Top Trend

Data Platform Analytics
Data-driven value with data mesh
Most read

Automation Data Platform Energy Financial Retail Analytics
Real-time trading dashboard as a competitive advantage
Back to overview

Customer Story

Kafka-Dashboard als Wettbewerbsvorteil

Die Trader eines Schweizer Energiehandel-Unternehmens hatten die Idee, Daten aus unterschiedlichen Quellen zu kombinieren – was ihnen rasche Entscheidungen und sofortige Reaktionen auf Marktveränderungen ermöglichen würde.

In Kürze

Herausforderung

Unterschiedliche Daten aus zwei verschiedenen Quellsystemen müssen in Echtzeit kombiniert werden.

Lösung

Konsolidierung der einzelnen Datenströme, Zusammenführung und Visualisierung der Daten in einem Echtzeit-Dashboard. Dies unter Verwendung von Kafka-Streams mit der Möglichkeit, historische Ereignisse zu speichern.

Nutzen

Erhöhte Effizienz des Strategieentwicklungsprozesses dank einer Echtzeit-Sicht auf Marktveränderungen und deren Auswirkungen auf die Finanzlage des Unternehmens.

Unsere Lösung

Um die richtigen Entscheidungen zum richtigen Zeitpunkt zu treffen, stützen sich die Trader eines international tätigen Schweizer Energiekonzerns auf mehrere Datensätze: Einige dieser Datensätze geben ihnen einen Echtzeit-Überblick über die aktuellen externen Marktpreise, die anderen über ihre aktuellen internen Positionen. Die beiden Arten von Datensätzen stammen aus verschiedenen Quellen und unterscheiden sich in Format und Struktur. Dies machte es unmöglich, alle Daten in konsolidierter und kombinierter Form darzustellen, was den Entscheidungsprozess der Trader verlangsamte. Um dies zu verbessern, wollte der Kunde die Datenströme in Echtzeit im Backend kombinieren und eine einheitliche Visualisierung der kombinierten Daten über ein Dashboard erstellen. Diese Idee sollte mit dem Potenzial von Streaming, genauer mit der Datenverarbeitungssoftware Kafka, umgesetzt werden.

Kompetent und engagiert: Kunde wählt Trivadis-Team

Unter einer Reihe von Anbietern, die Erfahrung mit der Kafka-Technologie hatten, antwortete auch Trivadis auf einen Request of Proposal (RFP). Der klare und strukturierte Lieferansatz, die breite Aufstellung eines sehr erfahrenen und vielseitigen Teams, die prompten Antworten während der RFP-Phase sowie die nachgewiesene Kompetenz und das hohe Engagement führten schliesslich dazu, dass der Kunde das Trivadis-Team als bevorzugten Partner auswählte.

Mit dem gewonnen Vertrauen des Kunden machte sich das Team daran, die Herausforderungen des Projekts anzugehen: die Kombination zweier verschiedener Datenströme und die Visualisierung des Ergebnisses in Echtzeit. Die Daten zu den Echtzeit-Produktpreisen in unterschiedlichen Märkten erhalten die Trader von einer Marktplattform. Die Übersicht über die offenen Positionen (die der Volatilität der Marktpreise ausgesetzt sind) wird vom internen Handels- und Risikomanagementsystem des Unternehmens bereitgestellt.

Unsere Trader haben schon immer nach einer Möglichkeit gesucht, den finanziellen Wert ihrer offenen Positionen in Echtzeit zu berechnen und zu visualisieren. Nach einigen Jahren der Diskussionen und Workshops wollten wir die Potenziale einer Streaming-Technologie ausprobieren sowie rechtfertigen. Durch die Nutzung der Vorteile von Kafka ist es uns gelungen, unsere internen, dem Markt ausgesetzten Positionen mit realen Marktpreisen in Echtzeit zu kombinieren und die Backend-Ergebnisse auf einem Dashboard zu visualisieren. Das Projekt hat sowohl von den konzeptionellen Kafka-Kenntnissen als auch von der praktischen Kafka-Erfahrung des Trivadis-Teams stark profitiert.

Projekt-Manager im IT-Departement des Kunden

Kafka-basierte Lösung schafft Wettbewerbsvorteil

Die Lösung für dieses Projekt entwickelte Trivadis mit Hilfe der Datenverarbeitungssoftware Kafka. Für die externe Marktdatenplattform verwendete das Team eine Mapping-Funktion, um die dortigen Produktnamen in die entsprechenden Produktnamen des internen Systems zu transformieren. Dieser Abgleich ermöglichte die Zusammenführung des abgeschlossenen externen Marktdatenstroms mit den vom internen System produzierten Daten.

Die Daten aus dem internen Handelssystem wurden in einem neuen Kafka-Datenstrom wiederverwendet: Das Trivadis-Team kombinierte die Informationen des externen Marktdatenstroms mit den Positionsdaten des internen Systems, um den Echtzeit-Finanzwert der offenen Positionen zu berechnen. Das Festhalten dieser Datenströme in einer Datenbank gewährleistet eine gewisse Fehlertoleranz der Lösung und bietet die Möglichkeit, die historischen Trends auf dem Dashboard zu visualisieren. Darüber hinaus sorgt ein fortschrittliches Splitting der Kafka-Themen dafür, dass die Lösung skalierbar ist.

Die Visualisierung der Daten in einem Echtzeit-Handels-Dashboard ermöglicht es den Tradern des Kunden, sich zu jedem Zeitpunkt einen umfassenden Überblick über die Marktbewegungen sowie die Auswirkungen dieser Veränderungen auf ihre Finanzpositionen zu verschaffen – was zu schnellen Entscheidungsprozessen und damit zu einem Wettbewerbsvorteil führt. Aufgrund des grossen Erfolgs dieses Projekts ergaben sich zahlreiche weitere Anwendungsfälle und andere Abteilungen waren daran interessiert, das Potenzial dieser Technologie zu nutzen.

EINGESETZTE TECHNOLOGIEN

  • Kafka
  • Kafka Streams
  • Confluent
  • Java
  • .NET
  • Python

Mehr Stories

AI Cloud IoT Analytics Data Platform Microsoft Health Care
How artificial intelligence helps children breathe
Data Platform Cloud Automation Microsoft Automotive Analytics
With central data plat­form to the self­driving car
Data Platform IoT Cloud Microsoft Public Administration Analytics
Platform analyses and visualises large amounts of data

Deine Ansprechperson