Die Cloud, ein dezentraler Datenspeicher, findet sich heute fast überall. Jedes Smartphone kann auf Cloud-Speicher nutzen, um beispielsweise Fotos dort zu speichern und zu verwalten. Auch in vielen Data-Science-Projekten spielt die Cloud eine zentrale Rolle. Denn ist erst einmal ein vielversprechender Use Case gefunden, erweist sich oft die bestehende IT-Infrastruktur als Flaschenhals. Genügt die vorhandene Rechen- und Speicherkapazität? Lohnen sich die zum Teil erheblichen Investitionen, um große Datenmengen speichern und verarbeiten zu können? Was ist, wenn ein innovativer Ansatz sich nicht dauerhaft in das Unternehmen integrieren lässt? Was passiert dann mit der nicht mehr genutzten Technik?

Manchmal scheitern Data Science Projekte an solchen Überlegungen. Dabei gibt es eine einfache Lösung: die Cloud. Insbesondere im Kontext der Industrie 4.0 sowie mobilen Anwendungsfällen spielt diese eine herausragende Rolle.

Grund 1: Skalierbarkeit auf Abruf

Wer einen eigenen Server beziehungsweise IT-Infrastruktur betreibt, muss dafür sorgen, dass genügend Rechenleistung und Speicherplatz für alle möglichen Anfragen und Aufgaben zur Verfügung steht – nicht nur aktuell, sondern auch langfristig. Bislang verfügen aber noch zu wenige Unternehmen über Data Engineers, die sich um diese Aufgabe kümmern.

Eine kritische Herausforderung ist die Skalierbarkeit, wenn es um Wachstum oder unvorhergesehene Nachfrage geht. Wird etwa ein neuer Service eingeführt, der von heute auf morgen von allen Kunden nutzbar sein soll, muss zunächst die vollständige IT-Infrastruktur dafür angepasst werden. Der Datenverkehr kann sich nämlich erheblich vergrößern, wenn neue und vor allem vernetzte Produkte oder Services eingeführt werden.

Anders sieht die Situation aus, wenn Unternehmen dabei auf Cloud-Services setzen. Wächst der Bedarf – auch unerwartet oder sprunghaft – wird einfach mehr Speicherplatz oder Rechenleistung hinzugebucht. Die Cloud bietet ideale Voraussetzungen, um Geschäftsmodelle oder einzelne Use-Cases zu skalieren. Zur Not auch auf Abruf.

Grund 2: Auslagerung von IT- und Security-Aufgaben

Der zweite wichtige Vorteil, der sich quasi automatisch einstellt, wenn Unternehmen auf die Cloud setzen: Sie lagern damit nicht nur die IT-Infrastruktur aus, sondern gleichzeitig auch zeit- und arbeitsintensive Aufgaben. Unabhängig vom jeweiligen Anbieter übernehmen die Cloud-Dienstleister drei wichtige Aufgaben, die Unternehmen sonst aufwändig selbst übernehmen müssten:

• die kontinuierliche Sicherung der Daten
• die Aktualisierung der Hardware
• und Cyber Security

Letzteres ist ein immer wieder unterschätzter und sensibler Aspekt von Datenprojekten. Grundsätzlich gilt dabei, dass alle Daten, die in die Cloud ausgelagert werden, verschlüsselt werden sollten, um sie vor unberechtigtem Zugriff zu schützen. Aber auch der Cloud-Anbieter selbst wird sein Bestes tun, um die Daten seiner Kunden vor Angriffen zu schützen, da sein Geschäftsmodell davon abhängt. Vor dem Hintergrund der europäischen Datenschutzverordnung  (DSGOV), die am 25. Mai 2018 in Kraft getreten ist, stellt die Cloud ebenfalls eine interessante Option dar.

So ist es unter anderem ab diesem Stichtag für Unternehmen verpflichtend, Daten vor Beschädigung und Verlust zu schützen. Wer seine Daten sicher in der Cloud speichert, hat eine zusätzliche Garantie, dass die Daten nicht verloren gehen. In der Regel legen professionelle Anbieter eine oder mehrere Sicherheitskopien aller Daten an.

