{"id":1059073,"date":"2022-11-04T11:00:26","date_gmt":"2022-11-04T18:00:26","guid":{"rendered":"https:\/\/www.questionpro.com\/blog\/data-fabric-was-sie-ist-tipps-und-bewaehrte-praktiken\/"},"modified":"2026-02-24T05:57:04","modified_gmt":"2026-02-24T12:57:04","slug":"data-fabric-was-sie-ist-tipps-und-bewaehrte-praktiken","status":"publish","type":"post","link":"https:\/\/www.questionpro.com\/blog\/de\/data-fabric-was-sie-ist-tipps-und-bewaehrte-praktiken\/","title":{"rendered":"Data Fabric: Was sie ist, Tipps und bew\u00e4hrte Praktiken"},"content":{"rendered":"\n
Gartner<\/b> hat die Data Fabric genannt, die Unternehmen bei der \u00dcberwachung und Verwaltung ihrer Daten und Anwendungen unterst\u00fctzt. Das Sammeln von Daten und die Entwicklung zu einem datengesteuerten Unternehmen ist eine gr\u00f6\u00dfere Herausforderung als je zuvor, da Unternehmen eine Vielzahl von Anwendungen nutzen und die Daten immer dynamischer werden. <\/span><\/p>\n\n\n\n Unternehmen ben\u00f6tigen eine umfassende Strategie unter den zehn wichtigsten Entwicklungen der Daten- und Analysetechnologie, um solche Probleme zu l\u00f6sen. Daten aus verschiedenen Quellen und Arten werden integriert, um eine einheitliche virtuelle Quelle zu bilden. Dieser nahtlose Zugriff und Datenaustausch \u00fcber eine verteilte Infrastruktur wird durch diese integrierte Architektur erm\u00f6glicht, unabh\u00e4ngig von der Anwendung, der Plattform oder dem Speicherort. <\/span><\/p>\n\n\n\n In diesem Blog werden wir er\u00f6rtern, was Data Fabric ist, wie wichtig sie ist und welche Tipps und Best Practices es gibt.<\/span><\/p>\n\n\n\n Inhalt Index<\/p>\n Eine Data Fabric ist eine integrierte Architektur, die Daten nutzt, um Endpunkten in einer hybriden Multi-Cloud-Umgebung eine konsistente F\u00e4higkeit zu bieten. Diese integrierte Architektur erh\u00f6ht die Transparenz, den Zugriff und die Kontrolle, indem sie konsistente Methoden f\u00fcr die Datenverwaltungsstrategie<\/a> einf\u00fchrt. Vor allem aber schafft sie Konsistenz in Ihrer gesamten Umgebung, so dass die Daten \u00fcberall genutzt und gemeinsam verwendet werden k\u00f6nnen. <\/span><\/p>\n\n\n\n Diese integrierte Architektur ist f\u00fcr viele Unternehmen das wichtigste Werkzeug, um Rohdaten in verwertbare Business Intelligence zu verwandeln. Sie macht Analysen leichter zug\u00e4nglich, insbesondere f\u00fcr die Nutzung von KI und maschinellem Lernen. Da der Aufwand f\u00fcr die Datenverwaltung um bis zu 70 % gesenkt werden kann, wurde sie von Gartner als wichtigster strategischer Technologietrend f\u00fcr 2022 ausgew\u00e4hlt. <\/span><\/p>\n\n\n\n LERNEN SIE \u00dcBER:<\/strong> Verwaltung von Kundendaten<\/a><\/p>\n\n\n\n Unternehmen kopieren h\u00e4ufig ihre Daten, um sie an einem Ort zu konsolidieren. Das ist kostspielig und kann zu Problemen bei der Einhaltung von Vorschriften und der Datensicherheit w\u00e4hrend des gesamten Lebenszyklus der Daten f\u00fchren. Es gibt jedoch gute Gr\u00fcnde, diese Daten zu kombinieren. Zahlreiche Unternehmen entscheiden sich f\u00fcr den Einsatz einer Data Fabric als architektonische L\u00f6sung, die ihnen dies erm\u00f6glicht: <\/span><\/p>\n\n\n\n Unternehmen k\u00f6nnen den Wert ihrer Daten nicht vollst\u00e4ndig nutzen und maximieren. Dies liegt unter anderem am eingeschr\u00e4nkten Datenzugang (d.h. die Daten sind nicht f\u00fcr diejenigen zug\u00e4nglich, die sie ben\u00f6tigen) und an der Komplexit\u00e4t der Datenintegration.