Der Kunde (heute unter seinem internationalen Markennamen bekannt) ist die größte alternative Zustellplattform in der Tschechischen Republik und einer der am schnellsten wachsenden Logistikakteure in Mitteleuropa. Mit mehr als 500.000 Paketen pro Tag, einem Netz von über 3.000 Paketautomaten und Präsenz in Dutzenden Ländern handelt es sich um eine Infrastruktur, von der Tausende E-Shops und Millionen Endkunden abhängen.
Unsere Aufgabe war es, ein neues logistisches Informationssystem zu entwerfen und zu implementieren, das die alternde Legacy-Plattform ersetzen und dem Kunden die Skalierung des Betriebs um eine Größenordnung ermöglichen sollte — ohne ein einziges Paket zu verlieren.
Herausforderung¶
Legacy-System an der Kapazitätsgrenze¶
Das ursprüngliche Informationssystem des Kunden war organisch mit dem Unternehmen gewachsen. Die monolithische PHP-Anwendung mit relationaler Datenbank diente in den Anfangstagen treu, stieß jedoch mit dem exponentiellen Anstieg des Paketvolumens an fundamentale Grenzen. Die Verarbeitung des täglichen Datenimports von Transporteuren dauerte Stunden statt Minuten. Das Hinzufügen eines neuen Transporteurs erforderte Wochen manueller Integration. Und jeder Black Friday bedeutete Nachtschichten für das Ops-Team, das manuell die Infrastruktur skalierte und hoffte, dass das System standhielt.
Komplexität der Logistikkette¶
Der Kunde ist kein einfacher Kurierdienst. Es handelt sich um ein anspruchsvolles Logistik-Ökosystem, das umfasst:
- Automatisierte Depots mit Sortierlinien und Roboterhandhabung
- Paketautomaten — IoT-Geräte mit eigener Firmware, Konnektivität und Fernverwaltung
- Mobile Anwendungen für Fahrer, Depot-Operatoren und Endkunden
- Integration mit 50+ externen Transporteuren — von der Tschechischen Post über DPD bis hin zu lokalen Zustellern in Rumänien
- Grenzüberschreitende Logistik mit Zolldokumentation und Multi-Country-Compliance
Jede dieser Domänen hatte eigene Anforderungen an Datenkonsistenz, Latenz und Verfügbarkeit. Sie in ein einziges kohärentes System zu integrieren, erforderte einen grundlegenden architektonischen Ansatz.
Null Toleranz für Ausfallzeiten¶
In der Logistik gibt es kein „Wartungsfenster”. Pakete werden rund um die Uhr verarbeitet, Depots laufen im Schichtbetrieb, und Endkunden erwarten Echtzeit-Informationen über ihr Paket. Jeder Ausfall bedeutet reale finanzielle Verluste — nicht verarbeitete Pakete, Zustellverzögerungen, Eskalationen von E-Shops. Die Verfügbarkeitsanforderung lag bei 99,95 % — und wir lieferten 99,97 %.
Lösung¶
Event-driven Microservices¶
Der Kern des neuen Systems ist eine eventgesteuerte Architektur auf Basis von Microservices. Jeder Bounded Context — Tracking, Routing, Depot-Operationen, Abrechnung, Partner-Integration — läuft als unabhängiger Service mit eigener Datenbank (Database-per-Service-Pattern). Die Kommunikation zwischen den Services erfolgt asynchron über den RabbitMQ Message Broker.
Dieser Ansatz ermöglicht:
- Unabhängiges Deployment einzelner Services ohne Auswirkung auf das Gesamtsystem
- Horizontale Skalierung — Engpass-Services (z. B. Tracking bei Spitzenlast) können unabhängig skaliert werden
- Fault Isolation — der Ausfall eines Services legt nicht das gesamte System lahm
- Technologische Heterogenität — rechenintensive Services in .NET, Datenpipelines in Python
Echtzeit-Tracking-Engine¶
Das Herzstück des Systems ist eine Tracking-Engine, die Hunderttausende Statusaktualisierungen pro Tag verarbeitet. Jedes Paket durchläuft Dutzende Zustände — vom Auftragseingang über die Depot-Annahme, Sortierung, Versand, Verladung auf ein Fahrzeug, Zustellung an einen Paketautomaten bis zur Abholung durch den Kunden.
