Start
case
ADX-Migration

Modernisierung von ADX: Von Legacy-Beschränkungen zu einer skalierbaren, geschäftskritischen Datenplattform

hero image

Die Herausforderung

  • Legacy am Limit: Neue IoT-Datenprodukte brauchen Daten stündlich statt monatlich, Verarbeitung in Minuten statt Tagen, hunderte Datenpunkte statt ein Dutzend. Oracle konnte das nicht liefern.

  • Sandbox statt Betrieb: ADX war im Einsatz, aber ohne Zugriffskontrolle, Hardening oder FinOps. Fachabteilungen schrieben Queries mit 200 Tabellen-Joins, Businessprozesse brachen ab.

  • Keine Compliance: Weder GDPR-Löschprozesse noch ISO-27001-Auditierbarkeit. Eine separate Compliance-Datenbank erzeugte Duplikation und Fehleranfälligkeit.

  • Kein operationaler Unterbau: Keine Backups, kein Monitoring, keine Recovery – bei einer Plattform, die zunehmend operative Prozesse trug.

  • Wachsende Abnehmerzahl: Statt jährlicher Abrechnungsschreiben mussten digitale Kundenportale und Prozesstools 24/7 versorgt werden.

Unser Auftrag

Functional übernahm den Auftrag, Technik, Team und Prozesse für den kompletten Switch von Oracle auf ADX nachhaltig aufzustellen – als stabile Basis für die wachsende Zahl von Abnehmern, ohne die Kosten aus dem Ruder laufen zu lassen. 5-köpfiges Team (4 Functional, 1 interner PO), SCRUM, Betrieb und Weiterentwicklung parallel.

Die Lösung

  • Alle ADX-Ressourcen in Terraform überführt, deployed über GitLab CI. Eigene Terraform Provider entwickelt, wo der Markt keine hatte. Plattform jederzeit reproduzierbar aufsetzbar.

  • Row Level Security ersetzt separate Compliance-Datenbank – Länder und Projekte sehen nur eigene Daten, Prozesse verschlankt.

  • Unabhängige GDPR-Löschprozesse in eine zentrale Komponente konsolidiert (Logic Apps, Function Apps) mit automatisiertem Monitoring und Alerting. Alle Veränderungen auditierbar geloggt, ISO-27001-konform.

  • HyperCare-Rotation etabliert – ein Teammitglied permanent auf Betriebsüberwachung. Backup-Strategie und Monitoring implementiert.

  • Query- und Kostenoptimierung – Skalierungsregeln angepasst, fehlerhafte Queries korrigiert. In Einzelfällen Verarbeitungsgeschwindigkeit um Faktor 100+ gesteigert.

  • Team entwickelte sich zu domänenübergreifenden Datenexperten – Architekturberatung, Query-Optimierung, Dokumentation der Datensemantik über den reinen Betrieb hinaus.

Ergebnisse & Impact

  • Kosten gesenkt trotz massiv gestiegener Nutzung [Lücke: %-Einsparung]

  • Nahezu 100% Uptime – Plattform von „Downtime war akzeptabel" zu businesskritischem System [Lücke: 99,x%]

  • Fehlerrate bei Queries drastisch reduziert – Businessprozesse laufen stabil [Lücke: vorher/nachher]

  • Separate Compliance-Datenbank eliminiert

  • Universalplattform für ca. 100 Nutzer in 3+ Teams etabliert

  • Reaktionszeit unter 5 Minuten (Nutzerfeedback)

  • Plattform trägt das Zielbild: 62 Mio. Endgeräte in 18 Ländern, Grundlage für ~1 Mrd. EUR Umsatz

Was haben wir und der Kunde lernen könen?

  • Auto-Scaling mit Augenmaß: Zu volatile Skalierungsregeln führten dazu, dass der Cluster nur noch skalierte statt zu arbeiten. Temporär höhere Last akzeptieren ist stabiler als Sofortreaktion.

  • Self-Service braucht Leitplanken: Geringe Einstiegshürden bei ADX sind Stärke und Risiko zugleich. Ohne Expertensupport und Guidelines entstehen 200-Tabellen-Joins.

  • Plattform-Team als Wissens-Hub: Der größte Mehrwert entsteht, wenn technische Betreiber sich zu fachlichen Datenexperten entwickeln – Dokumentation, Semantik und Wissenstransfer über Domänengrenzen hinweg.

functional