Business Case: ESG Reporting Plattform

Task

Auf der Suche nach einem zuverlässigen neuen Partner für den Betrieb, die Weiterentwicklung sowie das gleichzeitige Refactoring seiner ESG-Plattform (ESG = "Environmental, Social und Governance" – Kriterien zur Bewertung des nachhaltigen und ethischen Verhaltens von Unternehmen) wandte sich ein renommierter Finanzdienstleister an inwt. Die Plattform diente der Erstellung von Reports für die Kund*innen des Finanzdienstleisters und verzeichnete ein erhebliches Wachstum sowie eine stetig expandierende Kund*innenbasis. Der Datenimport und die Reporterstellung mit Hilfe der Plattform erforderten noch viele manuelle Schritte. Zugleich störte die Implementierung neuer Funktionalitäten immer häufiger den kontinuierlichen Betrieb. Wegen begrenzter Ressourcen konnte der bisherige Dienstleister, der die Plattform ursprünglich entwickelt hat, nicht mit den rapide wachsenden Anforderungen Schritt halten.

Deswegen wurde nach einem neuen Dienstleister gesucht, der die ESG-Plattform betreiben und gleichzeitig einem umfassenden Refactoring und einer Robustifizierung unterziehen sollte. Parallel musste das Produkt weiterentwickelt werden, um neuen Kund*innenanforderungen sowie regulatorischen Anforderungen stets zeitnah zu begegnen. Hierbei war es von entscheidender Bedeutung, dass während des gesamten Prozesses die Kund*innenbasis des Finanzdienstleisters nahtlos weiter betreut wurde.

Wir haben das Projekt übernommen und vor dem eigentlichen Projektstart eine eingehende Begutachtung des bestehenden Codes durchgeführt, inklusive eines detaillierten Feedbacks an die Kund*in zum aktuellen Stand sowie zur Machbarkeit und dem Potenzial des Projekts.

Data

Die Datengrundlage bestand aus verschiedenen Quellen, deren Import aufgrund schwankender Datenqualität, fehlender Werte und sich ändernder Datenformate regelmäßig abbrach. Unser Fokus beim Refactoring lag darauf, den Datenimport diesbezüglich zu robustifizieren. Um auch auf Seiten der Infrastruktur maximale Stabilität zu erreichen, entwickelten wir ein modernes Backend für die Datenhaltung und -integration, das flexibel in der Cloud skaliert. Im Zuge des Refactorings des Datenimports wurden folgende Schritte unternommen:

• Automatisierung der Datenintegration: Um die Effizienz zu steigern und menschliche Fehler zu minimieren, wurden ETL-Pipelines zur automatisierten Datenintegration entwickelt. Das umfasste unter anderem das automatische Matching von Entitäten, welches zuvor jeden Monat einmal manuell erfolgte. Zudem wurden automatisierte Tests implementiert, um kontinuierlich die Datenqualität zu überwachen.
• Monitoring und automatische Alarme: Um zeitnah auf etwaige Unregelmäßigkeiten in den Daten reagieren zu können, wurde ein Monitoring-System eingerichtet, das automatisch Alarme versendet.
• Robustifizierung des Codes: Der Code wurde so robustifiziert, dass er flexibel auf Schwankungen der Datenqualität reagieren und mit fehlenden Werten umgehen kann, ohne die Gesamtfunktionalität zu beeinträchtigen oder manuelles Eingreifen zu erfordern. Dabei wurden systematisch alle Spezialfälle in den Daten abgefangen. Automatisierte Tests stellen sicher, dass bei der Implementierung neuer Funktionalitäten der bestehende Code die richtigen Ergebnisse liefert.

Software Development

Die Umsetzung des Projekts erfolgte durch eine umfassende Überarbeitung und Refaktorisierung des Produkts, der ESG-Plattform. Ein besonderer Fokus lag auf der Skalierung und Automatisierung des Codes mithilfe von Docker und Kubernetes. Dadurch wurde sichergestellt, dass das Produkt in Zukunft mit der Kund*innenbasis wachsen kann, ohne dabei auf technische Hindernisse zu stoßen. Parallel zum Umbau der Plattform wurde der alte Code in einer Übergangsphase weiterhin betrieben. Dies ermöglichte eine kontinuierliche Belieferung der Kund*innen des Finanzdienstleisters und den Vergleich zwischen alten und neuen Ergebnissen. Entwicklungs- und Produktivumgebung wurden sauber getrennt, um neue Features implementieren zu können, ohne den laufenden Betrieb zu stören, sowie den Effekt von Veränderungen der Datenverarbeitung auf die Reports systematisch untersuchen zu können.

Solution

Die fertige Lösung zeichnet sich durch ihre Automatisierung, Skalierbarkeit und eine robuste Datenimportfunktionalität aus. Der Produktbetrieb wurde erfolgreich fortgesetzt, während die Nutzer*innenfreundlichkeit durch die Einführung neuer Reportfunktionen verbessert wurde. Releases wurden in Absprache mit unserer Kund*in und deren Kund*innen zu vorab geplanten Zeitpunkten vorgenommen, sodass sich alle Stakeholder darauf vorbereiten konnten.

Eine enge Zusammenarbeit mit dem Team des Finanzdienstleisters ermöglichte einen kontinuierlichen Wissenstransfer. Der Code wurde am Ende des Projekts an das Team unserer Kund*in übergeben, das mit grundlegenden Python-Skills und nur wenig Kapazitäten in der Lage war, den Code zu nutzen und zu warten. Die Umstellung führte durch Eliminierung manueller Prozesse zu einer erheblichen Zeitersparnis und damit verbundenen Kosten, während das Produkt nun auf zukünftiges Wachstum vorbereitet ist. Insgesamt konnte durch den Dienstleisterwechsel ein enormer Mehrwert in Form von Effizienz, Skalierbarkeit und Kosteneinsparungen erzielt werden.