Grund 3: Mehr Agilität

Die IT-Infrastruktur spielt beim Thema Agilität eine zentrale Rolle. Aber auch die Unternehmensgröße ist ein wichtiger Faktor – je größer ein Unternehmen ist, desto starrer werden Strukturen und die Agilität sowie die Innovationsfähigkeit nehmen dadurch ab. Kleinere Teams und Start-ups haben hier einen strategischen Vorteil. Die Cloud stellt diesbezüglich aber einen interessanten Lösungsansatz für größere Unternehmen dar.

Unabhängig von bestehenden Strukturen bietet die Cloud eine Grundlage, um beispielsweise neue Produkte zu entwickeln und am Markt zu testen. Bei zunehmendem Erfolg können die Projekte einfach hochskaliert und die Kapazitäten aus der Cloud angepasst werden. Stark expandierende Unternehmen wie beispielsweise Zalando, die einerseits schnell wachsen und dabei trotzdem innovativ bleiben wollen, nutzten diese Strategie.

Grund 4: Schneller Zugriff auf Daten

Auch im Rahmen der industriellen Fertigung kann es sich lohnen, auf die Cloud zu setzen. Allein aufgrund der Vernetzungsstruktur leiten sich Geschwindigkeitsvorteile ab. Anstatt die einzelnen Komponenten einer Smart Factory vor Ort miteinander zu vernetzen, lassen sich alle Maschinen über die Cloud vernetzen. Die Komplexität der Netzwerkstruktur nimmt dadurch ab und die Zugriffsgeschwindigkeit wird erhöht.

Die Cloud bringt aber noch weit mehr Vorteile mit sich. Nicht nur die Verarbeitungsgeschwindigkeit, sondern auch der Vernetzungsgrad innerhalb eines Unternehmens erhöht sich. Dadurch wird es auch leichter, mehrere Standorte miteinander zu vernetzen. Schließlich erhöht sich auch die Übersichtlichkeit über die Datenbestände, wenn Daten nicht an verschiedenen Orten im Unternehmen gespeichert, sondern gebündelt an einem Ort zusammengefasst sind. Das Risiko der Silo-Bildung nimmt damit drastisch ab.

Die Vor- und Nachteile von Cloud Technologien

Wer sich für die Cloud Technologien entscheidet, profitiert von maximaler Skalierbarkeit. So lassen sich die neuen Systeme und Lösungen bis ins letzte Detail anpassen, was das Speichern und Abrufen von Informationen deutlich flexibler werden lässt. Dadurch kann der Aufwand der IT-Administration deutlich gesenkt werden, was den Speicher praktischer gestaltet. Durch den neuen Ansatz werden nur die Leistungen in Anspruch genommen, die wirklich erforderlich sind.

Zu den Nachteilen im Cloud Computing gehört die regelmäßige Bindung an feste Konditionen. Sobald keine monatlichen Zahlungen mehr erfolgen, stehen die gespeicherten Inhalte nicht mehr zur Verfügung. Zudem ist die Abrufbarkeit an das zur Verfügung stehende Internet gekoppelt. Noch immer gibt es jedoch leider Lücken in der Versorgung, die den Datenabruf erschweren.

Einen umfangreichen Blick auf den Einsatz und die Integration von Cloud Computing erhalten Sie in unserem Blogbeitrag:

Cloud Computing: Kompakt erklärt

Fazit:

Die Cloud stellt sich damit als ideale Lösung für Data-Science-Projekte dar. Ohne vor dem Proof-of-Concept hohe Investitionen leisten zu müssen, lassen sich bei erfolgreichem Test und steigender Nachfrage die Kapazitäten erhöhen. Die Skalierbarkeit macht die Kalkulation einfacher und bringt damit die Möglichkeit, Agilität und Innovation auch in großen Unternehmen zu fördern.

Die wichtigen Themen Maintenance und Performance werden outgesourct und sind die Verantwortung des Cloud Anbieters. Und auch beim Thema Datensicherheit profitieren Unternehmen von zusätzlichen Schutzmaßnahmen, die Anbieter ergreifen. Durch die Cloud kann durch dieses Gesamtpaket ein schlankes Team agil agieren. Das macht Data-Science-Projekte für Unternehmen jeder Größe zu einer realistischen und hochinteressanten Option.