Architekturen & Technologien für Datenplattformen

Aktuell sind Unternehmen aus nahezu allen Industriebereichen fundamentalen Paradigmenwechseln ausgesetzt: Großangelegte Projekte, beispielsweise im Rahmen von Industrie 4.0, treiben die digitale Transformation voran und zielen darauf ab, holistische Sichten auf Wertschöpfungsketten einzunehmen, damit phasen-übergreifende Optimierungen ermöglicht werden können.

Um mit dieser Entwicklung mithalten und von ihr profitieren zu können, müssen Unternehmen entlang der gesamten Wertschöpfungskette große Mengen an unterschiedlichen Daten sammeln, auf strukturierte und wiederverwendbare Weise ablegen und sie mit Hilfe von datengetriebenen Analysetechniken zur Gewinnung von neuen Erkenntnissen und Wissen nutzen.

In den vergangenen Jahrzehnten sind verschiedene Datenplattformen aufgekommen, welche die Speicherung, Verwaltung, Vorverarbeitung und analytische Auswertung der gesammelten Daten ermöglichen. Sie reichen von tradtionellen Data Warehouses über moderne Data Lakes bis hin zu Plattformen für Metadatenverwaltung, wie beispielsweise Data Catalogs und Enterprise Data Marketplaces. Dabei unterscheidet sich der Zweck und Anwendungsbereich der verschiedenen Plattformen stark. Viele Unternehmen verfügen daher über eine große, vielfältige Landschaft an Datenplattformen, die zu komplexen Architekturen, der redundanten Speicherung von Daten, langsamen analytischen Prozessen und weiteren Unzulänglichkeiten führen kann. Aus diesem Grund sind in jüngster Zeit Bestrebungen erkennbar, die Architekturen und Technologie-Stacks zu vereinfachen, welche insbesondere durch neue Ansätze wie die Delta-Architektur und Lakehouse-Frameworks gefördert werden.

Da sich das Angebot an Datenplattformen derzeit mit hoher Geschwindigkeit weiterentwickelt, besteht das Ziel dieses Forschungsprojekts darin, neue Architekturen und Technologien zu untersuchen, prototypisch zu evaluieren, sowie deren Nutzen und Potenzial für Industrieunternehmen zu bewerten.

Gefördert durch: Robert Bosch GmbH