11 Möglichkeiten, Datenkosten zu minimieren und das Wachstum zu fördern

Um Geschäftsdaten sinnvoll zu nutzen, ist eine Rentabilitätsberechnung ebenso unerlässlich wie bei einer Investition in eine Fabrik, eine Büroerweiterung oder Forschungs- und Entwicklungsaktivitäten. Unternehmen können ohne Daten nicht arbeiten – Daten über Kunden, Produkte, Transaktionen, Mitarbeiter, Finanzen, die Wirtschaft und Mitbewerber. Diese Informationen sind entscheidend für Wachstum und Erfolg. Doch qualitativ hochwertige Daten verursachen Kosten – für ihre Beschaffung, Speicherung, Verwaltung, Sicherung und Analyse. Je mehr Daten Unternehmen besitzen, desto besser können sie Kunden bedienen und mit Partnern zusammenarbeiten – allerdings steigt damit auch der Aufwand an Zeit, Energie und Ressourcen für das gesamte Datenökosystem. Unternehmen profitieren davon, Daten konsequent mit einer Rendite-orientierten Denkweise zu betrachten.

Dieser Artikel konzentriert sich vor allem auf die Kostenseite der Daten-ROI-Gleichung und zeigt Wege auf, wie sich die Ausgaben für die Erfassung, Speicherung, Sicherung und Nutzung von Daten kontrollieren und minimieren lassen.

Was sind Datenkosten?

Datenkosten sind die Aufwendungen, die mit der Beschaffung, Verwaltung, Sicherung und Nutzung von Geschäftsdaten verbunden sind. Viele dieser Kosten sind klar nachvollziehbar. Die Daten müssen physisch gespeichert werden – wie z. B. On-Premises auf einer Festplatte oder einem Storage-Array oder in einer cloudbasierten Umgebung, die wiederum aus physischen Laufwerken besteht. Zur Organisation der Daten werden Softwarelösungen wie Content-Management-Systeme, relationale Datenbanken, ein Data Warehouse oder Data Lake oder andere Strukturen benötigt. Diese Software verursacht Lizenzkosten oder Abonnement- bzw. Supportgebühren, auch wenn Open-Source-Lösungen genutzt werden. Darüber hinaus müssen Daten regelmäßig gesichert werden. Das erfordert zusätzlichen Speicherplatz sowie Software, um Sicherungen zu verwalten und im Bedarfsfall eine teilweise oder vollständige Wiederherstellung zu ermöglichen – wie z. B. bei Datenverlust oder physischen Schäden.

Es können zudem Lizenzgebühren oder andere Kosten anfallen, wenn Daten von Drittanbietern erworben werden. Sicherheits- und Zugriffskontrollen sind erforderlich – oft, um Branchenstandards oder gesetzliche Vorschriften einzuhalten und Datenschutzanforderungen zu erfüllen. Auch die Validierung der Daten sowie Maßnahmen zur Sicherung oder Verbesserung ihrer Qualität verursachen Kosten, wie z. B. durch die Korrektur veralteter Informationen.

Weitere Ausgaben entstehen, um die Daten optimal zu nutzen – beispielsweise durch Software für Benutzeroberflächen, Analysen, Berichte oder den Einsatz von Deep-Learning- und KI-Lösungen zur Gewinnung neuer Erkenntnisse.

Hinzu kommen Kosten für Leistung und Skalierbarkeit. Wenn Datenmengen von Megabyte auf Terabyte oder sogar Petabyte anwachsen, sind fortschrittliche Software, sorgfältige Planung und oft Automatisierungstools erforderlich, um diese Daten effizient zu verwalten und zu nutzen. Zudem braucht es die entsprechende Hardware, um sie im großen Maßstab zu speichern und darauf zuzugreifen. Und für all diese Aufgaben müssen Unternehmen qualifizierte Fachkräfte einstellen, die die Datenmanagement-Tools betreiben und verwalten.

