Migration des Einkaufsreportings des Kunden, das bisher auf SQL Server und Excel Reports basierte, zu einer modernen Fabric Lakehouse Architektur mit Power BI. Schulen der Anwender, um Self-Service der Fachabteilung zu ermöglichen.

• Entwicklung der Datenstrategie (Architektur, Lizenzen, Governance)
• Implementierung der Lösung mit Fabric Lakehouse / Warehouse
• Datenmodellierung des UseCases in Fabric und Power BI
• Schulen der Anwender

Ergebnisse:

• Sauberes Reporting Datenmodell in Fabric verfügbar (Stern Schema)
• Funktionsfähige Fabric Umgebung und Pipelines aufgesetzt
• Weitere Use Cases können aus dem Legacy SQL Server Schritt für Schritt in neue Umgebung transferiert werden

Eine bestehende Webanwendung soll durch eine moderne Analytics App in Power BI und Redshift ersetzt werden, um die Streckenplanung zu optimieren. Die neue Lösung vereinfacht den Planungsprozess und steigert die Effizienz, was zu geringeren Betriebskosten und verbesserter Benutzerfreundlichkeit führt.

• Machbarkeitsanalyse der Webapp Objekte und Prüfung der Umsetzung in Power BI
• Entwicklung des Prototyps in Power BI
• Aufbau des Datenmodells
• Entwicklung komplexer DAX Measures für Kalkulationen und Frontend
• Umsetzung in Produktionsdashboard durch kontinuierliche Feedbackschleifen
• Aufsetzung Quality Framework
• Performance Tuning in Power BI und Redshift

Ergebnisse:

• Webapp wurde erfolgreich abgeschaltet
• Anwender arbeiten nun mit Analytics App in Power BI
• Enorme Kosteneinsparung durch günstigeren harmonisierten Stack

Die Systemlandschaft eines bekannten internationalen Versicherungsmaklers besteht in Deutschland aus diversen Subunternehmen und Systemen, die nicht vereinheitlicht sind. Es galt einen PoC zu entwickeln, um diese Systeme zusammenzubringen und eine ?Deutschland-Sicht? auf die Daten zu ermöglichen.

• Architektur der zukünftigen Lösung (Bronze/Silver/Gold Layer Lakehouse + PBI Frontend)
• PoC mit Harmonisierung der Subsysteme, Data Governance, Master Data Management Prozess
• Aufsetzen der Infrastruktur in Fabric
• Datenmodellierung des UseCases
• Entwickeln von automatisierten ETL-Pipelines
• Entwicklung von Power BI Dashboards

Ergebnisse:

• ?Deutschland-Sicht? auf Daten ist ohne massive manuelle Arbeit möglich
• Zusätzliche Use Cases können in der neuen Architektur abgebildet werden
• Globales Reporting (in Databricks) kann Daten aus neuer Fabric Lösung lesen

Es soll ein PoC in MS Fabric entwickelt werden, um einen on-premise SQL-Server (Schatten IT Infrastruktur) durch ein modernes Lakehouse zu ersetzen.

• Architektur der zukünftigen Lösung (Bronze/Silver/Gold Layer Warehouse + PBI Frontend)
• Entwicklung der Lösung mit Fabric Data Warehouse, da die internen Entwickler starke SQL Kenntnisse mitbringen
• Datenmodellierung des UseCases
• Schulen der Anwender

Ergebnisse:

• Sauberes Reporting Datenmodell in Fabric verfügbar (Stern Schema)
• Funktionsfähige Fabric Umgebung und Pipelines aufgesetzt
• Weitere Use Cases können aus dem Legacy SQL Server Schritt für Schritt in die neue Umgebung transferiert werden

Das System zur Auswertung der Verfügbarkeit und Richtigkeit von digitalen Anzeigen zu jedem Zeitpunkt der Fahrt soll aufgrund von zahlreichen Problemen und neuen Anforderungen refactored und weiter ausgebaut werden.

