Viel! Und damit will sich Google Cloud Platform von der Konkurrenz unterscheiden.
Googles Kronjuwelen: Big Data und Machine Learning
Am 11./12.Oktober 2018 fand in London Googles Cloud-Konferenz Next statt. Dort stellte Google eine Reiher neuer Cloud Services vor und untermauerte seine Absichten, im B2B-Markt aufholen zu wollen. Auf der Konferenz kamen auch einige namhafte Unternehmenskunden zu Wort, die Googles Public Cloud Services in den Bereichen Big Data und Machine Learning bereits aktiv nutzen.
So berichtete beispielsweise AirAsia-CEO Tony Fernandes von seinen Erfahrungen mit Analytics und KI Services der Google Cloud Platform. AirAsia nutze Predictive Analytics, um die Flugzeugwartung zu optimieren, die Wetterentwicklung genauer zu beobachten und die Nachfrageentwicklung zu prognostizieren. Timo Salzsieder, CIO der Metro AG, berichtete zudem über den Einsatz von Googles Cloud Data Warehouse im Metro-Konzern. Zudem setze das Unternehmen diverse KI Services beispielsweise für Bild- und Spracherkennung ein.
Diese Beispiele zeigen, dass Google mit seiner Fokussierung auf wichtige Zukunftsthemen eine interessante Public-Cloud-Option vor allem für mittelständische und große Unternehmen sein kann.
Das bietet Google Cloud für Big Data, Machine Learning und IoT
Auf der Google Cloud Platform stehen Unternehmen eine Reihe von spezialisierten Cloud-Services zur Verfügung. Zu den wichtigsten Tools für Datenanalyse, KI und Machine Learning sowie IoT zählen derzeit die folgenden:
Big Query
Big QueryHierbei handelt es sich um einen speziellen Big Data Service innerhalb der Google Cloud Platform. Big Query entspricht einem vollständig verwalteten, kostengünstigen Data Warehouse. Kunden können damit Abfragen und Analysen für große Datenmengen im Petabyte-Bereich durchführen. Der Vorteil ist, dass Big Query ein NoOps-Angebot ist. Das heißt der Kunde muss keine Infrastruktur verwalten, sondern kann sich unmittelbar via gängiger SQL-Abfragen auf die Datenanalyse fokussieren.
Cloud Machine Learning Engine
Cloud Machine Learning EngineMit der Cloud ML Engine können Kunden die Ressourcen der Google Cloud Platform nutzen, um ihre ML-Modelle zu trainieren. Zudem können sie ihre trainierten Modelle auch auf der Cloud ML Engine hosten.
Cloud IoT Core
Cloud IoT CoreEine der größten Herausforderungen im Internet der Dinge (IoT) ist bisher die sichere Anbindung von IoT-Geräten über das Internet. Cloud IoT Core adressiert genau dies. Kunden können ihre IoT Devices über diesen Managed Service sicher anbinden und verwalten – ob nur eines oder einige Millionen. Darüber hinaus lassen sich die angeschlossenen IoT-Geräte dann für eine Integration mit anderen Big Data Services der Google Cloud Platform nutzen.
Cloud IoT aus Deutschland
Die Cloud IoT Services von plusserver eignen sich für Unternehmen, die insbesondere im Bereich Industrial IoT (IIoT) nach einer einfachen und effizienten Lösung aus der Cloud suchen. Die Lösung wird komplett in deutschen Rechenzentren zur Verfügung gestellt, um höchste Ansprüche an den Datenschutz zu erfüllen.Google Cloud adressiert Trendthemen
Im Rahmen der zunehmenden Digitalisierung sind Big Data, Predictive Analytics und IoT aktuell die treibenden Zukunftsthemen für Unternehmen. Darüber sind sich Analysten und Fachverbände einig. Laut Bitkom steht Big Data im Jahr 2018 bei sechs von zehn Unternehmen an erster Stelle. Das entspricht 57 Prozent der befragten Unternehmen. Und es bedeutet einen Anstieg von sechs Prozent gegenüber dem Vorjahr. An zweiter Stelle im Ranking folgt IoT mit 39 Prozent und einem Anstieg von 2 Prozent gegenüber dem Jahr 2017.
Trendthemen im Überblick
Big Data: Sammeln großer Datenmengen
Durch die Digitalisierung sammeln Unternehmen in zunehmendem Maße große Mengen an unstrukturierten Daten. Um diese wertschöpfend nutzen zu können gilt es, diese Datenmengen an einer zentralen Stelle zu sammeln und analysieren zu können. Dazu kommt in der Regel ein Data Warehouse als zentrales Datenlager zum Einsatz. Darin werden alle Daten in einem einheitlichen Format gesammelt und transparent archiviert. Die so gespeicherten Informationen stehen dann allen Abteilungen im Unternehmen für weiterführende Auswertungen, Analysen und Reports zur Verfügung. Sinn und Zweck dabei ist es, dass diese Analysedaten in möglichst allgemein gültiger und einfacher Form bereitstehen.
Machine Learning (ML): Intelligente Datenanalysen
Machine Learning wird zukünftig ganz klar an Bedeutung gewinnen. Selbstfahrende Autos oder lernende Roboter sind da nur einige Beispiele. Auch im Unternehmensbereich gewinnt maschinelles Lernen an Bedeutung. Denn moderne Machine-Learning-Methoden helfen dabei, strukturierte und unstrukturierte Daten intelligent auszuwerten. Interessante Einsatzbereiche sind beispielsweise die Umwandlung von Text in Sprache, Übersetzungen oder die Nutzung von ML bei der Mitarbeitersuche.
Predictive Analytics: Vorhersagen durch gesammelte Daten
Predictive Analytics sind ein weiterer Aspekt, der hier mit hineinspielt. Basierend auf verschiedenen Datenmodellen kann Predictive Analytics Vorhersagen über die künftige Entwicklung einer bestimmten Situation treffen. Unternehmen können damit zum Beispiel Absatzprognosen treffen, Kundenwünsche möglichst individuell vorhersagen oder die Auswertungen für eine dynamische Preisgestaltung nutzen. Für Industrieunternehmen lohnt sich Predictive Analytics vor allem im Bereich vorausschauender Wartungsarbeiten, um Stillstandszeiten ihrer Maschinen zu minimieren.
Services aus der Google Cloud clever nutzen
Google bietet bereits heute ein umfassendes Angebot an Public Cloud Services für Big Data, Machine Learning und IoT. Das Unternehmen wird diese Dienste in Zukunft kontinuierlich ausbauen, um sich gerade in diesen zukunftsträchtigen Bereichen vom Mitbewerb abzuheben. Darüber hinaus verfügt Google über eine leistungsstarke und mächtige Infrastruktur, die schon allein aus Eigeninteresse fortwährend optimiert wird.
Unternehmen, für die Big-Data-Analysen, Machine Learning und eine sichere Anbindung von IoT-Geräten wichtig sind, sollten das Angebot auf der Google Cloud Platform in Betracht ziehen. Dabei ist es durchaus möglich, Public Cloud Services mit bereits bestehenden Cloud-Szenarien oder Serverlandschaften zu verbinden. Die nötige Expertise und unabhängige Beratung kann ein Managed-Cloud-Provider bieten, der mit Google als Cloud-Partner zusammenarbeitet. Zusätzlich zu den Diensten der Google Cloud Platform hält dieser weitere Services bereit, um den Kunden zu entlasten. Diese fangen bei der Planung der idealen Konfiguration an und erstrecken sich unter anderem bis zum 24/7-Monitoring und -Support im späteren Betrieb.
