
Skalierbare Cloud-Migration für Power BI mit der Data Factory
Performance-Engpässe und ineffiziente Datenverarbeitung im Reporting
Viele Unternehmen stehen vor der Herausforderung, dass Power BI Reports durch jahrelanges Wachstum an Struktur und Komplexität zunehmen und dadurch an Performance verlieren.
Ein führender OEM aus dem DACH-Raum stand genau vor dieser Herausforderung. Die Gründe sind oft vielfältig: manuelle Datenverarbeitung, uneinheitliche Transformationsprozesse und eine Infrastruktur, die mit steigenden Datenmengen an ihre Grenzen stößt. Besonders problematisch sind rechenintensive Transformationen innerhalb von Power BI, die lange Ladezeiten verursachen und zu ineffizienten Workflows führen.
Optimierung der Datenverarbeitung –
mit der Data Factory
Entkopplung rechenintensiver Prozesse von Power BI
Alle datenintensiven Transformationen müssen aus Power BI herausgelöst und über einen ETL-Prozess effizient durchgeführt werden.- Automatisierte Datenverarbeitung mit performanten Skripten
Entwicklung einer skalierbaren ETL-Architektur, die eine strukturierte Datenaufbereitung ermöglicht. Dies sorgt dafür, dass die Daten in einem optimalen Format bereitgestellt werden, sodass Power BI effizient und performant darauf zugreifen kann. - Einsatz einer Data Factory zur Datenintegration
Die Implementierung einer leistungsfähigen Data Factory, um Daten aus verschiedenen Quellen zentral zu erfassen, zu transformieren und in einem strukturierten Format bereitzustellen.
Aufbau einer skalierbaren Infrastruktur
Flexibilität durch Cloud-gestützte Verarbeitung
Die Datenverarbeitung sollte nicht mehr an eine lokale, hardwaregebundene Umgebung gekoppelt sein, sondern in einer skalierbaren Cloud-Infrastruktur erfolgen, die höhere Verfügbarkeit und Rechenleistung bietet.
Eine Cloud-basierte ETL-Architektur mit AWS auf Basis der doubleSlash Data Factory
Unsere Lösung setzte auf eine ganzheitliche Optimierung des bestehenden Systems durch folgende Maßnahmen:
Auslagerung der Datenlogik
Die komplexen Transformationen aus Power BI wurden in eine performante, stabile Datenverarbeitung überführt. Dabei kamen optimierte Python und PySpark-Skripte zum Einsatz, die in einer Cloud-Umgebung effizient arbeiten.
Automatisierte ETL-Prozesse
Eine skalierbare ETL-Pipeline wurde implementiert, um Daten in strukturierter Form bereitzustellen. Dies reduzierte die Belastung von Power BI erheblich.
Einsatz einer Cloud-Infrastruktur mit AWS
Die bestehende lokale Abhängigkeit wurde durch eine skalierbare Cloud-Lösung ersetzt, wobei Services wie S3 für die Speicherung, Fargate und ECS für das Container-Management, VPC für die Netzwerkintegration, CloudWatch für das Logging und KMS für die Datenverschlüsselung zum Einsatz kamen.
Entwicklung eines Releaseprozesses
Um langfristige Stabilität zu gewährleisten, wurde ein standardisierter Releaseprozess eingeführt. Dieser sorgt dafür, dass Änderungen an der Datenverarbeitung nahtlos und kontrolliert erfolgen können.

Skalierbar, performant und effizient mit Power BI arbeiten
Durch die Implementierung der doubleSlash Data Factory wurden entscheidende Verbesserungen erreicht:
- Massive Performance-Steigerung
Da Power BI nun nur noch auf optimal vorbereitete Daten zugreift, konnte die Ladezeit des Dashboards erheblich reduziert werden. - Strukturierte und saubere Datenbasis
Die Verwendung einer AWS Data Factory sorgt dafür, dass unstrukturierte Rohdaten zuverlässig in ein bereinigtes Format transformiert werden.
- Skalierbare und zukunftssichere Infrastruktur
Dank der Cloud-basierten Architektur können steigende Datenmengen problemlos verarbeitet werden, ohne dass lokale Engpässe entstehen. - Reduktion manueller Prozesse
Die Automatisierung der Datenverarbeitung minimiert Fehlerquellen und sorgt für eine durchgängige Datenqualität.
Die optimierte Datenverarbeitung und skalierbare Infrastruktur ermöglichen dem OEM eine stabile und performante Reporting-Lösung. So können datengetriebene Entscheidungen schnell und effizient getroffen werden.
Mehr Data Driven Solutions
Wie können wir Ihnen weiterhelfen?
