Kundenreferenz
On-Premise Data Mesh für BaFin-regulierte Banken-IT: Python, PySpark und Airflow
Genossenschafts-IT · mehrere hundert Volks- und Raiffeisenbanken · Wie Pexon Consulting einem zentralen deutschen Genossenschafts-IT-Dienstleister beim konzernweiten Data-Mesh-Aufbau hilft, ohne Databricks oder Microsoft Fabric, mit Fachbereichen als Data Product Ownern und dem ersten produktiven Datenprodukt für automatisiertes Incident-Routing.
Aktualisiert: Mai 2026
Das Wichtigste in Kürze
Wer
Ein großer deutscher Genossenschafts-IT-Dienstleister, zentraler IT-Provider für mehrere hundert Volks- und Raiffeisenbanken, BaFin-reguliert mit Kernverantwortung für Banken-IT.
Problem
Klassische zentrale Datenarchitektur skalierte nicht: Fachbereiche konnten keine Datenprodukte selbst onboarden, Berechtigungskonzepte wurden manuell modelliert, SaaS-Datenplattformen sind regulatorisch ausgeschlossen.
Lösung
Pexon liefert Senior Data Engineering in der Trusted Tech Foundation: Python, PySpark, SQL, Apache Airflow, Automic, Docker-Container und ETL-Pipelines im Datenprodukt-First-Modell, on-Premise und BaFin-konform.
Ergebnis
Nach vier Monaten ist das erste konzernweite Datenprodukt produktiv: automatisiertes Incident-Routing über verknüpfte Configuration- und Service-Group-Daten. MTTR sinkt, manuelle Eskalations-Last entfällt.
Ergebnisse
4
Erstes Datenprodukt · Incident-Routing produktiv nach Projektstart
3
Datenprodukte · Incident-Routing live, Tribe-Scorecard abgeschlossen, Event-Handler in Arbeit
100+
Versorgte Banken · Volks- und Raiffeisenbanken in Deutschland
2026
Mandatsverlängerung · bis Jahresende fixiert, weitere Fachbereiche H2/2026
Wer PySpark und Airflow auf eigener Hardware betreibt, hat den Aufbau hinter sich, den Dauerbetrieb aber noch vor sich. Pexon übernimmt bestehende Cluster als Managed Kubernetes in drei Stufen zwischen 2.500 und 25.000 Euro je Cluster und Monat, Einstieg über ein Cluster-Review ab 5.000 Euro, das binnen 60 Tagen anrechenbar ist. Die Servicezeit liegt Montag bis Freitag von 08 bis 18 Uhr, Rufbereitschaft rund um die Uhr ist ein Zusatzmodul.
Übersicht Kunde
Branche
Financial Services / Banken-IT (Genossenschafts-IT-Dienstleister)
Unternehmen
Zentraler IT-Provider für mehrere hundert Genossenschaftsbanken
Region
Deutschland
Services
Data Engineering, Data-Mesh-Enablement, ETL-Pipelines, Datenprodukt-Design, Containerization
Tech-Stack
Python, PySpark, SQL, Apache Airflow, Automic (UC4), Docker, Confluence, proprietäre On-Prem-Datenplattform
Projektdauer
Seit Projektstart, Verlängerung bis Ende 2026
Compliance
DORA, §44 KWG, MaRisk AT 9, BAIT, Auslagerungsregister
Status
Erstes Datenprodukt produktiv, weitere in aktiver Bearbeitung
Ausgangslage
Zentrale Datenarchitektur skaliert nicht
Eine zentrale Plattform, ein zentrales Plattform-Team: Daten flossen über Tickets und Sprints zu Konsumenten. Jede neue Fachbereichs-Fragestellung landete im selben Backlog.
Skill-Asymmetrie in Fachbereichen
Sales, Finance und Marketing sollen Data Product Owner werden, fehlen aber Python-, SQL- und Pipeline-Skills. Ohne Enabler-Engineering scheitert das Data-Mesh-Modell.
Manueller Berechtigungs-Aufwand
Pro Datenprodukt wurden Berechtigungs- und Zugriffskonzepte einzeln modelliert, oft Stunden bis Tage Aufwand. Mit jedem neuen Produkt wuchs der Engpass linear.
Cloud-Restriktion durch Regulatorik
Durch Bankenregulatorik und konzerneigene Auslagerungs-Policy sind SaaS-Datenplattformen wie Databricks oder Microsoft Fabric nicht im Scope. Alles muss on-Premise lauffähig bleiben.
Lösung & Vorgehen
1
Incident-Routing als erstes Datenprodukt
Configuration Items und Service-Groups wurden normalisiert auf die Plattform geladen, per SQL-basierter Verknüpfungs-Logik als eigenes Datenprodukt etabliert und an Alerting-Systeme angebunden. Störungen routen automatisch an den zuständigen Owner.
2
Python, PySpark und Airflow als Standard
Pipelines in Python, PySpark und SQL, orchestriert über Apache Airflow und Automic (UC4). Container-Pakete (Docker) werden im Pexon-Engineering entwickelt und an Fachabteilungen zur langfristigen Pflege übergeben.
3
Trusted Tech Foundation als Peer-Modell
Pexon arbeitet eingebettet in eine konzernweite Tech-Foundation für Daten mit etwa acht Personen. Senior Engineering-Verantwortung, Architektur-Mitsprache und Compliance-Anschluss ohne reine Ticket-Abarbeitung.
