Data Science veröffentlicht im BI Spektrum

Torsten Priebe, Forschungsgruppenleiter der Forschungsgruppe Data Intelligence am Institut für IT Sicherheitsforschung, Sebastian Neumaier, Researcher der Forschungsgruppe Data Intelligence und Stefan Markus, Head of Professional Services bei Simplity, hielten auf der heurigen TDWI Konferenz in München einen spannenden Vortrag über den Datendschungel analytischer Datenarchitekturen.

„Wir sind besonders stolz, dass unsere Arbeit auch in der aktuellen Version des BI Spektrum erschienen ist.“, so Torsten Priebe.

Von Data Warehouse bis Data Mesh

Data Warehouse, Data Lake, Data Lakehouse, Data Mesh… in der Szene kursieren derzeit viele neue Namen für analytische Datenarchitekturen. Doch sind die diversen Ansätze wirklich so unterschiedlich? Der Beitrag versucht einen strukturierten Vergleich der verschiedenen Architekturparadigmen. Es werden Unterschiede, Gemeinsamkeiten und Abhängigkeiten sowie überlappende Architekturbausteine herausgearbeitet und illustriert. Daraus entsteht eine erste Orientierungshilfe für die Wahl der richtigen analytischen Datenarchitektur für den jeweiligen Anwendungsfall.

Vergleich und Fazit

Hier wurde eine erste systematische Darstellung wichtiger analytischer Datenarchitekturen in einem gemeinsamen strukturellen Rahmen basierend auf einer gemeinsamen semiformalen Notation vorgenommen. Wir haben dafür das DAMA-DMBOK und ArchiMate verwendet. Es wurden insbesondere Logical-Data-Warehouse und Data-Mesh-Architekturen detaillierter behandelt. In Anlehnung an Inmon et aI. [Inm21] wagen die drei Autoren hier einen ersten Vergleich nach den Dimensionen „Datenformat“, „Datentypen“, „Datenzugriff“, „Zuverlässigkeit“, „Governance und Sicherheit“, „Performance“, „Skalierbarkeit“, und „unterstützte Anwendungsfälle“ mit der Ergänzung „Datenaktualität“. Auf der eigens entwickelten Website werden weitere Architekturen und Paradigmen wie Lambda- und Kappa-Architekturen im Detail abgedeckt und als Architekturmuster dargestellt- bis hin zu einem Mustersystem ähnlich den Software- Entwurfsmustern der „Gang of Four“ [Gam95]. Dort werden sich auch detaillierte Mustervorlagen mit Kontext-, Problem- und Lösungsabschnitten finden, die dann hoffentlich eine bessere Orientierungshilfe für die Auswahl der richtigen Architekturparadigmen bieten.

Den ganzen Artikel finden Sie hier.

Wir gratulieren dem Data Intelligence Team zur erfolgreichen Veröffentlichung!