Expedition

Build Faster. Work Smarter.

Erfolgsgeschichte Aviv: Wie 25 Jahre Datengeschichte die Zukunft der Immobilienbranche gestalten

Mit Snowflake stützt Aviv seine Geschäftsstrategie auf konsolidierte Daten, liefert Führungskräften durch Agentic AI Einblicke in Echtzeit und reduziert den Wartungsaufwand für seine Dateninfrastruktur drastisch.

6Monate für die Konsolidierung von 25 Jahren historischer Dateninfrastruktur

15Vollzeitäquivalente (FTE) im Data Engineering, die von der Wartung zu wertschöpfenden Aufgaben verlagert wurden

Aviv Group customer story
AVIV Group logo
Branche
Technologie
Standort
Berlin, Deutschland
Verwendete Snowflake-Produktkategorien

Die Plattform für die Zukunft der Immobilienbranche

Ob es darum geht, ein Zuhause für die Ewigkeit zu finden oder nach der perfekten Mietwohnung in einer neuen Stadt zu suchen – die Entscheidungen darüber, wo wir leben, wirken sich auf jeden Bereich unseres Lebens aus. Die Aviv Group hat es sich zur Aufgabe gemacht, diese Entscheidungen zu erleichtern und jedem dabei zu helfen, seinen „perfekten Ort” zu finden.

Aviv ist einer der weltweit größten Anbieter von digitalen Immobilientechnologien und bietet Immobilienbewertungen, Immobilieninserate und Maklerdienste in Frankreich, Belgien und Deutschland an. Im Mittelpunkt des Angebots steht das Engagement, innovative Produkte und Dienstleistungen bereitzustellen, die die Zukunft des Kaufens, Verkaufens und Mietens von Immobilien neu gestalten. Und diese Modelle erfordern aktuelle, präzise Daten in großem Maßstab.

Mit sieben verschiedenen Marken, die in unterschiedlichen Ländern tätig sind, waren die Daten von Aviv über zahlreiche Stacks verteilt, die auf einer Vielzahl von Technologien basierten – von Microsoft SQL-Servern aus dem Jahr 2002 bis hin zu Google BigQuery.

„Jeder hatte Daten an verschiedenen Orten. Wenn wir also einen übergeordneten Überblick über grundlegende Kennzahlen wie den Umsatz oder unsere Kund:innen haben wollten, dauerte das früher Wochen”, sagt Kshira Saagar, Chief Data and AI Officer bei der Aviv Group.

Um dies zu lösen, baute Aviv von Grund auf eine neue Infrastruktur in der Snowflake AI Data Cloud auf. Das Ziel war es, Daten zu konsolidieren, deren Integrität und Verfügbarkeit zur Unterstützung von KI-Anwendungsfällen sicherzustellen und die unternehmensweite Entscheidungsfindung zu verbessern. Dadurch konnte das Unternehmen seinen Engineering-Aufwand drastisch reduzieren, liefert nun konsistente Informationen aus einer Single Source of Truth an alle Marken und hat die Zeit bis zur Erkenntnisgewinnung durch KI-Agenten von Tagen auf Minuten verkürzt.

Story-Highlights

  • Optimierung der Geschäftsstrategie durch unternehmensweite Transparenz über sieben Marken und drei Länder hinweg: Mit Snowflake hat Aviv mehrere heterogene Dateninfrastrukturen durch eine einzige „Single Source of Truth“ ersetzt, um einen besseren Überblick über die Aktivitäten zu erhalten und die Entscheidungsfindung auf Gruppen-, Länder- und Unternehmensebene zu verbessern.

  • Beschleunigung von Innovationen durch Zeitgewinn: Die vorherige Infrastruktur von Aviv band 15 FTEs für Wartung und Optimierung. Heute werden nur noch zwei Personen für die Wartung benötigt. Und wenn Snowflake vollständig eingeführt ist, werden sich alle Engineers von Aviv stattdessen darauf konzentrieren können, Innovationen voranzutreiben.

  • Demokratisierung von Einblicken durch Abfragen in natürlicher Sprache: Mithilfe von KI-Agenten, die auf Snowflake CoCo basieren, können Führungskräfte nun Daten in natürlicher Sprache über Snowflake CoWork in einer Slack-Oberfläche abfragen. Sie erhalten fast sofort Updates, anstatt tagelang auf Berichte warten zu müssen.

Konsolidierung von 25 Jahren an isolierten Daten in nur sechs Monaten

Avivs Ambition war es, seine Dateninfrastruktur so schnell wie möglich zu transformieren. Um dies zu erreichen, holte das Unternehmen António Costa als Director of Data Engineering an Bord, um das Projekt zu leiten. Sein Ziel? 25 Jahre alte historische Datenbanken in drei Ländern und bei sieben verschiedenen Marken zu ersetzen.

