In Zeiten von wachsendem Interesse an datengetriebenen Technologien wie z.B. Künstlicher Intelligenz, wächst gleichermaßen das Interesse an der optimalen Datenhaltung der benötigten Daten. Doch welche Möglichkeiten haben Sie als Unternehmen, um Ihre Daten zu managen, zu optimieren und zu lagern? In welchen Fällen sollten Sie welche Datenhaltungsoption nutzen? Und wo liegt der Unterschied zwischen einem Data Lake und einem Data Warehouse?
Die Wahl zwischen Data Lake oder Data Warehouse
Als Grundvoraussetzung für den Einsatz von datengetriebenen Technologien wird von vielen Experten die vorgelagerte Umsetzung von leistungsfähigen Big-Data-Infrastrukturen genannt.
So ist es für verschiedenste unternehmensinterne Prozesse erfahrungsgemäß notwendig, gleichzeitig auf unterschiedliche Daten aus verschiedenen Systemen zuzugreifen.
Die Basis für die zentralisierte Datenhaltung kann in diesem Fall entweder ein Data Lake oder ein Data Warehouse sein. Im Data Warehouse werden verschiedenste Datentypen aus unterschiedlichen Quellen bereinigt, miteinander harmonisiert und zentral gelagert. Vor allem als vorgelagerte Datenquelle für BI-Systeme, wie z.B. Microsoft Power BI oder IBM Cognos Analytics bietet sich ein Data Warehouse an, um auf Grundlage der vorstrukturierten und sortierten Daten analytische Unternehmensentscheidungen zu treffen.
Die Unterschiede zwischen Data Lake und Data Warehouse
Die Vorteile eines Data Warehouse liegen in der Datenhaltung vor allem im Bereich der Homogenisierung, der Integration von verschiedenen Datentypen und der Strukturierung.
Das Data Lake hingegen greift auf eine unstrukturierte Sammlung von Rohdaten aus verschiedenen Quellsystemen zurück, wodurch es nicht notwendig ist, den analytischen Zweck der Datenhaltung im Vorfeld zu kennen. Die daraus folgende Flexibilität des Data Lakes beschreibt ebenso den größten Unterschied zum Data Warehouse. Während beim Data Warehouse im Vorfeld der Implementierung der analytische Zweck feststehen muss, können die Daten im Data Lake auch nach der Speicherung strukturiert und für Analysezwecke extrahiert werden.
Dadurch, dass die beiden Datenhaltungssysteme ihre jeweiligen spezifischen Anwendungsbereiche besitzen, lässt sich allerdings auch feststellen, dass eine Kombination der beiden Systeme trotz der bestehenden Unterschiede Ihre Datenhaltung auf ein neues Level katapultieren würde.
