Ausbau und Beschleunigung von IoT-Use-Cases durch eine Echtzeit-Datenarchitektur in der Hybrid-Cloud

Die Herausforderung – Reduzierung des operativen Aufwands für Daten-Streaming

Um ihr großes Datenaufkommen zu verarbeiten, ersetzte die BMW Group zunächst ihr altes Batch-Modell durch Kafka. Open-Source-Kafka ermöglichte es der BMW Group zwar, neue Anwendungen ohne zusätzliche Cluster in der Daten-Streaming-Plattform umzusetzen, dies erwies sich jedoch als operative Herausforderung.
Kafka war zu kostspielig und nicht zuverlässig genug, um die Anforderungen eines globalen Unternehmens, in dem Anwendungen 7x24x365 zur Verfügung stehen müssen, zu erfüllen. Die BMW Group benötigte eine Lösung, um alle von Maschinen, Sensoren und anderen Quellen generierten Daten nahtlos zu integrieren und in Echtzeit als Self-Service-Produkt für das gesamte Unternehmen zugänglich zu machen.

Der Automobilhersteller erkannte schnell die Notwendigkeit der Umstellung auf ein zentrales, cloudbasiertes Datensystem, das allen Teams im Unternehmen die Nutzung von Echtzeitdaten in großem Umfang ermöglicht und dabei hilft, eine zukunftssichere Daten-Streaming-Architektur, die innovative Anwendungsfälle unterstützt, aufzubauen. Durch die Partnerschaft mit Confluent und Microsoft Azure kann die BMW Group die Daten-Streaming- Möglichkeiten voll ausschöpfen und diese Hunderten von verschiedenen Teams und Anwendungen im gesamten Unternehmen zur Verfügung stellen.