[bu:st] und Provectus
Mit Azure Landing Zone, Microsoft Fabric und Azure AI Search entstand für [bu:st] die technische Basis für sichere, strukturierte und KI-fähige Unternehmensdaten.
Die [bu:st] group GmbH wollte konkrete KI-Use-Cases in die Umsetzung bringen. Im Fokus stand ein Anwendungsszenario, das bei Ausschreibungen schneller passende Profile und Referenzen identifizieren soll. Die benötigten Informationen lagen in mehreren Systemen, unter anderem im HR-Tool, SharePoint und Datenbanken, und waren teilweise unterschiedlich strukturiert und aufbereitet.
Provectus unterstützte [bu:st] dabei, aus dieser Ausgangslage eine belastbare technische Grundlage zu schaffen: Eine Azure Foundation, eine Datenplattform mit Microsoft Fabric, automatisierte Bereitstellung über Infrastructure as Code und die Anbindung an KI-Komponenten wie Azure AI Search. Das Projekt zeigte deutlich: Damit KI im Unternehmen produktiv werden kann, braucht es mehr als ein Frontend, es braucht saubere Daten, klare Leitplanken und Betriebsfähigkeit.
wiederverwendbare Azure Foundation
Statt einer isolierten Einzelleistung entstand eine Azure- und Fabric-Basis, die auch für spätere Daten- und KI-Szenarien nutzbar ist.
KI-Use-Cases als Ausgangspunkt
im Referenzfokus steht die Profil- und Referenzsuche für Ausschreibungen.
zentrale Datenquellen
Relevante Informationen mussten aus unterschiedlichen Quellen zusammengeführt werden: HR-System, SharePoint und Datenbanken.
Unternehmensberatung mit Fokus auf Projektmanagement, Prozessmanagement und Organisationsentwicklung
[bu:st] group GmbH
150
München
„Provectus hat uns dabei geholfen, eine belastbare technische Basis für KI-Use-Cases in Azure aufzubauen. Entscheidend war für uns nicht nur die Azure-Expertise, sondern auch der Blick auf Datenstruktur und Betrieb. So entstand eine Plattform, auf der wir künftige KI-Szenarien gezielt weiterentwickeln können.“
Martin Zöltsch, Management, [bu:st] group GmbH
Die zentrale Herausforderung lag darin, einen konkreten KI-Use-Case nicht isoliert zu betrachten, sondern als Teil einer langfristig tragfähigen Daten- und Azure-Strategie. [bu:st] hatte klare Vorstellungen und ein Konzept für den fachlichen Nutzen: Bei Ausschreibungen sollten passende Profile und Referenzen schneller identifiziert werden können. Die dafür benötigten Informationen lagen jedoch in verschiedenen Systemen und Reifegraden vor.
Benötigt wurde eine saubere Datenplattform mit klarer Struktur, Berechtigungslogik und Anschlussfähigkeit für weitere Use Cases eingebettet in eine belastbare Azure Foundation.
Das Projekt hat [bu:st] von einer konkreten KI-Idee zu einer belastbaren technischen Plattform geführt. Statt lediglich ein Chat-Frontend oder einen isolierten Proof of Concept zu betrachten, wurde die Grundlage geschaffen, auf der KI-Anwendungen langfristig betrieben, erweitert und in bestehende Microsoft-Arbeitswelten integriert werden können.
Besonders wertvoll ist, dass die entstandene Architektur nicht nur den aktuellen Use Case unterstützt. Die Kombination aus Azure Foundation, Microsoft Fabric, strukturierter Datenmodellierung und AI Search kann als Ausgangspunkt für weitere Daten- und KI-Szenarien dienen.
AZURE FOUNDATION AUFGEBAUT
MICROSOFT FABRIC ALS DATENPLATTFORM ETABLIERT
MEDALLION ARCHITECTURE FÜR DATENAUFBEREITUNG GENUTZT
AZURE AI SEARCH ALS KI-SCHNITTSTELLE VORBEREITET
Von der Idee zur Architektur:
Der KI-Use-Case wurde technisch greifbar gemacht und in eine umsetzbare Azure-/Fabric-Architektur übersetzt.
Datenquellen strukturiert betrachtet:
Statt Datenquellen nur punktuell anzubinden, wurden Relevanz, Datenfluss und Modellierung systematisch geklärt.
Infrastructure as Code eingesetzt:
Terraform ermöglicht eine nachvollziehbare, reproduzierbare und besser wartbare Bereitstellung der Cloud-Komponenten.
Zukunftsfähige Fabric-Struktur:
Die Datenplattform wurde nicht nur für einen Use Case gedacht, sondern mit Blick auf spätere unternehmensweite Szenarien strukturiert.
Teams-Integration realistisch eingeordnet:
Das M365-/Teams-Frontend bleibt Teil des Zielbildes, wurde aber vom realisierten Projektumfang abgegrenzt.