• Umstellen der ineffizienten Prototyp Architektur auf Kimball Stern Schema
• Verbessern der ETL Strecken und Transformationen in SQL Server und Power BI
• Trennen von Business-Logik und Verlagerung der ETL Prozesse in den Data Mart
• Modellieren von einheitlichen Keys, Fakten und Dimensionen
• Neu-Entwicklung des Frontends in Power BI
• Verwenden moderner IBCS Reporting Standards in Power BI
• Ablösen von Insel Qlik-Reports durch Power BI
• Erstellen und Priorisieren von Stories & EPICs in Jira (Scrum)
• Entwickeln von 7 neuen Fahrt-KPIs und deren ETL Strecken
• Dokumentieren des Datenmodells, der KPI und ETL Strecken in Confluence

Ergebnisse:

• Ladezeiten in PBI von 60+ min auf <3 min verringert
• Wiederverwendbarkeit für zusätzliche Auswertungen sichergestellt
• Vertrauen des Fachbereichs in Datenbasis wiederhergestellt
• Reporting Möglichkeiten von deskriptiv (Was ist passiert?) auf Diagnostisch (Warum ist es passiert?) erweitert
• Vergleichbarkeit der 7 KPI untereinander gewährleistet (einheitl. Fahrt_Key)

Der Carve-Out einer Tochterfirma macht es notwendig, eine separate Daten-Infrastruktur für eine Tochterfirma zu entwickeln. Die globale Infrastruktur kann nicht mehr weiterverwendet werden.

• Vergleich mehrerer Alternativen hinsichtlich Funktion, Herausforderungen und Kosten (MS Fabric, SQL Server, MySQL)
• Architektur der zukünftigen Lösung (Bronze/Silver/Gold Layer Lakehouse + PBI Frontend)
• Unterstützen der internen Data Engineers beim Aufbau des Lakehouse Architektur PoC

Ergebnisse:

• Entscheidung für MS Fabric (F8)
• Klare Roadmap für Umsetzungsschritte und Timeline des Carve-Out
• Erster Prototyp in Fabric Lakehouse implementiert

Viele manuelle, wiederkehrende Reports und Auswertungen in Excel sollen durch ein Übersichts-Dashboard mit ~200 KPI ersetzt werden.

• Aufbauen eines Prototyp-Reports in Power BI (10 KPIs)
• Beraten des Fachbereichs zu Design und Machbarkeit zusätzlicher Anforderungen
• Ausweiten der KPI auf restlichen Scope (~200 KPI)
• Dynamisieren der Dashboard-Seiten und Measures
• Entwickeln eines C#-Skripts, um Metriken um Zeitvergleiche automatisch generieren zu können mit Tabular Editor
• Anforderungsanalyse und Erstellen von Stories und Epics in JIRA

Ergebnisse:

• Fehleranfälligkeit und manuellen Aufwand deutlich reduziert
• Vertrauen in ?Richtigkeit? der Daten durch Automatismus gestärkt
• Controlling Bereich kann sich durch Automatismus auf Analyse und Interpretation der Daten konzentrieren

Aus einem Workshop heraus entsteht die Idee, mit dem Exasol Feature ?Virtual Schema? einen semantischen Layer zu bauen, der Businesslogik zentral ablegt und performant und einfach zu bedienen ist. Das Projekt wird zum Erfolg und zu einem etablierten internen Produkt mit 100+ Anwendern ausgebaut.

• Solution Design zusammen mit dem Hauptentwickler
• Integration in die Unternehmens DWH Architektur als ?Semantischer Layer?
• Entwickeln eines MVP, um Machbarkeit zu prüfen (Python / Exasol)
• Umbau des MVP zu generischem Produkt (Einführung eines Customizings, CI/CD Deployment Pipeline, Test Spaces etc.)
• Erstellen des Backlogs und priorisieren der Tasks (Jira)
• Koordinieren des Rollouts in weitere Abteilungen
• Erstellen und Auswerten von User Feedback mit Microsoft Forms
• Erstellen von Schulungsunterlagen und technischer Dokumentation

Ergebnisse:

Bisher wurden die Fachbereich-Eingaben (Planzahlen, Zielwerte und User Parameter) im Controlling Bereich der BI durch lokale Excel Files bereitgestellt und per Job täglich in die Datenbank (Exasol) importiert. Der Prozess bietet eine schlechte User Experience, da die Ergebnisse nicht sofort verfügbar sind.

