Die ersten f\u00fcnfzehn Jahre meiner Karriere entwickelte ich als technischer Berater Echtzeit-Datenplattformen f\u00fcr Finanzinstitute. Meine Kunden waren Investmentbanken, Versicherungsgesellschaften und Fintech-Start-ups. Ich war ihr Ansprechpartner, wenn Systeme ben\u00f6tigt wurden, die unter keinen Umst\u00e4nden ausfallen durften. Ich erinnere mich an Anrufe zu jeder Tages- und Nachtzeit von H\u00e4ndlern in Hongkong, die keine zus\u00e4tzliche Latenz von auch nur einer Millisekunde bei ihren Transaktionen akzeptierten. Diese Erfahrung hat meine gesamte Herangehensweise an die Softwareentwicklung gepr\u00e4gt.<\/p>\n\n\n\n
Meine Frau Kylie und ich haben Ende 2019 gemeinsam Factor House gegr\u00fcndet. Sie bringt \u00fcber zwanzig Jahre operative Erfahrung in den Bereichen Technologie- und Kunstmanagement mit und war von Anfang an ma\u00dfgeblich am Aufbau des Unternehmens beteiligt. 2020 kam unser Gr\u00fcndungsingenieur Tom Crowley hinzu. Die ersten Schritte des Unternehmens unternahmen wir tats\u00e4chlich w\u00e4hrend der Corona-Lockdowns in Melbourne von unserer Wohnung aus, neben dem Homeschooling unserer beiden kleinen Kinder. Es war eine intensive Zeit, aber wir hatten die unersch\u00fctterliche \u00dcberzeugung, dass wir etwas aufbauten, das Ingenieure wirklich brauchten.<\/p>\n\n\n\n
Aufgrund unserer jahrelangen Erfahrung mit dem Aufbau von Datenplattformen in den Bereichen Banken, Versicherungen und Fintech haben wir die enorme Leistungsf\u00e4higkeit von Apache Kafka f\u00fcr die Verarbeitung von Echtzeitdaten in gro\u00dfem Ma\u00dfstab entdeckt. Doch wir stellten auch eine riesige L\u00fccke fest: Es gab keine unternehmensgerechten Werkzeuge, die Kafka f\u00fcr allt\u00e4gliche Entwicklerteams praktisch nutzbar machten. Ingenieure waren auf die Kommandozeile angewiesen, k\u00e4mpften mit der Komplexit\u00e4t und verbrachten Zeit mit operativen Aufgaben, anstatt die Systeme zu entwickeln, die ihre Unternehmen ben\u00f6tigten.<\/p>\n\n\n\n
Wir machten uns daran, diese L\u00fccke zu schlie\u00dfen. Unsere urspr\u00fcngliche Idee war einfach: Wir wollten Ingenieuren sch\u00f6ne, leistungsstarke und unternehmensreife Tools an die Hand geben, die die Arbeit mit Streaming-Daten intuitiv, schnell und sicher machen. Den Anfang machte Kpow, unser Toolset f\u00fcr Apache Kafka, das eine umfassende Benutzeroberfl\u00e4che und eine API zur \u00dcberwachung, Verwaltung und Steuerung von Kafka-Clustern bietet. Die Resonanz der Ingenieure best\u00e4tigte unsere These sofort \u2013 sie sehnten sich nach solchen Tools.<\/p>\n\n\n\n
Wir sind ein Team aus Ingenieuren, das Produkte f\u00fcr Ingenieure entwickelt. Unsere Rolle in diesem \u00d6kosystem ist klar: Wir erleichtern Ingenieuren das Leben, damit sie den wahren Wert ihrer Daten aussch\u00f6pfen k\u00f6nnen.<\/p>\n\n\n\n
80 Prozent der Fortune-100-Unternehmen nutzen bereits Kafka. Die Verbreitung von Flink nimmt rapide zu. Doch die Tools, die Ingenieuren, die mit diesen Technologien arbeiten, zur Verf\u00fcgung stehen, haben mit der Komplexit\u00e4t der von ihnen verwalteten Umgebungen nicht Schritt gehalten. Wir wollen der Standard daf\u00fcr sein, wie Ingenieure mit ihrer Echtzeit-Dateninfrastruktur interagieren, diese \u00fcberwachen und steuern. Mit unserer Factor Platform bauen wir die weltweit erste einheitliche Kommandozentrale f\u00fcr Kafka und Flink auf. Sie bietet Teams eine einzige, sichere und unternehmensgerechte Schnittstelle f\u00fcr ihr gesamtes Streaming-\u00d6kosystem. Langfristig wird Factor House auch bei der Einf\u00fchrung neuer Streaming-Technologien pr\u00e4sent sein und diese einheitliche, zentrale Sicht auf den gesamten Datenweg bieten.<\/p>\n\n\n\n
