
Monatsrückblick Juli 2025
Zusammenfassung: Im Juli 2025 gab das Recruiting-Team der FI-SP Einblicke in seine Arbeit und gab…
Episode vom: 11.07.2024, erreichbar unter:
Solutions-Talk, der IT-Podcast der Finanz Informatik Solutions Plus.
Intro:
Mit den richtigen Daten hochautomatisiert die richtigen Entscheidungen zu treffen, ist eine wichtige Aufgabe im digitalen Banking von morgen. Data Analytics-Spezialistinnen und -Spezialisten im Team der Lösungsfinder entwickeln dazu die passenden Lösungen, mit denen die Kunden der FI-SP ihre Kundenberatung, den Kundenservice, das Marketing und viele weitere Bereiche zukunftsfest aufstellen.
Der zunehmende Einsatz von KI-Technologien steigert die Relevanz von Data Analytics nochmal mehr. Schließlich wachsen die Datenmengen rasant und die daraus resultierenden Informationen müssen immer häufiger schnell zur Verfügung stehen. Für den Mehrwert einer Data Analytics-Anwendung ist die Wahl der richtigen Technologien wichtig.
Lösungsfinder Nikolas Wirth ist Software Engineer und Data Analytics-Spezialist. Er zeigt uns heute, wie das Team der Lösungsfinder mit der In-Memory-Datenbank Exasol für Kunden wertvolle Datenschätze hebt.
Hallo Nikolas. Ich freue mich sehr, mit dir heute auf Schatzsuche zu gehen. Und ich bin schon ganz gespannt, was wir heute alles finden und entdecken werden. Lass uns aber nicht sofort loslegen. Unsere Zuhörerinnen und Zuhörer wollen sicher erst mal wissen, wer die Suchmessung leitet. Erzähl doch bitte mal ein bisschen über dich.
Nikolas: Hallo Susanna. Ja gerne. Also Schatzsuche ist vielleicht ein bisschen weit gegriffen. Ich bin ja Analytiker, aber als Software Engineer bei der FI-SP kümmere ich mich aktuell um ein Data Analytics-Projekt und das ist ja auch gleich das Thema.
Aber vielleicht noch ein bisschen einmal einen Schritt zurück. Wo komme ich eigentlich her? Ich habe vor mittlerweile sechs Jahren mein Studium bei der FI-SP hier angefangen. An der Dualen Hochschule Baden-Württemberg in Stuttgart. Und bin dort dann auch eingestiegen als Frontend-Entwickler nach meinem Studium. Und hatte dann aber eher die Tendenz, mal hinter die Fassaden zu schauen.
Also mich haben dann die Daten fasziniert. Praktisch dann auch Data Analytics. Und nicht nur das Frontend. Also da einfach um mich breiter aufzustellen. Jetzt bin ich aktuell im Enterprise Information Management-Bereich bei der FI-SP angelangt. Hier entwickeln wir quasi Informationsmanagement-Lösungen für Banken und Versicherungen, konzipieren die und betreiben die auch.
Als Thema hast du heute die In-Memory-Datenbank-Accessoire mitgebracht. Reine Produktthemen haben wir ja im Solutions-Talk eher selten. Was macht die Datenbank denn so besonders, dass wir hier über ein Produkt reden?
Nikolas: Genau. Also wir haben Exasol als Beispiel für eine analytische Datenbank heute mitgebracht. Weil wir sie in einigen Projekten aktuell einsetzen. Sie steht quasi stellvertretend für viele analytische Datenbanken, die auf dem Markt agieren.
Aber erstmal auch hier nochmal einen Schritt zurück vielleicht. Was ist eigentlich eine analytische Datenbank? Analytische Datenbanken steigern grundsätzlich durch spaltenbasiertes Design die Performance von Auswertungsaufgaben oder eben von Analysen, um das Trendwort hier zu nennen.
