SlideShare ist ein Scribd-Unternehmen logo
1 von 32
Real Dynamisches Content Management
Sascha Oehl
Manager Presales Strategic Accounts, Hitachi Data Systems
Die größten
Abenteuer
der Menschheit
Image by NASA, USA
Interstellare Reisen
Image by NASA, USA
Organisierter Kälteschlaf
Die größten
Abenteuer
der Menschheit
Vielseitige Herausforderungen
Image by Andrew Schmidt
Geld – Finanzen – Liquidität
Compliance – Gesetze – Erfordernisse
Markt – Chancen & Risiken
Kundenerwartungen und Wünsche
Veränderungen – Prozesse
 Data Center
Rechenzentren – IT – Daten
Es ist alles daWo sind die Informationen
in den Daten
Wachstum der unstrukturierten Daten
0.0
5.0
10.0
15.0
20.0
25.0
2007 2008 2009 2010 2011
3 fach
OPEX / Labour Kosten
Exabyte
Was wäre wenn…
… Sie eine IT Umgebung
bekommen könnten, in der
Daten immer richtig behandelt
werden, auch wenn sich die
Vorgaben ändern
- und das automatisch.
Was wäre wenn…
… Sie eine IT Umgebung
bekommen könnten, in der
Daten immer optimal
gespeichert werden, auch wenn
sich das Geschäft ändert
- und das automatisch.
Immer optimal gespeichertImmer optimal gespeichert
Immer richtig behandelt
Immer optimal gespeichert
Immer richtig behandelt
Immer sicher
Immer kostenoptimiert
Hitachi Data System
bietet Ihnen solch eine Umgebung
Was wäre wenn…
… Sie eine IT Umgebung
bekommen könnten, in der
Daten immer sicher sind, auch
wenn das Budget kleiner wird
- und das automatisch.
Entstehung / Erschließung
Klassifizieren
Indizieren
Integrität sicherstellen
Daten speichern
Daten sichern
Desaster Recovery & Verfügbarkeit
Risiko Analyse
Nutzung / Präservation
Finden
Anpassen des Speicherorts
Sichern
Zugriff ermöglichen
Replizieren und Kopieren
Regularien anwenden
Aussonderung / Kassation
Zugriff verhindern
Sicher löschen
Datenspeicher freigeben
Rücksicherungen zulassen / verhindern
Konzepte für einen ganzen Lebenszyklus
Viele Zugriffe Wenige Zugriffe
Single
View
Automatisch alle gespeicherten Objekte
Klassifizieren und Ordnen
Lifecycle Konzepte anwenden
Kriterien
Inhalt
Attribute
Alter
Nutzung
…
Aktionen
Speicherort
Existenz
Replikation
Sicherung
…
Auslöser
Entstehung
Füllgrad
Regelmässig
…
Image by Web2DNA
Datenzugriff Datenablage
Policy Engine
Automatische ILM Umsetzung
Speicherklassen Datenkopien Replizierung Balance Aufbewahrung
Suche Indizierung Verschlüsselung Kompression Deduplizierung
Zugriffsebene
Speicherebene
Standards achten
NFS, CIFS, FC, HTTP,
LDAP, AD, XAM,…
Schnelles
finden von
Informationen
Hitachi Data
Discovery Suite
NAS Archive
/sales
Company
Geography
Department
/marketing
/R&D
/operations
/support
/HR
/finance
/testing
/department
Cluster Wide
Namespace
Image by xxx
 GSS / PS
Professional Services
ILM Konzept
light
Storage
Economics
RDC
Daten
Analyse
ILM
Konzept
Infrastruktur
Design
PolicyEngine
Anpassung
Infrastruktur
Fusion
Daten
Integration
Infrastruktur
Überwachung
ILM Konzept
Validierung
Gemeinsame Ziele
Immer optimal gespeichert
Immer richtig behandelt
Immer sicher
Immer kostenoptimiert
Hitachi Data System
bietet Ihnen solch eine Umgebung

Weitere ähnliche Inhalte

Was ist angesagt?

