DKV Mobility wurde 1934 gegründet und bietet seinen Kunden seither vielfältige On-the-Road Paymentlösungen an. Von Energie-, Maut- oder Mobilitätslösungen bis hin zu Lösung für die Rückerstattung der Mehrwertsteuer, DKV Mobility entwickelt sein Plattformangebot kontinuierlich weiter, um den Anforderungen der Kunden von heute und ihren Herausforderungen von morgen gerecht zu werden.
DKV Mobility versorgt derzeit rund 301.000 aktive Kunden in mehr als 50 Serviceländern mit intelligenten Lösungen, die Unternehmen zuverlässig dabei helfen, effizient und kostengünstig mobil zu bleiben. Als führende europäische B2B-Plattform für Zahlungen und On-the-Road-Lösungen ist DKV Mobility dafür bekannt, den Kunden in den Mittelpunkt zu stellen. Um diese Tradition fortzuführen, hat die Customer Product Services-Abteilung (CPS) begonnen, Echtzeitdaten zu nutzen, um ihre digitalen, kundenorientierten Produkte zu verbessern.
Anfangs baute DKV Mobility Echtzeit-Datenströme mit Apache Kafka® auf, was die Einführung einiger reaktionsschnellen digitalen Erlebnissen ermöglichte. Mit der Zeit verlangsamte sich jedoch der Fortschritt der CPS-Abteilung, da Kafka mehr Herausforderungen als Mehrwerte mit sich brachte. Um mit der Entwicklung einer intelligenten, nachhaltigen Mobilität Schritt zu halten und die langfristige Wachstumsstrategie des Unternehmens umzusetzen, wandte sich DKV Mobility an Confluent, um gemeinsam einen modernen Weg in die Zukunft zu definieren.
Die Herausforderung: Blockierte Transformation durch Kafka
Um in der sich verändernden Mobilitätslandschaft wettbewerbsfähig zu bleiben, musste DKV Mobility die technische Grundlage seiner kundenorientierten digitalen Produkte verbessern. Die CPS-Abteilung des Unternehmens erkannte, dass Batch-Verarbeitung nicht die Echtzeit-Einblicke liefern konnte, die ihre Kunden von den On-the-Road-Services erwarteten.
Steigende Kundennachfrage nach Echtzeitanwendungen
Die Plattform unterstützt eine Reihe von Services, dennoch ist DKV Mobility vor allem dafür bekannt, große Logistikunternehmen mit einer Vielzahl von Tankkarten zu versorgen. DKV-Mobility-Karten ermöglichen das Tanken, Aufladen von E-Fahrzeugen, Mautlösungen und Fahrzeugservices an rund 468.000 EV-Ladestellen, 63.000 Tankstellen und 30.000 Fahrzeugservice Stationen Die Tankkarten bieten Unternehmen die Möglichkeit, die Serviekosten von Flotten jeglicher Größe ganz einfach und bequem zu verwalten.
In den letzten Jahren hat die Nachfrage nach Echtzeit-Funktionen für diese Art von Mobilitätslösungen stark zugenommen. Unternehmen mit großen PKW- und LKW-Flotten sind zum Beispiel darauf angewiesen, dass sie unterwegs zuverlässig und zu den günstigsten Preisen tanken können. Mit diesen Karten können die Beschäftigten nicht nur beim Tanken bezahlen, sondern sie haben auch Zugang zum DKV Mobility Kundenportal sowie der DKV Mobility App, die ihnen die nächstgelegenen Tankstellen und Ladepunkte sowie Kraftstoffpreise anzeigt.
Zuvor basierten die digitalen Produkte von DKV Mobility ausschließlich auf Batch-Verarbeitung über Punkt-zu-Punkt ETL-Pipelines, um Daten bereitzustellen, zu verarbeiten und dann aktualisierte Informationen an Endnutzer oder Systeme zu liefern. Das hatte zur Folge, dass die Kunden beim Vergleich von Kraftstoffpreisen nicht immer mit den aktuellsten Daten versorgt wurden. Außerdem konnte es bis zu drei Wochen dauern, bis das DKV Kundenportal die Transaktionsdaten über ein altes ERP-System erfasste und den Kunden anschließend eine gedruckte Rechnung per Post zusandte.
