Das 1889 gegründete Unternehmen Michelin begann als kleine Gummifabrik in Frankreich und erfand später den Radialreifen. Heute ist das Unternehmen einer der größten Reifenhersteller der Welt. Michelin investiert jährlich fast 650 Millionen Euro in Forschung und Entwicklung und stellt Reifen für fast alle Fahrzeugtypen wie Autos, Fahrräder, Flugzeuge, landwirtschaftliche Geräte, Lastkraftwagen, Motorräder und sogar für die Space-Shuttles der NASA her. Aber Michelin steht für mehr als nur Reifen. Das Unternehmen, das auf eine über 100-jährige Erfolgsgeschichte voller Innovationen zurückblickt, hat sich von einem Hersteller, der Reifen produziert und vertreibt, zu einem datengesteuerten Dienstleistungsunternehmen entwickelt. Michelin nutzt heute riesige Datenmengen, um einem breit gefächerten Kundenstamm nachhaltige Mobilitätslösungen zu bieten, z. B. Vorhersagen darüber, wann Reifen ersetzt werden müssen oder welche Routen den Kraftstoffverbrauch optimieren. Neben dem Transportgeschäft gibt das vielseitige Unternehmen auch den renommierten Guide Michelin für Restaurants weltweit heraus.
Apache Kafka für Echtzeit-Daten Pipelines und Integrationen
Apache Kafka für Echtzeit-Daten Pipelines und Integrationen Michelin ist in den Bereichen Produktion, Dienstleistungen und Verlagswesen stark auf Daten angewiesen. Im Zuge der digitalen Transformation entschied sich das Unternehmen für Apache Kafka®, eine Open-Source-Technologie für verteiltes Daten-Streaming, die für Echtzeit-Daten-Pipelines, Datenintegration und Stream Processing eingesetzt wird. OpenSource-Kafka schuf die benötigte Grundlage für die Nutzung von Echtzeitdaten für wichtige Anwendungsfälle im Unternehmen. Es bedeutete jedoch auch eine aufwändige Wartung und ein Infrastrukturmanagement durch interne Kafka-Experten. Michelin beschäftigte drei Vollzeitmitarbeiter für die Verwaltung der Kafka-Cluster, aber die Skalierung gestaltete sich schwierig, insbesondere für das System zur Bestandsverwaltung.
Die Herausforderung: Bestandsverwaltung in Echtzeit erfordert Cloud-native Agilität
Der Hersteller hatte lange Zeit mit unzuverlässigem und veraltetem Reporting über die Lagerbestände zu kämpfen, insbesondere bei Rohstoffen und Halbfabrikaten. Dies wirkte sich auf die weltweite Lieferkette und Logistik und letztlich auf die Kunden aus. Das Unternehmen suchte eine Möglichkeit, auf Echtzeitdaten zuzugreifen und einen genauen Überblick über die Bestände in ihrem gesamten Ökosystem zu erhalten. Im Rahmen eines Proof of Concept (PoC) konnten sie die logistischen Abläufe zwischen zwei Standorten mithilfe einer event-gesteuerten Architektur und einer Streaming-Lösung überwachen und analysieren – dank der Leistungsfähigkeit der Cloud. Der PoC war erfolgreich. Die jüngsten globalen Krisensituationen (COVID-19, Ukraine usw.) haben die Initiative allerdings verlangsamt. Sie wird jedoch bald wieder aufgenommen, um die Vorteile der Lösung zu demonstrieren.
Die Herausforderungen beim Einsatz von Kafka
„Eine der Herausforderungen bei Kafka war die operative Komplexität. Vor allem, als sich das System in unserem Unternehmen ausbreitete. Da es sich um ein komplexes, verteiltes System handelt, mussten wir wichtige technische Ressourcen und Expertise einsetzen, um es zu überwachen und am Laufen zu halten. Dies bedeutete auch zusätzliche interne Wartungskosten und Risiken. Ein weiteres Problem war, dass es unseren Weg in die Cloud nicht unterstützte, was eine unserer Vorgaben im Unternehmen ist. Es wurde für lokale Infrastrukturen und nicht als Cloud-natives Datensystem entwickelt. Daher konnte es nicht wie benötigt skaliert und die zu bewältigenden Datenmengen nicht verarbeitet werden“, so Olivier Jauze, IT Architect und CTO von Mastero Marketplace, einer Service Line von Michelin. Michelin wusste, dass das Unternehmen die Skalierbarkeit und Ausfallsicherheit seiner Kafka-Implementierungen verbessern musste, um einen zuverlässigen Einblick in das Bestandsmanagement in Echtzeit zu erhalten und die wachsenden Kundenerwartungen an ein nahtloses OnlineBestellsystem zu erfüllen.
