Fallstudie
IoT Webanwendung zur Lärmüberwachung am Arbeitsplatz
Über den Kunden
Eave ist ein in London ansässiges Start-up-Unternehmen, das eine umfassende Lärmmanagement-Lösung mit weitgefächerten Einsatzmöglichkeiten in der Industrie und am Arbeitsplatz entwickelt. Der Kernwert von Eave besteht darin, ein tiefes Verständnis für die Auswirkungen von Lärm auf das menschliche Gehör zu vermitteln. Ihr IoT-System besteht aus intelligenten Hardware-Geräten (Kopfhörern), die Lärmdaten sammeln und in der Cloud speichern, damit diese von verschiedenen Nutzern auf einem Web-Dashboard weiter analysiert werden können. Derzeit arbeitet Eave mit 15 der 20 führenden Bauunternehmen in Großbritannien zusammen.
Industrien
Herausforderung
Der Kunde konnte aufgrund des veralteten Systems keine neuen Funktionen einführen. Die ursprüngliche Aufgabe bestand also darin, ein neues System zu entwerfen und zu implementieren, um zukünftige Änderungen zu erleichtern. Das Hauptziel war, eine skalierbare und an eine einzige Technologie angepasste Architektur zu erschaffen, die leicht gewartet und um alle für ein zukünftiges Wachstum erforderlichen Funktionen erweitert werden kann. Eave besaß außerdem den Wunsch, seine alte Peak-Webanwendung umzuschreiben.
Gelieferter Mehrwert
Lemberg Solutions überarbeitete das bestehende Eave-System und entwickelte das Front- und Backend der Webanwendung des Kunden Peak 2.0. Jetzt können verschiedene Arten von Benutzern die Lärmdaten in Karten, Diagrammen, Tabellen oder Listen analysieren. Wir haben außerdem die Möglichkeit geschaffen, das System um neue Funktionen zu erweitern und die Funktionalität mit Lösungen von Drittanbietern zu erweitern.
Prozess
Der Kunde bat uns, die bestehende Architektur des Eave-Systems zu verstärken und seine bestehende, aber veraltete Webanwendung Peak von Grund auf neu zu entwickeln.
Das Hauptziel war, eine skalierbare und an eine einzige Technologie angepasste Architektur zu erschaffen, die leicht gewartet und um alle erforderlichen Funktionen erweitert werden kann.
Um dieses groß angelegte Projekt zu strukturieren, begannen wir mit der Discovery-Phase. Als Ergebnis lieferte Lemberg Solutions dem Kunden folgende Ergebnisse:
- Benutzerrollen und -berechtigungen
- Low-Fidelity-Wireframes
- Eine Liste von User Stories
- Eine Einschätzung des Entwicklungsaufwands, unterteilt in Phasen
- Eine Projekt-Roadmap
Die erste Phase dauerte von Oktober bis Dezember 2021. Sie umfasste:
- Die Verfeinerung der bestehenden Eave-Infrastruktur
- Die Entwicklung der Backend-Infrastruktur für Peak 2.0
- Das Admin-Panel der Peak 2.0-Webanwendung, das es dem Eave-Team ermöglicht, Objekte (Benutzer, Kunden, Standorte, Headsets, etc.) zu erstellen und die Verbindungen zwischen ihnen zu verwalten
Die zweite Phase war umfangreicher und dauerte von Januar bis September 2022. In dieser Phase entwickelten wir das Dashboard von Peak 2.0, inklusive der Seiten mit der Darstellung der statistischen Informationen – Diagramme und Abhängigkeiten. Die zweite Entwicklungsphase war länger, so dass wir nach jeder Iteration eine Demonstration des Fortschritts anhand des Scrum-Frameworks durchführten.
Die Lärmkarte ist eine weitere zentrale Funktion, die das Team von Lemberg Solutions für Eave entwickelte. Das Eave-System besteht aus Kopfhörern, die von den Mitarbeitern getragen werden, und Empfängern, die auf der Baustelle installiert werden. Jeder Empfänger verfolgt die Kopfhörer, so dass diese den Lärmpegel an bestimmten Orten aufzeichnen können. Die Kopfhörer identifizieren die Empfänger anhand der von ihnen emittierten Signalstärke. So können die Kunden von Eave die durch die Empfänger gesammelten Daten in Form einer Lärmkarte auswerten, die einen in mehrere Lärmzonen unterteilten Plan des Standorts zeigt.
Die Scrum-Methodik wurde als Hauptframework für die Verwaltung des Entwicklungsprozesses verwendet. In enger Kooperation mit dem Kunden überprüften wir regelmäßig den Zeitplan, den Umfang und das Budget.
Technologien
Python
Flask
JavaScript
Angular
AWS
PostgreSQL
MongoDB
RabbitMQ
Celery
Kubernetes
Fallstudie im PDF-Format speichern
Wie es funktioniert
Lemberg Solutions hat uns zu einem entscheidenden Zeitpunkt in der Entwicklung unseres IOT-Startups genau die Expertise zur Verfügung gestellt, die wir benötigten. In gemeinsamer Arbeit halfen sie uns, unsere branchenführende Webanwendung für Lärmüberwachung zu entwickeln und umzuschreiben, und lieferten einen Tech-Stack, der Skalierbarkeit und Sicherheit für das weitere Wachstum unserer Lösung garantiert.
Herunterladen der Case Study, um sie später zu lesen