• Aufsetzen eines Sharepoints und Berechtigungskonzepts zur Pflege der User Parameter in SharePoint-Listen
• Entwickeln einer Power App zur Pflege der Eingaben
• Erstellen von Flows in Power Automate um User Eingaben in die Sharepoint Listen und von der Sharepoint Liste in die Datenbank zu schreiben
• Einbinden der App direkt in die relevanten Power BI Reports

Ergebnisse:

• Änderungen der Fachbereich-Eingaben und Zahlen können nun in (fast) Echtzeit im Reporting angezeigt werden
• Vertrauen in ?Richtigkeit? des Imports durch Automatismus gestärkt

Anbinden neuer Datenquellen, die eine genauere Analyse der Frachtkosten zulassen. Implementieren von komplexen ETL Strecken, um neue KPIs zu ermitteln und in Konzern-Umsatzkostenrechnung zu integrieren.

• Anbinden und Verarbeiten der Daten aus dem Google Cloud Datalake in Exasol
• Programmieren der SQL Routinen zur KPI Ermittlung
• Erstellen von ETL Strecken zur automatisierten Verarbeitung mit Airflow
• Eingliedern der neuen KPI in bestehende Architektur (Snowflake)
• Aufbau der neuen KPI in Power BI Dataset
• Erstellen eines Dashboards zur Auswertung in Power BI

Ergebnisse:

• Neue täglich berechnete KPIs unternehmensweit eingeführt

• Verantwortlich für die Ablösung von manuellem Excel Reporting im Finanzbereich durch einen Data Hub in Azure und Power BI
• Entwicklung von modernen ETL-Pipelines mit SQL und Azure Data Factory in SQL Server
• Datenmodellierung in Azure SQL Server (Star Schema)
• Aufbau von automatisierten und dynamischen Dashboards mit Power BI
• Projektmanagement und Kommunikation mit dem Fachbereich
• Relevante Skills: SQL, Power BI, Azure Data Factory, Azure SQL Server,
• Projektmanagement, Datenmodellierung

Durch Zentralisierung der Finanzprozesse der Region China wird ein neues automatisiertes Reporting zur systematischen Fehleranalyse benötigt

• Anforderungsanalyse und Verstehen des AS-IS and TO-BE
• Analyse und Auswahl der Reporting-Tools und Technologien (Azure Cloud, SAP Analytics Cloud, Power BI, Excel, SQL Server, SSIS, Azure Data Factory)
• Erstellen des Zielbilds, der Ressourcenplanung & Timeline
• Stakeholder Management
• Entwickeln eines Piloten für das Kreditorenmanagement (1 von 7 Abteilungen)
  • Excel Schnittstelle zu SAP
  • Dashboard in SAP Analytics Cloud
• Iterieren und Redesign der kompletten Lösung mit Anwender Feedback
  • Automatisierte Schnittstelle aus SAP zum Datalake in Azure Cloud
  • Berechnen der KPI in Azure SQL Server
  • ETL mit Azure Data Factory
  • ?Dynamisches Dashboard in Power BI
• Ausrollen des finalen Produkts in alle Abteilungen
• Schulen der Anwender

Ergebnisse:

• Zeit für Reporterstellung von 10+ Stunden pro Abteilung pro Monat auf <30 min gesenkt
• Automatisiertes diagnostisches Reporting (Warum ist es passiert?) eingeführt
• Konzernweit erstes Shared-Service-Center mit automatisiertem Reporting
• Speaker beim Konzern Jahresevent: Auswahl als Top-IT-Projekt 2020

Letzter Schritt in der Eingliederung von 3 zugekauften Unternehmen. Alle Finanzprozesse und Ergebnisse der Gesellschaften werden technisch zusammengelegt. Verantwortlich für das Teilprojekt Treasury (Money Market und FX Geschäfte)

• Prüfen der technischen Machbarkeit der Lösung
• Erstellung des Migrationsplans und Blueprints
• Abstimmen des Plans mit den Landesgesellschaften
• Entwickeln eines Migrationsprogramms zum automatischen Mergen der Deals
• Koordinieren der Test Migrationen
• Überwachung der Migration und Testfehler per PBI Dashboard

Ergebnisse:

• Merger erfolgreich durchgeführt
• Abweichung zwischen Vorher/Nachher < 1?