35% niedrigere Betriebskosten durch Confluent im Vergleich zu Open-Source-Kafka
Um die Defizite von Open-Source-Kafka zu beheben und den Weg in die Cloud zu beschleunigen, entschied sich Michelin für Confluent Cloud, einen vollständig verwalteten, Cloud-nativen Kafka-Service. Durch die Zentralisierung des Daten-Streamings und den Einsatz von Confluent Cloud in einer Microsoft-Azure-Umgebung erwartet Michelin eine deutliche Verringerung der operativen Probleme und die Einsparung von Mitteln. Das Unternehmen schätzt die Einsparungen im Vergleich zum On-Premises-Betrieb auf 35 %. Confluent Cloud hat Michelin ermöglicht, seine Gesamtbetriebskosten zu senken, die Uptime durch ein SLA von 99,99 % stark zu verbessern und die Markteinführung dank der flexiblen Skalierbarkeit, die einen Durchsatz von 10 TB/Tag unterstützt, zu beschleunigen. Zudem können sich die auf Kafka spezialisierten Teams nun auf wichtigere Aufgaben konzentrieren, anstatt die Infrastruktur zu warten. „Wir haben uns für Confluent entschieden, als wir die Grenzen von Open-Source-Kafka erkannten. Insbesondere die Schwierigkeit, kosteneffizient zu skalieren, die Einschränkungen beim Monitoring und der Sicherheit und das Fehlen eines klar definierten Weges in die Cloud. Confluent bot eine vollständige Plattform mit allen Funktionen, die wir für geschäftskritische Anwendungsfälle benötigten. Wir wollten mit einem Partner zusammenarbeiten, der über fundierte Kafka-Kenntnisse verfügt. Confluents enorme Erfahrung mit Kunden, die Kafka bereits einsetzen, hat uns die Entscheidung leicht gemacht“, so Jauze. „Wir schätzen, dass Confluent uns in den letzten zwei Jahren geholfen hat, acht bis neun Monate bei der Einführung der Technologie zu gewinnen.“
„Confluent hat im Vergleich zu allen anderen Anbietern, mit denen wir gesprochen haben, ein viel höheres Support- und Serviceniveau geboten. Mit einer Menge an Erfahrung und mit über 80 % der Commits zu Apache Kafka gibt es kein anderes Unternehmen, dem wir mehr vertrauen, um unseren Erfolg mit Echtzeitdaten und Kafka sicherzustellen. Die Weitsicht und das Niveau der Expertise sind unvergleichlich.”
Die technische Lösung:
Michelin begann mit der Implementierung von Kafka in einem On-Premises-Modell in eigenen Rechenzentren, um einen Echtzeitüberblick über das gesamte Unternehmen zu erhalten und Daten als kontinuierliche Streams zu sammeln, zu verarbeiten und zu speichern – anstelle von Daten at Rest die in Datenbanken oder alten Legacy-Anwendungen gespeichert sind. Ende 2019 entschied sich der Hersteller für einen Wechsel in die Cloud, um einige der operativen Herausforderungen bei der Verwaltung von Kafka zu mindern und die Vorteile einer Cloudzentrierten digitalen Transformationsstrategie zu nutzen. Michelin wählte Microsoft Azure als Cloud-Partner und migrierte 2021 auf Confluent Cloud für Azure. „Azure ist unser bevorzugter Cloud-Partner. Wir wollten einen Kafka-Infrastruktur-Anbieter für die Cloud finden, der zu unseren eigenen Vorstellungen passt. Die Tatsache, dass Confluent es uns ermöglichte, unsere vorherigen Multi-Cloud-Entscheidungen zu untermauern, war für uns sehr wichtig“, sagte Valérie Servaire, IT Integration Architect bei Michelin. In den ersten neun Monaten identifizierte das Michelin-Team mit der Unterstützung von Confluent die Migrationsanforderungen und begann damit, erste Anwendungsfälle umzusetzen. Das wichtigste Projekt, die Online-Auftragsverwaltung, ging im Frühjahr 2022 live. Die Online-Auftragsverwaltung ist der Orchestrierungs- und Choreografie-Layer im Herzen der Lieferkette von Michelin. Das Unternehmen musste von seinem bestehenden On-PremisesOrchestrator, Oracle BPM, zu einer Cloud-Version migrieren. Nach mehreren erfolgreichen Projekten und einem überzeugenden Proof of Concept beschloss Michelin jedoch, seinen eigenen Orchestrator auf Basis von Kafka und Kafka Streams komplett neu zu schreiben. „Mit Confluent verwandeln wir ein batch-lastiges, sehr monolithisches Informationssystem in ein System, in dem die Daten ständig in Bewegung sind. Es ermöglicht die Entkopplung unseres Monolithen, um autonome Systeme zu schaffen, die sich unabhängig voneinander weiterentwickeln können. Die gewonnene Flexibilität ermöglicht unserem Unternehmen, datengesteuerte Entscheidungen zu treffen und Operations in Echtzeit. Wir setzten Data in Motion für mehr betriebliche Agilität“, sagt Jauze. Mehrere Abteilungen bei Michelin nutzen jetzt Confluent Cloud, um Datensilos im gesamten Unternehmen zu beseitigen, darunter die Lieferkette, der Kundendienst, die Fertigung und die Forschung und Entwicklung.
