Skip to content

Commit e22973d

Browse files
cloudlenacloudlena
committed
Add amaise customer story
1 parent 40c46f7 commit e22973d

File tree

10 files changed

+196
-5
lines changed

10 files changed

+196
-5
lines changed

‎package-lock.json‎

Lines changed: 3 additions & 3 deletions
Some generated files are not rendered by default. Learn more about customizing how changed files appear on GitHub.

‎src/assets/blog/vllm-production-stack-architecture.png‎

-48.8 KB
Loading

‎src/assets/customers/amaise-markus.jpeg‎

129 KB
Loading

‎src/assets/customers/amaise.svg‎

Lines changed: 1 addition & 0 deletions
Loading

‎src/content/customers/de/amaise.md‎

Lines changed: 97 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,97 @@
1+
---
2+
title: Serverlose AWS-Infrastruktur für KI-Schadenplattform
3+
company: amaise
4+
logo: ../../../assets/customers/amaise.svg
5+
pubDate: 2024-08-09
6+
results:
7+
- Serverlose Architektur implementiert, die Betriebskosten deutlich reduziert
8+
- Nahezu kein Wartungsaufwand, sodass sich das Team auf die KI-Entwicklung
9+
konzentrieren kann
10+
- Flexible Infrastruktur, die automatisch mit den Workload-Anforderungen
11+
skaliert
12+
- Mehrere Infrastruktur-Reviews zur kontinuierlichen Einhaltung von Best
13+
Practices
14+
quote:
15+
"bespinian war von Anfang an ein wichtiger Partner. Sie haben uns geholfen,
16+
unser MVP nur drei Monate nach der Gründung von amaise in der Cloud zu
17+
lancieren, und haben uns seither dabei unterstützt, es in eine skalierbare,
18+
sichere und zuverlässige Plattform zu verwandeln, die international für die
19+
Verarbeitung hochsensibler medizinischer Dokumente genutzt wird."
20+
authorName: Markus Baumgartner
21+
authorTitle: CTO
22+
authorImage: ../../../assets/customers/amaise-markus.jpeg
23+
---
24+
25+
## Kunde
26+
27+
[amaise](https://www.amaise.com/) ist ein Berner Insurtech-Unternehmen, das eine
28+
KI-gestützte Claims-Intelligence-Plattform für die Versicherungsbranche
29+
entwickelt hat. Die Plattform hilft Versicherern, Personenschadenfälle
30+
schneller, präziser und kostengünstiger zu bearbeiten, indem sie komplette
31+
Fallakten analysiert – nicht nur medizinische Unterlagen. Die agentische
32+
KI-Technologie von amaise wandelt unstrukturierte medizinische und rechtliche
33+
Dokumente in verwertbare Erkenntnisse um und ermöglicht Schadenteams
34+
Effizienzsteigerungen von bis zu 84% sowie deutlich kürzere Abwicklungszeiten.
35+
Das Unternehmen bedient grosse Schweizer Versicherer wie Mobiliar, Baloise,
36+
Dextra und Coop Rechtsschutz und expandiert international.
37+
38+
## Hintergrund
39+
40+
Als KI-fokussiertes Unternehmen, das sensible Versicherungsdaten verarbeitet,
41+
benötigte amaise eine Cloud-Infrastruktur, die komplexe KI-Workloads bewältigen
42+
kann und gleichzeitig die Flexibilität bietet, das Produkt schnell
43+
weiterzuentwickeln. Das Team musste sich auf die Entwicklung seiner
44+
KI-Kernfähigkeiten konzentrieren können, anstatt Infrastruktur zu verwalten, und
45+
brauchte eine Grundlage, die mit dem wachsenden Kundenstamm in der Schweiz und
46+
darüber hinaus skalieren kann.
47+
48+
Der Aufbau von KI-Pipelines, die Tausende von Seiten medizinischer und
49+
rechtlicher Dokumente verarbeiten, erfordert eine robuste, skalierbare
50+
Architektur. Gleichzeitig musste amaise als Startup die Betriebskosten unter
51+
Kontrolle halten und den Aufwand für die Infrastrukturwartung minimieren.
52+
53+
## Projektziele
54+
55+
Die Zusammenarbeit konzentrierte sich auf den Aufbau einer soliden technischen
56+
Grundlage:
57+
58+
- Einrichtung der initialen AWS-Infrastruktur für Anwendungen und KI-Pipelines
59+
- Entwurf einer Architektur, die Betriebsaufwand und Kosten minimiert
60+
- Sicherstellung der Flexibilität zur Anpassung bei Produktweiterentwicklung
61+
- Laufende Infrastruktur-Reviews zur Einhaltung von Best Practices
62+
63+
## bespinians Rolle
64+
65+
bespinian unterstützte amaise beim Aufbau und der Optimierung ihrer
66+
Cloud-Infrastruktur auf AWS.
67+
68+
### Initiale Infrastruktur-Einrichtung
69+
70+
Wir haben amaise beim Aufbau ihrer grundlegenden AWS-Infrastruktur für ihre
71+
kundenorientierten Anwendungen und ihre KI-Verarbeitungspipelines unterstützt.
72+
Durch einen Serverless-First-Ansatz haben wir eine Architektur entworfen, die
73+
automatisch mit der Nachfrage skaliert und die Notwendigkeit der
74+
Serververwaltung eliminiert.
75+
76+
### Serverlose Architektur
77+
78+
Der serverlose Ansatz war zentral für das Infrastrukturdesign. Diese Architektur
79+
ermöglicht es den KI-Workloads von amaise, elastisch basierend auf dem
80+
Verarbeitungsbedarf zu skalieren – ob ein einzelnes Dokument oder Tausende von
81+
Seiten über mehrere Schadenfälle hinweg bearbeitet werden. Bei Nichtnutzung
82+
sinken die Kosten auf nahezu null, was besonders wertvoll für ein wachsendes
83+
Startup ist.
84+
85+
### Infrastruktur-Reviews
86+
87+
Über die initiale Einrichtung hinaus führte bespinian mehrere Reviews der
88+
Infrastruktur von amaise durch, während sich ihre Plattform weiterentwickelte.
89+
Diese Reviews stellten sicher, dass die Architektur weiterhin den AWS Best
90+
Practices entspricht, identifizierten Optimierungsmöglichkeiten und adressierten
91+
aufkommende Sicherheits- oder Performance-Bedenken.
92+
93+
## Verwendete Technologien
94+
95+
- **Cloud-Plattform**: Amazon Web Services (AWS)
96+
- **Architektur**: Serverless
97+
- **Infrastructure as Code**: Terraform

