Société Générale: Interne Personalisierungs- &…

H-Studio arbeitete mit einer regionalen Einheit des Kunden zusammen.

Entscheidungskontext

Dieses Projekt bewegte sich in einem hochregulierten Enterprise-Umfeld, in dem Personalisierung unmittelbar mit Compliance und Daten-Governance verknüpft ist.

Im Bankenumfeld ist die Ausspielung personalisierter Produktangebote kein Marketing-Thema, sondern ein streng kontrollierter interner Prozess. Fragmentierte Systeme, externe Ad-Technologien oder unzureichend gesteuerte Echtzeitlogik bergen erhebliche regulatorische, sicherheitsrelevante und operative Risiken.

Zentrale Überlegungen in der Entscheidungsphase:

Personalisierung musste vollständig intern erfolgen — ohne Abhängigkeit von Drittanbieter-Werbenetzwerken.
Mehrere interne APIs und Produktsysteme mussten konsolidiert werden, um Inkonsistenzen und Datenredundanz zu vermeiden.
Echtzeit-Entscheidungen erforderten klare Governance, Nachvollziehbarkeit und stabile Ausführung unter Last.
Kampagnen mussten skalierbar bleiben, ohne Systemstabilität oder Betriebsprozesse zu gefährden.
Die Architektur sollte schnelle Iterationen ermöglichen und gleichzeitig bankentaugliche Zuverlässigkeit sicherstellen.

Ziel war daher nicht eine Marketing-Optimierung, sondern der Aufbau einer sicheren, modularen internen Plattform für kontrollierte Echtzeit-Personalisierung im Einklang mit regulatorischen Anforderungen.

Herausforderung

Die Bank benötigte ein System, das mehrere interne APIs und Kredit-/Produktpipelines in einer einzigen, kohärenten Plattform vereint. Zentrale Anforderungen:

Nahezu echtzeitfähige Personalisierung und kontextbasierte Produktangebote
Interne Ausspielung ohne externe Ad-Netzwerke
Hohe Sicherheitsstandards und compliance-orientierte Architektur
Stabile Performance während hoher Kampagnenlast
Einheitliche Datenbasis statt fragmentierter Silos

Die Lösung musste einerseits unternehmensweite Prozesse unterstützen, andererseits genügend Modularität bieten, um zukünftige Kampagnen flexibel steuern zu können.

Unser Ansatz

Wir entwickelten eine modulare Backend-Plattform, die mehrere Kernbereiche unifiziert:

1 — Kundenprofile & Echtzeit-Scoring

Integration interner Datenquellen, Kredit- und Produktlogiken. Echtzeit-Scoring auf Basis verhaltensbasierter Scoring-Logik.

2 — Kampagnen- und Regel-Engine

Flexible Segmentierung
Tracking von Engagement
Dynamische Angebotssteuerung

3 — API-Orchestrierung

Alle relevanten Dienste wurden über interne APIs verbunden. Die Plattform agiert als intelligentes Gateway zwischen

CRM
Produktkatalogen
Scoring-Engines
Ausspielungsmodulen

4 — CI/CD & Deployment

Ein automatisierter Jenkins-Pipeline-Workflow ermöglicht:

kontinuierliche Integration
Deployments mit minimaler Downtime
automatisierte Tests & Security Checks

5 — Infrastruktur & Skalierung

Kubernetes sorgt für

automatische Skalierung
Resilienz bei Lastspitzen
isolierte Services und saubere Deployments

Zusätzlich wurde eine Verhaltensanalyse-Schicht implementiert, die Engagement misst und Machine-Learning-Modelle mit Daten versorgt – für bessere Angebotsrelevanz in der Zukunft.

Ergebnisse

Vollständig automatisierte, personalisierte Ausspielung von Finanzprodukten
Die Kampagneneinrichtungszeit wurde deutlich verkürzt – von Tagen auf Minuten in typischen Szenarien
Zusammenführung von Daten aus drei getrennten Systemen
Zentrales Monitoring & Reporting für Conversion, Performance und Reichweite
Stabiler Betrieb auch bei hoher interner Kampagnenlast

Hinweis: Kundendetails und Systemumfang wurden aus Vertraulichkeits- und regulatorischen Gründen teilweise anonymisiert. Leistungskennzahlen sind abhängig von Infrastruktur, Konfiguration und Betriebsumgebung.

Technologie-Stack

Backend: Java 11 · Spring

Database: Oracle

Infrastructure: Docker · Kubernetes

CI/CD: Jenkins

Duration: 12 Monate

Team: 5 Engineers

Warum das wichtig ist

Dieses Projekt stärkte unsere Expertise in den Bereichen: • Echtzeit-Personalisierung • Interne API-Orchestrierung • Enterprise-Dataflows • Hochskalierbare Microservice-Architektur Die in diesem Projekt entwickelten Mechanismen nutzen wir heute beim Bau moderner CRM- und Automatisierungslösungen für Unternehmen, die Enterprise-Intelligenz in Startup-Geschwindigkeit benötigen.