Durch die Einführung von Kafka und den Aufbau von Echtzeit-Daten-Pipelines konnte DKV Mobility das Kundenerlebnis deutlich verbessern. Anstatt stundenlang auf aktualisierte Kraftstoffpreise oder auf Transaktionsdaten warten zu müssen, konnten die Kunden von DKV Mobility diese Information innerhalb von Minuten oder sogar Sekunden abrufen.
Stockender Fortschritt: Operative Herausforderungen mit Apache Kafka
Während die Batch-Verarbeitung bei manchen Anwendungsfällen noch praktikabel war, mussten viele der kundenorientierten digitalen Produkte von DKV Mobility Daten-Streaming und Stream-Verarbeitung ermöglichen, um die benötigten Echtzeit-Einblicke zu liefern.
Innerhalb der CPS-Abteilung ist das Plattformteam von DKV Mobility dafür verantwortlich, den Produktteams eine skalierbare Cloud-Plattform zur Verfügung zu stellen, um hochwertige digitale Services für die Kunden von DKV Mobility entwickeln zu können.
Mit den Echtzeit-Datenströmen, die vom Plattformteam verwaltet werden, können die Produktteams von DKV Mobility Aktualisierungen über mehrere Kanäle nahezu in Echtzeit bereitstellen und neue Funktionen wie das kontaktlose Bezahlen an DKV-Mobility-Servicestellen und die Identifizierung von Ladestellen für E-Fahrzeuge anbieten.
Diese Echtzeit-Anwendungen wurden für den anhaltenden Erfolg von DKV Mobility und den kundenzentrierten Ansatz unerlässlich. Die Einführung von Kafka brachte einen unbestreitbaren Mehrwert für das Unternehmen, aber die Open-Source-Daten-Streaming-Plattform wurde bald zum Nadelöhr für die Produktivität der CPS-Abteilung.
Die Selbstverwaltung von Kafka-Clustern beanspruchte viel Zeit und Ressourcen, die dann bei wichtigen Projekten fehlten und dadurch die Einführung neuer Produkte und Funktionen verlangsamte.
Die Lösung: Zurück in die Spur zur Transformation mit Confluent Cloud
Die Einführung und Verwaltung von Kafka im laufenden Betrieb haben die Arbeit des CPS-Teams erheblich verkompliziert und erschwert.
Die CPS-Abteilung hatte eine neue, Microservices-basierte Version des Kundenportals auf Kubernetes gelauncht. Um Kafka auf Kubernetes laufen zu lassen, nutzte das Plattformteam On-Premises-Instanzen von OpenShift und Strimi, eine Kombination, die schwer zu verwalten war. Infolgedessen war die Umgebung, in der das Plattformteam Kafka verwalten musste, nicht stabil, was wiederholt zu kostspieligen Serviceausfällen führte.
Gleichzeitig startete DKV Mobility eine einjährige Cloud-Migrationsinitiative von einer privaten Cloud auf Microsoft Azure als Teil der langfristigen IT-Strategie des Unternehmens.
Diese laufende Migration erhöhte und verkomplizierte die Anforderungen an das Plattformteam. DKV Mobility brauchte eine Lösung, um die kontinuierliche Performance ihrer Echtzeitanwendungen sicherzustellen und gleichzeitig den Weg für die Entwicklung neuer Anwendungen, Funktionen und Möglichkeiten zu ebnen.
Angesichts eines bevorstehenden Produkt-Launches im Jahr 2019 wandte sich das DKV Mobility Team an Confluent, um:
- von einer umfassenden Expertise über Apache Kafka und Cloud-Operations zu profitieren
- auf Trainings– und Professional Services-Angebote zurückgreifen zu können
- vorgefertigte Integrationsmöglichkeiten zu nutzen
- mit Confluent Cloud einen vollständig verwalteten Cloud-nativen Service einzuführen
Confluent Cloud ist der technologische Erfolgsfaktor für DKV Mobility, um den Übergang zu einer effizienten, nachhaltigen und zukunftsfähigen Mobilität voranzutreiben.
Warum Confluent Cloud?
