Ein klassisches Data Warehouse mit nächtlichem Batch-Load wäre der vertraute Weg gewesen. Für den angestrebten Plattformausbau hätte dieser Ansatz jedoch nicht gereicht: POS-Daten sollten nicht erst am nächsten Morgen in Auswertungen erscheinen, sondern zeitnah für Steuerung, Analytics und datengetriebene Funktionen nutzbar sein.
Gemeinsam mit ruhrdot bewertete der Kunde die verfügbaren Plattformen anhand konkreter Anforderungen: heterogene Quellen wie MariaDB, POS-Events und spätere API-Daten in einer Umgebung integrieren, kontinuierliche Datenströme verarbeiten, Mandanten von Beginn an sauber trennen und Analytics sowie ML auf demselben Fundament ermöglichen.
Databricks überzeugte, weil Ingestion, Streaming, Lakehouse, Governance und ML in einer Plattform zusammenkommen. Der Ingest der Kassendaten läuft über Zerobus direkt in die Plattform. Lakeflow Declarative Pipelines übernehmen die kontinuierliche Verarbeitung, Auto Loader deckt die skalierbare ERP-Ingestion ab, Unity Catalog sorgt für Governance und Mandantentrennung, Delta Lake bildet das offene Storage-Fundament.
Damit entfiel ein separates Doppelmodell aus Data Warehouse für Reporting und Data Lake für weitere Datenprodukte. Die Plattform folgt stattdessen einem gemeinsamen Betriebsmodell für Ingestion, Analytics, ML und spätere SaaS-Funktionen.
Die Entscheidung fiel nicht nur für eine Technologie, sondern gegen zwei parallele Datenwelten: eine für operative Datenströme und eine zweite für Analytik.
