Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.
Opterrix verkürzt die Hagelanalyse von 10 Stunden auf 10 Sekunden
DoiT hat ein generatives KI-System auf Vertex AI in Produktion gebracht, das Sturmbilder und Sensordaten in eine sofortige Ähnlichkeitssuche überführt.

The Challenge
Extremwetter tritt immer häufiger und heftiger auf und setzt Versicherer enorm unter Druck, schnell zu bewerten und zu reagieren. Hagelstürme sind dabei eine besondere Herausforderung – sie sind lokal begrenzt, zerstörerisch und unvorhersehbar. Engineers verbrachten bis zu 10 Stunden pro Fall damit, sich manuell durch Daten zu wühlen, um passende Vergleichsfälle zu finden – ein langsamer, fehleranfälliger Prozess, der nicht skalierbar war. Dem schlanken Team von Opterrix fehlten die internen Kapazitäten, die Expertise für Produktionsarchitekturen und ein Umsetzungs-Playbook, um mit GenAI schnell voranzukommen.
The Solution
Opterrix holte DoiT als strategischen Partner an Bord, um generative KI produktiv einzusetzen. Gemeinsam entstand eine Lösung, die mit GenAI Bilder von Hagelkörnern und Sturm-Metadaten analysiert und ähnliche historische Ereignisse anhand geografischer Nähe und Sturmmustern identifiziert. Auf Basis von Vertex AI und multimodalen Embeddings überführt das System Sturmbilder und Sensordaten in Sekunden in durchsuchbare, vektorisierte Intelligenz. Zudem optimierte DoiT die Google Cloud-Umgebung von Opterrix in puncto Performance und Kosten, etablierte nutzungsbasierte Guardrails und führte DoiT Cloud Intelligence ein.
Results
- 10-stündiger manueller Prozess ersetzt durch automatisierte Lösung mit Ergebnissen in unter 10 Sekunden
- F&E-Zyklen um 50 % verkürzt und Liefersicherheit erhöht
- Bessere Unit Economics bei gleichbleibender Performance und Verfügbarkeit dank optimierter Cloud-Infrastruktur
- Internes Team durch praktische GenAI-Erfahrung und Governance-Frameworks gestärkt
Uns war klar, dass generative KI ein Game Changer sein kann – aber uns fehlte schlicht die interne Kapazität, das überhaupt anzugehen. Schon in den ersten Sessions hatte DoiT uns auf einen konkreten Use Case fokussiert. Sie haben uns nicht nur beim Bau des Modells geholfen, sondern dafür gesorgt, dass wir es auch wirklich verstehen. Innerhalb weniger Wochen hatten wir einen funktionsfähigen Prototyp, der 10 Stunden manuelle Arbeit durch ein System ersetzt hat, das in Sekunden Ergebnisse liefert. Eine solche Beschleunigung ist selten – aber genau das, was wir gebraucht haben.
Niels Jorgensen, VP of Engineering, Opterrix
Das ist Opterrix
Opterrix ist eine cloud-native Geodaten-Analyseplattform, die speziell für die Versicherungsbranche entwickelt wurde. Das Unternehmen verbindet eigene Wetterdaten, Risikobewertungen für Naturgefahren und prädiktives Machine Learning, um Versicherer beim Underwriting, in der Schadensreaktion und im Risikomanagement in Echtzeit zu unterstützen. Mit dem Anspruch, die Wertschöpfungskette der Versicherungsbranche – insbesondere im Privat- und Gewerbekundengeschäft – zu modernisieren und zu beschleunigen, liefert Opterrix unternehmenskritische Werkzeuge, mit denen Underwriter und Analysten klügere und schnellere Entscheidungen treffen.
Die Herausforderung
Extremwetter tritt immer häufiger und heftiger auf und setzt Versicherer enorm unter Druck, schnell zu bewerten und zu reagieren. Gerade Hagelstürme sind eine besondere Herausforderung – sie sind lokal begrenzt, zerstörerisch und unvorhersehbar. Nach einem Sturm müssen Versicherer das Ereignis schnell einordnen, mit ähnlichen Fällen vergleichen und unter erheblichem Zeitdruck Maßnahmenpläne aktivieren. Für Opterrix hieß das: Werkzeuge bauen, die die relevantesten historischen Hagelereignisse auf Abruf liefern. Doch Engineers verbrachten bis zu 10 Stunden pro Fall damit, sich manuell durch Daten zu wühlen, um diese Vergleichsfälle zu finden – ein langsamer, fehleranfälliger Prozess, der nicht skalierbar war.
