Während der it-sa 2018 habe ich mit Leif Walter von Fortinet dieses Videointerview geführt. Darin spricht er über die Besonderheiten der Fortinet Enterprise Firewalls und die künftige Rolle der Künstlichen Intelligenz im Kontext der IT-Security.
FortiGate Enterprise Firewalls sind performant, skalierbar und offen
Firewall-Lösungen für den Enterprise-Markt müssen vor allem performant und skalierbar sein, aber auch offen gegenüber anderen Systemen und Lösungen. Genau diesen Anforderungen werden Fortinet-Firewalls gerecht, indem sie auf Techniken basieren, die darauf abgestimmt sind. Hierbei steht vor allem die Netzwerk-Performance im Vordergrund genauso wie die Skalierbarkeit, die sich auf diverse Bereiche wie das Internet der Dinge und andere Segmente bezieht. Und klar, dass solche Firewall-Systeme auch mandantenfähig sein müssen.
Darüber hinaus spielen offene Schnittstellen eine zunehmend wichtige Rolle, da die Netzwerk-Topologien und ihre Komponenten immer heterogener werden und Anwender genau nach Lösungen suchen, die mit dieser Technikvielfalt klar kommen.
Künstliche Intelligenz in der IT-Security hat noch einen weiteren Weg vor sich
Die aktuelle Künstliche Intelligenz befindet sich im Grunde immer noch in einem Anfangsstadium, sodass immer noch von einer „schwachen“ KI die Rede ist, die innerhalb einer in sich geschlossenen Disziplin wie Autonomes Fahren oder Bilderkennung gute bis sehr gute Dienste leistet, also auch innerhalb der IT-Security.
Will man allerdings äußerst komplexe Bedrohungsszenarien mithilfe der Künstlichen Intelligenz schneller und zuverlässiger erkennen und abwehren können, ist eine sogenannte „starke“ KI vonnöten. Denn nur dort können die bisherigen „Insellösungen“ miteinander interagieren und schaffen damit ganz neue Modelle, die deutlich „schlauer“ sind als die heutigen Ansätze. Und genau dort wollen und werden sich Sicherheitsexperten wie Fortinet künftig noch mehr engagieren.
Das vollständige Interview mit Leif Walter
Disclaimer: Dieser Videoblogbeitrag ist in Zusammenarbeit mit Akima Media entstanden.
Gerade IT-Systemhäuser wie Tech Data müssen immer wieder neue Wege beschreiten, wollen sie neue Absatzmärkte gewinnbringend erschließen. Dazu gehört eben auch das weite Feld der Künstlichen Intelligenz, das das Unternehmen für sich entdeckt hat. So sollen in den nächsten Monaten und Jahren unter dem Begriff „Next Generation Technologies“ gemeinsam mit den Geschäftspartnern und Kunden KI-Szenarien und -Applikationen entwickelt werden.
Gemeinsam mit IBM will Tech Data seine Kunden (also Business Partner und Systemhäuser) näher heranführen an das Thema Künstliche Intelligenz. Hierfür gibt es dedizierte, unterstützende Maßnahmen seitens Tech Data/IBM, die den Tech Data-Kunden helfen sollen, eigene KI-Projekte umzusetzen. Denn in diesem Segment gestalten sich zahlreiche Anforderungen anders als bei herkömmlichen IT-Aufträgen, und genau an dieser Stelle soll und wird das Tech Data-IBM-KI-Team unterstützend aktiv.
Das verbirgt sich hinter der IBM KI-Referenzarchitektur
Wichtig ist bei einer geeigneten KI-Referenzarchitektur die Wahl der Komponenten, die den gängigen Standards folgen sollten. Wichtig ist aber auch eine bestmögliche Skalierbarkeit, sodass sich das System den jeweiligen Anforderungen ohne großen Aufwand anpassen lässt. Das ist speziell im KI-Umfeld von großer Wichtigkeit, da sich viele Unternehmen nach wie vor im Experimentierstadium befinden.
