Automatisierung für Big Data mit DevOps

Die Befragten stufen die Bedeutung von Automatisierung für neue Technologien und Trends bei Big Data am höchsten ein, gefolgt von Digitalisierung, Cloud, DevOps und Industrie 4.0. Die Einschätzung differiert allerdings von Branche zu Branche:

Während bei Finanzdienstleistern Big Data im Vordergrund steht, ist Automatisierung für den Handel und die Industrie vor allem für Industrie 4.0 und die Digitalisierung erfolgskritisch. Im Zusammenhang mit DevOps sind die Einschätzungen identisch.

„Im Zuge der Digitalisierung werden immer mehr Daten elektronisch verarbeitet. Um das größere Datenvolumen zu bewältigen, muss automatisiert werden“

kommentiert Stefan Zeitzen, Senior Vice President Sales EMEA von Automic.

„Gleichzeitig ergibt sich damit auch die Chance, Prozesse schneller abzuwickeln und das Fehlerrisiko zu senken, das durch manuelle Verarbeitung entsteht. Ähnlich sieht es bei Industrie 4.0 aus, allerdings fallen dabei viel mehr Daten an. Darüber hinaus steigt das Kommunikationsaufkommen.“

Für Big Data ist Automatisierung offenbar deshalb so wichtig, weil zum einen viele verschiedene Datenquellen analysiert werden müssen, die oft unzureichend integriert sind. Zum anderen kommt es bei Big Data darauf an, möglichst schnell auszuwerten, um zeitnah mit den Ergebnissen arbeiten zu können.

Je häufiger in diesen Prozess manuell eingegriffen werden muss, desto länger dauert die Analyse. Mit einer durchschnittlichen Bewertung von 1,8 auf einer Skala von 1 (sehr hohe Bedeutung) bis 5 (gar keine Bedeutung) bewerten sowohl Finanzdienstleister als auch Industrie und Handel den Einfluss von Automatisierung auf DevOps als hoch.

Damit bestätigen sie den Trend, den Release-Prozess zu automatisieren, um neue Software schneller, sicherer und gut dokumentiert in den Betrieb zu überführen. Kürzere Innovationszyklen ermöglichen Unternehmen, ihre Prozesse zeitnah an neue Anforderungen des Marktes anzupassen oder neue Services anzubieten.