Sie sind hier: Startseite » Markt » Tipps und Hinweise

Cloud-Kosten weiter senken


In sechs Schritten zur smarten Migration von Daten in die Cloud
Vor der Daten-Migration in die Cloud ist der gesamte Datenbestand zu erfassen: Dabei stellt sich oft heraus, dass bis zu 80 Prozent der Daten unstrukturiert sind


Die Daten-Migration in die Cloud kann teuer, langwierig und frustrierend werden, wenn sie nicht richtig vorbereitet wird. Die Cloud-Migration wirft Fragen auf, die sich Unternehmen im laufenden On-premises-Betrieb nur selten stellen müssen. Welche und wie viele Daten haben sie überhaupt, wo sind sie, mit welchen Datentypen haben sie es zu tun, wie konsistent und sicher sind die Daten, welche Daten sollen in die Cloud migriert werden – und welche nicht? Noch vor der Daten-Migration in die Cloud ist daher eine Reihe grundsätzlicher Hausaufgaben zu erledigen, falls sie nicht zur Kostenfalle, zum Projekt-Disaster oder zum Sicherheitsrisiko werden soll. Tatsächlich übersteigt der Budgetbedarf der Mehrheit aller Cloud-Migrationen die geplanten Kosten; zudem verzögern sich solche Projekte oft um mehrere Monate. Aparavi erklärt die wichtigsten Maßnahmen.

>> Bestandsaufnahme: Vor der Daten-Migration in die Cloud ist der gesamte Datenbestand zu erfassen. Dabei stellt sich oft heraus, dass bis zu 80 Prozent der Daten unstrukturiert sind, zum Beispiel Texte, Tabellen und Listen, Bilder, Präsentationen, Audio- oder Videodateien. Sie sind eine besondere Herausforderung, da sie vor der Migration analysiert und konsolidiert werden müssen. Das ist vor allem deshalb wichtig, weil bestimmte Daten, etwa personenbezogene oder geschäftskritische Daten, besonders restriktiv behandelt werden müssen.

>> Analyse und Bereinigung: Bei der Bestandsaufnahme erweisen sich viele unstrukturierte Daten als redundant, obsolet oder trivial (ROT). Entsprechende Tools filtern diese überflüssigen Dateien und Doubletten heraus. Das Datenvolumen und die damit verbunden Kosten werden reduziert, die Datenmigration wird beschleunigt.

>> Konsolidierung und Klassifizierung: Die verbleibenden unstrukturierten Daten werden vor der Migration konsolidiert und kategorisiert, etwa nach Kundensegmenten, Regionen, Lösungen oder auf besondere Sicherheits- und Schutzrelevanz hin. Das erleichtert das Daten-Management und vereinfacht den Zugriff.

>> Datenkompression: Vor der Migration können die zu migrierenden Daten zusätzlich komprimiert werden, um die Datenvolumen und damit die Cloud-Kosten weiter zu senken. Die besten Tools erreichen Kompressionsraten von bis zu 40 Prozent.

>> Sicherheit: Die für die Cloud-Migration vorgesehenen Daten haben sich in den beschriebenen Schritten als für das Unternehmen besonders kritisch herauskristallisiert. Für die Migration in die Cloud sollten sie daher verschlüsselt werden, um ihre Sicherheit und Integrität sicherzustellen.

>> Laufende Pflege und Kontrolle: Damit ist die Migrationsphase zwar abgeschlossen, das Daten-Set muss im laufenden Cloud-Betrieb jedoch ständig weiter gepflegt werden. Automatisierte Funktionen helfen beispielsweise bei der Eliminierung neuer Duplikate oder der Zugangskontrolle zu geschützten Daten.

"Die Cloud-Migration kann jeden Kosten- und Zeitrahmen sprengen, wenn unstrukturierte Daten einfach nur unbereinigt rüberkopiert werden", erklärt Gregor Bieler, CEO EMEA bei Aparavi. "Aber nur mit den richtigen Methoden und Tools wird der Aufwand für die vorherige Bereinigung der Daten nicht unverhältnismäßig hoch." (Aparavi: ra)

eingetragen: 06.10.22
Newsletterlauf: 11.11.22

Aparavi: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Tipps und Hinweise

  • Was Unternehmen beachten müssen

    Künstliche Intelligenz gehört für immer mehr Unternehmen ganz selbstverständlich zum Geschäftsalltag dazu. Insbesondere die generative KI (GenAI) erlebt einen Boom, den sich viele so nicht vorstellen konnten. GenAI-Modelle sind jedoch enorm ressourcenhungrig, sodass sich Firmen Gedanken über die Infrastruktur machen müssen. NTT DATA, ein weltweit führender Anbieter von digitalen Business- und Technologie-Services, zeigt, warum die Cloud der Gamechanger für generative KI ist.

