Ab Februar 2025 Pflicht (EU AI Act): Anbieter und Betreiber von KI-Systemen müssen KI-Kompetenz nachweisen.
Alle Informatonen 

Data Mesh

Für effektive Datenwertschöpfung müssen viele Technologien, Strukturen und Methoden ineinandergreifen. Data Mesh kann als analytische Datenarchitektur die Voraussetzungen dafür erfüllen.

Daten haben das Potenzial, Unternehmen großen Mehrwert zu bieten. Die Herausforderung ist jedoch, die richtigen Schlüsse aus ihnen ziehen zu können: Die schiere Menge, Komplexität und Vielfalt stellen hohe Anforderungen an Werkzeuge, Menschen und Methoden bis relevante Einsichten gewonnen werden können.

Datenplattform-Architektur als Basis für Mehrwert aus Daten

Eine wichtige Rolle bei der Nutzbarmachung von Daten spielen Datenplattformen und -architekturen, die gewissermaßen als „Werkbank“ den Rahmen für die zugehörigen Prozesse bilden. In unserer langjährigen Erfahrung haben wir Kunden beim Aufbau von Data Warehouses, Data Lakes und Cloud-basierten Plattformen unterstützt. Insbesondere die Integration und Kombination verschiedener Daten kann Unternehmen bereits einen großen Mehrwert bieten. Dennoch beobachten wir dabei immer wieder Herausforderungen, die eine nachhaltige und effektive Nutzbarmachung der Daten erschweren:

  • Hoher Aufwand von zentralen Daten-Teams bei der inhaltlichen Aufbereitung der verschiedenen Quellen
  • „Verwaisung“ von Datenstrecken und -Pipelines durch fehlende Verantwortlichkeiten und/oder nicht kommunizierte quellseitige Änderungen
  • Dualität zwischen Redundanz des fachlichen Datenverständnisses (durch mehrfache Aufbereitung) und dessen Fragmentierung (jeweils nur unvollständige Kenntnis vorhanden)

Data Mesh: Daten(produkte) auf das nächste Level heben

Data Mesh setzt an den typischen Herausforderungen von Datenplattformen an. Das 2019 erstmals beschriebene Paradigma adressiert typische Schwierigkeiten von zentralisierten Architekturen und Prozessen – insbesondere in größeren Unternehmen. Data Mesh verfolgt einen ganzheitlichen „Ende-zu-Ende“-Ansatz bei der Entwicklung von Services und den zugehörigen (analytischen) Datenprodukten.

Data Mesh Konzept Diagramm

inovex steht seit Jahren für erfolgreiche Projekte in den Bereichen Application Development, IT Engineering und Data Management & Analytics – und besonders für integrierte Lösungen aus diesen Bereichen. Für uns ist Data Mesh eine Kombination vielversprechender Prinzipien, die nahtlos an unsere erfolgreichen Erfahrungsansätze anknüpfen:

  • Konsequentes Weiterdenken des „Shift Left“-Ansatzes aus dem DevOps-Bereich in Richtung Datenprodukte
  • Analytische Daten rücken in den Fokus des Lebenszyklus einer Anwendung und werden integraler Bestandteil des agilen Entwicklungsprozesses („You build it, you run it, you measure it“)
  • Verortung der Daten-Fachlichkeit und -Verantwortung näher bei den erzeugenden Services und Systemen
  • Aufbau eines Daten-Ökosystems, dessen Mehrwerte sich mit wachsender Beteiligung potenzieren

Data Mesh setzt dabei auf etablierte Praktiken und Technologien auf, wie Self-Service Infrastructure und Continuous Delivery, und entfaltet sein Potenzial durch ihre organisatorische, methodische und kulturelle Weiterentwicklung.

Mit inovex als ganzheitlichem Partner zur integrierten Datenarchitektur

Data Mesh Leistungen inovex

 

Wir verstehen Data Mesh als Chance und Wegweiser, für den es aufgrund der vielseitigen individuellen Voraussetzungen keine One-Size-Fits-All-Lösung oder -Plattform gibt. Data Mesh bietet viel Potenzial, hat aber noch keinen bereits etablierten Standard-Prozess zur Einführung. Wir helfen unseren Kunden daher individuell bei dieser Aufgabe. So können nach und nach bestehende Strukturen (Data Warehouse, Data Lake, Date Lakehouse etc.) integriert werden – ohne dass alles per „Big Bang“ eingeführt wird. Als erfahrenes IT-Projekthaus sind wir in der Lage, unsere Kunden ganzheitlich bei ihrem Projekt zu betreuen und sie als Sparring-Partner darüber hinaus zu unterstützen.

Als zuverlässiger Partner zur Unterstützung auf dem Weg zum Data Mesh bieten wir:

Tiefe Kenntnis von existierenden Datenplattform-Architekturen in verschiedenen Unternehmen und langjährige Erfahrung in deren Weiterentwicklung

Verständnis der bestehenden „Kulturen“ in den verschiedenen Bereichen (Anwendungsentwicklung, IT Engineering, Analytics)

Hervorragende Expertise in allen beteiligten Disziplinen sowie das gegenseitige Verständnis bei der Arbeit in cross-funktionalen Teams

Gute Vernetzung innerhalb der entstehenden Data Mesh Community

Praktische Erfahrung bei der Implementierung von Data-Mesh-Ansätzen

Methodische Kompetenz zur Begleitung des Change-Prozesses

Data Mesh in unserem Podcast

Klicken Sie auf den unteren Button, um den Inhalt von Podigee zu laden und Cookies zuzulassen.

Inhalt laden

Mehr informationen finden Sie in der Datenschutzerklärung.

Ihr Browser (Brave) verhindert aktuell die Einblendung dieses Widgets. Bitte passen Sie Ihre Einstellungen an oder verwenden Sie einen anderen Browser.
PHA+PGlmcmFtZSB3aWR0aD0iMTAwJSIgaGVpZ2h0PSI0MDAiIHN0eWxlPSJib3JkZXI6IDA7IiBzcmM9Imh0dHBzOi8vZGlnaXRhbC1mdXR1cmUucG9kaWdlZS5pby8xMC1pc3QtZGFzLWRhdGEtbWVzaC1kaWUtenVrdW5mdC1mdXItYmlnLWRhdGEvZW1iZWQ/Y29udGV4dD13ZWJzaXRlIiBib3JkZXI9IjAiPjwvaWZyYW1lPjwvcD4=

Data Mesh Meetup

Spannende Vorträge zum Download

Bei unserem Meetup am 24.03.2022 gab es zahlreiche Einblicke in die Welt von Data Mesh. Erfahren Sie mehr über die Inhalte und laden Sie sich die spannenden Vorträge herunter.

Grafik von einem Meetup Video Call

Wie können wir Sie unterstützen?

Dominik Benz

Head of Data Engineering