Neue Dateninfrastruktur unterstützt Wachstumskurs von Weltmarktführer Ottobock

Ottobock hatte mit INFOMOTION bereits bei der Optimierung seiner SAP-Infrastruktur erfolgreich zusammengearbeitet. Als klar wurde, dass die Dateninfrastruktur den aktuellen Anforderungen an Data Analytics nicht mehr ausreichend gewachsen war, wandte sich das Unternehmen erneut an uns.   

Datenanalysen spielen in immer mehr Fachbereichen bei Ottobock eine elementare Rolle. Doch im bisherigen Setup lagen zu viele Daten noch in Silos und waren für Analysen nicht zugänglich – ein wachsendes Problem.  

Vor allem im Bereich E-Commerce wurden die Schwächen deutlich: Im Online-Shop mussten Details zu Produkten und Preisen aus verschiedenen Systemen manuell zusammengeführt werden, es fehlte ein einheitlicher Produktdatensatz mit allen Informationen für den Web Shop. Ähnlich im Management von Kunden: Viele automatisierbare Schritte wie das Anlegen von Opportunities und die Informationsaggregation mussten im CRM-System manuell erfolgen. Ein echter Produktivitätskiller.

Die bisherigen Tools zur Prozessintegration waren für die gestellte Aufgabe, Daten aus verschiedenen Systemen effektiv zusammenzuführen, ungeeignet. Es konnten beispielsweise keine komplexen Logiken abgebildet und Daten nicht längerfristig gespeichert werden. 

Im Ergebnis bedeutete das: Use Cases waren nicht performant oder mit den bestehenden Technologien nicht umsetzbar. Das aktuelle Setup kostete Effizienz und erschwerte Marktinsights. Für Ottobock war klar, dass es eine Ergänzung zu den vorhandenen Tools brauchte, um die volle Performance der Daten ausschöpfen zu können.

Ottobock suchte einen Partner auf Augenhöhe, der nicht nur implementiert, sondern transparent berät und den Wissenstransfer ins interne Team unterstützt. Denn eine Abhängigkeit wollte das Unternehmen möglichst gering halten. Wir teilen diesen Ansatz des Enablements und waren uns daher schnell über das Was und Wie des Projekts einig. Für einen optimalen Know-how-Aufbau erfolgte die Projektumsetzung von Beginn an in einem gemischten Team aus internen Data Engineers und unseren Experten.  

Zunächst wurde der Data-Supermarket-Ansatz technisch verprobt und für diverse Szenarien getestet – immer im Performance-Abgleich mit dem aktuellen Setup und SAP CPI. Nach der Entscheidung für Databricks mit Azure als Zukunftskombination folgte die Planung und Umsetzung eines Proof of Concepts. Dabei standen wir in engem Austausch mit den Datenverantwortlichen und Fachbereichen. 

Zunächst waren die Fachbereiche zurückhaltend. Mit einem nachvollziehbaren Konzept und der frühen Integration der Mitarbeitenden in den Change-Prozess konnten wir jedoch zügig Vertrauen in den Ansatz gewinnen – und hatten bald einen konstanten Zustrom an neuen Use-Case-Ideen in unser Backlog.   

Nach einem dreiviertel Jahr konnten wir den ersten Use Case live schalten. Angesichts der Komplexität der digitalen Strukturen und der Verantwortlichkeiten im Unternehmen, ein echter Erfolg. Das Tempo der Umsetzung stieg von Use Case zu Use Case. Nach eineinhalb Jahren waren bereits acht Use Cases umgesetzt. Mit wachsender Autonomie von Ottobock. 

Mit der neuen Datendrehscheibe auf Basis von Databricks ist Ottobock bestens für die Ära der Data-Driven Companies gerüstet. Der Data Supermarket ist ein wichtiger Baustein und eine Basis für weiterführende Themen wie z. B. KI & Analytics. 

Der Nutzen ist jedoch bereits heute messbar. Nachdem wir die Datennutzung und -auswertung für Vertrieb und Online-Shop optimiert haben, werden jetzt kontinuierlich weitere Szenarien für die Fachbereiche realisiert.

• Aufbereitete Datenbasis ist universell nutzbar und nicht spezifisch auf einen Use Case zugeschnitten.  

• Alle Anwendungen können performant mit Daten beliefert werden und das inklusive nachvollziehbarer Logik. 

• Die einfache Integration von Daten aus verschiedenen Quellsystemen ermöglicht die Umsetzung neuer Use Cases und völlig neuer Erkenntnisse.  

• Die Datenplattform ist hochflexibel und damit zukunftssicher, auch für noch nicht absehbare Datenanforderungen. 

• Früher Wissenstransfer zu internen Data Engineers sichert die Unabhängigkeit von Ottobock und schafft einen zusätzlichen Mehrwert.