Zum Inhalt springen
Illustration zur Fallstudie Bahlsen Group

Bahlsen Group: Ein Data-&-AI-Estate übernommen, das niemand kartiert hatte

Unser Gründer Tungi Dang übernahm eine gewachsene Datenplattform, für die es keine Dokumentation auf Estate-Ebene gab. Er kartierte sie, auditierte sie aus drei Blickwinkeln, legte die Reihenfolge der Modernisierung fest und lieferte die zwei fehlenden internen Produkte aus.

Tungi lieferte ein kartiertes Estate, ein nach Severity sortiertes Audit, eine sequenzierte Modernisierungs-Roadmap und zwei interne Produkte.

  • Sicherheit
Website besuchenöffnet eine externe Website in einem neuen TabAlle Arbeiten

Programmergebnisse

Estate-Audit
AI Compass
Design System
Illustration: eine halb aufgefaltete leere Karte mit einem Butterkeks auf einer Ecke

Ein Estate ohne Karte

Im Juli 2026 übernahm Tungi als Interim Head of Data & AI eine Plattform, die er nicht gebaut hatte. Die Plattform beruhte auf jahrelanger Arbeit von internen Kolleginnen und Kollegen und externen Partnern: eine Cloud-Landing-Zone, ein Warehouse auf BigQuery, eine Transformationsschicht in dbt, darüber die BI-Schicht, eine selbst betriebene Runtime, die jeden geplanten Job ausführt, und eine Schublade voller interner Anwendungen.

Technisch war das überwiegend solide. Was fehlte, war ein Dokument, das erklärt, wie es zusammenhängt. Die Namenskonventionen waren gut und nirgends aufgeschrieben. Onboarding hieß: den Fluss von den Quellsystemen bis ins Dashboard aus einzelnen Repository-READMEs rekonstruieren.

Die erste Lieferung von Tungi war deshalb ein Orientierungsdokument. Er zog jedes Repository des Estates in einen Read-only-Spiegel und schrieb auf, was es nicht gab: die Layer-Karte, die Konventionen, den Deploy-Contract, den End-to-End-Datenfluss und eine ehrliche Inventur, welche Repositories tragend sind und welche nur Stubs oder Kopien.

Bei der Zuschreibung zieht Tungi eine klare Grenze. Er hat diese Plattform nicht gebaut. Seine Aufgabe war, sie in einem Kopf zu behalten und dann zu entscheiden, was damit passiert.

Das Audit in drei Lenses

Tungi prüfte das Estate in drei getrennten Reviews und sortierte alles nach Severity: eine Strategie-Lens auf Wetten und Klumpenrisiken, eine Architektur-Lens auf Failure Modes und Security und eine Developer-Experience-Lens auf die Frage, wie es ist, hier eine Änderung auszuliefern.

Die Findings bildeten Cluster.

  • Ein Keystone, mitten im Austausch. Jeder geplante Workload lief auf einer einzigen selbst betriebenen Runtime, und die Organisation war auf halbem Weg zu einem zweiten Deployment. Das hat Tungi als größtes strategisches Risiko eingestuft.
  • Keine schichtübergreifende Observability. Fehler wurden über Webhooks pro Repository sichtbar. Nichts erzwang, dass die Ingestion fertig ist, bevor die Transformation startet. Veraltete Dashboards fielen einer Analystin auf, die zufällig hinsah.
  • Uneinheitliche Security- und Betriebshygiene im Estate. Die Details bleiben intern; das Severity-Ranking hat die kritischsten Punkte an die Spitze der Remediation-Queue gesetzt.
  • Überhaupt kein Orientierungsdokument auf Estate-Ebene. Das billigste Artefakt, das dem Team fehlte, und das, was das Audit selbst produziert hat.

Tungi zog ein Finding aus der Roadmap und behandelte es als Incident.

Tungi erklärt die Methode in seinem Leitfaden dazu, wie er eine übernommene Datenplattform prüft, bevor er die Modernisierung plant.

Erst die günstigen Korrekturen, dann die Orchestrierung

Das Modernisierungs-Assessment deckte die ganze Kette ab: Ingestion, Transformation, Orchestrierung, Serving. Jede Schicht kam schlecht weg, und die Versuchung bei so einer Scorecard ist ein Neubau.

Tungi schlug eine Reihenfolge vor. Die Ingestion lief als Full Load, append-only, ohne Merge Key, und die meisten Transformationsmodelle deduplizieren beim Lesen nicht. Wiederholte Läufe trugen doppelte Zeilen in nachgelagerte Kennzahlen, also falsche Zahlen auf laufenden Dashboards, ganz ohne Orchestrator. Die Testabdeckung über die Modellschicht lag weit unter dem, was eine derart tragende Plattform braucht.

Also: zuerst Idempotenz und Observability schließen, weil beides keine neue Infrastruktur braucht. Dann das Orchestrierungs-Backbone. Dann die Ingestion modernisieren. Ein Orchestrator-Programm über mehrere Monate darf den Dedup-Fix nicht blockieren, der diese Woche aufhört, falsche Zahlen auszuliefern.

Diese Reihenfolge aufzuschreiben war wichtiger als die Zielarchitektur.

