Zum Inhalt springen
logistik station

Vom On-Premise-DWH zur Cloud-Datenplattform: MSSQL-Migration auf Azure Databricks

Near-Realtime-Daten und Self-Service BI für einen globalen Logistikkonzern

Lesedauer2 Min.
VeröffentlichtAugust 2026

Near-Realtime

statt stundenalter Batches

Self-Service BI

Analysen ohne IT-Ticket

100 % Cloud-native

On-Prem-DWH abgelöst

7+ Quellsysteme

von Fileshares bis SAP HANA

Die wichtigsten Ergebnisse

  • Near-Realtime statt Batch

    Operative Entscheidungen laufen auf aktuellen Daten — konsolidiert aus Fileshares, SFTP, SAP HANA, Teradata, PostgreSQL, Salesforce und APIs.

  • Self-Service BI

    Fachbereiche analysieren eigenständig, ohne auf IT-Exporte zu warten.

  • 100 % Cloud-native

    Das On-Premise-DWH ist vollständig auf Azure Databricks abgelöst — automatisierte ETL-Prozesse und zentrale Governance inklusive.

  • Wächst mit dem Unternehmen

    Skalierbare Architektur statt Infrastruktur am Limit.

Übersicht

Kunde
Logistikkonzern
Anonymisierte Referenz
Branche
Logistik

Verwendete Technologien & Systeme

Databricks
Databricks
Azure Data Factory
Azure Data Factory
Azure SQL
Azure SQL
Power BI
Power BI
Databricks Unity Catalog
Databricks Unity Catalog
Die Transformation

Von Ausgangssituation zur Lösung.

01Ausgangssituation

Cloud Migration & Datenplattform mit Azure Databricks

Cloud-native Architektur für Near-Realtime Daten, Self-Service BI & Skalierbarkeit

Ein globaler Logistikkonzern stand vor der Herausforderung, seine veraltete On-Premises-Dateninfrastruktur zu modernisieren. Ziel war die Migration eines On-Premise Data Warehouse zu einer skalierbaren Cloud-Datenplattform, die Daten aus Fileshares, SFTP-Servern, SAP HANA, Teradata, PostgreSQL, Salesforce und APIs konsolidiert, inklusive Near-Realtime-Verfügbarkeit für operative Entscheidungen. Gemeinsam mit ruhrdot. entstand eine Cloud-native Architektur auf Azure Databricks, die Self-Service BI, automatisierte ETL-Prozesse und zentrale Governance in einer Plattform vereint.

Logstikkonzern: Ausgangssituation
02Herausforderung

Veraltete Systeme verhinderten datengetriebene Skalierung

Die bestehende Infrastruktur war nicht mehr in der Lage, die Anforderungen an Performance, Datenverfügbarkeit und Governance zu erfüllen.

– Begrenzte Skalierbarkeit und Datenverarbeitung auf einem On-Prem-MSSQL-Server

– Verteilte Quellsysteme (SAP HANA, Salesforce, Teradata, PostgreSQL, Fileshares, SFTP) mit unterschiedlichen Formaten und Protokollen

– Keine konsistente Datenbasis für strategische Steuerung und Analytik

– Fehlende Echtzeitfähigkeit für operative Entscheidungen in Business Units

– Kein Zugriff auf Self-Service-BI-Tools für Fachbereiche

– Kein standardisiertes Governance-Modell zur Datenfreigabe und Zugriffskontrolle

Logstikkonzern: Herausforderung
03Mehrwerte

Skalierbare Datenstrategie für alle Business Units

Die neue Plattform liefert spürbare Verbesserungen in Effizienz und Entscheidungsfähigkeit.

– Zentrale Konsolidierung aller Datenquellen und Business Units auf einer Plattform

– Near-Realtime-Zugriff auf entscheidungsrelevante Daten

– Self-Service BI ermöglicht fundierte operative und strategische Analysen

– Plattform ist auf zukünftiges Wachstum und neue Anforderungen vorbereitet

– Automatisierung senkt manuelle Aufwände und spart Ressourcen

– Governance & Compliance durch Databricks Unity Catalog

Logstikkonzern: Mehrwerte
04Fazit

Azure Databricks als strategisches Fundament für datengetriebenes Wachstum

Durch automatisierte Datenintegration, Self-Service BI und zentrale Governance wurden operative Exzellenz und strategische Steuerung vereint, auf einer Plattform, die mit dem Unternehmen mitwächst. Es zeigt, wie auch Konzerne mit einer Cloud-nativen Datenarchitektur auf Azure Databricks den Übergang von fragmentierten Datenlandschaften hin zu einer skalierbaren, zukunftsfähigen Enterprise-Datenplattform meistern.

Hinweis: Die verwendeten Bilder sind Symbolfotos und zeigen keine realen Räume oder Mitarbeitenden unserer Kunden.

Logstikkonzern: Fazit
Ansätze

Was die Plattform strukturell liefert.

Cloud-Migration mit Azure Databricks

Ablösung des Migration eines On-Premise Data Warehouse durch ein skalierbares Lakehouse-Modell mit Azure Databricks und Azure Data Factory

Automatisierung aller ETL-Prozesse

Integration aller Quellsysteme über eventbasierte Pipelines und automatisierte Datenflüsse, mit minimaler End-to-End-Latenz für maximale Ergebnisse

Near-Realtime Daten-verarbeitung

Nahtlose Versorgung operativer Entscheidungen durch nahezu Echtzeitbereitstellung über ein harmonisiertes Bronze–Silver–Gold Datenmodell

Self-Service Business Intelligence

Individuelle Dashboards und KPIs für fünf Business Units mit Power BI, unabhängig von zentralen IT-Teams, einfach zu bedienen für jeden Stakeholder

Zentrale Governance mit Unity Catalog

Zugriffskontrolle, Datenklassifizierung und Compliance über den Databricks Unity Catalog, vollständig revisionssicher und skalierbar

Du möchtest deine Dateninfrastruktur transformieren und deine Daten endlich nutzbar machen?

Wir entwickeln Cloud-Lösungen, die Performance, Skalierung und Entscheidungsfähigkeit vereinen - auch für Konzerne.

Alexander Rabe
Alexander Rabe
Co-Founder · Head of Data & AI