Die Tracking-Engine ist als Stream-Processing-Pipeline implementiert:
- Ingestion Layer — Empfang von Ereignissen von IoT-Sensoren, Barcode-Scanning, GPS-Daten der Fahrer und Carrier-APIs
- Processing Layer — Validierung, Deduplizierung, Enrichment (Geolokalisierung, ETA-Berechnung) und Business-Rules-Auswertung
- Storage Layer — Event Store für die vollständige Historie + materialisierte Views für schnelle Abfragen
- Notification Layer — Push-Benachrichtigungen, SMS, E-Mail und Webhooks für E-Shops
Die gesamte Pipeline verarbeitet Ereignisse mit einer medianen Latenz unter 200 ms vom Eingang bis zur Benachrichtigung.
Multi-Tenant-Partner-Plattform¶
E-Shops und Partner greifen über ein API-Gateway auf das System zu, das bietet:
- REST API mit OpenAPI-Spezifikation für Standard-Integrationen
- Webhook-Endpunkte für Echtzeit-Benachrichtigungen über Statusänderungen
- Massenimport/-export für große E-Shops, die Tausende Pakete pro Tag verarbeiten
- Self-Service-Portal mit Dashboards, Berichten und Konfiguration von Zustellregeln
Die Multi-Tenant-Architektur gewährleistet Datenisolation zwischen Partnern bei gemeinsamer Infrastruktur. Jeder Partner hat eigene API-Schlüssel, Rate Limits, SLA und Abrechnungsprofil.
Paketautomaten-Verwaltungssystem¶
Paketautomaten sind vollautomatische Abholpunkte, die über die Tschechische Republik und weitere Länder verteilt sind. Jeder Automat ist im Wesentlichen ein IoT-Edge-Gerät — mit eigenem Steuerungssystem, Konnektivität (4G + Wi-Fi-Fallback), Temperatur- und Feuchtigkeitssensoren, Kamerasystem und elektromechanischen Schlössern.
Das Verwaltungssystem bietet:
- Remote-Monitoring — Status jedes Automaten, Kapazität, Temperatur, Konnektivität
- OTA-Firmware-Updates — sichere Firmware-Aktualisierungen über einen verschlüsselten Kanal
- Fachoptimierung — ein Fachzuweisungsalgorithmus, der die Kapazitätsauslastung maximiert
- Predictive Maintenance — Anomalieerkennung (z. B. Überhitzung, wiederholtes Schlossversagen) und automatische Erstellung eines Servicetickets
Mobile Anwendungen¶
Wir lieferten drei mobile Anwendungen mit gemeinsamer Codebasis:
- Kunden-App — Paketverfolgung, Auswahl des Abholpunkts, Öffnen des Paketautomaten per NFC/QR
- Fahrer-App — optimierte Routen, Zustellbestätigung, Paket-Scanning
- Depot-App — Paketannahme, Sortierung und Versand, Inventur
Architektur¶
Infrastruktur¶
Das gesamte System läuft auf Azure Kubernetes Service (AKS) mit Multi-Region-Deployment für Hochverfügbarkeit. Die Infrastruktur ist vollständig als Code mit Terraform definiert — von AKS-Clustern über verwaltete Datenbanken (Azure Database for PostgreSQL) bis hin zu Netzwerk und Monitoring.
