Gloo installieren – Kubernetes mit API-Gateway erweitern

Für den Betrieb von Gloo wird zunächst ein Kubernetes-Cluster benötigt. Die Bereitstellung wird mit „glooctl“ durchgeführt, die bei den Entwicklern heruntergeladen werden kann.  Für den produktiven Einsatz sollte „glooctl“ in der Befehlspfad eines Servers integriert werden.  Der Download und die Installation kann mit folgenden Befehlen durchgeführt werden:

curl -sL https://run.solo.io/gloo/install | sh
export PATH=$HOME/.gloo/bin:$PATH

Die installierte Version von „glooctl“ kann mit dem Befehl

glooctl version

angezeigt werden. Das Gateway wird mit dem folgenden Befehl installiert:

glooctl install gateway

Danach ist Gloo einsatzbereit. Die bereitgestellten Gloo-Pods lassen sich mit dem folgenden Befehl anzeigen:

kubectl get pod -n gloo-system

Danach lassen sich Anwendungen bereitstellen, die Gloo unterstützen. Die Vorgehensweise ist im Kubernetes-Blog zu finden

Gloo – Das Open Source-API-Gateway für Kubernetes

Gloo steht als Open Source zur Verfügung und kann eine sichere, zentrale Knotenverwaltung für die verschiedenen Objekte im Kubernetes-Netzwerk dienen. Bei der Lösung handelt es sich um  eine Steuerungsebene, die es einfach macht, die Konfiguration von Envoy zu verwalten, so dass eingehender Datenverkehr gesichert und an Anwendungen weitergeleitet werden kann,

Mit Gloo lassen sich auch Routen verwalten und der komplette Datenverkehr absichern.

Auch eine Firewall ist Bestandteil der Lösung. Die verschiedenen Objekte lassen sich auch mit verschiedenen Cloud-Lösungen verbinden. Gloo unterstützt nicht nur Kubernetes, sondern auch andere Container-Umgebungen. 

Gloo kann mit einem Web-Dashboard verwaltet werden. Der Zugriff auf Anwendungen über Gloo kann mit Authentifizierungen abgesichert werden. In diesem Zusammenhang unterstützt Gloo verschiedene Technologie zum Beispiel OAuth, OIDC oder Open Policy Agent. Ebenfalls integriert sind API Keys, JWT, und LDAP.

Alle Funktionen der fertigen Version von Gloo, ist im Beitrag „Announcing Gloo 1.0 — A production-ready Envoy-based API Gateway“ zu finden. 

GitHub steht jetzt für Teams kostenlos zur Verfügung – Private Repositories für alle

Microsoft stellt  für alle GitHub-Accounts private Repositories mit unbegrenzter Mitarbeiterzahl zur Verfügung stellen. Alle Kernfunktionen von GitHub sind jetzt für alle kostenlos. 

CI/CD, Projektmanagement, Codeüberprüfung, Pakete und andere Funktionen können jetzt in GitHub kostenlos genutzt werden. Teams, die erweiterte Funktionen, Enterprise-Funktionen, wie SAML oder persönlichen Support benötigen, müssen aber weiterhin auf kostenpflichtige Angebote upgraden.

Außerdem senken wir mit sofortiger Wirkung den Preis unseres kostenpflichtigen Team-Plans von $9 pro Benutzer/Monat auf $4 pro Benutzer/Monat. Bestehende Kunden werden ihre Rechnungen künftig automatisch reduziert bekommen.

Die neuen Funktionen der kostenlosen GitHub-Version und ein Vergleich mit den kostenpflichtigen Plänen sind auf der Pricing-Seite von GitHub zu finden.

Aufzeichnen einer Besprechung in Microsoft Teams

Es gibt viele Gründe, warum Besprechungen in Microsoft Teams und auch Bildschirmfreigaben aufgezeichnet werden sollen. In einer Besprechung ist es oft schwer, alle wichtigen Informationen zu notieren, oder sich auf anderen Wegen zu merken. Wird die Besprechung aufgenommen, lässt sich leichter nachvollziehen, welche Informationen später noch benötigt werden. 

