Erweiterungen für den Kubernetes-Support durch KI-Engine

Bild: Dynatrace GmbH

Dynatrace, die ‚Software Intelligence Company‘, hat neue Erweiterungen für den Kubernetes-Support auf der Konferenz Perform 2020 vorgestellt. Die Dynatrace KI-Engine Davis integriert nun automatisch zusätzliche Kubernetes-Events und -Metriken. Somit liefert sie in Echtzeit präzise Antworten auf Performance-Probleme und Anomalien über den gesamten Stack von Kubernetes-Clustern, Containern und Workloads hinweg. Zudem kann Dynatrace jetzt auch heterogene Container-Technologien innerhalb von Kubernetes automatisch erkennen, instrumentieren und abbilden. Dies vereinfacht das Implementieren und Verwalten selbst der größten und vielfältigsten containerisierten Umgebungen und somit die IT-Journey in Cloud-native Umgebungen.

Zu den wichtigsten Verbesserungen der Dynatrace-Plattform für die Unterstützung von Kubernetes-Umgebungen gehören:

  • Präzise, KI-basierte Antworten – Davis kann nun zusätzliche Kubernetes-Events und -Metriken aufnehmen, einschließlich Status- und Workload-Änderungen sowie kritische Ereignisse über Cluster, Container und Runtimes hinweg. So versteht Dynatrace besser alle Abhängigkeiten und Beziehungen im gesamten Kubernetes-Stack, von Clustern bis hin zu Containern, und die darin laufenden Workloads. Dadurch kann Dynatrace nun skalierbare Full-Stack-Transparenz bieten sowie präzisere, KI-basierte Antworten liefern, um das Roll-out und das Management von Kubernetes deutlich zu vereinfachen. 
  • Neue Analysefunktionen für Cloud-Anwendungen und Microservices – Mit Dynatrace können Unternehmen jetzt die Ressourcenauslastung von Kubernetes verstehen und optimieren. Dies ermöglicht es Administratoren und Application-Ownern, Performance-Probleme zu erkennen und zu lösen sowie die Geschäftsergebnisse proaktiv zu verbessern. 
  • Erweiterte automatische Container-Instrumentierung – Dynatrace kann nun automatisch heterogene Containertechnologien in Kubernetes-Umgebungen erkennen, instrumentieren und abbilden. Dazu gehören auch Implementierungen auf Basis von Docker, CRI-O und Containern. Dadurch lassen sich selbst die größten containerisierten Umgebungen einfach implementieren und verwalten. Die neue Nutzungsanalyse für Container-Ressourcen bietet auch eine breitere Abdeckung der von Unternehmen genutzten Container-Runtimes.
Thematik: Allgemein
Dynatrace GmbH

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.