Die Idee des Data Mesh ist aktuell das Thema, wenn es um die Architektur für Verwaltung von (analytischen) Daten geht. Und da diese Daten natürlich in vielen Anwendungen entstehen, ist es Zeit zu schauen: Was ist die Kernidee des Mesh, welche Probleme soll es eigentlich lösen und welche Prinzipien sollen das ermöglichen? Die Bereitstellung von Daten für das Data Warehouse ist für viele Teams häufig eine lästige Pflicht. Wie unterscheidet sich dann nun ein Mesh von einem Warehouse oder Lake? Und wie kann ich das Konzept eines Meshes implementieren?

Im Talk wird gezeigt, welche verschiedenen technologischen Bausteine für die Umsetzung der Konzepte benötigt werden. Zudem sind die Herausforderungen bei der Implementierung nicht nur technischer Natur. Auch der organisatorische Aspekte ist wichtig: Teams und Abteilungen müssen Daten als Produkt sehen und entsprechend bereitstellen und konsumieren. Dafür sind zusätzliche Rollen in Produktteams notwendig, und auch die Aufgabenbereich der Teams ändern sich. Zum Beispiel steigen bei der Bereitstellung von Daten für andere Teams die Anforderungen an die Datenqualität und auch Änderungen an Struktur und Schema der Daten sind aufwendiger. Zuletzt natürlich auch die Frage: Taugt das Konzept etwas? Und falls, ist es auch etwas für mich? Einige Hinweis zur schrittweisen Einführung im Unternehmen gibt es für diesen Fall gleich dazu.