Das Ergebnis – Aus der CIO-Perspektive:
„Die Umstellung auf die Cloud bedeutet für uns letztlich Zeitund Geldersparnis. Aus der Perspektive der Kostenoptimierung ist es großartig. Dazu kommen die Vorteile der Cloud wie die Benutzerfreundlichkeit, flexible Skalierung, Ausfallsicherheit und allgemein verbesserte Sicherheit. Das bedeutet, dass wir uns mehr auf Innovationen und die Entwicklung von Produkten und Lösungen für unsere Endkunden konzentrieren können, anstatt uns um das tägliche Management der Infrastruktur kümmern zu müssen“, so Caseau. Daten spielen in der Unternehmensstrategie eine immer größere Rolle, und das trifft bei Michelin besonders zu. „Kafka ermöglicht es uns, Echtzeitdaten im gesamten Unternehmen zu erschließen. Confluent geht jedoch weit über Kafka hinaus und bietet eine Plattform für Daten in Bewegung, die wirklich Cloud-nativ und für die Cloud neu konzipiert ist, während sie das Kafka-Management auslagert und den operativen Aufwand verringert. Die Lösung bietet alle Möglichkeiten, die wir für unsere geschäftskritischen Anwendungen benötigen und ist überall dort einsetzbar, wo sich unsere Daten befinden“, erklärt Caseau. „Confluent spielt eine wesentliche Rolle bei der Beschleunigung unseres Wandels zu einem datenorientierten und digitalen Unternehmen. Die Kunden von heute verlangen wertvolle personalisierte Erfahrungen und die Abläufe im Unternehmen müssen angepasst werden, um der Konkurrenz voraus zu sein. Wir nutzen Confluent Cloud als wesentlichen Bestandteil unserer Dateninfrastruktur, um Daten zu erschließen und in Echtzeit zu streamen. Dies ermöglicht uns eine schnelle und kosteneffiziente Skalierung von Data in Motion für zusätzliche Anwendungsfälle im gesamten Unternehmen, wie z. B. Customer 360, E-Commerce, Microservices und mehr“, so Caseau. „Als CIO ist es meine Aufgabe, Michelin dabei zu helfen, unsere Kunden jeden Tag mit der bestmöglichen Leistung zufriedenzustellen. Der Wechsel zu einer Event-gesteuerten Architektur mit Confluent hilft mir, dieses Ziel schneller und effizienter zu erreichen.“
Höhere Zuverlässigkeit
„Zuverlässigkeit war ein wesentlicher Bestandteil unserer Entscheidung für Confluent. Ausfälle von Kafka für geschäftskritische Anwendungen und Downtime sind ein großer Risikofaktor für unser Unternehmen. Der Aufbau einer robusten Architektur, die mühelos hoch- und runterskaliert werden kann, die Nachfragespitzen bewältigen und die benötigten Datenmengen verarbeiten kann, war ebenfalls ein wichtiger Punkt bei unserer Entscheidung für Confluent. Die Cloud-native Flexibilität von Confluent Cloud und das SLA von 99,99 % bedeuten, dass ich mich in aller Ruhe auf Innovationen und die Entwicklung von Anwendungen konzentrieren kann, anstatt mich um die Verwaltung und Wartung der Kafka-Infrastruktur zu kümmern“, so Servaire.
Das einzige echte Cloud-native Kafka-Erlebnis
„Confluent bot das einzige wirklich Cloud-native Kafka-Erlebnis. Sie boten auch unvergleichliche Kafka-Expertise, was zu erwarten war, da Confluent von den ursprünglichen Entwicklern von Kafka gegründet wurde“, erklärt Jauze.
Beispielloser Support
„Einer der größten Pluspunkte von Confluent ist das Wissen über Kafka und Streaming-Technologie. Meiner Erfahrung nach ist das ziemlich einzigartig. Im Rahmen von Professional Services beraten sie uns nicht nur sehr gut, sondern im Austausch lernen wir auch viel“, so Jauze. „Als wir erstmals mit Confluent in Kontakt traten, sprachen wir mit Leuten, die das Apache-Kafka-Projekt entwickelt hatten. Und seitdem, ob in London oder im französischen Team, waren die Leute, mit denen wir zu tun hatten, immer unglaublich erfahren, technisch sehr fortschrittlich und verfügten über eine Menge didaktisches Know-how. Das ist ein echtes Unterscheidungsmerkmal. Confluent kennt die Technologie, weiß, wie man sie einsetzt und weiß, wie man sie erklärt. Wenn man von Leuten wie denen bei Confluent unterstützt wird, geht die Einführung ohne Schwierigkeiten von selbst“, ergänzte Jauze.
Die Zukunft
Michelin implementiert Confluent Cloud weiterhin unternehmensweit auf dem Weg zur digitalen Transformation. Confluent-Projekte erzielen durchgängig einen hohen ROI und daher rechnet das Unternehmen damit, dass Data in Motion in der Breite bei einer Reihe neuer Anwendungsfälle zum Einsatz kommt.
Text vom Original übernommen – Confluent
