Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.
Crazy Labs liefert Backend-Features 10-mal schneller
DoiT begleitete den Umzug auf Google App Engine und BigQuery und führte die Daten aus über 350 Mobile-Apps auf einem einzigen, automatisch skalierenden Backend zusammen.

The Challenge
Für seine 350+ Apps stützte sich Crazy Labs bei Scoreboards, Nutzerregistrierung, Social-Media-Integrationen und vielem mehr auf Drittanbieter. Das Team wollte ein eigenes Mobile-Gaming-Backend entwickeln, um Gaming-Daten plattformübergreifend zu bündeln und zu vereinheitlichen. Gefragt war eine skalierbare, wartungsarme Infrastruktur, damit sich das Unternehmen auf die Spielentwicklung konzentrieren kann – statt auf Backups, das Hochfahren zusätzlicher Server bei Traffic-Spitzen und Load Balancing.
The Solution
Crazy Labs entschied sich für Google App Engine und entwickelte sein Backend in Go. Mit App Engine ging die Entwicklung schneller voran – und das nahezu ohne Einarbeitungszeit. Die Plattform übernimmt automatisch das Deployment, leitet Live-Traffic auf neue Versionen um, ohne bestehende Nutzersessions zu unterbrechen, und schreibt Milliarden von Anwendungs-Logs zur Analyse in BigQuery. Datenanalysten werten damit das Gameplay per Standard-SQL aus und schlagen gezielt Verbesserungen vor.
Results
- Neue Backend-Features 10-mal schneller ausgeliefert – ohne Aufwand für die Infrastrukturwartung
- Bereitstellung neuer Services von Tagen auf Sekunden verkürzt
- Gaming-Daten aus über 350 Apps auf einer einzigen Plattform zusammengeführt
- Echtzeit-Analysen von Terabytes an Gameplay-Daten in Sekunden ermöglicht
Dass wir neue Services in Sekunden bereitstellen können, spart uns enorm viel Zeit – früher dauerte das Tage. Die Gaming-Branche lebt von kurzfristigen Projekten, deshalb brauchen wir ein Backend, das flexibel ist und schnell reagiert.
Lior Malenboim, VP Production Engineering
Das ist Crazy Labs
Crazy Labs entwickelt interaktive Bücher, Spiele und Lern-Apps mit 600 Millionen Downloads und 40 Millionen monatlich aktiven Nutzern. Seit der Gründung im Jahr 2010 hat das Unternehmen über 350 Apps für Kinder auf iOS, Android und Windows veröffentlicht. Mit Hauptsitz in Israel unterhält TabTale Büros in den USA, China, Mazedonien, Bulgarien, Serbien und der Ukraine.
Die Herausforderung
Für seine 350+ Apps stützte sich Crazy Labs bei Scoreboards, Nutzerregistrierung, Social-Media-Integrationen und vielem mehr auf Drittanbieter – und entschied sich, ein eigenes Mobile-Gaming-Backend zu entwickeln, um Gaming-Daten plattformübergreifend zu bündeln und zu vereinheitlichen. Das neue Backend sollte Nutzerdaten erfassen, das Spielverhalten analysieren, die Gaming-Performance erfassen sowie Scoreboards und In-Game-Analysen unterstützen. Gefragt war eine skalierbare, wartungsarme Infrastruktur, damit sich das Team auf die Spielentwicklung konzentrieren kann – statt auf Backups, das Hochfahren neuer Server bei Traffic-Spitzen und Load Balancing.
Die Lösung
Mit Google App Engine konnte Crazy Labs deutlich schneller entwickeln – und das nahezu ohne Einarbeitungszeit. Das Team setzte beim Backend auf Go, Googles Sprache für nebenläufige Programmierung, und war innerhalb weniger Wochen voll produktiv. Go arbeitet – ebenso wie Python, Java und andere Sprachen – nahtlos mit Google Datastore, Google BigQuery und weiteren Google-Diensten zusammen. Beim Deployment ersetzt App Engine veraltete Instanzen und leitet den Live-Traffic auf eine neue Version um, während bestehende Nutzersessions auf der alten Version weiterlaufen.
Deployment und Testing
Beim Launch einer neuen Version rollt Crazy Labs diese zunächst an 5 Prozent der Nutzer aus, um sicherzustellen, dass alles reibungslos läuft, bevor die Änderung an die gesamte Nutzerbasis geht. So lässt sich im Notfall innerhalb von Sekunden auf eine ältere Version zurückwechseln, falls in der neuen etwas nicht wie erwartet funktioniert. App Engine erfasst und speichert zudem automatisch zig Milliarden Anwendungs-Logs und überführt sie in BigQuery, sodass Crazy Labs sie bei auftretenden Problemen analysieren kann.
Datenanalyse
Die Datenanalysten bei Crazy Labs nutzen BigQuery, um das Gameplay auszuwerten und Verbesserungen vorzuschlagen. Mit Standard-SQL führt Crazy Labs Abfragen über diese Terabytes an Daten in wenigen Sekunden aus, um das Spiel besser zu verstehen und bei Bedarf nachzubessern.
Die Ergebnisse
Nach einer Pilotphase mit App Engine in einigen Spielen wird Crazy Labs das neue, auf App Engine basierende Backend für alle 350 Spiele einsetzen. Geprüft werden zudem Managed VMs, die in bestimmten Situationen mehr Kontrolle beim Skalieren der Last und beim Umgang mit Hochverfügbarkeitsthemen bieten würden. Unter dem Strich liefert Crazy Labs neue Backend-Features heute 10-mal schneller aus – ohne Aufwand für die Infrastrukturwartung. So bleibt mehr Raum für Software-Engineering und die Weiterentwicklung der Spiele.
So unterstützt DoiT Cloud-Teams bei der Kostenkontrolle
Erfahren Sie, wie Cloud Intelligence™ Teams dabei hilft, Transparenz, Governance und Unit Economics über 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.