So wie sich der Datenbedarf ändert, so ändert sich auch die Infrastruktur, wobei die Mehrheit der Unternehmen zur Erfüllung der Anforderungen verschiedene Datenbankplattformen benötigt. Unsere Daten aus dem Jahr 2020 zeigen einen stetigen Anstieg der Unternehmen, die zwei oder mehr Datenbankplattformen nutzen (von 62% auf 79% im Jahr 2024), wobei die führenden vier SQL Server, Oracle, MySQL und Postgres sind.

Das Spektrum der heute eingesetzten Datenbanken geht weit über die traditionellen 'Big Four' - SQL Server, MySQL, PostgreSQL und Oracle - hinaus. Die Nutzung mehrerer Datenbankplattformen ist heute zwar üblicher, doch bei der Betrachtung der Anzahl der aktiv genutzten Instanzen zeigt sich ein deutliches Muster. Die „Big Four“-Datenbanken behalten ihre Vormachtstellung, vor allem wenn die Anzahl der Instanzen 10 übersteigt und insbesondere bei 20 Instanzen oder mehr.

Überraschenderweise ist Microsoft Access, trotz seines geringeren Entwicklungsstandes, seit über 25 Jahren auf dem Markt und bleibt die am häufigsten verwendete Desktop-, Team- und SMB- Datenbank. Für die Wahl einer Datenbankplattform sprechen eine ganze Reihe von Gründen, aber die drei wichtigsten Anforderungen sind: Genauigkeit, Benutzerfreundlichkeit und Kosten.

Die Bandbreite an verwendeten Datenbankplattformen sagt bereits viel aus, doch auch die jeweilige Nutzungsdauer ist ein bedeuntender Faktor. Die traditionellen 'Big Four' - SQL Server, MySQL, PostgreSQL und Oracle - sind die am längsten im Einsatz befindlichen Datenbanken, zusammen mit IBM DB2 und Microsoft Access.

Sie ziehen zwar weiterhin neue Benutzer an, wobei insbesondere PostgreSQL sehr beliebt ist, aber andere Datenbanken wie Cassandra, MongoDB, ElasticSearch und Aurora schließen schnell auf.

Da IT-Abteilungen angesichts unterschiedlicher und immer komplexerer Daten nach der besten Datenbankplattform für bestimmte Anwendungsfälle suchen, sind sie jetzt viel eher bereit, über ihre alte Datenbankplattform hinauszugehen. PostgreSQL und MySQL für relationale Daten und NoSQL-Alternativen wie Cassandara und MongoDB, wenn es sich um halbstrukturierte oder unstrukturierte Daten handelt.

Traditionell handelt es sich bei der Art der in Datenbanken gespeicherten Daten häufig um strukturierte Daten. Mit dem Aufkommen von Big Data und der zunehmenden Vielfalt an Datenquellen hat sich jedoch eine Verlagerung hin zur Einbeziehung halbstrukturierter und unstrukturierter Daten in Datenbanken vollzogen, was den Einsatz verschiedener Datenbanktypen und ‑plattformen zur effektiven Verwaltung und Analyse dieser unterschiedlichen Datenformate
erfordert.

Erwartungsgemäß sind SQL Server, Oracle, MySQL und PostgreSQL die bevorzugten Datenbanken für die Speicherung relationaler Daten.

Für semi-strukturierte Daten treten Open-Source-Datenbanken wie MongoDB, Redis, PostgreSQL und ElasticSearch in Erscheinung. SQL Server steht jedoch auch in dieser Kategorie an erster Stelle. Diese Art von Daten wird in der Regel dort verwendet, wo Variabilität in der Datenstruktur erwartet wird.

Bei unstrukturierten Daten erwies sich MongoDB als die beliebteste Lösung. MongoDB ermöglicht es Entwicklern, Daten ohne vordefinierte Struktur zu speichern und zu verwalten und eignet sich daher besonders für Anwendungen mit sich entwickelnden oder dynamischen Datenmodellen.

Bei Geodaten und Graphen dominieren NoSQL-Datenbanken, abgesehen von IBM DB2, das dank seiner DB2 Spatial Extender und Db2 Graph-Funktionen ein starker Konkurrent bleibt.

Auf die Frage, welche spezifischen Faktoren ihre Entscheidung zur Einführung mehrerer Datenbankplattformen beeinflusst haben, wurden sowohl unterschiedliche Anwendungsfälle als auch die Notwendigkeit höherer Flexibilität stärker bewertet als Kosteneinsparungen. Dies widerlegt den häufig vorgebrachten Grund, dass Open-Source-Datenbanken wie PostgreSQL allein aus Gründen der Kostenersparnis an Bedeutung gewinnen.

Der viertwichtigste Faktor bei der Implementierung einer Multiplattform-Umgebung war unerwartet: die Erfüllung von Herstelleranforderungen. Offenbar sind Unternehmen, die neue Technologien und Anwendungen einführen, mitunter gezwungen, eine bestimmte Datenbank zu verwenden. WordPress zum Beispiel verwendet standardmäßig MySQL als Datenbankmanagementsystem, und interne Geschäftsanwendungen wie Buchhaltungspakete sind möglicherweise nur auf einem bestimmten technischen Stack wie SQL Server und Windows verfügbar.

Der Einsatz mehrerer Datenbankplattformen wirkt sich auf Teams im gesamten Unternehmen aus, allerdings zeichnet sich eine interessante Aufteilung ab. Unter denjenigen, die direkt mit der Datenbankverwaltung befasst sind, wie z. B. Entwickler und DBAs sowie IT/Ops, arbeitet fast die Hälfte (48%) datenbankübergreifend. Bei denjenigen, die mehr mit internen Geschäftsprozessen zu tun haben, wie Infrastruktur und BI, Sicherheit und Site Reliability Engineers, sinkt die Zahl auf 23% und dann auf 11%.

Dies deutet eher auf eine führende Entwicklerrolle derjenigen hin, die am ehesten mit mehreren Datenbanken arbeiten müssen.

Die Implementierung mehrerer Datenbanken zur Optimierung von Geschäftsprozessen bringt viele Vorteile mit sich. Die Verwendung mehrerer Datenbanken erfordert jedoch vielseitige Kompetenzen, die sich auf verschiedene Technologien, Architekturen und operative Abläufe erstrecken. Unter den Befragten, die mehr als eine Datenbankplattform verwenden, wurden die Qualifikationsanforderungen als die größte Herausforderung genannt.

Die Auswirkungen davon ziehen sich durch alle Bereiche der Datenverwaltung. Unternehmen stehen vor der Doppelbelastung, ihre Abläufe zu optimieren und gleichzeitig die Qualifikationslücke zu schließen, um neue Technologien effektiv zu nutzen.

Die Implementierung neuer Datenbankplattformen in die bestehende Infrastruktur erhöht die Komplexität des Datenmanagements erheblich. Die Unterschiede zwischen den einzelnen Datenbankplattformen sind enorm, von den Programmiersprachen und Datenmodellen bis hin zur Architektur und den Funktionen gibt es keine Patentlösung für alle.

Die zunehmende Menge an Daten und die Art der Daten, denen sich jedes Unternehmen gegenübersieht, hat zwar ihre Vorteile, macht den Datenbankbestand jedoch komplizierter und erfordert mehr Know-how von denjenigen, die mit der Verwaltung der verschiedenen heute verwendeten Datenbanktypen betraut sind.