Zu unseren Kunden z\u00e4hlen Unternehmen, die in gro\u00dfem Umfang Echtzeitdaten generieren und verarbeiten. Dazu z\u00e4hlen Finanzinstitute, Einzelh\u00e4ndler, Transport- und Logistikunternehmen sowie Technologieunternehmen. Unsere Nutzer sind Plattform-Ingenieure, Dateningenieure und DevOps-Experten. Sie sind daf\u00fcr verantwortlich, dass diese Streaming-Systeme zuverl\u00e4ssig und sicher laufen.<\/p>\n\n\n\n
Die Herausforderungen, denen sie gegen\u00fcberstehen, sind erheblich. Diese Teams verwalten oft Tausende von Datenstr\u00f6men \u00fcber mehrere Cluster, Cloud-Umgebungen und Teams hinweg. Bei St\u00f6rungen m\u00fcssen sie bestimmte Nachrichten in Milliarden von Datens\u00e4tzen finden. Sie m\u00fcssen kontrollieren, welche der Hunderte oder sogar Tausende von Ingenieuren auf sensible Daten zugreifen d\u00fcrfen. All dies m\u00fcssen sie tun, ohne das Entwicklungstempo zu verlangsamen. Genau diese operative Belastung l\u00f6sen wir.<\/p>\n\n\n\n
Es gibt drei Dinge, die besonders hervorstechen. Erstens bieten wir Ingenieuren eine leistungsf\u00e4hige und intuitive Benutzeroberfl\u00e4che. Dadurch k\u00f6nnen sie sich von der Befehlszeile l\u00f6sen und auf eine deutlich intuitivere und visuell ansprechendere Art mit ihren Daten interagieren. Das allein ver\u00e4ndert die t\u00e4gliche Arbeitsweise von Teams.<\/p>\n\n\n\n
Zweitens erm\u00f6glichen wir die blitzschnelle Suche in riesigen Datenmengen. Wenn Sie eine Bank sind und eine fehlende Transaktion in Milliarden von Nachrichten finden m\u00fcssen, um den Fehler zu beheben, ist Geschwindigkeit entscheidend. Diese Anforderungen erf\u00fcllt unsere Plattform zuverl\u00e4ssig.<\/p>\n\n\n\n
Drittens ist Komplexit\u00e4t f\u00fcr uns kein Problem. Wir arbeiten mit einigen der weltweit gr\u00f6\u00dften Unternehmen zusammen, das hei\u00dft mit Organisationen, die Zehntausende Ingenieure besch\u00e4ftigen und bei denen viele Teams Zugriff auf Daten ben\u00f6tigen. Unser System bew\u00e4ltigt die Maskierung sensibler Daten und eine fein abgestufte Zugriffskontrolle nahtlos und in einem Umfang, den sonst niemand bieten kann. Kombiniert man diese drei F\u00e4higkeiten, erh\u00e4lt man eine Plattform, die eine fr\u00fcher undurchsichtige und schwer zu verwaltende Infrastruktur transparent, durchsuchbar und kontrollierbar macht.<\/p>\n\n\n\n
Einige Dinge. Wir sind v\u00f6llig herstellerunabh\u00e4ngig. Ganz gleich, ob Sie selbstbetriebenes Kafka, AWS MSK, Confluent Cloud, Redpanda, Aiven oder einen anderen Anbieter nutzen \u2013 Factor House bietet Ihnen eine zentrale \u00dcbersicht \u00fcber all diese L\u00f6sungen. Da viele unserer Kunden mehrere Anbieter gleichzeitig einsetzen, sind wir das einzige Tool, das diese Erfahrung vereinheitlicht.<\/p>\n\n\n\n
Ein weiteres wesentliches Unterscheidungsmerkmal ist unsere Leistungsf\u00e4higkeit bei hoher Skalierung. Unsere Benutzeroberfl\u00e4che kann m\u00fchelos Milliarden von Nachrichten verarbeiten. Einige unserer Wettbewerber haben Probleme mit gro\u00dfen Umgebungen, doch Factor House wurde von Grund auf f\u00fcr diese entwickelt.<\/p>\n\n\n\n