Um die Produktteams bei der Bereitstellung von Echtzeit-Erlebnissen für die Kunden zu unterstützen, brauchte das Unternehmen einen zuverlässigen Partner, der den Betrieb der Kafka-Infrastruktur von DKV Mobility verwaltet. Da Kafka aber bereits für kritische kundenseitige Anwendungen im Einsatz war, brauchten die Softwareteams eine Lösung, die während der Umstellung die Verfügbarkeit für die Endnutzer nicht beeinträchtigte.
Als DKV Mobility von Apache Kafka auf Confluent Cloud migrierte, halfen die Customer-Success-Teams von Confluent dabei, einen nahtlosen Übergang zu gewährleisten. Während des Rollouts in Produktionsumgebungen standen die Experten von Confluent durchgehend für Architektur-Reviews zur Seite, um dem Plattformteam dabei zu helfen, die besonderen Herausforderungen ihrer Microservices-Architektur zu meistern.
Während Confluent Cloud das Plattformteam in der CPS-Abteilung entlastete, vereinfachten die Confluent Connectors (einschließlich der JDBC Source- und Sink-Connectors, des AzureDataLake2 Sink-Connectors und des HTTP Sink-Connectors) und der Confluent Replicator den Datenaustausch zwischen den Unternehmensbereichen.
Die Ergebnisse: Beschleunigung der Entwicklung und Minimierung der Belastung
Die Zusammenarbeit mit Confluent während des gesamten Migrationsprozesses gab dem Plattformteam die Gewissheit, dass die CPS-Abteilung weiterhin Fortschritte bei den strategischen IT-Zielen machen würde, wie z.B die Cloud-Kosten niedrig zu halten, langfristige architektonische Herausforderungen zu lösen und mehr Zeit in Entwickler-Enablement zu investieren.
Beseitigung von operativen Hindernissen und Engpässen
Vor der Einführung von Confluent Cloud verbrachten die Mitglieder des Plattformteams fast 10 % ihrer Zeit mit der Verwaltung von Kafka-Clustern für drei Produktteams. Seitdem ist die Zahl der Teams, die in der Produktion auf Datenströme angewiesen sind, auf acht gestiegen. Dies hätte den Zeitaufwand des Plattformteams für die Verwaltung von Kafka leicht verdoppeln können.
Aber mit Confluent Cloud kann das Plattformteam jetzt alle acht Produktteams innerhalb von Minuten mit den benötigten Clustern versorgen.
Nach der Migration zu Confluent Cloud verbrachte DKV Mobility sechs Monate damit, seine Cloud-Implementierungen von der Private Cloud zu Microsoft Azure zu migrieren. In dieser Zeit hatten die Confluent-Cluster in der Produktion keinerlei Ausfallzeit, was für die DKV Mobility-Kunden ein reibungsloses digitales Erlebnis und für das Plattformteam weniger Arbeit bedeutete.
Die Schema-Registry-Funktionen der Plattform ermöglichen es dem Plattformteam außerdem, Schemata über Cluster und Teams hinweg zu verwalten, was sich als besonders vorteilhaft für die Unterstützung der CPS-Softwareteams bei der Datenmigration erwiesen hat.
Die rollenbasierte Zugriffskontrolle (RBAC) und die Zugriffskontrolllisten (ACLs) von Confluent Cloud verbessern die Verwaltung und Sicherheit auf Service- und Anwendungsebene. Kontinuierliche Integration und kontinuierliches Deployment (CI/CD) wurden zunehmend wichtiger für die Produktstrategie von DKV Mobility. Zusammen mit RBAC und ACLs ermöglicht Schema Registry dem Plattformteam, seinen CI/CD-Ansatz effektiv anzuwenden, um die zugrunde liegende Daten-Streaming-Infrastruktur nach Bedarf weiterzuentwickeln.
Die Entscheidung für Confluent Cloud hat es dem Plattformteam von DKV Mobility ermöglicht, ein Self-Service-Tool für interne Stakeholder zu schaffen, um kundenorientierte Produkte zu entwickeln. Dadurch muss das Team weniger Zeit für die Verwaltung von Clustern aufwenden und hat mehr Zeit für die Arbeit an wichtigen Projekten, die für den Erfolg des Unternehmens entscheidend sind.
