Datenplattform für die Wohnungswirtschaft: Lakehouse und AI/BI Dashboards auf Azure Databricks
Auf einen Blick:
- Branche: Immobilien
- Projektziel: Datensilos aus ERP und Excel durch ein Lakehouse auf Azure Databricks ablösen und das Reporting mit einheitlichen KPIs automatisieren
- Tools: Microsoft Azure (Landing Zone), Azure Databricks, Unity Catalog, Metric Views, Databricks AI/BI Dashboards, Azure DevOps, Python, SQL
Die Herausforderung des Kunden
Die Unternehmensdaten lagen verteilt im ERP-System Wodis, einer On-Premise-Oracle-Datenbank mit fast 2.000 Tabellen. Hinzu kamen sechs teils manuell gepflegte Excel-Dateien auf SharePoint. Die drei zentralen Power-BI-Berichte speisten sich aus Auszügen, die über verschiedene Eigen- und Drittanbieter-Anwendungen abgezogen wurden. Die Kennzahlen-Logik war über DAX-Formeln, Excel und Oracle-Skripte verstreut, und Berichte entstanden manuell ohne Versionierung. Auch intern war nicht vollständig dokumentiert, wie eine Kennzahl von der Quelle ins Dashboard gelangt. Deshalb suchte das Unternehmen einen Partner, der die gesamte Plattform aufbaut: von der Cloud-Infrastruktur bis zu den Dashboards, mit KI-Anwendungen als nächstem Schritt.
Vor diesen Herausforderungen stand unser Kunde
Verteilte Datensilos
Relevante Daten lagen in Wodis und mehreren Excel-Dateien. Für jeden Bericht mussten Auszüge aus unterschiedlichen Anwendungen manuell zusammengeführt werden.
Manuelles Reporting
Die Power-BI-Berichte hingen an händisch gepflegten Datenauszügen. Die Kennzahlen-Logik war über DAX, Excel und PL/SQL verteilt und nicht versioniert.
Governance von Grund auf
Eine sichere Cloud-Umgebung und ein zentrales, rollenbasiertes Berechtigungskonzept mussten erst geschaffen werden. Erst damit kann das Unternehmen eigenständig mit seinen Daten arbeiten.
Vom undokumentierten Ist-Zustand zum Databricks Lakehouse
Wir setzten das Projekt in drei Phasen um, mit zwei parallelen Teams für Infrastruktur sowie Data & Platform. Am Anfang stand eine detaillierte Ist-Analyse. Das Team verfolgte die drei Power-BI-Vorlagen samt DAX-Formeln und die PL/SQL-Pakete aus Wodis systematisch zurück. So wurde der Weg jeder Kennzahl von der Quelle bis zum Dashboard dokumentiert und im Lakehouse nachgebildet. Aus fast 2.000 Wodis-Tabellen identifizierte Datasolut die rund 20 fachlich relevanten und band sie zusammen mit den SharePoint-Dateien an.
Wie gehen wir dabei vor?
1.
Wir bauten die Azure Landing Zone auf und richtete Azure Databricks mit Security, Networking, Workspaces sowie Rollen und Rechten ein. Unity Catalog bildet die zentrale Governance-Schicht. So läuft die Plattform von Anfang an sicher und rollenbasiert.
2.
Die Datenstrecken laufen über das metadatengetriebene ELT-Framework von Datasolut. Neue Quelltabellen oder APIs lassen sich rein deklarativ per Konfigurationsdatei anbinden, ohne zusätzlichen Entwicklungsaufwand. Im Gold-Layer liegt ein Datenmodell als Star-Schema mit Fakten und Dimensionen.
3.
Alle Kennzahlen sind zentral in Metric Views als semantischer Layer definiert. Darauf migrierte Datasolut die bestehenden Power-BI-Berichte Dashboard für Dashboard. Seitenstruktur, Layout und Kennzahlen orientieren sich eng an den gewohnten Vorlagen. Das Ergebnis sind drei versionierte, automatisiert ausgerollte Dashboards mit 31 Seiten für sechs Nutzergruppen, jeweils rollenbasiert über Unity Catalog gesteuert.
Der Weg zum Erfolg
Gemeinsam mit Controlling, ERP-Team, Entwicklern und Management des Kunden hat Datasolut die Datenplattform in rund drei Monaten vom Kickoff bis zur Übergabe aufgebaut. Die anfängliche Detektivarbeit am Ist-Zustand zahlte sich aus: Aus einem undurchsichtigen Geflecht von Quellen und Formeln wurde eine vollständig nachvollziehbare Kennzahlenlogik.
Ein zentrales Databricks Lakehouse hat die Datensilos abgelöst. Die drei bisherigen Power-BI-Berichte laufen jetzt als AI/BI Dashboards auf Databricks und aktualisieren sich täglich automatisch, ohne manuelle Datenaufbereitung. Über 100 Kennzahlen sind zentral definiert, getestet und stimmen mit den bisherigen Berichten überein. Alle Dashboards greifen auf dieselben geprüften Zahlen zu. Damit ist auch die Grundlage für KI geschaffen: Als nächste Schritte sind Genie Spaces für „Talk to your Data“, die KI-gestützte Verarbeitung von Rechnungen und Akten sowie die Anbindung weiterer Systeme geplant.
Lassen Sie uns sprechen und Ihr Potenzial entdecken.
Ob und wie künstliche Intelligenz Ihnen weiterhelfen kann, können Sie in einem ersten, unverbindlichen Gespräch mit uns herausfinden.
In diesem Gespräch erfahren Sie:
- Wie Ihr Use-Case technisch am besten umgesetzt werden kann
- Wie wir maximal sicher mit Ihren Kundendaten umgehen
- Wie lange wir für die Umsetzung benötigen und wie ein konkreter Projektplan aussehen könnte