Warum MetaKraftwerk?
Daten sind der Rohstoff des 21. Jahrhunderts. Um in diesem Datenzeitalter wettbewerbsfähig zu bleiben, müssen sich Unternehmen als datengetriebene Organisationen aufstellen. Ziel ist dabei die Erschließung aller relevanten Daten, um diese für die Entscheidungsfindung gewinnbringend einzusetzen.
Selten ist der originäre Ort und die Form der Daten jedoch geeignet, um Advanced Analytics effizient umsetzen zu können. Datenintegration und Data Engineering überführt die Daten in Systeme, wie Data Lakes und Data Warehouses, welche diese Anforderungen besser unterstützen.
Selten ist der originäre Ort und die Form der Daten jedoch geeignet, um Advanced Analytics effizient umsetzen zu können. Datenintegration und Data Engineering überführt die Daten in Systeme, wie Data Lakes und Data Warehouses, welche diese Anforderungen besser unterstützen.
Metadaten-getriebene Entwicklung
Metadaten-getriebene Datenintegrationstools wie Informatica bieten eine maximale Konnektivität zu allen erdenklichen Datenquellen und machen mit visuellem "Low-Coding" die Entwicklung deutlich effizienter als Handcoding.
Diese etablierten Plattformen bieten darüber hinaus unverzichtbare Vorteile für die Operationalisierung und das Monitoring der Datenintegrationsprozesse. Zudem wird durch explizite Metadaten die komplette Katalogisierung der eigenen Systemlandschaft ermöglicht, inklusive einem detaillierten Lineage aller Datenlaufwege.
Das Problem der manuellen Entwicklung
Die Leistung von metadaten-getriebenen Datenintegrationstools besteht wesentlich darin, den Zugriff auf ein riesiges Universum von Datenquellen und den Umgang mit diesen Daten auf eine abstraktere visuelle Ebene zu heben und die Datenintegrations-Entwickler von den technischen Details zu befreien. Dennoch müssen Entwickler alle Datenintegrations-Prozesse einzeln designen, implementieren und testen. Bei größeren Vorhaben wird versucht über die Anzahl der Entwickler zu skalieren.
Dabei werden dieselben Probleme oft mehrfach gelöst und Standards nicht hinreichend eingehalten. Repetitive Arbeit erhöht dabei häufig die Fehlerquote. Mit zusätzlichem Management- und Kommunikationsaufwand wird versucht dem entgegen zu wirken.
Alles in allem ist Datenintegration ein signifikanter Aufwandposten in Projekten, welche mit entsprechender Burn-Rate oft Monate oder sogar Jahre dauern.
Mit der Zeit zeigt sich, dass sich Probleme ähneln. Muster werden erkennbar. Für viele Problemklassen würde man eigentlich gerne einen standardisierten und automatisierten Entwicklungsansatz verwenden.
Dabei werden dieselben Probleme oft mehrfach gelöst und Standards nicht hinreichend eingehalten. Repetitive Arbeit erhöht dabei häufig die Fehlerquote. Mit zusätzlichem Management- und Kommunikationsaufwand wird versucht dem entgegen zu wirken.
Alles in allem ist Datenintegration ein signifikanter Aufwandposten in Projekten, welche mit entsprechender Burn-Rate oft Monate oder sogar Jahre dauern.
Mit der Zeit zeigt sich, dass sich Probleme ähneln. Muster werden erkennbar. Für viele Problemklassen würde man eigentlich gerne einen standardisierten und automatisierten Entwicklungsansatz verwenden.
Die Leistung von metadaten-getriebenen Datenintegrationstools besteht wesentlich darin, den Zugriff auf ein riesiges Universum von Datenquellen und den Umgang mit diesen Daten auf eine abstraktere visuelle Ebene zu heben und die Datenintegrations-Entwickler von den technischen Details zu befreien. Dennoch müssen Entwickler alle Datenintegrations-Prozesse einzeln designen, implementieren und testen. Bei größeren Vorhaben wird versucht über die Anzahl der Entwickler zu skalieren.
Dabei werden dieselben Probleme oft mehrfach gelöst und Standards nicht hinreichend eingehalten. Repetitive Arbeit erhöht dabei häufig die Fehlerquote. Mit zusätzlichem Management- und Kommunikationsaufwand wird versucht dem entgegen zu wirken.
