Wie Scottish Water seine Kapitalinvestitionsdaten mit Databricks Genie dialogfähig gemacht hat

Im gesamten Capital Investment (CI)-Programm von Scottish Water benötigen die Teams schnelle Antworten zum Projektstatus, zur finanziellen Performance, zu Meilensteinen und Risiken. Diese Informationen waren zwar bereits vorhanden, aber um sie zu finden, musste man sich oft durch eine Vielzahl von Berichten kämpfen oder darauf warten, dass Datenspezialisten die richtigen Informationen aus den zugrunde liegenden Tabellen extrahierten. Databricks Genie hat das geändert. Heute können Projektteams Fragen in einfachem Englisch direkt in Microsoft Teams stellen und erhalten in Sekundenschnelle vertrauenswürdige Antworten.

Die Herausforderung: Daten waren vorhanden, aber nicht zugänglich

Die CI-Abteilung von Scottish Water hatte keinen Datenmangel. Sie hatte ein Zugangsproblem.

In der Praxis äußerte sich das auf verschiedene Weise:

• Es gab bereits eine Vielzahl von Berichten, aber mangelndes Bewusstsein und fehlende Sichtbarkeit führten oft zu Doppelarbeit, sodass neue Berichte erstellt wurden, um Fragen zu beantworten, die durch bestehende Berichte bereits abgedeckt waren.
• Wertvolle Daten blieben für nicht-technische Anwender schwer zugänglich, was die Entscheidungsfindung im gesamten Bereich verlangsamte.

Das Ergebnis war absehbar: Analysten verbrachten Zeit damit, bereits existierende Arbeiten zu reproduzieren, Projektteams warteten auf die Extraktion von Zahlen und wichtige Projektdaten erreichten nicht immer die Personen, die für die täglichen Entscheidungen verantwortlich waren.

Die Lösung: Eine dialogorientierte Schnittstelle für verwaltete Projektdaten

SPARK ist die interne Marke von Scottish Water für die auf Genie basierende Schnittstelle in natürlicher Sprache für ihre Projektportfoliodaten.

Anstatt nach dem richtigen Bericht zu suchen, können Anwender eine Frage stellen und erhalten eine Antwort, die auf verwalteten Daten basiert. SPARK bringt diese Erfahrung direkt in Microsoft Teams – dorthin, wo die Teams ohnehin arbeiten. Ein Wechsel zu einer neuen Benutzeroberfläche ist somit nicht mehr erforderlich.

Anwender stellen eine Frage in Teams über Copilot. Diese wird dann von einem Copilot-Supervisor-Agenten orchestriert, der sich über das Model Context Protocol (MCP) mit dem Databricks Genie Space verbindet. Genie übersetzt die Frage in eine Abfrage, führt sie auf den verwalteten Daten in Unity Catalog aus und gibt das Ergebnis an den Anwender zurück.

Von der Berichtssuche zu direkten Fragen

Mit SPARK können Teams praktische geschäftliche Fragen stellen, wie zum Beispiel:

• Liste alle offenen Projektrisiken auf, die im August ablaufen, einschließlich Projektname, Risikobeschreibung, Risikoverantwortlichem und Risikoablaufdatum.
• Wie hoch ist der aktuelle Live-Risiko-Score für Projekt X?
• Welches Risiko hat bei Projekt X das aktuell höchste Risikopotenzial? Bitte gib den Risikonamen, die Beschreibung und den aktuellen Risikowert an.
• Wer ist der zukünftige Auftragnehmer für Projekt X?

Jede Frage liefert eine sofortige Antwort, die aus den verwalteten Metrik-Views abgeleitet wird. Das bedeutet weniger Zeit für die Suche nach Berichten und mehr Zeit für das Handeln auf Basis von Erkenntnissen.

Die Auswirkung: Schnellerer Zugriff, weniger Reibungsverluste, breitere Datennutzung

Indem Scottish Water den Datenzugriff dialogorientiert gestaltet, hilft das Unternehmen seinen Projektteams, Antworten schneller und mit weitaus weniger Aufwand zu erhalten.

