Udfordring
EELIS var bygget som en monolitisk, arbejdsstationsbaseret applikation – en forældet arkitektur, der begrænsede skalerbarheden, var besværlig at bruge i felten og ikke passede til nutidens digitale arbejdsgange.
Løsning
- Migrering til mikrotjenester. En komplet ombygning af platformen til en mikrotjenestearkitektur af hensyn til modularitet og skalerbarhed.
- Geodatabaser i PostgreSQL. Understøttet af interaktive kortapplikationer og automatiserede CI/CD-pipelines til udrulning.
- Mobile feltværktøjer. Bygget om til gnidningsfri dataudveksling med eksterne registre og til mobil brug i felten.
- AI-klart datafundament. Omarbejdede datamodeller muliggør mønstergenkendelse, beslutningsstøtte og analyse af geodata.
- Publicering af åbne data. Åbner mulighed for at træne machine learning-modeller til miljøforskning og prognoser.
Resultat
- En intelligent, skalerbar og datarig platform til naturforvaltning i hele Estland.
- Specialisterne har markant bedre værktøjer til feltarbejdet og det daglige arbejde.
- Manuelle datastrømme er i vid udstrækning erstattet af automatiserede processer.
- EELIS er nu et strategisk beslutningsstøttesystem – ikke bare et statisk register.
Vigtigste pointeMiljø- og forskningsregistre har særlig meget at vinde ved mikrotjenester – den egentlige gevinst er muligheden for at bruge AI og automatisering, som var umulig med den gamle arkitektur.