Gleichzeitig merkt dann der ein oder andere KI-Projektverantwortliche relativ schnell, dass die Datenmengen exponentiell anwachsen und die Maschine sowie die zugehörigen Speicherkomponenten schneller an ihre Grenzen stoßen als angenommen. Daher setzt Tech Data in Zusammenarbeit mit IBM auf die PowerAI- und IBM Spectrum-Produktfamilien, da diese die beschriebenen Voraussetzungen erfüllen.
Das komplette Interview mit Karsten Johannsen
Disclaimer: Diesen Videoblogbeitrag habe ich im Auftrag von IBM erstellt. Bei der Ausgestaltung der Inhalte hatte ich vollkommen freie Hand.
Dieses Interview habe ich mit Eric Dreier von Axians auf der it-sa 2018 geführt. Darin spricht er über den Einsatz von KI in der IT-Security und warum Industrieanlagen besonders schützenswert sind.
KI-Algorithmen kommen in der IT-Security verstärkt zum Einsatz
Immer dort, wo Security-Anwendungen bestimmte Muster oder Verhaltensweisen beobachten bzw. vergleichen sollen, kommen Algorithmen der Künstlichen Intelligenz vorzugsweise zum Einsatz. Das bezieht sich vor allem auf SIEM-Applikationen, mit deren Hilfe sich beispielsweise Benutzerverhalten überprüfen lassen.
Ein weiteres Feld für KI-Ansätze findet man in der sogenannten Operational Technology (OT), ein Begriff, der momentan hauptsächlich als Synonym für Industrieanlagen genutzt wird. Hierbei geht es allerdings weniger um einzelne Anwender oder Maschinen, sondern meist um die komplette Anlage und deren Risiken, von außen angegriffen zu werden. Das kann z.B. ein anormales Kommunikationsverhalten verhalten sein, was sich wiederum sehr gut in ein vorhandenes SIEM-System übertragen und dort analysieren und bewerten lässt.
Industrieanlagen sind besonders schützenswert
Vor allem die Art der Schäden im Bezug auf Industrieanlagen erfordern für diese Systeme weitaus profundere Sicherheitsmechanismen, als das bei IT-Systemen der Fall ist. So bietet der Ausfall eines Heizkraftwerks oder der Angriff auf eine hochsensible versorgungstechnische Anlage ein viel höheres Gefahrenpotenzial als der Ausfalls eines Servers o.ä. Daher ist die zugrunde liegende OT sehr viel schützenswerter als die IT.
Dieses Interview habe ich mit Doug Balog von IBM anlässlich der IBM Storage Strategy Days 2018 geführt. Darin spricht er über das Event im Allgemeinen, über den Storage-Markt im Speziellen und über die IBM-Vision in punkto Speicher mit all seinen Facetten.
Die IBM Storage Strategy Days sind für IBM äußerst wichtig
Speziell der Austausch mit Kunden und Geschäftspartnern stellt für IBM – und für Doug Balog selber – einen wichtigen Baustein dar, wenn es um die weltweite Ausrichtung der richtigen Produkte und Lösungen geht.
Konkret bedeutet das: Wie sehen die Visionen seitens IBM als Unternehmen aus und wie passt das Thema Storage in dieses Szenario. Das daraus resultierende Feedback der Kunden und Partner greift IBM auf, um sich noch besser auf die Bedürfnisse und Wünsche des Marktes einstellen zu können. Schließlich handelt es sich bei Storage in Zeiten von KI & Co. um einen echten Wachstumsmarkt.
Der Storage-Markt bietet zahlreiche Möglichkeiten – für IBM, deren Partner und Kunden
Mit dem enormen Anstieg an Daten, die für neue und traditionelle Anwendungen benötigt werden, steigt auch der Bedarf an leistungsstarken und kapazitiven Speicherlösungen. Denn gerade für KI-Disziplinen wie Machine und Deep Learning sind große Datensätze vonnöten, die der Maschine dahinter die Möglichkeit bieten, die richtigen Schlüsse aus vorhandenen Mustern und Aufgaben zu ziehen. Und das erfordert natürlich Speichersysteme, die mit diesen Daten quantitativ und qualitativ zurecht kommen.
