CASE STUDY

ADAC

Wie die Connected-Vehicle-Plattform des ADAC von Grund auf entstand und das MVP innerhalb eines Zeitrahmens ausgeliefert wurde, der unmöglich schien.

Auf einen Blick

Kunde
ADAC
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. Gerade das Domänenwissen wird meist unterschätzt und reduziert das Zeitplanrisiko deutlich.

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

    Azure wurde gewählt, weil das Team Azure bereits gut kannte und dadurch im engen Zeitrahmen schnell liefern konnte.

  • 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

    Mehr als jede einzelne Technologieentscheidung hat das Connected-Vehicle-Domänenwissen aus früheren Projekten den unmöglichen Zeitrahmen machbar gemacht.

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@openresearch.com