Nicht jeder Teilnehmer muss seine eigene Aufzeichnung durchführen, sondern die Besprechung kann zentral für alle Anwender aufgezeichnet, in Microsoft Stream gespeichert, und anschließend den Teilnehmern oder anderen Benutzern freigegeben werden. 

Natürlich werden die Teilnehmer darüber informiert, dass eine Besprechung aufgezeichnet wird. Die Aufnahme wird in den Steuerelementen der Besprechung mit „Weitere Optionen Schaltfläche „Weitere Optionen“ > Aufzeichnung starten“ die Aufzeichnung gestartet. Auf dem gleichen Weg lassen sich Aufnahmen auch wieder beenden.

Nach der Aufzeichnung sind die Aufnahmen in Microsoft Streams verfügbar. Microsoft erklärt die Vorgehensweise auf der Seite „Aufzeichnen einer Besprechung in Microsoft Teams

 

Cisco kündigt Kubeflow-Startpaket für Rechenzentren an

Viele datenwissenschaftliche (Data Sciuence) Teams nutzen Jupyter-Notebooks. Jupyter gehört zu den wichtigsten Benutzerschnittstellen für Datenwissenschaftler und Ingenieure für maschinelles Lernen. Aus diesem Grund gehört Jupyter Notebook zu Kubeflow.

Kubeflow Version 1.0 unterstützt tiefgehende Lernframeworks, einschließlich PyTorch.

Sobald ein maschinelles Lernmodell erstellt wurde, muss das Datenwissenschaftsteam oft eine Anwendung oder Webseite erstellen, um neue Daten zu integrieren und das trainierte Modell auszuführen. Mit Kubeflow gibt es in TFServing integrierte Funktionen, die es ermöglichen, Modelle zu verwenden, ohne sich über die detaillierte Logistik einer kundenspezifischen Anwendung Gedanken machen zu müssen.

Cisco Kubeflow-Startpaket
Um IT-Teams in die Lage zu versetzen, enger mit ihren Kollegen aus der Datenwissenschaft zusammenzuarbeiten, führt Cisco das Cisco Kubeflow Starter Pack ein, das IT-Teams mit einem Basissatz von Tools für den Einstieg in Kubeflow versorgt.

Das Cisco Kubeflow Starter Pack enthält:

  • Kubeflow-Installationsprogramm: Einsatz von Kubeflow auf Cisco UCS und HyperFlex
  • Kubeflow-Ready-Checker: Prüft die Systemvoraussetzungen für den Einsatz von Kubeflow. Zusätzlich wird überprüft, ob die Kubernetes-Distribution Kubeflow unterstützen kann.
  • Samples für Kubeflow-Datenpipelines: Cisco wird mehrere Kubeflow-Pipelines freigeben, um Datenwissenschaftsteams, die mit Kubeflow-Anwendungsfällen arbeiten, zu unterstützen
  • Unterstützung der Cisco Kubeflow-Community

Inventarisierung im Rechenzentrum mit openDCIM

Mit openDCIM erhalten Unternehmen eine kostenlose Open Source-Lösung, mit der sich Rechenzentren inventarisieren lassen.  Die Software nutzt für den Betrieb weitere Open Source-Komponenten, wie Apache, MySQL/MariaDB und PHP.  Mit openDCIM lassen sich vollständige, physischen Bestandsaufnahmen (Asset-Tracking) des Rechenzentrums durchführen. 

Die Lösung bietet auch Unterstützung für mehrere Räume und verschiedene Rechenzentren. Das Management der drei Schlüsselelemente des Kapazitätsmanagements, Raum, Strom und Kühlung, sind ebenfalls möglich. Stromausfall-Simulationen lassen sich ebenfalls durchführen. Dadurch kann visualisiert werden,  was beim Ausfall einer Quelle betroffen wäre.