Aber auch das Thema Multi-Cloud ist eng verknüpft mit dem Thema Storage. Denn mit jeder weiteren Cloud-Umgebung, die Teil der Gesamtstrategie eines Unternehmens ist, nimmt die Anforderung zu, all die anfallenden Daten bestmöglich zu verwalten und zu speichern. Daher kommt dem zugrunde liegenden Datenmanagement in Zeiten komplexer werdender Cloud-Lösungen eine immer wichtigere Rolle zu.
Von der IBM-Vision einer Storage-zentrierten Welt
Klar, dass Storage-Systeme in Zeiten von KI und Multi-Cloud zwar ein wichtiger Bestandteil sind, aber nicht der einzige, auf den es ankommt. Denn neben den performanten Speicherlösungen sind natürlich auch schnelle Recheneinheiten vonnöten, dies ja bei IBM ebenfalls beheimatet sind. Die Rede ist unter anderem von den IBM Mainframes der Z-Serie und den Power-basierten Rechnern, aber auch Spezialplattformen wie PowerAI, die speziell für KI-Anwendungen konzipiert wurden.
Aber, und das ist eine logische Einsicht, treibt IBM das Thema Storage und KI nicht alleine am Markt voran. Daher arbeitet „Big Blue“ schon seit vielen Jahren mit allen namhaften Hardware- und Software-Herstellern zusammen, um die jeweils beste IT-Lösung für den jeweiligen Kunden bieten zu können. Hierfür leistet sich IBM ein eigenes Businesspartner-Ecosystem, das Partnern und Kunden helfen soll, die beste IBM-Lösung für ihre Anwendungen zu finden.
Dieses Interview habe ich im Rahmen eines IDC-Events mit Kurt Knochner des Sicherheitsexperten Fortinet geführt. Darin spricht er über die Bedrohung, denen gerade Smart-Home-Geräte ausgesetzt sind, über das Fortinet-Produkt FortiNAC und über die wichtigsten Maßnahmen, die eigene Cloud-Umgebung abzusichern.
Smart-Home-Geräte sind ein beliebtes Angriffsziel von Hackern
Smart-Home-Devices stellen in punkto Sicherheit für viele Hacker keine allzu große Herausforderung dar, und das aus gutem Grund. Denn die äußerst kurzen Entwicklungszzyklen führen dazu, dass diese Geräte nicht ausreichend gesichert sind gegen Angriffe von außen. Dabei wäre es auch in diesem Fall von großer Wichtigkeit, die Erkenntnisse in Sachen Security der letzten 20 Jahre in Smart-Home-Devices einfließen zu lassen.
Das Bedenkliche an dieser Entwicklung ist nicht nur die Angreifbarkeit der Smart Home-Devices, sondern dass damit auch das gesamte Netzwerk in Gefahr gerät. Dazu tragen obendrein Tools bei, die einen automatisierten Angriff ganz einfach machen.
Mit „FortiNAC“ lassen sich komplette Netzwerke sicherer machen
Mit dem Sicherheitstool „FortiNAC“ bietet die Firma Fortinet eine automatisierte Möglichkeit, sämtliche Netzwerkgeräte zu erkennen und zu analysieren. Auf dieser Basis lassen sich einzelne Geräte mit bestimmten Regeln belegen, so dass die IT-Admins einer Firma jederzeit wissen, wer was im Netzwerk gerade macht. Damit lässt sich ein holistischer, also ganzheitlicher Ansatz verfolgen.
Und genau an dieser Stelle kommt FortiNAC ins Spiel. Diese Sicherheitssoftware tauscht mit anderen Anwendungen von Fortinet relevante Telemetrie- und Threat-Intelligence-Daten aus, was ein Gesamtbild des gesamten Netzwerks ermöglicht. Damit lässt sich recht einfach bestimmen, welche Geräte, basierend auf bestimmten Regeln, was tun darf. Dies hat eine höhere Transparenz sowie eine bessere Kontrolle des gesamten Netzwerks zur Folge.
Cloud-Umgebungen folgen den bekannten Sicherheitsstandards
Grundsätzlich kann man festhalten, dass für Cloud-Infrastrukturen die bekannten Sicherheitsmechanismen existieren und dort auch angewendet werden. Für diesen Bereich ist nicht der Anwender selbst, sondern der Cloud Service Provider verantwortlich.