<\/span><\/p>\n\n\n\n Die herk\u00f6mmliche Datenintegration reicht nicht mehr aus, um Gesch\u00e4ftsanforderungen wie universelle Transformationen, Echtzeit-Konnektivit\u00e4t usw. zu erf\u00fcllen. Viele Unternehmen ben\u00f6tigen Hilfe bei der Kombination, Integration und Umwandlung von Unternehmensdaten<\/a> aus verschiedenen Quellen. <\/span><\/p>\n\n\n\n Data Fabric bietet Benutzern sofortigen Zugriff auf eine Vielzahl von Daten und erm\u00f6glicht die Visualisierung, egal wo sich die Benutzer befinden. Data Governance und Management in Multi-Cloud-Datenlandschaften k\u00f6nnen durch den Einsatz von Data Fabric f\u00fcr die Benutzer vereinfacht werden. <\/span><\/p>\n\n\n\n Gesch\u00e4ftliche, betriebliche und technische Metadaten sollten aktiv verwaltet werden, wenn eine Data Fabric<\/span> gut verwaltet wird. Ein Datenkatalog und ein Gesch\u00e4ftslexikon m\u00fcssen allen Mitarbeitern des Unternehmens zur Verf\u00fcgung stehen, damit dies geschehen kann. <\/span><\/p>\n\n\n\n Jeder im Unternehmen kann sein Wissen \u00fcber die Daten teilen, w\u00e4hrend er sie nutzt. Es muss ein Zeitplan erstellt werden, nach dem die Metadaten aller Herkunftsquellen in einem Rhythmus aufgenommen werden, der eine angemessene Datenabweichung zul\u00e4sst. <\/span><\/p>\n\n\n\n Hier sind die Tipps und besten Praktiken:<\/span><\/p>\n\n\n\n Obwohl die Konzepte von DataOps und Data Fabric unterschiedlich sind, kann DataOps ein entscheidender Wegbereiter sein. Gem\u00e4\u00df einem Modell des DataOps-Prozesses sind Datenprozesse, Tools und die Menschen, die die Erkenntnisse nutzen, eng miteinander verbunden. <\/span><\/p>\n\n\n\n Die Benutzer sind in der Lage, sich st\u00e4ndig auf Daten zu verlassen, die ihnen zur Verf\u00fcgung stehenden Tools sinnvoll zu nutzen und Erkenntnisse zur Verbesserung der Abl\u00e4ufe anzuwenden. Dieses Modell und das architektonische Design der Data Fabric arbeiten harmonisch zusammen. Die Benutzer ben\u00f6tigen ein DataOps-Prozessmodell und eine DataOps-Einstellung, um das Beste daraus zu machen. <\/span><\/p>\n\n\n\n Beim Aufbau von Data Fabrics besteht das typische Problem darin, dass sie nur zu einem weiteren <\/span>Datensee<\/b><\/a>. Wenn die architektonischen Komponenten vorhanden sind – Datenquellen, Analysen, BI-Techniken, Datentransit und Datennutzung -, aber die APIs und SDKs fehlen, ist das Ergebnis keine echte Data Fabric<\/span>.<\/span><\/p>\n\n\n\n Der Begriff „Data Fabric“ bezieht sich auf ein architektonisches Design und nicht auf eine bestimmte Technologie. Zu den besonderen Merkmalen dieses Designs geh\u00f6ren die Interoperabilit\u00e4t der Komponenten und die Integrationsbereitschaft. Folglich m\u00fcssen Unternehmen der Verbindungsebene, der nahtlosen Daten\u00fcbertragung und der automatischen Bereitstellung von Erkenntnissen f\u00fcr neu angeschlossene Front-End-Schnittstellen Priorit\u00e4t einr\u00e4umen. <\/span><\/p>\n\n\n\n Da die Daten breit gef\u00e4chert sind, kann das Design der Data Fabric bei der Sicherheit, der Echtzeit-Governance<\/a> und der Einhaltung von Vorschriften helfen. Die Daten sind nicht \u00fcber mehrere Systeme verstreut. Daher ist die Wahrscheinlichkeit geringer, dass sensible Daten offengelegt werden. <\/span><\/p>\n\n\n\n Bevor Sie sie einf\u00fchren, m\u00fcssen Sie die f\u00fcr Ihre Daten geltenden Compliance- und Regulierungsvorschriften kennen. Verschiedene Arten von Daten k\u00f6nnen rechtlichen Rahmenbedingungen und Gesetzen unterliegen. Sie