  • SAP mit umfassender Cloud-Strategie

    Für die digitale Transformation von Unternehmen setzt SAP auf eine umfassende Cloud-Strategie. Hier bietet SAP verschiedene Lösungen an. Neben der SAP Public Cloud, die sehr stark auf den SME-Markt zielt, bedient die Industry Cloud als Kombination aus Private Cloud und industriespezifischen Cloud-Lösungen eher den LE-Markt.

  • Warum steigende IT-Kosten das kleinere Übel sind

    Es gibt Zeiten, in denen sind CIOs wirklich nicht zu beneiden. Zum Beispiel dann, wenn sie der Unternehmensführung wieder einmal erklären müssen, warum erneut höhere Investitionen in die IT nötig sind. Eines der größten Paradoxe dabei: Kosten steigen auf dem Papier auch dann, wenn eigentlich aus Kostengründen modernisiert wird. Der Umstieg vom eigenen Server im Keller in die Cloud? Mehrkosten. Neue SaaS-Lösungen?

  • Optimierung von Java-Workloads in der Cloud

    Cloud-Infrastrukturen versprechen Skalierbarkeit, Effizienz und Kostenvorteile. Doch um Engpässe zu vermeiden, überprovisionieren viele Unternehmen ihre Cloud-Kapazitäten - und bezahlen so oftmals für Ressourcen, die sie gar nicht nutzen. Wie lässt sich das ändern? Ein zentraler Hebel ist die Optimierung von Java-Workloads in der Cloud. Cloud-Infrastrukturen bringen viele Vorteile, aber auch neue Komplexität und oft unerwartet hohe Kosten mit sich. Bei vielen Unternehmen nehmen Java-Umgebungen und -Anwendungen große Volumina in gebuchten Cloud-Kapazitäten ein, denn Java gehört noch immer zu den beliebtesten Programmiersprachen: Laut dem aktuellen State of Java Survey and Report 2025 von Azul geben 68 Prozent der Befragten an, dass über 50 Prozent ihrer Anwendungen mit Java entwickelt wurden oder auf einer JVM (Java Virtual Machine) laufen.

  • Wer Cloud sagt, muss Datensouveränität denken

    Die Cloud hat sich längst zu einem neuen IT-Standard entwickelt. Ihr Einsatz bringt allerdings neue Herausforderungen mit sich - insbesondere im Hinblick auf geopolitische Risiken und die Gefahr einseitiger Abhängigkeiten. Klar ist: Unternehmen, Behörden und Betreiber kritischer Infrastrukturen benötigen eine kompromisslose Datensouveränität. Materna Virtual Solution zeigt, welche zentralen Komponenten dabei entscheidend sind.

  • Fünf Mythen über Managed Services

    Managed Services sind ein Erfolgsmodell. Trotzdem existieren nach wie vor einige Vorbehalte gegenüber externen IT-Services. Die IT-Dienstleisterin CGI beschreibt die fünf hartnäckigsten Mythen und erklärt, warum diese längst überholt sind.

  • KI-Herausforderung: Mehr Daten, mehr Risiko

    Künstliche Intelligenz (KI) revolutioniert weiterhin die Geschäftswelt und hilft Unternehmen, Aufgaben zu automatisieren, Erkenntnisse zu gewinnen und Innovationen in großem Umfang voranzutreiben. Doch es bleiben Fragen offen, vor allem wenn es um die Art und Weise geht, wie KI-Lösungen Daten sicher verarbeiten und bewegen. Einem Bericht von McKinsey zufolge gehören Ungenauigkeiten in der KI sowie KI-Cybersecurity-Risiken zu den größten Sorgen von Mitarbeitern und Führungskräften.

  • Sichere Daten in der Sovereign Cloud

    Technologie steht im Mittelpunkt strategischer Ambitionen auf der ganzen Welt, aber ihr Erfolg hängt von mehr als nur ihren Fähigkeiten ab. Damit Dienste effektiv funktionieren, braucht es eine Vertrauensbasis, die den Erfolg dieser Technologie untermauert und eine verantwortungsvolle Speicherung der Daten, Anwendungen und Dienste gewährleistet.

  • Integration von Cloud-Infrastrukturen

    Cloud-Technologien werden zum Schlüsselfaktor für Wachstum und verbesserte Skalierbarkeit über das Kerngeschäft hinaus - auch bei Telekommunikationsanbietern (Telcos). Auch hier ist der Wandel zur Nutzung von Produkten und Dienstleistungen "On-Demand" im vollen Gange, sodass Telcos ihre Geschäftsmodelle weiterentwickeln und zunehmend als Managed-Service-Provider (MSPs) und Cloud-Service-Provider (CSPs) auftreten.

  • Acht Einsatzszenarien für Industrial AI

    Artificial Intelligence (AI) entwickelt sich zunehmend zur Schlüsselressource für die Wettbewerbsfähigkeit der deutschen Industrie. Doch wie weit ist die Branche wirklich? Laut einer aktuellen Bitkom-Befragung setzen bereits 42?Prozent der Industrieunternehmen des verarbeitenden Gewerbes in Deutschland AI in ihrer Produktion ein - ein weiteres Drittel (35?Prozent) plant entsprechende Projekte.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen