Infor Data Lake

Die Datenplattform für Analytics, Integration & Governance in Infor OS

Bei der Einführung von Infor LN und der Infor CloudSuite Industrial Enterprise geht es nicht nur darum, Prozesse im ERP sauber abzubilden. Ebenso entscheidend ist, wie Reporting, Integrationen und Daten-Governance künftig aufgebaut werden. Genau hier übernimmt der Infor Data Lake eine wichtige Rolle: als persistente Datenschicht, die Analytics vom operativen System entkoppelt, Datenflüsse stabilisiert und eine kontrollierte, revisionsfähige Zugriffsebene schafft.

Was ist der Infor Data Lake?

Der Infor Data Lake ist in Infor OS/Data Fabric die zentrale Ablage- und Verbrauchsschicht für Daten aus Infor-Anwendungen und Drittsystemen. Der entscheidende Punkt für Projekte: Daten werden so gespeichert, dass sie später flexibel für unterschiedliche Zwecke nutzbar sind – Analytics, Prozessmonitoring, Integrationen, Audit-Nachweise.

Warum Infor Data Lake in Cloud Migrationen ein Multiplikator ist

In LN-Landschaften sehen wir häufig:

stark belastete operative Datenbanken,
Reporting-Jobs nachts „am Limit“,
gewachsene Exporte und Schatten ETLs.

Mit Data-Lake-basiertem Consumption wird Reporting Schritt für Schritt entkoppelt. Das bringt zwei Effekte:

Stabilität (weniger Last/Abhängigkeiten auf LN)
Release-Robustheit (Analytics/Exports sind weniger anfällig, wenn sich im ERP etwas verändert).

Gerade in diskreter Fertigung ist LN oft global ausgerollt. Der Data Lake hilft, Daten domänenorientiert zu bündeln – nicht pro Werk/Tabellenlogik – und damit:

KPIs vergleichbar zu machen,
Stammdaten-Qualität sichtbar zu machen
Übergreifende End-to-End-Transparenz aufzubauen.

Viele LN-Migrationen sind gleichzeitig eine „Integration-Sanierung“. Der Data Lake ist dabei kein Ersatz für Integrationslogik, aber ein starker Stabilitätsanker:

Events/Datenflüsse werden standardisiert
Konsumenten (BI, Data Science, externe Systeme) greifen kontrolliert auf definierte Datenprodukte zu,
Governance und Berechtigungen lassen sich zentraler führen.

Infor Data Lake im Infor-OS-Stack: Architekturüberblick

Daten-Ingestion: Wie Daten in den Infor Data Lake kommen

Es gibt mehrere Wege, Daten in der Data Lake zu bekommen:

ION Data Flows/Connection Points als zentraler Integrations- und Datenfluss-Mechanismus (u.a. zum Laden aus Quellsystemen)
Ingestion API (programmatisches Laden von Datenobjekten per REST)
Queue-/Upload-Mechanismen

Praxis-Tipp für LN-Migrationen:

Planen Sie Ingestion domänenorientiert (Order-to-Cash, Plan-to-Produce, Procure-to-Pay, Project/Service) statt tabellenorientiert. Das reduziert spätere Rework in Analytics, Data Quality und KPI-Definitionen.

Metadaten & Data Catalog: Ohne Katalog keine Skalierung

In der Realität scheitern Data-Lake-Initiativen oft an fehlender Orientierung:

Was ist das Objekt?
Wem gehört es?
Welche Version ist gültig?
Welche Felder sind sensibel?

Deshalb behandeln wir den Data Catalog als Pflichtbestandteil des Designs – mit klaren Standards für:

Naming & Domänen
Ownership (Data Owner/Steward)
Sensitivitätsklassifizierung
Freigabeprozesse

Zugriff & Consumption: Wie Teams Daten sicher und effizient nutzen

Consumption ist der Punkt, an dem IT-Strategie „spürbar“ wird

BI/Analytics greifen auf kuratierte Datasets zu,
Architektur schafft Standards für Abfragen, Views und Datenprodukte
Externe Konsumenten nutzen kontrollierte APIs statt ungeprüfter Exporte

Governance-Layer: Security, Retention, Audit

Governance ist kein Kapitel am Ende der Doku. In Cloud-Programmen ist es ein Operating Model:

Rollen & Verantwortlichkeiten
Zugriffskonzepte
Aufbewahrung/Löschung
Nachvollziehbarkeit

Gerade mit personenbezogenen Daten (DSGVO) oder IP-kritischen Engineeringdaten ist die Frage nicht „Kann das Tool das?“, sondern: Wer darf was und wie wird das im Alltag kontrolliert?