Datenbanken
In-Memory-Computing für ERP- und CRM-Prozesse
Die Digitalisierung hat in allen Bereichen der Lebens- und Arbeitswelt tiefgreifende Veränderungen zur Folge. So verdoppelt sich zum Beispiel die in Unternehmen produzierte Datenmenge in nur 20 Monaten. Diese Daten können heute entscheidende Wettbewerbsvorteile für Fertigungsbetriebe mit sich bringen. Dazu müssen Unternehmen große Datenvolumen schnell und effizient analysieren und daraus fundierte Vorgehensweisen ableiten. Dafür sollen sogenannte In-Memory-Datenbanken die notwendige Geschwindigkeit und Effizienz liefern – ein Grund für immer mehr Unternehmen, die Datenbank-Technologie in Enterprise Resource Planning- und Customer Relationship Management-Prozesse einzubinden.
Bei In-Memory-Computing werden sehr große Datenmengen im Hauptspeicher und damit nahezu in Echtzeit gehalten und verarbeitet. Dieses Prinzip ist zwar nicht neu, jedoch ändern sich die Rahmenbedingungen für die Technologie. Wo früher die für den Hauptspeicher benötigten Chips sehr teuer waren, sinken die RAM-Preise seit einiger Zeit stetig. Damit ist es für Unternehmen immer wirtschaftlicher, den Hauptspeicher einzusetzen und dessen Geschwindigkeit auszunutzen: Der Zugriff auf im Hauptspeicher liegende Daten ist bis zum Faktor 50.000 schneller. Zudem kann sich die Datenanalyse erheblich vereinfachen, da strukturierte und unstrukturierte Daten aus verschiedenen Vorsystemen direkt analysiert werden können – ein vorheriges Aggregieren von Basisdaten ist nicht mehr zwingend erforderlich. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
In der Praxis ermöglicht die In-Memory-Technologie eine bessere Unterstützung von Ad-hoc-Auswertungen beziehungsweise schnellere Bereitstellung neuer Auswertungen. So lassen sich zum Beispiel Analysen, die einst mehrere Stunden oder Tage in Anspruch genommen haben, auf nur wenige Minuten oder sogar Sekunden verkürzen. Datengetriebenen Unternehmen bieten In-Memory-Datenbanken zudem Flexibilität.
Mit In-Memory-Datenbanken lassen sich Datenbestände von mehr als 1000 Terabyte oft zügig auswerten.
Bild: Exasol AG
Potenzial in der ERP-Praxis
Auch im ERP-Bereich kann In-Memory-Technologie Nutzen stiften. Wachsende Produktvielfalt und steigende Anforderungen treiben in vielen Betrieben die Menge an Prozess- und Messdaten bei der industriellen Fertigung in die Höhe. So wäre das enorme Datenaufkommen aufgrund der Größe und Komplexität mit herkömmlicher Datenbanktechnik oft nicht sinnvoll nutzbar. Eine auf In-Memory basierte Datenanalyse kann aus diesen zahlreichen und heterogenen Informationen jedoch Nutzen ziehen und neue Erkenntnisse liefern – von der Optimierung betrieblicher Prozesse und Arbeitsabläufe bis hin zur Verbesserung der Qualität.
Durch die Geschwindigkeit der Hauptspeicher-Datenverarbeitung eröffnen sich in Unternehmen neue Möglichkeiten der Datenanalyse und somit Business Intelligence-Szenarien. Datenprozesse und Query-Laufzeiten können beschleunigt beziehungsweise verkürzt werden. Produktionskennzahlen können bei Bedarf auf Knopfdruck erstellt werden. Präventive Analysen oder Statistical Process Controll sowie Planungsszenarien auf Basis gewonnener Messdaten lassen sich mit der Technologie häufig dynamischer gestalten und bei Bedarf ad-hoc durchführen. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
CRM-Prozesse mit Technik anpassen
Die anhaltende Digitalisierung wirkt sich auf analytische und operative CRM-Prozesse in Unternehmen aus. Laufen diese zwar schon seit längerem meist automatisiert ab, so können sie mit In-Memory-Technologie oft noch optimiert werden. Customer Analytics ermöglichen es Unternehmen, Einblicke über Kundenverhalten annähernd in Echtzeit zu gewinnen und im zweiten Schritt das Geschäft kurzfristig zu justieren: Erkenntnisse, wann, wer, wie einkauft, sind meist wertvolle Anzeichen für die Preisfindung. Anhand komplexer Datenauswertungen lassen sich zudem oft treffsichere Prognosen für Artikelabsätze, Retouren-Quoten und Lieferketten in Echtzeit errechnen. Dies sorgt für eine Reduktion der Churn-Rate, also der Anzahl an Kunden, die über einen bestimmten Zeitraum im Vergleich zum Kundenstamm abgesprungen sind. Mit präzisen Daten können Unternehmen auf die Bedürfnisse der Kunden eingehen und den Verkauf nicht selten steigern.
Viele Rohdaten auswerten
Die passende Technik ist erforderlich, um auf Basis von Analysen ERP- und CRM-Prozesse umzugestalten. Das Datenbanksystem sollte in der Lage sein, große Mengen an Rohdaten zeitnah und detailliert auszuwerten. Für diese Aufgabe sind analytische Datenbanken ausgelegt. Diese setzen oft als High Performance-Schicht oberhalb existierender Data Warehouses beziehungsweise Hadoop-Systemen auf. In-Memory-Computing dürfte in diesem Umfeld künftig von entscheidender Bedeutung sein.