Eine Vorlagenverwaltung für Geräte mit der Möglichkeit, diese pro Gerät zu überschreiben ist ebenfalls Bestandteil. Mit der optionalen Verfolgung der Kabelverbindungen innerhalb jedes Schranks und für jedes Schaltgerät, können auch diese Bereiche umfassend überwacht werden.  openDCIM bietet eine Integration mit intelligenten Steckdosenleisten und USV-Geräten.

Home Office: Videokonferenzen mit Open Source

Jitsi Meet ist ein Open Source-System für Videokonferenzen. Wer auf die Lösung setzt, kann öffentliche und private Instanzen erstellen. Da Jitsi zu den bekanntesten Lösungen gehört, sind die Server derzeit häufig überlastet, zumindest dann, wenn private Instanzen in der Lösung erstellt werden.  Der Vorteil von Jitsi besteht darin, dass Meetings schnell und unkompliziert erstellt werden können. Für die Teilnahme am Meeting ist keine Anmeldung notwendig und auch Apps sind nicht notwendig, Die Teilnahme erfolgt also von jedem Gerät aus über einen Link im Browser. 

Das Teilen des Bildschirms ist ebenfalls mit Jitsi möglich. Dazu kommt die Unterstützung von Slack. Gespräche lassen sich als MP3 speichern und textbasierte Chats stellen ebenfalls kein Problem dar. Der Einstieg in Jitsi ist wirklich sehr einfach, da die Einstiegshürden gering sind. Für ein schnelles Meeting ist Jitsi daher ideal. 

Die bekanntesten Videokonferenz-Systeme

Videokonferenz-Systeme spielen eine immer wichtigere Rolle. Es ist auch zu erwarten, dass in den nächsten Jahren der Home Office-Anteil steigt.  Aber auch im Home Office müssen Anwender miteinander kommunizieren können. Ist ein Meeting notwendig, helfen Videokonferenz-Systeme. In diesem Bereich gibt es zahlreiche Anbieter, die vor allem aktuell aus dem Boden schießen. Die bekanntesten Anbieter listen wir nachfolgend auf:

Zoom

Zoom gehört zu den bekanntesten Anbietern für Videokonferenzen. Die Cloud-Lösung steht für bis zu 100 Teilnehmer und 40 Minuten Länge kostenlos zur Verfügung. Meetings lassen sich aufzeichnen, und es gibt auch Gruppenchats, Whiteboards und Bildschirmfreigaben. Externe Benutzer können sich einwählen.

Microsoft Teams und Office 365

Microsoft Teams aus Office 365 bietet weit mehr als einfache Videokonferenzen und kann nahezu alle Office 365-Funktionen mit einbinden. Derzeit kann Teams auch kostenlos genutzt werden. Dazu ist ein Microsoft-Konto notwendig. Auch hier gibt es die Möglochkeit den Bildschirm freizugeben und Gruppenchats durchzuführen. Das gemeinsame Arbeiten ist mit Microsoft Office Online möglich. 

GoToMeeting

GoToMeeting ermöglicht den Zugriff auf Konferenzen mit dem Webbrowser und verschiedenen Apps. Auch der Zugriff über Smartphones ist möglich. Das gilt natürlich auch für Zoom und Teams.  Die Lösung ist kostenpflichtig, das sind die anderen Lösungen aber auch, wenn sie länger produktiv eingesetzt werden sollen.  Auch hier ist die Bildschirmfreigabe möglich. 

Cisco WebEx

Cisco Webex ist eines der bekanntesten und ältesten Videokonferenzsysteme auf dem Markt. Auch hier gibt es teilweise kostenlose Angebote, die aber zeitlich begrenzt sind.  Es lohnt sich auch diese Lösung zu testen, bevor auf eine endgültige Lösung gesetzt wird. WebEx ermöglicht auch die Synchronisierung mit Exchange und Active Directory.

