Herausforderung
Das bestehende RMS war über viele Jahre gewachsen und technisch schwer erweiterbar. Um eine innovative Lösung zu entwickeln, mussten die Funktionsweisen und Datenstrukturen des bisherigen Systems zuerst detailliert nachvollzogen werden. Gleichzeitig sollte die gesamte Datenbasis zuverlässig migriert werden, damit Redaktion, Printproduktion und zahlreiche Umsysteme ohne Unterbruch weiterarbeiten konnten. Die zentrale Herausforderung bestand darin, Stabilität und Innovation miteinander zu verbinden.
Lösung
In einem Vision Workshop entstand die Grundlage für die zukünftige Produktlogik des neuen RMS. Auf dieser Basis entwickelten wir ein System, das redaktionelle Arbeit vereinfacht und gleichzeitig datengetriebene Funktionen automatisiert.
Ein zentrales Element ist die automatische Erkennung von Stammzutaten. Redaktor:innen können Zutaten, Mengenangaben und Zubereitungsschritte in natürlicher Sprache erfassen. Das System interpretiert diese Eingaben und ordnet sie im Hintergrund den passenden Stammzutaten zu. Dadurch entstehen präzise Nährwert- und Allergenberechnungen und eine konsistente Datenpflege im gesamten Bestand.
Im Rahmen des Projekts mit Green Betty integrierten wir zusätzlich eine neue Schnittstelle der ZHAW. Sie berechnet in Echtzeit die Umweltbelastung einzelner Zutaten und liefert einen verständlichen Nachhaltigkeits-Score direkt in den Editor. Dank der bestehenden Architektur liess sich die Erweiterung ohne grossen Aufwand einbinden.
Mehr zu Green Betty -> https://www.bettybossi.ch/de/magazin/artikel/green-betty
Technology
Technisch basiert das RMS auf einer modernen Architektur mit Next.js im Frontend und Nest.js im Backend. Die Entwicklungs- und Releaseprozesse sind vollständig automatisiert und werden durch umfangreiche Test-Suites unterstützt, darunter End-to-End-Tests mit Playwright, welche die notwendige Qualität und Stabilität im Entwicklungsprozess sicherstellen.
Das RMS ist zugleich ein Integrationsprojekt: Es importiert und verarbeitet Daten aus einer Vielzahl von Quellen und stellt diese anschliessend internen wie externen Systemen zur Verfügung. Die modulare Struktur von Nest.js und ein klar definiertes Domänenmodell erleichtern die Anbindung und Verarbeitung dieser unterschiedlichen Datenströme. Die Inhalte werden per API an Web, App und Print ausgespielt und über weitere angeschlossene Dienste synchronisiert.
Systemarchitektur des Recipe Management Systems
Resultate
Mit dem neuen RMS wurde das bisherige System erfolgreich abgelöst. Die Redaktion arbeitet heute mit klaren Strukturen, automatisierten Berechnungen und durchgängiger Datenqualität. Inhalte stehen schneller zur Verfügung, Abläufe sind stabiler und technische Abhängigkeiten sind transparent und gut steuerbar.
Die Architektur ist zukunftsfähig und erweiterbar, was sich exemplarisch bei der Integration von Green Betty gezeigt hat. Neue Funktionen und externe Dienste lassen sich ohne grossen Aufwand anbinden und nahtlos in bestehende Prozesse integrieren. Damit ist ein wichtiger Schritt hin zu mehr Automatisierung und höherer Qualität der Rezepte erreicht, insbesondere bei Metadaten und Berechnungen.
«Mit dem neuen RMS können wir Rezepte effizienter entwickeln und publizieren. Redaktion, Technik und Produktion greifen nun nahtlos ineinander. Davon profitieren auch unsere Nutzer:innen auf App und Website – sie erhalten noch mehr hilfreiche Rezeptinformationen.»
Product Manager, Betty Bossi
