Ich entwerfe, baue und betreibe Data-Pipelines, die Ihre ERP- und Geschäftsdaten zuverlässig in Ihr Data Warehouse bringen — orchestriert mit Apache Airflow, versioniert wie Software, so einfach wie möglich gehalten.
Technologien, mit denen ich täglich arbeite
Datenplattformen und die Infrastruktur darunter — aus einer Hand, als Code, mit Wissenstransfer.
Vom Use Case bis zur Pipeline: Ich bringe Daten aus SAP- und Non-SAP-Systemen zuverlässig, testbar und dokumentiert in Ihr Data Warehouse — und baue nur, was nachweisbar Wert liefert.
Das Fundament seit über zehn Jahren: Infrastructure as Code, CI/CD-Pipelines, Kubernetes und Cloud-Architekturen auf Azure und AWS — automatisiert statt handgeklickt.
Ihr Business sieht Dashboards, Berichte und Use Cases. Damit die zuverlässig funktionieren, braucht es darunter sauberes Handwerk: Datenmodelle, Pipelines, Qualitätssicherung und Betrieb. Genau dieses Heavy Lifting ist mein Job.
Kein Over-Consulting, kein Over-Engineering: Ich starte bei Ihren Anforderungen und Use Cases — auf Wunsch KI-gestützt analysiert — und baue nur, was nachweisbar Wert liefert. Für den Mittelstand heißt das: einfache, bewährte Technik, die Ihr Team selbst betreiben kann.
Sechs Bausteine, die einzeln oder als Gesamtpaket funktionieren.
Bevor eine Zeile Code entsteht: Workshops, Stakeholder-Interviews und KI-gestützte Anforderungsanalyse. Wir priorisieren Use Cases nach Geschäftswert — und streichen, was keinen liefert. So entsteht ein Backlog, das sich rechnet.
Extraktion aus SAP ERP, S/4HANA und BW — über ODP, CDS Views oder SLT — in Ihr Ziel-Warehouse. Inkrementell, delta-fähig und robust gegen Strukturänderungen im Quellsystem.
Architektur und Aufbau Ihres Data Warehouse — mit SAP BW/4HANA, SAP Datasphere oder einem schlanken Cloud-Warehouse. So einfach wie möglich: Schichtenmodell und Datenmodellierung, die Ihr Team versteht und selbst weiterentwickeln kann.
Orchestrierung als Code: DAG-Design, Sensoren, Backfills, SLAs und Alerting. Airflow-Deployments inklusive CI/CD, Secrets-Management und Monitoring — dimensioniert nach Bedarf, nicht nach Buzzword.
Raus aus Klick-Pipelines, rein in Orchestrierung als Code: Ich analysiere Ihre ADF-Pipelines, migriere sie strukturiert nach Apache Airflow und mache sie dabei testbar, versionierbar und günstiger im Betrieb.
Vertrauen in Zahlen entsteht durch Kontrolle: automatisierte Datenqualitäts-Checks direkt in den Pipelines, klare Verantwortlichkeiten, Datenkatalog und Lineage — pragmatisch dimensioniert statt Governance-Bürokratie.
Pipelines sind Software — sie bekommen Versionskontrolle, Tests, CI/CD und Monitoring. Und Technik ist Mittel zum Zweck: Ich empfehle die einfachste Lösung, die Ihre Anforderungen zuverlässig erfüllt, und genau so viel Beratung, wie das Projekt wirklich braucht. Gerade im Mittelstand gewinnt, was das eigene Team verstehen und betreiben kann.
Über zehn Jahre Erfahrung in Automatisierung — dieselbe Disziplin, die heute meine Datenplattformen trägt.
Terraform-Module, die Ihre Azure- und AWS-Umgebungen reproduzierbar machen — reviewbar, testbar, dokumentiert.
GitHub Actions und Azure DevOps: vom Commit bis zum Deployment ohne manuelle Schritte, mit Quality Gates.
AKS-Cluster, Helm-Charts und Container-Strategien — inklusive Betrieb von Airflow und Datendiensten auf Kubernetes.
Architektur-Reviews, Kostenoptimierung, Security-Hardening und Compliance für Ihre Cloud-Landschaft.
Kostenloses Erstgespräch, Blick auf Systeme und Ziele, ehrliche Einschätzung — auch wenn die Antwort „das braucht ihr nicht" lautet.
Iterative Umsetzung als Code: kurze Feedback-Zyklen, transparente Kommunikation, funktionierende Zwischenstände statt Folien.
Dokumentation, Pair-Programming und Workshops, bis Ihr Team die Plattform eigenständig weiterentwickeln kann.
Mein Name ist Fethullah Misir. Als Data & DevOps Engineer helfe ich Unternehmen, ihre Daten- und Cloud-Plattformen zu modernisieren — von der SAP-Extraktion über Airflow-Orchestrierung bis zur Infrastruktur darunter. Mein Fokus: pragmatische, nachhaltige Lösungen und Wissenstransfer ins Team.
Ein Testing-Framework für isolierte Datenbank-Tests in Spring Boot Anwendungen. Nutzt PostgreSQL Template-Datenbanken für schnelle Test-Isolation (~50ms pro Test).
Auf GitHub ansehenAntworten auf die Fragen, die in Erstgesprächen am häufigsten kommen.
Meist über ODP (Operational Data Provisioning), CDS-View-Extraktion oder SLT-Replikation. Welcher Weg passt, hängt von Quellsystem, Delta-Anforderungen und Lizenzsituation ab — genau das klären wir im Erstgespräch.
Airflow ist der De-facto-Standard für Daten-Orchestrierung: Pipelines als Python-Code, versionierbar und testbar, mit Retry-Logik, Backfills und einem riesigen Ökosystem an Integrationen — ohne Vendor-Lock-in.
Das hängt von Systemlandschaft, Team und Budget ab. In SAP-geprägten Landschaften oft SAP BW/4HANA oder Datasphere, sonst ein schlankes Cloud-Warehouse. Ich empfehle die einfachste Lösung, die Ihre Anforderungen zuverlässig erfüllt — der Mittelstand braucht selten Big-Tech-Stacks.
Häufig ja: Airflow macht Orchestrierung versionierbar, testbar und transparent — und senkt oft die Betriebskosten. Ich analysiere Ihre ADF-Pipelines und gebe eine ehrliche Empfehlung. Manchmal lautet die auch: Bleiben Sie bei ADF.
Projekt-basiert und flexibel — als temporärer Teil Ihres Teams oder für klar umrissene Vorhaben mit definierten Deliverables. Ich bin in Schwäbisch Gmünd bei Stuttgart ansässig und arbeite remote wie vor Ort, in ganz Deutschland, Österreich und der Schweiz.
Ja, Wissenstransfer ist fester Teil meiner Arbeit. Workshops und Pair-Programming zu Airflow, dbt, Terraform und Kubernetes, damit Ihr Team eigenständig weiterarbeiten kann.
Kostenloses Erstgespräch — 30 Minuten, ehrliche Einschätzung, kein Verkaufsdruck.