Künstliche Intelligenz: So setzen Unternehmen sie ein

Immer mehr Geschäftsführer und Manager haben inzwischen erkannt, wie wichtig es ist, KI-basierte Lösungen einzusetzen – das zeigen auch aktuelle Studien.[1] So ist KI immer häufiger Bestandteil von Branchenlösungen. Und doch herrscht rund um die Verwendung von KI-Technologie häufig noch große Unsicherheit. Zum einen ist oftmals nicht klar, wie sich Integration und Implementierung von KI zielgerichtet durchführen lassen. Zum anderen wissen viele Unternehmen nicht, wie sie am besten von KI profitieren.

Ziele definieren

Die aktuell zur Verfügung stehende KI-Technologie ist als sogenannte „schwache“ KI zu bezeichnen, die klar definierte Aufgaben lösen kann – die Möglichkeiten sogenannter „starker“ KI, die jedoch noch nicht entwickelt werden konnte, würden weit darüber hinausgehen. Daraus ergibt sich in jedem Falle, dass aktuelle KI-Systeme immer konkrete Ziele benötigen. Unternehmen müssen also zunächst entscheiden, welche wesentlichen Einzelaufgaben anstehen. Anhand des Ergebnisses können Firmen dann genauer untersuchen, in welchen Prozessen sich Künstliche Intelligenz sinnstiftend einsetzen lässt.

Daten sind notwendig

Die technischen Möglichkeiten zur extrem schnellen Datenanalyse sind heutzutage vorhanden. Eine wesentliche Voraussetzung, um KI nutzen zu können, ist eine ausreichend große Datenmenge. Und genau dafür müssen Unternehmen sorgen. Das kann auf zwei Arten geschehen: Entweder tragen sie umfassende Daten rund um ihre Kerngeschäftsprozesse zusammen. Dafür sind allerdings im Normalfall sowohl Zeit als auch (technische) Investitionen notwendig, da alle Systeme, mit denen das Unternehmen Daten erfasst, zu integrieren sind. Oder es erhebt die Daten anhand des Bedarfs, der von einem spezifischen Anwendungsfall oder Geschäftsmodell ausgeht. Das führt schneller zu Ergebnissen und anhand des konkreten Beispiels lässt sich gut überprüfen, welche Datenmenge für den spezifischen Case notwendig ist.

Mitarbeiter involvieren

Darüber hinaus dürfen Unternehmen nicht vergessen: KI bringt Änderungen mit sich, die wiederum Ängste auslösen können. Daher ist es sehr wichtig, Mitarbeiter von Beginn an einzubeziehen, sie auf Veränderungsprozesse vorzubereiten und ihnen zu ermöglichen, sich aktiv einzubringen. Für die Digitale Transformation sind Offenheit, Anpassungs- und Gestaltungswille notwendig, weshalb sich in jedem Fall ein professionelles Change Management auszahlt.

Sobald die strukturellen und technischen Voraussetzungen geschaffen sind, können Unternehmen ein erstes KI-Projekt starten.

Zwei Beispiele von KI im Unternehmenseinsatz

Voice Commerce

Im Handel gibt es viele Möglichkeiten, vom KI-Einsatz zu profitieren. Sprachassistenten wie Amazon Echo, Google Home oder Apples Home-Pod sind bereits in vielen Haushalten angekommen. Nutzer verwenden diese unter anderem, um per Sprachbefehl komfortabel einzukaufen. Selbst komplexe Anfragen wie „Finde eine farblich passende Jacke mit schmal geschnittener Taille, die zu T-Shirt A der Marke C passt“ können die digitalen Butler verstehen. Anschließend lässt sich die passende Jacke per Sprachbefehl bestellen, was ohne KI nicht möglich wäre. KI-Algorithmen arbeiten mehrstufig: Im ersten Schritt muss das System Audio-Signale in Phoneme umwandeln – kleinste bedeutungsunterscheidende sprachliche Einheiten, aus denen Sätze und Wörter entstehen. Die Logik ermittelt anschließend, was genau sich der Nutzer wünscht, und wandelt seine Anfrage in textbasierte Befehle an das Backend des Systems um. Dies geschieht meist durch den Aufruf von Webservices. Anschließend wird das Ergebnis mittels Text-to-Speech-Algorithmen in Sprache umgewandelt und an den Nutzer übertragen. Voice Commerce ist im Handel also eine weitere, äußerst attraktive Verkaufsmöglichkeit.

