Edge Computing ist auf dem Vormarsch. Bis 2025 soll das Marktvolumen auf knapp 29 Milliarden Dollar anwachsen. Während die Grenzen der Rechenzentren – von Compute über Networking bis hin zu Storage – immer stärker verschoben werden, um den Anforderungen anspruchsvoller IoT-Anwendungen gerecht zu werden, sollten die riesigen Datenmengen von Milliarden IoT-Geräten möglichst nahe am Endbenutzer verarbeitet werden.

Der Oktober steht als „National Cybersecurity Awareness Month“ in den USA und „European Cybersecurity Month“ in Europa ganz im Zeichen der Cybersicherheit, bevor er dann in der Nacht zum 1. November in Halloween endet. Bevor wir uns also als Geister, Vampire oder sonstiges verkleiden, wirft Sascha Giese, Head Geek bei SolarWinds einen Blick auf ein paar alte wie neue Bedrohungen des Alltags in der IT und zeigt Lösungsvorschläge auf.

Als IT-Profis kennen wir unsere Rechenzentren so gut wie unsere Westentasche. Was mich jedoch im Gespräch mit anderen Administratoren immer wieder überrascht, ist der allgemeine Mangel an Wissen über und an Ressourcen für das, was wir bei SolarWinds als Monitoring-as-a-Discipline bezeichnen. Insbesondere im Zusammenhang mit der Überwachung von Netzwerken.

Nie war die IT-Sicherheit wichtiger – und angesichts der DSGVO und anderer Gesetze waren die Regulierungen auch noch nie strenger. Die Anforderungen an Computersoftware und Datenschutz und das Maß an Sorgfalt, mit der Unternehmen beim Einführen „echter“ IoT-Geräte vorgehen müssen, sind immens. All das müssen Unternehmen beachten, wenn sie entscheiden, mit welchen Anbietern sie zusammenarbeiten.

Während Unternehmen nach Möglichkeiten suchen, ihre IT-Prozesse zu verbessern, hat sich Generative KI schnell als effektiv bei der Automatisierung mühsamer IT-Aufgaben erwiesen. Auch das IT-Servicemanagement (ITSM) kann erheblich von Generativer KI profitieren, indem es fortschrittliche IT-Service-Funktionen für ein breiteres Spektrum von Unternehmen zugänglich macht.

Thread heißt die neue Spezifikation, die die „letzte Meile“ im Internet der Dinge (IoT, Internet of Things) überbrücken soll. Viele namhafte Unternehmen unterstützen den Ansatz, darunter ARM, Big Ass Fans, Google und Samsung. Allerdings ist Thread eher spekulative Zu­kunfts­musik als clevere Einsatzmöglichkeit bereits vorhandener Protokolle und Standards.

Die Pandemie hat die digitale Transformation in rasantem Tempo vorangetrieben und die Zahl der groß angelegten Cybersicherheitsvorfälle ist in jeder Branche gestiegen. Dezentrale Arbeitsplätze und Remote-Arbeit werden immer mehr zum Standard und Unternehmen haben keine andere Wahl als sich mit den Risiken auseinanderzusetzen, die unvollständige Sicherheitsrichtlinien und verfahren mit sich bringen.

Für viele ist die im Rahmen der XML-Revolution eingeführte serviceorientierte Architektur (SOA) der Vorläufer heutiger Microservice Architekturen. Fakt ist: die digitale Welt ist heute von Microservices durchzogen – und wäre ohne Microservices so nicht möglich. Ein Überblick.

Der DevOps-Ansatz findet in der Unternehmens-IT zunehmend Akzeptanz. Zwar organisiert nicht jedes Team seine Arbeit in Sprints, aber DevOps hat sich dennoch wirklich bewährt. Und viele Teams implementieren dann auch gleich weitere *Ops, wie etwa DevSecOps oder DevNetOps. Ist das erfolgreich gelangt man unwillkürlich zu einem der intelligentesten Ansätze: DataOps.

Wir sind alle auf dem Weg, KI zu nutzen. Oder besser: Wir können es uns schlichtweg nicht leisten, KI nicht zu nutzen. Die wirkliche Frage lautet deshalb, wie schnell wir diesen Weg beschreiten. Und wie wir unsere Daten für die Integration in KI-Systeme vorbereiten. Denn, wenn KI mit mangelhaften Daten implementiert wird, hat dies einen enormen Preis. Die wichtigste Grundlage ist daher vor allem anderen eine effektive Datenstrategie.