EVANA verbessert die Genauigkeit durch Skalierung mit MongoDB

IHRE HERAUSFORDERUNG

Vereinheitlichung von unverbundenen Daten

Hinter jeder Immobilientransaktion steckt reichlich Papierkram. Für viele Käufer ist der Kauf eines Hauses eine Angelegenheit, die sie nur ein paar Mal im Leben bewältigen müssen. Allerdings beinhaltet für professionelle Immobilieninvestoren jedes Geschäft umfangreiche Tranchen von Dokumenten, die durchgearbeitet werden müssen. Und sie sind keine leichte Lektüre. Von Verträgen und architektonischen Gutachten bis hin zu Umweltberichten und Steuerdokumenten kann das Extrahieren der richtigen Erkenntnisse aus diesen Dokumenten zeitaufwändig sein.

Deshalb hat sich das deutsche Unternehmen EVANA zum Ziel gesetzt, die Immobilienverwaltung zu digitalisieren. EVANA bietet Immobilieneigentümern einen genaueren Einblick in alle Dokumente, die ihre Gebäude betreffen. Darüber hinaus können sie für jedes Asset einen digitalen Transaktionsdatenraum erstellen, der alle relevanten Dokumente für zugelassene Käufer während des Verkaufsprozesses leicht zugänglich macht.

Mithilfe von KI und optischer Zeichenerkennung (OCR) analysiert die Plattform Dokumente, klassifiziert sie, ermöglicht die Extraktion von Informationen und sortiert die Daten automatisch in Datenräume. Dadurch wird es für Kunden vereinfacht, ihre Daten abzufragen und die richtigen Erkenntnisse zu gewinnen. Sie können außerdem automatisch Bildunterschriften generieren und mithilfe leistungsstarker KI ein Dokument übersetzen oder eine Zusammenfassung von Hunderten von Dokumenten erstellen.

Da sich KI jedoch rasant weiterentwickelte, steckte EVANA acht Jahre nach seiner Markteinführung im Jahr 2015 in veralteter Technologie fest. 

„Wir hatten viele Teams, die alle ihr eigenes Ding machten, es gab eine Vielzahl von Technologien und viel zu viele Datenbanken“, sagt Marc Arndt, Vice President of Engineering bei EVANA. „Von PostgreSQL über Azure SQL, Elastic Search bis hin zu MongoDB – die Daten waren überall und inkonsistent. "Wir haben uns auch stark auf PostgreSQL für KI verlassen, aber das bedeutete, Datensätze zu replizieren, was mit stetig steigenden Kosten verbunden war.“

Das Umfeld stellte für EVANA nicht nur eine Herausforderung dar, sondern gefährdete auch das Kundenerlebnis. Wie Martin Teiber, der heutige CEO und frühere Vice President of Customer Success, verrät: „Performanceprobleme und Instabilität bedeuteten, dass mein Team und ich viel Zeit damit verbrachten, die Erwartungen der Kunden zu erfüllen und Schätzungen abzugeben, wann die Systeme repariert sein würden.“

Dies war weit entfernt von der idealen EVANA-Kundenerfahrung, die Teiber mit einer stabilen, leistungsfähigen Plattform beschreibt, die ihnen dabei hilft, ihre Dokumente so schnell und genau wie möglich zu sortieren, zu klassifizieren und abzufragen.

UNSERE LÖSUNG

Verbesserte Leistung und Skalierung

EVANA beschloss 2023 die Umgebung zu modernisieren. Ziel war es, eine einzige verlässliche Datenquelle zu schaffen und übermäßige Datenredundanz zu vermeiden. Nach sorgfältiger Bewertung mehrerer Datenplattformen wurde MongoDB Atlas ausgewählt, und das Unternehmen begann mit der schrittweisen Stilllegung seiner PostgreSQL- und anderer Altsysteme-Datenbanken.

