Echtzeitdaten-Streaming mit Apache Kafka

Anwendungsfälle für den Einsatz von Echtzeit-Daten

• Veröffentlichung und Abonnieren von Datenströmen (Messaging-System)

• Weiterverarbeitung von Datenströmen

• Laden / Exportieren von Daten aus und in Drittsysteme

• Speichern von Datenströmen

Anwendungsfälle aus den Branchen: Was haben ING, Lyft, Audi, Bosch oder JP Morgan Chase gemeinsam? Der wirtschaftliche Erfolg dieser Unternehmen lässt sich nicht zuletzt darauf begründen, dass entscheidende Erkenntnisse schnell aus großen Datenmengen gezogen werden können.

Connected Car Services sollen beispielsweise Fahrzeugdaten für Predictive Maintenance oder zur Abwicklung von Bestellungen und Auslieferung neuer Fahrzeug-Features in Echtzeit (z.B. Motorleistungs-Upgrade) liefern. Diese Event-Daten werden an verschiedenste "Consumer" wie zum Beispiel Analytics-Anwendungen, Buchhaltung oder andere Plattformen gestreamt. Da die Entstehung der Daten in Echtzeit mitverfolgt und somit adjustiert werden können, lassen sich im Bereich Manufacturing mit Apache Kafka® nicht nur Wartungsaufwände reduzieren, sondern auch Endprodukte optimieren. Im Finanz- und Bankwesen wird es aufgrund der verschiedensten Kundenzugänge, Geräte und weiteren Interaktionsmöglichkeiten für einen Anbieter immer schwieriger, einen umfassenden Überblick zu den Aktivitäten des Kunden zu erhalten. Eine derartige Streaming-Plattform unterstützt Finanzdienstleister insbesondere bei Herausforderungen wie Betrugserkennung, Kosteneinsparung, Customer 360°, Marketing und Vertrieb. Auch im Bereich Retail bietet Event-Streaming einen Optimierungsvorteil für die Übertragung, Verarbeitung und Auswertung von Datenströmen in Echtzeit.

1. Das neue Paradigma:

   1. Daten-Streaming löst Geschäftsprobleme

2. Confluent Platform:

   1. Der neue Weg: Apache Kafka® als Kern der

   2. Daten-Streaming-Plattform

3. Anwendungsfälle aus den Branchen:

   1. Mehrwerte durch den Einsatz einer

   2. Daten-Streaming-Plattform

4. Fazit