Sanitas: Dank BigQuery zu weniger Stress

Legacy-Systeme von Sanitas konnten nicht mit den Anforderungen des Gesundheitswesens mithalten

Sanitas, einer der grössten Schweizer Krankenversicherer mit über 850’000 Kund:innen und 3 Milliarden Franken an jährlichen Prämien, stand 2023 vor einer kritischen Herausforderung. 

Ihr 19 Jahre altes Oracle Data Warehouse verursachte erhebliche Verzögerungen in einer Branche, in der Geschwindigkeit die Kundenzufriedenheit direkt beeinflusst.

Die Probleme verschärften sich in rasantem Tempo in mehrfacher Hinsicht. Kritische Analysen im Gesundheitswesen erforderten 24-Stunden-Batch-Verarbeitungszyklen, was bedeutete, dass Entscheidungen über Leistungsfragen, Betrugserkennung und Kundeneinblicke immer einen Tag hinterherhinkten. 

Bei einem Datenvolumen von über 2 Milliarden Datensätzen war das System nicht in der Lage, zur Erfüllung der wachsenden Anforderungen zu skalieren. Entwicklungsteams verbrachten Wochen damit, neue Umgebungen über externe Anbieter bereitzustellen, während die starre Architektur die Integration mit modernen KI- und Analyse-Tools verhinderte, die ihre Geschäftsabläufe hätten transformieren können.

Die operativen Herausforderungen waren besonders akut für das saisonale Versicherungsgeschäft von Sanitas. Das Unternehmen musste seine On-Premise-Infrastruktur überdimensionieren, um die Lastspitzen im Herbst zu bewältigen. Dies führte dazu, dass es während 70% des Jahres zu teuren, ungenutzten Kapazitäten kam. 

Wenn die Datenverarbeitungen am Wochenende fehlschlugen, gab es am Montagmorgen Krisenmanagement-Übungen, bei denen die Teams fieberhaft daran arbeiteten, dem Management aktuelle Geschäftskennzahlen zu liefern. Jede Änderungsanforderung war teuer und zeitaufwendig in der Umsetzung. 

Dies schuf einen Engpass, der die Fähigkeit der Organisation, schnell auf Marktchancen zu reagieren, behinderte. 

Am kritischsten war, dass die Verzögerungen den Kundenservice und die Geschäftsagilität beeinträchtigten. Das Batch-Processing der Legacy-Systeme führte dazu, dass wichtige Business-Insights stets einen Tag verspätet vorlagen – und damit schnelle Reaktionen auf Marktchancen oder operative Probleme verhindert wurden. 

Marketingkampagnen konnten keine aktuellen Kundendaten nutzen, Vertriebsteams fehlten Echtzeit-Upselling-Einblicke und Betrugserkennungssysteme analysierten Muster retrospektiv, anstatt Probleme proaktiv zu verhindern. Für ein Unternehmen, das sich zum Ziel gesetzt hat, «die Nummer eins in Sachen Kundenkomfort» zu sein, standen diese technischen Einschränkungen im direkten Widerspruch zu seiner Mission.

Eine Echtzeit-Analyseplattform für KI-gestützte Einblicke

Anfang 2023 schloss sich Sanitas mit Google Cloud und ipt zusammen, um ihre Dateninfrastruktur mithilfe von BigQuery als Grundlage für eine moderne Lakehouse-Architektur komplett neu zu gestalten. 

Die strategische Partnerschaft mit ipt erwies sich als entscheidend, da sie einen gemischten Teamansatz ermöglichte, bei dem ipt-Consultants direkt in die internen Teams von Sanitas für das Lösungsdesign und die Architekturentwicklung integriert wurden. Dieses kollaborative Modell stellte sicher, dass die spezifischen Compliance-Anforderungen des Gesundheitswesens und technische Innovationen vom ersten Tag an nahtlos integriert wurden.

Die technische Implementierung folgt einer ausgeklügelten Medaillon-Architektur mit vier Ebenen, die für die Daten-Governance im Gesundheitswesen konzipiert sind. Rohdaten fliessen durch Cloud Datastream und Confluent Kafka für die Echtzeit-Erfassung, während Cloud Composer komplexe Datenpipelines orchestriert. 

Für die Datentransformationen implementierte das Team dbt (Data Build Tool), um eine nahtlose Integration in ihre GitLab-basierten Entwicklungsworkflows zu ermöglichen. Dadurch wurden Best Practices der Softwareentwicklung wie Tests, CI/CD und Versionskontrolle in die Data-Warehouse-Entwicklung eingebracht. Dataplex bietet intelligente Governance über die gesamte Datenlandschaft.

Eines der innovativsten Merkmale ist die Tabellen-Klon-Funktion von BigQuery. Sie ermöglicht Entwickler:innen, isolierte Sandbox-Umgebungen sofort zu erstellen. Im Gegensatz zu herkömmlichen Datenbankkopien, die Daten duplizieren und Speicherkosten verursachen, erstellen Tabellenklone schlanke Referenzen auf die Originaldaten. 

