Data Mesh: Daten verantwortungsvoll dezentralisieren
Seite 4: Fazit: Das Data Mesh eröffnet neue Perspektiven
Die Implementierung traditioneller Ansätze für das Datenmanagement fühlt sich häufig so an, als gelte es fortlaufend neue Brandherde zu löschen: Qualitätsprobleme sollen mit mehr Qualitätskontrolle gelöst, Engpässe der Datenplattform mit mehr Data-Teams beseitigt und die Zunahme der Datenquellen mit einer leistungsfähigeren Infrastruktur in den Griff bekommen werden. Die Besonderheit des Data Mesh liegt darin, dass es eine neue Perspektive auf das Problem ermöglicht. Ein Data Mesh funktioniert umso besser, je mehr Datenquellen und Datenkonsumierende es gibt. Ein sauber aufgesetztes Data Mesh schafft keine zusätzlichen Probleme, sondern bringt umso mehr geschäftliche Erkenntnisse ans Licht, je stärker die Zusammenarbeit rund um die Daten intensiviert wird.
Die Implementierung einer neuen Datenarchitektur kann beim Wachstum eines Unternehmens einen Wendepunkt markieren. Bisher schränkte jedoch die Herangehensweise an Big Data als rein technologisches Problem den Mehrwert deutlich ein. Dabei hängt der Erfolg vielmehr von einer Anpassung der Organisationsstruktur ab, die die Anreize für Datenproduzierende mit denen der Datenkonsumierenden in Einklang bringt.
Durch produktorientiertes Denken erhalten Unternehmen alle Tools, die sie brauchen, um überzeugende Datenprodukte herzustellen, mit denen sich das wahre Potenzial von Big Data erschließen lässt. Für die Implementierung des Data Mesh ist keine Big-Bang-Migration erforderlich. Auch muss man den vorhandenen Data Lake nicht sofort trockenlegen. Die Einführung kann vielmehr in kleinen Schritten erfolgen, die aufeinander aufbauen und deren gewonnene Erkenntnisse zum jeweils nächsten Schritt beitragen.
Prof. Dr. Arif Wider arbeitet als Fellow Technology Consultant bei ThoughtWorks Deutschland, wo er als Head of Data & AI tätig war, bevor er wieder in die Wissenschaft zurückkehrte. Er ist außerdem Software-Engineering-Professor an der HTW Berlin.
(map)
