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 Cloud Intelligence™ Teams dabei unterstützt, Transparenz, Governance und Unit Economics über alle Cloud-Umgebungen hinweg zu verbessern.
More customer stories
Jupiter schließt mit DoiT eine Transparenzlücke von 20 bis 40 % bei den Infrastrukturausgaben
- 26
- Eingebundene Anbieterdaten
- From 60% to 100%
- Datenabdeckung
Von IBM zu AWS: Wie Software Projects seine komplexe Migration mit DoiT beschleunigt hat
- 3
- AWS-MAP-Phasen umgesetzt: Assess, Mobilize, Modernize
- 40
- Server 1:1 migriert – Vier-Tier-Topologie vollständig erhalten
- 2→1
- IBM-Cloud-Regionen in einer einzigen AWS VPC über mehrere AZs konsolidiert
Glasklare Transparenz über Cloud-Ausgaben – bis auf Workload- und Tenant-Ebene
- Days
- Zeit bis zu ersten Kosten-Insights nach der Installation
- Days
- Von der Installation zum aussagekräftigen Kosten-Reporting
- Workload & tenant
- Granularität der Kostentransparenz
Flooid gestaltet die Zukunft des Handels mit Google Cloud und DoiT
Finlex halbiert Cloud-Kosten und bringt KI mit DoiT in Produktion
- Over 65%
- Weniger Cloud-Infrastrukturkosten von 2024 bis heute
- 40%
- Kosteneinsparungen durch bessere Transparenz und eine effiziente KI-Architektur
Cloud-Kosten werden bei Hippo zum Hebel für die Teams
- Minutes
- Integrationsdauer von Attribute™ in AWS
- Business unit
- Erreichter Grad an Kostenverantwortung
Island sieht die echten Kosten pro Kunde – ganz ohne Tagging
- $5B
- Unternehmensbewertung
- Days
- Zeit bis zu den ersten Insights
- 0
- Benötigte Tags
What they say
Partnership with DoiT is extremely significant. We've been able to grow significantly over the last year, mostly because we could reinvest our resources in new technologies instead of new internal resources.
Jason Hartin, CTO
On integrating DataHub, the DoiT team was very hands-on to the point where DoiT support put together the first ingestion script and pipeline to unlock us.
Kyle Espinola, Head of Platform Engineering
“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”
Josh Zarrabi, Infrastructure Engineer
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
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
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.