Thought Leadership
Das Ziel, das Business zu digitalisieren, haben die allermeisten Unternehmensstrategen klar vor Augen. Die Herausforderung: Der Weg dorthin. Der Status: Viele stehen in den Startlöchern, wissen aufgrund der Komplexität der Aufgabenstellung aber nicht, welche Schritte sie zuerst unternehmen sollen.
Eine Möglichkeit, dem digitalen Wandel mehr Power zu verleihen ist, das Continuous-Development-Prinzip einzuführen. Dieses hilft, DevOps-Prozesse und Applikationen kontinuierlich und konsequent weiterzuentwickeln. Warum? Weil die Vorgehensweise dafür sorgt, dass die Entwicklungszyklen von Software- oder Cloudlösungen verkürzt und Innovationen und zielgerichteter umgesetzt werden können. Dazu kommt noch ein positiver Nebeneffekt. Mit einer kontinuierlichen Entwicklung können Ressourcen der Experten wesentlich effizienter geplant werden, es entstehen keine Peaks und auch aus budgetärer Sicht gibt dieser Prozess mehr Planbarkeit und Sicherheit.
Daten, Digitalisierung und Dynamik
Mit der Sensibilisierung für das Continuous Development geht in vielen Unternehmen ein Sinneswandel hinsichtlich des Umgangs mit den Unternehmensdaten einher: Es reift die Erkenntnis, wie wertschöpfend sich eine zuverlässige und moderne Datenverwaltung nicht nur auf den Nutzen einer Anwendung auswirkt, sondern auch auf deren Entwicklung. Gerade etablierte Unternehmen, deren Prozesse sich über Jahrzehnte entwickelt haben, können von der Einführung eines Continuous-Development-Prinzips profitieren. Vielfach tun sie sich schwer, mit den flinken Digital Natives und Start-ups zu konkurrieren, deren Geschäftsmodelle von vorneherein auf den Grundsätzen einer digitalen Wirtschaft beruhen. Denn eines steht fest: Nur wer bei diesem hohen Tempo mithalten kann, ist wettbewerbsfähig. Das belegen auch aktuelle Studien. IDC hat im Jahr 2021 eine Untersuchung durchgeführt, die die Vorteile von DevOps Daten-Plattformen identifiziert. Unternehmen, die beispielsweise mit Delphix arbeiten, konnten nachweislich ihre Data-Operations-Kosten um 39% senken und die Produktivität der IT um 24% erhöhen. Gleichzeitig sanken die Infrastrukturkosten um 72% und das Business-Risiko wurde sogar um 76% minimiert.
Umso wichtiger ist es für diese Unternehmen, sich in Richtung einer agilen Softwareentwicklung zu bewegen und unter anderem auch DevOps einzuführen. Viele haben bereits in die Automatisierung von Prozessen investiert, um die Geschwindigkeit ihrer IT-Teams zu optimieren, damit sie besser, schneller und innovativer auf Kundenbedürfnisse reagieren können.
Dabei sollte die Automatisierung sehr umfassend und übergreifend erfolgen, eine Code- und Infrastrukturautomatisierung ist nach heutigen Maßstäben zu kurz gegriffen. Denn sie hilft beispielsweise Datenbankadministratoren und anderen IT-Teams nur wenig, obwohl sie tragende Säulen für die Applikationsentwicklung darstellen. Ist beispielsweise die Datenaufbereitung und die Datenzusammenstellung aus den unterschiedlichsten Ressourcen und Systemen nicht automatisiert, ist die IT nur mit großem Aufwand und gegebenenfalls mit Verzögerung in der Lage, Ad-hoc-Anfragen hinsichtlich benutzerdefinierter Datensätze zu beantworten – insbesondere vor dem Hintergrund ständig zunehmender Datenmassen.
Automatisierung vom Feinsten
Für datengetriebene Unternehmen ist es wichtig, schnell, zuverlässig und compliant die Daten zu identifizieren, die für die Applikationen und vor allem auch für die Entwicklung zur Verfügung stehen müssen. Warum? Weil das Fehlen von Datenverfügbarkeit und Automatisierung stille Kosten verursacht – in Form von Produktivitäts- und Umsatzverlust.
Für laufende Applikationen könnte man meinen, dass die Datenpfade einmal festgelegt und entsprechend mit den Applikationen verknüpf werden. So einfach ist es aber in der schnellen digitalen Welt nicht mehr, denn moderne Applikationen werden kontinuierlich aus unterschiedlichsten Pools mit Daten gefüttert. Darüber hinaus sind Chief Data Officers (CDO) und die Entwicklung stets bestrebt, zusätzliche Daten aus bisher nicht genutzten Quellen einzubeziehen, um die Applikation und ihre Nutzung zu optimieren. Feste und eindimensionale Datenpfade sind daher kaum noch realistisch und es bedarf einer Lösung, welche die Daten aus verschiedenen Pools und technischen Umgebungen automatisiert bereitstellt, beziehungsweise aus Sicht der DevOps in einer Quelle zusammenführt. Speziell für DevOps, die für ihre Entwicklungen Applikationstests mit Echtdaten durchführen müssen, um die optimalen Ergebnisse zu erzielen, eignet sich eine Lösung, die eine virtuelle Schicht zwischen den Datenquellen und der zu entwickelnden Applikation einzieht. Damit ist garantiert, dass egal auf welcher Seite, die aktuellen Datensätze immer automatisch zur Verfügung stehen. Einer der wichtigsten Vorteile: DevOps müssen nicht mit diversen, teils veralteten Kopien von Datensätzen arbeiten, sondern haben immer die Gewissheit, mit realen Datensätzen zu entwickeln und zu testen.
Die Virtualisierungsschicht bringt aber noch weitere wichtige Mehrwerte für die Entwicklung und das gesamte Unternehmen. Beispielsweise kann innerhalb dieser virtualisierten und automatisierten Datenbereitstellungschicht, die enorm wichtige Sicherheit und Compliance der Daten in den Entwicklungs- und Testumgebungen sichergestellt werden. Mit einer integrierten und automatisierten Datenmaskierung sind die Daten in den meist weniger abgesicherten DevOps-Umgebungen genauso nützlich, halten jedoch alle nötigen Anforderungen der Compliance, inklusive des Schutzes gegen Cyberkriminalität, ein.
Ergo, wer dafür sorgt, dass Daten – egal, ob es sich um kleine Mengen oder Big Data handelt – automatisiert bereitstellt, kann ein erfolgreiches Continuous Development umsetzen, mit der geforderten Dynamik unserer Zeit Schritthalten und gleichzeitig für mehr Produktivität und Sicherheit sorgen.
