Daten richtig managen
Vom Data Warehouse zum Data Lakehouse

Ein Gastbeitrag von Elena Fomenko* 6 min Lesedauer

Anbieter zum Thema

Geschäftskunden und Data Scientists haben verschiedene Bedürfnisse beim Umgang mit Daten. Mit dem Konzept des Data Lakehouse soll die Quadratur des Kreises gelingen, die beide Zielgruppen zufrieden stellt. Wie lässt sich das am besten in der Praxis umsetzen?

In vielen Unternehmen fallen heute riesige Datenmengen abseits von reinen Transaktionsdaten an, die gerade für Data Scientists von Interesse sind. (Bild:  gemeinfrei /  Pixabay)
In vielen Unternehmen fallen heute riesige Datenmengen abseits von reinen Transaktionsdaten an, die gerade für Data Scientists von Interesse sind.
(Bild: gemeinfrei / Pixabay)

Ein in den Medien populärer, allerdings platter Vergleich zieht eine Analogie zwischen Daten und Gold. Wer sich intensiver mit der Materie beschäftigt, weiß jedoch, dass Unternehmen heute eher in Daten ersticken. Das Wertvolle daran sind die Erkenntnisse, die sich aus ihnen gewinnen lassen. Bevor diese aber entstehen können, müssen die Daten gespeichert werden – und hier ringen verschiedene Konzepte miteinander.

Data Warehouse – die Datenquelle für Business Analysten

Das Konzept des Data Warehouse ist seit Jahren bekannt und kommt in vielen Unternehmen zum Einsatz. Es handelt sich, abstrakt und unabhängig vom Hersteller der Lösung betrachtet, um eine zentrale Datenbank, die Daten aus verschiedenen Quellen zusammenführt. Das Data Warehouse wurde in Hinblick auf Businessanalysen entwickelt und stammt aus einer Zeit, als die Methoden der Künstlichen Intelligenz noch in den Kinderschuhen steckten.