• Bei Projektdaten kann eine typische Abfrage, die früher etwa 8 Klicks plus Ladezeit des Dashboards erforderte, jetzt mit einer einzigen Frage in Teams gestartet werden.
• Bei berichtsbezogenen Fragen müssen sich Anwender nicht mehr durch SharePoint, den Reporting Hub, Berichtskategorien und einzelne Berichtslinks navigieren, nur um das richtige Asset zu finden. In vielen Fällen wird so aus einer 4- bis 5-stufigen Suche ein direktes Frage-Antwort-Erlebnis.
• Wenn 100 Anwender nur 3 Fragen pro Woche stellen, sind das rund 300 Informationsanfragen pro Woche. Bei einer vorsichtigen Schätzung von 2 bis 5 Minuten Ersparnis pro Anfrage entspricht dies einer Zeitersparnis von etwa 10 bis 25 Stunden pro Woche oder rund 520 bis 1.300 Stunden pro Jahr.
• Der Vorteil liegt nicht nur in der Geschwindigkeit. Die Teams erhalten Antworten, die genau auf ihre Frage zugeschnitten sind, anstatt statische Berichte interpretieren zu müssen, die für eine breite Zielgruppe konzipiert wurden.
• Zudem verringert es die Abhängigkeit von spezialisiertem Support und macht verwaltete Erkenntnisse für nicht-technische Anwender leichter zugänglich.

In der Praxis bedeutet das: weniger Zeit für die Suche in verschiedenen Tools, weniger Warten darauf, dass jemand anderes die Daten extrahiert, und mehr Zeit, um im Arbeitsfluss auf Basis vertrauenswürdiger Antworten zu handeln.

SPARK wird die Art und Weise, wie unsere Portfolio- und Projektteams mit Daten interagieren, grundlegend verändern. Es führt uns weg von statischen Berichten hin zu intelligenten Echtzeit-Dialogen mit unseren Informationen. Das versetzt unsere Mitarbeiter in die Lage, schnellere und fundiertere Entscheidungen zu treffen, und setzt Potenziale frei, die wir zuvor einfach nicht erschließen konnten. Es ist wirklich aufregend!—Allan Mason, Programme and Project Delivery Manager, Business Analytics

Entwickelt für Vertrauen und Skalierbarkeit

Dialogorientierte Analysen funktionieren nur, wenn die Anwender den Antworten vertrauen. Die Implementierung von Scottish Water wurde von Anfang an darauf ausgelegt.

Governance standardmäßig integriert

Governance wurde von Anfang an integriert: Das Genie-Erlebnis basiert auf verwalteten Unity Catalog-Daten und gemeinsamen semantischen Definitionen, sodass die Antworten konsistent, erklärbar und an der bestehenden Geschäftslogik ausgerichtet sind.

• Die Lösung basiert auf verwalteten Unity Catalog-Daten, wodurch Zugriffskontrolle, Lineage und eine Single Source of Truth von Grund auf integriert sind.
• Anstatt Genie direkt auf eine Vielzahl von Rohdatentabellen zugreifen zu lassen, hat Scottish Water die für diesen Anwendungsfall benötigten Daten zunächst im Gold-Layer kuratiert.
• Darüber hinaus wurde mithilfe von Metrik-Views eine semantische Schicht erstellt, die Kennzahlen, Dimensionen und Geschäftsterminologie standardisiert, sodass dieselben Definitionen konsistent wiederverwendet werden. Dies trug dazu bei, Unklarheiten zu reduzieren und die Konsistenz der Antworten zu verbessern.

Für Genauigkeit optimiert

Um den Genie-Space in der Praxis zuverlässig zu machen, hat Scottish Water ihn an den eigenen Geschäftsregeln, der eigenen Terminologie und echten Anwenderfragen ausgerichtet, anstatt sich auf eine generische Konfiguration zu verlassen.