8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzenAWS Germany
 
Data Quadrant - Daten Management Methode
Data Quadrant - Daten Management MethodeData Quadrant - Daten Management Methode
Data Quadrant - Daten Management MethodeTorsten Glunde
 
OpenDMA - Daten Management Solution
OpenDMA  - Daten Management SolutionOpenDMA  - Daten Management Solution
OpenDMA - Daten Management SolutionTorsten Glunde
 
20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert
20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert
20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändertWerbeplanung.at Summit
 
SplunkLive! Frankfurt 2017 - Markant
SplunkLive! Frankfurt 2017 - MarkantSplunkLive! Frankfurt 2017 - Markant
SplunkLive! Frankfurt 2017 - MarkantSplunk
 
Hpf 2012 consumption model
Hpf 2012 consumption modelHpf 2012 consumption model
Hpf 2012 consumption modelSascha Oehl
 
DXC Technology - THRIVE Blog: Pay-Per-Use
DXC Technology - THRIVE Blog: Pay-Per-UseDXC Technology - THRIVE Blog: Pay-Per-Use
DXC Technology - THRIVE Blog: Pay-Per-UseDaniel Eiduzzis
 
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-KourilBITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-KourilStefan Schwarz
 
NetApp Cloud Value Management - 10 Good Reasons German
NetApp Cloud Value Management  - 10 Good Reasons GermanNetApp Cloud Value Management  - 10 Good Reasons German
NetApp Cloud Value Management - 10 Good Reasons GermanNetApp
 
Big Data Webinar (Deutsch)
Big Data Webinar (Deutsch)Big Data Webinar (Deutsch)
Big Data Webinar (Deutsch)AWS Germany
 
Marvin, Data Science & Spark – haben wir ohne Mathematik und Technik noch ein...
Marvin, Data Science & Spark – haben wir ohne Mathematik und Technik noch ein...Marvin, Data Science & Spark – haben wir ohne Mathematik und Technik noch ein...
Marvin, Data Science & Spark – haben wir ohne Mathematik und Technik noch ein...Stephan Reimann
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Harald Erb
 
Transform the Infrastructure
Transform the InfrastructureTransform the Infrastructure
Transform the InfrastructureSascha Oehl
 
RDBMS oder NoSQL – warum nicht beides?
RDBMS oder NoSQL – warum nicht beides?RDBMS oder NoSQL – warum nicht beides?
RDBMS oder NoSQL – warum nicht beides?Capgemini
 
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...Cloudera, Inc.
 
Fujitsu Storage Days 2018 - Erfahrungsbericht crisp research
Fujitsu Storage Days 2018 - Erfahrungsbericht crisp researchFujitsu Storage Days 2018 - Erfahrungsbericht crisp research
Fujitsu Storage Days 2018 - Erfahrungsbericht crisp researchFujitsu Central Europe
 
Daten ohne Grenzen – Big Data
Daten ohne Grenzen – Big DataDaten ohne Grenzen – Big Data
Daten ohne Grenzen – Big DataAWS Germany
 
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...Business Intelligence Research
 
Oracle Lizenzmonitoring - Fluch oder Segen?
Oracle Lizenzmonitoring - Fluch oder Segen?Oracle Lizenzmonitoring - Fluch oder Segen?
Oracle Lizenzmonitoring - Fluch oder Segen?Trivadis
 

Was ist angesagt? (20)

8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
8 Tipps für eine Cloud Strategie – wie Unternehmen heute die Cloud einsetzen
 
Data Quadrant - Daten Management Methode
Data Quadrant - Daten Management MethodeData Quadrant - Daten Management Methode
Data Quadrant - Daten Management Methode
 
Webinar big data für unternehmen
Webinar big data für unternehmenWebinar big data für unternehmen
Webinar big data für unternehmen
 
OpenDMA - Daten Management Solution
OpenDMA  - Daten Management SolutionOpenDMA  - Daten Management Solution
OpenDMA - Daten Management Solution
 
20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert
20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert
20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert
 
SplunkLive! Frankfurt 2017 - Markant
SplunkLive! Frankfurt 2017 - MarkantSplunkLive! Frankfurt 2017 - Markant
SplunkLive! Frankfurt 2017 - Markant
 
Hpf 2012 consumption model
Hpf 2012 consumption modelHpf 2012 consumption model
Hpf 2012 consumption model
 
DXC Technology - THRIVE Blog: Pay-Per-Use
DXC Technology - THRIVE Blog: Pay-Per-UseDXC Technology - THRIVE Blog: Pay-Per-Use
DXC Technology - THRIVE Blog: Pay-Per-Use
 
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-KourilBITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
 
NetApp Cloud Value Management - 10 Good Reasons German
NetApp Cloud Value Management  - 10 Good Reasons GermanNetApp Cloud Value Management  - 10 Good Reasons German
NetApp Cloud Value Management - 10 Good Reasons German
 
Big Data Webinar (Deutsch)
Big Data Webinar (Deutsch)Big Data Webinar (Deutsch)
Big Data Webinar (Deutsch)
 
Marvin, Data Science & Spark – haben wir ohne Mathematik und Technik noch ein...
Marvin, Data Science & Spark – haben wir ohne Mathematik und Technik noch ein...Marvin, Data Science & Spark – haben wir ohne Mathematik und Technik noch ein...
Marvin, Data Science & Spark – haben wir ohne Mathematik und Technik noch ein...
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!
 
Transform the Infrastructure
Transform the InfrastructureTransform the Infrastructure
Transform the Infrastructure
 
RDBMS oder NoSQL – warum nicht beides?
RDBMS oder NoSQL – warum nicht beides?RDBMS oder NoSQL – warum nicht beides?
RDBMS oder NoSQL – warum nicht beides?
 
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...
Webinar - Sehr empfehlenswert: wie man aus Daten durch maschinelles Lernen We...
 
Fujitsu Storage Days 2018 - Erfahrungsbericht crisp research
Fujitsu Storage Days 2018 - Erfahrungsbericht crisp researchFujitsu Storage Days 2018 - Erfahrungsbericht crisp research
Fujitsu Storage Days 2018 - Erfahrungsbericht crisp research
 
Daten ohne Grenzen – Big Data
Daten ohne Grenzen – Big DataDaten ohne Grenzen – Big Data
Daten ohne Grenzen – Big Data
 
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
 
Oracle Lizenzmonitoring - Fluch oder Segen?
Oracle Lizenzmonitoring - Fluch oder Segen?Oracle Lizenzmonitoring - Fluch oder Segen?
Oracle Lizenzmonitoring - Fluch oder Segen?
 

Andere mochten auch

Hds partner forum 1.0b
Hds partner forum 1.0bHds partner forum 1.0b
Hds partner forum 1.0bSascha Oehl
 
HIPAS UCP HSP Openstack Sascha Oehl
HIPAS UCP HSP Openstack Sascha OehlHIPAS UCP HSP Openstack Sascha Oehl
HIPAS UCP HSP Openstack Sascha OehlSascha Oehl
 
Big data Einzelhandel
Big data   EinzelhandelBig data   Einzelhandel
Big data EinzelhandelSascha Oehl
 
Hitachi snw 2012 0.4d
Hitachi   snw 2012 0.4dHitachi   snw 2012 0.4d
Hitachi snw 2012 0.4dSascha Oehl
 
Big data webex sascha oehl
Big data webex   sascha oehlBig data webex   sascha oehl
Big data webex sascha oehlSascha Oehl
 
Com consult storage forum 2013
Com consult storage forum 2013Com consult storage forum 2013
Com consult storage forum 2013Sascha Oehl
 
Linux world consolidation of storage infrastructures 2006
Linux world   consolidation of storage infrastructures 2006Linux world   consolidation of storage infrastructures 2006
Linux world consolidation of storage infrastructures 2006Sascha Oehl
 
Techminutes 2010 - Storage Virtualisierung
Techminutes 2010 - Storage VirtualisierungTechminutes 2010 - Storage Virtualisierung
Techminutes 2010 - Storage VirtualisierungSascha Oehl
 
