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