DaySmart launcht KI-Funktion in 90 Tagen

Der Gen AI Cloud Accelerator von DoiT bot strukturierte Discovery, gemeinsame Use-Case-Entwicklung und tatkräftige Unterstützung bei der Implementierung. DoiT entwarf eine serverlose Architektur auf Basis von AWS Lambda, ECS Fargate, API Gateway und weiteren AWS-Diensten und schuf damit skalierbare Wege für LLM-gestützte Intelligenz. Die Lösung umfasste zudem eine einheitliche Cloud-Governance über DoiT Cloud Intelligence sowie die AWS-Well-Architected-Practices.

DaySmart ist ein globaler Vertical-SaaS-Anbieter und betreut über 30.000 Unternehmen in den Bereichen Freizeit und Fitness, Tierpflege und Tiermedizin, Beauty und Wellness, Automotive, Gesundheitswesen, öffentliche Verwaltung sowie KMU. Seit über 20 Jahren entwickelt das Unternehmen maßgeschneiderte Business-Management-Plattformen, mit denen Organisationen Termine, Personal, Zahlungen und Kundenkommunikation verwalten, Kurse und Räume planen und insgesamt effizienter arbeiten. Zur Produktpalette gehören DaySmart Appointments, TeamUp, BoxMate, Sawyer, DaySmart Vet, DaySmart Pet, Time To Pet sowie weitere branchenspezifische Lösungen. Der Ansatz ist gezielt zugeschnitten statt generisch – jede Produktkategorie hat ihre eigenen operativen, finanziellen und planerischen Muster.

DaySmart startete die Partnerschaft in einer entscheidenden Transformationsphase, in der sich KI vom Experimentierfeld zum Kern der Produktstrategie entwickelte. KI über mehrere Produktlinien hinweg produktiv auszurollen, erwies sich als anspruchsvoll, da das Datenverhalten je nach Vertikale stark variiert. Freizeitbetriebe denken in Auslastung und Mitgliedschaften, Tierarztpraxen in Termindurchlaufzeiten und Fallarten, Beauty und Wellness in Auslastungsquoten und Kundenbindung. Erste Experimente mit ChatGPT brachten weder produktionsreife Integration noch Security-Kontrollen oder Automatisierung mit. Hinzu kam, dass sich die Infrastruktur über mehrere zugekaufte Produkte mit fragmentierter Cloud-Verantwortung erstreckte – mit zunehmenden KI-workloads wurden einheitliche Sichtbarkeit und Governance unverzichtbar.

Den Auftakt bildete die GenAI-Discovery-Phase der DoiT Cloud Accelerators, in der strategische KI-Ziele mit umsetzbaren technischen Plänen zusammengeführt wurden. DoiT entwarf eine moderne, serverlose Architektur auf Basis von AWS Lambda, ECS Fargate, API Gateway, CloudWatch, IAM, Secrets Manager und CDK, verbunden durch eine MCP-basierte Datenzugriffsschicht. So entstanden skalierbare Pfade, um große Datenmengen einzulesen, sie über LLM-gestützte Intelligenz zu transformieren und konkret nutzbare Insights zurückzuspielen. Die Lösung setzt auf einen hybriden Datenansatz: Zusammengefasste Monatsinformationen werden abgerufen und nur bei Bedarf gezielt vertieft – das reduziert Rauschen und erhält zugleich die Genauigkeit.

DoiT unterstützte DaySmart dabei, Governance im Sinne der AWS-Well-Architected-Practices zu verankern und die Infrastruktur prüfbar, sicher und skalierbar zu gestalten. Kostenrisiken durch KI-Schleifen und Nutzungsspitzen werden über CloudWatch und DoiT Cloud Intelligence frühzeitig erkannt. Ein zentraler Erfolg: DaySmart konnte ein funktionsfähiges KI-Erlebnis launchen, ohne interne Engineering-Ressourcen abzuziehen. DoiT entwickelte, deployte und stabilisierte das initiale Produktionssystem, während DaySmarts Engineers ihre bestehende Roadmap weiterverfolgten – so entstand in neunzig Tagen eine KI-Funktion, ganz ohne Engineering-Aufwand.

DaySmart erzielte eine schnellere Time-to-Value mit einem KI-Launch in 90 Tagen, einheitliche Cloud-Sichtbarkeit über zugekaufte Produktlinien hinweg und mehr operative Effizienz, ohne die Innovationskraft zu bremsen. Die neue Architektur bildet ein zukunftssicheres Fundament für vertikale Intelligenz über alle Produktlinien hinweg und liefert kontextbezogene Insights, die exakt auf jede Branche zugeschnitten sind. Die Plattform unterstützt Self-Service-Analytics, dialogbasierte Oberflächen und flexibles Reporting auf Basis skalierbarer LLM-Ausführung. DaySmart plant, dialogbasierte KI-Funktionen auszubauen, proaktives Business-Coaching einzubetten, internationale Rollouts zu beschleunigen und KI intern auch für nicht-technische Teams zugänglich zu machen.