Array
(
    [en-en] => Array
        (
            [id] => 22
            [order] => 0
            [slug] => en-en
            [locale] => en-GB
            [name] => England (English)
            [url] => https://synvert.com/en-en/successstories/dieseltech-program/
            [flag] => https://synvert.com/wp-content/plugins/polylang-pro/vendor/wpsyntex/polylang/flags/gb.png
            [current_lang] => 
            [no_translation] => 
            [classes] => Array
                (
                    [0] => lang-item
                    [1] => lang-item-22
                    [2] => lang-item-en-en
                    [3] => lang-item-first
                )

            [link_classes] => Array
                (
                )

        )

    [ch-de] => Array
        (
            [id] => 2224
            [order] => 0
            [slug] => ch-de
            [locale] => de-CH
            [name] => Schweiz (Deutsch)
            [url] => https://synvert.com/ch-de/success-stories/dieseltech-programm/
            [flag] => https://synvert.com/wp-content/plugins/polylang-pro/vendor/wpsyntex/polylang/flags/ch.png
            [current_lang] => 
            [no_translation] => 
            [classes] => Array
                (
                    [0] => lang-item
                    [1] => lang-item-2224
                    [2] => lang-item-ch-de
                )

            [link_classes] => Array
                (
                )

        )

    [de-de] => Array
        (
            [id] => 20
            [order] => 1
            [slug] => de-de
            [locale] => de-DE
            [name] => Deutschland (Deutsch)
            [url] => https://synvert.com/de-de/SuccessStories/dieseltech-programm/
            [flag] => https://synvert.com/wp-content/plugins/polylang-pro/vendor/wpsyntex/polylang/flags/de.png
            [current_lang] => 1
            [no_translation] => 
            [classes] => Array
                (
                    [0] => lang-item
                    [1] => lang-item-20
                    [2] => lang-item-de-de
                    [3] => current-lang
                )

            [link_classes] => Array
                (
                )

        )

)
			

AI Use Cases

synvert Acce­le­ra­tors
Scales of Justice and Hammer on Wooden Surface

Public Sec­tor  - Die­sel­tech Programm




Public Sec­tor


synvert hat für eine mul­ti­na­tio­nale Anwalts­kanz­lei die IT-Infrastruktur zur Nach­ver­fol­gung von und Berichts­er­stel­lung für über 400.000 Fäl­len ver­bes­sert, indem Daten aus ver­schie­de­nen Sys­te­men in einem Azure Data Cata­log kon­so­li­diert und auto­ma­ti­sierte ETL-Rou­ti­nen sowie PowerBi-Berichte imple­men­tiert wurden.

Aus­gangs­lage


Eine mul­ti­na­tio­nale Anwalts­kanz­lei ver­wen­dete ver­schie­dene Trans­ak­ti­ons­sys­teme, um die zivil­recht­li­chen Ansprü­che eines Kun­den zu verfolgen.

Da es sich um eine Mischung aus Sam­mel­kla­gen und zivil­recht­li­chen Ansprü­chen von über 400.000 Fäl­len han­delte, musste der Kunde mit 1000 Anwäl­ten auf der Klä­ger­seite und zusätz­li­chen 100+ Part­ner­un­ter­neh­men umge­hen. Die Nach­ver­fol­gung all die­ser Infor­ma­tio­nen erfolgte in ver­schie­de­nen Sys­te­men. Die wich­tigs­ten Sys­teme basier­ten auf einer Low-Code-Platt­form, und jede Woche wur­den neue Funk­tio­nen und Inte­gra­tio­nen eingeführt.

Die Her­aus­for­de­rung für den Kun­den bestand darin, einen Über­blick über alle Daten und Sys­teme zu erhal­ten, um sowohl Berichte zu erstel­len als auch Daten für Ver­glei­che und auto­ma­ti­sierte Pipe­lines zu nutzen.

Dar­über hin­aus musste der Kunde eine Daten­platt­form ent­wer­fen und imple­men­tie­ren, um die Daten für Pipe­lines, Extrakte und Berichte zu nutzen.

Bei Erwei­te­rung des Haupt­trans­ak­ti­ons­sys­tems der Low-Code-Platt­form soll­ten sich diese Daten­platt­for­men auto­ma­tisch im wöchent­li­chen Rhyth­mus skalieren.

Die Archi­tek­tur


Für den Daten­ka­ta­log wird der Azure Mana­ged Ser­vice „Azure Data Cata­log“ verwendet.

Für die Daten­platt­form wer­den die Tech­no­lo­gien des Kun­den ver­wen­det, dar­un­ter Micro­soft SQL Ser­ver, SSIS und PowerBI.

Apa­che Kafka und Kafka Con­nect wer­den für die Echt­zeit­in­te­gra­tion eingesetzt.

synvert Vor­teile


Der Kunde kann die Fälle bes­ser visua­li­sie­ren, ana­ly­sie­ren und die Daten den Part­nern zur Ver­fü­gung stellen.

Dar­über hin­aus wer­den diese Daten­platt­for­men als Archiv für Revi­sio­nen ver­wen­det, sodass die Trans­ak­ti­ons­sys­teme mit Lizen­zen abge­schal­tet wer­den kön­nen, wenn die Fälle abge­schlos­sen sind, und somit keine Kos­ten damit ver­bun­den sind.

Die Archi­vie­rung der Daten für Revi­sio­nen geht etwa 10 Jahre zurück. Der Daten­ka­ta­log beschleu­nigt den Pro­zess, indem er die rele­van­ten Daten und den rich­ti­gen Kon­text für Per­so­nen iden­ti­fi­ziert, die Berichte erstel­len oder Aus­züge anfordern.

Ser­vices von synvert


Für den Daten­ka­ta­log wur­den ver­schie­dene Inter­views mit tech­ni­schen und funk­tio­na­len Experten durch­ge­führt, und die Infor­ma­tio­nen wur­den in einem Azure Data Cata­log kon­so­li­diert und aktualisiert.

Die Meta­da­ten der Low-Code-Platt­form wur­den in ein Data Vault 2.0‑Datenmodell für die Daten­platt­form trans­for­miert. synvert imple­men­tierte eine ETL-Rou­tine, die die Daten auto­ma­tisch aus der Low-Code-Platt­form lädt.

synvert unter­stützte den Kun­den auch bei der Erstel­lung von PowerBi-Berich­ten, die einen Über­blick über die Fälle geben und Pro­bleme iden­ti­fi­zie­ren, wie z.B. wenn zwei Fälle das­selbe Fahr­zeug betref­fen. Dar­über hin­aus hat das synvert-Team Extrakt­pipe­lines für spe­zi­fi­sche Mar­ken­part­ner imple­men­tiert, um die Daten für ihre Zwe­cke zu extra­hie­ren und zu nutzen.

Kategorien

Alle

Tech

Banking

Communications, Media & Telecom

Consumer Goods & Retail

Energy & Resources

Health & Life Science

Industrials

Insurance

Public Sector


Soft­ware­Fac­tory bei einem füh­ren­den Unter­neh­men der Automobilsoftwarebranche


Ska­lier­bare Fahrzeugdatenbank


DevX-Impact bei einem HR-Tech-Unternehmen


Inter­na­tio­nale Expan­sion eines füh­ren­den E‑Com­merce-Unter­neh­mens


Beschleu­ni­gung der Cloud-nati­ven Ent­wick­lung in der Automobilindustrie


Erken­nung von Anoma­lien bei Retail Verkaufsprovisionen


Ein­rich­tung einer zuver­läs­si­gen und leis­tungs­star­ken Plattform


Wahr­schein­lich­keits­vor­her­sage für die Kundenabwanderung


Früh­erken­nung von mecha­ni­schen Defekten


NLP im Automobilbereich


Ope­ra­tio­nal Data Lake


Real-Time Mar­ke­ting


Auto­ma­ti­sierte Klas­si­fi­zie­rung von Autos nach ihrem Modell


Die­sel­tech Programm


Zen­tra­les Data Warehouse


Data as a Ser­vice – BI & Big Data CC


Ope­ra­tive Arbeit/Unterstützung im Bereich Data Warehousing


Ero­si­ons­de­tek­tion mit Com­pu­ter Vision


Ent­wick­lung und Auf­bau einer voll­au­to­ma­ti­schen MLOps-Plattform


Migra­tion einer AWS-Daten­platt­form zu Google Cloud


Vor­her­sage und Zuwei­sungs­op­ti­mie­rung für sta­tio­näre Kanäle


Design und Ent­wick­lung einer Google Cloud-basier­ten Datenplattform


Auf­bau eines echt­zeit­na­hen Empfehlungssystems


Zen­tra­ler Data Lake


Fun­da­mente für das Stammdatenmanagement


Ablö­sung einer kom­ple­xen IBM Data­s­tage Struktur


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