Nur ein Prompt entfernt: Wie Deichmann seine Daten wirklich aktiviert | Kevin Haferkamp & Rocky Khan - #25

110 Jahre Deichmann. 4.700 Filialen. 30 Länder. Und eine
Datenplattform, die das alles zusammenhalten muss.


Kevin Haferkamp ist Head of Data Platform and Engineering bei
Deichmann — und hat in den letzten Jahren eine Architektur in
Produktion gebracht, die aus isolierten Systemen eine echte
unternehmensweite Datenplattform gemacht hat. Deichmann ist
mittlerweile offizielle Databricks Customer Story. Wer das kennt,
weiß: Das ist kein Proof of Concept. Das ist echte Produktion.





In der aktuellen Episode von Masters of Data & AI spricht er
über den Weg dorthin — und was als nächstes kommt.


Ein paar Dinge, die hängengeblieben sind:


**Zum Abschied von Snowflake:**


Nicht weil Snowflake schlecht ist — sondern weil Deichmann
irgendwann gemerkt hat, dass sie immer weniger davon nutzen und
immer mehr von Databricks. Zwei große Plattformen mit
konkurrierenden Workloads macht keinen Sinn. Der letzte Use Case,
der noch auf Snowflake lief, war ausgerechnet der Lake Base Use
Case. Jetzt läuft alles auf Databricks. Und man ist happy.





**Zu Lake Base und dem PostgreSQL-Trick:**


SAP Emarsys braucht relationale Daten. Databricks ist kein
relationales System. Die Lösung: eine PostgreSQL-Instanz, die
Daten aus dem Lakehouse in Sekunden synchronisiert — statt
wochenlanger Eigenentwicklung. Deichmann war Early Adopter, hat
das Feature mitgeformt, und läuft heute damit europaweit.





**Zum Semantic Layer als eigentlichem KI-Hebel:**


Wenn der Semantic Layer nicht stimmt, bringt KI nichts. Kevin ist
überzeugt: Datenmodellierung ist nicht tot — sie ist heute
wichtiger als je zuvor. Wer jetzt ein sauberes semantisches
Fundament baut, kann seinen Stakeholdern Ad-hoc-Analytics,
KI-gestützte Auswertungen und Self-Service per Prompt
ermöglichen. Das ist nur ein Prompt entfernt — aber nur wenn die
Basis stimmt.





**Zu KI Use Cases bei Deichmann:**


Markdown Optimization läuft seit sechs Jahren und bespielt gerade
die Top-Märkte mit Version 2.0. KI-Fotostudio für
Produktgenerierung ohne aufwändige Shootings — bereits getestet.
Logistik-Forecasting mit ML. Und ein Fußmessgerät im Store, das
über die Jahre Daten gesammelt hat, die jetzt wirklich genutzt
werden können. Fast fail als gelebte Kultur — nicht als Buzzword.





**Zur größten Lesson Learned:**


Technik ist beherrschbar. Menschen nicht immer. Die teuersten
Fehler bei Deichmann waren keine Cluster-Crashe — sondern
Kommunikation, die aneinander vorbeigegangen ist. Gute Absicht
schützt nicht vor schlechter Wirkung.





____LinkedIn Profile____


LinkedIn Profile von Konrad Sippel:
https://www.linkedin.com/in/kevin-haferkamp-09907ba0/


LinkedIn Profile von Rocky Khan:
https://www.linkedin.com/in/khanrocky/


____Business Buch____


*Dungeon Thinking* von Dirk Lerner — keine klassische
Managementliteratur, sondern eine fiktive Unternehmensgeschichte,
die durch verschiedene Data-Challenges führt. Kevin liest es
immer wieder, weil er sich darin wiedererkennt — und jedes
Kapitel neue Reflexionspunkte liefert.