FAQ

Plattform-Übersicht

Was ist IOMETE?

IOMETE ist eine hochmoderne, schnelle, skalierbare und benutzerfreundliche Data-Lakehouse-Plattform für KI und Analytik. Sie bietet maximale Flexibilität und kann überall bereitgestellt werden – on-premises, in der Cloud oder in einer hybriden Umgebung.

Was ist der Unterschied zwischen einem Data Lakehouse und einem Data Warehouse?

Ein traditionelles Data Warehouse verarbeitet nur strukturierte Daten und verwendet proprietäre Formate. Ein Data Lakehouse wie IOMETE unterstützt strukturierte, semi-strukturierte und unstrukturierte Daten unter Verwendung offener Formate und liefert dabei dennoch eine Performance, die der eines Data Warehouse entspricht. Sie erhalten die Flexibilität eines Data Lake kombiniert mit der Geschwindigkeit und Zuverlässigkeit eines Warehouse – alles in einer Plattform.

Warum entscheiden sich Unternehmen für selbst gehostete Datenplattformen statt für SaaS?

Unternehmen entscheiden sich aus drei Hauptgründen für selbst gehostete Plattformen: volle Kontrolle über ihre Daten und deren Speicherort, vorhersehbare Kosten ohne Anbieteraufschläge sowie die Fähigkeit, strenge Compliance-Anforderungen zu erfüllen. Wenn Sie die Plattform selbst hosten, sind Sie nicht an das Preismodell eines Anbieters gebunden und müssen keine sensiblen Daten an Drittsysteme übertragen.

Wie unterscheidet sich IOMETE von Snowflake oder Databricks?

Im Gegensatz zu SaaS-Plattformen wie Snowflake oder Databricks läuft IOMETE vollständig auf Ihrer eigenen Infrastruktur. Dies gewährleistet Datensouveränität, ermöglicht die Nutzung Ihrer Cloud-Rabatte und bietet volle Kontrolle über Sicherheit und Bereitstellung. Es wurde für Teams entwickelt, die Wert auf Flexibilität, Transparenz und Eigentum legen. Zudem läuft IOMETE on-premises, in Ihren Rechenzentren, in Ihrer privaten Cloud, Ihrer öffentlichen Cloud oder in einer hybriden Umgebung – während Snowflake und Databricks nur auf den drei großen US-Public-Clouds (AWS, Azure und Google Cloud) verfügbar sind.

Kann eine einzige Plattform wirklich mein Data Warehouse und meinen Data Lake ersetzen?

Ja, genau das ist der Zweck eines Lakehouse. Sie können separate Systeme ablösen und alles an einem Ort verwalten. Ihre strukturierten Geschäftsdaten, Rohprotokolle, ML-Trainingsdatensätze und IoT-Streams existieren gemeinsam. Sie erhalten ACID-Transaktionen und SQL-Abfrageleistung für dieselben Daten, die Sie für maschinelles Lernen und Analysen verwenden.

FAQ

Technische Architektur & Performance

Was ist Apache Iceberg und warum ist es wichtig?

Apache Iceberg ist ein modernes Tabellenformat, das Probleme löst, an denen ältere Formate scheiterten. Es bietet ACID-Transaktionen (damit gleichzeitige Zugriffe die Daten nicht beschädigen), Time Travel (Abfrage von Datenstand gestern oder letzten Monat) und Schema-Evolution (Hinzufügen von Spalten ohne Systemunterbrechungen). Es ist für riesige Datensätze konzipiert und hält Abfragen auch bei Milliarden von Dateien schnell.

Wie verarbeitet IOMETE Echtzeitdaten?

IOMETE nutzt Apache Spark Structured Streaming, um Echtzeitdaten aus Kafka, Kinesis und anderen Streaming-Quellen aufzunehmen und zu verarbeiten. Die Daten werden in Iceberg-Tabellen geschrieben und stehen sofort für SQL-Analysen zur Verfügung. Dies macht die Lösung ideal für Betrugserkennung, Live-Dashboards und operative Analysen.

Was ist Time Travel und wann würde ich es verwenden?

Time Travel ermöglicht es Ihnen, Ihre Daten so abzufragen, wie sie zu einem beliebigen Zeitpunkt in der Vergangenheit aussahen. Jede Änderung erstellt einen Snapshot, sodass Sie die Daten von heute mit denen der letzten Woche vergleichen, versehentliche Löschungen rückgängig machen, Analysen exakt so reproduzieren können, wie sie zuvor ausgeführt wurden, oder Änderungen für Compliance-Zwecke prüfen können. Es ist wie eine Versionskontrolle für Ihre Daten.

Kann IOMETE auf Petabytes an Daten skalieren?