Wesentliche Infrastrukturkomponenten:
- AKS-Cluster — Produktion (3 Node-Pools: System, Compute, speicheroptimiert), Staging, Dev
- Azure Database for PostgreSQL — Flexible Server mit Lesereplikaten für Reporting
- Azure Cache for Redis — Session-Cache, Rate Limiting, Echtzeit-Zähler
- RabbitMQ — selbst gehostet auf AKS (geclustert, 3 Nodes) für Event-Streaming
- Azure Blob Storage — Dokumente, Labels, Paketfotos
- Azure CDN — statische Assets und Tracking-Widget für E-Shops
Observability¶
Der Monitoring-Stack umfasst:
- Grafana-Dashboards — Business-Metriken (Pakete/min, Zustellungs-SLA), technische Metriken (Latenz, Fehlerrate, Ressourcenauslastung)
- Prometheus — Metriksammlung von allen Microservices
- Loki — zentralisiertes Logging
- Distributed Tracing — End-to-End-Tracing von Anfragen über alle Services
- Alerting — PagerDuty-Integration mit Eskalationsrichtlinien
CI/CD-Pipeline¶
Jeder Microservice hat seine eigene CI/CD-Pipeline:
- Build & Test — Unit-Tests, Integrationstests, Contract-Tests (Pact)
- Security-Scan — SAST, Dependency-Vulnerability-Check, Container-Image-Scan
- Staging-Deployment — automatisches Deployment in die Staging-Umgebung
- Canary Release — schrittweiser Rollout in die Produktion mit automatischem Rollback bei steigender Fehlerrate
- Post-Deploy-Verifikation — Smoke-Tests und Synthetic Monitoring
Datenmigration¶
Die Migration vom Legacy-System wurde in mehreren Phasen mit dem Dual-Write-Pattern durchgeführt — Daten wurden gleichzeitig in das alte und neue System geschrieben, wobei Lesezugriffe schrittweise auf das neue System umgestellt wurden. Dieser Ansatz ermöglichte:
- Null Ausfallzeit während der Migration
- Sofortiges Rollback auf das Legacy-System bei Problemen
- Inkrementelle Verifizierung der Datenkonsistenz
- Abschluss der Migration in 3 Monaten ohne den Verlust eines einzigen Pakets
Ergebnisse¶
Messbare Vorteile¶
Nach 12 Monaten Entwicklung und schrittweiser Bereitstellung lieferte das System signifikante Verbesserungen bei den Schlüsselmetriken:
- 3× schnellere Paketverarbeitung — von der Depot-Annahme bis zum Versand wurde die Bearbeitungszeit von durchschnittlich 45 Minuten auf 15 Minuten reduziert, dank Automatisierung und Workflow-Optimierung
- 40 % Reduzierung der Fehlerrate — automatische Validierung, Deduplizierung und die Business-Rules-Engine eliminierten die Mehrheit der manuellen Eingabe- und Sortierfehler
- Echtzeit-Sichtbarkeit — Partner und Kunden sehen den aktuellen Paketstatus mit einer Latenz unter 1 Sekunde ab dem Ereignis
- 99,97 % Uptime — Übererfüllung des SLA-Ziels von 99,95 %, einschließlich nahtloser Bewältigung des Black Friday mit dem 3-fachen des normalen Volumens
- 50+ integrierte Transporteure — die standardisierte Integrationsschnittstelle reduzierte das Carrier-Onboarding von Wochen auf Tage
Betriebliche Vorteile¶
- Self-Service für Partner — E-Shops konfigurieren Zustellregeln, überwachen Metriken und lösen Beschwerden selbst, ohne den Support kontaktieren zu müssen
- Predictive Maintenance der Paketautomaten — automatische Problemerkennung reduzierte die Anzahl der Serviceeinsätze um 30 %
- Skalierbarkeit — das System ist für das 2-fache des aktuellen Volumens bereit, ohne architektonische Änderungen
Strategische Auswirkungen¶
Das neue Logistik-IS wurde zum Rückgrat der technologischen Transformation des Kunden. Es ermöglichte die Expansion in weitere Länder, ohne separate Systeme aufbauen zu müssen, eröffnete den Weg zu neuen Produkten (Same-Day-Delivery, Cross-Border) und verschaffte dem Unternehmen einen Wettbewerbsvorteil durch überlegene Kundenerfahrung und operative Effizienz.
Technologie¶
Das Projekt nutzt einen modernen Technologie-Stack, der für hohen Durchsatz und Verfügbarkeit optimiert ist. Backend-Microservices kombinieren .NET (für Transaktionslogik mit hohen Leistungsanforderungen) und Python (für Datenpipelines, ML-Modelle für ETA-Vorhersagen und Automatisierungsskripte). PostgreSQL dient als primäre Datenbank mit Redis für Caching und RabbitMQ für asynchrones Messaging. Die gesamte Infrastruktur läuft auf Azure Kubernetes Service und wird vollständig über Terraform verwaltet. Das Monitoring wird durch Grafana mit Prometheus- und Loki-Stack bereitgestellt.