
SaaS Kunden-Community-Plattform: 75–80 % Kostenreduktion. Einrichtungszeit von zwei Wochen auf sechs Stunden verkürzt. Modulare Plattform für Skalierbarkeit neu aufgebaut, ohne ihre Kernstärken zu ve…
Überblick
Kunde
SaaS Customer Community Platform
Branche
Technologie – SaaS Community Commerce Plattform
Region
München, Deutschland
Größe
11–50 employees
Herausforderung
Leistung des Altsystems bei pandemieartigem Nachfrageschub
Leistungen
Refactoring des Altsystems, Modernisierung der Front-End-Toolchain, DevOps-Optimierung (CI/CD, Monitoring, Sicherheit), Engineering für langfristige Wartbarkeit
Dauer
Laufend
Team
Startete mit 5 Spezialisten (PM, Senior-Entwickler, DevOps)
Diese Fallstudie als PDF herunterladen
Teilbares Dokument · automatisch generiert · immer aktuell
Kundenkontext
Der Kunde ist ein 2010 gegründetes SaaS-Unternehmen mit Sitz in München, das als führender europäischer Full-Service-Anbieter von White-Label-Kunden-Community-Plattformen für den Einzelhandel und Konsumgütermarken bekannt ist. Die Kernplattform ermöglicht D2C-Engagement durch ein modulares Toolkit: Marken wählen aus Loyalitätsprogrammen, Bewertungen und Rezensionen, Q&A-Foren, UGC, Engagement-Kampagnen und Social Listening, jeweils konfiguriert für ihre spezifischen Anforderungen. Im Gegensatz zu standardisierten Lösungen liegt die Differenzierung des Unternehmens in seiner Modularität: Jede Kundenimplementierung ist eine maßgeschneiderte Kombination, die End-to-End in die CRM- und Dateninfrastruktur des Kunden integriert wird. Zu den Kunden zählen namhafte europäische Einzelhändler und große globale Konsumgütermarken.
Die Herausforderung

Die Plattform des Unternehmens basierte auf einer älteren Codebasis, die dem anfänglichen Kundenstamm gut diente. Die Modularität, die das Produkt kommerziell einzigartig machte, führte jedoch auch zu architektonischer Komplexität: Jede Kundenimplementierung war eine einzigartige Konfiguration, was bedeutete, dass keine einzelne Änderung gegen eine generische Baseline getestet werden konnte. Dann kam das Jahr 2020. Die Pandemie komprimierte Jahre der digitalen Adoption in Monate. Die Plattform sah sich einem Nachfrageschub gegenüber, für den sie nie konzipiert worden war: mehr gleichzeitige Nutzer, mehr parallele Datenströme und mehr aktive Integrationen gleichzeitig. Die Altsystemarchitektur begann, die Belastung zu zeigen: Die Leistung verschlechterte sich unter Last, Datenengpässe traten auf und das Risiko von Ausfallzeiten stieg. Das Problem wurde durch die Art des Geschäfts des Kunden noch verschärft. Ein konventioneller Neuaufbau, der das Altsystem vollständig ersetzt hätte, hätte die modulare Konfigurationsschicht zerstört, auf der die Kundenverträge basierten. Jede Optimierung musste die Logik der bestehenden Architektur respektieren und gleichzeitig ihre Leistungsmerkmale erheblich verbessern. Die Frage, die Gradion beantworten sollte: Wie modernisiert man ein komplexes, kundenspezifisches Altsystem unter operativem Druck, ohne die Produktdifferenzierung zu zerstören, die es wertvoll macht?