„Wir standen zu Beginn vor einer Wahl”, sagt Costa. „Wir konnten entweder eine unserer bestehenden Legacy-Lösungen weiterentwickeln, bis sie für alle funktioniert, oder eine Standardlösung einführen. Die erste Option würde viel Engineering-Aufwand erfordern, und diese Engineers könnten stattdessen geschäftlichen Mehrwert schaffen. Wir haben uns entschieden, dass der schnellste und zukunftssicherste Weg, um Datenintegrität und -verfügbarkeit zu gewährleisten, darin besteht, ganz von vorn anzufangen.

Beim Aufbau einer von Grund auf neuen Infrastruktur bot Snowflake die Time-to-Value, Skalierbarkeit und Einfachheit, die alle Anforderungen von Aviv erfüllten. Hinzu kamen fortschrittliche KI-Funktionen, die versprachen, die Effizienz in der gesamten Gruppe zu revolutionieren. Mit der Unterstützung von Snowflakes Data Superheroes – einer Gruppe von fachkundigen Nutzer:innen und Community-Leadern, die mit wichtigem Rat zur Seite standen – dauerte es nur sechs Monate, um 25 Jahre an unzusammenhängender Infrastruktur zu vereinheitlichen. Und um die Daten von Aviv sauber, detailliert und zuverlässig genug zu machen, um KI und maschinelles Lernen in großem Maßstab zu unterstützen.

„25 Jahre an Daten, in sechs Monaten erschlossen. Mit Snowflake haben wir nicht nur unsere Vergangenheit aufgeräumt, sondern auch das Fundament für unsere Zukunft gelegt.“

Kshira Saagar
Chief Data and AI Officer, Aviv Group

Komplexität weicht Einfachheit und kurzer Time-to-Value

Die Implementierung einer neuen Technologie über sieben Marken hinweg kann ein riesiges Unterfangen sein, und einer der wichtigsten Aspekte zur Gewährleistung einer erfolgreichen Einführung ist das Change Management. Nachdem Snowflake als neue Datenplattform der Gruppe etabliert war, musste Aviv sicherstellen, dass seine Mitarbeitenden den enormen Umfang der Möglichkeiten vollständig verstehen.

Um dies zu fördern, veranstaltete Aviv einen „Snowday”-Hackathon, bei dem rund 70 interne Nutzer:innen die Aufgabe hatten, Snowflake in einer sicheren Sandbox-Umgebung zu nutzen, um ein geschäftliches Problem ihrer Wahl zu lösen. Die Idee war, die Leute sofort in die Arbeit mit Snowflake einzubinden, und das hat sich ausgezahlt. Aus diesem Hackathon gingen zehn herausragende Ideen hervor, die nun weiter untersucht werden. Drei davon werden derzeit zu dauerhaften Datenprodukten entwickelt. Dazu gehören Tools für das Sales Enablement, ein Category-Management-Agent und ein automatisierter Pitch-Generator für diejenigen, die Immobilien verkaufen oder suchen. Aber am wichtigsten ist vielleicht, dass der Hackathon zu einem enormen Umdenken bei den Nutzer:innen geführt hat.

„Die Begeisterung, die wir bei den Leuten gesehen haben, war großartig”, sagt Maxime Jayyosi, Senior Director of Data Engineering bei Aviv. „Die Leute haben erkannt, dass fast alles möglich ist, wenn sie all ihre Daten an einem Ort bündeln und alle Funktionen von Snowflake nutzen können.”

„Dem Team war gar nicht bewusst, wie viel Komplexität Snowflake ihnen abnehmen würde, bis sie es selbst ausprobiert haben. Allein so einfache Dinge – wie ein durchsuchbarer Datenkatalog statt der ständigen Suche nach dem Speicherort und dem Zugriff auf Daten – waren geradezu transformativ.“

Maxime Jayyosi
Senior Director of Data Engineering bei Aviv

Bereitstellung von Immobilien-Einblicken in Echtzeit – detailliert und kontextbezogen – mit den KI-Agenten von Snowflake CoCo

Bei der Migration zu Snowflake war eines der Hauptziele von Aviv, eine Basis für moderne KI-Tools zu schaffen, die dazu beitragen sollen, neue Effizienzen zu schaffen und die Entscheidungsfindung zu verbessern. Dafür benötigte das Unternehmen eine Grundlage aus kontrollierten, konsistenten Daten. Nach nur sechs Monaten mit Snowflake hat die Gruppe bereits fünf wichtige KI-Anwendungsfälle implementiert, die darauf abzielen, die Business-Performance zu steigern und Einblicke auf Abruf zu liefern. Diese reichen von klassischen Reporting-Anwendungsfällen und Clickstream-Analysen, die ein besseres Verständnis des Kundenverhaltens liefern, über Performance-Analysen für Immobilieninserate bis hin zu Daten aus Salesforce, um tiefere Einblicke in das Kundenverhalten zu gewinnen.