Dabei werden dieselben Probleme oft mehrfach gelöst und Standards nicht hinreichend eingehalten. Repetitive Arbeit erhöht dabei häufig die Fehlerquote. Mit zusätzlichem Management- und Kommunikationsaufwand wird versucht dem entgegen zu wirken.
Alles in allem ist Datenintegration ein signifikanter Aufwandposten in Projekten, welche mit entsprechender Burn-Rate oft Monate oder sogar Jahre dauern.
Mit der Zeit zeigt sich, dass sich Probleme ähneln. Muster werden erkennbar. Für viele Problemklassen würde man eigentlich gerne einen standardisierten und automatisierten Entwicklungsansatz verwenden.
Mit der Zeit zeigt sich, dass sich Probleme ähneln. Muster werden erkennbar. Für viele Problemklassen würde man eigentlich gerne einen standardisierten und automatisierten Entwicklungsansatz verwenden.
Automatisierte Entwicklung mit MetaKraftwerk
Verlassen Sie jetzt das Hamsterrad der repetitiven Entwicklungsarbeit und entwerfen Sie lediglich ein Lösungsmuster für jede Klasse von ähnlichen Datenintegrations-Prozessen. Für Implementierung und Test verwenden Sie weiterhin Ihr metadaten-getriebenes Datenintegrationswerkzeug. Definieren Sie im MetaKraftwerk wie aus Ihrem Lösungsmuster später automatisiert die individuellen Datenintegrations-Prozesse erzeugt werden. MetaKraftwerk arbeitet dabei visuell und vollständig metadaten-getrieben.
Instanz-Metadaten definieren die individuellen Eigenschaften der Datenintegrations-Prozesse wie beispielsweise Datenfelder und Datentypen. Im Produktionsprozess errechnet MetaKraftwerk in Sekunden aus Lösungsmuster- und Instanz-Metadaten die vollständig ablauffähigen Datenintegrations-Prozesse. Vergleichbare manuelle Arbeitsleistung von Monaten wird mit MetaKraftwerk nun in Sekunden geliefert. Die energieeffizienteste Methode Datenintegration zu betreiben.
Instanz-Metadaten definieren die individuellen Eigenschaften der Datenintegrations-Prozesse wie beispielsweise Datenfelder und Datentypen. Im Produktionsprozess errechnet MetaKraftwerk in Sekunden aus Lösungsmuster- und Instanz-Metadaten die vollständig ablauffähigen Datenintegrations-Prozesse. Vergleichbare manuelle Arbeitsleistung von Monaten wird mit MetaKraftwerk nun in Sekunden geliefert. Die energieeffizienteste Methode Datenintegration zu betreiben.
Aufwandsanalyse von Vorgehensweisen
Für die Analyse von Aufwand und Kosten in der Datenintegrationsentwicklung ist es sinnvoll Design-, Implementierungs- und Testaufwände getrennt voneinander zu betrachten. Im Diagramm sind diese Aufwände für drei weiter unten skizzierte Vorgehensweisen in unterschiedlichen Farben dargestellt. Zudem sind die Aufwände für Templates, Pattern und für drei ablauffähige Datenintegrations-Prozesse, als Instanzen bezeichnet, separat aufgeführt.
Aufwandsanalyse von Vorgehensweisen
Für die Analyse von Aufwand und Kosten in der Datenintegrationsentwicklung ist es sinnvoll Design-, Implementierungs- und Testaufwände getrennt voneinander zu betrachten. Im Diagramm sind diese Aufwände für drei weiter unten skizzierte Vorgehensweisen in unterschiedlichen Farben dargestellt. Zudem sind die Aufwände für Templates, Pattern und für drei ablauffähige Datenintegrations-Prozesse, als Instanzen bezeichnet, separat aufgeführt.
Template-basierte Entwicklung
Häufig in Projekten anzutreffen ist eine Vorgehensweise, in der mittels halbtechnischer Spezifikationen, sogenannter Templates, das generelle Design der Datenintegrations-Prozesse vorgegeben wird. Die Funktionalität wird aber erst in den konkreten Prozessen implementiert und getestet. Somit ist auch der Beitrag für eine Reduktion der Aufwände für die Instanzen eher gering.
Pattern-basierte manuelle Entwicklung
Führt man die bereits skizzierte Pattern-Vorgehensweise mit manueller Instanziierung durch, so wird davon profitiert, dass die Funktionalität im Pattern angelegt und getestet wurde. Jedoch ist weiterhin die Anpassung auf die konkrete Datenstruktur und Datenfelder der Instanzen mit manuellem Aufwand behaftet. Bei Pattern mit nicht-trivialer Funktionalität und entsprechender Komplexität muss diese handwerkliche Arbeit mit hoher Präzision ausgeführt werden, um die Testaufwände gering zu halten.
Pattern-basierte automatisierte Entwicklung
Mit der automatisierten Anwendung des Pattern-Vorgehensweise entfällt der manuelle Entwicklungsaufwand für die Instanziierung vollständig. Da die erzeugten Instanzen ausschließlich auf Basis von Metadaten und der maschinellen Anwendung von Regeln erzeugt werden, sind Abweichungen vom Pattern ausgeschlossen. Es bleibt ein geringer Testaufwand, der lediglich den Einfluss der Instanz-Metadaten abprüft. Der eingezahlte Aufwand für die Erstellung des Patterns zahlt sich bei dieser gewählten Vorgehensweise vollständig aus.
Skaleneffekte
Skaleneffekte
Die unterschiedenen Aufwände in ihrer Höhe und ihrer Beziehungen zur produzierten Stückzahl bestimmen die Kostenfunktion der betrachteten Vorgehensweisen. Bei größere Anzahl zu erzeugender Instanzen ist der Skaleneffekt von MetaKraftwerk deutlich erkennbar. Der eingesetzte Aufwand für sorgfältiges Design, Implementierung und Test des Patterns fällt kaum ins Gewicht, während die Implementierung der Instanzen automatisiert erfolgt.
Ihre Vorteile mit MetaKraftwerk
Enorme
Kostenersparnis
Enorme Kostenersparnis
Reduzieren Sie Ihre Entwicklungs- und Testkosten enorm. Dies ist der entscheidende Erfolgsfaktor für Ihre Datenplattform.
Schnellstes
Time-To-Market
Schnellstes
Time-To-Market
Setzen Sie Projekte in Rekordzeit um. Neue technische und fachliche Anforderung sind wesentlich schneller, da automatisiert realisierbar. Auch Change Requests und Maintenance-Aufträge sind Metadaten-getrieben unmittelbar umgesetzt und auf relevanten Objekte Ihrer Datenplattform angewendet.
Agile
Entwicklung
Agile Entwicklung
Reagieren Sie unmittelbar, schnell und planbar auf neue Anforderungen. Kleine, dynamische Teams arbeiten an der Spezifikation, auf deren Basis MetaKraftwerk die Datenintegrationsprozesse erzeugt.
Konsequente
Standardisierung
Konsequente Standardisierung
Entwickeln Sie idealtypische Pattern anstelle von vielen verschiedenen Einzelkunstwerken. Ausschließlich die spezifischen Metadaten der Prozesse unterscheiden diese, nicht die individuelle Qualität bei der Entwicklung. Standardisierung verbunden mit Automatisierung ermöglichen geringste Entwicklungs- und Testaufwände.
Exzellente
Qualität
Exzellente Qualität
Durch Entwicklung und Test eines idealtypischen Lösungsmusters, welches anhand von Metadaten durch Metakraftwerk automatisch vervielfältigt wird, werden manuelle Fehler der Entwicklung eliminiert!
Volle
Funktionalität
Volle Funktionalität
Die Plattformen Informatica Cloud (IICS), PowerCenter, Developer (BDM/DEI) werden vollständig unterstützt.
Entwickeln Sie Ihre Datenintegration nach Ihren Anforderungen und Spezifikationen. MetaKraftwerk ermöglicht Ihnen jegliche Funktionalität, die durch Ihr Datenintegrationswerkzeug bereitgestellt wird.
Weitere Fragen?
Kontaktieren Sie uns um weitere Informationen oder eine persönliche Vorstellung der MetaKraftwerk Plattform zu erhalten