Wie Raptive Kosten für AWS RDS Extended Support proaktiv vermeidet
- 37 databases
- Datenbanken automatisch abgedeckt – in allen AWS-Regionen, Tendenz steigend
- ~$10k/year
- Extended-Support-Kosten pro Jahr eingespart
Als Finlex begann, sich mit generativer KI zu beschäftigen, ging das Team schnell von Neugier zu konkreten Experimenten über und entwickelte erste Prototypen eines chatbasierten "Finlex Assistant" sowie Multi-Agenten-Workflows zur Unterstützung von Maklern und internen Teams. Diese frühen Lösungen zeigten großes Potenzial – doch der Sprung in die Produktion brachte neue Komplexität bei Performance, Governance und operativer Kontrolle mit sich.
Sobald die workloads die lokalen Testumgebungen verließen, stieß das Team auf Hürden bei Latenz, Konsistenz und Observability. Das Finanzdienstleistungsumfeld stellte zudem strenge Anforderungen an Auditierbarkeit, Data Governance und Erklärbarkeit, und mit wachsender Cloud-Nutzung wurden Infrastrukturausgaben schwerer planbar und schwerer zu optimieren.
Parallel musste Finlex klären, wie KI in echten Versicherungs-Workflows konkreten geschäftlichen Mehrwert liefert – und nicht nur technisches Potenzial demonstriert.
"Die technische Seite ist nicht die größte Herausforderung", sagt Milad. "Die eigentliche Herausforderung ist zu verstehen, wie man KI so ins Geschäft bringt, dass sie tatsächlich Probleme löst."
Finlex hat sich mit DoiT im Rahmen des Programms AWS RAPID GenAI (AI Assessment) zusammengetan, um den Sprung vom Experiment in die Produktion zu schaffen. In enger Zusammenarbeit mit Rajan Bhave, AI Architect bei DoiT, kombinierte das Projekt technische Deep Dives, Architektur-Workshops, Sessions zur Modellbewertung und praktische Unterstützung, damit Finlex eine skalierbare, produktionsreife KI-Plattform aufbauen konnte.
DoiT half dabei, den ursprünglich auf LangGraph basierenden Prototyp zu einer robusteren cloud-native Architektur auf Basis von Amazon Bedrock AgentCore weiterzuentwickeln. Das verbesserte Skalierbarkeit, Observability und operative Kontrolle und verringerte die Abhängigkeit von individueller Orchestrierung. Ein eigener GenAI-Workshop zu Security und Compliance widmete sich sicherem Agent-Design, Threat Modeling, DSGVO und EU AI Act – und gab Finlex die Sicherheit, KI in einem regulierten Finanzumfeld verlässlich zu betreiben.
Hinzu kamen eine sichere Multi-Tenant-Identitätspropagation, strukturierte Frameworks zur Modellbewertung, das Re-Design der Workflows für die Dokumentenverarbeitung mit Bedrock Data Automation sowie Best-Practice-Muster für Agent-Design und Memory-Handling.
"Wir hatten Sessions zu sehr konkreten Problemstellungen und ebenso breiter angelegte Workshops", sagt Milad. "Manchmal wurden sogar Code-Snippets geteilt, damit wir schneller vorankommen."
DoiT hat uns die Sicherheit gegeben, vom Experiment in die Produktion zu gehen. Sie haben uns gezeigt, wie man KI für die reale Welt richtig baut.
Milad Rezazadeh, CTO
Die Zusammenarbeit mit DoiT hat in der Plattform, im Betrieb und in den internen Teams von Finlex messbare Wirkung gezeigt. Mehr Transparenz, bessere Governance und gezielte Optimierung mit DoiT Cloud Intelligence haben die Effizienz der Cloud-Kosten deutlich gesteigert – und zugleich ein solides operatives Fundament für den KI-Einsatz geschaffen.
"2025 haben wir unsere Kosten um rund 35–40 % gesenkt", sagt Milad. "Und insgesamt – von Ende 2024 bis heute – haben wir eine Kostenoptimierung von mehr als 50 % erreicht."
Ziel des Projekts war es, die Beratungsqualität zu verbessern, die Zuverlässigkeit der Dokumentenextraktion zu erhöhen, wiederkehrende Support-Aufgaben zu reduzieren und das Vertrags-Onboarding durch automatisierte Workflows und besseres Dokumenten-Handling zu beschleunigen.
Über die Kosteneinsparungen hinaus hat das Projekt die Entwicklungsgeschwindigkeit erhöht und die Entscheidungsfindung im gesamten Unternehmen gestärkt. Finlex hat seine erste durchgängige agentische KI-Lösung aufgebaut – eine wiederverwendbare Grundlage für künftige KI-gestützte Services, mit der Teams neue Funktionen sicherer evaluieren und ausrollen können.
"Wir haben jetzt die Gewissheit: Wenn morgen etwas Neues kommt, können wir es evaluieren, bauen und in die Produktion bringen", sagt Milad.
Finlex konzentriert sich nun darauf, von einer KI-fähigen Plattform zu einer vollständig KI-nativen Architektur weiterzuwachsen. In dieser nächsten Phase wird Intelligenz entlang der gesamten User Journey eingebettet – weg von isolierten Assistenten, hin zu tief integrierten, automatisierten Workflows.