Wichtige Erkenntnisse

• Bevor Sie ein Programm zur Senkung Ihrer Datenkosten starten, sollten Sie zunächst Ihre aktuellen Datenbestände genau kennen – wie diese Daten genutzt werden, wo das Datenvolumen am schnellsten wächst und wo Engpässe bestehen.
• Verstecken Sie Ihre Datenkosten nicht in einem allgemeinen IT-Budget, sondern trennen Sie klar auf, wie viel Sie für Daten ausgeben und welche Bereiche die größten (und am schnellsten wachsenden) Kosten verursachen. So lassen sich die größten Einsparpotenziale identifizieren.
• Prüfen Sie alternative Datenarchitekturen, wie z. B. die Konsolidierung mehrerer Datenbanken und Services in einer konvergenten Datenbank, um die Effizienz zu steigern – beispielsweise, indem Analyse- und Machine-Learning-Workloads auf derselben Plattform wie die Transaktionsdatenbank ausgeführt werden. Das reduziert Prozessschritte, beschleunigt Erkenntnisse und senkt Kosten.
• Cloudbasierte Datenservices können zudem geringere Betriebskosten bieten, ohne auf Leistung, Automatisierung und Sicherheit zu verzichten.

Die Minimierung der Datenkosten einfach erklärt

Die Senkung von Datenkosten beginnt mit einem klaren Verständnis darüber, welche Arten von Daten ein Unternehmen besitzt. Ein Teil davon ist relational – also in Zeilen und Spalten strukturiert. Andere Daten sind unstrukturiert und bestehen aus Dokumenten, Bildern, Videos oder Binärdateien. Sobald ein Unternehmen seine Datenbestände kennt, sollte es im nächsten Schritt das optimale Speicherformat bestimmen – wie z. B. eine relationale Datenbank, eine NoSQL-Datenbank oder ein Dokumenten-Repository – und prüfen, ob sich durch Datenbankkonsolidierung Effizienzgewinne erzielen lassen. Ebenso wichtig ist zu wissen, woher die Daten stammen, wo sie gespeichert sind und wie und wo sie genutzt werden.

Hat ein Unternehmen diesen Überblick gewonnen, sollte es eine flexible Datenarchitektur einführen, die alle Datenquellen und -anwendungsfälle berücksichtigt und eine optimierte Beschaffung, Verwaltung, Speicherung und Analyse ermöglicht. Ein zentraler Bestandteil dieser Architektur ist die Definition eines geeigneten Data-Governance-Modells, das festlegt, wie Daten verwendet werden dürfen. Ebenso entscheidend ist die Auswahl der richtigen On-Premises- oder Cloud-Datenmanagementsysteme, um Kosten zu senken und gleichzeitig Leistung, Flexibilität, Sicherheit und Nutzbarkeit zu maximieren. All diese Schritte versetzen ein Unternehmen in die Lage, den Wert und Nutzen jeder Datenmenge zu bewerten und gezielte Maßnahmen zu ergreifen, um die Kosten für die Bereitstellung dieses Werts zu minimieren.

11 Möglichkeiten zur Minimierung der Datenkosten

Ganz gleich, wie viele Daten ein Unternehmen heute besitzt – es kommen ständig neue hinzu, oft im Sekundentakt. Ein großer Teil dieser Daten ist essenziell, um Geschäftsprozesse zu steuern, Transaktionen abzuwickeln, Kunden und Partner zu bedienen, das Management zu unterstützen, Finanzberichte zu erstellen und Compliance-Anforderungen zu erfüllen. Ein Teil dieser Daten hat jedoch nur geringen oder gar keinen Wert. Im Folgenden finden Sie 11 Möglichkeiten, um die Kosten für die Erfassung, Umwandlung, Speicherung, Sicherung und Nutzung von Daten zu senken. In manchen Fällen führen diese Maßnahmen eher zu indirekten Einsparungen – wie z. B. durch höhere geschäftliche Agilität, gesteigerte Produktivität oder andere Effizienzgewinne – als zu direkten Budgetkürzungen.

So erstellen Sie ein Programm zur Senkung von Datenkosten

Das Ziel eines Programms zur Senkung der Datenkosten besteht darin, mit weniger Aufwand mehr zu erreichen: tiefere Geschäftseinblicke zu gewinnen, schneller auf Veränderungen zu reagieren und gleichzeitig die Ausgaben für das Datenmanagement zu reduzieren.

