Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.

Augury senkt Maschinenausfälle um 75 %

DoiT begleitete Augury bei der vollständigen Migration zu Google Cloud – mit GKE, BigQuery und IoT Core für Echtzeit-Einblicke in den Maschinenzustand, skalierbar bis ins Detail.

The Challenge

Augury musste seine IoT-Plattform neu aufbauen, um für Enterprise-Kunden zu skalieren und zugleich riesige Mengen an Echtzeitdaten aus Fertigungsmaschinen zu verarbeiten. Gefragt war eine stabile Cloud-Lösung mit hervorragender Skalierbarkeit und einem breiten Spektrum an IoT-Technologien. Außerdem sollte der Übergang zwischen Forschung, Entwicklung und Produktion reibungsloser werden, um Kunden schneller mit Insights zu versorgen.

The Solution

Augury vollzog die vollständige Migration zu Google Cloud und verlagerte sämtliche Microservices auf die Google Kubernetes Engine (GKE) – mit DoiT als Implementierungspartner. Zum Einsatz kamen Google Cloud IoT Core, Cloud Dataflow, BigQuery und Cloud Pub/Sub, um Telemetriedaten von IoT-Geräten in den Werkshallen zu verarbeiten. Die Autoscaling-Funktionen von GKE sorgten für eine ausgewogene Algorithmus-Verarbeitung und hielten die SLAs auch bei hohem Datenaufkommen zuverlässig ein.

Results

Maschinenausfälle dank besserer Zustandsanalysen um 75 % reduziert
Fertigungskunden Millionen an Effizienzgewinnen verschafft
Echtzeit-Analyse von zig Millionen Machine-Learning-Features ermöglicht
Nahtlose Skalierung in Spitzenlastzeiten dank GKE-Autoscaling erreicht

Mit Unterstützung von DoiT verlief unser Wechsel zu Google Cloud reibungslos und effizient. Die DoiT Engineers haben all unsere Fragen beantwortet, uns zu Best Practices für das Deployment auf Google Cloud beraten und uns bei auftretenden Problemen schnell und kompetent zur Seite gestanden.
Gal Shaul, Mitgründer und CTO

Das ist Augury

Augury wurde 2011 von den Technion-Absolventen Gal Shaul und Saar Yoskovitz gegründet und startete als cloudbasierte Lösung mit IoT-Geräten, die weltweit an Fertigungsmaschinen angebunden werden. Die Gründer erkannten: Wenn Menschen Maschinenprobleme hören können, lassen sich auch Maschinen darauf trainieren. Die Geräte senden kontinuierlich Daten in die Cloud, wo Machine-Learning-Algorithmen sie auswerten und Kunden unmittelbar Erkenntnisse zu Zustand und Leistung ihrer Maschinen liefern.

Die Herausforderung

Augury musste seine IoT-Plattform neu aufbauen, um mit einem deutlichen Zuwachs an Enterprise-Kunden Schritt zu halten. Gefragt war eine stabile Cloud-Lösung mit hervorragender Skalierbarkeit und umfassender IoT-Funktionalität. Nachdem ein Teil der Forschungsumgebung erfolgreich zu Google Cloud migriert war, entschied sich das Unternehmen für die vollständige Migration – einschließlich der Verlagerung aller Microservices auf die Google Kubernetes Engine – und wählte DoiT als Implementierungspartner.

Forschung und Produktion enger verzahnt

Mit Google Cloud nutzt Augury dieselben Daten für Forschungs- und Produktionsumgebungen. Open-Source-Pipeline-Technologien wie Cloud Dataflow und Apache Beam erlauben es dem Team, agil an Algorithmen zu arbeiten und zugleich zur Open-Source-Community beizutragen. So lassen sich Ergebnisse aus der Forschung schnell in die Produktion überführen – und Kunden auf ihrem Weg der digitalen Transformation rasch mit Mehrwert versorgen.

Spürbarer Business-Impact

Google Cloud IoT Core, Cloud Pub/Sub und Cloud Dataflow ermöglichen es Augury, Telemetriedaten von IoT-Geräten direkt aus den Werkshallen zu verarbeiten. Die Autoscaling-Funktionen von GKE sorgen für eine stabile Latenz bei der Algorithmus-Verarbeitung und halten die SLAs der Kunden zuverlässig ein. Selbst wenn große Anlagen nach längeren Stillständen wieder anlaufen und enorme Datenmengen erzeugen, bewältigt GKE den Durchsatz bei gleichbleibender Performance.

Echtzeit-Einblicke in den Maschinenzustand

Augury-Kunden erhalten Echtzeit-Einblicke in den Zustand ihrer Maschinen – manche Fertigungskunden prüfen die Daten stündlich. Kontinuierliche Datenströme und Analysen bilden die Grundlage für einen reibungslosen Service. GKE sorgt dafür, dass Instanzen ausgewogen laufen, sodass Augury unterbrechungsfrei Insights liefern kann – die Basis für klügere Entscheidungen rund um Wartung und Produktion.

Ergebnisse der digitalen Transformation

Den Zustand der Maschinen zu verstehen, ist das Fundament der digitalen Transformation in der Fertigung. Mit dieser Transparenz lassen sich Lieferketten und Unternehmenskultur in Richtung agiler Just-in-Time-Fertigung umbauen. Dieser Wandel spart Millionen durch Effizienzgewinne, senkt die Umweltbelastung und steigert die Produktivität in der gesamten Fertigung.

So hilft DoiT Cloud-Teams, ihre Ausgaben im Griff zu behalten

Erfahren Sie, wie DoiT Cloud Intelligence Teams dabei unterstützt, Transparenz, Governance und Unit Economics über alle Cloud-Umgebungen hinweg zu verbessern.

DoiT entdecken Team kontaktieren

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

SNCF

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.

Book a demo