4
DORA-konforme Datenprodukte von Anfang an
Jedes Datenprodukt mit klarem Owner, Scope, Schnittstellen-Vertrag und Versionsstand. Das Incident-Routing-Datenprodukt adressiert DORA-Artikel-9-Anforderungen an ICT-Asset-Inventar direkt in der regulatorischen Roadmap.
Vorher / Nachher
| Dimension | Vorher | Nachher | Effekt |
|---|---|---|---|
| Incident-Routing | manuelles Triage und Eskalation | automatisches Routing an Service-Groups | MTTR sinkt, Eskalations-Last entfällt |
| Datenplattform | zentrales Plattform-Team als Bottleneck | Fachbereiche als Data Product Owner | dezentrale Verantwortung, zentrale Governance |
| Berechtigungen | manuell pro Datenprodukt | API-Konzept auf Roadmap | deklaratives Modell mit Vier-Augen-Prinzip |
| Plattform-Wahl | SaaS nicht genehmigungsfähig | On-Premise mit Open-Source-Stack | BaFin-konform und cloud-agnostisch |
“
Das Incident-Routing läuft produktiv, wir haben ein wiederverwendbares Pattern für Datenprodukte und die Fachbereiche können Pipelines in Containern übernehmen, ohne selbst Senior-Engineers zu werden.
DL
Data Lead, Trusted Tech Foundation
Datenplattform · Genossenschafts-IT
Eingesetzte Technologien & Services
Python
PySpark
Apache Airflow
Automic (UC4)
Docker
SQL
Häufige Fragen
Warum ein Data Mesh in einer BaFin-regulierten Banken-IT?
Weil ein zentrales Plattform-Team an einer gewissen Größe nicht mehr skaliert: jede neue Fragestellung jedes Fachbereichs landet im selben Backlog. Data Mesh verschiebt Datenverantwortung in die Fachbereiche, behält zentrale Governance über eine Plattform-Schicht. In regulierten Häusern wird Owner-Verantwortung pro Datenprodukt klar dokumentierbar, was DORA-Artikel-8/9-Anforderungen an ICT-Asset-Inventar direkt bedient.
Warum on-Premise statt Databricks oder Microsoft Fabric?
Weil viele BaFin-regulierte Häuser, insbesondere zentrale Banken-IT-Dienstleister, ihre Datenplattform aus Auslagerungsgründen, BAIT-Anforderungen und Souveränitäts-Erwägungen aktuell nicht in eine SaaS-Plattform geben. Die strategische Roadmap führt oft mittelfristig in Richtung Cloud, aber heute ist On-Premise der einzig genehmigte Pfad.
Wie funktioniert ein Datenprodukt-Onboarding ohne SaaS-Katalog?
Indem die Plattform-Schicht Datenkatalog, Berechtigungs-Modell, Lineage und Pipeline-Orchestrierung selbst integriert, entweder als Eigenbau auf bestehender On-Prem-Datenplattform oder als sorgsam zusammengesteckte Open-Source-Stack-Kombination. Pexon liefert das Engineering-Glue zwischen Plattform-Schicht und Fachbereichs-Datenprodukten: Pipelines, Container, Code-Übergabe, Berechtigungs-Bootstrap.
Wie passt ein Data Mesh zu DORA?
Sehr gut, weil Data-Mesh-Datenprodukte einen klaren Owner, Scope, Schnittstellen-Vertrag und Versionsstand haben, genau die Eigenschaften, die DORA-Artikel-8/9 für ICT-Assets fordert. Wer Data Mesh sauber aufsetzt, hat viel von der DORA-Asset-Inventar-Pflicht implizit erfüllt, gerade dort, wo Datenprodukte gleichzeitig ICT-Services sind.
Wie lange dauert ein Data-Mesh-Aufbau in einer Banken-IT realistisch?
Drei bis fünf Jahre für die volle konzernweite Etablierung, drei bis sechs Monate für die ersten produktiven Datenprodukte. Realistischer Fahrplan: erstes Datenprodukt produktiv nach 4-6 Monaten, parallel Plattform-Schicht ausbauen, Fachbereich für Fachbereich onboarden, Berechtigungs-Automatisierung ab Jahr 2.
Passende Referenzen
Versicherung / Finanz
Cloud-Migration Industrieversicherer
Java · Camunda · Azure Regulierte Modernisierung mit Audit-fähiger Dokumentation
Referenz lesen
Öffentlicher Sektor / ITKubernetes-Operator für Systemlandschaft
Go · Kubernetes Plattform-Engineering für komplexe IT-Landschaften
Referenz lesen
ServiceData & AI Services
Data Mesh · ETL Von der Datenstrategie bis zur produktiven Datenplattform
Referenz lesen
Data Mesh für regulierte Banken-IT planen
Sie betreiben BaFin-regulierte Banking-IT und stehen vor demselben Data-Mesh-Spagat? Pexon Consulting liefert Senior Data Engineers als Peers in Ihrer Tech-Foundation.
Sie suchen einen Partner für Ihr Projekt?
Wir analysieren Ihren individuellen Bedarf, geben erste Empfehlungen zu Umsetzungsstrategien und bieten Ihnen transparente Einblicke in unsere Methoden, Technologien und Referenzen.
400+
Projekte seit 2020
100+
Kunden im DACH-Raum
ISO
27001 zertifiziert
3
Hyperscaler Partner