Herausforderung
EELIS war als monolithische, arbeitsplatzbasierte Anwendung gebaut – die Altarchitektur begrenzte die Skalierbarkeit, war im Feldeinsatz unpraktisch und passte nicht zu modernen digitalen Arbeitsabläufen.
Lösung
- Migration auf Microservices. Vollständiger Neuaufbau der Plattform auf einer Microservices-Architektur für mehr Modularität und Skalierbarkeit.
- PostgreSQL-Geodatenbanken. Ergänzt durch interaktive Kartenanwendungen und automatisierte CI/CD-Deployment-Pipelines.
- Mobile Werkzeuge für den Außendienst. Neu entwickelt für einen reibungslosen Datenaustausch mit externen Registern und die mobile Nutzung im Gelände.
- KI-fähige Datengrundlage. Überarbeitete Datenmodelle ermöglichen Mustererkennung, Entscheidungsunterstützung und raumbezogene Analysen.
- Veröffentlichung offener Daten. Eröffnet die Möglichkeit, Machine-Learning-Modelle für Umweltforschung und Prognosen zu trainieren.
Ergebnisse
- Eine intelligente, skalierbare und datenreiche Plattform für das Naturmanagement in ganz Estland.
- Fachleute verfügen über deutlich bessere Werkzeuge für den Außendienst und die tägliche Arbeit.
- Manuelle Datenflüsse sind weitgehend durch automatisierte Prozesse ersetzt.
- EELIS ist heute ein strategisches System zur Entscheidungsunterstützung – nicht bloß ein statisches Register.
KernerkenntnisUmwelt- und Forschungsregister profitieren besonders stark von Microservices – der eigentliche Gewinn ist die Möglichkeit, KI und Automatisierung zu nutzen, die mit der alten Architektur unmöglich war.