EINFACH KOMPLEX – Der Software- und IT-Podcast

Das Open-Source-Tool Kubernetes hat die Orchestrierung von Containern revolutioniert. Zu Gast ist Mario Fahlandt, Customer Delivery Architect bei Kubermatic und aktiver Contributor im Kubernetes-Projekt. Mario bringt seine langjährige Erfahrung und tiefes Verständnis für Kubernetes mit und gibt uns wertvolle Einblicke in die Welt der Container-Orchestrierung. Kubernetes ist eine Open-Source-Plattform zur Automatisierung von Bereitstellung, Skalierung und Betrieb von Container-Anwendungen. Initial entwickelt von Google, wurde es 2014 der Open-Source-Community übergeben und hat sich seitdem zu einem der wichtigsten Werkzeuge im Bereich Cloud-Native-Computing entwickelt. Es ermöglicht Unternehmen, Anwendungen flexibel und effizient über eine Vielzahl von Umgebungen hinweg zu betreiben – sei es in der Cloud, On-Premises oder in hybriden Architekturen. In der heutigen Softwareentwicklung ist es entscheidend, Anwendungen flexibel und skalierbar zu gestalten. Genau hier setzt Kubernetes an: Es sorgt dafür, dass Container-Anwendungen zuverlässig laufen und sich bei Bedarf automatisch skalieren lassen. Außerdem reduziert Kubernetes den manuellen Aufwand bei der Verwaltung von Containern, was es besonders für komplexe und dynamische IT-Umgebungen unverzichtbar macht. Dank Features wie Self-Healing, automatischem Rollback und Load-Balancing ist es inzwischen das De-facto-Standard-Tool für moderne IT-Infrastrukturen. SHOWNOTES Was macht Kubermatic? Kubermatic ist ein führender Anbieter von Kubernetes-basierter Automatisierungssoftware, die Unternehmen hilft, ihre Container-Infrastrukturen effizient zu verwalten. Kubermatic bietet Lösungen, um Kubernetes über Multi-Cloud- und On-Premise-Umgebungen hinweg zu orchestrieren, was die Verwaltung von großen, verteilten Systemen erheblich vereinfacht. Kubernetes Website: https://kubernetes.io/ Kubermatic Website: https://de.kubermatic.com/ Mario auf LInkedIn: https://www.linkedin.com/in/mfahlandt/ Mario auf X: https://twitter.com/mfahlandt Mario auf Bluesky: https://bsky.app/profile/did:plc:5ebvf4dmedjr2hgxehbvyykw Themenwünsche, Fragen und Feedback bitte an ⁠⁠⁠[email protected] Einfach Komplex wird präsentiert und produziert von ⁠⁠Heisenware⁠⁠. Heisenware ist dein Anbieter für Low-Code-basierte App-Entwicklung in Produktion und Maschinenbau. Kontaktiere uns gerne für eine kostenlose Demo. Weitere Infos unter heisenware.com Mario, Dr. Burkhard Heisen⁠ und ⁠Gerrit Meyer⁠ sprechen heute über: (00:00:00) Intro Mario & Kubermatic (00:04:00) Überblick – Warum Kubernetes? (00:13:00) Komponenten & Architektur eines Clusters (00:27:00) Abläufe und Traffic im Cluster (00:35:00) Datenhaltung / Storage im Cluster (00:44:00) Recap Technik (00:47:00) Anwendungsfälle (00:56:00) Wann Kubernetes verwenden? (01:02:00) Community & Contributors (01:06:00) Helm & Helm Charts (01:08:00) Mit Kubernetes starten

In dieser Folge werfen wir zunächst einen Blick auf neuronale Netze und erklären dann den Prozess der Entwicklung und das Training von LLMs (Large Language Models). LLMs sind leistungsstarke KI-Modelle, die entwickelt wurden, um menschenähnliche Texte zu verstehen und zu generieren. Ihre Grundlage bilden Transformer-Architekturen, die erstmals 2017 im wegweisenden Paper "Attention is All You Need" von Google eingeführt wurden. Diese Architektur hat das Feld des Machine Learnings revolutioniert, da sie es Modellen ermöglicht, kontextuelle Abhängigkeiten effizienter zu erfassen und dadurch präzisere Vorhersagen und generative Ergebnisse zu liefern. Heute gibt es eine Vielzahl von LLMs, darunter OpenAI's GPT-Modelle, Googles BERT und T5 und Meta's LLaMA. Einige Modelle, wie OpenAI's GPT-4, sind multimodal, was bedeutet, dass sie nicht nur mit Texten, sondern auch mit Bildern arbeiten können. Diese Modelle kommen in unterschiedlichsten Anwendungsbereichen zum Einsatz, von Übersetzungen und Chatbots bis hin zur automatisierten Textgenerierung und Datenanalyse. Trotz ihrer beeindruckenden Leistungsfähigkeit gibt es Herausforderungen, insbesondere bei ethischen Fragen, der Reduktion von Bias und dem verantwortungsvollen Einsatz der Technologie. SHOWNOTES Themenwünsche, Fragen und Feedback bitte an ⁠⁠⁠⁠[email protected]⁠ Einfach Komplex wird präsentiert und produziert von ⁠⁠Heisenware⁠⁠. Heisenware ist dein Anbieter für Low-Code-basierte App-Entwicklung in Produktion und Maschinenbau. Kontaktiere uns gerne für eine kostenlose Demo. Weitere Infos unter ⁠heisenware.com⁠ ⁠Dr. Burkhard Heisen⁠⁠ und ⁠⁠Gerrit Meyer⁠⁠ sprechen heute über: (00:00) Neuronale Netze (13:00) Sprachmodelle trainieren (21:00) Funktionsweise LLM (28:00) Tokens (34:00) Embeddings (41:00) Attention / Transformer (47:00) Finetuning und Trainingsdaten (57:00) KI-Tools und Anpassung auf eigene Daten