Im Gegensatz zu klassischen relationalen Datenbanken werden die Daten wie gesagt spaltenbasiert abgelegt und nicht, wie bei den transaktionalen Datenbanken, zeilenbasiert. Dadurch sichern wir eine hohe Performance, weil Abfragen auch primär im Speicherlauf, wir haben es gerade gesagt, in-Memory-Datenbank Exasol. Also die Exasol möchte dadurch, dass Metadaten auch im Arbeitsspeicher gespeichert werden, eine höhere Performance erreichen.
Und wir setzen analytische Datenbanken ganz grundsätzlich bei uns im Business Intelligence-Bereich ein, wo wir eben mit großen und immer größer werdenden Datenbeständen zu tun haben, um sie dann schnell analysieren zu können. Die Exasol ist eben eine Datenbank, ein Anbieter einer Datenbank, der bei uns aktuell bei unserer Mutter eingesetzt wird, der Finanz Informatik (FI). Und die Exasol-Datenbank ist ein sehr spannendes Produkt, weil es eine sehr moderne In-Memory-Datenbank ist, die dazu auch noch aus Deutschland kommt. Und es ist quasi ein sehr gutes Beispiel, dass wir da immer moderne Technologien versuchen einzusetzen.
Das heißt, ihr setzt in euren Projekten neben Exasol auch andere Datenbanken ein?
Nikolas: Genau richtig. Also grundsätzlich analysieren wir erst mal die Anforderungen, die vom Kunden kommen, wenn wir ein Projekt umsetzen, und analysieren auch die aktuelle Anwendungsumgebung beim Kunden und sprechen darauf aufbauend dann unsere Empfehlungen aus. Also es ist nicht immer so, dass die analytische Datenbank die beste Lösung ist. Wir haben im Umfeld der Banken-IT oft auch Mainframe-Lösungen mit hochperformanten DB2-Datenbanken im Einsatz. Das heißt, transaktionelle Datenbanken, wo eben sehr, sehr viele Transaktionen am Tag durchgeführt werden müssen.
Das ist zum Beispiel beim Zahlungsverkehr der Fall. Aber wenn es sich eben um Data Analytics, also Analyse von Daten handelt, dann empfehlen wir Analytics-Datenbanken, analytische Datenbanken und somit teilweise auch die Exasol, die eben hier stellvertretend für analytische Datenbanken steht. Hierbei kommt es auch ganz stark darauf an, dass man Informationen schnell extrahieren möchte.
Also da liegt die große Stärke der analytischen Datenbanken auch gegenüber den transaktionalen Datenbanken. Das ist dann der Punkt, wo wir eben die wertvollen Datenschätze, wie du es vorhin in der Moderation schon gesagt hast, heben wollen und unseren Kunden eben die bestmögliche Performance bieten wollen, um passgenaue Angebote an die Endknden unterbreiten zu können.
Das heißt, dass der Einsatz der analytischen Datenbank von der Kundenumgebung abhängt. Wie genau kann ich mir denn eure Dienstleistung vorstellen?
Nikolas: Das ist ein guter Punkt. Die Frage kommt tatsächlich öfter auch bei Bewerbenden vor. Wie ist denn unsere Dienstleistung überhaupt oder unser Angebot? Also grundsätzlich ist das in drei Sparten unterteilt: Wir haben einmal die Beratung, die Konzeption und Entwicklung und danach auch noch die Betreuung der Anwendung. Und das ist ganz grundlegend bei uns. Wir wollen eben nicht nur die Beratung machen, sondern wir wollen danach auch wirklich umsetzen.
Wir sind alle Software-Ingenieure, Entwickler. Wir haben dann richtig Lust, da auch tiefer reinzugehen und das, was wir konzipiert haben, auch wirklich umzusetzen und am Ende bestenfalls natürlich auch noch weiter zu betreuen und weiterzuentwickeln, an die stetigen Rahmenbedingungen anpassen. Und das bedeutet, dass wir in Bezug auf analytische Datenbanken unsere Kunden gemäß den Anforderungen eben beraten und dort versuchen sinnvoll und effektive Lösungen zu finden, entwickeln dann die entsprechende Anwendung oder Datenbasis mit der Datenbanktechnologie, die wir empfohlen haben, weiter und stellen unseren Kunden damit dann Datenbestände bereit, mit denen sie dann arbeiten können. Also die Analysen an sich führen wir dann selten durch, sondern wir stellen die Basis für die Analysen bereit.
