Wie Fizz.hu mit Databricks SQL das Data Engineering für E-Commerce revolutioniert
Im dynamischen E-Commerce-Markt entscheidet Datenkompetenz über Wachstum und Effizienz. Die Erfolgsgeschichte von Fizz.hu – einem erfolgreichen Online-Marktplatz, der aus der „beyond banking“-Strategie der OTP Group entstanden ist – zeigt eindrucksvoll, wie moderne Datenplattformen wie Databricks SQL den Unterschied machen können. In diesem Beitrag beleuchtet die Ailio GmbH die wichtigsten Erkenntnisse und Vorteile, die sich aus der Migration zu einer Lakehouse-Architektur ergeben – und welche Chancen insbesondere für Unternehmen in Europa und dem Industrial AI-Umfeld bestehen.
Vom klassischen Warehouse zur skalierbaren Datenplattform
Fizz.hu startete mit einem typischen Setup: Ein zentrales Microsoft SQL Server Data Warehouse sowie Power BI lieferten die Tagesreports für mehrere hundert Händler und einen wachsenden Produktkatalog. Doch mit der Expansion des Geschäfts zeigten sich die Grenzen: Batchverarbeitungen waren langsam, Python-basierte Analysen liefen auf separater Infrastruktur, die Verwaltung und Governance waren eingeschränkt, und die Skalierung bedeutete in erster Linie höhere Betriebskosten.
Der Wendepunkt: Lakehouse-Architektur mit Databricks SQL
Nach sorgfältiger Evaluierung entschied sich Fizz für die Einführung eines Databricks Lakehouse, das SQL- und Python-Workloads nativ vereint. Die Beweggründe: Zukunftssicherheit für KI-Initiativen, Reduzierung der Plattform-Komplexität und eine Grundlage für automatisierte Datenverarbeitung und moderne Datengovernance.
MVP statt Perfektionismus
Statt alles komplett neu zu entwickeln, wählte das Data-Team einen iterativen „Minimum Viable Product“-Ansatz. Kernreports sollten weiterlaufen, während die eigentliche Datenverarbeitung und zentrale Views von SQL Server zu Databricks SQL migriert wurden. Dieses praktische Vorgehen ermöglichte es, in nur drei Monaten die Alt-Infrastruktur komplett abzuschalten und alle Power BI Reports nahtlos über das neue Lakehouse laufen zu lassen – ohne Unterbrechungen und mit deutlich gesteigerter Flexibilität.
Deutliche Leistungsgewinne ohne Mehrkosten
- Halbierung der Reportlaufzeiten: Die Dauer der nächtlichen ETL-Jobs sank von 3–4 Stunden auf rund 90 Minuten. Reports stehen schon ab 4:30 Uhr morgens zur Verfügung, selbst an Wochenenden und Feiertagen. Power BI-Refreshs sind nun um die Hälfte schneller.
- Optimierte Infrastruktur: Statt durch das Hochskalieren von Serverkapazitäten mehr Leistung zu erkaufen, sorgen die moderne SQL-Engine und automatische Optimierung im Databricks Lakehouse für schnelle Ausführung und einfache Wartung – unabhängig davon, ob Bronze- und Silver-Tiers insgesamt 10 TB oder mehr bewegen.
- Vereinfachte Arbeitsabläufe: Python-Jobs und SQL lassen sich gemeinsam und performant auf derselben Plattform betreiben. Die Trennung von Technologien und Teams entfällt, was die Governance vereinfacht und die Basis für künftige AI-Projekte stärkt.
Wachstumstreiber: KI- und Self-Service-Innovationen
Schon beim Start der Migration hatte Fizz.hu das Ziel, KI- und Machine Learning-Anwendungen auszubauen. Heute nutzt das Team zusätzlich:
- Governance Features: Maskierung und Richtlinien zur Einhaltung von DSGVO und EU AI Act werden direkt im Lakehouse unterstützt – ein wichtiger Faktor für jedes europäische Unternehmen.
- AI-gestützte Datenaufbereitung: Über moderne SQL-Funktionen mit KI-Unterstützung lassen sich Produktnamen automatisch bereinigen und standardisieren. Dies beschleunigt die Datenvorbereitung immens und reduziert die Abhängigkeit von manuellen Prozessen und komplexen Regex-Ausdrücken.
- Self-Service Analytics mit Genie: Business User können – auch in ungarischer Sprache – natürliche Fragen an die Daten stellen, ohne SQL-Kenntnisse zu benötigen. Dies hat bereits 20% der Analysten-Zeit freigesetzt und eröffnet Self-Service-Potenziale im ganzen Unternehmen.
Das Fazit der Ailio GmbH: Chancen für den deutschen und europäischen Mittelstand
Fizz.hu zeigt beispielhaft, wie ein strategischer Technologiewechsel von traditionellen Data Warehouses hin zu modernen Lakehouse-Plattformen mit Databricks SQL nicht nur Performancevorteile, sondern vor allem Zukunftssicherheit schafft:
- Vereinfachte IT-Landschaft und geringerer Betriebsaufwand
- Direkte Unterstützung von Advanced Analytics, Machine Learning und Industrial AI auf einer Plattform
- Modernstes Datengovernance mit Blick auf europäische Regularien
- Self-Service und Demokratisierung von Daten im gesamten Unternehmen
Für Kunden und Partner im industriellen und technisch geprägten Mittelstand eröffnet eine solche Architektur neue Wege, Wertschöpfung und Innovation datengetrieben voranzutreiben – mit weniger operativem Ballast und maximaler Skalierbarkeit.
Sie möchten mehr über die Möglichkeiten von Databricks und Azure für Ihr Unternehmen erfahren? Die Data-Science- und KI-Expert:innen der Ailio GmbH unterstützen Sie von der Planung bis zur Umsetzung – sprechen Sie uns an!