Ja. IOMETE trennt Speicher von Rechenleistung, sodass beides unabhängig voneinander skaliert werden kann. Der Speicher nutzt Cloud-Objektspeicher (wie S3), die praktisch unbegrenzte Datenmengen verarbeiten können. Die Rechenleistung skaliert durch das Hinzufügen weiterer Knoten zu Ihren Spark-Clustern. Das Iceberg-Format hält Abfragen durch intelligente Metadaten schnell, die irrelevante Daten überspringen – selbst bei Petabytes an gespeicherten Daten.

Funktioniert IOMETE auf Kubernetes?

IOMETE wurde von Grund auf für Kubernetes entwickelt. Es automatisiert alles: das Bereitstellen von Spark-Clustern, das Hoch- und Herunterskalieren von Ressourcen, die Isolierung von Workloads zwischen Teams und die Wiederherstellung nach Fehlern. Dies funktioniert auf jeder Kubernetes-Plattform – AWS EKS, Azure AKS, Google GKE oder Ihren eigenen On-Premise-Clustern.

Wie schnell sind Abfragen bei großen Datensätzen?

Die Abfragegeschwindigkeit hängt davon ab, wie Sie Ihre Tabellen strukturieren, aber IOMETE ist auf Leistung ausgelegt. Iceberg überspringt irrelevante Daten automatisch mithilfe von Metadaten, spaltenorientierte Formate lesen nur die benötigten Spalten, Spark verarbeitet Daten im Arbeitsspeicher und intelligentes Partitionieren kann bei Tabellen mit Milliarden von Zeilen Antwortzeiten im Subsekundenbereich ermöglichen. Richtig entworfene Tabellen sind so schnell wie herkömmliche Datenbanken.

Kann IOMETE Tausende von Benutzern gleichzeitig unterstützen?

Ja, durch Workload-Isolierung. Sie können mehrere Spark-Cluster betreiben – einen für Ihr Data-Science-Team, einen weiteren für BI-Anwender und einen für Batch-Jobs. Jeder Cluster arbeitet unabhängig, sodass rechenintensive Aufgaben andere Benutzer nicht verlangsamen. Cluster skalieren bei hoher Auslastung automatisch hoch und in ruhigen Phasen wieder herunter.

Funktioniert IOMETE über mehrere Regionen oder Cloud-Anbieter hinweg?

Ja. Sie können IOMETE-Cluster in verschiedenen geografischen Regionen bereitstellen, um Datenlokalität und Disaster Recovery zu gewährleisten. Sie können es sogar über verschiedene Cloud-Anbieter (AWS, Azure, Google Cloud) hinweg betreiben oder Cloud- und On-Premise-Infrastrukturen kombinieren. Diese Flexibilität ist für globale Organisationen und Hybrid-Cloud-Strategien unerlässlich.

FAQ

Sicherheit, Compliance & Kosten

Wie sicher ist IOMETE?

IOMETE bietet Sicherheit auf Unternehmensniveau: Verschlüsselung für Daten im Ruhezustand und bei der Übertragung, rollenbasierte Zugriffskontrolle bis auf Tabellen- und Spaltenebene, Integration in Ihre bestehenden SSO- und LDAP-Systeme, umfassende Audit-Protokollierung sowie Netzwerkisolierung durch Kubernetes. Da Sie die Bereitstellung kontrollieren, können Sie zusätzliche Sicherheitsebenen hinzufügen, die speziell auf Ihre Bedürfnisse zugeschnitten sind.

Kann IOMETE die Anforderungen von DSGVO, HIPAA und SOC 2 erfüllen?

Ja, da Sie die gesamte Bereitstellung kontrollieren. Sie entscheiden, wo Daten gespeichert werden (Datenresidenz), wer darauf zugreifen kann (granulare Berechtigungen), wie lange sie aufbewahrt werden (Aufbewahrungsrichtlinien), und Sie führen vollständige Audit-Protokolle. Viele regulierte Organisationen entscheiden sich gezielt für IOMETE, weil es ihnen die für die Compliance erforderliche Kontrolle bietet, ohne von externen Datenverarbeitern abhängig zu sein.

Was bedeutet eine Air-Gapped-Bereitstellung?

Air-Gapped bedeutet, dass das System in einer Umgebung ohne Internetverbindung betrieben wird – ein Standard in der Verteidigung, bei Nachrichtendiensten und in hochsicheren Branchen. IOMETE kann vollständig in diesen isolierten Netzwerken bereitgestellt und betrieben werden. Alle Komponenten laufen auf Ihrer kontrollierten Infrastruktur, wodurch sichergestellt wird, dass klassifizierte oder sensible Daten niemals mit externen Netzwerken in Berührung kommen.

Ist IOMETE für den Einsatz in Regierung und Verteidigung geeignet?