Das klingt voll spannend. Kannst du das an einem konkreten Beispiel noch etwas näher beschreiben?
Nikolas: Ja, gerne. Da kommt dann auch Exasol ins Spiel, wenn wir so konkret werden wollen. Und wir haben zum Beispiel einen Kunden, da sollten wir eine Reporting-Matschicht entwickeln, um eben Kundenanfragen noch besser bearbeiten und auch ein Reporting darauf aufbauen zu können. Konkret sollten wir da ein Datenmodell entwickeln, was auf dem operativen Datenbestand basiert, um dann eben unterschiedliche Informationen extrahieren zu können.
Beispiel dafür wären Kundenaffinitäten, Next Best Action-Empfehlungen, also was möchte der Kunde denn als nächstes tun, oder aber auch zum Beispiel, um Risikofaktoren darzustellen. Grundsätzlich haben wir das Projekt agil aufgesetzt. Zunächst haben wir da eben eine Analyse von der Anwendungslandschaft bei unserem Kunden gemacht.
Und in diesem Fall waren wir in der Welt der FI unterwegs, also bei unserer Mutter Finanz Informatik. Und dort war schon eine analytische Datenbank im Einsatz, nämlich – da wird es jetzt konkret – eben auch die Exasol. Und da mussten wir gar nicht mehr so viel empfehlen, da war ja schon eine Exasol-Datenbank, eine analytische Datenbank zur Verfügung.
Wir hatten dort die Situation, dass wir einen großen Datenbestand über mehrere Quellsysteme hinweg zusammenführen sollten. Dadurch darauf aufbauen, dann eben ein Datenmodell erschaffen, womit Datenanalysen durchgeführt werden können. Damit mussten wir auch eine Transformation von praktisch bestehenden zeilenorientierten Datenbanken, Datenmodellen, hin zu spaltenbasierten Datenmodellen machen, um eben hier eine analytische Datenbank aufzubauen.
Dadurch, dass das Projekt agil aufgesetzt war, haben wir uns zunächst nur grobe Ziele gesteckt und im weiteren Verlauf dann weitere Anforderungen spezifiziert und in Iterationen, also Wiederholungen, umgesetzt. Ich hatte vorhin schon von der Risikoerkennung gesprochen. An diesem Beispiel: Für die Sparkassen, also die Kunden der Finanz Informatik, war es eben wichtig, die Risiken bei ihren Geschäften zu erkennen.
Risiken sind beispielsweise bei Krediten schlechte Bonität, also ein Ausfallrisiko oder unzureichende Absicherung. Und bei der Vergabe von Krediten wird das alles operativ schon geprüft, aber wenn Kredite mal laufen, dann muss das ja immer wieder neu eingeschätzt werden. Und gerade um solche Analysen zu machen, ist das neue Datenmodell, die neue Reporting-Matschicht, gedacht.
Und wenn neue Risiken aufkommen, dann müssen Kreditinstitute dieses sehr schnell erkennen. Und dadurch war für uns die Auswahl der analytischen Datenbank, der Exasol, eben hier sehr passend. Um in diesen Datenbestand auch möglichst aktuelle Daten zu haben, beladen wir unsere Datenbank täglich in der Batch-Verarbeitung und spiegeln praktisch alles aus dem operativen System in unsere analytische Datenbank. Die Risikoerkennung ist aber nur ein Beispiel von vielen, was die Reporting-Matschicht macht und wofür sie so eine hohe Performance benötigt. Und die Exasol leistet da echt gute Dienste.
Was ist denn das Besondere an Exasol beziehungsweise was ist für potenzielle Lösungsfinderinnen und Lösungsfinder so interessant bei der FI-SP mit dieser Datenbank zu arbeiten?