Ganz anders sieht es mit den Inhalten einer Cloud aus. Hierfür sind die Firmen und Anwender selbst zuständig, und dies am besten auf Basis der Mechanismen und Regeln der letzten 20 Jahre. Dazu gehören Dinge wie Vertraulichkeit, Verschlüsselung, Zugriffssteuerung, und so fort.
Beachtet man diese und weitere Security-Regeln, ist das Absichern von Cloud-Umgebungen ganz ähnlich dem einer herkömmlichen IT-Infrastruktur. Hierbei spielen allerdings die verschiedenen Cloud-Deployment-Modelle einen nicht zu unterschätzen Faktor. So gelten für SaaS-Anwendungen andere Sicherheitsbestimmung als für Paas- oder IaaS-Plattformen.
Zusammenfassend kann man also sagen, dass man zwischen der Sicherheit einer Cloud-Plattform und den Cloud-Anwendungen selbst unterscheiden muss, die darauf ausgeführt werden. Macht man sich diesen Umstand klar, ist das Absichern von Cloud-Infrastrukturen keine Hexerei.
Peter Ganten ist Gründer und Geschäftsführer der Univention GmbH aus Bremen, einem Software-Hersteller für Server- und Identitätsmanagement. Er ist bekennender Open-Source- und KI-Begeisteter, worüber ich mit ihm im folgenden Skype-Interview ausführlich gesprochen habe. Exklusive Einblicke in einen für Univention interessanten und aufstrebenden Bereich.
Herausforderung oder Risiko – das ist hier die KI-Frage
Über eines ist sich Herr Ganten völlig im Klaren: Die Künstliche Intelligenz mit all ihren Möglichkeiten und technischen Disziplinen hält ein unglaubliches Potential für uns Menschen und die Menschheit an sich bereit. Hier steht zum Beispiel die Medizin im Fokus, wo mithilfe der KI auf Patienten individuell zugeschnittene Medikamente möglich sind, aber auch die Früherkennung von Krankheiten verbessert werden kann. Zudem wird der Energiesektor von der KI maßgeblich profitieren genauso wie das Bildungswesen, das SchülerInnen und StudentInnen ganz neue Möglichkeiten an die Hand geben wird.
Gleichzeit können und werden neue KI-basierte Ansätze dafür sorgen, dass uns tendenziell monotone Aufgaben abgenommen werden. Die Rede ist vom Autonomen Fahren, das uns vom lästigen Steuern eines PKW befreit und wir stattdessen die Fahrt mit dem Auto für andere, sinnvollere Dinge nutzen können.
Aber, und auch da ist Herr Ganten ganz klar, dürfen wir nicht so naiv sein und glauben, dass die KI ausschließlich zum Wohle der Anwender genutzt werden kann. Daher sind wir alle dazu aufgefordert, richtig hinzusehen und die richtigen Fragen zu stellen, die sich rund um das Thema Künstliche Intelligenz ranken.
Ethik und Künstliche Intelligenz bedingen einander
So lautet eine der drängenden Fragen zum Thema KI aus Sicht von Herrn Ganten: Wie schützen wir uns bestmöglich vor Manipulationen? Dies kann zum Beispiel mithilfe von größtmöglicher Transparenz vermieden werden. Denn immer dann, wenn Algorithmen, Daten und andere Faktoren nicht öffentlich zugänglich sind, sind der Manipulation Tür und Tor geöffnet. So muss man sich ohne genaue Einblicke in KI-Anwendungen stets darauf verlassen, dass damit auch das gemacht wird, wozu die KI-Applikation eigentlich konzipiert wurde – und nicht etwa das Gegenteil davon.
Daher lautet eine der ethischen Forderungen: Die KI muss jederzeit öffentlich und nachprüfbar sein, und Unternehmen müssen sicher stellen, dass die vorhandenen Daten stets zum Wohle der Anwender und der Menschen eingesetzt werden.
Mit der Anwendung von KI nehmen die Risiken der „Erpressbarkeit“ zu
In einem seiner zahlreichen Vorträge spricht Herr Ganten von der „Erpressbarkeit der Anwender“, die im Kontext von KI eine ernstzunehmende Herausforderung darstellt. Gemeint sind damit Unternehmen und Organisationen, die auf die KI-Algorithmen von Cloud Service Providern zurückgreifen und dabei oft hochsensible Daten zu Verarbeitungszwecken bereitstellen.
