Fallstudie – Hudl

Hudl ist ein Software-Anbieter, der eine Video- und Analyseplattform für Trainer und Athleten bietet, um Videos von Spielen schnell zu überprüfen, sodass das Teamspiel verbessert werden kann. Das webbasierte System dient Jugend-, Amateur- und Profimannschaften in American Football, Basketball, Fußball, Volleyball und anderen beliebten Sportarten. Hudl wurde 2016 von Fast Company in die Liste der innovativsten Unternehmen aufgenommen.

Hudl verzeichnet weltweit ein deutliches Geschäftswachstum, wobei immer mehr Sportteams die Dienste des Unternehmens zum Hochladen von Videos nutzen. „Wir wachsen jedes Jahr um etwa 30 Prozent, daher brauchen wir die Skalierbarkeit, um dieses Wachstum zu unterstützen und aufrechtzuerhalten“, sagt Brian Kaiser, CTO bei Hudl.

Das Unternehmen ist auch bestrebt, seinen Kunden schnellere Video-Upload-Geschwindigkeiten zur Verfügung zu stellen. „Viele Trainer haben uns gebeten, es möglich zu machen, die Videos noch schneller hochladen und zurückerhalten zu können, um sie dann zügig zu analysieren“, sagt Kaiser. „Das ist eine logistische Herausforderung, weil wir große Videodateien über beträchtliche Entfernungen verschieben. An einem typischen Freitagabend in der Highschool-Football-Saison laden wir zum Beispiel 39 Stunden Video pro Minute zur Codierung und Verarbeitung hoch. An einem Fußball-Wochenende in Deutschland entsteht nicht weniger Videomaterial. Das erfordert die richtige Technologie im Back-end.“

Hudl suchte auch nach einer besseren analytischen Plattform für die interne Datenanalyse. „Wir haben unser eigenes Data Warehouse gebaut, aber es war kompliziert und teuer, und es hat nicht gut funktioniert“, sagt Kaiser. „Wir mussten dieses Problem angehen, da wir schnellere und bessere Projektanalysen benötigten.“

Nachdem Hudl seine Plattform in der Amazon Web Services (AWS) Cloud gestartet hatte, erkannte das Unternehmen, dass es seine Nutzung von AWS-Services erweitern musste, um seine Anforderungen an Skalierbarkeit, schnellere Uploads und effektivere Datenanalyse zu erfüllen.

Das Unternehmen betrieb seine Plattform auf Amazon Elastic Compute Cloud (Amazon EC2)-Instances und Amazon Simple Storage Service (Amazon S3)-Buckets, die es durch die Integration von Auto Scaling erweitern wollte. „Auto Scaling bietet uns eine automatisierte Möglichkeit, Speicher- und Rechenkapazität zu skalieren“, sagt Kaiser. „Wir betreiben eine Microservices-Architektur und jeder unserer Cluster befindet sich in einer Auto Scaling-Gruppe. Das hilft uns sehr, weil unsere Last von Woche zu Woche variiert. Mit Auto Scaling müssen wir uns nicht darum kümmern, die Kapazität zu verringern, um die Kosten einer Überskalierung zu vermeiden.“

Um seine Anforderungen an schnellere Video-Uploads zu erfüllen, begann Hudl mit der Nutzung von Amazon S3 Transfer Acceleration, einer Funktion, die schnellere Datenübertragungen von und nach Amazon S3 ermöglicht. Hudl nutzte auch Amazon Redshift als Data Warehouse für die interne Datenanalyse. Die Organisation verwendet AWS auch, um eine zusätzliche Datenanalyse- und Predictive-Learning-Plattform zu unterstützen, mit der Kunden die Tendenzen von Gegnern und andere Spieltrends analysieren. Hudl nutzt Amazon CloudFront auch als globalen Content Delivery Network (CDN)-Service für die schnelle Bereitstellung seiner Videoplattform. Hudl nutzt Amazon ElastiCache for Redis, um Millionen von Trainern und Sportanalysten nahezu Echtzeit-Datenströme zur Verfügung zu stellen, damit sie besser gerüstet sind, um ihre Teams zum Sieg zu führen.

Hudl kann mit seinem jährlichen Wachstum von 30 Prozent mithalten, indem es seine Videoplattform auf AWS betreibt. Das Unternehmen verwendet AWS, um während der Sportsaisons mehr als 39 Stunden High-Definition-Videos pro Minute für 4,5 Millionen Trainer und Athleten in 130 000 Teams weltweit aufzunehmen und zu codieren. „Wir haben jedes Jahr weltweit immer mehr Kunden, und AWS gibt uns die benötigte Skalierbarkeit und Leistung, um sie alle zu unterstützen“, sagt Kaiser. „Mit AWS können wir an einem Freitagabend während der Footballsaison problemlos 2 000 Server allein für die Videocodierung einrichten. Wir haben nie Kapazitätsprobleme, da die Skalierung automatisch mit Auto Scaling-Gruppen gesteuert wird.“

Mit Transfer Acceleration hat Hudl die Video-Upload-Geschwindigkeiten auf seiner Plattform erhöht. „Mit Amazon S3 Transfer Acceleration haben wir eine Steigerung der Video-Upload- und Codierungsgeschwindigkeiten um mindestens 20 Prozent beobachtet“, sagt Kaiser. „Das bedeutet, dass zum Beispiel Fußballtrainer ihre Video-Uploads und -Analysen schneller durchführen und schneller heim zu ihren Familien können. Über die Verbesserung der Teamleistung hinaus haben sie damit auch mehr Zeit für sich. Darauf sind wir als Unternehmen sehr stolz.“

Die interne Datenanalyse ist für Hudl jetzt besser und kostengünstiger. „Amazon Redshift war für uns in Bezug auf Leistungskonsistenz und Benutzerfreundlichkeit erstaunlich“, sagt Kaiser. „Als wir versuchten, unser eigenes Data Warehouse zu bauen, war die Leistung sehr volatil, aber das ist mit Amazon Redshift nicht mehr der Fall. Und was die Benutzerfreundlichkeit angeht, haben mehr als 50 Prozent unseres Unternehmens Redshift-Abfragen geschrieben und gegen unseren Redshift-Cluster ausgeführt. Das ist ein Beweis dafür, wie gut es funktioniert und wie schnell es umsetzbare Daten an Benutzer zurückliefert.“

Das Unternehmen reduziert auch die Kosten für die Ausführung interner Daten und Predictive Analytics erheblich. „Unsere Kosten pro Rechen- oder Speichereinheit sind aufgrund der Funktionen von AWS im Jahresverlauf deutlich gesunken“, sagt Kaiser. ”Und wir planen, in naher Zukunft die Anzahl der AWS-Services, die wir nutzen, zu erweitern. Wir werden die Leistung und Kosten unserer gesamten Plattform mit Sicherheit noch weiter optimieren können.“