Ein zentrales Data-Warehouse ist die Grundlage für alle weiteren Datenprojekte. Es führt die Datenquellen zusammen, rechnet Kennzahlen nachvollziehbar und liefert Dashboards, mit denen Fachabteilungen direkt arbeiten.
Ein Data-Warehouse – ohne Risiko bei Einführung und Entwicklung
Wir bringen eine fertige Plattform auf Basis von AWS und Snowflake mit, den Lösungen zweier Marktführer. Sie ist an einem Tag eingerichtet und läuft im eigenen AWS-Konto des Unternehmens.
- Keine Lizenzkosten – Code und Infrastruktur gehören dem Unternehmen
- Daten bleiben im eigenen Cloud-Konto, kein externer Betreiber
- Nahezu wartungsfrei: Ladeprozesse laufen über Jahre ohne Eingriff
Umgesetzt in: Medien, Live-Entertainment, Handel, Hotellerie, Freizeit, Immobilien
Mehr erfahren
Herausforderung
Viele BI-Komplettlösungen versprechen schnelle Ergebnisse. In der Praxis entstehen hohe Entwicklungskosten, die Lösung stößt beim Wachstum an Grenzen, oder Anwendungsfälle lassen sich nicht sauber abbilden – am Ende werden Lücken mit unversionierten Skripten überbrückt.
Lösung
Statt eine BI-Plattform zu kaufen, setzen wir auf bewährte Cloud-Dienste. Die Ladeprozesse orchestrieren AWS Step Functions – ohne laufende Wartungskosten. Snowflake ist der De-facto-Standard für Cloud Data-Warehousing und bei geringer Nutzung extrem günstig: Oft reichen ein bis zwei Aktualisierungen des Datenmodells pro Tag, die Berichte laufen danach aus dem Zwischenspeicher von QuickSight oder Power BI – das Warehouse kostet dann rund 100 € im Monat. Anders als eine klassische Datenbank lässt es sich bei Wachstum stufenlos hochskalieren. Amazon QuickSight fügt sich nahtlos ein und ist günstig lizenziert. Neue Datenquellen sind mit KI-Unterstützung heute schnell angebunden.
Sensible Daten an einem Ort – sicher und DSGVO-konform
Die Plattform läuft vollständig in der Cloud-Umgebung des Unternehmens. Zugänge, Schlüssel und Konfiguration sind abgesichert und nachvollziehbar.
- Kein Drittanbieter mit Zugriff auf die Daten
- Zugangsschlüssel werden automatisch rotiert
- Konfiguration versioniert und jederzeit überprüfbar
Umgesetzt in: Medien, Live-Entertainment, Handel, Hotellerie, Freizeit, Immobilien
Mehr erfahren
Herausforderung
In einem zentralen Data-Warehouse liegen viele sensible Daten an einem Ort. Bei SaaS-Lösungen kommt ein externer Betreiber hinzu, der vertraglich und technisch abgesichert werden muss.
Lösung
Alle Komponenten laufen im AWS-Konto des Unternehmens. Zugangsdaten liegen im AWS Secrets Manager und werden automatisch rotiert. Rollen und Berechtigungen in Snowflake sind als Code hinterlegt und lassen sich jederzeit mit dem tatsächlichen Stand abgleichen. Jeder Ladelauf wird protokolliert.
Branchensoftware ohne Schnittstelle
Schlanke Exporter holen die Daten direkt aus der Datenbank des Quellsystems – lizenzfrei und mit minimalem Aufwand für die interne IT.
- Weniger Last auf dem Quellsystem als über ODBC oder JDBC
- Fernsteuerbar ohne SSH- oder RDP-Zugang
- Robust, wenn sich Quelltabellen mit der Zeit ändern
Umgesetzt in: Hotellerie, Freizeit, Handel
Mehr erfahren
Herausforderung
Viele Branchenlösungen bieten keine brauchbare Schnittstelle. Die Daten liegen aber in einer Datenbank – etwa Oracle oder Microsoft SQL Server –, die im Netzwerk des Unternehmens erreichbar ist.
Lösung
Eine kleine Python-Anwendung läuft dort, wo die Datenbank erreichbar ist. Sie exportiert die Daten mit den Kommandozeilenwerkzeugen der Datenbank und lädt sie nach Amazon S3, von wo sie direkt ins Data-Warehouse fließen. Gesteuert wird der Exporter über Aufgaben, die in S3 abgelegt werden – er prüft jede Minute, ob etwas zu tun ist. Die typischen Fallstricke kennen wir aus mehreren Systemen, neue Varianten sind entsprechend schnell gebaut.
Die Zahlen müssen mit dem Altsystem übereinstimmen
Wir bilden bestehende Berichte, Exporte und sogar Rechnungen im Datenmodell nach und machen jede Abweichung sichtbar – bis das alte System guten Gewissens abgelöst werden kann.
- Vertrauen in die Zahlen von Anfang an
- Nachvollziehbar, wie jede Kennzahl entsteht
- Abweichungen laufend im Dashboard sichtbar
Umgesetzt in: Freizeit, Hotellerie, Handel
Mehr erfahren
Herausforderung
Ein neues Data-Warehouse wird nur angenommen, wenn seine Zahlen mit den gewohnten Berichten übereinstimmen. Wie die Standardberichte eines Backend-Systems rechnen, ist aber oft nicht dokumentiert.
Lösung
Wir laden das Original – einen Standardbericht, einen Excel-Export oder eine PDF-Rechnung – ins Data-Warehouse und passen das Datenmodell an, bis die Zahlen übereinstimmen. Der Abgleich wird fest ins Datenmodell eingebaut, Abweichungen erscheinen in einem Dashboard. Zeigen ein bis zwei Jahre Historie durchgängig nur geringe Abweichungen, kann der alte Bericht zur Seite gelegt oder das Altsystem abgekündigt werden.