So wird beispielsweise im Falle von Microsoft Office 365 jede Interaktion genauesten aufgezeichnet. Damit ist bekannt, welche Anwender mit welchen Applikationen arbeiten, welche Daten dabei mit anderen geteilt werden, und so fort. Das kann dazu führen, dass sich diese Daten mit anderen Daten in geeigneter Art und Weise verknüpfen lassen. So ließen sich beispielsweise die fachlichen Fertigkeiten bestimmter Anwender via LinkedIn an Recruiter oder andere Personen transferieren, ohne dass der Arbeitgeber dieser Mitarbeiter Kenntnis davon erhält.
Und genau diese Möglichkeiten können letztlich dazu führen, dass Anbieter wie Microsoft neue Geschäftsmodelle entwickeln, die Unternehmen gegen Bezahlung garantieren, dass ihre in der Cloud bekannten Daten nicht für andere Zwecke missbraucht werden.
Open Source-Anwendungen stellen einen Ausweg aus dem Transparenzdilemma dar
Für ein Höchstmaß an Transparenz und Zuverlässigkeit entwickelt Univention sämtliche Lösungen als Open Source-Produkte, was den Nutzern diverse Vorteile bietet. So wissen die Kunden von Herrn Ganten jederzeit, was dort stattfindet, Programme lassen sich weiterentwickeln, und so fort. Das erhöht das Vertrauen in die Firma, was sich auf zahlreiche Bereiche positiv auswirkt. Dazu gehört das Thema Sicherheit, aber auch Innovationen werden damit gefördert, da quelloffene Systeme und Anwendungen relativ frei sind von vorgegebenen Update-Zyklen, proprietären Schnittstellen und vielem mehr.
Das Interview mit Peter Ganten in vollständiger Länge
Disclaimer: Für diesen Videoblogbeitrag hat mich die Firma ChannelBuzz beauftragt.
Dieses Interview habe ich auf den IBM Storage Strategy Days 2018 mit Thomas Harrer geführt. Darin spricht er über die Notwendigkeit guter und valider Daten für KI-Anwendungen und was das für aktuelle und künftige Storage-Systeme bedeutet.
Die Datenexplosion der nächsten Jahre und ihre Folgen
Eine der wesentlichen Grundvoraussetzungen für eine funktionierende Künstliche Intelligenz ist das Bereitstellen und Vorhalten der benötigten Daten, die meist in großer Zahl vorliegen. Daher ist die richtige Storage-Strategie unerlässlich, will man die KI bestmöglich einsetzen und nutzen.
Eine Besonderheit kommt hierbei den unstrukturierten Daten zu, die im Verhältnis zu den strukturierten Daten deutlich schneller wachsen. Diese erfordern sehr viel leistungsfähigere und größere Speichersysteme, da hier die Datenmengen exponentiell wachsen. Das lässt sich sehr gut anhand einiger markanter Zahlen verdeutlichen.
Bis zum Jahr 2000 wurden weltweit etwa 2 Exabyte an Daten gespeichert. Das betraf alles von Büchern über Filme und anderen Informationen. Umgerechnet entspricht das 2.000 Petabyte. Mittlerweile werden 14 Exabyte an Daten generiert – und zwar pro Tag, woraus sich eine weltweit gespeicherte Datenmenge am Jahresende ergibt, die sich auf unglaubliche 20 Zettabyte beläuft. Das sind 1.000.000.000.000.000.000.000 Bytes, also eine Million mal 1 Million mal eine Million mal 1.000.
Und diese Entwicklung schreitet weiter voran. So schätzen Experten, dass bis zum Jahr 2025 die Menschheit in etwa 165 Zettabyte an Daten generieren wird. Und was das für die benötigten Speichersysteme bedeutet, kann man sich wohl in etwa ausmalen.
Bereiche wie die Medizin treiben große Datenmenge voran
Dank medizinischer Apparaturen wie Mikroskope, Röntgengeräte, etc. werden schon seit vielen Jahren kontinuierlich Daten gesammelt und gespeichert. Hinzu kommt jetzt die Möglichkeit, das menschliche Genom immer kostengünstiger und besser analysieren und speichern zu können, wofür „nur“ etwa 700 Megabyte Datenspeicher erforderlich sind.
