foto freepik

In diesem Artikel werden fünf innovative Start-ups vorgestellt, die sich auf verschiedene Aspekte des Datenmanagements und der Cloud-Technologie spezialisiert haben. Aquila Clouds bietet Lösungen für das Finanzmanagement in der Cloud, während Fabrix .ai ein AI Data Grid entwickelt hat, um autonome Unternehmen zu unterstützen. Crystal DBA fokussiert sich auf die Optimierung von PostgreSQL-Datenbanken mit Hilfe von AI. MLCommons fördert die Zusammenarbeit zur Verbesserung von AI-Technologien, und Volumez bietet einen Cloud-Service für Blockspeicher an, der speziell für containerbasierte Anwendungen entwickelt wurde.

In diesem Beitrag zu der von Philippe Nicolas organisierten IT Press Tour, die Ende Januar in San Francisco stattfand, stellen wir die fünf Start-ups vor.

Aquila Clouds

Das 2020 von Suchit Kaura und Desmond Chan in Kalifornien gegrūndete Unternehmen hat sich zum Ziel gesetzt, die »one and only« personalisierbare Plattform für das Finanzmanagement in der Cloud auf den Markt zu bringen. Bisher konnten bereits an die 80 Kunden gewonnen werden.

Aquila Clouds bietet dafür zwei Lösungen an:

FinOps: eine multi und hybrid cloud-basierte Plattform für Kostenoptimierung und -management, die verwertbare Erkenntnisse des Finanzmanagement in der Cloud liefert, das Cloud-Management verbessert und eine kontinuierliche Überwachung und Optimierung ermöglicht; sowie
BillOps: eine automatisierte und IT-gestützte Plattform zur Anpassung von Preisen und automatisierten Abrechnungen in den Bereichen von Managed Service Providern und Cloud-Resellern.

Zu den weiteren Funktionen gehören eine gemeinsame Financial Management Platform für BillOps und FinOps zur Vereinheitlichung der MSP/Cloud-Reseller-Abrechnungen und eine konsistente Preisgestaltung. Ein Cloud Security Management soll Cloud Security und Compliance durch kontinuierliches Scannen verbessern, indem rechtzeitig Schwachstellen und Fehlkonfigurationen erkannt werden. Zur Bewältigung dieser Aufgaben kommt ein agenten-gestūtztes AI-Management zum Einsatz.

Es werden Cloud-Systeme von AWS, MS Azure, GCP, Oracle und VMware unterstützt, geplant sind außerdem IBM Cloud, Alibaba Cloud, Huawei Cloud, KVM und RedHat Openstack.

www.aquilaclouds.com/

Fabrix.ai (ehemals Cloud Fabrix)

Um den Ansatz von Fabrix.ai (beziehungsweise Cloud Fabrix) besser zu verstehen, verweist das amerikanische Start-up auf eine Analogie: Die bisherige Mobilität von Fahrzeugen wurde durch das Tankstellennetz angetrieben. Heute wird Mobilität in vielen Ländern zunehmend von autonomen Autos unterstützt, die nur so effektiv sind wie das ihnen zur Verfügung stehende Stromnetz: »In ähnlicher Weise sind moderne autonome Unternehmen nur so effektiv wie das jeweils zur Verfügung stehende AI Data Grid.«

Um diese Situation besser in den Griff zu bekommen, hat Fabrix.ai das AI Data Grid entwickelt, das auch als »Robotic Data Automation Fabric« bezeichnet wird. Es besteht aus den folgenden Komponenten:

Streaming-Daten mit Data Observability und DataOps,
Einfache Einbindung von AI-Frameworks und Daten-Pipelines in bestehende Prozesse des Unternehmens (bei gleichzeitiger Möglichkeit zum Experimentieren mit dem »RDAF Studio« von RDAF/Robotic Data Automation Fabric) und
Hyper-Automatisierung auf allen Ebenen durch die Nutzung von »Data Automation« von RDAF.

Fabrix.ai unterscheidet bei der praktischen Umsetzung des Konzepts drei Ebenen: 1) Personen: optimiert den Personalbedarf durch Automatisierung, Reduzierung von Tickets und Vorschläge zur Behebung von Problemen; 2) Prozesse: selbstlernende und ML-gesteuerte Architektur, die sicherstellt, dass die Systeme auf dem neuesten Stand bleiben; automatische Auslösung von Aufgaben in ITSM-Tools und Abhilfeskripten; 3) Ressourcen: reduziert die Infrastruktur-Möglichkeiten und Lizenzen von Tools in der Wertschöpfungskette.

www.fabrix.ai/

Crystal DBA

Das 2022 gegründete Unternehmen aus den USA bezeichnet sich selbst als »Your AI-Powered PostgreSQL Teammate”. Es definiert seine Aktivitäten als individuell anpassbare Expertise und Erfahrungen an die Besonderheiten der jeweiligen Unternehmen, um die Erfahrungen mit PostgreSQL jeweils in konkrete Bedingungen umzusetzen und indivìduell anzupassen: »Crystal DBA stellt den jeweiligen Teams sein PostgreSQL-Fachwissen zur Verfügung und stellt auf diese Weise sicher, dass alle Datenbanken optimiert, zuverlässig und leistungsstark funktionieren.” Die Unternehmen können sich deshalb stärker auf die Entwicklung ihrer IT und die jeweils besondere Wertschöpfung konzentrieren.”