k\u00f6nnen das Problem l\u00f6sen, indem Sie automatisierte Compliance-Verfahren implementieren, die Datenumwandlungen erzwingen, um die gesetzlichen Anforderungen zu erf\u00fcllen. <\/span><\/p>\n\n\n\n Durch den Einsatz von Wissensgraphen zur Veranschaulichung von Metadaten und Datenbeziehungen bietet die Graphanalyse eine intelligentere Alternative zu relationalen Datenbanken. Anstatt nur Textstrings zu verwenden, werden die Daten mit einem semantischen Kontext gef\u00fcllt, um zu verstehen, was die Informationen bedeuten. <\/span><\/p>\n\n\n\n Ein Wissensdiagramm kann betriebliche und gesch\u00e4ftliche Erkenntnisse liefern, indem es die Verbindungen zwischen Datenquellen untersucht. Im Vergleich zur relationalen Datenbankmethode lassen sich damit unterschiedliche Daten besser integrieren, und die gewonnenen Erkenntnisse sind auch f\u00fcr Gesch\u00e4ftsanwender hilfreicher. Da das Hauptziel dieser integrierten Architektur darin besteht, die umfassende Nutzung verschiedener Datenquellen ohne Duplizierung zu erm\u00f6glichen, sind Wissensgraphen, die auf Graphanalysen basieren, perfekt f\u00fcr Datentextilien geeignet. <\/span><\/p>\n\n\n\n In der Regel werden mit dieser integrierten Architektur Erkenntnisse gewonnen und direkt an Gesch\u00e4ftsanwendungen weitergeleitet oder fragmentierte Datenbest\u00e4nde zur Pr\u00fcfung durch die IT-Abteilung oder Ihr Datenteam erstellt. Ein Datenmarktplatz, der den Zugang f\u00fcr b\u00fcrgerliche Entwickler demokratisiert, ist eine weitere M\u00f6glichkeit, die Vorteile dieser M\u00f6glichkeiten zu nutzen. <\/span><\/p>\n\n\n\n Die Daten aus diesem Markt k\u00f6nnen von Gesch\u00e4ftsanwendern mit einem grundlegenden Verst\u00e4ndnis der Datenanalyse und jahrelanger Erfahrung in der Gesch\u00e4ftsanalyse verwendet werden, um neue Modelle f\u00fcr neue Anwendungsf\u00e4lle zu erstellen. Unternehmen k\u00f6nnen b\u00fcrgerliche Entwickler in die Lage versetzen, diese Daten auf neuartige und flexible Weise zu nutzen und dar\u00fcber hinaus BI zu entwickeln, die auf den jeweiligen Anwendungsfall zugeschnitten ist. <\/span><\/p>\n\n\n\n Bei der Entwicklung einer Data Fabrication kann Open Source ein entscheidender Faktor sein. Da es erweiterbar und integrationsf\u00e4hig sein soll, sind Open-Source-Technologien f\u00fcr seine Architektur am besten geeignet. <\/span><\/p>\n\n\n\n Da daf\u00fcr m\u00f6glicherweise erhebliche Investitionen erforderlich sind und Sie diese Investitionen auch dann sch\u00fctzen m\u00f6chten, wenn Sie sich sp\u00e4ter f\u00fcr einen Anbieterwechsel entscheiden, k\u00f6nnen Open Source-Komponenten auch dazu beitragen, dass Sie weniger abh\u00e4ngig von einem einzigen Anbieter werden. Schauen Sie sich unbedingt das k\u00fcrzlich ver\u00f6ffentlichte Projekt Open Data Fabric an, das eine dezentralisierte Pipeline f\u00fcr die Verarbeitung von Streaming-Daten unter Verwendung von Big Data und Blockchain erm\u00f6glicht. <\/span><\/p>\n\n\n\n Eine wesentliche Funktion Ihrer Data Fabric-L\u00f6sung ist die native Codegenerierung, die es ihr erm\u00f6glicht, automatisch Code zu erzeugen, der f\u00fcr die Integration von Kundendaten<\/a> verwendet werden kann. Es kann m\u00f6glich sein, optimalen Code nativ in mehreren verschiedenen Sprachen zu generieren, darunter Spark, SQL und Java, w\u00e4hrend die eingehenden Daten analysiert werden. <\/span><\/p>\n\n\n\n IT-Experten k\u00f6nnen diesen Code dann verwenden, um neue Systeme zu integrieren, f\u00fcr die