‎src/content/customers/en/amaise.md‎

Lines changed: 90 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,90 @@
1+
---
2+
title: Serverless AWS Setup for AI Claims Platform
3+
company: amaise
4+
logo: ../../../assets/customers/amaise.svg
5+
pubDate: 2024-08-09
6+
results:
7+
- Serverless architecture implemented, reducing operational costs
8+
significantly
9+
- Near-zero maintenance overhead, freeing the team to focus on AI development
10+
- Flexible infrastructure that scales automatically with workload demands
11+
- Multiple infrastructure reviews, ensuring ongoing alignment with best
12+
practices
13+
quote:
14+
"bespinian has been a key partner from the very beginning. They helped us to
15+
launch our MVP in the cloud in just three months after founding amaise and
16+
have since supported us in turning it into a scalable, secure, reliable
17+
platform, used internationally for processing highly sensitive medical
18+
documents"
19+
authorName: Markus Baumgartner
20+
authorTitle: CTO
21+
authorImage: ../../../assets/customers/amaise-markus.jpeg
22+
---
23+
24+
## Customer
25+
26+
[amaise](https://www.amaise.com/) is a Bern-based insurtech company that has
27+
developed an AI-powered claims intelligence platform for the insurance industry.
28+
The platform helps insurers resolve bodily injury claims faster, more
29+
accurately, and at lower cost by analyzing complete case files, not just medical
30+
records. amaise's agentic AI technology turns unstructured medical and legal
31+
documents into actionable insights, enabling claims teams to achieve up to 84%
32+
efficiency gains and significantly faster settlement times. The company serves
33+
major Swiss insurers including Mobiliar, Baloise, Dextra, and Coop Rechtsschutz,
34+
and is expanding internationally.
35+
36+
## Background
37+
38+
As an AI-first company processing sensitive insurance data, amaise required a
39+
cloud infrastructure that could handle complex AI workloads while maintaining
40+
the flexibility to iterate quickly on their product. The team needed to focus on
41+
developing their core AI capabilities rather than managing infrastructure, and
42+
required a foundation that could scale with their growing customer base across
43+
Switzerland and beyond.
44+
45+
Building AI pipelines that process thousands of pages of medical and legal
46+
documents demands a robust, scalable architecture. At the same time, as a
47+
startup, amaise needed to keep operational costs under control and minimize the
48+
burden of infrastructure maintenance.
49+
50+
## Project Goals
51+
52+
The collaboration focused on establishing a solid technical foundation:
53+
54+
- Set up initial AWS infrastructure for applications and AI pipelines
55+
- Design an architecture that minimizes operational overhead and costs
56+
- Ensure flexibility to adapt as the product evolves
57+
- Provide ongoing infrastructure reviews to maintain best practices
58+
59+
## bespinian's Role
60+
61+
bespinian supported amaise in building and optimizing their cloud infrastructure
62+
on AWS.
63+
64+
### Initial Infrastructure Setup
65+
66+
We helped amaise establish their foundational AWS infrastructure for both their
67+
customer-facing applications and their AI processing pipelines. By adopting a
68+
serverless-first approach, we designed an architecture that automatically scales
69+
with demand while eliminating the need to manage servers.
70+
71+
### Serverless Architecture
72+
73+
The serverless approach was central to the infrastructure design. This
74+
architecture allows amaise's AI workloads to scale elastically based on
75+
processing needs, whether handling a single document or thousands of pages
76+
across multiple claims. When not in use, costs drop to near zero, making this
77+
particularly valuable for a growing startup.
78+
79+
### Infrastructure Reviews
80+
81+
Beyond the initial setup, bespinian conducted multiple reviews of amaise's
82+
infrastructure as their platform evolved. These reviews ensured that the
83+
architecture continued to follow AWS best practices, identified optimization
84+
opportunities, and addressed any emerging security or performance concerns.
85+
86+
## Technologies Used
87+
88+
- **Cloud Platform**: Amazon Web Services (AWS)
89+
- **Architecture**: Serverless
90+
- **Infrastructure as Code**: Terraform

