AI Use Cases

synvert Acce­le­ra­tors
geerntetes Getreidefeld an einem sonnigen Tag mit einigen Wolken

BLW Schweiz  - Ver­ein­heit­li­chung von Auswertungsprozessen



Kurz zur Geschichte






Das Bun­des­amt für Land­wirt­schaft der Schweiz (BLW) ist das Kom­pe­tenz­zen­trum der Bun­des­ver­wal­tung für den Agrar­sek­tor. Es hat neben sei­ner poli­ti­schen und admi­nis­tra­ti­ven Funk­tion die Ver­ant­wor­tung für die Erhe­bung, Ana­lyse und Ver­öf­fent­li­chung von agrar­be­zo­ge­nen Daten. Mit einem Data Ware­house- und Report­ing-Sys­tem wurde durch eine ein­heit­li­che Daten­ba­sis und eine Ver­ein­heit­li­chung der Aus­wer­te­pro­zesse eine pro­fes­sio­nelle, stan­dar­di­sierte und auto­ma­ti­sierte Lösung für diese Auf­gabe geschaffen.



Ziele und Herausforderungen


Zen­trale Maß­gabe war es, ein Data Ware­house auf­zu­bauen, in dem suk­zes­siv sämt­li­che land­wirt­schaft­li­chen The­men der Schweiz auf­ge­nom­men und inte­griert wer­den kön­nen. Wich­tige Aspekte, die dabei berück­sich­tigt wer­den sollten:

  • Auf­bau einer ein­heit­li­chen Busi­ness-Intel­li­gence-Kom­pe­tenz im Bun­des­amt für Landwirtschaft
  • Ver­ein­fa­chung und Auto­ma­ti­sie­rung der bestehen­den Auf­be­rei­tungs- und Reportingprozesse
  • Ablö­sung von manu­ell erstell­ten SQL-basier­ten Aus­wer­tun­gen durch eine Stan­dard-Report­ing-Lösung mit ein­fa­cher Anwend­bar­keit (Self Service)
  • Ver­grö­ße­rung der Ziel­gruppe hin zu Fach­spe­zia­lis­ten und öffent­li­chen Adres­sa­ten­grup­pen, die neben dem jähr­li­chen Agrar­be­richt auch über das Inter­net inter­ak­tiv auf die Sta­tis­ti­ken des Bun­des­amts zugrei­fen sollten

Die Archi­tek­tur


Beim Bun­des­amt für Land­wirt­schaft fin­det eine auf Best-Prac­ti­ces basie­rende klas­si­sche Data-Ware­house-Archi­tek­tur Anwen­dung. Aus­ge­hend von ver­schie­de­nen Quell­sys­te­men, die direkt vom BLW betrie­ben und gepflegt wer­den, müs­sen ver­schie­dene externe Quell­sys­teme inte­griert wer­den. Die Quell­sys­tem-Daten kön­nen über unter­schied­li­che Kanäle zuge­lie­fert wer­den und wer­den im ers­ten Schritt in einer Sta­ging-Area his­to­ri­siert und per­sis­tiert. Um eine effi­zi­ente Erwei­te­rung des Sys­tems auch zukünf­tig vor­neh­men zu kön­nen, ist eine Auto­ma­ti­sie­rung der Extrak­tion und Über­füh­rung der Daten von den Quell­sys­te­men in die Sta­ging-Area eta­bliert wor­den. Die Sta­ging-Area bil­det die Grund­lage für das im Galaxy-Schema model­lierte Data Ware­house. Auf die­ses set­zen die dimen­sio­nal model­lier­ten Frame­work-Mana­ger-Modelle auf. Für aus­ge­wählte daten­in­ten­sive Aus­wer­tungs­be­rei­che wer­den zusätz­lich Data Marts erzeugt, in denen per­for­mance-kri­ti­sche Berech­nun­gen vor­agg­re­giert vor­lie­gen. Zum einen wer­den Reports und Dash­boards zu Ana­lyse- und Moni­to­ring­zwe­cken bereit­ge­stellt, zum ande­ren die­nen Stan­dard­re­ports der Ver­öf­fent­li­chung von Statistiken.

synvert Vor­teile


  • Erwei­ter­bare auf Best-Prac­ti­ces basie­rende DWH-Infrastruktur mit eta­blier­ten Technologien
  • Ermög­li­chung von quell­sys­tem­über­grei­fen­den Aus­wer­tun­gen und Aus­nut­zung der Ad-hoc-Analysemöglichkeiten
  • Ver­ein­heit­li­chung und Ver­ein­fa­chung der Anbin­dung von Quellsystemen
  • Redu­zie­rung des manu­el­len Auf­wands bei der Erstel­lung von Auswertungen
  • Schaf­fung ein­heit­li­cher Defi­ni­tio­nen, Berichts­stan­dards und eines ein­heit­li­chen Erschei­nungs­bild von Auswertungen

Ser­vices von synvert


synvert hat als kom­pe­ten­ter Part­ner die fol­gen­den Leis­tun­gen erbracht:

  • Durch­füh­rung der Busi­ness Ana­lyse und Erstel­lung der Fach­kon­zepte sowie der tech­ni­schen Konzepte
  • Archi­tek­tur­de­sign
  • Auf­bau der ETL-Pro­zesse mit gene­ri­schen Kom­po­nen­ten und kom­ple­xer Historisierung
  • Daten­mo­del­lie­rung der rela­tio­na­len Daten­schich­ten (Core DWH, Data Marts)
  • Auf­bau der dimen­sio­nal model­lier­ten IBM Cog­nos Framework-Manager-Modelle
  • Erstel­lung von Standardberichten
  • Kon­fi­gu­ra­tion des IBM Cog­nos BI-Sys­tems, ins­be­son­dere Anpas­sung an das Cor­po­rate Design sowie Berück­sich­ti­gung des Berechtigungskonzepts
  • Unter­stüt­zung beim Tes­ten und der pro­duk­ti­ven Einführung
  • Durch­füh­rung von Schu­lun­gen für Admi­nis­tra­to­ren und Benutzer

Lie­fe­rung / Abschluss


Durch das Data Ware­house- und Report­ing-Sys­tem konnte eine ein­heit­li­che und auto­ma­ti­sierte tech­ni­sche Basis geschaf­fen wer­den, die es dem Bun­des­amt für Land­wirt­schaft (BLW) erlaubt sei­nen Auf­ga­ben der Samm­lung, Aufbereitung und Prä­sen­ta­tion von agrar­be­zo­ge­nen Daten pro­fes­sio­nell und mit wenig Auf­wand nach­zu­kom­men. Spe­zi­ell das Know-how im Hin­blick auf unter­schied­li­che Archi­tek­tu­ren sowie die Erfah­run­gen bei Design und Kon­zep­tion haben in kur­zer Zeit eine neue, sta­bile Platt­form als Basis für die zukünf­tige BI-Land­schaft geschaf­fen. Hier­bei ist die synvert zu einem wert­vol­len Bera­tungs- und Inte­gra­ti­ons­part­ner für das Bun­des­amt für Land­wirt­schaft geworden.

Kategorien

Alle

Banking

Communications, Media & Telecom

Consumer Goods & Retail

Energy & Resources

Health & Life Science

Industrials

Insurance

Public Sector


Indus­tri­als

Soft­ware­Fac­tory bei einem füh­ren­den Unter­neh­men der Automobilsoftwarebranche


Indus­tri­als

Ska­lier­bare Fahrzeugdatenbank


Con­su­mer Goods & Retail

DevX-Impact bei einem HR-Tech-Unternehmen


Con­su­mer Goods & Retail

Inter­na­tio­nale Expan­sion eines füh­ren­den Online Autohändlers


Indus­tri­als

Beschleu­ni­gung der Cloud-nati­ven Ent­wick­lung bei einem Automobilhersteller


Com­mu­ni­ca­ti­ons, Media & Telecom

Erken­nung von Anoma­lien bei Retail Verkaufsprovisionen


Energy & Resources

Ein­rich­tung einer zuver­läs­si­gen und leis­tungs­star­ken Plattform


Com­mu­ni­ca­ti­ons, Media & Telecom

Wahr­schein­lich­keits­vor­her­sage für die Kundenabwanderung


Indus­tri­als

Früh­erken­nung von mecha­ni­schen Defekten


Indus­tri­als

NLP im Automobilbereich


Com­mu­ni­ca­ti­ons, Media & Telecom

Ope­ra­tio­nal Data Lake


Con­su­mer Goods & Retail

Real-Time Mar­ke­ting


Indus­tri­als

Auto­ma­ti­sierte Klas­si­fi­zie­rung von Autos nach ihrem Modell


Public Sec­tor

Die­sel­tech Programm


Indus­tri­als

Zen­tra­les Data Warehouse


Indus­tri­als

Data as a Ser­vice – BI & Big Data CC


Com­mu­ni­ca­ti­ons, Media & Telecom

Ope­ra­tive Arbeit/Unterstützung im Bereich Data Warehousing


Indus­tri­als

Ero­si­ons­de­tek­tion mit Com­pu­ter Vision


Com­mu­ni­ca­ti­ons, Media & Telecom

Ent­wick­lung und Auf­bau einer voll­au­to­ma­ti­schen MLOps-Plattform


Con­su­mer Goods & Retail

Migra­tion einer AWS-Daten­platt­form zu Google Cloud


Con­su­mer Goods & Retail

Vor­her­sage und Zuwei­sungs­op­ti­mie­rung für sta­tio­näre Kanäle


Com­mu­ni­ca­ti­ons, Media & Telecom

Design und Ent­wick­lung einer Google Cloud-basier­ten Datenplattform


Com­mu­ni­ca­ti­ons, Media & Telecom

Auf­bau eines echt­zeit­na­hen Empfehlungssystems


Indus­tri­als

Zen­tra­ler Data Lake


Fun­da­mente für das Stammdatenmanagement


Ablö­sung einer kom­ple­xen IBM Data­s­tage Struktur


Con­su­mer Goods & Retail

Smart Data Catalog


Auf­bau einer kon­zern­wei­ten BI-Plattform


Imple­men­tie­rung von Realtime-Datenstrecken


Auf­bau und Wei­ter­ent­wick­lung eines DWH


Eta­blie­rung eines neuen Vertriebsreporting


Auf­bau einer ERP-Datendrehscheibe


Cloud Self Ser­vice-BI zur daten­ge­trie­ben Unternehmensführung


Quell­da­ten­mi­gra­tion mit Auto­ma­ti­sie­rung der Quelldatenanbindung


Ver­ein­heit­li­chung von Auswertungsprozessen


Ablö­sung einer Softwareeigenentwicklung


CRM Ana­ly­tics und Leadmanagement


Ent­wick­lung ver­schie­de­ner ML Use Cases mit AWS


Unter­neh­mens­weite Datenintegration


Kontaktieren Sie uns









* Benötigte Felder


top