position und die Verbindungen eines Datenlakes für dessen Effektivität und Nutzbarkeit wichtig . Cloudbasierte Datenlakes bieten einen Vorteil , da sie in der Lage sind , schnell neue Ressourcen hinzuzunehmen und abzubauen , sich mit einer Vielzahl von Netzwerken und Datenquellen zu verbinden und vor allem die leistungsstarken Tools und das Know-how der Anbieter zu nutzen , die sich beim Betrieb ihrer eigenen komplexen , weltweiten Services bewährt haben .

36 | THE DOPPLER | SOMMER 2016