publications

Grid Computing in der Finanzindustrie

Ein Herausgeberband des D-Grid-Projekts FinGrid.


Year of publication:
2009, first edition
Publisher: Books on Demand, Norderstedt
Authors: Prof Dr. Oliver Hinz, Prof. Dr. Roman Beck, Prof. Dr. Bernd Skiera, Prof. Dr. Wolfgang König
ISBN-13: 978-3-8370-9180-9

« Zurück zur Liste

Management Summary

Das vorliegende Buch ist ein Herausgeberband des E-Finance Lab und untersucht Grid Computing in der Finanzindustrie. Der verstärkte Wettbewerbs- und Kostendruck im Bankensektor erhöht den Restrukturierungs- und Automatisierungsbedarf IT-basierter Geschäftsprozesse im Banken- und Finanzdienstleistungssektor. Eine Möglichkeit, in diesem dynamischen Markt wettbewerbsfähig zu bleiben, ist der Aufbau eines kollaborativen IT-Systems, um Geschäftsprozesse „on the fly“ je nach Bedarf an die neuen Anforderungen und Bedingungen anpassen zu können. Auf Grid Computing basierende Systeme stellen eine Lösung dar, die Wettbewerbsfähigkeit durch eine service-orientierte und kosteneffiziente Infrastruktur zu sichern. Der kommerzielle Einsatz von Grid-Technologien wird nun, insbesondere durch die steigende Bedeutung von e-Business und IT-Sourcing, verstärkt vorangetrieben. Insbesondere große Enterprise-Anwendungen laufen zumeist nicht mehr auf dedizierten IT-Ressourcen einzelner Rechenzentren, sondern vermehrt auf verteilten, heterogenen Rechnersystemen, die mittels Grid Computing vernetzt sind. Durch die Möglichkeit IT-Ressourcen je nach Bedarf zu- bzw. abzuschalten, kann Grid Computing einen wichtigen Beitrag zur Steigerung der Systemauslastung und somit zur Kostenreduktion leisten. Ein weiterer Vorteil einer Grid-Lösung besteht darin, die Möglichkeit der Verteilung der Rechenlast zu nutzen, um komplexe und rechenintensive Berechnungen zu beschleunigen.

Die Finanzdienstleistungsindustrie stellt aufgrund der zahlreichen komplexen Berechnungen und des daraus resultierenden hohen Rechenbedarfs eine ideale Anwendungsdomäne für Grid-Systeme dar.

Zunächst wird der Leser mit dieser neuen Technologie vertraut gemacht. Es erfolgt eine Bestimmung des Begriffes „Grid Computing“ und eine Abgrenzung zu ähnlichen Begriffen. Als Vorteile werden im Wesentlichen

  • Kostenreduktion durch bessere Auslastung
  • Nachhaltigere Nutzung von Ressourcen (GreenIT)
  • Bewältigung von Spitzenlasten und Schwankungen
  • Erschließung neuer Anwendungsfelder durch höhere Rechenleistungen
  • Robustheit des Systems

identifiziert. Im Projekt „Financial Business Grid“, kurz „FinGrid“, wurde dabei Wert darauf gelegt, nicht nur auf das Kostensenkungspotenzial hinzuweisen, das mit dieser neuen Technologie gehoben werden kann, sondern es wurden auch Wege aufgezeigt wie die effizienter genutzten Ressourcen für neue, innovative Geschäftsfelder umgewidmet werden können.

Grid Computing wurde bis zuletzt vorwiegend in der Wissenschaft z.B. für Berechnungen in der Astronomie oder Meteorologie eingesetzt. Unserer Meinung nach steht diese Technologie jedoch jetzt auch kurz vor dem breiten Einsatz bei Unternehmen. Der zweite Beitrag evaluiert daher den Markt und den derzeitigen Verbreitungsgrad von Grid Computing in der Unternehmenspraxis und speziell in der Finanzindustrie. Zu diesem Zwecke wurden im Zeitraum Mai bis Juni 2008 2.538 mögliche Teilnehmer über ein Online-Panel für die Teilnahme an einer Online-Befragung angesprochen. Letztlich beantworteten 14,5% dieser potenziellen Teilnehmer den recht umfangreichen Fragebogen. Die Teilnehmer haben allesamt IT-Verantwortung und sind mehrheitlich mit einer Abteilungs- oder gar Bereichsleitung betraut.

Bereits mehr als die Hälfte der befragten Unternehmen kannten Grid Computing und 19% hatten diese Technologie bereits adoptiert. Als Grund für die Nutzung wurde die Beschleunigung von Prozessen, sowie die Steigerung der Effizienz und Flexibilität genannt. Kostensenkung spielte hingegen eine untergeordnete Rolle.

