CASE STUDY

ADAC

Wie die Connected-Vehicle-Plattform des ADAC von Null aufgebaut wurde und das MVP in einem Zeitrahmen fertig war, der unmöglich schien.

Auf einen Blick

Kunde
ADAC
Branche
Mobilität, Connected Vehicle
Ausgangspunkt
Greenfield, keine bestehende Plattform
Leistungen
Connected Vehicle, Platform Engineering, AI & Data

Das Ergebnis

Zu diesem Projekt sind keine Kosten- oder Performancezahlen veröffentlicht. Dokumentiert sind Umfang und Tempo.

  • MVP in Rekordzeit geliefert, im ursprünglichen Zeitrahmen
  • Greenfield eine Connected-Vehicle-Plattform von Null aufgebaut
  • 10 Jahre Connected-Vehicle-Erfahrung hinter der Umsetzung

Was wir gemacht haben

Ausgangslage

Seit 2016 haben wir eine Reihe von Connected-Vehicle-Lösungen umgesetzt, von einer vollständigen Scooter-Sharing-Plattform bis zur eventbasierten Verarbeitung von IoT-Gerätedaten für Endnutzer-Apps und Business Intelligence. Auf dieser Erfahrung ist die Plattform des ADAC entstanden.

Problem

Der ADAC kam mit dem Auftrag zu uns, seine Connected-Vehicle-Plattform von Null zu entwickeln, in einem Zeitrahmen, der unmöglich wirkte. Es gab keine Plattform zum Erweitern und keine Zeit, die Architektur von Grund auf zu erarbeiten.

Vorgehen

Der Zeitplan war nur zu halten, weil kaum etwas neu erfunden werden musste. Wir haben genutzt, was wir bereits gut kannten: Azure, Terraform, Stream Processing, Lambda-Architekturen und BI, dazu das Domänenwissen aus früheren Connected-Vehicle-Projekten. Domänenwissen ist der Teil, der meist unterschätzt wird, und der das größte Zeitplanrisiko herausnimmt.

Lösung

Ein MVP in Rekordzeit: Fahrzeug- und Gerätedaten werden für die Endnutzer-Apps verarbeitet, sobald sie eintreffen, und dieselben Daten stehen für Business Intelligence bereit, auf Infrastruktur, die von Beginn an als Code definiert war.

Technische Details

Die Punkte, nach denen technische Entscheiderinnen und Entscheider bei diesem Projekt üblicherweise fragen.

  • Azure als Plattform

    Die Plattform läuft auf Azure, gewählt, weil das Team Azure bereits gut kannte, nicht als Ergebnis einer Greenfield-Evaluierung.

  • Terraform für die Infrastruktur

    Infrastruktur von Anfang an als Code definiert, damit Umgebungen in dem Tempo wiederholbar aufgebaut werden konnten, das der Zeitplan verlangte.

  • Stream Processing und eine Lambda-Architektur

    Gerätedaten werden für die Endnutzer-Apps verarbeitet, sobald sie eintreffen. Dieselben Eventdaten speisen die Batch-Verarbeitung für Business Intelligence.

  • Domänenwissen als Zeitplanabsicherung

    Das Connected-Vehicle-Domänenwissen aus früheren Projekten hat den unmöglichen Zeitrahmen machbar gemacht, mehr als jede einzelne Technologieentscheidung.

Sie brauchen eine Plattform, keinen weiteren Proof of Concept?

Sagen Sie uns, was Ihre Fahrzeugdaten leisten sollen und wann. Wir melden uns mit der passenden technischen Ansprechperson und einem realistischen nächsten Schritt.

Ihre persönliche Ansprechperson

Philipp Schmid

Philipp Schmid

CEO

philipp.schmid@openresearch.com