Metadaten von Bild- und Videomaterial automatisch erzeugen

Im Bereich Medien ist KI schon längst angekommen, etwa in der Metadaten-Erzeugung. Bewegtbilder spielen eine immer größere Rolle. Die allerdings immer weiter zunehmende Datenflut ist für Journalisten und Produzenten kaum mehr manuell zu händeln. Dabei müssen sie mitunter für Beiträge Videosequenzen sehr schnell finden. Dies gelingt am einfachsten über Metadaten, also Inhaltsinformationen, die sich Videos oder Bildern zuordnen lassen. Je besser die Metadaten verschlagwortet sind (Tagging), desto einfacher können Journalisten sie wiederfinden. Bei einer überschaubaren Menge lassen sie sich noch manuell taggen. Aber wenn es irgendwann um Millionen Bilddaten geht, etwa bei TV-Sendern, ist dies nicht mehr möglich. KI kann Videodateien analysieren und automatisch mit Metadaten versehen. Sie erkennt bekannte Personen, Firmenlogos, Städte oder Gebäude und hinterlegt diese Informationen in den Metadaten. So sind Video- oder Bilddateien sehr schnell auffindbar.

KI-Projekte im Unternehmen realisieren

Schon die beiden skizzierten Beispiele zeigen: Es gibt nicht das eine ideale KI-Projekt, das zu jedem Unternehmen passt. Empfehlenswert ist daher eine schrittweise Einführung. Zunächst sollten Unternehmen mit kleineren Projekten starten und später größere initiieren. Dabei ist es sinnvoll, sich von einem erfahrenen Dienstleister unterstützen zu lassen. In der Praxis hat sich ein vierstufiger Prozess bewährt:

  1. Use Case mit dem größten Mehrwert identifizieren

Im Rahmen einer Ist-Analyse wird überprüft, welche Grundlagen für den KI-Einsatz zu schaffen sind. Inwieweit ist Big Data bereits im Einsatz? Welches Know-how gibt es schon bezüglich KI? Gibt es besondere Herausforderungen zu bewältigen? In der Regel erarbeiten Unternehmen diese Fragen gemeinsam mit einem Dienstleister in einem Workshop. Aus den Resultaten können sie dann ein Use Case Portfolio erstellen, in dem sich potenzielle Einsatzmöglichkeiten von KI nach Nutzen und Aufwand priorisieren lassen. Die vielversprechendsten Use Cases werden weiter analysiert, sodass sich danach überprüfen lässt, welche Voraussetzungen für die Umsetzung der Cases zu schaffen sind. Dabei sind das Datenmanagement sowie vorhandene Systeme und Prozesse zu berücksichtigen.

  1. Von der Idee zum Prototyp

Anschließend ist es wichtig, ein Konzept zur Vorgehensweise zu entwickeln. Das Ziel: möglichst schnell einen Prototyp zu entwickeln. Dafür sind Ziele und Anforderungen detailliert aufzubereiten. Eine standardisierte Entwicklungsumgebung hilft dabei, Störfaktoren zu beseitigen und die Entwicklung schnell abzuschließen. Dank eines iterativen Vorgehens und der Berücksichtigung von Benutzerfeedback kann binnen kurzer Zeit der KI-Prototyp entstehen, der mit Echtdaten arbeitet. Daraus lässt sich ableiten, ob die gewünschten Effekte eintreten und die definierten Ziele erreichbar sind.