Will man allerdings noch das Genom sämtlicher menschlicher Bakterien entschlüsseln und protokollieren, verhält sich das gleich völlig anders. Hier kommen ganz schnell Terabyte an Daten zusammen, und das pro Patient! Was aber gleichzeitig bedeutet, dass die Erkenntnisse daraus neue Therapieformen ermöglichen, mit denen sich Patienten immer individueller behandeln lassen.
Die Künstliche Intelligenz hilft, die Welt besser zu verstehen
Die KI soll und wird uns helfen, die Welt anhand von Daten besser zu verstehen. Als Beispiel seien hier Videobilder zu nennen, die Geschehnisse aufzeichnen, die Bilder liefern für bestimmte Lebenslagen, und so fort. Klar ist hierbei, dass so sehr schnell riesige Datenmengen entstehen, die obendrein mit den typischen prozeduralen Algorithmen gar nicht richtig erfasst und verstanden werden können.
Daher sind neue Konzepte und Ansätze erforderlich, die vor allem auf Basis unstrukturierter Daten die Informationen liefern, die wir brauchen. Dazu gehören beispielsweise neuronale Netze, die mit diesen Daten ganz anders umgehen können und auch deutlich lernfähiger sind als die herkömmlichen Rechenansätze. So hilft die KI selbstfahrenden Autos, Gegenstände auf der Fahrbahn besser und schneller zu erkennen, weil sie permanent dazu lernen. Damit können autonom betriebene Fahrzeuge in Echtzeit entscheiden, wann sie bremsen sollen oder einem Hindernis einfach nur ausweichen können.
Das und vieles mehr wird uns helfen, die Welt ein bisschen verständlicher zu machen und die Automatisierung vieler Abläufe voranzutreiben.
Das komplette Videointerview mit Thomas Harrer
Disclaimer: Diesen Videoblogbeitrag habe ich im Auftrag von IBM erstellt. Bei der Ausgestaltung der Inhalte hatte ich vollkommen freie Hand.
Ein weiteres Interview von den IBM Storage Strategy Days 2018
Dieses Interview habe ich mit Ralf Colbus von IBM Deutschland anlässlich der IBM Storage Strategy Days 2018 geführt. Darin spricht er über die Rolle von Strorage-Systemen im Kontext leistungshungriger KI-Anwendungen, wie sie immer häufiger zum Einsatz kommen. Und über ein Tool, das künftig Datenwissenschaftlern helfen soll, Daten zielgerichteter und schneller zu finden.
Storage-Lösungen für KI-Anwendungen müssen zahlreichen Anforderungen genügen
KI-Anwendungen durchlaufen verschiedene Phasen, und vor allem daran sollten sich die entsprechenden Storage-Systeme orientieren. So werden im ersten Schritt sämtliche Daten für die Lernphase gesammelt, und das aus ganz unterschiedlichen Quellen, was ein System erfordert, das sowohl mit strukturierten als auch unstrukturierten Datentypen klar kommt.
Darüber hinaus muss man sich die Frage stellen: Habe ich überhaupt genug Speicherplatz für all die Daten. Hierbei geht es also um Aspekte wie die passenden Schnittstellen und die richtigen Speichersysteme wie NAS, die ich hierfür brauche.
Als Nächstes sind die Verarbeitung und die Präparation an der Reihe. Hierzu gehört vor allem das sogenannte Taggen, also das Versehen der Daten mit Metatags. Die helfen dem Data Scientist, Daten von Anfang besser zuordnen und kategorisieren zu können. Denn wie die Praxis zeigt, verschwenden Datenwissenschaftler Zweidrittel ihrer Arbeitszeit mit dem Suchen und Auffinden der richtigen Daten. Was angesichts ihrer Stundensätze ein kaum hinnehmbarer Zustand ist.
Sobald die Verschlagwortung der Daten abgeschlossen ist, wird dieser meist riesige Datensatz in den Rechner geladen, der sie verarbeiten soll, was zum einen enorme Rechenzeiten und zum anderen schnelle Datenverbindungen erfordert.
