Datacenter Automation
Wie Rechen­zentren auf um­fassende Auto­mation umstellen

Während manche Unter­nehmen sich nur zögerlich daran wagen, einzelne IT-Silos zu auto­matisieren, streben andere schon nach holistischer, also ganz­heit­licher Auto­mation. Ein solches Konzept bezieht das komplette Data­center mit ein, das auf diese Weise zum hoch­auto­matisierten Rechen­zentrum werden soll.

Berufsbild Storage-Experte
Was Storage-Experten vom Geschäft verstehen

Die Anforderungen an Fach­leute in der Storage-Industrie ver­ändern sich derzeit rasant, denn aktuelle Ent­wicklungen prägen diesen dynamischen Markt. Neue Speicher­technologien, agile IT-Modelle und veränderte Geschäfts­modelle weisen Speicher­spezialisten eine Schlüssel­rolle als Business Enabler zu.

Storage-Konzepte für KI und Analytics
Warum KI zu datenzentrischen Infrastrukturen zwingt

Daten sind der Treib­stoff der ak­tuel­len Re­vo­lu­tion künst­li­cher In­tel­li­genz. Einige Start-ups und Pio­nie­re zeigen, was mit KI, ma­schi­nel­lem Lernen und mo­der­ner Da­ten­analytik alles mög­lich ist. Die große Mehr­heit der Un­ter­neh­men hat je­doch da­mit zu kämp­fen, das Da­ten­wachs­tum ir­gend­wie zu bewältigen.

Fehlersuche auf IBM-Mainframes
Was die Fehler­suche auf z/OS-Rechnern leichter macht

Administratoren in Groß­unter­nehmen wissen, wie zeit­auf­wendig die Ar­beit mit Oper­log ist. Oper­log-Daten lie­gen ent­weder aktuell (online) vor oder sie sind ar­chi­viert. Auf beide Quellen muss der Ad­ministra­tor zugreifen, wenn er die Ur­sachen für Fehler oder Pro­ble­me im z/OS-Umfeld nach­voll­ziehen will.

Customer Livetime Value
Auf welche Kunden die Firma gerne verzichtet

Kunden zu halten kostet weniger als neue Kunden zu ge­winnen. Aber nicht jeder Kunde lohnt die Mühe, ihn zu halten. Im Gegen­teil: Es kann sich aus­zahlen, die Ge­schäfts­beziehung zu un­rentablen Kunden ge­zielt zu beenden. Wann das der Fall ist, verrät am besten die Kenn­zahl Customer Live­time Value.

Data Science
Was Data Science fürs Ge­schäft leistet

Data Scientists sind nicht einfach Sta­tistiker mit zeit­gemäßer Soft­ware. Auch die Größe des Daten­pools ist kein Kri­te­rium. Ent­schei­dend ist, dass Data Science un­struk­tu­rier­te Daten aus un­ter­schied­li­chen Quellen zu ver­wert­baren Er­kennt­nissen macht. Mit anderen Worten: Hinter­her ist man schlauer.

Health-IT
Wie Kliniken die Datenflut bewältigen

In vielen Branchen steht der di­gi­tale Wandel zwar auf der Ta­ges­ordnung, ist aber noch nicht akut. Be­rei­che wie die Me­di­zin­technik sehen sich da­ge­gen ganz ak­tuell mit neuen Heraus­forde­run­gen kon­fron­tiert. Hier sind RZ-Archi­tek­ten mit Er­fah­rung ge­fragt, die schnell, zu­ver­läs­sig und sicher arbeiten.