Die Herausforderungen :
EnBW Trading verfolgt die Ambition, sich zu einem top-performenden und profitablen Energiehändler weiterzuentwickeln, der moderne Automatisierungstechnologien nutzt und Data Management als zentrale Kernkompetenz etabliert. Dafür benötigt das Unternehmen eine skalierbare, leistungsfähige und moderne Datenplattform, die als technologische Basis für datengetriebene Prozesse und automatisierte Handelsentscheidungen dient.
Der Aufbau und Betrieb eines solchen Data Backbones ist jedoch komplex: Neben der technischen Umsetzung müssen auch klare Verantwortlichkeiten, Betriebsmodelle und Governance-Strukturen geschaffen werden, um den langfristigen Betrieb, die Weiterentwicklung und die Datenqualität sicherzustellen.
Unter der EDDI-Maßgabe (Event Driven Data-centric IT-Landscape) soll die Plattform sämtliche relevanten Datenquellen des Handelsgeschäfts integrieren, hochgradig skalierbar sein und Endnutzern Daten in Echtzeit über Streaming-Funktionalitäten bereitstellen. Gleichzeitig erfordert der nachhaltige Erfolg eine dedizierte Datenorganisation mit klar definierten Rollen, strukturierter Metadatenarchitektur und voller Transparenz über verfügbare Daten. Nur so können Datenqualität, Governance sowie die nutzerzentrierte Entwicklung und Bereitstellung datengetriebener Produkte langfristig sichergestellt werden.
Unser Ansatz :
Horváth unterstützt die EnBW Trading bei der Realisierung des Zielbilds durch die Konzeption, Entwicklung und Bereitstellung einer zentralen, cloudbasierten Datenplattform („Data Backbone“) sowie der zugehörigen Datenorganisation. In enger Zusammenarbeit mit EnBW wurde das Architektur-Zielbild ausgestaltet und die geeignete Technologieplattform ausgewählt, um eine zentrale und skalierbare Datenbasis für alle Analytics-Anwendungen zu schaffen. Im Rahmen der Umsetzung entwicklete Horváth ein passgenaues Operating Model für den Datenkatalog, band relevante Quellsysteme an und definierte ein ganzheitliches Metamodell in Abstimmung mit den Fachbereichen. Darüber hinaus wurden bestehende Metadaten migriert, die Arbeit der Data Stewards koordiniert und die Steuerung des externen Implementierungspartners in einem agilen Projektsetup übernommen.
Die Lösung :
Durch die Implementierung des Data Backbones und des zentralen Datenkatalogs wurde eine vollumfängliche organisatorische Verankerung von Data Management innerhalb der Linienorganisation erreicht. Endanwender profitieren nun von einer Echtzeit- bzw. Near-Realtime-Verfügbarkeit relevanter Daten und Analysen, die datengetriebene Entscheidungsprozesse deutlich beschleunigt.
Einheitliche Standards und klar definierte Prozesse ermöglichen eine einfache sowie kontinuierliche Verbesserung der Datenqualität und schaffen eine verlässliche Grundlage für die Entwicklung neuer datenbasierter Use Cases. Damit leistet die Lösung einen wesentlichen Beitrag zur Realisierung des Trading-Zielbilds 2025 – durch höhere Effizienz, größere Transparenz und eine konsequente Datenorientierung im gesamten Handelsgeschäft.
Die Kollegen von Horváth spielten eine Schlüsselrolle bei der Definition des Data Backbones als Kern unserer neuen IT-Architektur. Ein tiefes Verständnis des Handelsgeschäfts in Kombination mit ihrer Fähigkeit, die komplexe Implementierung zu strukturieren und zu leiten, war der Schlüssel zur erfolgreichen Umsetzung des Projekts. Basierend auf dem neuesten Stand der Technik bildet die entwickelte Lösung die Basis, um auch in Zukunft erfolgreich agieren zu können.
Kontakt
Johannes Porsch