Vasily Merkushev - stock.adobe.c

Big Data Analytics in den IT-Resilienz-Plan integrieren

Die Big-Data-Technologie birgt ein enormes Potenzial zur Verbesserung des Risikomanagements. Anwender sollten sich bei den Analyse-Verfahren auch in der Geschäftswelt umsehen.

Die Fähigkeiten von Big Data Analytics werden noch nicht von vielen Unternehmen im Rahmen ihres Risikomanagements und ihrer Disaster-Recovery-Planung genutzt. Jedoch kann die Big-Data-Technologie innerhalb eines IT-Resilienz-Plans ein enormes Potenzial zur Verbesserung des Risikomanagements und zur besseren Vorbereitung der Unternehmen auf Katastrophenfälle bieten.

Obwohl Big Data Analytics zweifellos ihren Nutzen in der Geschäftswelt bewiesen haben, gehen die Anwender oft irrtümlich davon aus, dass diese Analysen nur zur Erkundung von Geschäftsprozessen geeignet sind; beispielsweise um versteckte Business-Trends zu erkennen. Jedoch erzeugen IT-Systeme genauso wie Finanzanwendungen große Datenmengen. Meistens sind dies Ereignisprotokolle. Diese IT-Protokolldaten können Unternehmen ganz ähnlich wie die Geschäftsdaten analysieren.

Dies wirft die Frage auf, wie ein Unternehmen seine Fähigkeit zur Vermeidung potenzieller Risiken oder zur Wiederherstellung nach einer Katastrophe – also seine „Resilienz“ – auf der Grundlage der Analyse von IT-Daten verbessern könnte. Der Schlüssel zur nahtlosen Integration großer Datenmengen in einen IT-Resilienz-Plan liegt in der Orientierung an den Analysen der Geschäftswelt.

Der Schlüssel zur nahtlosen Integration von Big Data in die IT-Resilienz ist das Lernen von der Geschäftswelt.

Big-Data-Analytics haben viele verschiedene Einsatzmöglichkeiten im Geschäftsleben, aber die meisten davon fallen in zwei grundlegende Kategorien:

Zum einen werden Big-Data-Analytics eingesetzt, um verpasste Gelegenheiten zu erkennen. Eine Analyse der Verkaufsdaten eines Unternehmens könnte beispielsweise ergeben, dass sich größere Stückzahlen vom Produkt „XYZ“ verkaufen ließen, falls dieses Produkt mit einem weiteren Element kombiniert würde.

Zum anderen werden Big Data Analytics oft für Prognosen verwendet. Eine Analyse könnte beispielsweise ermitteln, dass die aktuellen Marktbedingungen denen des dritten Quartals 2016 entsprechen und eine Umsatzprognose auf der Grundlage dieser Ähnlichkeiten erstellen.

Die Adaption dieser Ideen für einen IT-Resilienz-Plan zeigt klar den Nutzen historischer Daten für die Beurteilung der aktuellen Situation und für das Treffen von Vorhersagen. Eine Analyse der historischen Protokolldaten könnte ergeben, dass eine bestimmte Workload anfälliger für Ausfälle ist als andere Aufgaben des Unternehmens. Wenn die IT-Abteilung erkennt, welche Workloads anfälliger für Ausfälle sind, kann sie ihre Ressourcen auf der Grundlage dieser Ergebnisse priorisieren.

Der Risk-Intelligence-Anbieter NC4 nutzt solche Daten derzeit für die Planung von Disaster-Revovery-Konzepten. Dazu sammelt man große Datenmengen, um Kunden mit aussagekräftigen Informationen zu versorgen und so den IT-Resilienz-Plan zu verbessern. NC4 wurde kürzlich von Everbridge übernommen.

Die Protokollierung von Daten kann also helfen, einen möglichen Fehler vorherzusagen. Treten bestimmte Fehler in den Wochen vor einem früheren Misserfolg aufgetreten sind, dann könnte ein Wiederauftreten dieser Fehler – die ansonsten unbemerkt bleiben könnten – darauf hinweisen, dass der Misserfolg bald wieder auftritt. Auf diese Weise kann ein Unternehmen Korrekturmaßnahmen ergreifen und sicherstellen, dass seine Backups bereit sind, wenn ein Fehler auftritt.

Nächste Schritte

Diese Unterschiede zwischen organisatorischer und operative Resilienz sollten Sie kennen

So beeinflussen Big Data Analytics Speichersysteme

Technologien und Mitarbeiter müssen im DR-Plan berücksichtigt werden

Erfahren Sie mehr über Disaster Recovery

- GOOGLE-ANZEIGEN

ComputerWeekly.de

Close