Virtual datacenter hif 2014
Virtual datacenter hif 2014Virtual datacenter hif 2014
Virtual datacenter hif 2014Sascha Oehl
 

Andere mochten auch (9)

Hds partner forum 1.0b
Hds partner forum 1.0bHds partner forum 1.0b
Hds partner forum 1.0b
 
HIPAS UCP HSP Openstack Sascha Oehl
HIPAS UCP HSP Openstack Sascha OehlHIPAS UCP HSP Openstack Sascha Oehl
HIPAS UCP HSP Openstack Sascha Oehl
 
Big data Einzelhandel
Big data   EinzelhandelBig data   Einzelhandel
Big data Einzelhandel
 
Hitachi snw 2012 0.4d
Hitachi   snw 2012 0.4dHitachi   snw 2012 0.4d
Hitachi snw 2012 0.4d
 
Big data webex sascha oehl
Big data webex   sascha oehlBig data webex   sascha oehl
Big data webex sascha oehl
 
Com consult storage forum 2013
Com consult storage forum 2013Com consult storage forum 2013
Com consult storage forum 2013
 
Linux world consolidation of storage infrastructures 2006
Linux world   consolidation of storage infrastructures 2006Linux world   consolidation of storage infrastructures 2006
Linux world consolidation of storage infrastructures 2006
 
Techminutes 2010 - Storage Virtualisierung
Techminutes 2010 - Storage VirtualisierungTechminutes 2010 - Storage Virtualisierung
Techminutes 2010 - Storage Virtualisierung
 
Virtual datacenter hif 2014
Virtual datacenter hif 2014Virtual datacenter hif 2014
Virtual datacenter hif 2014
 

Ähnlich wie Dlr v1.2

Big Data ist hier um zu bleiben
Big Data ist hier um zu bleibenBig Data ist hier um zu bleiben
Big Data ist hier um zu bleibenFLARECAST
 
Mag. Dr. Thomas Petrik, Martin Grund (Sphinx IT Consulting GmbH)
Mag. Dr. Thomas Petrik, Martin Grund (Sphinx IT Consulting GmbH)Mag. Dr. Thomas Petrik, Martin Grund (Sphinx IT Consulting GmbH)
Mag. Dr. Thomas Petrik, Martin Grund (Sphinx IT Consulting GmbH)Praxistage
 
Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?Semantic Web Company
 
Dotnet Cologne 2015: //Rebuild - Big Data Analysis End-to-End
Dotnet Cologne 2015: //Rebuild - Big Data Analysis End-to-EndDotnet Cologne 2015: //Rebuild - Big Data Analysis End-to-End
Dotnet Cologne 2015: //Rebuild - Big Data Analysis End-to-EndOlivia Klose
 
Big/Smart/Fast Data – a very compact overview
Big/Smart/Fast Data – a very compact overviewBig/Smart/Fast Data – a very compact overview
Big/Smart/Fast Data – a very compact overviewOMM Solutions GmbH
 
Warum NoSQL Datenbanken auf dem Vormarsch sind
Warum NoSQL Datenbanken auf dem Vormarsch sindWarum NoSQL Datenbanken auf dem Vormarsch sind
Warum NoSQL Datenbanken auf dem Vormarsch sindRegina Holzapfel
 
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.atGoogle Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.ate-dialog GmbH
 
TOC Netzwerktagung - "HiSpeed Data Analytics"
TOC Netzwerktagung - "HiSpeed Data Analytics"TOC Netzwerktagung - "HiSpeed Data Analytics"
TOC Netzwerktagung - "HiSpeed Data Analytics"Marco Geuer
 
Pivotal Digital Transformation Forum: Digital Disruption: The Outlook
Pivotal Digital Transformation Forum: Digital Disruption: The OutlookPivotal Digital Transformation Forum: Digital Disruption: The Outlook
Pivotal Digital Transformation Forum: Digital Disruption: The OutlookVMware Tanzu
 
Rethink! ITEM 2016 - Post Event Report
Rethink! ITEM 2016 - Post Event ReportRethink! ITEM 2016 - Post Event Report
Rethink! ITEM 2016 - Post Event ReportRamona Kohrs
 