Eine beratende Partnerschaft mit Tempo
Von Anfang an verstand sich DoiT nicht als Dienstleister, sondern als strategische Erweiterung des Opterrix-Teams. Das Accelerator-Programm – konzipiert, um Projekte strukturiert und zugleich flexibel umzusetzen – lieferte den passenden Rahmen. Frühe Discovery-Sessions widmeten sich der Architektur, den Rahmenbedingungen und Zielen von Opterrix bis ins Detail. DoiT stülpte kein Standardmodell über, sondern schnitt alles individuell auf das Geschäft und die Plattform von Opterrix zu – vom ersten Workshop bis zum finalen Deliverable.
Vom manuellen Abgleich zur maschinellen Intelligenz
Bisher mussten die Engineers von Opterrix Daten und Bilder vergangener Hagelereignisse manuell vergleichen – ein langsamer, uneinheitlicher Prozess, der stark von individueller Expertise abhing. DoiT entwickelte gemeinsam mit Opterrix eine Lösung, die mit GenAI Bilder von Hagelkörnern und Sturm-Metadaten analysiert und ähnliche historische Ereignisse anhand geografischer Nähe und Sturmmustern identifiziert. Auf Basis von Vertex AI und multimodalen Embeddings erfasst das System visuelle und kontextuelle Merkmale und überführt Sturmbilder und Sensordaten in Sekunden in durchsuchbare, vektorisierte Intelligenz.
Von 10 Stunden auf 10 Sekunden
Das KI-gestützte Modul zum Abgleich von Hagelstürmen ersetzt einen aufwendigen 10-Stunden-Prozess durch eine automatisierte Lösung, die in unter 10 Sekunden Ergebnisse liefert – das spart erhebliche Engineering-Stunden und beschleunigt die Reaktion der Versicherer. Opterrix kann damit deutlich schneller auf Wetterereignisse reagieren und Versicherern nahezu in Echtzeit Erkenntnisse bereitstellen, um die Schadenbearbeitung zu beschleunigen, Ressourcen zu mobilisieren und Schäden zu reduzieren. Indem Architekturdesign, Modellimplementierung und Infrastrukturoptimierung bei DoiT lagen, konnte Opterrix die F&E-Zyklen um 50 % verkürzen und die Liefersicherheit deutlich steigern.
Starke Teams, zukunftsfähige Technologie
Über die technischen Ergebnisse hinaus hat das Projekt die internen Fähigkeiten von Opterrix gestärkt. Engineers sammelten praktische Erfahrung mit generativer KI, lernten, wie sie sich in Produktionssysteme integrieren lässt und wie Governance in einem regulierten Umfeld gewahrt bleibt. Das KI-Modul ist heute eine zentrale Kernkompetenz von Opterrix und ein Sprungbrett für weitere Innovationen. Noch wichtiger: Das Team kann diese Innovation nun eigenständig weitertragen. Es ging nicht nur darum, ein Modell auszuliefern, sondern Skills, Mindset und Infrastruktur zu vermitteln, mit denen sich KI plattformweit verankern lässt.
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 Cloud-Umgebungen hinweg zu verbessern.
More customer stories
Promptly spart 600.000 $ und bringt KI in Wochen live
- $600K
- Jährliche Cloud-Kosteneinsparungen
- 3 months
- Eingesparte Engineering-Zeit
Extenda Retail senkt SSD-Waste und beschleunigt AI
Monta skaliert auf über 250.000 EV-Ladepunkte
- 250,000
- Weltweit verwaltete EV-Ladepunkte
Wicked Reports bringt GenAI 3 Monate früher live
- 3 months saved
- Entwicklungszeit gespart mit dem DoiT Cloud Accelerator
- 25% faster
- Zeit vom Prototyp zur Produktion gegenüber internen Schätzungen
- $0 additional spend
- keine zusätzlichen Infrastrukturkosten beim Prototypenbau – dank AWS-Credits und DoiT-Optimierung
DaySmart launcht KI-Funktion in 90 Tagen
- 90 days
- Vom POC zum Deployment
- 90 days
- Vom POC zum Deployment ohne interne Engineering-Zeit
- 6x
- Eingesparte Engineers-Ressourcen
Vivaticket verkürzt das Aufsetzen von AWS-Umgebungen von 3 Tagen auf 15 Minuten
- 15min
- Zeit für neue Umgebungen
- 15min
- Bereitstellungszeit neuer Umgebungen (statt zuvor 3 Tage)
- 20min
- Application-Deployment im Immutable-Modus
Blumira skaliert SOC Auto-Focus mit voller Kostenkontrolle
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
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.
