Schneller, smarter, sicherer: Wie Prototypentwicklung und Integration von KI-Anwendungen auf AWS einfacher wird

Entwickler wollen möglichst auf einfachem Weg skalierbare und hochleistungsfähige KI-Anwendungen entwickeln. In diesem Webcast können Sie erfahren, wie die Vektordatenbank Elastic auf AWS die Integration von LLMs und anderen Modellen unterstützt und die Entwicklung von KI-Anwendungen vereinfacht.

Sprecher

Dimitri Marx

Director Solutions Architecture, Elastic

Kurzvita

Herr Marx führt ein Team von Solutions Architects bei Elastic. Er ist leidenschaftlich daran interessiert, innovative Lösungen und nachhaltige Partnerschaften zu entwickeln. Mit einer langjährigen Erfahrung in Technologien für Suche verfügt er über fundiertes Fachwissen in diesem Bereich. Er zeichnet sich besonders durch seine Fähigkeit aus, komplexe Kundenanforderungen in gewinnbringende und effektive Lösungen zu übersetzen.

Kenan Karamehmedovic

Partner Solution Architect bei AWS

Kurzvita

Als AWS Partner Solution Architect und Golden-Jacket-Inhaber (der alle 12 AWS-Zertifizierungen beherrscht!) kombiniert Herr Karamehmedovic ein Jahrzehnt Entwicklungserfahrung mit tiefem Cloud-Fachwissen. Er hat sich auf AWS DevOps und Kubernetes spezialisiert, besitzt die komplette K8s-Zertifizierungssuite und ist AWS-Botschafter für führende Observability-Plattformen. Seine Leidenschaft? Komplexe Cloud-Lösungen einfach zu machen und Unternehmen dabei zu helfen, ihre Cloud-Reise in eine Erfolgsgeschichte zu verwandeln.

Christian Töpfer

Manager Solutions & Services, heise Business Services

Kurzvita

Christian Töpfer war viele Jahre bei ChannelPartner im IDG-Verlag als Redakteur, Content Manager und Chef vom Dienst tätig. Seit 2016 arbeitet er bei heise und kümmert sich um Online-, Print- und Webcast-Projekte im Auftrag von Kunden.

Elasticsearch ist wohl die bekannteste Suchtechnologie mit tiefen Wurzeln im Open-Source-Umfeld und Apache Lucene im Besonderen. Dadurch und aufgrund dessen Skalierbarkeit genießt die Technologie eine sehr weite Verbreitung und Popularität.

Elastic wird vor allem für Volltextsuche, Log Analytics und Observability, Security Analytics, Cloud Security und SIEM eingesetzt. All diese Anwendungsfälle fallen in die Domäne der Suche über teils große Datenmengen. Die Unterstützung für Embeddings, relevant für KI-Anwendungen, wurde lange vor dem GenAI-Hype eingeführt und somit eine semantische Suche (Suche nach Bedeutung) ermöglicht.

___________________________________________________________________________________________

Kommentare von Zuschauern nach der Live-Sendung:
„Alles bestens!“
„Der Webcast war gut verständlich.“
„Gute Einführung, danke für die Organisation.“
___________________________________________________________________________________________

Auch Entwickler können von Elastic profitieren, weil es Unterstützung für Java, Python, PHP, JavaScript, Node.js, Ruby und viele weitere Sprachen bietet. Was wiederum bedeutet, dass Elastic im Zusammenspiel mit AWS die Nutzung von Daten vereinfacht, die Performance von Anwendungen beschleunigt und die Relevanz der Ergebnisse steigert.

In diesem Webcast stellen Ihnen Herr Dimitri Marx von Elastic und Kenan Karamehmedovic von AWS einige Best Practices, praxisnahe Workflows und Strategien zur sicheren Umsetzung von KI-Anwendungen vor. Sie zeigen, wie sich die leistungsstarken Funktionen von Elastic – von integrierter Machine Learning bis zu Echtzeitsuche und Observability – optimal auf der AWS-Infrastruktur einsetzen lassen. Vor allem Entwickler können anhand konkreter Beispiele erkennen, wie sie mit Elasticsearch auf AWS Ihre Entwicklungs- und Betriebsprozesse optimieren können.

Moderiert wird der Webcast von Christian Töpfer von heise Business Services.
Registrieren Sie sich jetzt!