Und letztlich wurde Factor House von Ingenieuren f\u00fcr Ingenieure entwickelt. Wir verstehen die allt\u00e4gliche Realit\u00e4t der Arbeit mit diesen Systemen, und das zeigt sich in jeder unserer Designentscheidungen. Wie einer unserer Kunden von Airwallex es formulierte, ist Factor House mehr als ein Produkt: Es ist eine Philosophie, die von Ingenieuren f\u00fcr Ingenieure mit einer tiefen Wertsch\u00e4tzung f\u00fcr ihr Handwerk entwickelt wurde.<\/p>\n\n\n\n
Technologien entwickeln sich kontinuierlich weiter. Wenn man ein Unternehmen auf spezifischen Technologien aufbaut, muss man sich deshalb gut \u00fcberlegen, wie man sich langfristig positioniert. Wir haben gelernt, uns an neue Technologien anzupassen, und diese Anpassungsf\u00e4higkeit ist zu einer unserer gr\u00f6\u00dften St\u00e4rken geworden. Deshalb unterst\u00fctzt unsere Plattform sowohl Kafka als auch Flink, statt auf eine einzige Technologie zu setzen. Zudem ist unsere einheitliche Factor-Plattform so konzipiert, dass sie auch die Streaming-Technologien von morgen unterst\u00fctzt.<\/p>\n\n\n\n
Eine weitere Herausforderung besteht darin, dass es sich um hochtechnische Produkte handelt, die an anspruchsvolle K\u00e4ufer verkauft werden. Man kann sich in Gespr\u00e4chen mit leitenden Ingenieuren eines Fortune-500-Unternehmens nicht durch oberfl\u00e4chliche Argumente behaupten. Die Messlatte f\u00fcr Qualit\u00e4t, Leistung und Zuverl\u00e4ssigkeit liegt extrem hoch. Hier kommt uns unsere technische Tradition zugute, denn wir sprechen dieselbe Sprache wie unsere Kunden, da wir selbst schon in ihrer Lage waren.<\/p>\n\n\n\n
Das Feedback, das wir erhalten, dreht sich durchweg um die Zeitersparnis und die F\u00e4higkeit, Komplexit\u00e4t im gro\u00dfem Ma\u00dfstab zu bew\u00e4ltigen. Unsere Fallstudie mit der NORD\/LB, einer deutschen Bank, zeigt beispielsweise, wie Kpow den Zeitaufwand der Teams f\u00fcr Kafka-Operationen deutlich, und zwar um 30 Prozent, reduziert hat. Dadurch gewinnen sie jede Woche Stunden zur\u00fcck, die sie f\u00fcr wertsch\u00f6pfendere Aufgaben nutzen k\u00f6nnen.<\/p>\n\n\n\n
Ein weiteres gutes Beispiel ist ein globales Bekleidungsunternehmen mit rund vierhundert Ingenieurteams, die \u00fcber die ganze Welt verteilt sind. Zuvor hatten sie eine Wettbewerbsl\u00f6sung genutzt, entschieden sich aber aufgrund unserer F\u00e4higkeit, Komplexit\u00e4t in gro\u00dfem Ma\u00dfstab zu bew\u00e4ltigen, f\u00fcr einen Wechsel zu Factor House. Die Einf\u00fchrung schlossen sie innerhalb eines einzigen Monats ab. Wenn ein Unternehmen dieser Gr\u00f6\u00dfe mit so vielen Teams unser Produkt innerhalb von drei\u00dfig Tagen weltweit bereitstellen kann, spricht das f\u00fcr die Qualit\u00e4t und Einfachheit des Produkts.<\/p>\n\n\n\n
Das sch\u00f6nste Feedback ist jedoch, wenn Ingenieure uns sagen, dass Kpow eines der besten Tools ist, das sie in ihrer Karriere je verwendet haben. Darauf optimieren wir.<\/p>\n\n\n\n
Die Menge an Echtzeitdaten wird weiter zunehmen. Jede Interaktion, jede Transaktion, jeder Sensorwert: Die Welt generiert mehr Streaming-Daten als je zuvor \u2013 und dieser Trend beschleunigt sich. Unternehmen, die sich auf den Weg der KI begeben, stellen fest, dass sie schnellen, sicheren und kontrollierten Zugriff auf ihre Echtzeitdaten ben\u00f6tigen, um Mehrwert zu schaffen. Dabei helfen wir.<\/p>\n\n\n\n