In dieser Folge sprechen wir mit Steffen Münch, Executive Manager Sales bei der MPDV Mikrolab GmbH, über die Entwicklung und Bedeutung von Manufacturing Execution Systems (MES). Als langjähriger Player auf dem Markt hat MPDV die Evolution von MES nicht nur miterlebt, sondern auch aktiv geprägt. MES-Systeme sind zentrale Werkzeuge zur Steuerung und Überwachung von Produktionsprozessen, die in Bereichen wie Betriebsdatenerfassung (BDE), Maschinendatenerfassung (MDE), Qualitätssicherung und Schichtplanung zum Einsatz kommen. Neben den allgemeinen Grundlagen von MES, definiert nach der VDI 5600, beleuchten wir die Transformation dieser Systeme. MES entwickelt sich weg von starren, monolithischen Strukturen hin zu plattformbasierten Lösungen, die mehr Flexibilität bieten. Dabei öffnet sich das MES zunehmend für Ökosysteme, in denen durch Zusammenarbeit mit Partnern maßgeschneiderte Lösungen für Kunden entstehen – ein Schritt, der besonders in der modernen Fertigungsindustrie von großer Bedeutung ist. SHOWNOTES Steffen auf LinkedIn: https://www.linkedin.com/in/steffen-m%C3%BCnch-a89a3674 E-Mail Kontakt zu Steffen und MIP: [email protected] Website MPDV: https://www.mpdv.com/ Integrationsplattform MIP: https://www.mpdv.com/produkte/manufacturing-integration-platform-mip MIP Marketplace: https://www.mpdv.com/produkte/mip-marketplace Themenwünsche, Fragen und Feedback bitte an ⁠⁠⁠⁠[email protected]⁠ Einfach Komplex wird präsentiert und produziert von ⁠⁠Heisenware⁠⁠. Heisenware ist dein Anbieter für Low-Code-basierte App-Entwicklung in Produktion und Maschinenbau. Kontaktiere uns gerne für eine kostenlose Demo. Weitere Infos unter ⁠heisenware.com⁠ Steffen Münch und ⁠⁠Gerrit Meyer⁠⁠ sprechen heute über: (00:00) Intro Steffen & MPDV (02:00) Was ist MES & welche Aufgaben hat es? (12:00) Nutzen von MES (20:00) MES Einführung & die Herausforderungen (27:00) Technologische Entwicklung (30:00) Best of Breed & Plattformansatz (36:00) Cloud vs. On-Premise (39:00) Lösungsansätze für die Smart Factory (44:00) Datenmodell (Unified Data Modell & Unified Name Space) (47:00) Aktuelle Entwicklungen: KI, Low-Code & Analytics

In dieser Folge vergleichen wir Python und JavaScript, speziell mit Node.js im Backend. Beide Sprachen sind interpretiert und bieten ein hohes Abstraktionslevel, eignen sich aber für unterschiedliche Anwendungsfälle. Wir besprechen die Historie, Unterschiede in Syntax und Struktur sowie Herausforderungen bei Concurrency und Parallelisierung. Während Node.js mit der v8 Engine und Non-blocking Event Loops arbeitet, setzt Python auf Multi-Threading. Weitere Themen sind npm vs. pip, Typisierung, Standardbibliotheken, OOP vs. funktionale Programmierung, Datenmodelle, und das umfassende Ökosystem beider Sprachen. SHOWNOTES Themenwünsche, Fragen und Feedback bitte an ⁠⁠⁠⁠[email protected]⁠ Einfach Komplex wird präsentiert und produziert von ⁠⁠Heisenware⁠⁠. Heisenware ist dein Anbieter für Low-Code-basierte App-Entwicklung in Produktion und Maschinenbau. Kontaktiere uns gerne für eine kostenlose Demo. Weitere Infos unter ⁠heisenware.com⁠ ⁠Dr. Burkhard Heisen⁠⁠ und ⁠⁠Gerrit Meyer⁠⁠ sprechen heute über: (00:00) Intro in das Thema (07:00) Anwendungsfälle (11:00) Historie Python (16:30) Historie JavaScript (19:30) Syntax und Struktur (23:30) Concurrency und Parallelisierung (31:00) Typisierung (37:30) Dokumentation (39:00) Standardbibliothek, Tooling und Ökosystem (44:00) Index Operations, OOP, Functional Programing, Decorators, Datenmodell (48:00) Burkhards Favorit