„Die drei entscheidenden Faktoren waren einfache Bedienung, Flexibilität und Entwicklereffizienz“, erinnert sich Arndt. „MongoDB Atlas optimiert die Datenbankverwaltung und minimiert so den DevOps-Overhead. Es ermöglicht schnelle Iterationen und Experimente, und seine einheitliche Abfragesprache unterstützt eine effiziente Entwicklung.“

MongoDB Atlas eignet sich auch hervorragend für den Hauptanwendungsfall von EVANA - die Auswertung großer Mengen strukturierter und unstrukturierter Daten und die Anwendung von KI-Modellen, um diese zu kategorisieren und relevante Erkenntnisse zu gewinnen. Die Plattform ist dokumentenbasiert mit einem flexiblen Schema. Dies hat sich für die Verarbeitung mehrerer Datentypen als besser geeignet erwiesen als SQL-Datenbanken.

Mithilfe von MongoDB Atlas Search können Kunden Abfragen in natürlicher Sprache auf ihren Daten ausführen. Sie könnten beispielsweise "Alle meine Mieter zusammenfassen" oder "Alle Heizungswartungsberichte finden" eingeben, und die Plattform würde sie automatisch zu den richtigen Dokumenten weiterleiten. Sie können auch eine Sammlung von Dokumenten erstellen, die sich auf eine ihrer Immobilien beziehen.

Die Implementierung verlief reibungslos und wurde intern in etwa sechs Monaten abgewickelt. Wie Arndt erklärt: MongoDB ist hervorragend dokumentiert, und das Team hat uns unterstützt, als wir es brauchten, um unsere Ideen zur richtigen Implementierung der Plattform zu validieren. Das Support-Team von MongoDB hat unsere Tickets auch sehr schnell bearbeitet.“

Für kleine Unternehmen kann die Bewältigung von Veränderungen eine Herausforderung darstellen. Für EVANA passten sich die Mitarbeiter schnell an; die Beruhigung der Kunden war jedoch von entscheidender Bedeutung. 

„Unsere Kunden waren gegenüber Veränderungen misstrauisch und fürchteten eine Instabilität der Plattform. Früher haben wir nur alle zwei Monate neue Versionen veröffentlicht, und manchmal führte die Bereitstellung neuer Funktionen dazu, dass anderes nicht mehr funktionierte", sagt Teiber. „Wir haben mit ihnen gesprochen, um zu erklären, was wir tun und dass wir neue Funktionen viel schneller bereitstellen könnten – mit bis zu acht Veröffentlichungen pro Tag. Schon bald erkannten sie selbst, dass sie sich keine Sorgen machen mussten und dass unsere Herausforderungen der Vergangenheit angehörten.“

Für die EVANA-Kultur ist es wichtig, den Entwicklern ein positives Erlebnis zu bieten. Es zieht motivierte Selbstständige an, die gerne unabhängig arbeiten und hochwertigen Code produzieren. Die Abfragesprache von MongoDB eröffnet eine Vielzahl von Möglichkeiten. Diese reichen von CRUD-Operationen bis hin zu erweiterten Pipelines, Vektorisierungen und Graphabfragen. Dadurch müssen die Entwickler nicht mehr mehrere Datenbanksyntax lernen.

EVANA hat die Sicherheit durch die Verwendung von OpenID Connect (OIDC) für die Authentifizierung verbessert. Dadurch werden keine Kennwörter mehr benötigt und das Risiko von Datenlecks verringert. „Sowohl menschliche als auch maschinelle Identitäten werden sicher verwaltet“, fügte Arndt hinzu.

Mit MongoDB Atlas arbeitet EVANA immer mit der neuesten Version der Plattform. Der Zeitaufwand für Updates und Wartung ist geringer. Stattdessen kann das Team mehr Pilotprojekte durchführen, testen und neue Funktionen schnell bereitstellen, im Vertrauen darauf, dass das System sie auf etwaige Leistungsprobleme hinweist. Sie müssen auch keine neuen Schemata oder Tabellen für neue Anwendungsfälle festlegen.