m\u00f6glicherweise noch APIs und SDKs verf\u00fcgbar sein m\u00fcssen. Mit dieser Methode k\u00f6nnen Sie neue Datensysteme schnell und einfach einbinden, ohne sich \u00fcber hohe Integrationskosten oder Investitionen Gedanken machen zu m\u00fcssen. Au\u00dferdem hilft sie Ihnen, Ihre digitale Transformation zu beschleunigen. Denken Sie daran, dass die native Codegenerierung mit vorgefertigten Konnektoren funktionieren muss, damit sie benutzerfreundlich ist. <\/span><\/p>\n\n\n\n Unternehmen k\u00f6nnen die Nutzung ihrer IoT-Ger\u00e4te maximieren, indem sie die Datenherstellung an das Edge-Computing anpassen. Die Edge Data Fabric, die oft auch als Edge-to-Cloud Data Fabric bezeichnet wird, wurde speziell zur Unterst\u00fctzung von IoT-Implementierungen entwickelt. Sie verlagert wichtige datenbezogene Aufgaben aus der zentralisierten Anwendung in eine andere Edge-Schicht, die zwar verteilt, aber eng miteinander verbunden ist. <\/span><\/p>\n\n\n\n Eine intelligente Fabrik kann zum Beispiel ein Edge Data Fabric verwenden, um automatisch das Gewicht eines Frachtcontainers zu bestimmen (ohne die zentrale Cloud zu kontaktieren) und die Auswahlverfahren zu starten. Dies erleichtert automatische Aktionen und beschleunigt die Entscheidungsfindung, was mit einer herk\u00f6mmlichen, zentralisierten Cloud nicht m\u00f6glich ist. <\/span>Data Lake<\/b> Paradigma.<\/span><\/p>\n\n\n\n LERNEN SIE \u00dcBER: Datenmanagement vs. Data Governance<\/a><\/p>\n\n\n\n Daten k\u00f6nnen je nach Bedarf zwischen den Komponenten \u00fcbertragen werden. Eine Data Fabric wird verwendet, um Ressourcen und Einstellungen f\u00fcr verschiedene physische und virtuelle Ressourcen von einem einzigen Standort aus zu verwalten, wodurch der Umfang der erforderlichen Datenverwaltung reduziert wird. <\/span><\/p>\n\n\n\n Data Fabrics bieten eine umfassende Perspektive auf die Daten, einschlie\u00dflich Echtzeitdaten, was den Zeitaufwand f\u00fcr die Suche, Abfrage und den Einsatz kreativer Taktiken verringert. Au\u00dferdem bieten sie eine tiefere Datenanalyse, die die Unternehmensintelligenz verbessert. <\/span><\/p>\n\n\n\n Mit L\u00f6sungen f\u00fcr jedes Thema und jede Branche ist QuestionPro mehr als nur Umfragesoftware. Das Unternehmen bietet auch Datenverwaltungssoftware<\/a> und Dienstleistungen an, darunter die Forschungsbibliothek InsightsHub. Nehmen Sie Kontakt mit dem QuestionPro-Team auf, wenn Sie Hilfe bei der Datenerstellung ben\u00f6tigen. <\/span><\/p>\n\n\n\n\n
Was ist eine Data Fabric<\/span>?<\/span><\/h2>\n\n\n\n
\n
Die Bedeutung von Data Fabric<\/span><\/span><\/h2>\n\n\n\n
Tipps und bew\u00e4hrte Verfahren<\/span><\/h2>\n\n\n\n
\n
Verwenden Sie ein DataOps-Prozessmodell.<\/span><\/h3>\n<\/li>\n<\/ol>\n\n\n\n
\n
Vermeiden Sie die Erstellung eines weiteren Datensees.<\/span><\/h3>\n<\/li>\n<\/ol>\n\n\n\n
\n
Erkennen Sie Ihre regulatorischen und Compliance-Verpflichtungen.<\/span><\/h3>\n<\/li>\n<\/ol>\n\n\n\n
\n
Verwenden Sie die Diagrammanalyse, um nach Zusammenh\u00e4ngen zu suchen.<\/span><\/h3>\n<\/li>\n<\/ol>\n\n\n\n
\n
Schaffen Sie einen Datenmarktplatz f\u00fcr b\u00fcrgerliche Entwickler.<\/span><\/h3>\n<\/li>\n<\/ol>\n\n\n\n
\n
Nutzen Sie Open-Source-Technologie.<\/span><\/h3>\n<\/li>\n<\/ol>\n\n\n\n
\n
Erm\u00f6glichen Sie die Produktion von nativem Code<\/span><\/h3> <\/li>\n<\/ol>\n\n\n\n
\n
Verbessern Sie die Data Fabric<\/span> f\u00fcr Edge Computing<\/span><\/h3> <\/li>\n<\/ol>\n\n\n\n
Fazit<\/span><\/h2>\n\n\n\n