Migrationsprozess: Von QlikSense zu AWS Quick
Von Gökhan Yüksel und Matthias Nist, 12 Juni 2026
Der Kunde
Ein führender deutscher Automobilhersteller hat im Rahmen eines umfassenden Modernisierungsprogramms seiner Cloud-Datenplattform eine strategische Transformation seines Reporting- und Analyse-Ökosystems initiiert. Ziel war es, fragmentierte, veraltete BI-Strukturen zu modernisieren und eine skalierbare, Cloud-native Reporting-Umgebung zu etablieren, die unternehmensweite Analysen, Governance und zukünftiges Datenwachstum unterstützt.
Das Projekt umfasst ein eigenes Team von 8 Vollzeitäquivalenten (FTE) Mitarbeitern und läuft seit dem zweiten Quartal 2025.
Das Problem
Die bestehende Qlik Sense-Berichtslandschaft hatte sich im Laufe der Zeit zu einer hochgradig individualisierten Umgebung mit zunehmender operativer Komplexität entwickelt. Verschiedene Geschäftsbereiche nutzten unterschiedliche Berichtsstrukturen, was zu Datenintransparenz, eingeschränkter Skalierbarkeit und steigendem Wartungsaufwand führte. Gleichzeitig wollte das Unternehmen die Berichtsprozesse standardisieren und die Performance verbessern, ohne die etablierten Geschäftsprozesse zu beeinträchtigen.
Eine der größten Herausforderungen bestand darin, dass AWS Quick (ehemals genannt QuickSight) und Qlik Sense grundlegend unterschiedliche Architekturen und Funktionen verfolgen. Mehrere geschäftskritische Dashboard- und Berichtsfunktionen, die Endnutzer in Qlik Sense verwenden, waren in Quick nicht standardmäßig vorhanden und mussten daher neu konzipiert oder technisch neu entwickelt werden. Parallel dazu erforderte die Migration die Harmonisierung von Daten aus verschiedenen Quellen über Snowflake und den zentralen Cloud Data Hub unter Beibehaltung von Datenqualität, Datensicherheit und Berichtskonsistenz.
Die Lösung
AKKODIS entwarf und implementierte eine moderne Analysearchitektur auf Basis von AWS Quick, Snowflake und AWS-Cloud-Services. Das Projekt umfasste die vollständige Migration der Reporting-Ressourcen, einschließlich der Datenintegration durch Zugriff und Verarbeitung der Rohdatentabellen in Snowflake, die Neugestaltung der Dashboards sowie die Optimierung des Reporting-Datenmodells für cloudbasierte Analyse-Workloads.
Neue Semantik- und Reporting-Ebenen wurden entwickelt, um Wartbarkeit, Performance und Skalierbarkeit über alle Geschäftsbereiche hinweg zu verbessern. Bestehende Qlik Sense-Dashboards wurden detailliert analysiert und in Quick neu implementiert, wobei die zentralen Elemente der Geschätslogik, sowie die Benutzerfreundlichkeit erhalten blieben. Um funktionale Lücken zwischen den beiden Plattformen zu schließen, wurden zusätzliche anwendungsspezifische Web-Erweiterungen und Kollaborationsfunktionen eingeführt. So wurde eine benutzerdefinierte Kommentarfunktion auf Basis von Angular und TypeScript innerhalb des Reporting-Workflows entwickelt.
Die Lösung umfasste auch automatisierte Bereitstellungs- und Infrastrukturmanagementverfahren unter Verwendung von Infrastructure-as-Code-Technologien wie Terraform, was eine effizientere Bereitstellung der Umgebung und eine langfristige Betriebsstabilität ermöglichte.
Das Ergebnis
Die Umstellung auf die neue Plattform hat die Reporting-Prozesse des Kunden erfolgreich optimiert. Durch den Wechsel zu einer Cloud-nativen Architektur konnten wir die Fragmentierung des alten Systems beseitigen. Das Ergebnis ist eine zentrale, zuverlässige Datenquelle, die dank einheitlicher Datenquellen, weniger Kommunikationswege und einer sichereren Infrastruktur deutlich einfacher zu verwalten ist. Die Datenkonsistenz wurde verbessert, und die optimierten Modelle sorgen dafür, dass Berichte nun wesentlich schneller geladen und aktualisiert werden.
Geschäftsanwender erhielten Zugang zu einer intuitiveren und einheitlicheren Analyseumgebung mit schnelleren Dashboard-Reaktionszeiten und vereinfachtem Zugriff auf Unternehmensberichte. Die Einführung kollaborativer Berichtsfunktionen verbesserte zudem die Kommunikation zwischen den Abteilungen und erhöhte die allgemeine Akzeptanz der neuen Plattform.
Mit Blick auf die Zukunft bietet das Projekt dem Automobilkunden eine wirklich flexible Grundlage. Er ist nicht länger durch veraltete Systeme eingeschränkt und kann nun neue Analysefunktionen einführen oder sein Reporting skalieren, um neuen Geschäftsanforderungen mit deutlich weniger Aufwand und geringeren Kosten gerecht zu werden.