"Wir setzen KI nicht als zusätzliches Feature obendrauf", erklärt Milad. "Wir bauen sie Schritt für Schritt direkt in die Funktionsweise der Plattform ein."
Finlex investiert außerdem in den organisatorischen Wandel: Die Engineering-Struktur wird angepasst, und neue Rollen rund um produktgetriebene Entwicklung kommen hinzu.
Gleichzeitig schärft Finlex weiter, wie das Unternehmen KI-Probleme angeht – weg von starren, deterministischen Workflows, hin zu einem adaptiven, KI-zuerst gedachten Ansatz.
Mit Blick nach vorn bleibt DoiT ein zentraler Partner: bei der weiteren Productionization, der Skalierung neuer Use Cases und der Orientierung in einer sich rasant wandelnden KI-Landschaft.
"In der KI gibt es immer Unsicherheit", sagt Milad. "Aber die Zusammenarbeit mit DoiT hat uns die Sicherheit gegeben, voranzugehen."
Finlex ist ein Frankfurter Insurtech mit weiteren Standorten in Berlin und Österreich und als spezialisierter Wholesale-Broker auf Cyber- und Financial-Lines-Versicherungen fokussiert. Die Plattform verbindet Makler, Versicherer und Unternehmen über einen vollständig digitalen Marktplatz, der komplexe Versicherungsprozesse vereinfacht.
Was als kleines, Excel-basiertes Geschäft begann, ist heute eine ausgereifte, cloud-native Plattform, die durchgängige Versicherungsprozesse abbildet – vom Tendering über das Underwriting bis hin zum Policy Management. Aktuell konzentriert sich Finlex auf den nächsten großen Schritt: KI-nativ in der gesamten Plattform zu verankern.
"Von Anfang an war es unsere Mission, Versicherungsprozesse zu digitalisieren und zu vereinfachen", sagt Milad Rezazadeh, CTO bei Finlex. "Heute ist KI zum zentralen Bestandteil unseres Angebots geworden."
AWS GenAI Accelerator
Senior AI Forward Deployed Engineers arbeiten Seite an Seite mit Ihrem Team – von der Idee bis zur produktionsreifen GenAI-Pipeline auf Bedrock und SageMaker.
DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
PerfectScale by DoiT has become an important part of how we optimize Kubernetes at scale at OneFootball. It gives our platform team the visibility, automation, resiliency insights, and confidence we need to balance cost efficiency with production readiness, especially as we prepare for major global football moments like the 2026 FIFA World Cup.
Andrea Benfatto, Platform/Cloud Runtime Engineering Manager
Cloudflow's new RDS End of Life alerts have allowed us to be more proactive on keeping our database instances up-to-date. The new solution gives us internal visibility ahead of time so that we can prepare for upgrades, instead of having to upgrade under pressure while incurring extended support costs.
Jon Fairbanks, Site Reliability Engineering Manager
PerfectScale cut 40% off our total EKS spend, and the automations handle what used to take our team 20 hours a month. Now we spend that time on reliability and performance instead of chasing cost metrics.
Caio Cristo, Director of Infrastructure/SRE
What I really like about DoiT's approach is that you're very hands-on and proactive. Satyam would ping me a few times a sprint, letting me know about the most current features, checking in on how things are going. When we are going through a peak time, that proactiveness makes a real difference. Satyam always comes through whenever we need support and helps us leverage the right experts to get us where we need to be.
Chiamaka Ibeme, Engineering Manager, Platform
SELECT has made important cost data readily accessible. I will often pull it up during engineering design reviews so we can quickly evaluate cost impact and projections and factor that into our design decisions.
Douglas Zickuhr, Senior Data Platform Engineer at Personio
I love clicking through SELECT to understand how our environment and workloads are evolving. I probably check it every day. It's coffee and SELECT for me every morning.
Ian Fahey, Senior Analytics Engineer at Loop
You guys have the best UI experience that I've had of any software. It's like you just read my mind where, like, oh, I wish I could click there. Oh, I can
Diana Koshy, Sr. Director of Data Engineering at Kargo
SELECT feels like exactly what Paul and I would have built if we had locked ourselves in a room for 18 months to create our ideal monitoring solution.
Devin McGee, Data Engineering Lead at Home Chef
SELECT dramatically lowers the cognitive load to understanding Snowflake costs. I'm able to sit there and easily understand what's driving the cost. Not to blow smoke up your ass, but it's just so easy to do in your platform
Blake Baggett, Head of Data Operations at Entain
One of the most helpful cost rituals we've setup from SELECT is the weekly spend digest sent to Slack. I can start high level and ensure things are in check. If not, I can very quickly drill down into specific workloads which may have driven the cost spike and remediate them before they become a bigger issue.
Michael Revelo, Manager of data and analytics engineering at ClickUp
Through SELECT's automated savings feature and deep cost visibility, we were able to instantly lower our Snowflake spend by over 40% and achieve a 20X ROI on our SELECT investment.
Skyler Chi, SVP, GTM Productivity & Excellence at Exiger
Our costs had jumped up 3X as we scaled, so we're talking about 60% savings in Snowflake spend after adopting SELECT.
Edward Mancey, GTM Lead at Synthesia
Let us show you what ships this week.