Fiege Logistik entwickelt eine neue Datenplattform basierend auf Microsoft Azure. Die anfängliche starke Orientierung an den Quellsystemen einer sehr heterogenen Systemlandschaft führte jedoch zu Herausforderungen bei der Umsetzung fachlicher Anforderungen. Mit der Einführung eines individuellen Model-Based Designs wurden die Business-Analyse und Datenmodellierung erheblich verbessert. Das optimierte Zusammenspiel von „Push“ aus den Datenquellen und „Pull“ durch Anwenderanforderungen gewährleistet die Bereitstellung passgenauer Datenprodukte.

Zielpublikum: Data Architects, Business Analysts, Data Analysts, Project Manager, Entscheider
Voraussetzungen: Wissen über Datenarchitekturen allgemein
Schwierigkeitsgrad: Basic

Extended Abstract:
Fiege Logistik befindet sich inmitten der Entwicklung einer neuen Datenplattform auf Basis des Microsoft Azure Tech Stacks. Die bisherige Praxis, sich stark an den zahlreichen, heterogenen Quellsystemen zu orientieren, hat erhebliche Herausforderungen bei der Erfüllung der vielfältigen fachlichen Anforderungen offenbart. Um diese Diskrepanz zu überwinden, setzt Fiege Logistik auf ein maßgeschneidertes Model-Based-Design-Konzept. Dieses Konzept stellt sicher, dass ein effizientes Zusammenspiel vom „Push“ aus den Datenquellen und dem „Pull“ der Benutzerbedarfe geschaffen wird, was zu einer wirkungsvolleren Business-Analyse und Datenmodellierung führt. Ein wesentlicher Bestandteil dieses Ansatzes ist die Nutzung von ADAPT zur formalen Modellierung der Anforderungen, die in konkrete Datenstrukturen umgesetzt werden. Im Einklang mit der Data Governance entstehen so individuell angepasste Datenprodukte, die optimal in modernen BI-Werkzeugen genutzt werden können. Dieser Vortrag präsentiert das bei Fiege Logistik umgesetzte Vorgehen.