Als maßgebliches Hindernis für den Einsatz von Grid Computing konnten wir in der Finanzindustrie offene Sicherheitsfragen identifizieren, während bei den restlichen Branchen vor allem das fehlende Know-How im Unternehmen für den Nicht-Einsatz verantwortlich gemacht wurde.

Dem Leser sei dieses Kapitel ans Herz gelegt, zumal es sich nach unserem Wissen um die erste umfassende Erhebung handelt, die sich mit dem Einsatz von Grid Computing in der Unternehmenspraxis auseinandersetzt.

Solange Grid Computing vorwiegend in der Wissenschaft eingesetzt wurde, konnten einige Probleme zunächst ignoriert werden, die beim Einsatz in der Unternehmenspraxis allerdings von großer Bedeutung sind. Kapitel 3 beschäftigt sich daher mit den unterschiedlichen Preismechanismen, die sich für die Bepreisung von Ressourcen aus dem Grid anbieten. Eine umfassende Literaturanalyse ergibt, dass in der Wissenschaft bisher vor allem der Einsatz von dynamischen Preismechanismen wie z. B. die kombinatorische Auktion propagiert wird. Dynamische Preismechanismen erlauben einen bessere Marktallokation, sind aber meist aufwändig und nicht einfach verständlich. Darüber hinaus belegen die Ergebnisse aus unserer Umfrage, dass sich Nutzer vorwiegend statische Preismechanismen wünschen, die ein gewisses Maß an Planungssicherheit hinsichtlich der Kosten erlauben. Solche statischen Preismechanismen sind z. B. Flatrates und ein- oder zweiteilige Tarife wie sie aus der Telekommunikationsbranche bekannt sind.

Der vierte Beitrag zeigt anhand einer qualitativen Fallstudie bei einer deutschen Bank wie die Risikokalkulationen durch die Anpassung auf eine gridbasierte Infrastruktur beschleunigt und verbessert werden konnten. Der Beitrag verdeutlicht dem Leser das große Potenzial dieser Technologie. Durch den Wechsel auf eine solche Plattform können Rechenressourcen bei Bedarf recht schnell hinzugeschaltet werden. In der Fallstudie wird eine frei skalierbare Architektur beschrieben, die es sogar erlaubt, Ressourcen von externen Unternehmen zu beziehen.

In einem solchen Fall ist es wichtig, dass sich Anbieter und Nachfrager hinsichtlich der zu liefernden Qualität einigen und dies vertraglich festhalten. In einem Beitrag der Universität Stuttgart wird in diesem Kontext die wichtige Rolle von Service Level Agreements (SLA) erörtert und anhand der Phasen der SLA-Lebenszyklen verdeutlicht, welche Probleme entstehen können und wie diese zu lösen sind.

Zusätzlich ergeben sich aus sicherheitstechnischer und datenschutzrechtlicher Hinsicht durch die gemeinsame Nutzung der Ressourcen mehrere Probleme. Daten bzw. Informationen im Allgemeinen gehören zu den wertvollsten Gütern, die ein Unternehmen besitzt. Im sechsten Beitrag wird daher aus technischer Sicht dargestellt wie bei der Virtualisierung der Rechenkapazitäten diese Probleme zu berücksichtigen sind. Da insbesondere bei einer gemeinsamen Nutzung von Ressourcen im Grid auch eine verursachergerechte Kostenrechnung notwendig ist, wird zusätzlich eine Accounting- und Billing-Infrastruktur vorgestellt, die an den Bedürfnissen und Besonderheiten der Virtualisierung orientiert ist.

In Zeiten turbulenter Marktentwicklungen ist nicht nur die Volatilität am Markt sehr hoch, sondern auch die IT-Infrastruktur der Marktteilnehmer steht unter einer stärkeren Belastung. Im letzten Beitrag zeigen wir, dass Unternehmen mit dedizierten Serverkapazitäten, wie sie noch heute oft in der Bankenwelt anzutreffen sind, schlechter auf Schocks reagieren können als Banken mit Grids und einem virtualisierten Pool von Rechnerressourcen.

Die folgenden Beiträge bieten einen genaueren Überblick über die Ergebnisse im „FinGrid“-Projekt. Bei Fragen oder Anregungen freuen wir uns auf Ihre Rückmeldung unter contact[at]fingrid[dot]de.

                                                                               Buy this book!

 

 

« Zurück zur Liste