Nikolas: Die Exasol ist eine spaltenbasierte Datenbank mit einer irre hohen Performance. Also das ist alleine schon mal richtig cool, das zu sehen, wie schnell da Abfragen durchgehen, wenn man herkömmliche transaktionale Datenbanken gewohnt ist und darauf vielleicht mal Analysen gemacht hat. Dann wird man merken, die Exasol ist da richtig gut.
Der Hersteller spricht davon, durch die In-Memory-Technologie und die spezielle Architektur bis zu 20 Mal schneller Erkenntnisse aus Daten zu gewinnen als mit anderen Analytics-Datenbanken und sogar davon, hier Marktführer zu sein, was die Performance angeht. Und da hat mich der Optimizer von Exasol wirklich sehr überzeugt, vor allem die Verarbeitung im Arbeitsspeicher und das Speichern von Metadaten auch im Arbeitsspeicher und Verweisen auf die tatsächliche Allokation in der eigentlichen Datenbank. Das ist echt was Besonderes und zeigt immer mehr, dass wenn große Datenmengen ausgewertet werden sollen, die Exasol immer schneller wird. Bei kleinen Datenmengen haben wir auch schon mal einen Benchmark durchgeführt, da kommt das noch nicht so zum Tragen, aber wenn wir dann Millionen und Abermillionen Datensätze haben, da schlägt das dann richtig ein.
Zusätzlich hat Exasol den Vorteil, dass es auf der Oracle-Datenbank aufbaut und eben auch die gleichen SQL-Sprachvarianten hat und damit kann man eigentlich recht schnell Zugang zu Exasol finden. Warum sollte man Exasol nutzen? Grundsätzlich kommt man an analytischen Datenbanken heutzutage als Data Analyst eigentlich nicht mehr vorbei. Und auch als Datenarchitekt wird das immer spannender, hier einzusteigen, weil eben viel, viel mehr Daten generiert werden und dadurch, dass der Bedarf an analytischen Datenbanken, an Analysen und Auswertungen immer weiter wächst.
Und das ist eigentlich das Spannende, warum es sich lohnt, hier einzusteigen und hier seinen Mehrwert auszuschöpfen. Das Feintuning bei den analytischen Datenbanken ist anfangs vielleicht ein bisschen tricky, aber wenn man das einmal raushat, dann kommt man eigentlich gut damit zurecht und das unterscheidet sich zwischen den Datenbanken dann auch gar nicht mehr so sehr. Also wenn man die eine Datenbank gut feintunen kann, dann kommt man auch sehr schnell in andere Datenbanken rein.
Outro:
Das klingt spannend und eine Faszination für die analytische Datenbank und die Aufgaben, die man damit lösen kann, kann man förmlich spüren. Und darum geht es ja auch im Team der Lösungsfinder. Spaß daran zu haben, spannende Aufgaben mit neuesten Technologien gemeinsam im Team zu lösen.
Herzlichen Dank, Nikolas, dass du uns mit auf die Schatzsuche genommen und gezeigt hast, wie man aus den Rohdiamanten der Daten durch cleveres Schleifen hochkarätige Brillanten machen kann.
Liebe Zuhörerinnen, liebe Zuhörer, vielen Dank auch an euch, dass ihr in dieser Folge wieder mit dabei wart. Nehmt die Impulse gerne mit in die Gespräche in eure Freundes- und Bekanntenkreise und vergesst nicht, uns über das Kontaktformular auf unserer Homepage mitzuteilen, zu welchen anderen Themen ihr gerne mal mehr erfahren wollt.
Seid auch gerne in der nächsten Folge vom Solutions-Talk wieder mit dabei. Wir freuen uns auf euch.
Mehr über die Welt der Lösungsfinder erfahren? Besucht die Homepage www.f-i-solutions-plus.de.
Lösungsfinder Nicolas W., Data Analytics-Spezialist, nimmt uns mit auf die Schatzsuche.
Er weiht uns in dieser Folge ein,
Schnapp dir deine Kopfhörer und einen Kaffee und begleite uns auf der spannenden Suche nach dem Datengold.
Hier können Sie den Solutions-Talk bequem abonnieren und als mp3-Datei downloaden.