‎src/i18n/ch.ts‎

Lines changed: 1 addition & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -88,6 +88,7 @@ const ts = {
8888
"customers.page.subtitle":
8989
"Erfahr, wie mir über 120 Firme ghulfe hei, ihri Apps id Cloud z bringe.",
9090
"customers.empty": "No keni Chunde. Lueg baud wieder verbi!",
91+
"customers.success": "het Erfoug mit bespinian:",
9192

9293
// Jobs Page
9394
"jobs.title": "Jobs",

‎src/i18n/de.ts‎

Lines changed: 1 addition & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -90,6 +90,7 @@ const de = {
9090
"customers.page.subtitle":
9191
"Erfahre, wie wir über 120 Firmen geholfen haben, ihre Apps in die Cloud zu bringen.",
9292
"customers.empty": "Noch keine Kunden. Schau bald wieder vorbei!",
93+
"customers.success": "hat Erfolg mit bespinian:",
9394

9495
// Jobs Page
9596
"jobs.title": "Jobs",

‎src/i18n/en.ts‎

Lines changed: 1 addition & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -88,6 +88,7 @@ const en = {
8888
"customers.page.subtitle":
8989
"See how we helped over 120 companies modernize their apps to the cloud.",
9090
"customers.empty": "No customers yet. Check back soon!",
91+
"customers.success": "succeeded with bespinian:",
9192

9293
// Jobs Page
9394
"jobs.title": "Jobs",

‎src/pages/[lang]/customers/[...slug].astro‎

Lines changed: 2 additions & 2 deletions
Original file line numberDiff line numberDiff line change
@@ -13,12 +13,12 @@ export async function getStaticPaths() {
1313
const { customer } = Astro.props;
1414
const { Content } = await render(customer);
1515
16-
const { lang, translatePath } = useI18n(Astro.url);
16+
const { lang, t, translatePath } = useI18n(Astro.url);
1717
1818
const formattedDate = formatDate(customer.data.pubDate);
1919
2020
const title = customer.data.title;
21-
const description = `Learn how ${customer.data.company} achieved success with bespinian's support consulting. ${customer.data.results.join(". ")}.`;
21+
const description = `${customer.data.company} ${t("customers.success")} ${customer.data.results.join(". ")}.`;
2222
const canonicalUrl = new URL(Astro.url.pathname, Astro.site).toString();
2323
---
2424

0 commit comments

Comments
 (0)