01
Globale Microsoft-Fabric-Datenplattform für Finance bei einem internationalen Logistikdienstleister
Ausgangslage
Vor Projektstart war die bestehende Datenlandschaft stark fragmentiert. Ein historisch gewachsenes Legacy Data Warehouse benötigte teilweise über zehn Stunden für tägliche Ladeprozesse und war nicht stabil im Betrieb. Zusätzlich mussten Daten aus mehr als 100 Quellsystemen aus unterschiedlichen Ländern integriert werden, mit unterschiedlichen Datenmodellen, Standards und Qualitätsniveaus. Die Folge waren hoher manueller Aufwand, uneinheitliche Datenqualität und fehlende Transparenz für Finance und Management.
Unser Beitrag
Im Rahmen des Projekts wurde eine globale, skalierbare Finance-Datenplattform auf Basis von Microsoft Fabric aufgebaut.
Zentrale Bestandteile waren:
-
Integration von über 100 Quellsystemen, darunter Finanzbuchhaltungssysteme, TMS sowie länderspezifische Datenbanken
-
Aufbau einer stammdatengesteuerten (metadata-driven) ETL-Logik, bei der Tabellen und Spalten zentral definiert werden und Datenpipelines daraus automatisch die erforderlichen Strukturen und Ladeprozesse generieren. Neue Anforderungen konnten so auch mit einem kleinen Team schnell und ohne zusätzlichen Coding-Aufwand umgesetzt werden
-
Implementierung automatisierter Data-Quality-Checks sowie von Logging- und Monitoring-Strukturen für einen stabilen, transparenten und wartungsarmen Betrieb
-
Schaffung einer konsistenten und verlässlichen Datenbasis für Reporting, Controlling und Self-Service BI
-
Erstellung einer Roadmap für weiterführende Analytics- und KI-Anwendungsfälle
Impact
-
Lade- und Verarbeitungszeiten um bis zu den Faktor 10 reduziert durch CDC und Performance-Optimierung
-
Administrativer Aufwand um rund 70 % gesunken, Entwicklungszyklen spürbar verkürzt
-
Berichte stehen schneller und stabiler zur Verfügung, die Datenqualität ist nachvollziehbar gestiegen
-
Erste KI-Prototypen umgesetzt und die Plattform strukturell auf zukünftige Anforderungen vorbereitet
02
Microsoft-Fabric- und Snowflake-Datenplattform für die Supply Chain in der pharmazeutischen Produktion
Ausgangslage
Ein führender Anbieter von Entwicklungs- und Produktionsleistungen für die Pharmaindustrie stand vor der Herausforderung, Supply-Chain-Daten aus SAP ECC und S/4HANA standortübergreifend nutzbar zu machen. Die bestehende Datenlandschaft war historisch gewachsen, nur begrenzt skalierbar und stark fragmentiert. Daten lagen in unterschiedlichen Systemen, Werken und Formaten vor, einheitliche KPIs und konsistentes Reporting über alle Standorte hinweg waren nur eingeschränkt möglich.
Unser Beitrag
Im Projekt wurde eine skalierbare Cloud-Datenplattform zur Analyse von Supply-Chain-, Einkaufs- und Produktionsdaten aufgebaut und weiterentwickelt. Der Fokus lag auf einer sauberen Architektur, einheitlicher Business-Logik und nachhaltiger Erweiterbarkeit.
Zentrale Bestandteile waren:
-
Integration von SAP ECC, S/4HANA, Microsoft Dynamics sowie weiterer Quellsysteme in eine konsolidierte Datenplattform
-
Modellierung der Daten nach Data Vault 2.0 mit Snowflake und dbt, um Data Lineage, Erweiterbarkeit und stabile Weiterentwicklung sicherzustellen
-
Harmonisierung werksbezogener und prozessspezifischer SAP-Logik in einem konsistenten Datenmodell
-
Einführung standardisierter Supply-Chain-KPIs über alle Werke hinweg
-
Aufbau von Power-BI-Reports sowie Self-Service-BI-Strukturen für Fachbereiche
-
Einsatz von Microsoft Fabric als Prototyping- und MVP-Umgebung für Analytics und Self-Service BI
Impact
-
Standorte und Werke greifen auf eine gemeinsame, validierte Datenbasis zu
-
Neue Quellsysteme und Änderungen lassen sich durch die Data-Vault-2.0-Modellierung flexibel integrieren
-
Self-Service-BI und eine Prototyp-Umgebung ermöglichen Fachbereichen eigenständige Analysen
-
Die Datenplattform bildet eine stabile Grundlage und passt sich flexibel an wachsende Anforderungen an
Das sagen unsere Kunden
“Sanalytics hat uns bei der Modernisierung unserer Datenplattform und unseres Reportings begleitet. Zudem unterstützten sie uns bei der Evaluierung von KI-Lösungen sowie bei der Entwicklung von Prototypen. Dank ihrer Unterstützung gelang der reibungslose Übergang zu einer skalierbaren Datenplattform für Group Finance mit höherer Datenqualität, besserer Performance und verbesserter Wartbarkeit.”
Christian Reimann
Abteilungsleiter Group Finance Business Intelligence
a. hartrodt
Jetzt Erstgespräch vereinbaren
Lassen Sie uns besprechen, wie wir Sie am besten unterstützen können.