Jede:r Entwickler:in kann innerhalb von Minuten mit einer vollständigen Kopie des Produktionsdatensatzes arbeiten und zahlt nur für die vorgenommenen Änderungen und nicht für den gesamten Datensatz. Diese Innovation beseitigt die traditionellen Engpässe, die entstehen, wenn Entwicklungsteams sich gegenseitig in die Quere kommen, und ermöglicht eine tatsächliche parallele Entwicklung mit realen Produktionsdaten.

Die Ergebnisse im täglichen Betrieb sind transformativ für alle Arten von Benutzer:innen. Analyst:innen in der Leistungsfallbearbeitung greifen auf Echtzeitdaten für sofortige Entscheidungen zu, Marketingteams erstellen zielgerichtete Kampagnen mithilfe von Self-Service-Dashboards, und Kundendienstmitarbeiter:innen haben sofortigen Zugriff auf umfassende Kundenhistorien. 

Die moderne Plattform ermöglichte es Sanitas, acht produktionsreife KI-Dienste bereitzustellen, einschliesslich ihres mit Vertex AI erstellten Vertriebsassistenten, der sofortige Produktempfehlungen und Preisberechnungen anhand von Screenshots oder Dokumenten liefert. Das System «Relevant Offer» nutzt maschinelles Lernen, um personalisierte Empfehlungen direkt im CRM-System bereitzustellen, sodass Kundenberater:innen während der Beratungen Echtzeit- und datengestützte Einblicke erhalten.

Plattformtransformation und Business Impact bei Sanitas dank Partnerschaftserfolg

Der Erfolg der Transformation resultierte aus strategischen Partnerschaften, die die Technologie von Google Cloud mit spezialisiertem Fachwissen kombinierten. 

In integrierten, gemischten Teams mit den internen Entwickler:innen von Sanitas brachte ipt kritisches Fachwissen über Gesundheitsdaten und moderne Software-Engineering-Praktiken in die Data-Warehouse-Entwicklung ein, einschliesslich umfassender CI/CD-Pipelines und der innovativen Nutzung des BigQuery-Tabellenklonens für isolierte Entwicklungsumgebungen. 

Dieses Partnerschaftsmodell wurde wesentlich, um den erforderlichen grundlegenden kulturellen Wandel zu bewältigen: die Transformation traditioneller Data-Warehouse-Praktiken hin zu modernen Software-Engineering-Methoden, die modulare Codeentwicklung, metadatengesteuerte Automatisierung und Continuous-Integration-Praktiken betonen.

Die technische Grundlage bewältigt eine kritische Herausforderung für das saisonale Versicherungsgeschäft durch die serverlose Architektur von BigQuery. Diese eliminiert die Notwendigkeit, die Infrastruktur für Lastspitzen im Herbst zu überdimensionieren, während Ressourcen automatisch basierend auf dem tatsächlichen Bedarf skaliert werden. 

Diese dynamische Skalierungsfähigkeit führt direkt zu der von Sanitas erzielten 25-prozentigen Kostensenkung, da das Unternehmen von festen On-Premise-Kosten zu einem variablen Cloud-Verbrauch übergeht, der seinen saisonalen Geschäftsmustern entspricht.

Ein kritischer Compliance-Vorteil ergibt sich aus ihrem metadatengesteuerten Ansatz, bei dem alle Datenklassifizierungen, Zugriffsberechtigungen und Verwendungszwecke in der Metadatenebene der Plattform kodiert sind, was vollständige Transparenz und Auditierbarkeit bietet. 

Dataplex gewährleistet intelligentes Datenmanagement und Governance über ihren Data Lake und ihr Data Warehouse, indem es automatisch nachverfolgt, welche Daten für welche Zwecke verwendet werden dürfen, und nahtlose Audits für die Schweizer Gesundheitsregulierungsbehörden ermöglicht. 

Die Integration von Gemini in BigQuery optimiert die Analyse-Workflows zusätzlich und eröffnet neue Möglichkeiten für prädiktive Modellierung, während die Prinzipien der erklärbaren KI beibehalten werden, die Fachleute im Gesundheitswesen benötigen.

Das Projekt erzielte bemerkenswerte Umsetzungsmetriken, die einen echten Partnerschaftserfolg demonstrieren: Ein Budget von 5 Millionen Franken wurde im Zeitplan und im Rahmen des Umfangs geliefert, es gab null Ausfallzeiten während der Produktionsfreigabe im April 2025, nur 18 Monate nach dem Start des Projekts. 3138 Oracle-Tabellen wurden nahtlos migriert, wobei die Transformation der Geschäftslogik vom Infrastrukturpartner Valtech übernommen wurde. 

Über technische Kennzahlen hinaus etablierte die Plattform eine echte Plattformmentalität, anstatt einfach nur ihr Data Warehouse zu ersetzen. Dies ermöglicht verschiedenen Geschäftsbereichen, Datenlösungen zu entwickeln, während die Governance-Standards unabhängig beibehalten werden.