Ja. Regierungsbehörden und Verteidigungsunternehmen nutzen IOMETE für klassifizierte Workloads, da es in sicheren, vom Internet getrennten (Air-Gapped) oder Government-Cloud-Umgebungen betrieben werden kann. Sie behalten die vollständige Kontrolle über Ihre Daten, erfüllen die Anforderungen einer Zero-Trust-Architektur und erhalten lückenlose Audit-Protokolle – ganz ohne Datenübermittlung an kommerzielle SaaS-Anbieter.

Wie kontrolliere ich, wo meine Daten gespeichert werden?

Sie haben die volle Kontrolle über den Speicherort Ihrer Daten. Wählen Sie selbst, welche Cloud-Regionen, Verfügbarkeitszonen oder On-Premise-Rechenzentren genutzt werden sollen. Dies ist entscheidend für Gesetze zur Datensouveränität (wie die DSGVO, die vorschreibt, dass EU-Daten in der EU verbleiben müssen) sowie für Unternehmen, die in mehreren Rechtsgebieten mit unterschiedlichen Vorschriften tätig sind.

Wie viel Geld kann ich mit IOMETE sparen?

Die meisten Unternehmen sparen 30–60 % im Vergleich zu SaaS-Datenplattformen. Die Einsparungen ergeben sich aus mehreren Faktoren: Sie zahlen nur die Infrastrukturkosten ohne Anbieteraufschlag, Sie können Ihre bestehenden Cloud-Rabatte und Reserved Instances nutzen, es fallen keine Gebühren pro Abfrage oder Nutzer an, Sie können nicht kritische Workloads auf günstigen Spot-Instanzen ausführen und Sie haben volle Transparenz darüber, was die Kosten treibt.

Kann ich meine bestehenden Cloud-Rabatte nutzen?

Absolut. Da IOMETE auf Ihrer eigenen Infrastruktur läuft, gelten alle Ihre bestehenden Cloud-Verträge, einschließlich AWS Reserved Instances, Azure Reserved VMs, Google Committed Use Discounts und Enterprise-Rabattprogrammen. SaaS-Plattformen erlauben die Nutzung dieser Rabatte in der Regel nicht, was allein schon Einsparungen von 30–70 % bei den Rechenkosten ermöglichen kann.

Funktioniert IOMETE mit Spot-Instanzen?

Ja. Sie können Batch-Jobs und nicht kritische Workloads auf Spot-Instanzen (AWS), Preemptible VMs (Google Cloud) oder VMs mit niedriger Priorität (Azure) ausführen, um 60–90 % der Rechenkosten einzusparen. IOMETE geht souverän mit Unterbrechungen um und startet Aufgaben bei Entzug der Instanzen automatisch neu.

Wie kann ich Kosten nachverfolgen und kontrollieren?

IOMETE zeigt Ihnen genau, wo Kosten anfallen – aufgeschlüsselt nach Team, Projekt, Cluster oder Job. Sie können Ressourcenkontingente festlegen, Kosten verschiedenen Abteilungen zuordnen und teure Abfragen oder Workloads identifizieren. Diese Transparenz hilft Ihnen, Ausgaben zu optimieren und sicherzustellen, dass Teams ihr Budget einhalten.

FAQ

Integration, Tools & Migration

Welche BI-Tools funktionieren mit IOMETE?

IOMETE funktioniert mit allen gängigen BI-Tools über Standard-Konnektoren. Power BI, Tableau, Looker, Qlik und andere Tools lassen sich per JDBC oder ODBC anbinden. Apache Superset verbindet sich nativ über Spark SQL. Ihre Analysten können ihre gewohnten Tools nutzen, während sie die im Lakehouse von IOMETE gespeicherten Daten abfragen.

Kann ich DBT mit IOMETE verwenden?

Ja. DBT lässt sich mithilfe des dbt-spark-Adapters nahtlos in IOMETE integrieren. Sie können Transformations-Pipelines erstellen, die Datenqualität testen, Ihre Modelle dokumentieren und Best Practices im Bereich Analytics Engineering anwenden – alles direkt auf Ihren Iceberg-Tabellen in einer selbst gehosteten Umgebung.

Unterstützt IOMETE Jupyter Notebooks und Python?

Ja. Data Scientists können Jupyter Notebooks mit den Spark-Clustern von IOMETE verbinden und Daten mit SQL, PySpark oder Pandas verarbeiten. Sie können Tabellen interaktiv abfragen, Machine-Learning-Modelle erstellen und Notebooks mit Kollegen teilen – und das alles bei der Arbeit mit Produktionsdaten unter Einhaltung der entsprechenden Governance-Richtlinien.

Wie erstelle ich Daten-Pipelines in IOMETE?