DE - Module 6 - The future of Smart Data
DE - Module 6 - The future of Smart DataDE - Module 6 - The future of Smart Data
DE - Module 6 - The future of Smart Datacaniceconsulting
 
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie fü...
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie fü...Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie fü...
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie fü...Elmar Flamme
 
Unternehmensweites Daten und Informationsmanagement
Unternehmensweites Daten und InformationsmanagementUnternehmensweites Daten und Informationsmanagement
Unternehmensweites Daten und InformationsmanagementNicki Borell
 

Ähnlich wie Dlr v1.2 (16)

Big Data ist hier um zu bleiben
Big Data ist hier um zu bleibenBig Data ist hier um zu bleiben
Big Data ist hier um zu bleiben
 
Big Data - einfach erklärt!
Big Data - einfach erklärt!Big Data - einfach erklärt!
Big Data - einfach erklärt!
 
Mag. Dr. Thomas Petrik, Martin Grund (Sphinx IT Consulting GmbH)
Mag. Dr. Thomas Petrik, Martin Grund (Sphinx IT Consulting GmbH)Mag. Dr. Thomas Petrik, Martin Grund (Sphinx IT Consulting GmbH)
Mag. Dr. Thomas Petrik, Martin Grund (Sphinx IT Consulting GmbH)
 
Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?Linked Data - Das Ende des Dokuments?
Linked Data - Das Ende des Dokuments?
 
Dotnet Cologne 2015: //Rebuild - Big Data Analysis End-to-End
Dotnet Cologne 2015: //Rebuild - Big Data Analysis End-to-EndDotnet Cologne 2015: //Rebuild - Big Data Analysis End-to-End
Dotnet Cologne 2015: //Rebuild - Big Data Analysis End-to-End
 
Big/Smart/Fast Data – a very compact overview
Big/Smart/Fast Data – a very compact overviewBig/Smart/Fast Data – a very compact overview
Big/Smart/Fast Data – a very compact overview
 
Warum NoSQL Datenbanken auf dem Vormarsch sind
Warum NoSQL Datenbanken auf dem Vormarsch sindWarum NoSQL Datenbanken auf dem Vormarsch sind
Warum NoSQL Datenbanken auf dem Vormarsch sind
 
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.atGoogle Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
 
Webinar: BigData - Vom Hype zum Nutzen
Webinar: BigData - Vom Hype zum NutzenWebinar: BigData - Vom Hype zum Nutzen
Webinar: BigData - Vom Hype zum Nutzen
 
Analytics für Einsteiger
Analytics für EinsteigerAnalytics für Einsteiger
Analytics für Einsteiger
 
TOC Netzwerktagung - "HiSpeed Data Analytics"
TOC Netzwerktagung - "HiSpeed Data Analytics"TOC Netzwerktagung - "HiSpeed Data Analytics"
TOC Netzwerktagung - "HiSpeed Data Analytics"
 
Pivotal Digital Transformation Forum: Digital Disruption: The Outlook
Pivotal Digital Transformation Forum: Digital Disruption: The OutlookPivotal Digital Transformation Forum: Digital Disruption: The Outlook
Pivotal Digital Transformation Forum: Digital Disruption: The Outlook
 
Rethink! ITEM 2016 - Post Event Report
Rethink! ITEM 2016 - Post Event ReportRethink! ITEM 2016 - Post Event Report
Rethink! ITEM 2016 - Post Event Report
 
DE - Module 6 - The future of Smart Data
DE - Module 6 - The future of Smart DataDE - Module 6 - The future of Smart Data
DE - Module 6 - The future of Smart Data
 
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie fü...
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie fü...Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie fü...
Was bedeutet Big Data für die Radiologie – und was bedeutet die Radiologie fü...
 
Unternehmensweites Daten und Informationsmanagement
Unternehmensweites Daten und InformationsmanagementUnternehmensweites Daten und Informationsmanagement
Unternehmensweites Daten und Informationsmanagement
 

Dlr v1.2