The Doppler Quarterly (DEUTSCHE) Frühjahr 2016 - Page 31

TEIL 3 Data Governance und Data Modeling im IoT Von Joey Jablonski Die traditionellen Technologieplattformen werden ständig weiterentwickelt, um das Internet der Dinge angesichts der immer schneller wachsenden Daten- mengen zu unterstützen. Im Zuge dieser Entwick- lung werden Daten aus einer Vielzahl unterschiedli- cher Quellen mit verschiedenen Standards, darunter auch zeitbezogene Daten, gesammelt und analysiert. Definitionsgemäß ermöglicht das IoT eine verlässli- che Erfassung und Analyse von Daten, um Benutzern zu einer fundierteren Entscheidungsfindung zu ver- helfen. Durch die zunehmende Verbreitung von Sensoren, Mobilgeräten und vernetzten Elektronikkomponen- ten wird das IoT den Effekt haben, dass immer kom- plexerer Daten gesammelt und analysiert werden, während zugleich individuellere Benutzerinterakti- onen möglich sind. Data Governance Angesichts des Volumens und der Komplexität der auf IoT-Plattformen verarbeiteten Daten ist der Ein- satz von ausgereiften Data Governance-Program- men im Rahmen der Datensammlungs- und Daten- analyseprozesse unerlässlich. Voraussetzungen für eine effektive Data Governance sind: • Standards für Datenqualität – Alle IoT-Plattfor- men müssen über einen Satz definierter Da- tenstandards verfügen, die bei der Ausführung in Dataflow mithilfe von Workflow-Regeln durch- gesetzt werden. Durch Datenqualitätsstandards wird sichergestellt, dass nur qualitativ guter Input für Empfehlungen und Vorhersagemodel- le bereitgestellt wird und Daten von schlechter Qualität aussortiert werden. • Standards für Datenaufbewahrung – Wenn IoT-Plattformen wachsen, nehmen auch die Datenmengen zu. In Datenaufbewahrungsrichtli- nien sollte immer eine Zeitangabe zur Definition der Datenaufbewahrungsdauer genannt werden. Zudem sollten IoT-Plattformen immer eine auto- matisierte Methode zur Löschung von nicht mehr benötigten Daten aufweisen. • Standards für Datenschutz – Am Anfang jedes IoT-Lösungsdesigns steht eine Bewertung der Datenschutzaspekte für die spezifischen Daten- typen, die gesammelt werden,. Auf Basis dieser Bewertung müssen Anwendungsstandards erstellen werden, um zu gewährleisten, dass die Daten nur autorisierten und überprüften Benut- zern zugänglich sind. Das IoT wird den Trend zur Sammlung und Auswertung umfangreicherer und komplexerer Daten verstärken. Data Modeling Neben Data Governance benötigen IoT-Plattformen auch flexible Datenmodelle auf Basis verlässlicher Datenplattformen. In IoT-Umgebungen dient das Datenmodell zur Leistungsoptimierung für die gewählte Plattform. Verlässliche Plattformen zeich- nen sich dadurch aus, dass die Daten adäquat FRÜHJAHR 2016 | THE DOPPLER | 29