Unsere Vision ist es, dass Factor House mit der Weiterentwicklung dieser Technologien und dem Aufkommen neuer Technologien eine einheitliche, zentrale \u00dcbersicht \u00fcber den gesamten Datenpfad bietet. Wir wollen die Plattform sein, der Ingenieure und Unternehmen vertrauen, um ihre Echtzeitdaten zu verstehen, zu kontrollieren und darauf zu reagieren \u2013 unabh\u00e4ngig von den zugrunde liegenden Technologien. Die Zukunft geh\u00f6rt Unternehmen, die Entscheidungen in Echtzeit treffen k\u00f6nnen \u2013 und wir entwickeln die entsprechenden Tools.<\/p>\n\n\n\n
Wir entwickeln derzeit einige spannende Funktionen zur Datenherkunft (Lineage). Diese werden einen noch umfassenderen Kontext zu den von einem Unternehmen generierten Daten liefern. Die Datenherkunft gibt Aufschluss dar\u00fcber, woher die Daten stammen, wie sie transformiert wurden und wohin sie gelangen. Dies wird f\u00fcr Unternehmen von entscheidender Bedeutung sein, um ihre Daten f\u00fcr KI-Projekte, zur Einhaltung gesetzlicher Vorschriften und f\u00fcr die Systemzuverl\u00e4ssigkeit vollst\u00e4ndig zu verstehen und zu nutzen.<\/p>\n\n\n\n
Dar\u00fcber hinaus vertiefen wir durch unsere weltweit einzigartige Factor Platform eine einheitliche Nutzererfahrung \u00fcber Kafka und Flink hinweg. Zudem investieren wir stark in unsere API, damit Teams die Funktionen von Factor House direkt in ihre eigenen Tools und Workflows integrieren k\u00f6nnen. Unser Ziel ist dabei stets dasselbe: Ingenieuren dabei zu helfen, mit Echtzeitdaten ihre beste Arbeit zu leisten.<\/p>\n\n\n\n
Erstens: Bringen Sie Ihr Produkt so schnell wie m\u00f6glich zu den Entwicklern. In unserem Bereich h\u00e4ngt die Akzeptanz davon ab, dass Ingenieure die Tools ausw\u00e4hlen, die sie nutzen m\u00f6chten. Sie k\u00f6nnen die beste Strategie der Welt haben, aber wenn die Ingenieure Ihr Produkt nicht nutzen, ist alles andere irrelevant. Wir hatten das Gl\u00fcck, dass unsere ersten Kunden ganz nat\u00fcrlich zu uns kamen, weil unser Produkt ein echtes Problem l\u00f6ste.<\/p>\n\n\n\n
Zweitens: H\u00f6ren Sie Ihren Kunden zu. H\u00f6ren Sie wirklich zu. Das Feedback von Ingenieuren ist direkt und ehrlich. Wenn Sie genau hinh\u00f6ren, werden sie Ihnen sagen, was Sie als N\u00e4chstes entwickeln sollten. Einige unserer besten Funktionen sind direkt aus Gespr\u00e4chen mit Nutzern entstanden, die uns mitteilten, was sie ben\u00f6tigten.<\/p>\n\n\n\n
Drittens: Konzentrieren Sie sich auf das Kernproblem. Gerade in der Anfangsphase ist die Versuchung gro\u00df, in alle Richtungen zu expandieren. Wir haben Jahre damit verbracht, uns darauf zu konzentrieren, ein Problem au\u00dfergew\u00f6hnlich gut zu l\u00f6sen: n\u00e4mlich Kafka f\u00fcr Enterprise-Engineering-Teams praxistauglich zu machen. Diese Disziplin hat es uns erm\u00f6glicht, ein Produkt zu entwickeln, das von den Nutzern lobend beschrieben wird. Tiefe schl\u00e4gt Breite, besonders am Anfang.<\/p>\n\n\n\n
Bildcredits\/Fotograf: Factor House<\/p>\n\n\n\n
Wir bedanken uns bei Derek Troy-West<\/a> f\u00fcr das Interview<\/p>\n\n\n\n Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder<\/p>\n\n\n\n