data mesh

Data to the People

Bill Gates ruft in seinem Blog das Zeitalter der künstlichen Intelligenz aus. Die Diskussion um den Einsatz von künstlicher Intelligenz hat in breite Öffentlichkeit erreicht (Stichwort: ChatGPT). Bei diconium sind wir der Überzeugung, dass Daten für alle Unternehmen relevant sind. Watts S. Humphrey hat vor mehr als zwei Jahrzehnten das Sprichwort “Every Company is a Software Company” geprägt. Es wird Zeit dieses Statement zu “Every Company is a Data Company” umzuformulieren.

Whitepaper
Daten & KI
Data Mesh

Was ist Data Mesh?

Data Mesh ist ein neuer Ansatz bzw. eine neue Strategie für Datenmanagement. Wichtige Bausteine dieses Ansatzes sind die Dezentralisierung der Daten und das Verständnis, dass Daten strategische Vermögenswerte sind. Data Mesh ist eine Antwort auf zentrale Datenteams, die ab einem gewissen Punkt an ihre Grenzen stoßen: sinkende Innovationsraten, steigende Time-to-market, allgemeine Frustration hinsichtlich Datenqualität und –verfügbarkeit. Data Mesh baut auf dem Konzept Domain Driven Design von Eric Evans auf und erweitert es um den Aspekt Daten. 

OWNERSHIP_RANDOM_1X1_BLANK
Data Mesh ist nicht nur eine Architektur, es ist nicht nur eine Technologie, es ist nicht nur eine organisatorische Veränderung, es ist all das. Es ist ein Paradigmenwechsel in der Art und Weise, wie wir Big Data auf verschiedenen Ebenen verwalten.

Zhamak Dhegani

Begründerin Data Mesh

Ist Data Mesh sinnvoll für mein Unternehmen?

Für Unternehmen, für die Daten und ihr Einsatz einen strategischen Vorteil darstellen, ist Data Mesh die Lösung, um datenpotentiale im großen Umfang zu heben. Der Fokus liegt auf der Skalierung des Dateneinsatz. Unternehmen wie HelloFresh, Zalando, adidas, Delivery Hero setzen das Konzept als Fundament für ihr Datenmanagement erfolgreich ein.

PRODUCT_DUST_1X1_BLANK

Die vier Grundsätze von Data Mesh

 
Element 1@2x

Domain ownership

Dezentralisierung und Übertragung der Datenverantwortung an Personen, die den Daten am nächsten sind.

Element 2@2x

Data as a product

Dies bedeutet, dass das Produktdenken auf Daten angewendet wird. Es läuft auf zwei Hauptinterpretationen hinaus: Daten werden wie ein Produkt behandelt. Daher sollten die Verbraucher von Daten als Kunden behandelt werden.

Element 3@2x

Self-serve data infrastructure

Reduziert den Aufwand für die Erstellung von Datenprodukten und beschleunigt somit den Prozess und erhöht die Qualität durch Standardisierung.

Element 4@2x

Federated computational governance

In einem Netz unabhängiger Datenprodukte sorgt eine föderale Verwaltung für Vertrauen und Sicherheit.

Erfahre mehr im vollständigen Report