Aber auch das Thema Datenarchivierung spielt in diesem Kontext mitunter eine gewichtige Rolle, also muss das Speichersystem auch hierfür geeignet sein. Denkbar sind hier Fälle des Autonomen Fahrens, bei denen es beispielsweise zu einem Unfall kommt, dessen rechtliche Lage eindeutig geklärt werden muss. Hierbei dreht es sich zum Beispiel um Fragen nach den Algorithmen, mit deren Hilfe das KI-Modell erstellt wurde, etc.
Mit „MetaOcean“ gibt IBM Datenwissenschaftlern das richtige Tool an die Hand
Hinter dem Projekt „MetaOcean“ verbirgt sich der Versuch seitens IBM, vor allem Data Scientists bei der Suche nach den richtigen Daten für ihr spezielles KI-Projekt bestmöglich zu unterstützen. Hiermit lassen sich Daten von vornherein mit den passenden Schlagwörter versehen, also taggen. Das Tool kann zudem Datendoubletten ausfindig machen, was den notwendigen Datenbestand von Anfang an auf ein Minimum reduziert. Darüber hinaus erfolgt das Verschlagworten von Daten teilweise automatisiert, sodass die KI-Wissenschaftler diese Arbeit nicht ausschließlich manuell erledigen müssen.
Das Gute daran: IBM wird das Projekt „MetaOcean“ im Laufe des Herbst in ein „richtiges“ Produkt überführen, das die Datenwissenschaftlern dieser Welt beim schnellen Auffinden der richtigen Daten unterstützen und so ihre kostbare Zeit schonen soll.
Das komplette Videointerview mit Ralf Colbus
Disclaimer: Für das Erstellen dieses Videoblogpost hat mit IBM Deutschland beauftragt. Bei der Ausgestaltung der Inhalte hatte ich freie Hand.
Während einer IDC-Veranstaltung zum Thema Cloud Computing habe ich dieses Interview mit Heinz-Dieter Speidel von LG Electronics zum Thema Cloud-Monitore geführt. Darin spricht er über die Vorzüge spezieller Cloud-Devices und warum sich LG damit auf dem richtigen Weg sieht.
LG Electronics und die Cloud – ein nicht so offensichtliches Gespann
Eines ist klar: Die Begriffe „LG Electronics“ und „Cloud“ gehören nicht unbedingt zum Standardrepertoire eines IT-interessierten Anwenders. Dabei ist doch die Verbindung zwischen Cloud Computing und LG-Monitoren gar nicht so abwegig. Allerdings, und das durfte ich im Sofitel München lernen, findet man Cloud-Monitore vor allem im Projektgeschäft von LG, und das ziemlich erfolgreich. So hat erst eine große US-Bank mehrere 1.000 Stück dieser Spezialbildschirme für seine Mitarbeiter bestellt. Davon liest man normalerweise nichts in den Medien.
Darüber hinaus ist LG verstärkt im sogenannten Thin-Client-Geschäft unterwegs. Das sind diese auf ein Minimum reduzierten Mini-PCs, die mit einem eher rechenschwachen Prozessor, ein wenig Arbeitsspeicher und sonst nichts ausgestattet sind. Diese Geräte greifen via Inter- bzw. Intranet auf Server-Anwendungen zu, benötigen daher außer der passenden Remote-Client-Software keine weiteren Programme und damit auch keine Festplatte oder ähnlichen Speicher.
Daher war es naheliegend, beide Gerätetypen – also Cloud-Monitor und Thin-Client-PC – in einem einzigen Device zusammenzufassen, was dann als All-in-One-TC-Lösung im November auf den Markt kommt. Was LG erst einmal ein Alleinstellungsmerkmal bescheren wird. Mal sehen, wann andere Hersteller auch auf diese doch recht naheliegende Idee kommen.
LG wird diese Geräte in drei Modellen feilbieten: Als kleine Box, mit 24-Zoll- und als 38-Zoll-Monitor, der vor allem in Banken und Versicherungen zum Einsatz kommen wird.
