Smart Analytics

Neue Lösungen für Big-Data-Anwendungen: DB2 und Power Systems

Das enorme Wachstum von mobilen Anwendungen, Social Media und dem Internet-of-Things hat Big Data und Analytics zur obersten Priorität für Unternehmen gemacht. Diese Daten enthalten wertvollste Informationen über Kunden, Wettbewerber und Markttrends. Die Fähigkeit, diese Daten zu erfassen und zu verstehen ist daher ausschlaggebend für den Erfolg Ihres Unternehmens.

Um diese Informationen zu verwalten und zu analysieren, die sich sowohl innerhalb als auch außerhalb des Unternehmens befinden, benötigen Sie eine Datenmanagement-Lösung, die viele entscheidende Faktoren vereint: Performance, Zuverlässigkeit und eine unkomplizierte Handhabun, um nur ein paar zu nennen. Der Zugriff auf Echtzeit- oder historische Betriebsdaten erzeugt eine enorme Last auf der Datenbank. Diese kann ebenfalls geschäftskritische Daten von Anwendungen wie ERP, CRM und anderen Transaktionsanwendungen sowie Analyseberichte und Dashboards beherberen.

Daher ist eine Datenbank-Software, die die volle Performance der zugehörigen Hardware-Kapazitäten ausnutzt, klar im Vorteil. DB2 10.5 verwendet deswegen eine Kombination von hochleistungsfähigen IBM Power Systems Servern und IBM Software. Höchste Leistung bei geringeren Kosten ist damit garantiert! 


Smart Analytics

Power Business Analytics Accelerator - DB2 mit BLU Beschleunigung auf Power Systems

Das Verschieben von Daten aus dem Arbeitsspeicher auf die Festplatte und zurück hat negative Auswirkungen auf die Abfrageleistung. Die Reaktionszeit ist am schnellsten wenn die Daten im Arbeitsspeicher bleiben können. DB2 10.5 stellt mit der BLU-Beschleunigung die nächste Generation des In-Memory-Computing vor und bietet eine bisher nicht dagewesene Performance, damit Betriebsdaten so gut wie in Echtzeit analysiert werden können.

Durch einen sehr großen Cache und einer hohen Speicherbrandbreite ermöglicht es IBM Power Systems große Mengen an Daten im Arbeitsspeicher zu halten. Damit ist die Lösung prädestiniert für die Bearbeitung von großen Datenmengen und damit im Analytics-Umfeld wie zuhause. Darüber hinaus liefert DB2 eine außergewöhnliche Skalierbarkeit für komplexe Betriebsanalytik und die DB2-Datenbankpartitionierungs-funktion. DB2 verteilt die Daten transparent über mehrere Partitionen hinweg, damit eine Parallelverarbeitung stattfinden kann, welche die skalierbare Architektur von Power Systems optimal ausnutzt.











IBM Puredata for Operational Analytics ist einintegriertes System, das auf auf Power Systems und DB2-Software basiert. Es wurde speziell für die Anforderungen von Operations Analytics entwickelt und optimiert - so ist es möglich, eine sehr große Anzahl von gleichzeitigen Operational-Queries abzufragen.


Mit der Purescale Clustering Technologie können zusätzliche Ressourcen nach Belieben aufgeteilt und auf sich ändernde Arbeitslasten angepasst werden, ohne das laufende Anwendungen unterbrochen werden müssten. 

Analytics aus Perspektive der Line-of-Business

IBM Analytics Infrastruktur - ein komplettes Lösungsportfolio für Business Analytics

Und wie setze ich diese Anforderungen der Fachbereiche in eine solide Infrastruktur um?

Johannes Berger, CIO

Längst ist nicht mehr der IT-Leiter alleine für die Auswahl und den Betrieb von IT-Lösungen verantwortlich. Insbesondere Analytics betrifft alle Kernbereiche eines mittelständischen Unternehmens.

Hier klären wir aus der Perspektive der "Line-of-Business", also den Verantwortlichen der Fachbereiche, die Mehrwerte und Chancen, die IBM mit dem Analytics-Portfolio bereithält. 


Vor welche Herausforderungen werde ich gestellt?

Die Digitalisierung verändert zunehmend unsere Zusammenarbeit mit den Fachbereichen. Die wachsenden Datenmengen erfordern eine systematische Erfassung, Analyse und Aufbereitung der Informationen, um daraus Handlungsempfehlungen abzuleiten. Damit steigen die Anforderungen an unsere Business Intelligence und Data WarehouseSysteme beständig an. Unsere Anwender haben umfangreichere Informationsbedürfnisse – neue
Datenquellen wie soziale Medien, Sensordaten, Videoaufzeichnungen, etc. müssen integriert werden. Die Toleranz bei Wartezeiten auf Datenabfragen sinkt rapide. Wir müssen diesen Herausforderungen Stand halten, wenn wir
die Innovationen im Unternehmen mit vorantreiben wollen.

Welche Anforderungen werden an unsere IT gestellt und wie 
werde ich diesen gerecht?

Eine besondere Aufmerksamkeit wird der Kosteneffi zienz, Skalierbarkeit und Performance der eingesetzten Systeme zuteil. Viele Datenspeicher, Datenintegrationsprozesse und oftmals verschiedene Analysewerkzeuge erhöhen die Komplexität der Infrastruktur. Die wachsende Zahl der Anwender, der Datenvolumina, der komplexen Abfragen und Datenmodelle erfordert skalierbare und schnelle Systeme. Eine hohe Datenqualität ist die Voraussetzung für eine ergebnisorientierte Datennutzung. Ein einfacher Datenzugang für die Endanwender muss gewährleistet sein. Das alles bei einfacher Wartung, schneller Anpassungsfähigkeit, verstärktem Datenschutz und immer unter Kostendruck.

Wie gestalte ich meine IT agil, um auf diese Anforderungen reagieren zu können?

IBM als Partner stellt ein komplettes Lösungsportfolio bereit, das den Anforderungen durchgehend gerecht wird. Neben modernster Business und Predictive Analytics Software, bietet IBM neueste Data Warehouse-Lösungen kombiniert mit zukunftsweisenden Technologien wie inMemory oder Hadoop. Diese fügen sich übergangslos in die bestehende ITInfrastruktur ein und nutzen optimal die vorhandenen HardwareRessourcen. Dadurch wird die Geschwindigkeit und Einfachheit der Analysen verbessert, das Datenmanagement erleichtert und die Datenqualität signifi kant gesteigert. So können die drängendsten Anforderungen im Handumdrehen in Angriff genommen werden – mit der Sicherheit, dass diese Lösungen durch nahtlose Erweiterungen auch zukünftigen Herausforderungen gewachsen sind.

IBM Analytics Infrastruktur

Mehrwerte und Nutzen

  • Neuer Wertbeitrag durch die IT
  • Nutzung der Daten aus neuen Quellen
  • Verhinderung einer Schatten-IT
  • Zufriedenheit und Akzeptanz der Anwender
  • Kosteneffiziente Verwaltung von Big Data
  • Höhere Wirtschaftlichkeit
  • Schnellerer ROI
  • Höchste Sicherheitsstandards
  • Zusammenarbeit mit Fachabteilungen