Ladezeiten eines achtstelligen E-Learning-Shops halbiert

Herausforderung

The Great Courses betrieb einen stark angepassten Adobe-Commerce-Shop mit jahrelang angesammelten Modulen und einem großen digitalen Katalog. Kategorie- und Produktseiten waren so langsam geworden, dass der Conversion-Funnel sichtbar darunter litt.

Langsame Seiten haben in einem solchen Shop selten nur eine Ursache. Eigene Module, Erweiterungen von Drittanbietern, Integrationen und Hosting waren über die Jahre gewachsen, und jede einzelne Änderung war für sich genommen sinnvoll. Niemand hatte einen Gesamtüberblick, wo die Zeit verloren ging, deshalb blieb Performance-Arbeit oft bei Vermutungen stecken.

Vorgehen

Zuerst habe ich die tatsächliche Performance bei echten Nutzern gemessen, damit sich jede spätere Änderung mit derselben Ausgangsbasis vergleichen ließ. Danach habe ich Caching, Indexierung, Datenbankabfragen, Frontend-Auslieferung und Infrastruktur abgearbeitet, sortiert nach Wirkung und nicht nach Aufwand.

Jede Korrektur ging als kleine, prüfbare Änderung live und wurde danach erneut gemessen. Was die Zahlen nicht verbesserte, blieb nicht im Code. Die Arbeit lief parallel zur regulären Feature-Roadmap des Händlers, sodass der Shop weiter neue Funktionen bekam, während er schneller wurde.

Bei Guidance habe ich außerdem einen headless betriebenen ScandiPWA-Storefront im Produktivbetrieb betreut, einschließlich der GraphQL-Arbeit dahinter.

Ergebnis

Die typischen Ladezeiten sanken um etwa die Hälfte. Bei Guidance habe ich für Shops wie diesen außerdem ERP-Integrationen, individuelle Versandmodule und Abo-Abrechnung gebaut, Code-Reviews durchgeführt und die beteiligten Entwickler betreut.

Die Gewohnheiten aus diesem Programm prägen bis heute meine Performance-Arbeit: eine gemessene Ausgangsbasis, eine priorisierte Liste von Korrekturen, kleine Releases und ein Vorher-nachher-Vergleich. Sie sind der Kern der Performance-Optimierung, die ich heute anbiete.