The Challenge
ApparelMagic wollte einen Microservice zur Bildgenerierung entwickeln, mit dem Modemarken automatisch Bekleidungsdesigns erstellen und Designzyklen verkürzen können. Eine interne Umsetzung hätte das Team zwei Monate lang von der Weiterentwicklung anderer KI-Angebote abgehalten – und damit von den Initiativen mit der höchsten Priorität.
The Solution
Die Cloud Engineers von DoiT haben ein serverloses Tool zur Bildgenerierung auf Basis von AWS Lambda gebaut, mit drei separaten Queues für unterschiedliche Bildstile. Die Lösung umfasst eine richtlinienbasierte Vorverarbeitung für mehr Sicherheit, umfassendes Monitoring mit AWS CloudWatch sowie Dead-Letter-Queues für das Fehlerhandling. DoiT lieferte die komplette Infrastructure-as-Code inklusive ausführlicher Dokumentation und begleitender Übergabe.
Results
- Zwei Monate Entwicklungszeit eingespart – das Team von ApparelMagic konnte sich auf die Prioritäten der Kernplattform konzentrieren
- 99,9 % schnellere Produktdesigns für Kunden – aus Wochen Arbeit werden Sekunden
- Skalierbare serverlose Architektur aufgebaut, die Lastspitzen automatisch abfängt und die Performance konstant hält
DoiT hat uns geholfen, schnell von null auf eins zu kommen. In etwas mehr als zwei Monaten wurde aus der Idee für ein Tool zur Bildgenerierung ein voll funktionsfähiges System, das unsere Kunden direkt einsetzen können.
Davin Harding, Senior Software Engineer bei ApparelMagic
Das ist ApparelMagic
ApparelMagic ist ein Enterprise-Resource-Planning-(ERP-)System speziell für Modemarken. Die leistungsstarke Plattform stellt Bekleidungsunternehmen eine cloudbasierte Tool-Suite bereit, mit der sie Abläufe verschlanken und Wachstum vorantreiben. Vom Design bis zur Auslieferung ist ApparelMagic die erste Wahl für Branchenführer, die auf Innovation, Qualität und Skalierbarkeit setzen.
Mit Trainings zu generativer KI das Fundament für die Zusammenarbeit legen
Nach einer Vermittlung durch AWS starteten ApparelMagic und DoiT die gemeinsame Entwicklung des Tools zur Bildgenerierung. In einem ersten Discovery-Call erläuterte ApparelMagic seine Anforderungen – darunter den Wunsch, das Tool als entkoppelten, API-first konzipierten Microservice umzusetzen. Die erfahrenen Cloud-Architekten von DoiT führten anschließend eine Reihe von Workshops und Trainings zu generativer KI mit dem Team von ApparelMagic durch, um ein klares Verständnis der eingesetzten Technologien zu schaffen.
Mit DoiT Cloud Engineers ein verlässliches Tool zur Bildgenerierung aufbauen
Die Cloud Engineers von DoiT setzten das Tool zur Bildgenerierung auf der serverlosen Architektur von AWS Lambda um – für automatische Skalierung bei gleichbleibender Performance und Governance. Sie implementierten eine richtlinienbasierte Vorverarbeitung der Nutzereingaben, um Sicherheit und sachgemäße Nutzung zu gewährleisten. Der Workflow wurde in drei separate Queues pro Bildstil aufgeteilt, die jeweils an eine eigene AWS-Lambda-Funktion gekoppelt sind – so werden Ressourcenkonflikte vermieden und Engpässe reduziert.
Umfassende Observability und Monitoring
DoiT machte das Tool durch starke Monitoring-Funktionen entlang der gesamten Pipeline besonders wartbar. Separate Queues pro Bildtyp vereinfachen das Monitoring in der AWS Console und geben ApparelMagic einen klaren Überblick über eingehende, erfolgreiche und fehlgeschlagene Anfragen. Für die Observability integrierte DoiT AWS CloudWatch und setzte Dead-Letter-Queues ein, um problematische Anfragen aufzufangen – so geht keine Anfrage verloren und Fehler lassen sich detailliert nachverfolgen.
Reibungslose Übergabe und schnelles Deployment
DoiT lieferte die Infrastructure-as-Code, mit der ApparelMagic die Lösung in der eigenen Plattform ausrollen konnte. Die Cloud Engineers von DoiT arbeiteten eng mit dem Team von ApparelMagic zusammen, um eine reibungslose Übergabe sicherzustellen: Sie führten durch die gesamte Architektur, testeten das Tool gemeinsam und behoben verbleibende Bugs. Das Tool zur Bildgenerierung wird inzwischen an Kunden ausgerollt – per natürlichsprachlicher Eingabe lassen sich sofort drei verschiedene Bilder ihrer Bekleidungsdesigns erzeugen.
