The Doppler Quarterly (DEUTSCHE) Frühjahr 2018 | Page 20
Sechs wesentliche Faktoren
Faktor Nr. 1: Eine hochwertige Datenerfassung
Es ist wichtig, dass Unternehmen ihre Anwendungs-
umgebung kennen. Wir glauben fest an eine „hoch-
wertige Datenerfassung“, die sich darauf konzentriert,
den Kontext, die zu erhebenden Daten, ihre Verwen-
dung und das Endergebnis im Vorfeld zu definieren.
Eine Migrationsinitiative erfordert einen gründlichen
Einblick in das Portfolio des Unternehmens. Richten Sie
Ihre Sondierungs- und Analysebemühungen auf die
wichtigsten geschäftlichen Faktoren und spezifische
Ziele aus. Führen Sie auf der Grundlage dieser Ziele eine
Analyseübung auf Umgebungs-, Anwendungs- und Inf-
rastrukturebene sowie spezifisch für eine einzelne Kom-
ponente aus. Wir empfehlen, dass jedes Unternehmen
auf jeder dieser Ebenen eine Analyse auf der Grundlage
verschiedener Geschäftsfaktoren durchführt.
Im Folgenden finden Sie typische Anwendungsfälle:
• Definition einer allgemeinen Strategie für die
Transformation in der gesamten IT-Landschaft,
Verstehen gemeinsamer Muster und Identifikation
von Vorreitern (Analyse auf Umgebungsebene)
• Adressierung von Herausforderungen eines spezi-
fischen Anwendungsportfolios für einen
Geschäftsbereich (Analyse auf Anwendungsebene)
• Adressierung spezifischer Schmerzpunkte, wie
z. B. Middleware- oder Datenbanktransforma-
tion (Analyse auf Komponentenebene)
• Adressierung spezifischerer Geschäftsfaktoren,
wie z. B. das „Verlassen eines Rechenzentrums“,
die eine infrastrukturzentrierte Analyse erfor-
dern können.
18 | THE DOPPLER | FRÜHJAHR 2018
Welche Art von Daten für diese verschiedenen
Anwendungsszenarienerforderlich sind, ist unter-
schiedlich. Sie reichen von allgemeinen Anwendungs-
informationen bis zu Asset-Details und detaillierten
Architektur- und Abhängigkeitsinformationen.
Auch wenn die Erstellung eines Datenmodells, das
genau definiert, was für jede dieser Analysen benötigt
wird, ein Kinderspiel sein sollte, haben viele Unterneh-
men damit zu kämpfen. Die Probleme reichen von der
Nichtauffindbarkeit der benötigten Informationen bis
hin zur Überforderung mit der Datenmenge und dem
Zeit- und Arbeitsaufwand für deren Erfassung.
Wir empfehlen Unternehmen, im Vorfeld ein Daten-
modell zu erstellen, das die Anwendungsfälle mit den
folgenden Anforderungen definiert:
• Asset-Informationen
• Zusätzliche Analyseattribute
• Datenerfassungsmechanismen
Die Datenerfassungsmechanismen können von Self-Ser-
vice-Fragebögen über Discovery/Monitoring-Tools bis zu
CMDB-Quellen reichen. Viele Discovery-Tools verfügen
über zusätzliche Analysemöglichkeiten, einschließlich
Kostenanalyse, Architektur- und Plattformempfehlungen.
Zusammenfassend lässt sich sagen, dass Unternehmen
eine hochwertige Datenerfassung durch die richtige
Definition von Anwendungsfällen, Asset-Details und
anderen funktionalen Daten ermöglichen müssen, die
für die Analyse entscheidend sind. Außerdem benöti-
gen sie einen robusten Erkennungsmechanismus, der
alle erforderlichen Informationen sammelt und in einem
Repository verwaltet, um sie bei Bedarf in weiteren
Analysestufen und bei einer eventuellen Migration ver-
wenden zu können.