Das Datenmanagement in Unternehmen basiert auf einem Set von Softwarebausteinen (DBMS, Analysetools, Speichersysteme), deren Anordnung die Zuverlässigkeit, die Zugriffsgeschwindigkeit und die Sicherheit der Informationen bestimmt. Die Wahl einer geeigneten IT-Lösung beschränkt sich nicht darauf, Werkzeuge zu stapeln: Es geht darum, zwischen Portabilität, regulatorischer Konformität und Echtzeitanalysefähigkeit abzuwägen.
Datenportabilität und Data Act: Ein strukturelles Auswahlkriterium
Seit der Annahme des europäischen Data Act (Verordnung EU 2023/2854) ist die Datenportabilität kein bloßes Verkaufsargument mehr. Diese Verordnung verpflichtet Cloud-Dienstleister, die Ausstiegsgebühren schrittweise abzuschaffen und den Nutzern die Möglichkeit zu garantieren, ihre Daten in einem strukturierten und maschinenlesbaren Format zu einem anderen Anbieter zu migrieren.
Für die IT-Abteilungen verändert diese Verpflichtung die Bewertungsmaßstäbe für Datenmanagementsoftware. Ein DBMS oder eine Analyseplattform, die das Unternehmen in ein proprietäres Ökosystem einsperrt, wird zu einem rechtlichen und finanziellen Risiko, nicht nur zu einem technischen Nachteil.
Mehrere IT-Abteilungen planen nun ihre größeren Migrationen nach den vollständigen Inkrafttretensdaten des Data Act, um von der Abschaffung der Übertragungsgebühren zu profitieren. Die Bewertung einer IT-Lösung für das Datenmanagement umfasst unter anderem die Konsultation spezialisierter Ressourcen wie https://www.datta.fr/, die die Ansätze beschreibt, die den aktuellen Anforderungen der Unternehmen gerecht werden.
Datenarchitektur und IoT-Geräte: Der Standardzugang zu Informationen
Der Data Act führt auch eine Anforderung für vernetzte Produkte ein. Ab dem 12. September 2025 muss jedes IoT-Gerät (industrieller Sensor, medizinisches Gerät, Werkzeugmaschine) so konzipiert sein, dass es den Nutzern einen einfachen und sicheren Zugang zu den von ihm generierten Daten bietet. Dies ist das Prinzip des „Access by Design“.
Diese Anforderung hat direkte Auswirkungen auf die Datenarchitektur eines Unternehmens. Die Erfassungssysteme müssen von Anfang an offene und interoperable Formate integrieren, was die gewohnte Logik umkehrt, bei der zuerst die Hardware ausgewählt und dann die Software angepasst wurde.
Was sich für die Auswahl einer Managementsoftware ändert
Ein Tool für das Management von IoT-Daten muss nun drei technische Eigenschaften garantieren:
- Die native Exportfunktion in einem strukturierten Format (CSV, JSON, dokumentierte REST-API), ohne kostenpflichtige Zusatzmodule oder manuelle Konvertierung.
- Die Zugriffsgranularität pro Nutzer, um sowohl die DSGVO als auch die im Data Act vorgesehenen Zugriffsrechte zu respektieren, ohne persönliche Daten und Maschinendaten zu verwechseln.
- Die Rückverfolgbarkeit der Datenströme zwischen dem vernetzten Objekt, der Speicherplattform und den Analysetools, um die Konformität im Falle einer Kontrolle nachzuweisen.
Eine Software, die diese Kriterien nicht erfüllt, setzt das Unternehmen kurzfristig operationalen Blockaden aus.
Echtzeitanalyse: Den tatsächlichen Bedarf vom Marketing-Geschwätz unterscheiden
Echtzeitanalyse wird von den meisten Anbietern als Standardfunktionalität dargestellt. Die Realität ist differenzierter. Die Echtzeitverarbeitung verbraucht erheblich mehr Ressourcen als die Batchverarbeitung, und nicht alle Unternehmen haben einen gerechtfertigten täglichen Bedarf dafür.
Bevor man sich für eine Lösung mit einer Echtzeitanalyse-Engine entscheidet, müssen die konkreten Anwendungsfälle identifiziert werden: Überwachung von Produktionslinien, Erkennung von Transaktionsbetrug, logistische Steuerung. Wenn der Bedarf auf Dashboards beschränkt ist, die jede Stunde aktualisiert werden, ist eine gut konfigurierte Batchverarbeitung kostengünstiger und stabiler.
Technische Kriterien zur Überprüfung
Die Relevanz eines Analysetools hängt von einigen Parametern ab, die in Produktdatenblättern selten hervorgehoben werden:
- Die tatsächlich gemessene Latenz unter Lastbedingungen, nicht die theoretische Latenz, die der Anbieter auf einem Demodatensatz angibt.
- Die Kompatibilität mit den bereits im Unternehmen vorhandenen DBMS, um die Verdopplung von Datenbanken oder die Schaffung zusätzlicher Silos zu vermeiden.
- Das Preismodell: Einige Tools berechnen nach dem Volumen der verarbeiteten Daten, andere nach der Anzahl der Nutzer. Eine falsche Wahl des Preismodells kann die jährlichen Kosten verdoppeln, ohne funktionale Vorteile zu bringen.
Datensicherheit: Über die Verschlüsselung hinaus die Zugriffs-Governance
Die Verschlüsselung von Daten im Ruhezustand und während der Übertragung ist zum Standard geworden. Dies ist kein Unterscheidungsmerkmal mehr zwischen zwei Lösungen. Was ein zuverlässiges Managementsystem auszeichnet, ist die granulare Governance der Zugriffsrechte.
Eine leistungsfähige Datenmanagementsoftware ermöglicht es, Zugriffsrichtlinien nach Rolle, Projekt und Sensitivitätsgrad der Informationen festzulegen. Ziel ist es, zu verhindern, dass Nutzer „standardmäßig“ erweiterte Rechte haben, nur weil das Tool nur zwei oder drei Berechtigungsstufen anbietet.
Ein oft vernachlässigter Punkt: Der Zugriffsaudit
Die Fähigkeit, ein verwertbares Auditprotokoll zu erstellen (wer hat auf was zugegriffen, wann, von welchem Terminal), ist kein Luxus, der nur großen Unternehmen vorbehalten ist. Mit der DSGVO und dem Data Act muss jedes Unternehmen, das Nutzerdaten verarbeitet, in der Lage sein, die Zugriffe nachzuvollziehen, wenn eine Aufsichtsbehörde dies anfordert. Diese Funktionalität vor dem Kauf zu überprüfen, vermeidet kostspielige maßgeschneiderte Entwicklungen im Nachhinein.
Die Wahl einer IT-Lösung für das Datenmanagement hängt von Kriterien ab, die in klassischen Vergleichen nicht immer behandelt werden: vertragliche Portabilität, die durch den Data Act auferlegt wird, Kompatibilität mit den Zugriffsanforderungen für IoT-Daten, tatsächliche Relevanz der Echtzeit und Feinheit der Zugriffs-Governance. Diese technischen Abwägungen bestimmen den operativen Wert eines Tools über mehrere Jahre hinweg.