7 Schritte für ein Programm zur Senkung der Datenkosten

1. Programmverantwortliche benennen
2. Aktuelle Datenausgaben analysieren
3. Datenkosten transparent machen
4. Ein Datenbudget festlegen
5. Passende Kostenreduktionsstrategien identifizieren
6. Mit den relevanten Datenbeteiligten zusammenarbeiten
7. Ergebnisse evaluieren

1. Programmverantwortliche benennen.
   Sie benötigen eine Person, die das Gesamtziel im Blick behält und sicherstellt, dass die richtigen Schritte, Meilensteine und Zeitpläne eingehalten werden. Beginnen Sie das Projekt zur Minimierung der Datenkosten, indem Sie eine verantwortliche Person benennen, die das Thema dauerhaft priorisiert.
2. Aktuelle Datenausgaben analysieren.
   Erstellen Sie eine detaillierte Übersicht darüber, wie und wofür Ihr Unternehmen Geld im Zusammenhang mit Daten ausgibt. Analysieren Sie, welche Kosten konstant bleiben und welche wachsen. Legen Sie außerdem genau fest, welchen konkreten Nutzen diese Ausgaben für Ihr Unternehmen bringen.
3. Machen Sie Datenkosten zur geschäftlichen Priorität.
   Lassen Sie die Datenkosten nicht im IT-Budget verschwinden. Je besser Sie die tatsächlichen Kosten verstehen, desto gezielter können Sie sie steuern – und desto leichter kann eine Geschäftseinheit beurteilen, ob die Kosten dem Wert entsprechen, den sie aus den Daten zieht.
4. Ein Datenbudget erstellen.
   Nachdem Sie wissen, wofür Sie aktuell Geld ausgeben – und wo Sie mit steigenden Kosten rechnen –, legen Sie fest, wie viel Sie auf Basis der Gesamtbetriebskosten (TCO) investieren möchten. So definieren Sie Ihr Einsparziel.
5. Identifizieren Sie Strategien zur Kostensenkung.
   Es gibt viele Möglichkeiten, Kosten zu reduzieren: Ändern Sie Ihre Datenarchitektur, konsolidieren Sie isolierte Datenbanken in einer einzigen konvergenten Datenbank, setzen Sie auf Open-Source-Technologien, migrieren Sie in die Cloud oder nutzen Sie Managed Data Services. Berechnen Sie, welche Optionen für Ihr Unternehmen sinnvoll sind.
6. Ermitteln Sie Einsparpotenziale nach Verantwortungsbereichen.
   Welche Abteilungen oder Nutzer tragen die Datenkosten – direkt oder indirekt? Arbeiten Sie mit ihnen zusammen, um zu bewerten, welche Strategien zur Kostensenkung für sie den größten Nutzen bringen – und wo Einsparungen ein Risiko darstellen, das sich nicht lohnt.
7. Bewerten Sie die Ergebnisse.
   Es klingt selbstverständlich, die Frage „Wie viel haben wir eingespart?“ zu beantworten, doch es erfordert Disziplin, diese Berechnung konsequent durchzuführen und eine klare Zahl zu nennen. Gehen Sie zudem einen Schritt weiter und analysieren Sie die Fragen: „Wo haben wir zu stark gekürzt?“ und „Wo sollten wir stärker investieren?“

Beispiele zur Reduzierung der Datenkosten

Viele große und kleine Unternehmen senken die Datenkosten, indem sie die Cloud und moderne Datenarchitekturen nutzen.

• Pinnacle Teleservices verbessert die Kommunikation seiner Kunden, konsolidierte Online-Transaktionsverarbeitung und analytische Workloads. Das Unternehmen eliminierte kostspielige und umfangreiche Hardwarewartungen sowie komplexe ETL-Prozesse (Extrahieren, Transformieren und Laden) und verwaltete gleichzeitig mehr als 3X seine täglichen Transaktionen, bis zu 1 Milliarde.
• Ein akademisches Unternehmen zur Testvorbereitung, Estuda.com, reduzierte seine Datenkosten um 85% und verbesserte gleichzeitig die Reaktionszeit um den Faktor 300, indem es zu einer effektiveren Datenarchitektur in der Cloud wechselte, um komplexe Endbenutzerabfragen zu bearbeiten.
• Licitapyme, das eine Vertragsgebotsplattform für kleine Unternehmen betreibt, wechselte zu einer konvergierten Cloud-Datenbankarchitektur, wodurch die Kosten um 74% gesenkt und die Ladezeiten von Webseiten um bis zu 3X beschleunigt wurden. Dadurch ist es weniger wahrscheinlich, dass ein Benutzer aufgibt.

Reduzieren Sie Ihre Datenkosten mit Oracle HeatWave

Daten sind das Rückgrat Ihres Unternehmens – sie unterstützen alles von der Rechnungsstellung bis zu Übersetzungsprotokollen, von Dokumenten über Ersatzteilkataloge bis hin zu Preislisten und Lagerbeständen. Wenn Sie diese Betriebsdaten effizienter nutzen, erschließen Sie neue Geschäftsmöglichkeiten. Doch täglich wächst die Datenmenge – und mit ihr die Kosten. Zum Glück können Sie Maßnahmen ergreifen, um Ihre Datenkosten zu senken, ohne Wachstum und Effizienz zu beeinträchtigen.

HeatWave ermöglicht Ihnen den Einsatz automatisierter, integrierter generativer KI und Machine Learning in einem einzigen Cloud-Service – für Transaktionen und Analysen im Lakehouse-Maßstab. Unternehmen können so die Kosten und die Komplexität separater Analyse- und Vektordatenbanken, Machine-Learning-Services und ETL-Prozesse eliminieren – und gleichzeitig die Latenz und Sicherheitsrisiken durch Datenbewegung zwischen Speicherorten vermeiden. Dank integrierter, KI-gestützter Automatisierung sparen Entwickler und Datenbankadministratoren erheblich Zeit, steigern die Leistung und senken Kosten. HeatWave ist auf Oracle Cloud Infrastructure (OCI), Amazon Web Services (AWS), Microsoft Azure und in Data Centern von Kunden mit OCI Dedicated Region verfügbar.

Die Abfrageperformance von HeatWave Lakehouse ist 15X schneller als Amazon Redshift, 18X schneller als Databricks und Snowflake und 35X schneller als Google BigQuery. Auch das Preis-Leistungs-Verhältnis ist deutlich besser. Viele schnell wachsende Unternehmen nutzen HeatWave, um ihre Dateninfrastruktur zu vereinfachen und ihre Verwaltungskosten zu reduzieren – bei gleichzeitiger Verbesserung von Leistung, Skalierbarkeit, Sicherheit und Produktivität.

Häufig gestellte Fragen zum Reduzieren von Datenkosten

Was ist der erste Schritt beim Aufgeben eines Data Centers?

Wenn Sie planen, ein Data Center aufzugeben, führen Sie eine gründliche Untersuchung der Anwendungen, Daten, Services, Benutzer und Sicherheitsanforderungen durch. Für alles in dieser Untersuchung ist ein Migrationsplan erforderlich, egal ob es darum geht, die vorhandenen Anwendungen und Daten durch „Lift-and-Shift“ in die Cloud zu bringen, neue Anwendungen auszuwählen oder neue Anwendungen von Grund auf neu zu erstellen.

Wie lange ist die Lebensdauer von Geräten in einem Data Center?

Große Teile der Data-Center-Infrastruktur, wie z. B. HLK-Systeme (Heizung, Lüftung und Klimaanlage), Stromverteilung und physische Sicherheitssysteme, könnten bei regelmäßiger Wartung ein Jahrzehnt oder länger halten. Die Computerausrüstung wie Server, Router, Switches und Speicher sind als Faustregel drei bis fünf Jahre lang gut, bevor sie veraltet sind.

Wer ist für die Sicherheit in der Cloud verantwortlich?

Die physische Sicherheit der Cloud-Infrastruktur – die Server, Netzwerkinfrastruktur usw. – wird von den Cloud-Providern verwaltet. Die Verantwortung für die Sicherung der Software und Services wird zwischen dem Cloud-Provider und dem Unternehmen geteilt.

Wie lange dauert das Aufgeben eines Data Centers?

Planen Sie einen vollständigen Ausstieg aus dem Data Center ein, der Monate dauern wird. Bei einer größeren IT-Infrastruktur könnte dies Jahre dauern. Es hängt alles von der Größe des Data Centers, seiner Komplexität und der Datenmenge ab. Ein Großteil dieser Zeit wird für eine gründliche Bestandsaufnahme, das Entwickeln von Plänen, das Erstellen und Testen neuer Software (falls erforderlich) und Schulungen aufgewendet. Wie bei einem Büroumzug ist die eigentliche Migration und der Ausstieg selbst eine relativ kurze Phase, sobald die Planung abgeschlossen ist.