Clearvise Data Cloud für verlässliches Reporting

Ausgangslage und Ziel

Clearvise ist im Bereich erneuerbarer Energien tätig. Für das Reporting müssen Informationen aus operativen Systemen und Finanzanwendungen zusammenkommen. Hinzu kommen Daten, die sich nur manuell bereitstellen lassen. Eine gemeinsame Datenplattform schafft den Zusammenhang zwischen diesen unterschiedlichen Informationsquellen.

Wenn Daten über Anwendungen und Tabellen verteilt sind, beginnt eine Auswertung häufig mit dem Zusammenführen der Informationen. Unterschiedliche Formate und Bereitstellungswege erschweren eine konsistente Datenbasis. Gleichzeitig verändern sich die Anforderungen: Neue Quellen sollen eingebunden werden, während bestehende Berichte weiter nutzbar bleiben.

Clearvise benötigte deshalb eine erweiterbare Plattform, auf der Daten strukturiert zusammengeführt und für Auswertungen bereitgestellt werden. Zum Ziel gehörte auch ein geregelter technischer Betrieb. Datenverarbeitung, Fehleranalyse und Anpassungen sollten in einem gemeinsamen Modell zusammenwirken, damit die Plattform über die Einführung hinaus betreut werden kann.

Wichtig war dabei die Verbindung von Einführung und späterer Betreuung. Die technische Architektur musste sowohl die regelmäßige Verarbeitung der Daten als auch die Behandlung von Störungen berücksichtigen. Für neue Anforderungen sollte ein nachvollziehbarer Weg bestehen, der fachliche Abstimmung, technische Prüfung und die Übernahme von Änderungen verbindet. So war die kontinuierliche Nutzung bereits Teil des Lösungsansatzes.

Unser Beitrag zur Lösung

Wir haben die Clearvise Data Cloud auf Basis von Snowflake und Microsoft Azure aufgebaut. Azure Data Factory übernimmt die Integrationsschicht zwischen den vorgelagerten Anwendungen und dem zentralen Data Warehouse. Daten fließen überwiegend automatisiert ein; ergänzende Informationen können über eine Upload-Oberfläche bereitgestellt werden. Damit berücksichtigt die Lösung sowohl technische Schnittstellen als auch Daten, die weiterhin über Dateien geliefert werden.

Innerhalb der Plattform werden die Informationen für die Nutzung in Power BI aufbereitet. Die Verarbeitung folgt einem klaren Weg von den Quelldaten zu auswertbaren Datenbeständen. Für die Transformationen kommen unter anderem dbt-Modelle zum Einsatz. Das erleichtert es, fachliche Regeln in der Datenplattform zu pflegen und Änderungen im Entwicklungsprozess nachzuvollziehen.

Unser Beitrag umfasst auch den technischen Betrieb der Datenplattform im Zusammenspiel mit operational services. Überwachung, administrative Aufgaben und die Bearbeitung von Störungen sind im Managed-Service-Modell beschrieben. Eine Staging-Umgebung unterstützt die Prüfung von Anpassungen vor der Übernahme in die Produktion. Neue Anforderungen werden über einen abgestimmten Prozess aufgenommen und priorisiert.