CaseMark – Embedded Engineering für Legal AI
CaseMark brauchte erfahrene Engineering-Kapazität, die sich direkt ins bestehende Produktteam einfügt und beiträgt, ohne die Delivery zu bremsen. higroup stieg als Embedded-Engineering-Partner ein und arbeitete innerhalb der bestehenden Prozesse, Architektur und Infrastruktur von CaseMark, um eine produktive Legal-AI-Plattform mitzuentwickeln und zu skalieren.
In ein schnelllebiges KI-Produkt einsteigen, ohne zum externen Dienstleister zu werden
CaseMark baute bereits ein technisch anspruchsvolles Produkt, in dem juristische Dokumente, KI-Verarbeitung, asynchrone Workloads, Cloud-Infrastruktur und Sicherheit zuverlässig zusammenspielen mussten.
Unsere Aufgabe war nicht, mit einem neuen Prozess anzurücken oder Bewährtes neu zu bauen. Wir mussten die bestehende Architektur schnell verstehen, uns ins interne Team integrieren und sinnvolle Produktionsarbeit leisten – und dabei die Standards einhalten, die eine Legal-AI-Plattform verlangt.
Das Produkt von CaseMark deckt Abläufe wie Dokumenten-Ingestion, fundierte KI-Recherche, strukturierte Zusammenfassungen, Zusammenarbeit an Mandaten und sichere Bereitstellung ab. Zuverlässigkeit und Nachvollziehbarkeit sind daher besonders wichtig.
Erst einbetten. Dann von innen verbessern.
Wir haben als Teil der bestehenden Engineering-Organisation von CaseMark gearbeitet, nicht als separates Outsourcing-Team.
Das hieß: zuerst Tooling, Architektur, Kommunikation und Delivery-Praktiken übernehmen und dann dort Engineering-Kapazität einbringen, wo sie den größten Nutzen stiftet. Unsere Engineers arbeiteten direkt mit dem CaseMark-Team an Backend-Entwicklung, KI-Workloads, Cloud-Infrastruktur, Skalierung und Produktionsstabilität.
Das Ziel: mehr Kompetenz, ohne eine weitere Ebene, die jemand steuern muss.
Embedded Engineering über Produkt, KI und Cloud hinweg
Unsere Arbeit floss in die übergreifende Engineering-Entwicklung bei CaseMark ein und stärkte die Systeme hinter einer produktiven Legal-AI-Plattform.
- /Backend Engineering — Wir haben mit Python, gRPC und Celery zu Backend-Services und asynchroner Verarbeitung beigetragen und Workloads unterstützt, die große Mengen juristischer Informationen zuverlässig verarbeiten müssen.
- /KI-Infrastruktur — Wir haben mit KI-Diensten wie OpenAI und AWS Bedrock gearbeitet, die Teil der übergreifenden Verarbeitungsarchitektur für KI-gestützte juristische Workflows sind.
- /Skalierbare Cloud-Workloads — Containerisierte Workloads liefen auf AWS EKS. Mit KEDA wurde die Verarbeitungskapazität am tatsächlichen Bedarf ausgerichtet, statt unnötige Ressourcen dauerhaft laufen zu lassen.
- /Production Engineering — Buildkite, Sentry, Monitoring und begleitende Infrastrukturpraktiken sorgten dafür, dass Deployments und das Verhalten im Produktivbetrieb auch bei wachsender Plattform sichtbar blieben.
So bekam CaseMark zusätzliche Engineering-Kapazität, ohne dass ein separates Delivery-Silo entstand. Die Engineers von higroup arbeiteten im bestehenden Team und trugen direkt zum selben Produkt, zur selben Infrastruktur und zur selben Produktionsumgebung bei.
“Sie machen sich die Mühe, unsere Probleme genau zu verstehen, und kommen mit phänomenal kreativen Lösungen zurück, die wir umsetzen können”
— Scott Kveton, Co-Founder & CEO – Casemark
Die schwierigen Teile
.avif)
Häufige Fragen
Was hat higroup für CaseMark gemacht?+
higroup stellte Embedded-Engineering-Kapazität bereit und arbeitete direkt im bestehenden Produkt- und Engineering-Team von CaseMark an Backend-Entwicklung, KI-Workloads, Cloud-Infrastruktur und Produktionsstabilität.
War das ein klassisches Outsourcing-Softwareprojekt?+
Nein. Die Zusammenarbeit war eher Staff Augmentation / Embedded Engineering. Unsere Engineers sind in die bestehenden Prozesse und die technische Umgebung von CaseMark eingestiegen, statt als separates Delivery-Team zu agieren.
Wie hat sich higroup in das CaseMark-Team integriert?+
Wir haben das bestehende Tooling, die Architektur, die Delivery-Praktiken und die Kommunikationsstruktur von CaseMark übernommen. So konnten unsere Engineers Seite an Seite mit dem internen Team arbeiten, ohne eine weitere Management-Ebene einzuziehen.
An welchen technischen Bereichen hat higroup gearbeitet?+
Unsere Arbeit umfasste Python-Backend-Services, gRPC, asynchrone Celery-Workloads, KI-Integrationen, AWS-Infrastruktur, Kubernetes, Autoscaling, CI/CD und Observability.
Warum war Skalierbarkeit für das Projekt wichtig?+
CaseMark verarbeitet dokumentenintensive und KI-getriebene Workloads, deren Volumen stark schwanken kann. Die Infrastruktur musste daher die Verarbeitungskapazität effizient skalieren und dabei beobachtbar und zuverlässig bleiben.
Was machte die Zusammenarbeit mit CaseMark besonders?+
Der Mehrwert lag nicht nur in zusätzlichen Engineering-Stunden. Die Engineers von higroup wurden Teil der bestehenden Produktorganisation, übernahmen Verantwortung für Produktionsarbeit und passten sich dabei der Architektur und Arbeitsweise von CaseMark an.