Shift-to-Cloud eines Legacy-Systems für Fahrzeugprozesse

In einem Projekt unseres Gründers bei einem Premium-Automobilhersteller wurde ein Legacy-System für Fahrzeugprozesse per Shift-to-Cloud in eine microservice-basierte Plattform auf Google Cloud überführt. Die Plattform hat heute über 15.000 Nutzer pro Monat, Releases laufen über CI/CD-Pipelines in Azure DevOps.

Ausgangslage

Das System des Herstellers für Fahrzeugprozesse war über Jahre gewachsen. Es wurde in Werken, in Remote-Update-Services und im Aftersales genutzt und war für den Betrieb unverzichtbar. Gleichzeitig bremste die gewachsene Architektur die Weiterentwicklung.

Aufgabe

Das Altsystem sollte in eine microservice-basierte Plattform auf Google Cloud überführt werden. Das Ergebnis sollte keine Kopie des alten Systems in der Cloud sein, sondern eine Plattform, die sich weiterentwickeln lässt. Das betraf das ganze System: Anwendung, Betrieb und die Art, wie das Team Software ausliefert.

Lösung

Als Product Owner und Solution Architect verantwortete unser Gründer die Migration und leitete das internationale 14-köpfige Team technisch.

• Zielarchitektur zuerst. Am Anfang stand die Zielarchitektur auf Google Cloud: fachlich geschnittene Microservices mit klaren Schnittstellen. Sie war der Maßstab für jede Migrationsentscheidung.
• Pipelines in Azure DevOps. Continuous Integration und Continuous Delivery (CI/CD) laufen in Azure DevOps. Änderungen durchlaufen Build, Tests und Deployment über Pipelines.
• Container mit Docker und Kubernetes. Die Services laufen als Docker-Container in Kubernetes. Das macht Deployments reproduzierbar und erlaubt Skalierung je Service statt für das Gesamtsystem.
• Infrastruktur per Terraform. Die Cloud-Infrastruktur ist als Code in Terraform beschrieben. Umgebungen lassen sich nachvollziehbar aufbauen, ändern und wiederherstellen.

Ergebnis

Die Plattform läuft in der Cloud und bedient über 15.000 Nutzer pro Monat. Releases gehen über Pipelines in die Produktion. Auf derselben Plattform laufen heute auch der KI-Assistent mit Retrieval und das Empfehlungssystem mit Machine Learning.

Erkenntnisse aus dem Projekt

• Pipelines und Infrastruktur als Code sind keine Zugabe zur Migration, sondern ihre Voraussetzung. Erst damit lassen sich Umgebungen reproduzierbar aufbauen und Änderungen nachvollziehbar ausliefern.
• Eine Zielarchitektur, die vor der ersten Migration steht, verhindert, dass aus dem Monolithen ein verteilter Monolith wird.

Übertragbar auf Ihr Vorhaben

Wir begleiten heute Migrationen von Legacy-Systemen in die Cloud, von der Zielarchitektur bis zur Pipeline, siehe Cloud-Migration und Legacy-Modernisierung. Migrationen planen wir dabei schrittweise, mit Parallelbetrieb und Rückfalloption, wo der Betrieb keine Unterbrechung verträgt. Geht es um Service-, Update- oder Aftersales-Systeme im Fahrzeugumfeld, ist unsere Automotive-Software-Entwicklung der passende Einstieg. Ob sich ein gewachsenes System besser schrittweise modernisieren oder neu entwickeln lässt, beleuchtet der Artikel Software modernisieren oder neu entwickeln. Wenn Sie ein gewachsenes System ablösen möchten, sprechen Sie uns an.