Illustration: überlappende Glaslinsen über einem Butterkeks
Illustration: ein Kompass ohne Markierungen neben einem Stapel Butterkekse

AI Compass: aus einer Bedarfsliste ein Entscheidungswerkzeug machen

Das AI-Use-Case-Portfolio kam als Dokument an. Jede Abteilung hatte Kandidaten eingereicht, jeder Kandidat war in mehreren Dimensionen bewertet, und im Steering-Termin war das unbrauchbar, weil die Frage „was hat keinen Owner“ hieß, das Dokument von vorn bis hinten zu lesen.

Tungi baute daraus eine interne Webanwendung, durchgehend zugriffsgeschützt, weil die zugrunde liegenden Daten sensibel sind.

  • Ein Command Center mit den zwei Zahlen, auf die eine Führungskraft reagiert, wie viele Fälle auf niemandes Namen laufen und wie viele Quick Wins bereitstehen, dazu ein Feed, was sich in den letzten sieben Tagen bewegt hat.
  • Eine Delivery Map, eine sortierbare Tabelle und eine Impact/Effort-Matrix mit konfigurierbaren Achsen, alle lesen denselben Filterzustand aus der URL. Der Drilldown aus einer Kachel behält die Filter und verengt die Ansicht. Jede gefilterte Ansicht ist ein Link, den man weiterschicken kann.
  • Eine Abteilungs-Scorecard: jedes Team auf einer Seite, mit Bedarf, Horizont-Split, Evidenzabdeckung, Quick Wins, Ownership-Lücken und offenen Follow-ups, jede Zahl klickbar bis auf die Fälle dahinter.
  • Ein Action Board, das alle offenen Follow-ups des Portfolios in einer Liste sammelt, damit niemand hunderte Detailseiten öffnet, um sie zu finden.
  • Shortlists, Exporte und Präsentationsmodus. Fälle bildschirmübergreifend auswählen, Ansicht oder Auswahl als CSV in drei Detailtiefen exportieren, oder beides als Foliendeck bzw. einseitiges Briefing ausgeben, das direkt als PDF druckt.

Tungi freut sich am meisten über das Autorisierungsmodell, weil es auch nach seinem Weggang noch wie vorgesehen funktioniert.

Tungi erklärt die Steuerungsmethode in seinem Leitfaden dazu, wie aus einer KI-Ideenliste ein steuerbares Portfolio wird.

Ein Design System, weil jede interne App ihr eigenes erfunden hat

Die zweite Lücke war visuell. Jede interne Anwendung hatte ihre eigene Palette und eigene Buttons, und eine eigene Vorstellung davon, wie ein Chart auszusehen hat.

Tungi baute ein Framework-neutrales Design System als Monorepo: geschichtete Design Tokens, zugängliche Controls als native Custom Elements und dünne, typisierte Wrapper, damit dieselben Komponenten in React, Svelte und im E-Learning-Framework der Schulungen angenehm nutzbar sind. Ein Storybook-Katalog, eine feste semantische Version über alle publizierten Pakete, ein Changeset für jede konsumentensichtbare Änderung.

Die Barrierefreiheit ist der Teil, der sich zu beschreiben lohnt. Getestete Farbpaarungen, Kontrastschwellen und Chart-Encoding-Metadaten liegen als Daten neben den Tokens, sodass ein Consumer dagegen prüfen kann. Jede Serie in einem Chart trägt eine Form zusätzlich zur Farbe, und die Legende wiederholt die Form neben dem Namen; so überstehen die Charts Graustufendruck, Farbfehlsichtigkeit und Forced-Contrast-Modus. Die eine Kontrastpaarung, die Tungi innerhalb eines Design-System-Releases nicht korrigieren konnte, ist als offener Punkt mit den gemessenen Verhältnissen dokumentiert.

Undokumentiertes durchsuchbar machen

Drei kleinere Arbeiten, alle gegen dasselbe Problem: institutionelles Wissen, das existiert, aber nicht abfragbar ist.

Tungi archivierte interne Wikis in auditierbarer, maschinenlesbarer Form und baute daraus ein Konfliktregister: widersprüchliche Aussagen aus verschiedenen Quellen nebeneinander, mit Evidenz, verantwortlichem Owner, Verifikationstest und Akzeptanzkriterien. Jeder Widerspruch ist jetzt ein Ticket mit einem Namen dran.

Er baute außerdem einen Knowledge Graph über Meeting-Transkripte als Navigationshilfe, mit Communities, schichtübergreifenden Hub-Knoten und den Fragen, die genau dieser Graph gut beantworten kann. Ausgeliefert mit einem Coverage-Warnhinweis ganz oben, weil die Extraktion lückenhaft war und Leser wissen müssen, wo die Karte aufhört.

So arbeitet Tungi hier

Infrastruktur und Anwendung liegen in getrennten Repositories mit eigenen Pipelines. Änderungen gehen als reviewte Pull Requests raus, auch die von Tungi. Findings werden mit Severity, Dateipfad und Fixvorschlag dokumentiert, damit jemand anderes auch ohne Tungi handeln kann.

Ein Interim-Mandat endet. Alles, was Tungi hier gebaut hat, Estate-Karte, Audit, Roadmap, Portfolio-App und Design System, ist ein Artefakt, das jemand anderes aufnehmen und weiterbetreiben kann.

Stehen Sie vor einer ähnlichen Situation?

Ein Projekt starten

Nächstes Projekt

Orcrist: GitOps-Plattform auf GKE für sicherheitskritische Workloads