Für jedes dieser Beispiele hat Aviv einen KI-Agenten auf Snowflake CoCo entwickelt, der es Nutzer:innen ermöglicht, Daten in natürlicher Sprache über Snowflake CoWork direkt über eine Slack-Oberfläche zu analysieren. Dies verkürzt die Time-to-Insight im Vergleich zur Navigation durch verschiedene Tabellenkalkulationen und Dashboards enorm. Jetzt dauern Aktivitäten, für die ein:e Daten-Analyst:in normalerweise vier bis sechs Stunden benötigen würde, nur noch 15 bis 20 Sekunden.

„Dashboards enthalten viele Informationen, aber nicht immer genau die, die man benötigt”, sagt Jayyosi. „Diese Agenten können Nutzer:innen dabei helfen, gezielt die Daten abzurufen, die für sie relevant sind. Sie bieten detailliertere Einblicke und sparen stundenlangen Aufwand.”

Geschwindigkeit ist hier entscheidend. Früher forderten leitende Entscheidungsträger:innen an einem Montagmorgen Daten an, und es dauerte oft einen ganzen Tag, bis diese bereitgestellt wurden. Das bedeutete, dass wichtige strategische Meetings teilweise auf Dienstag oder Mittwoch verschoben werden mussten. Jetzt sind diese Informationen nahezu in Echtzeit verfügbar. Sie sind aber auch detaillierter und kontextualisiert, was bedeutet, dass Entscheidungsträger:innen nicht nur nackte Zahlen erhalten, sondern auch verstehen, was tatsächlich im Unternehmen passiert.

„All unsere Daten sind jetzt miteinander verbunden. Nutzer:innen können nach Ergebnissen fragen, aber mit CoWork können sie auch verstehen, warum diese Ergebnisse so sind, wie sie sind. Was verursacht sie und was sollten sie als Nächstes tun?”, sagt Jayyosi. „Sobald man den Leuten zeigt, was jetzt möglich ist, ist es erstaunlich zu sehen, wie begeistert sie sind.”

„Das Zauberwort lautet Effizienz. Unser Ziel ist es, mit weniger Aufwand mehr zu erreichen. Mit Snowflake haben wir bereits heute enorme Effizienzgewinne erzielt und verfügen nun über eine Plattform, die künftige Innovationen und Experimente vereinfacht. Früher erforderten neue Erkenntnisse tagelange Arbeit und unzählige Tabellen. Heute reicht dafür eine einfache Slack-Nachricht.“

Kshira Saagar
Chief Data and AI Officer, Aviv Group

Reduzierter Aufwand, höhere Effizienz und die KI-gestützte Zukunft der Immobilienbranche

Eine Single Source of Truth zu haben, ist für die KI-Erkundung unerlässlich, und Snowflake hat eine Plattform bereitgestellt, die es allen sieben Marken innerhalb der Aviv Group ermöglicht, ihre Daten souverän zu nutzen – sowohl jetzt als auch in Zukunft.

Da Snowflake ein Managed Service mit minimalen Engineering-Anforderungen ist, hat die Einführung auch den Arbeitsalltag der Datenteams von Aviv nachhaltig verändert. Während die vorherige Infrastruktur 15 FTEs erforderte, allein um Pipelines aufzubauen, Systeme zu warten und akute Probleme zu lösen, wird Snowflake jetzt von nur zwei Personen verwaltet, die zudem die Zeit haben, weitere Rollen zu übernehmen. Die freigewordenen Ressourcen wurden darauf umverteilt, Innovationen voranzutreiben.

„Dass alle diese eine Technologie nutzen und all diese Komplexität beseitigt wurde, hat alles verändert”, sagt Jayyosi. „Wir sind noch nicht einmal ein Jahr dabei, aber in drei Monaten werden die Möglichkeiten endlos sein. Es ist sehr, sehr aufregend, und wir befinden uns erst in der Anfangsphase.”

Mit der etablierten Datenplattform hat Aviv große Ambitionen, die auf sein zentrales strategisches Ziel ausgerichtet sind: die Zukunft der Branche zu gestalten. Durch den Einsatz von KI in Verbindung mit vernetzten, zuverlässigen Daten wird das Unternehmen in der Lage sein, Menschen besser mit ihren „perfekten Orten“ zusammenzubringen. Zudem kann es die Performance der Inserate für Kund:innen auf Grundlage genauer, zeitnaher Metriken verbessern und die Zeit für die Erstellung von Inseraten drastisch reduzieren, was Maklern eine schnellere Time-to-Value bietet. All dies ist wirklich nur der Anfang einer innovativeren, effizienteren und datengestützten Zukunft.

„Mit Snowflake werden wir unsere Experimentierfähigkeit stark ausbauen, Datasets kombinieren und weitere Tools anbinden”, sagt Saagar. „Es gibt keine Grenzen. Wir verfügen nun über 25 Jahre an Daten zu Immobilieninseraten und -Verkäufen. Indem wir diese Daten mit Snowflake erschließen und in fundierte Erkenntnisse verwandeln, können wir beginnen, die Zukunft der Online-Immobilienbranche völlig neu zu denken.”