  1. Vom Prototyp zum produktiven KI-Service

Aus dem Prototyp lässt sich anschließend ein sogenanntes Minimum Viable Product (MVP) erstellen. Die Datenbasis und Funktionalitäten werden iterativ erweitert. Für eine reibungslose Integration in die Systemumgebung sorgen kontinuierliche Funktions-, Last- und Integrationstests. In einem Skalierungsplan ist festzulegen, wie aus dem MVP ein skalierender KI-Service wird. So müssen Unternehmen zum Beispiel die zukünftige Produktivumgebung, Einflussfaktoren und Schnittstellen des KI-Services analysieren und berücksichtigen. Damit entsteht schließlich ein produktiver KI-Service, der sich via API in bestehende Anwendungen und Prozesse integrieren lässt.

  1. Stabiler Betrieb und Verbesserungen

Für den Betrieb und ein kontinuierliches Monitoring ist es empfehlenswert, sich für einen professionellen Partner zu entscheiden, der das Unternehmen mit umfassenden Managed Artifical Intelligence Services unterstützen kann. Vor allem bei geschäftskritischen Einsätzen ist ein 24/7 Monitoring empfehlenswert. Zudem sollte die Qualität des KI-Algorithmus durch ein stetiges Re-Training gesichert sein. Und ein Service-Management, das nach standardisierten ITIL-Prozessen aufgebaut ist, kann alle Routinetätigkeiten, die für den täglichen Betrieb notwendig sind, übernehmen.

Zusammenfassend lässt sich festhalten: KI ist keine Zukunftsmusik mehr, sondern bereits Realität. Wer sich heute nicht mit den technologischen Möglichkeiten der Künstlichen Intelligenz beschäftigt, wird zukünftig das Nachsehen haben. Es ist Zeit, KI einzusetzen. Die vordergründige Komplexität von KI-Systemen sollte dabei kein Hindernis sein: Durch ein strukturiertes Vorgehen und eine professionelle Begleitung lassen sich Herausforderungen bei der Einführung von KI im Unternehmen meistern.

[1] https://www.dfki.de/fileadmin/user_upload/import/9744_171012-KI-Gipfelpapier-online.pdf.

Das sind die wichtigsten Fragen für den Aufbau einer Home Office-Strategie

Unternehmen, die noch keine umfassende Strategie für die Umsetzung von Home Office haben, sollten spätestens jetzt eine solche Strategie erarbeiten.

Home Office besteht nicht nur darin Anwendern die Möglichkeit zu erteilen, sich von unterwegs oder zu Hause im Netzwerk einzuwählen. Hier müssen einige Fragen beantwortet werden:

  • Arbeiten die Anwender mit eigenen PCs oder mit Unternehmens-PCs (Notebooks) zu Hause?
  • Sollen die Anwender  wichtige Unternehmensdaten auf Privat-PCs speichern dürfen?
  • Wie erhalten Anwender Zugriff auf die Anwendungen, mit denen sie im Unternehmen arbeiten?
  • Wie wird die Sicherheit der PCs und des Zugriffs gewährleistet?
  • Wie sollen sich die Anwender mit dem Unternehmensnetzwerk verbinden?
  • Welches Produkt soll zum Aufbau eines VPN genutzt werden?
  • Soll es Videokonferenzen geben, und wenn ja, mit welchem System?
  • Wie sollen sich IT-Administratoren einwählen, und auf welche Systeme soll der Zugriff bestehen?
  • Lassen sich alle relevanten IT-Systeme auch über VPN verwalten?
  • Wie erfolgt die Annahme von Anrufen? Besteht die Möglichkeit Anrufe an Anwender weiterzuleiten?
  • Sollen Anwender ein VoIP-Telefon erhalten?
  • Welche Ausstattung benötigen Anwender zu Hause und wer stellt diese?
  • Wie sollen die Anwender zu Hause erreichbar sein?
  • Wie erfolgt die Kommunikation der Anwender untereinander?
  • Wie erfolgt der Datenaustausch zwischen den Anwendern?
  • Ist die Internetleitung im Unternehmen schnell genug für Home Office?