Fastbolt Schraubengroßhandels GmbH

Mit Fabric zur datengetriebenen Organisation:
Ein Praxisbericht der Fastbolt Schraubengroßhandels GmbH

Hintergrund

In der heutigen, modernen Geschäftswelt sind effiziente und leistungsfähige IT-Systeme unerlässlich. Gleichzeitig stehen den Unternehmen Daten in einer nie vorher dagewesenen Menge zur Verfügung, die aufgrund von Wettbewerb und Marktanforderungen nutzbar gemacht werden sollten. Eine datengetriebene Organisation, gerade für Handelsunternehmen ist daher unerlässlich.

Die Fastbolt Schraubengroßhandels GmbH stand vor der Herausforderung, ihre stetig wachsenden Datenmengen aus verschiedenen Geschäftsbereichen und Systemen (ERP, CRM, Logistik) zu konsolidieren und für fundierte Entscheidungen nutzbar zu machen.  Dafür bietet sich natürlich eine moderne Data-Warehouse-Struktur (DWH) an, die Daten zentral verwaltet, strukturiert und an vielen Stellen nutzbar macht.

Ausgangssituation und Ziele

Fastbolt verfügt über eine sehr heterogene IT-Umgebung und zahlreiche operative IT-Systeme, die jedoch mehr oder weniger isoliert voneinander arbeiten. Über die Jahre ist eine Umgebung mit zahlreichen (teils eigenentwickelten) Schnittstellen entstanden, um Daten von operativen Legacy-System A zu System B zu bringen und dort weiterzuverarbeiten. Die Herausforderung dabei ist, dass es keinerlei einheitliche Datengrundlage gibt und alle Systeme von unterschiedlichen Ausgangsdaten ausgehen. Gleichzeitig macht eine dezentrale Datenhaltung ein effizientes und nachhaltiges Reporting schwieriger.

Ziel des Projekts war, eine zentrale Stelle für Daten unterschiedlicher Quellen zu schaffen, um einen sogenannten Single-Point-of-Truth zu haben. Der Gedanke eines Data-Warehouse war geboren, da dies die perfekte Grundlage für die Business Anforderung bei Fastbolt ist.

  • Daten aus verschiedenen Quellen zusammenführen

  • Daten entsprechend aufbereiten, damit diese in unterschiedlichen Systemen weiterverarbeitet werden können

  • DWH bietet zentrale Grundlage – alle Systeme greifen auf die gleichen Daten zu

  • Eine einheitliche und konsistente Datenbasis für künftige Analysen und Reports schaffen

  • Künftig Self-Service BI für Fachabteilungen ermöglichen

  • Die Grundlage für datengetriebene Entscheidungen schaffen

Projektkonzeption

Die Konzeption begann mit einer umfassenden Analyse der bestehenden Datenlandschaft. Es wurde ein detailliertes Anforderungsprofil erstellt, das sowohl die technischen als auch die fachlichen Anforderungen abdeckte. Ein besonderes Augenmerk lag auf der Integration der wichtigsten operativen Systeme (z.B. ERP, CRM, Logistik) und der Definition zentraler Kennzahlen.

Die Auswahl der DWH-Architektur erfolgte unter Berücksichtigung von Skalierbarkeit, Performance und Zukunftsfähigkeit. Dabei wurde ein umfassender Vergleich von On-Premise (SQL-Umgebung) und Cloud-Lösungen initiiert, die optimale Lizenzierungsform ermittelt und daraus am Ende eine Kapazitätsplanung der Microsoft Fabric-Umgebung auf Microsoft Azure forciert.

Gemeinsam entschied man sich für ein mehrschichtiges DWH-Design auf Microsoft Fabric, um die Skalierbarkeit und Zukunftsfähigkeit der Lösung sicherzustellen. Als Architektur kommt das Medallion Schema mit Bronze-, Silver- und Gold-Layer zum Einsatz und es wird eine Lakehouse-basierte Verarbeitung mit einem relationalen DWH für analytische Zwecke kombiniert.

Die Bronze-Schicht (Raw Data / Ingestion Zone) nimmt die Rohdaten aus den unterschiedlichen Vorsystemen der verschiedenen Anbieter (z. B. SAP, MySQL, MSSQL, Entra ID) strukturiert auf und speichert sie weitgehend 1:1 ab (ELT-Methodik: Extract, Load, Transform). Die fachlichen Rohdaten werden dabei in einem Fabric Lakehouse in OneLake zentral gespeichert. Ergänzend gibt es eine SQL-Datenbank, die ausschließlich Konfigurations-, Steuerungs- und Verlaufsdaten verwaltet, wie etwa Ladeparameter, Laufzeiten, Batch-Historien und Statusinformationen.