Erfahren Sie, wie DoiT Cloud-Teams bei der Kostenkontrolle unterstützt
Entdecken Sie, wie DoiT Cloud Intelligence Teams hilft, Transparenz, Governance und Unit Economics in Cloud-Umgebungen zu verbessern.
More customer stories
Promptly spart 600.000 $ und bringt KI in Wochen live
- $600K
- Jährliche Cloud-Kosteneinsparungen
- 3 months
- Eingesparte Engineering-Zeit
Extenda Retail senkt SSD-Waste und beschleunigt AI
Monta skaliert auf über 250.000 EV-Ladepunkte
- 250,000
- Weltweit verwaltete EV-Ladepunkte
Wicked Reports bringt GenAI 3 Monate früher live
- 3 months saved
- Entwicklungszeit gespart mit dem DoiT Cloud Accelerator
- 25% faster
- Zeit vom Prototyp zur Produktion gegenüber internen Schätzungen
- $0 additional spend
- keine zusätzlichen Infrastrukturkosten beim Prototypenbau – dank AWS-Credits und DoiT-Optimierung
DaySmart
DaySmart launcht KI-Funktion in 90 Tagen
- 90 days
- Vom POC zum Deployment
- 90 days
- Vom POC zum Deployment ohne interne Engineering-Zeit
- 6x
- Eingesparte Engineers-Ressourcen
Vivaticket verkürzt das Aufsetzen von AWS-Umgebungen von 3 Tagen auf 15 Minuten
- 15min
- Zeit für neue Umgebungen
- 15min
- Bereitstellungszeit neuer Umgebungen (statt zuvor 3 Tage)
- 20min
- Application-Deployment im Immutable-Modus
Blumira skaliert SOC Auto-Focus mit voller Kostenkontrolle
Luxury Escapes spart über 10.000 $ pro Monat auf AWS
Promptly spart 600.000 $ und bringt KI in Wochen live
- $600K
- Jährliche Cloud-Kosteneinsparungen
- 3 months
- Eingesparte Engineering-Zeit
Extenda Retail senkt SSD-Waste und beschleunigt AI
Monta skaliert auf über 250.000 EV-Ladepunkte
- 250,000
- Weltweit verwaltete EV-Ladepunkte
Wicked Reports bringt GenAI 3 Monate früher live
- 3 months saved
- Entwicklungszeit gespart mit dem DoiT Cloud Accelerator
- 25% faster
- Zeit vom Prototyp zur Produktion gegenüber internen Schätzungen
- $0 additional spend
- keine zusätzlichen Infrastrukturkosten beim Prototypenbau – dank AWS-Credits und DoiT-Optimierung
DaySmart
DaySmart launcht KI-Funktion in 90 Tagen
- 90 days
- Vom POC zum Deployment
- 90 days
- Vom POC zum Deployment ohne interne Engineering-Zeit
- 6x
- Eingesparte Engineers-Ressourcen
Vivaticket verkürzt das Aufsetzen von AWS-Umgebungen von 3 Tagen auf 15 Minuten
- 15min
- Zeit für neue Umgebungen
- 15min
- Bereitstellungszeit neuer Umgebungen (statt zuvor 3 Tage)
- 20min
- Application-Deployment im Immutable-Modus
Blumira skaliert SOC Auto-Focus mit voller Kostenkontrolle
What they say
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
DoiT was a true partner, not a vendor. They helped us understand the problem, refine the vision, and build something production-ready far faster than we could have on our own. Their expertise, responsiveness, and commitment made all the difference.
Dr. Anish Kapur, Founder & CEO, Promptly
DoiT's Customer Success and Forward Deployed Engineering teams work very closely with us. The regular sessions with our CSM keep us focused on the right priorities, and the FDEs provide the deep technical guidance we need to validate decisions and optimize our environment. That combination has been genuinely valuable for us.
Alexander Lundberg Santos, Platform Engineer at Extenda Retail
Every customer has unique usage patterns. Manual resource optimization simply didn't scale—we needed automation to ensure every customer, regardless of size, had right-sized infrastructure without consuming our team's capacity.
Brad Quinn, Lead Platform Engineer, PlayHQ
PerfectScale allowed us to grow capacity without growing cost. We effectively absorbed 30% more usage for free.
Thomas Comtet, Senior Staff Engineer, SNCF
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.