Finlex senkt Cloud-Kosten um 50 % und bringt KI mit DoiT in Produktion
- Over 65%
- Senkung der Cloud-Infrastrukturkosten von 2024 bis heute
- 40%
- Kosteneinsparung durch bessere Transparenz und effiziente KI-Architektur
The Challenge
Die SaaS-Plattform von Claroty läuft auf einer komplexen Multi-Tenant-Architektur mit Kubernetes, Apache Kafka, Apache Spark und vielen weiteren Technologien. Gemeinsam genutzte Ressourcen über Services hinweg machten eine Kostentransparenz auf Kundenebene extrem schwierig. Manuelles Tagging und interne Tools schieden angesichts knapper Engineering- und DevOps-Kapazitäten aus. Nach der Prüfung mehrerer externer und interner Optionen fand das Center of Cloud Excellence von Claroty keine Lösung mit der nötigen Granularität, Skalierbarkeit und Kosteneffizienz.
The Solution
Attribute™ ließ sich nahtlos in allen Produktionsregionen von Claroty ausrollen – über mehrere Kubernetes-Cluster, hunderte Nodes und tausende vCPUs hinweg. Der eBPF-basierte Sensor erfasste Daten in Echtzeit auf Transaktionsebene und erkannte den kundenspezifischen Ressourcenverbrauch über Kafka-Message-Streams, RDS-Datenbankabfragen und S3-Speicheroperationen. Innerhalb weniger Tage erhielt Claroty granulare Reports, die jeder Kundeninteraktion regionsübergreifend exakte Kosten zuordneten.
Results
- Granulare Transparenz über den Ressourcenverbrauch pro Kunde in allen Regionen.
- Klarere Erkenntnisse zu Kundenprofilen, profitablen Branchen und kostenintensiven Nutzern.
- Höhere Forecasting-Genauigkeit und optimierte Budgetierung der Produktionsinfrastruktur.
- Geschärfte Kundenansprache auf Basis präziser Kosten- und Nutzungsdaten.
- Schnelles, reibungsloses Deployment – ohne Beeinträchtigung des laufenden Betriebs.
Die Daten von Attribute™ sind wirklich unübertroffen. Keine andere Lösung am Markt konnte uns in einer derart komplexen Infrastruktur so präzise Kosten- und Nutzungsprofile pro Kunde liefern. Schon nach wenigen Wochen hatten die Daten von Attribute™ unser Verständnis der Kostenstrukturen grundlegend verändert – und zentrale strategische Entscheidungen in Preisgestaltung, Nachverhandlungen und Marktpositionierung beeinflusst.
Jonathan Langer, COO, Claroty
Zielsetzung
Mit dem rasanten Wachstum von Kundenbasis und Cloud-Betrieb startete Claroty eine mehrjährige Initiative zur Weiterentwicklung der Cloud-Kostenstrategie. Nach Kostenallokation, Chargeback und einem ersten Forecasting wollte das Management die Cloud-Kostenkennzahlen mit dem Unternehmenswachstum in Einklang bringen. In einem hart umkämpften Markt brauchte Claroty fundierte Einblicke in Bruttomarge, Profitabilität und Kosteneffizienz pro Kunde, Region und Kundenprofil.
Die Herausforderung
Die hochmoderne SaaS-Plattform von Claroty läuft auf einer komplexen Multi-Tenant-Architektur aus Kubernetes-Clustern, Apache Kafka, Apache Spark und zahlreichen weiteren Technologien. Gemeinsam genutzte Ressourcen über Services hinweg machten eine präzise Kostentransparenz auf Kundenebene zu einer enormen Herausforderung. Claroty musste Kosten exakt über Microservices verteilen – ohne aufwendiges Tagging oder ressourcenintensive interne Tools. Knappe Engineering- und DevOps-Kapazitäten schlossen manuelle Lösungen oder eine Eigenentwicklung aus.
Implementierung
Die Technologie von Attribute™ ließ sich nahtlos in allen Produktionsregionen von Claroty ausrollen, die jeweils mehrere Kubernetes-Cluster, hunderte Nodes und tausende vCPUs umfassen. Die Implementierung verlief schnell und erforderte nur minimale Eingriffe des DevOps-Teams – der laufende Betrieb blieb davon unberührt. Der eBPF-basierte Sensor von Attribute™ erfasste Daten in Echtzeit auf Transaktionsebene und erkannte die kundenspezifische Nutzung über Kafka-, RDS- und S3-Komponenten.
