Handel
Java, Spring Boot, PostgeSQL, Keycloak, Angular, React, MUI, Azure, Terraform, Datadog, GitHub
Die zentrale Herausforderung bestand darin, eine integrierte Arbeitsplatzlösung zu entwickeln, die es den verschiedenen Fachbereichen ermöglicht, Daten aus unterschiedlichen Quellsystemen effizient anzuziehen, in einer zentralen Plattform zu verknüpfen und flexibel auszuwerten. Ziel war es, spezifische Prozesse der Fachbereiche durch Digitalisierung und intelligente Fachservices zu unterstützen und datengetriebene Entscheidungen zu erleichtern.
Als Ergebnis wurde die bestehende Cloud-Portallösung um zwei neue Fachservices erweitert. Diese ermöglichen die nahtlose Integration von On-Premise-Quellsystemen in einem einheitlichen Look & Feel und bieten den Fachbereichen erstmals die Möglichkeit, eigenständig und ohne IT-Unterstützung ganzheitliche Auswertungen zu den gewünschten Daten durchzuführen. Die Erweiterung erleichtert datengetriebene Entscheidungen erheblich, indem sie intuitive Werkzeuge bereitstellt, die eine einfache und schnelle Analyse ermöglichen.
Nach eingehender Analyse der bisherigen Prozesse und der gewünschten Anforderungen an die neue Plattform, haben wir folgenden Lösungsansatz erarbeitet:
Entwicklung von zwei Self-contained Systems (ETL und Reporting)
Direkte Anbindung von unterschiedlichen Quellsystemdaten
Einfacher Zugang zu standardisierten Auswertungen über den Browser
Nutzerfreundliche UX für eine breite Nutzermasse
Bevor das Projekt starten konnte, war es entscheidend, einen klaren Fahrplan zu erstellen, der sowohl die Zusammenarbeit als die auch Projektabläufe und -umsetzung optimal strukturiert.
Durch systematische Analyse und Stakeholder-Interviews wurden die spezifischen Anforderungen der verschiedenen Nutzergruppen ermittelt. Dies umfasste die Identifikation der wichtigsten Use Cases, die Analyse von Arbeitsabläufen sowie die Definition der benötigten Funktionalitäten. Basierend darauf wurde ein Anforderungskatalog erstellt, der als Grundlage für die weitere Entwicklung diente.
Im Rahmen der Entwicklung wurde ein ETL-Job implementiert, der nicht nur die "gepullten" Daten verarbeitet, sondern auch ein Dashboard zur Visualisierung dieser Daten bereitstellt. Ergänzend dazu wurde ein Reporting-Service entwickelt, der sowohl die Erstellung standardisierter Berichte als auch Ad-hoc-Analysen ermöglicht. Beide Services wurden nahtlos in die bestehende Cloud-Portallösung integriert, um den Fachbereichsmitarbeitern ein gewohntes Look & Feel zu bieten.
Die entwickelte Lösung besticht durch ein klar strukturiertes und einheitliches Benutzerinterface, das eine nahtlose Integration verschiedener Berichte ermöglicht. Dank der konsequenten Anwendung moderner UI/UX-Prinzipien entstand eine intuitive Benutzeroberfläche, die speziell darauf ausgelegt ist, auch weniger technisch versierte Fachbereichsanwender abzuholen.
Unser Kunde stand vor der Aufgabe, eine Self-Service BI-Lösung zu entwickeln, die es den Mitarbeitern ermöglicht, datenbasierte Entscheidungen eigenständig und schnell zu treffen. Die größte Herausforderung war die bestehende, fragmentierte Systemlandschaft. Viele unterschiedliche Datenquellen, fehlende Konsistenz und eingeschränkte Möglichkeiten zur Datenanalyse führten dazu, dass Fachbereiche auf Unterstützung durch IT-Teams angewiesen waren – ein zeitaufwändiger und ineffizienter Prozess.
In enger Zusammenarbeit mit dem Kunden haben wir eine Lösung entwickelt, die nicht nur technische, sondern auch praktische Anforderungen der Mitarbeiter berücksichtigt. Unser Fokus lag darauf, eine benutzerfreundliche Plattform zu schaffen, die unkompliziert ist und jedem Fachbereich einen schnellen Zugang zu den benötigten Informationen bietet. Die Lösung besteht aus zwei zentralen Elementen: ETL-Prozesse: Daten aus unterschiedlichen Quellen werden automatisch gesammelt, aufbereitet und in einer zentralen Datenbasis zusammengeführt. Self-Service BI-Tool: Ein Dashboard, das intuitive Analysen und Berichte ermöglicht – so können die Fachbereiche eigenständig mit den Daten arbeiten, ohne auf die IT angewiesen zu sein. Die gesamte Plattform wurde schrittweise in die bestehende Cloud-Portallösung integriert, sodass die Mitarbeiter die neuen Funktionen nahtlos in ihren Alltag einbinden konnten.
¹ Erweiterung der bestehenden Cloud-Portallösung um Fachservices zur einfachen Kombination und Auswertung von unterschiedlichen Quellsystemdaten
Mit der neuen Lösung haben wir nicht nur die Datenlandschaft des Kunden zentralisiert, sondern auch die Arbeit der Fachbereiche erheblich erleichtert. Die Teams können jetzt eigenständig Analysen durchführen, Berichte erstellen und datengetriebene Entscheidungen treffen – und das alles ohne tiefes technisches Vorwissen. Dank des schrittweisen Vorgehens hatten die Nutzer genügend Zeit, sich mit den neuen Tools vertraut zu machen. Die Plattform wurde außerdem so gestaltet, dass sie für zukünftige Erweiterungen vorbereitet ist, beispielsweise für die Integration zusätzlicher Datenquellen oder den Ausbau der bisherigen Lösung um erweiterte Analysemöglichkeiten in bspw. Azure Databricks. Dieses Projekt hat uns besonders viel Freude bereitet, weil wir miterleben konnten, wie unsere Lösung die tägliche Arbeit beim Kunden spürbar verbessert hat. Der enge Austausch mit den Fachbereichen und die schrittweise Einführung haben uns gezeigt, wie wichtig es ist, Technik und Nutzerbedürfnisse in Einklang zu bringen.
Quellen:
1 Schaugrafik, SkelTech GmbH, eigene Darstellung
Bei diesem Projekt sind folgende Technologien zum Einsatz gekommen:
Sie haben noch Fragen oder möchten Ihre Anforderungen direkt mit einem unserer Experten besprechen? Kontaktieren Sie uns - wir freuen uns darauf, gemeinsam mit Ihnen die passende Lösung für Ihr Projekt zu finden!
Niklas Arft & David Horn Pawar - Gründer und Geschäftsführer
Niklas Arft & David Horn Pawar - Gründer und Geschäftsführer
aus den Bereichen Software-Entwicklung, Data Engineering, Managed Service und UI/UX finden Sie hier!
Digitalisierung des Vertragswesens: Entwicklung einer benutzerfreundlichen Weblösung mit Angular, unterstützt durch maßgeschneiderte Frontend-Architektur und klare Anforderungsdefinition.
Erfolgreiche Data-Mesh-Architektur im Handel: Datensilos aufgelöst, zentrale Daten im Databricks Lakehouse als Data Products in Azure Cloud.
3D-Konfigurator für das produzierende Gewerbe: Innovative Produktvisualisierung, integriert in die E-Commerce-Lösung für ein optimiertes Kundenerlebnis.