Der Einsatz von Cloud-Monitoren ist durchaus sinnvoll
Jetzt, wo diese neue Gerätekategorie klarer wird, fallen einem auch ganz schnell diverse gute Gründe für solch ein All-in-One-Device ein:
Der Schreibtisch ist wesentlichen aufgeräumter, da nur noch ein Bildschirm auf dem Tisch steht
es gibt deutlich weniger Kabel rund um den Arbeitsplatz
diese Cloud-PCs kommen ohne Lüfter aus, was für mehr Ruhe sorgt
das Ganze ist stromsparend, da die Geräte nur etwa ein Drittel an Energie im Vergleich zu herkömmlichen Lösungen benötigen.
Cloud-Monitore können aber noch mehr
Diese neue Klasse von All-in-One-Monitoren für Cloud-Anwendungen sind universell einsetzbar, womit sich ihre Anschaffungskosten relativ schnell amortisieren. Hinzu kommt, dass sich die LG-Geräte entweder mit vorinstalliertem Windows 10 IoT oder ganz ohne Betriebssystem erwerben lassen. Und zu guter Letzt verfügen diese Cloud-Bildschirme über einen 4K-tauglichen HDMI-Anschluss, womit sich das Gerät um einen weiteren Monitor ergänzen lässt, was vor allem in Banken, Versicherungen und anderen Finanzdienstleistungsunternehmen ein unabdingbares Kaufargument darstellt.
Das vollständige Interview mit Heinz-Dieter Speidel
NetApp-Kunden profitieren von Cloud Infrastructure und Cloud Data Services
Unter dem Betriff „Cloud Infrastructure“ subsumiert NetApp vor allem den Begriff „Konvergierte Infrastrukturen“, mit denen private Cloud-Umgebungen innerhalb des eigenen Rechenzentrums ermöglicht werden. Dort kommen zahlreiche Standards zum Einsatz, aber auch für den Einsatz von effizienten Workflows wird dort mithilfe von NetApp-Techniken gesorgt.
Wie die obige Grafik eindrucksvoll zeigt, werden Multi-Cloud-Installationen innerhalb der nächsten zwei Jahre drastisch zunehmen, und das aus gutem Grund. Schließlich stellen Multi-Cloud-Installationen das Beste der unterschiedlichen Cloud-Techniken zur Verfügung. Damit hat man mithilfe dedizierter Schnittstellen gleichzeitigen Zugriff auf mehrere Cloud-Services innerhalb des eigenen Rechenzentrums und der Public Cloud.
Doch leider sind noch nicht alle Beteiligten auf die Multi-Cloud-Transformation vorbereitet. Daher wird es als Nächstes die primäre Aufgabe sein, Prozesse und Workflows für die Multi-Cloud entsprechend vorzubereiten, und das sowohl technologisch als auch kaufmännisch.
Cloud-Anwendungen per Knopfdruck kann die richtige Lösung sein
Spricht man über das Thema Cloud-Know-how, gelangt man schnell zu der Erkenntnis, dass hier immer noch viel Aufklärungsarbeit vonnöten ist. Daher gehört zu den aktuellen Bestrebungen, mithilfe der richtigen Experten eine Art Service-Katalog aufzubauen, der per Mausklick die gewünschten Cloud-Dienste zur Verfügung stellt. Damit wird die Komplexität einer Cloud-Infrastruktur aufs Wesentliche reduziert, womit der Anwender mit einfachsten Mitteln genau die Funktionen installieren und nutzen kann, die er gerade benötigt.
Micro-Services, eines der zentralen Cloud-Trends
Mit Micro-Services beschäftigen sich derzeit eine Vielzahl an Cloud-Unternehmen und -Dienstleistern. Der Grund hierfür ist recht simpel: Immer da, wo neue Software entwickelt wird, sollte sie per Design Multi-Cloud-fähig sein. Aus diesem Grund sollten für die Entwicklung dieser neuen Anwendungen und Apps Container-relevante Techniken wie Kubernetes, Docker, etc. in Betracht gezogen werden. Damit lassen sich diese cloud-tauglichen Applikationen ganz einfach per Schnittstelle (API) innerhalb der Public oder Private Cloud einbinden..
Das Videointerview mit Peter Wüst von NetApp in voller Länge