Der Ansatz

Gradions Ansatz setzte auf gezielte Präzision statt eines kompletten Austauschs. Das Team begann mit einer sorgfältigen Prüfung der bestehenden Codebasis. Dabei wurden Leistungsengpässe identifiziert, die modulare Abhängigkeitsstruktur analysiert und Bereiche bestimmt, in denen Eingriffe den größten Nutzen bei minimalem Risiko erzielen würden. Zuerst wurde die Front-End-Toolchain modernisiert. Bower wurde durch Webpack und npm ersetzt. Dies geschah nicht aus Trendgründen, sondern weil die bestehenden Build-Tools die Geschwindigkeit und Zuverlässigkeit der Bereitstellung einer Plattform, die sich kontinuierlich weiterentwickeln musste, konkret einschränkten. Der Legacy-Code wurde unter der expliziten Bedingung refaktorisiert, die Modularität zu erhalten. Ziel war keine komplette Neuentwicklung der Architektur, sondern eine gezielte Optimierung: Leistungsengpässe beseitigen, die Build-Pipeline straffen und die Skalierbarkeit verbessern. Dies erfolgte ohne Änderung der Konfigurationslogik, von der Kundenimplementierungen abhingen. Die DevOps-Härtung begegnete den Stabilitätsrisiken, die unter Last aufgetreten waren. Jenkins wurde um eine Basisauthentifizierung erweitert. Echtzeit-Monitoring wurde konfiguriert, um Leistungsabfälle zu erkennen, bevor sie für Endnutzer oder Kunden sichtbar wurden. Ziel war ein selbstüberwachendes System, das den operativen Aufwand für das Entwicklungsteam reduziert und dem Unternehmen Freiraum für die Produktentwicklung verschafft. Die Teamstruktur spiegelte die Effizienzziele wider. Der initiale Einsatz umfasste fünf Spezialisten: einen Projektmanager, Senior-Entwickler und einen DevOps-Ingenieur. Mit der Reifung der Tools und der Stabilisierung der Plattform konsolidierte sich die Betriebsverantwortung auf einen einzigen Gradion-Ingenieur mit mehreren Rollen, der die Plattform nun kontinuierlich betreut.
Die Ergebnisse
Die Effizienzgewinne waren signifikant und messbar: Reduzierung der Infrastruktur- und Betriebskosten: 75–80 %. Dies war das größte Einzelergebnis, erzielt durch gezielte Optimierung der Infrastruktur und des Service-Managements. Einrichtungszeit für Bereitstellungen: Reduziert von zwei Wochen auf bis zu sechs Stunden, wodurch Engineering-Kapazitäten für höherwertige Aufgaben freigesetzt wurden. Skalierbarkeit der Plattform: Die Architektur unterstützt nun die durch den pandemiebedingten Nachfrageschub entstandenen Lastprofile ohne Leistungseinbußen. Betriebsmodell: Das fünfköpfige Einsatzteam wurde auf einen einzigen, kontinuierlich tätigen Ingenieur konsolidiert. Dies ist ein direkter Beleg dafür, wie stark die Tooling-Verbesserungen die laufende Komplexität reduziert haben. Modulare Architektur: Vollständig erhalten über alle Kundenkonfigurationen hinweg. Diese Fallstudie zeigt ein Unternehmen, das echte Produktdifferenzierung in eine komplexe technische Architektur integriert hatte. Es galt, diese Differenzierung zu schützen, während die Plattform an die Leistungsanforderungen eines veränderten Marktes angepasst wurde. Das Ergebnis war ein schlankeres, schnelleres, selbstüberwachendes System, das auf derselben strukturellen Logik basiert, auf die sich seine Kunden verlassen.
Leistungen & Technologie
Erbrachte Leistungen
- Refaktorisierung von Legacy-Systemen
- Modernisierung der Front-End-Toolchain
- DevOps-Optimierung (CI/CD, Monitoring, Sicherheit)
- Langfristige technische Wartung
Technologie-Stack
- Webpack and npm (replacing Bower)
- Jenkins (with authentication hardening)
- Real-time monitoring
- CI/CD pipeline
- Modular SaaS platform architecture
Engagement-Modell
Projekt + laufende Wartung
Betreiben Sie eine komplexe Legacy-Plattform, die ohne komplette Neuentwicklung skalieren muss?
Beschreiben Sie Ihre Architektur. Wir definieren, wie eine präzise Modernisierung für Sie aussieht.