DAS ERGEBNIS

Ein besseres Erlebnis für alle

Im Laufe von zwei Jahren hat EVANA ihre Kundenplattform umgestaltet und modernisiert. Damit haben Immobilienverwalter eine zuverlässige Möglichkeit, Informationen aus großen Datenmengen zu extrahieren, Beschriftungen zu erstellen und Dokumente zu kategorisieren. Die Genauigkeit hat sich mit der Erhöhung des Dokumentenvolumens von 6.000 auf 30.000 pro Stunde verbessert und erreicht bei über 38 Millionen gescannten Seiten eine Genauigkeit von 95 %.

Dies hilft den Kunden bei der Due-Diligence-Prüfung im Rahmen eines Immobilienverkaufs und vereinfacht die Extraktion der wichtigsten Informationen, z. B. bauliche Aspekte, die in Planungsunterlagen oder Vertragsklauseln vermerkt sind. Bisher war dies ein manueller Prozess; dadurch werden Tausende von Stunden Lesezeit eingespart. Zukünftig werden Kunden mithilfe von KI relevante Daten weiter abfragen und eine sofortige, präzise Antwort erhalten können.

„Mit MongoDB haben wir uns zu EVANA 2.0 weiterentwickelt. Es hilft uns, mit der Geschwindigkeit des Wandels Schritt zu halten und eine großartige Kundenerfahrung zu bieten“, sagt Teiber. „Wir können auch auf ihr Feedback eingehen und Änderungen schon am nächsten Tag umsetzen, wenn sie eine tolle Idee für die Plattform haben.“

Die Zentralisierung auf MongoDB hat Instabilitäts- und Leistungsprobleme beseitigt und eine einzige Datenquelle ohne Redundanz geschaffen. Es ist einfacher zu verwalten und kostengünstiger. Ein DevOps-Mitarbeiter überwacht Leistung und Kennzahlen, sodass sich die Mitarbeiter nicht mehr um Backups und Patches kümmern müssen.

„Wir haben die Abläufe optimiert, die Bereitstellungszyklen beschleunigt und den IT-Overhead reduziert“, erklärt Arndt. „Das Design ermöglicht uns schnelle Iterationen, sodass wir uns auf Experimente und Validierung anstatt auf die Planung konzentrieren können.“

Als nächstes arbeitet EVANA daran, die von ihr entwickelten Funktionen auch anderen Branchen zur Verfügung zu stellen. Da KI sprachunabhängig ist, kann EVANA in neue Märkte expandieren, ohne sich Gedanken über Sprachbarrieren machen zu müssen. Das Prinzip, aussagekräftige Erkenntnisse aus riesigen Datenmengen zu gewinnen, kann auf medizinische, rechtliche und staatliche Anwendungsfälle angewendet werden.

All diese Gewinne haben die Kundenerfahrung von EVANA verbessert und die Wettbewerbsfähigkeit verbessert. MongoDB verfügt außerdem über alle Fähigkeiten, um die KI-Ambitionen des Teams zu unterstützen. Arndt kommt zu dem Schluss: „Wenn Sie eine Datenbank wollen, die einfach funktioniert und Ihnen das Leben leichter macht, ist MongoDB jetzt und in Zukunft die beste Wahl.“

Entwickler haben auch Datenräume erstellt, die Kunden bei Transaktionen nutzen können. Dies gibt Kunden die Möglichkeit, Dokumentenpakete in einen sicheren Datenraum zu verschieben, um sie mit Immobilienkäufern zu teilen. Diese Dokumente sind abfragbar, sodass Käufer relevante Informationen schnell finden können.

Gleichzeitig können Kunden mit der neuen strukturellen Funktionalität Sammlungen von bis zu Millionen von Dokumenten zu erstellen und mit MongoDB Atlas Search diese abzufragen und Folgefragen basierend auf den Ergebnissen zu stellen. Die Flexibilität von MongoDB Atlas unterstützt auch die Transaktionsfunktion der EVANA-Plattform, die es Kunden ermöglicht, potenziellen Käufern per Klick alle relevanten Dokumente für jede Immobilie zur Verfügung zu stellen.