Beschleunigte Produktentwicklung und Self-Service-Möglichkeiten
Zur Zeit der Migration von Kafka zu Confluent Cloud arbeitete die CPS-Abteilung bereits an der Einführung von Microservices, um die dezentralen Produktteams als Teil ihres CI/CD-Ansatzes zu entkoppeln. Neben den Änderungen an der Technologie-Infrastruktur des Unternehmens trug Confluent Cloud ebenfalls dazu bei, die Frequenz von Deployments zu erhöhen.
Zuvor veröffentlichten CPS-Produktteams Änderungen nur einmal im Monat. Heute ist dies mehrmals pro Woche und sogar mehrmals täglich möglich.
Das Plattformteam strebte zudem eine verbesserte interne Self-Service-Verwaltung für Softwareteams an. Die Einführung von Confluent Cloud hat diese Bemühungen ebenfalls unterstützt, da die Entwickler nun die Erstellung oder Löschung eines Topics, Clusters oder einer anderen Ressource managen können. Zuvor dauerte die manuelle Bearbeitung einen Tag. Heute ist der automatisierte Self-Service-Prozess in wenigen Minuten abgeschlossen.
In den drei Jahren, seit DKV Mobility Confluent Cloud eingeführt hat, konnte das Plattformteam weitere Services und Lösungen entwickeln, um die Produktivität der Entwickler zu steigern, wie z.B. Self-Service-Funktionen für das Daten-Streaming.
Echtzeit-Zahlungen ermöglichen den «Lead in Green»-Ansatz von DKV Mobility
Mit Kafka Streams können DKV Mobility-Entwickler die Vorteile der Stream-Verarbeitung nutzen, ohne sich Gedanken über Ausfälle machen zu müssen. Auf diese Weise können Entwickler den Aufwand eines traditionellen event-gesteuerten Systemdesigns vermeiden und trotzdem Datenströme in Echtzeit verarbeiten.
So profitieren die Kunden von DKV Mobility von reaktionsschnellen und zuverlässigen digitalen Produkten, die ihnen helfen, ihre Fahrzeugflotten effizienter und nachhaltiger zu verwalten.
Beispiele hierfür sind:
- Fuhrparkmanager, die die DKV-Mobility-Plattform nutzen, haben in Echtzeit Einblick in die Ladevorgänge an rund 468.000 Ladepunkten.
- Jährlich werden Milliarden von Transaktionen aus verschiedenen separaten Drittsystemen in die DKV-Mobility-Plattform integriert. Confluent Cloud verwaltet diese integrierten Datenströme und DKV Mobility-Kunden erhalten Zahlungsgenehmigungen und Einblicke in neue Transaktionen minutenschnell.
Die Zukunft: Funktionsübergreifende Integration und Wiederverwendbarkeit von Daten
DKV Mobility arbeitet weiter an neuen Einsatzmöglichkeiten von Echtzeitdaten, um das Kundenerlebnis zu verbessern. Sei es durch die Nutzung von Echtzeitdaten aus dem Zahlungsverkehr oder der Telemetrie-Plattform, treibt die CPS-Abteilung Innovationen mit Confluent Cloud voran, während das Unternehmen neue Ladestationen und alternative Tankstellen in sein Portfolio aufnimmt.
Abteilungen und Teams bei DKV Mobility interessieren sich zunehmend dafür, wie Confluent Cloud die abteilungsübergreifende Datenintegration unterstützen kann. Sowohl das Plattformteam als auch die Produktteams nutzen die Trainingsangebote von Confluent, um ihr technisches Wissen über Daten-Streaming zu vertiefen und Confluent Cloud als zentrale Technologie für den Aufbau von Daten-Streaming-Pipelines weiter zu verankern.
Der zunehmende Einsatz von Confluent Connectors reduziert den Zeit- und Kostenaufwand für die Datenintegration im gesamten Unternehmen. Daher prüft DKV Mobility, wie sie ksqlDB nutzen können, um den Entwicklungsaufwand zu verringern, die Datenverarbeitung zu standardisieren und die Daten funktionsübergreifend zugänglich und wiederverwendbar zu machen.
Text vom Original übernommen – Confluent