• Es wurden kuratierte Anweisungen für Geschäftsregeln hinzugefügt, damit Genie die Konventionen von Scottish Water korrekt interpretieren kann – beispielsweise wie Geschäftsperioden definiert sind, wie Meilenstein-Gates geordnet sind und wie Projekt-IDs und -Daten behandelt werden sollen.
• Anhand von konkreten Beispielfragen und passendem SQL wurde dem Assistenten beigebracht, wie Anwender bei Scottish Water Fragen formulieren und wie diese den richtigen Abfragemustern zugeordnet werden sollten.
• Eine Benchmark-Suite wurde verwendet, um eine wiederholbare Methode zum Testen der Genauigkeit zu bieten, wann immer sich die Space-Definition oder die zugrunde liegenden Daten änderten.
• Anwendertests mit den Teams von Scottish Water halfen dabei, Formulierungen aus der Praxis zu validieren, und führten im Laufe der Zeit zu weiteren Optimierungen des Space.

Kontinuierliches Monitoring

Um die Lösung in der Produktion zu unterstützen, hat Scottish Water ein Monitoring eingerichtet, mit dem das Team die Akzeptanz, die Antwortqualität und die Performance im Laufe der Zeit verfolgen kann.

• Während der Entwicklungsphase wurde die Antwortqualität durch Anwenderfeedback überwacht, was dabei half, Antworten zu identifizieren, die weiter verbessert werden mussten.
• In der Produktion wird die Akzeptanz durch Kennzahlen wie die Gesprächsdauer und die Anzahl der Gespräche pro Anwender überwacht.
• Das Team überprüft wiederkehrende Fragen, um zu verstehen, was Anwender am häufigsten fragen und ob Visualisierungen für wiederholt gestellte Fragen erstellt werden können.
• Die Abfrage-Performance wird anhand von Ausführungszeiten, dem Gesamtabfragevolumen und den am langsamsten ausgeführten Abfragen nachverfolgt.
• Das Team hat außerdem eine Visualisierung erstellt, um die Genie-Kosten pro Anwender zu verfolgen.

Wiederholbare, zuverlässige Bereitstellung

Scottish Water hat die Lösung zudem so konzipiert, dass sie sicher und konsistent über verschiedene Umgebungen hinweg bereitgestellt werden kann, anstatt sie als einmaliges Projekt zu behandeln.

• Die Lösung ist als umgebungsparametrisierte Konfiguration unter Verwendung von Databricks Asset Bundles gepackt, sodass dieselbe Definition über verschiedene Umgebungen hinweg bereitgestellt werden kann.
• Es werden separate Entwicklungs-, Test- und Produktionsumgebungen verwendet, jeweils mit eigenem Workspace und SQL-Warehouse.
• Deployments werden über Azure DevOps ausgeführt, mit automatischer Bereitstellung bei Änderungen und einer manuellen Freigabe vor der Produktion.
• Die Authentifizierung erfolgt über einen Microsoft Entra ID Service Principal, wobei die Anmeldedaten beim Deployment aus dem Azure Key Vault abgerufen und nicht im Code gespeichert werden.
• Deployments sind idempotent, sodass der Genie-Space direkt erstellt oder aktualisiert werden kann und der Zugriff automatisch den entsprechenden Gruppen gewährt wird.

Fazit: Eine einfachere und effizientere Art für Teams, mit Daten zu arbeiten

Das Ergebnis ist einfach, aber wirkungsvoll: Die Teams von Scottish Water können in natürlicher Sprache auf Projektdaten zugreifen und den erhaltenen Antworten vertrauen.

Für Führungskräfte bedeutet dies eine schnellere Transparenz und weniger Aufwand bei der Berichterstattung. Für Delivery-Teams und Datennutzer bedeutet dies direkten Zugriff auf verwaltete Erkenntnisse direkt im Arbeitsablauf.

SPARK zeigt, dass Unternehmen durch die Kombination von gut strukturierten, verwalteten Daten mit Genie ein bahnbrechendes Tool entwickeln können, das vertrauenswürdige Geschäftsdaten für ihre Nutzer wirklich demokratisiert.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag