Europas größte Handelskooperation
CommerceAI & AutomationData & Analytics

Sechs Monate systematisches Reverse Engineering schufen die fehlende Dokumentation für eine Handelsplattform mit hohem Transaktionsvolumen und Tausenden angeschlossenen Händlern.

Überblick

Kunde

Europas größte Handelskooperation

Branche

Handel / Mode- und Schuheinzelhandel

Region

Deutschland (auch Benelux, Frankreich, Österreich, Schweiz, Schweden, Norwegen)

Größe

rund 1.200 Mitarbeiter, ~80.000 in Partnerunternehmen, 5.500+ Händler, 8,7 Mrd. € Geschäftsvolumen (2024)

Herausforderung

Analyse eines undokumentierten Altsystems, Wiederherstellung der Dokumentation, Datenabgleich und Plattformstabilisierung

Leistungen

Reverse Engineering, Dokumentation, Datenabgleich, Backend-Stabilisierung, Architekturplanung

Dauer

laufend

Team

nicht angegeben

50%

Reduzierung der Datenabweichungen bei Preisen und Beständen

8,7 Mrd. €

Geschäftsvolumen der Gruppe (2024)

Diese Fallstudie als PDF herunterladen

Teilbares Dokument · automatisch generiert · immer aktuell

PDF herunterladen

Kundenkontext

Der Kunde zählt zu den größten Handelsgenossenschaften Europas außerhalb des Lebensmittelbereichs, gegründet zu Beginn des 20. Jahrhunderts mit Hauptsitz in Deutschland. Die Muttergesellschaft beschäftigt rund 1.200 Mitarbeiter direkt, weitere rund 80.000 Beschäftigte arbeiten in angeschlossenen Handelsunternehmen. Die Genossenschaft betreut mehr als 5.500 unabhängige Einzelhändler an rund 10.000 Verkaufsstellen in Deutschland, den Benelux-Ländern, Frankreich, Österreich, der Schweiz, Schweden und Norwegen. Das Geschäft umfasst Schuhe, Mode und Sportbekleidung über mehrere Handelsmarken, mit einem Geschäftsvolumen von 8,7 Milliarden Euro im Jahr 2024. Der digitale Arm der Gruppe betreibt eine Technologieplattform, die die Mitgliedshändler in einem Umfeld mit hohem Transaktionsvolumen und mehreren Marktplätzen unterstützt.

Die Herausforderung

Nach außen wirkte die digitale Plattform stabil. Sie verarbeitete täglich hohe Transaktionsvolumen über ein komplexes Netz von Marktplätzen für Hunderte unabhängige Händler. Die äußere Stabilität verdeckte jedoch ein tieferes Problem: Niemand verstand mehr vollständig, wie das System tatsächlich funktionierte. Über Jahre hatten sich undokumentierte Änderungen angesammelt. Fest verdrahtete Geschäftslogik verteilte sich über den gesamten Code, unsichtbare Abhängigkeiten verbanden Komponenten auf eine Weise, die nie aufgezeichnet worden war. Redundanter Code hatte sich unkontrolliert vermehrt, sodass das Verhalten des Systems unter bestimmten Bedingungen erst dann bekannt wurde, wenn dieser Fall tatsächlich eintrat. Die Folgen waren operativ wie strategisch. Produktdaten liefen zwischen den Systemen auseinander, was zu Abweichungen bei Preisen und Beständen für die Händler führte, jede Abweichung kostete Geld und schwächte deren Vertrauen. Das eigentliche Problem lag aber tiefer: Nichts konnte gefahrlos verändert werden, ohne es zuvor verstanden zu haben, denn jede Änderung an einem derart verworrenen System trug ein hohes Risiko, an anderer Stelle unerwartete Nebenwirkungen auszulösen. Der Kunde wollte modernisieren, doch die Grundvoraussetzung dafür war Wissen, und dieses Wissen war nie erfasst worden. Gradion kam ins Projekt, ohne Einweisung, ohne Dokumentation und ohne einen klaren Einstiegspunkt, und stand vor einem produktiven System, das nicht angehalten werden konnte, während das Geschäft von dessen ununterbrochenem Betrieb abhing.

Der Ansatz

Der Einsatz begann mit einer Entscheidung, der sich die meisten Teams verweigert hätten: sechs Monate damit zu verbringen, das System zu verstehen, bevor irgendeine Änderung vorgeschlagen wurde. Das Team näherte sich dem Code über Untersuchung statt über Anleitung. Da keine Einarbeitungsdokumentation existierte, musste jede Komponente durch das Nachverfolgen der Logik, das Lesen des Quellcodes und die Analyse des Systemverhaltens unter verschiedenen Bedingungen erfasst werden - Reverse Engineering im wörtlichen Sinn, denn es ging darum, die ursprüngliche Absicht des Systems aus seinen Artefakten zu rekonstruieren. Gradion verfolgte die Architektur der Plattform von Hand, identifizierte Abhängigkeiten zwischen Komponenten, isolierte fest verdrahtete Geschäftslogik und dokumentierte die Regeln, die den Datenfluss im gesamten System steuerten. Verborgene Verbindungen, die bei einem naiven Modernisierungsansatz zu Ausfällen geführt hätten, wurden aufgedeckt und katalogisiert. Die fehlende Dokumentation wurde von Grund auf neu aufgebaut. Wo sich die Logik nicht allein aus dem Code erschließen ließ, arbeitete Gradion direkt mit den internen Teams des Kunden zusammen, um Geschäftsregeln zu rekonstruieren, die sich über Jahre in das System eingeschrieben hatten und oft nur im Gedächtnis langjähriger Mitarbeiter vorhanden waren. Änderungen erfolgten nur dort, wo das System vollständig verstanden war. Die Datensynchronisierung zwischen den Plattformen wurde automatisiert und behob damit die Abweichungen bei Preisen und Beständen, die zuvor zu Reibung mit den Mitgliedshändlern geführt hatten. Zentrale Arbeitsabläufe wurden gezielt optimiert, um die technischen Schwachstellen mit der größten Wirkung zu beheben, die während der Analysephase identifiziert worden waren - keine umfassende Überarbeitung, sondern gezielte Verbesserungen an Stellen, deren Verhalten zuvor geprüft worden war. Am Ende der sechsmonatigen Lernphase besaß der Kunde erstmals eine Plattform, die er verstand: klar, vorhersehbar und dokumentiert. Diese Arbeit legte die Grundlage für ein strategisches Modernisierungsprogramm, das auf gesichertem Wissen aufbaute.

Die Ergebnisse

Die Abweichungen bei Preisen und Beständen zwischen den Systemen gingen nach den gezielten Korrekturen zur Datensynchronisierung deutlich zurück und wurden insgesamt um die Hälfte reduziert. Die vollständige Systemdokumentation existierte nun: Das Team kam von null zu einer vollständigen Übersicht über Geschäftslogik, Abhängigkeiten und Architektur, was künftige Entwicklungen erstmals sicher machte. Die Einarbeitung neuer Entwickler beschleunigte sich, weil das Systemwissen festgehalten war und niemand mehr auf gut Glück raten musste, wie undokumentiertes Verhalten funktionierte. Die Stabilität der Plattform kehrte zurück, ohne dass der laufende Betrieb gestört wurde. Die strategische Modernisierung war nicht mehr blockiert: Künftige Entscheidungen zur Plattform konnten auf geprüftem Wissen statt auf Vermutungen beruhen. Das bedeutendste Ergebnis war keine einzelne Korrektur, sondern die Tatsache, dass der Kunde nun Änderungen gefahrlos umsetzen konnte. Der Weg zur Modernisierung wurde klar, weil das Terrain gründlich kartiert worden war.

Leistungen & Technologie

Erbrachte Leistungen

  • Legacy-System-Analyse & Reverse Engineering
  • Technische Dokumentation & Systemkartierung
  • Datenabgleich & Workflow-Optimierung
  • Backend-Stabilisierung
  • Planung der neuen Plattformarchitektur

Technologie-Stack

  • Individueller Technologie-Stack (keine Einzeltechnologien benannt)

Engagement-Modell

Eingebetteter Partner mit phasenweisem Vorgehen: Verständnis ging jeder Veränderung voraus.

Team

Zur Teamzusammensetzung liegen keine Angaben vor.

Bereit, die eigene Altplattform sicher veränderbar zu machen?

Schildern Sie Ihre Herausforderung - wir schneiden den Einsatz passend zu.