Die Rawdata-Ingestion-Prozesse sind flexibel erweiterbar. Sie lesen während der Ausführung die Informationen aus den zentralen Konfigurationstabellen, in denen quellspezifische Parameter wie Datenquelle, Ladeart, Zeitsteuerung, inkrementelle Kriterien, usw. gepflegt werden. Neue Datenquellen oder zusätzliche Entitäten lassen sich so größtenteils konfigurativ hinzufügen, da Pipelines und Notebooks dynamisch aufgebaut sind. Dieser Ansatz vereinfacht die Erweiterung der Ingestion-Architektur, sorgt für transparente Abläufe und ermöglicht eine klare Steuerung und Überwachung der Ladeprozesse. Die Datenübernahme und Orchestrierung erfolgt hauptsächlich über Pipelines, unterstützt von Notebooks für quellspezifische Verarbeitungsschritte.

Die Silver-Schicht (Cleansed & Conformed Zone) liefert die fachlich und technisch bereinigten sowie harmonisierten Daten und bildet die Grundlage für konsistente Analysen. Sie basiert auf einem Fabric Lakehouse, wobei die Transformationen, Datenbereinigungen, Schlüsselharmonisierungen und fachlichen Anreicherungen über SQL Endpoint-Views und Pipelines umgesetzt werden. Die SQL-Views des Bronze-Lakehouses dienen dabei als logische Transformationsebene: Sie greifen auf die Rohdaten zu, konsolidieren, aggregieren und optimieren sie und liefern eine klare, fachlich definierte Basis für den Silver Layer.

Hier erfolgen unter anderem Datenqualitätsprüfungen, Typkonvertierungen, Normalisierungen und die Vorbereitung von Historisierungslogiken. Die Orchestrierung läuft über Pipelines. Durch die Nutzung von SQL-Views können fachliche Anpassungen direkt in SQL umgesetzt werden. Da beim Kunden umfassende SQL-Kenntnisse vorhanden sind, können Optimierungen eigenständig vorgenommen und zukünftig weiterentwickelt werden. Dies erleichtert die Zusammenarbeit zwischen Fachbereich und Technik und erhöht Wartbarkeit, Nachvollziehbarkeit und Akzeptanz der Lösung.

Die Gold-Schicht (Business & Analytics Zone) stellt die für Reporting und Analyse optimierten Datenmodelle bereit. Sie wird als relationales DWH in einem Fabric Warehouse umgesetzt und bildet ein Star-Schema mit Fakten- und Dimensionstabellen ab. Sowohl aktuelle als auch historische Daten werden berücksichtigt, und die Modelle sind für den Zugriff über BI-Werkzeuge wie Power BI optimiert. Zur Steuerung von Lade-, Aggregations- und Historisierungsprozessen kommen Stored Procedures zum Einsatz.

„Mit Microsoft Fabric und dem neuen Data Warehouse haben wir eine moderne, einheitliche Datenplattform geschaffen. Das Projekt ermöglicht uns schnellere Analysen, transparentere Entscheidungen und legt die Basis für echte datengetriebene Innovationen.“

Daniel Hirtzbruch, Projektleiter Fastbolt

Technische Umsetzung

Die technische Umsetzung erfolgte anhand der Konzeption also in mehreren Phasen:

  • Alle relevanten Unternehmensdaten werden an einem zentralen Ort zusammengeführt, um redundante Datenhaltung und Silostrukturen zu vermeiden.
  • Entwicklung von ETL-Prozessen zur Extraktion, Transformation und Laden der Daten aus den Quellsystemen.
  • Einheitliche Datenstandards und zentrale Datenhaltung sichern Konsistenz und Zuverlässigkeit. Das einheitliche Datenmodell bildet sowohl historische als auch aktuelle Daten ab.
  • Die Architektur in Microsoft Fabric ist Grundlage für Auswertungen, Berichte und Analysen – unterstützt durch Tools wie Power BI.
  • Die kontinuierliche Weiterentwicklung der Fabric-Umgebung, auch durch Microsoft, garantiert Flexibilität und Skalierbarkeit für zukünftige Anforderungen.

