Bloß nicht die Rechtslage nicht vernachlässigen

Hybride Clouds bestimmen mittlerweile den Alltag vieler IT-Abteilungen. Laut einer IDG-Studie nutzen bereits mehr als 90 Prozent der Unternehmen Cloud-Lösungen. Im Zuge der Umfrage gaben sogar knapp 50 Prozent der Firmen an, dass sie mit bis zu fünf Cloud-Anbietern zusammenarbeiten. Lediglich 22 Prozent setzen ausschließlich auf einen Service-Provider.

Die Herausforderung hybrider Infrastrukturen: Private und Public Cloud so zu verbinden, dass das Unternehmen bestmöglich von den Vorteilen beider Betriebsmodelle profitiert. Während sich mittels Private Cloud regulatorische oder Sicherheitsanforderungen abbilden lassen, punktet die Public Cloud vor allem mit frei skalierbaren Computing-Ressourcen und flexiblem Preismodell. Besonders gefragt bei Softwaretests und Produktentwicklungen oder um betriebsbedingte Lastspitzen IT-seitig abzufedern.

Wo liegen die sensiblen Daten?

Um eine Hybrid Cloud effektiv zu managen, müssen Unternehmen ihre Strategie hinsichtlich Datenspeicher und -sicherheit anpassen. In der Praxis nutzen sie – entweder in eigenen Rechenzentren oder in denen ihrer Dienstleister – eine Private Cloud, die den durchschnittlichen Workload verarbeitet. Bei Bedarf kommen automatisiert weitere Public-Cloud-Ressourcen hinzu. Dabei besonders wichtig: stets zu wissen, wo sich die Daten gerade befinden.

Gefordert sind demnach Konzepte, die transparent abbilden, welche Daten an welchen Stellen der hybriden Infrastruktur genutzt oder abgelegt werden. Dabei müssen sowohl Compliance als auch Sicherheit gewährleistet sein. Denn laut Datenschutz-Grundverordnung (DSGVO) dürfen zum Beispiel personenbezogene Daten den europäischen Rechtsraum nicht verlassen. Public-Cloud-Anbieter wie die Open Telekom Cloud haben sich darauf eingestellt und stellen sicher, dass sich sensible Daten regelkonform innerhalb des europäischen Rechtsraums nutzen und speichern lassen.

Neben rechtssicheren Konzepten braucht es aber auch die passenden Systeme, um Unternehmensdaten in hybriden Infrastrukturen zuverlässig zu speichern. Mit OceanStor Pacific Series von Huawei lassen sich beispielsweise kritische Daten in der eigenen Speicherumgebung oder einer Private Cloud nutzen. Standard-APIs zu Hyperscalern wie AWS S3, Azure und Google Cloud Storage gewährleisten zudem, dass sich Speicherdienste aus der Public Cloud einfach und schnell anbinden lassen.

KI braucht „heiße“ Daten

Dass die Datenmenge seit Jahren zunimmt, macht die Sache nicht leichter. Laut einer Studie des Sicherheitsanbieters Splunk erwarten mehr als zwei Drittel der befragten Führungskräfte, dass sich die Datenmenge weltweit bis 2025 nahezu verfünffachen wird. Ihrer Ansicht nach birgt die Datenexplosion große Chancen, etwa für den wirtschaftlichen Gesamterfolg (81 Prozent) oder die Innovationskraft (75 Prozent) des Unternehmens. Dafür müssen sie jedoch alle Daten entsprechend aufbereiten und auswerten können – bestenfalls mittels Datenanalysen auf Basis von Künstlicher Intelligenz (KI) wie zum Beispiel mit Machine Learning (ML).

Intelligente Analysen verändern die Art und Weise, wie Unternehmen Daten verwalten und speichern. Bisher klassifizierten die Betriebe ihre Daten nach dem Prinzip von „cold“, „warm“ und „hot“ und bildeten dies im Speichermanagement entsprechend ab: „Heiße“ Daten müssen die Anwender regelmäßig und schnell nutzen können. Auf „warme“ Daten greifen sie seltener zurück. „Kalte“ Daten werden im Tagesgeschäft nicht mehr gebraucht und wandern ins Langzeitarchiv.

Admins deutlich entlasten

Um die für maschinelles Lernen und KI notwendigen Algorithmen so effektiv wie möglich zu trainieren, erfolgt der Zugriff auf so viele Daten wie möglich. Dabei ist gerade auch der schnelle Echtzeitzugriff auf Archivdaten entscheidend. Im Zuge dessen lösen sich starre Speicherkategorien auf. Es entsteht ein flexibler Daten-Pool, mit dem sich historische und aktuelle Daten gleichzeitig auswerten lassen.

Die damit verbundenen Speicheranforderungen bilden Lösungen wie die OceanStor Pacific Series von Huawei ab. Dank der integrierten Speicherintelligenz müssen Unternehmen ihre Daten weder selbst bewerten noch auf verschiedene Speichermedien verteilen – das übernimmt das System automatisch. Datensilos lassen sich vermeiden, gleichzeitig steigt die Performance, da Informationen nicht mehr mühsam aus unterschiedlichen Storage-Schichten zusammengefügt werden müssen. Positiver Nebeneffekt: das einfache Handling der Speicherumgebung. Denn statt zig verschiedener Systeme wird nur noch ein einziges genutzt. Das verringert den Konfigurationsaufwand und entlastet die Administratoren.

Bildquelle: Pexels