AERO, die schnellste Ausführungsengine in DecisionRules

Geschwindigkeit, die mitwächst.

AERO ist die neue Ausführungsengine der DecisionRules Business Rules Engine. Sie hält Ihre Regeln nach dem ersten Aufruf im Arbeitsspeicher und führt verschachtelte Regeln im selben Prozess aus. So liefern auch komplexe Entscheidungen Ergebnisse in Millisekunden.

4ms

Median für die Berechnung eines Versicherungsangebots bei einem echten Kunden: 600 Bedingungen in 13 Regeln, mit einem einzigen API-Aufruf.

Im Produktivbetrieb bewährt

Teams, die ihre Entscheidungen mit DecisionRules ausführen

Mehr als 1 Milliarde Entscheidungen pro Tag laufen über DecisionRules, für Fluggesellschaften, Telekommunikationsunternehmen, Banken, Versicherer und Einzelhändler.

1 · Geschwindigkeit

Komplexe Entscheidungen, in Millisekunden.

Eine kleine Testregel liefert eine niedrigere Latenzzahl für die Schlagzeile. Wir haben stattdessen eine produktive Entscheidung eines echten Kunden gemessen: 13 Regeln und 4 Teilabläufe in einem einzigen API-Aufruf. Hier ist der Fall, Schritt für Schritt.

Kundenfallstudie

Eine der größten Versicherungsgruppen der Welt · Name auf Kundenwunsch nicht genannt

01 · Die Entscheidung

Ein Kfz-Versicherungsangebot, das mit einem einzigen API-Aufruf in Echtzeit berechnet wird, während ein Kunde oder Vermittler das Fahrzeug und den Versicherungsschutz am Bildschirm konfiguriert.

02 · Das Ergebnis

4 ms

Median für die gesamte Entscheidung, mit einem einzigen Aufruf 1

Gemessen bei 500 Anfragen pro Sekunde, mit derselben Konfiguration wie im folgenden Benchmark.

03 · Was ausgeführt wird

Decision Tables und Lookup Tables
12
Scripting Rule
1
Teilabläufe, verbunden in einem einzigen Decision Flow
4
Zeilen
230
Bedingungen insgesamt
600

04 · Warum es schnell ist

Nach der ersten Ausführung hält AERO jede Regel im Arbeitsspeicher. Spätere Ausführungen müssen sie daher nicht erneut aus der Datenbank laden. Verschachtelte Regeln laufen im selben Prozess, ohne interne HTTP-Anfragen zwischen ihnen. So kann Ihr Regelbestand mit Ihrem Unternehmen weiterwachsen.

2 · Infrastruktur

Hohe Entscheidungskapazität.
Weniger Infrastruktur.

Ihre Cloud-Kosten steigen mit jedem Pod, den Sie betreiben. Ein AERO-Prozess nutzt jeden verfügbaren CPU-Kern. So bewältigt ein einzelner Pod mehr Datenverkehr, bevor Sie einen weiteren benötigen. Wenn es so weit ist, fügen Sie Pods hinzu und skalieren horizontal.

Durchsatz

100,000+

Entscheidungen pro Sekunde auf 3 × AWS c7g.xlarge

Machbarkeitsnachweis

Erleben Sie die Geschwindigkeit von AERO mit Ihren eigenen Regeln.

Unsere Lösungsberater richten einen Machbarkeitsnachweis mit Ihren Regeln und Daten ein, damit Sie die Latenz selbst messen können.

Bracey Parr DecisionRules Expert

Bracey Parr

DecisionRules-Experte

Demo buchen

Benchmark

Der vollständige Benchmark, inklusive Testkonfiguration.

Eine einzelne Latenzzahl sagt ohne die zugrunde liegenden Bedingungen wenig aus. Wir veröffentlichen die vollständige Verteilung und die Testumgebung und wiederholen denselben Test mit Ihren Regeln im Rahmen eines Machbarkeitsnachweises.

Perzentile

p50 und p95 für jede Arbeitslast. Langsame Anfragen bleiben sichtbar.

Über HTTP gemessen

k6 ruft die REST API so auf, wie es Ihr Dienst tun wird, mit konstant 500 Anfragen pro Sekunde.

Validierte Antworten

Eine Anfrage gilt nur dann als erfolgreich, wenn sie den Statuscode 200 zurückgibt und ihr Inhalt die Validierung besteht.

Mit Ihren Regeln reproduzierbar

Unsere Lösungsberater teilen die Testkonfiguration mit Ihnen und führen den Test im Rahmen eines Machbarkeitsnachweises erneut mit Ihren eigenen Regeln aus.

Ergebnisse des Lasttests

Konstant 500 Anfragen pro Sekunde

Alle Latenzen in der Tabelle wurden unter dieser Last gemessen. Das ist mehr Datenverkehr, als eine typische Kundeninstallation verarbeitet.

Last
Konstant 500 Anfragen pro Sekunde
Anwendungsknoten
3 × AWS c7g.xlarge, 4 vCPU, 8 GiB
Lastgenerator
k6 auf 1 × m7i.2xlarge
Cache
Im Arbeitsspeicher, aktiviert
Redis
cache.t4g.micro
Netzwerk
Dieselbe AWS-Region
Fehler
0%
Datum
3. September 2026
Demo mit Ihrer Regel buchen
Latenz- und Durchsatzergebnisse, gemessen bei 500 Anfragen pro Sekunde
Arbeitslast Metrik Ergebnis
Decision Trees Median 2.59 ms
Decision Tables Median 2.94 ms
Decision Flow, klein Median 3.35 ms
Decision Flow, mittel und groß Median 4.98 ms
Scripting Rules, Datentransformation Median 7.84 ms
Alle 13 Testfälle Median 3.83 ms
Alle 13 Testfälle p95 5.29 ms
Langsamster Fall außerhalb von Scripting Rules, sequenzieller Decision Flow p95 9.87 ms
Maximaler Durchsatz, ein Pod Anfragen pro Sekunde 35,000+

1. Gemessen in der oben beschriebenen Umgebung mit vorgefülltem Cache. Die Netzwerklatenz zwischen Ihrem Dienst und DecisionRules ist nicht enthalten. HTTP- oder Datenbankaufrufe innerhalb eines Decision Flow dauern so lange, wie die jeweiligen Systeme benötigen. Benchmark-Ergebnisse, keine vertragliche Zusage.

Technische Daten

Technische Daten zu AERO

Vollständige Referenz in der DecisionRules-Dokumentation .

API
POST /rule/v2/solve/:ruleId/:version , Ein- und Ausgabe im JSON-Format
Stapelverarbeitung
Array von Objekten in einer einzigen Anfrage. Paralleler Worker-Pool, Ergebnisse in der Reihenfolge der Eingabe.
Caching
Regeln werden pro Space im Arbeitsspeicher gehalten und beim ersten Aufruf geladen
Beobachtbarkeit
Version der Ausführungsengine und Korrelations-ID in den Antwort-Headern. Export von Traces, Logs und Metriken über OpenTelemetry (OTLP) an Grafana, Jaeger, Datadog oder einen beliebigen OTLP-kompatiblen Collector, mit gemeinsamer traceId und spanId über Anfragen, Audit-Einträge und Logs hinweg.
Audit
Audit-Logs für Regeln auf oberster Ebene und verschachtelte Regeln
Bereitstellung
Docker-Images für selbst gehostete Installationen. Kubernetes mit Helm-Charts.
Sicherheit
SOC 2 Type II, ISO 27001-Zertifizierung

FAQ

Fragen zu AERO

Mehr über AERO erfahren