Ein agiles Projektvorgehen ermöglichte die schrittweise Implementierung und laufende Anpassung an neue Anforderungen. Regelmäßige Abstimmungen mit den Fachabteilungen, sowie direktes Einbinden des Projektteams in Form von Training-on-the-Job, stellten sicher, dass die neue Microsoft Fabric Umgebung die tatsächlichen Geschäftsbedürfnisse abbildet.

Herausforderungen und Lösungen

Unterschiedliche Datenformate und -qualitäten in den Quellsystemen erforderten umfangreiche Bereinigungs- und Validierungsprozesse. Dazu gehören auch Unterschiedliche Datenbanktypen (z. B. Oracle, SQL) und Zeitformate.

Stammdaten waren in den Systemen sehr verteilt (z. B. Kunde/Material).

Viele Daten gelangten durch manuelle Prozesse (z.  B. Excel‑Import) in die Systeme.

Es gibt standortbezogene Unterschiede zwischen Fastbolt-Standorten für den Umgang mit Daten und auch standortspezifische Systeme.

Die Anbindung älterer Systeme stellte technische Hürden dar, die durch den Einsatz geeigneter Schnittstellen und Middleware gelöst wurden.

Ergebnisse und Mehrwert

Nach Abschluss des Projekts profitiert Fastbolt von einer konsolidierten, aktuellen und verlässlichen Datenbasis. Die wichtigsten Erfolge im Überblick:

Bessere Transparenz und schnellere Entscheidungsfindung auf Basis verlässlicher Daten

Nutzung einer einheitlichen Datenbasis über alle Systeme hinweg

Deutliche Reduktion des manuellen Aufwands für Datenaufbereitung und Reporting

Skalierbarkeit für zukünftige Anforderungen und Datenwachstum

Ausblick

Das Data Warehouse-Projekt auf Basis von Microsoft Fabric bei der Fastbolt Schraubengroßhandels GmbH zeigt, wie die konsequente Konsolidierung und Aufbereitung von Unternehmensdaten zu einem echten Wettbewerbsvorteil werden kann. Die enge Zusammenarbeit zwischen IT und Fachabteilungen, ein durchdachtes Anforderungsmanagement und die Wahl einer zukunftsfähigen Architektur waren die Schlüssel zum Erfolg. Künftig sollen weitere Datenquellen integriert und fortschrittliche Analyseverfahren, wie Predictive Analytics, eingeführt werden, um die Datenstrategie kontinuierlich weiterzuentwickeln.

Fastbolt Schraubengroßhandels GmbH

Die Firma Fastbolt wurde 1982 gegründet und vertreibt seither als Volumenimporteur Verbindungselemente an europäische Schraubenhändler. Konstante Produktqualität, hoher Servicegrad, wettbewerbsfähiges Preisniveau und verlässliche partnerschaftliche Zusammenarbeit mit Kunden und Lieferanten bilden seit dem Bestehen das Fundament des stetigen Wachstums. Durch Standorte in Deutschland, England, Portugal und China gelingt es dem Unternehmen gleichermaßen Kundennähe in Europa wie auch eine permanente Präsenz in den sich stetig weiterentwickelnden Beschaffungsmärkten Asiens sicherzustellen. Wichtiger Bestandteil der Vertriebsstrategie ist die ständige Optimierung von Geschäftsprozessen unter Einsatz modernster Technik mit dem Ziel, Kunden einen messbaren Mehrwert und maximale Beschaffungseffizienz zu bieten.

amexus Informationstechnik

Als etablierter Spezialist für Business Analytics und Microsoft Fabric begleitet amexus Unternehmen bei der digitalen Transformation und der Entwicklung datengetriebener Strategien. Mit tiefgehender Erfahrung in der Konzeption, Implementierung und Weiterentwicklung von Fabric-Lösungen sorgt amexus für eine optimale Integration und nachhaltige Wertschöpfung aus Ihren Unternehmensdaten. Die Zusammenarbeit mit amexus zeichnet sich durch ein festes, engagiertes Projektteam aus, das partnerschaftlich und transparent agiert. Unsere Kunden profitieren von persönlicher Betreuung, klaren Kommunikationswegen und einer vertrauensvollen Atmosphäre – die Basis für erfolgreiche Projekte und nachhaltige Ergebnisse.

Jetzt Ihr kostenloses Erstgespräch vereinbaren.
Wir beraten Sie gerne!

Tobias Wurm