Datenmanagement-Trends im Jahr 2024 – DATAVERSITY

Datenmanagement-Trends im Jahr 2024 – DATAVERSITY

Zeitstempel: 26. Dezember 2023, 3:35 Uhr
Quellknoten: 3038167

Es ist zu erwarten, dass die Trends im Datenmanagement für 2024 von den Auswirkungen des Digital Services Act (DSA)-Pakets der EU bis hin zu neuen Varianten von ChatGPT reichen, die sich auf die Datenverwaltung konzentrieren. Datenmanagement (DM) befasst sich mit der Erhebung, Verarbeitung und Speicherung von Daten sowie den Gesetzen und Vorschriften zum Schutz der Rechte der Menschen. Die Verwaltung der Daten einer Organisation umfasst eine breite Palette von Praktiken, Richtlinien und Verfahren.

Unternehmen können im Jahr 2024 mit erheblichen Veränderungen in ihren DM-Prozessen rechnen. 

Das Ziel des Datenmanagements besteht darin, Daten effizient und kostengünstig zu nutzen und gleichzeitig Menschen bei der Erledigung von Aufgaben und Projekten zu unterstützen. Die Entwicklung einer robusten DM-Strategie ist für Unternehmen äußerst wichtig geworden. Eine robuste Datenmanagementstrategie sollte eine Reihe von DM-Tools und -Techniken umfassen und Business Intelligence und Analysen unterstützen.

Datenmanagementsysteme werden traditionell rund um eine DM-Plattform entwickelt, die Software zur Unterstützung von Datenbanken, Data Warehouses, Data Lakes, Datenanalysen, Datenintegration und mehr umfassen kann.

Mit der richtigen Planung kann auf Veränderungen in der Technik und den Vorschriften vorbereitet werden. Weitere Trends für 2024 könnten sein:

  • Automatisiertes Datenmanagement
  • Die Verwaltung von Gesundheitsdaten
  • Hybrid-/Multi-Cloud-Sicherheit

Die Auswirkungen des DSA-Pakets der Europäischen Union im Jahr 2024

Das Verhalten und die Trends von Unternehmen im Jahr 2024 werden teilweise durch das DSA-Paket beeinflusst, das die Europäische Union entwickelt und verabschiedet hat.

Die Europäische Union hat (im Gegensatz zu den Vereinigten Staaten) zusätzliche Vorschriften zum Schutz ihrer Bürger eingeführt: den Digital Services Act und den Digital Markets Act, auch bekannt als „Digital Markets Act“. DSA-Paket. Diese Gesetze machen Online-Aktivitäten sicherer und schützen die Rechte von Verbrauchern und Nutzern. Die Durchsetzung beginnt am 6. März 2024. 

Das DSA-Paket soll die Rechte der Nutzer schützen und gleiche Wettbewerbsbedingungen schaffen, indem es die Auswirkungen einiger großer Plattformen (Facebook, Twitter, Google und andere Websites mit über 45 Millionen monatlichen Nutzern) verringert.

Ein wesentliches Problem bei seiner Entwicklung war der Online-Verkauf illegaler Inhalte, Waren und Dienstleistungen – Kinderpornografie, Waffen, Hacking-Dienste usw. Es besteht auch die Sorge, dass Online-Dienste durch manipulative algorithmische Systeme missbraucht werden, die darauf ausgelegt sind, das zu verstärken Verbreitung von Fehlinformationen.

Das DSA-Paket hat extraterritoriale Reichweite und wird Auswirkungen auf Unternehmen auf der ganzen Welt haben. Wenn eine Organisation Geschäfte mit europäischen Kunden tätigt, muss sie, auch wenn diese Organisation nicht in Europa ansässig ist, die DSA-Regeln befolgen, wenn sie Geschäfte mit Personen oder Unternehmen innerhalb der Europäischen Union tätigt. Während ein Großteil des Pakets sehr große Online-Plattformen betrifft, kleinere Unternehmen sind ebenfalls betroffen.

Kleinere Unternehmen müssen sich darüber im Klaren sein, dass das DSA-Paket für alle digitalen Dienste gilt, die europäische Verbraucher mit Inhalten (in Bezug auf Fehlinformationen), Waren und Dienstleistungen im Internet (in Bezug auf illegale Aktivitäten) verbinden. 

Organisationen, die in der EU geschäftlich tätig sind, müssen neue Verpflichtungen erfüllen, darunter die Bewertung und Bekämpfung von Risiken, die Reduzierung von Schäden, den Schutz der Rechte ihrer Nutzer im Internet sowie die Erfüllung umfassenderer Verantwortungs- und Transparenzpflichten. Diese Vorschriften sollen Internetnutzern neuen Schutz bieten und die rechtlichen Verantwortlichkeiten von Organisationen, die im Internet Geschäfte tätigen, klarstellen.  

Automatisiertes Datenmanagement

Die Reduzierung des Bedarfs an manueller Datenverwaltung ist für bestimmte Softwareentwickler zu einem wichtigen Ziel geworden. Während der Installation automatisierte Datenverwaltungstools kann ein komplizierter Prozess sein. Wenn er richtig durchgeführt wird, verbessert er die Effizienz, senkt die Kosten und eliminiert mühsame manuelle Arbeit. Nachfolgend sind einige automatisierte Prozesse aufgeführt, die Unternehmen bereits einsetzen: 

  • Datensammlung: Die Sammlung von Daten aus verschiedenen Quellen, wie Datenbanken, Dokumenten und anderen Websites.
  • Datenintegration: Dabei werden die erfassten Daten in ein geeignetes Format umgewandelt und in einem einzigen Repository gespeichert.
  • Datenreinigung: Der Prozess des Entfernens doppelter Datensätze, der Standardisierung von Datenformaten und der Korrektur von Fehlern.
  • Datenverarbeitung und -analyse: Der Einsatz von Algorithmen oder maschinellem Lernen, um Erkenntnisse aus den Daten zu gewinnen.
  • Datenamt: Bei diesem Prozess geht es darum, sicherzustellen, dass die Daten gemäß den Unternehmensrichtlinien und behördlichen Vorschriften behandelt werden.

Um mit den hohen Anforderungen der täglichen effizienten Verwaltung riesiger Datenmengen Schritt zu halten, müssen softwarebasierte Automatisierungstools Teil der DM-Praktiken eines Unternehmens sein. 

Im Jahr 2024 können wir davon ausgehen, dass KI und ML (maschinelles Lernen) wertvolle Automatisierungsdienste bereitstellen werden. 

Maximierung der Gesundheitsversorgung durch Datenmanagement

Anders als die Banken- und Einzelhandelsbranche hat die Gesundheitsbranche Datenanalysen oder Big-Data-Forschung noch nicht vollständig genutzt. Für diese Verzögerung gibt es verschiedene Gründe, die von der Privatsphäre der Patienten bis hin zu einer geringeren Wertschätzung des Gewinns reichen. 

Allerdings hat die Gesundheitsbranche begonnen mithilfe von Analysen und Big Data, um Muster zu finden. Ein einfaches Beispiel stammt aus Frankreich: Vier Krankenhäuser, alle Mitglieder der Assistance Publique-Hôpitaux de Paris, nutzten die Aufzeichnungen ihrer Krankenhauseinweisungen der letzten zehn Jahre, um stündliche und tägliche Vorhersagen über die Anzahl der Patienten zu treffen, die sie in jeder Einrichtung erwarten konnten. Die Analyse zeigte relevante Muster bei den Zulassungsquoten. 

Ein weiteres Beispiel für Datenanalysen im Gesundheitswesen ist der Einsatz von Echtzeit-Alarmen. Krankenhäuser haben mit der Nutzung begonnen Klinische Entscheidungsunterstützung (CDS)-Software, die medizinische Daten vor Ort analysiert und Ärzten Ratschläge gibt, wenn sie verschreibungspflichtige Entscheidungen treffen.

Am 11. November 2023 hat das Department of Veterans Affairs seinen millionsten Veteranen in eine genetische Datenbank eingetragen, die das unterstützt Millionen-Veteranen-Programm. Ziel ihrer datenbasierten Forschung ist es, besser zu verstehen, wie sich Gene, militärische Belastungen und Lebensstilverhalten auf die Gesundheit der Menschen auswirken, und eine individualisierte Medizin bereitzustellen.

Datenmanagement für Hybrid-Cloud-Sicherheit

Im Jahr 2024 können wir mit der Nutzung von Datenmanagementsystemen rechnen Verschlüsselung, Cybersicherheits-Mesh-Architektur und Netzwerksegmentierung als Möglichkeiten zur Bereitstellung von Hybrid-Cloud-Sicherheit und zum Schutz von Daten. 

In den letzten Jahren hat sich die Definition einer Hybrid Cloud von der Kombination eines On-Premise-Systems in Kombination mit einer Public Cloud bis hin zu Multi-Cloud-Systemen erweitert. Die Hybrid Cloud unterstützt ein flexibles System, das Zugriff auf spezialisierte Tools bietet. 

Leider bringt der Prozess der Nutzung eines Hybrid-/Multi-Cloud-Systems auch einiges mit sich Sicherheitsherausforderungen. 

Die Nutzung mehrerer Clouds wird aus Management- und Sicherheitssicht komplex. Ohne die richtigen Verfahren zur Verfolgung und Überwachung der Nutzung verschiedener Cloud-Dienste weiß das Management nicht, wer die Ressourcen nutzt. 

Darüber hinaus erfahren sie erst nach Erhalt der Rechnung, wann sie genutzt werden. Da mehrere Anwendungen lokale Systeme und Multi-Clouds nutzen, um auf Daten zuzugreifen und mit ihnen zu arbeiten, ist die Beobachtbarkeit von entscheidender Bedeutung. (Beobachtbarkeit bedeutet in diesem Fall die Möglichkeit, Daten und Ereignisse über mehrere Clouds und interne Systeme hinweg zu überwachen.) 

Anbieter wie Middleware und Datadog haben diesen Bedarf erkannt und sich auf die Bereitstellung von Observability-Tools konzentriert, die eine integrierte „einzelne Glasscheibe“ für Betrachtungszwecke bieten. 

Ein weiteres Problem besteht darin, dass verschiedene Clouds unterschiedliche Formen der Sicherheit verwenden. Die Entwicklung eines Systems, das alle von Ihrem Unternehmen für die Arbeit an Projekten verwendeten Clouds miteinander verbindet, stellt ein erhebliches Sicherheitsrisiko dar, da jede Verbindung einen potenziellen Verstoß darstellen kann. Hybrid-/Multi-Clouds bieten erhebliche Flexibilität beim schnellen Verschieben von Arbeitslasten zwischen verschiedenen Umgebungen, aber der Prozess erhöht auch die Sicherheitsrisiken.

Datenmanagement mit künstlicher Intelligenz

Obwohl der Einsatz künstlicher Intelligenz für Datenmanagementzwecke nicht neu ist, erfreut er sich immer größerer Beliebtheit. Vor 2023 wurde (und wird) künstliche Intelligenz für DM-Aufgaben eingesetzt und fungierte als intelligentere Form automatisierter Prozesse. Künstliche Intelligenz wird für eine Vielzahl von DM-Aufgaben eingesetzt, darunter:  

  • Erkennung von Anomalien
  • Metadatenverwaltung
  • Automatische Metadatenerkennung
  • Datenkatalogisierung
  • Datenzuordnung
  • Überwachung der Data Governance-Kontrolle

Mit der Einführung von ChatGPT und dem großes Sprachmodell Unterstützend können wir mit neuen Lösungen rechnen, die intelligente, lernbasierte Dienste bieten. Während sich große Sprachmodelle weiterentwickeln, werden sich auch die Dienste, die Datenverwaltungsprozesse unterstützen, weiterentwickeln. OpenAI, die Organisation, die für die Entwicklung von ChatGPT verantwortlich ist, hat habe experimentiert mit Datenmanagement.

Bild wird unter Lizenz von Shutterstock verwendet

Zeitstempel:

Mehr von DATENVERSITÄT