Ergebnisse
Innerhalb weniger Tage erhielt Claroty granulare, handlungsrelevante Reports, die die Kundenkosten über alle Regionen hinweg detailliert auswiesen. Das Team konnte den Ressourcenverbrauch nach Kunde aufschlüsseln, Kundenprofile besser verstehen, profitablere Branchen identifizieren und kostenintensive Nutzer isolieren. Diese Reports steigerten die Forecasting-Genauigkeit, optimierten die Budgetierung der Produktionsinfrastruktur und schärften die Kundenansprache.
Ausblick
Claroty plant, die Partnerschaft mit Attribute™ weiter zu vertiefen und die Kostenzuordnung bis hinunter auf einzelne Kundenaktionen und Feature-Nutzung zu treiben. Mit diesem Detailgrad will Claroty Profitabilität präziser prognostizieren, Effizienzpotenziale erkennen und strategische Initiativen vorantreiben, die Kundenzufriedenheit und operative Effizienz steigern.
Entdecken Sie, wie Attribute™ verborgene Gewinne in Ihren Cloud-Ausgaben sichtbar macht
Erfahren Sie, wie Attribute™ Kostenzuordnung zur Laufzeit ohne Tagging liefert – damit Teams die Kosten pro Workload, Service und Kunde wirklich verstehen.
More customer stories
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
SaaS Leader
Wertbasiertes AI-Pricing dank Kostenattribution auf Kundenebene
- $1.3M
- Umsatz mit negativer Marge aufgedeckt
- ~360
- unprofitable Accounts identifiziert
- $1.3M
- aggregierte Verluste aufgedeckt
Salt Security standardisiert die COGS-Messung für bessere Margen und Preisgestaltung
- 1
- Single Source of Truth für COGS
- 1
- Standardisierte Single Source of Truth für COGS bei CFO und DevOps
- 0
- Code- oder Tagging-Änderungen für die Integration von Attribute™
PropertyGuru macht aus dem Cloud-Kostenchaos echte Engineering-Verantwortung
- Minutes
- um Shared-Service-Rechnungen zu entschlüsseln (zuvor Stunden)
- 32M+
- Monatlich betreute Immobiliensuchende
- 2 weeks
- Vom Rollout bis zu umsetzbaren Erkenntnissen
Vom Blindflug bei Cloud-Kosten zur klaren Sicht auf Produktmargen
- $46K
- Eingesparte monatliche Cloud-Kosten
- $46K
- Monatlich eingesparte Kosten
- $63K → $17K
- Monatliche Kostensenkung eines Service
Umfassende Cloud-Kostentransparenz – ganz ohne Tagging
- Zero
- Tags für vollständige Kostentransparenz
- Zero
- Tags für die Kostenzuordnung
- Real-time
- Kostentransparenz auf Service-Ebene
Finlex senkt Cloud-Kosten um 50 % und bringt KI mit DoiT in Produktion
- Over 65%
- Senkung der Cloud-Infrastrukturkosten von 2024 bis heute
- 40%
- Kosteneinsparung durch bessere Transparenz und 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
SaaS Leader
Wertbasiertes AI-Pricing dank Kostenattribution auf Kundenebene
- $1.3M
- Umsatz mit negativer Marge aufgedeckt
- ~360
- unprofitable Accounts identifiziert
- $1.3M
- aggregierte Verluste aufgedeckt
Salt Security standardisiert die COGS-Messung für bessere Margen und Preisgestaltung
- 1
- Single Source of Truth für COGS
- 1
- Standardisierte Single Source of Truth für COGS bei CFO und DevOps
- 0
- Code- oder Tagging-Änderungen für die Integration von Attribute™
PropertyGuru macht aus dem Cloud-Kostenchaos echte Engineering-Verantwortung
- Minutes
- um Shared-Service-Rechnungen zu entschlüsseln (zuvor Stunden)
- 32M+
- Monatlich betreute Immobiliensuchende
- 2 weeks
- Vom Rollout bis zu umsetzbaren Erkenntnissen
Vom Blindflug bei Cloud-Kosten zur klaren Sicht auf Produktmargen
- $46K
- Eingesparte monatliche Cloud-Kosten
- $46K
- Monatlich eingesparte Kosten
- $63K → $17K
- Monatliche Kostensenkung eines Service
Umfassende Cloud-Kostentransparenz – ganz ohne Tagging
- Zero
- Tags für vollständige Kostentransparenz
- Zero
- Tags für die Kostenzuordnung
- Real-time
- Kostentransparenz auf Service-Ebene
What they say
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
This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.
Jason Moore, Principal DevOps Engineer, Accrete AI
Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.
Ziv Sivan, VP of Engineering
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
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.