Sie haben je nach den Fähigkeiten und Anforderungen Ihres Teams verschiedene Möglichkeiten. Nutzen Sie SQL für einfache Transformationen, schreiben Sie PySpark- oder Scala-Code für komplexe Logik, integrieren Sie Orchestrierungstools wie Airflow oder Prefect, verwenden Sie dbt für Analytics Engineering oder nutzen Sie Spark Structured Streaming für Echtzeit-Pipelines. IOMETE bietet das Fundament, während Sie die passenden Tools wählen.

Wie migriere ich von Hadoop oder alten Data Warehouses?

Die Migration erfolgt in der Regel phasenweise, um Risiken zu minimieren. Zuerst exportieren Sie Daten in den Cloud-Speicher oder konvertieren Hive-Tabellen in das Iceberg-Format. Anschließend migrieren Sie Ihre Datenpipelines und Jobs auf die Spark-Cluster von IOMETE. Danach aktualisieren Sie Ihre BI-Tools für die Verbindung zur neuen Plattform. Abschließend lassen Sie beide Systeme parallel laufen und validieren die Ergebnisse, bevor Sie das alte System abschalten. Der Zeitrahmen hängt vom Datenvolumen und der Komplexität der Pipelines ab.

Kann ich IOMETE parallel zu meiner bestehenden Datenplattform betreiben?

Ja, viele Unternehmen gehen bei der Migration so vor. Beginnen Sie mit einem Team oder einem Anwendungsfall – etwa Ihrer Data-Science-Gruppe oder einer einzelnen Abteilung. IOMETE kann Daten aus Ihrem bestehenden Data Lake oder Warehouse lesen, sodass Sie Workloads schrittweise migrieren können, während Altsysteme weiterlaufen. Dieser phasenweise Ansatz reduziert Risiken und ermöglicht es Ihnen, alles zu validieren, bevor Sie sich vollständig festlegen.

FAQ

KI & Machine Learning

Kann ich Machine-Learning-Workloads direkt auf IOMETE ausführen?

Ja. IOMETE basiert auf Apache Spark, das native Unterstützung für verteilte ML-Workloads bietet. Sie können zudem gängige Frameworks wie TensorFlow, PyTorch und Scikit-learn integrieren, während alle Daten in Ihrer eigenen Umgebung verbleiben.

Wie hilft IOMETE dabei, die Kosten für KI/ML-Training und Inferenz zu senken?

Da Sie die Plattform in einer Infrastruktur Ihrer Wahl betreiben – On-Premise, Private Cloud oder Hybrid – entfallen die SaaS-Aufschläge. Sie können die Rechenleistung mit Spot- und Reserved-Instanzen optimieren und Cluster je nach Arbeitslast skalieren.

Kann ich GPUs mit IOMETE verwenden?

Absolut. IOMETE unterstützt GPU-beschleunigte Cluster, was ein schnelleres Modelltraining und Inferenz für Deep-Learning-Workloads ermöglicht.

Wie verbinden Data Scientists ihre Notebooks oder IDEs mit IOMETE?

Data Scientists können Jupyter, VS Code oder andere Tools nutzen und sich sicher über die APIs und JDBC/ODBC-Konnektoren von IOMETE verbinden. Sie können Daten direkt in Iceberg-Tabellen abfragen und ML-Pipelines nahtlos ausführen.

Welche Vorteile bietet IOMETE für KI/ML im Vergleich zu Cloud-SaaS-Plattformen?

Volle Kontrolle darüber, wo Ihre Daten liegen (On-Premise, Sovereign Cloud, Hybrid). Niedrigere Kosten ohne SaaS-Aufschläge. Bessere Performance durch Rechenleistung in Datennähe. Kein Vendor-Lock-in dank Open-Source-Basis.

Wie unterstützt IOMETE MLOps?

IOMETE lässt sich für Experiment-Tracking, Modell-Versionierung und Deployment in Tools wie MLflow und Kubernetes integrieren. So können Teams den gesamten ML-Lebenszyklus in einer sicheren und kosteneffizienten Umgebung verwalten.

Wie geht IOMETE mit KI-Governance und Compliance um?

Da Ihre Daten Ihre kontrollierte Umgebung nie verlassen, können Sie Governance-Richtlinien, Audit-Trails und die Einhaltung von Vorschriften (DSGVO, HIPAA usw.) effektiver durchsetzen als mit Black-Box-SaaS-Lösungen.

DEMO BUCHEN

Der Einstieg bei IOMETE ist ganz einfach. Buchen Sie noch heute eine Demo bei uns.

Die IOMETE-Datenplattform hilft Ihnen, mehr zu erreichen. Buchen Sie eine persönliche Demo und erleben Sie die Wirkung aus erster Hand.

Kontakt aufnehmen