Crystal DBA bezeichnet sich selbst als »AI-Team-Mitglied«, das den anderen Mitarbeitern dabei hilft, »mit PostgreSQL wie ein Experte zu arbeiten, auch wenn man selbst kein Datenbank-Spezialist ist«. Das Programm analysiert die jeweilige Datenbank und die darauf laufenden Anwendungen. Es generiert laut Crystal DBA Erkenntnisse und Empfehlungen zur Abfrageoptimierung, Zuverlässigkeit und Konfiguration des Systems.

Unter dem Motto »Always On, Always Observing« stützt sich Crystal DBA auf eine eigene Datenbank und liefert einen kontinuierlichen Überblick in ihren aktuellen Zustand und ihre Leistungen. Auf diese Weise können Anwender den Zustand und die aktuellen Leistungsmetriken von PostgreSQL in Echtzeit verfolgen. Außerdem können sie Fehler und Einblicke in eventuell fehlgeschlagene Abfragen und Ressourcen-Konflikte unmittelbar identifizieren und beheben.

Die Komponenten von Crystal DBA, die man auf seinen Rechnern installiert, basieren auf Open Source. Die Back-End-Komponenten und AI-Systeme sind derzeit nicht als Open Source verfügbar. Weitere Details über Anwendungsmöglichkeiten gibt es hier: www.crystaldba.ai/docs/user-guide/deployment-models.

Zu den bisherigen Kunden zählen u.a.: Apple, aws, Google, IBM, Microsoft, Oracle, Salesforce und verschiedene amerikanische Universitäten, darunter Harvard und NYU.

www.crystaldba.ai/

MLCommons

Der Ansatz von MLCommons stützt sich auf die Verbreitung von Systemen für Artificial Intelligence (AI), um eine offene Zusammenarbeit zur Verbesserung dieser Technologie zu erreichen. Durch die Kooperation mit Industrie und Hochschulen werden kontinuierlich Faktoren wie Genauigkeit, Sicherheit, Geschwindigkeit und Effizienz von AI-Technologien verbessert. Damit hilft MLCommons Unternehmen und Universitäten auf der ganzen Welt, bessere AI-Systeme für viele Bereiche der Gesellschaft zu entwickeln.

Machine Learning (ML) und Artificial Intelligence (AI) werden seit Jahrzehnten entwickelt, aber selbst mit den heutigen rasanten Fortschritten sind diese Technologien noch immer fragmentiert und eine Sache von Spezialisten. Es geht laut MLCommons jetzt darum, die nächste Stufe der AI-Verbreitung einzuleiten, indem große und offene Datensätze bereitgestellt werden.

Schwerpunktbereiche sollen dazu beitragen, AI allgemein zugänglich zu machen und in neue Produkte und Dienstleistungen für Bereiche wie zum Beispiel Gesundheitswesen, Sicherheit und Kommunikation zu integrieren. In Zusammenarbeit mit den über 125 Gründungsmitgliedern und Partnern (darunter Start-ups, führende Unternehmen, Wissenschaftler und gemeinnützige Organisationen aus der ganzen Welt) werden offene Industriestandard-Benchmarks für ML und AI erstellt, um Qualität und Leistung kontinuierlich zu messen und zu verbessern.

Mit MLPerf und Benchmarks sind bis heute über 56.000 Verbesserungsvorschläge erstellt worden. In zwei Bereichen kümmert sich MLPerf besonders um Fortschritte in diesen Bereichen:

Geschlossenes Modell: Optimierung bei vielen verschiedenen Systemen mit gleichen Bedingungen, zum Beispiel bei Faktoren wie Losgröße, Numerik, Auffüllen von Daten, Rahmen oder Daten-Layout.

Offenes Modell: mathematisch orientiert und in Entwicklung, kann sehr unterschiedlich ausfallen.

MLPerf-Training wird von 17 Unternehmen unterstützt: ASUSTeK, Azure, Cisco, Clemson University, Dell, FlexAI, Fujitsu, Giga Computing, Google, KRAI, Lambda, Lenovo, NVIDIA,

Oracle, Quanta Cloud Technology, Supermicro und tinycorp. Unter https://mlcommons.org/working-groups/ findet sich eine Übersicht zu den bestehenden Arbeitsgruppen von MLCommons.

https://mlcommons.org/

Volumez

Das Unternehmen bietet einen Cloud-Service, der Blockspeicher für Anwendungen auf Container-Basis bereitstellt. Der Kunde gibt jeweils an, wieviel Leistung, Ausfallsicherheit und Sicherheit er wünscht. Die Volumez-Engine stellt den Datenpfad zu lokalen On-Premises- oder öffentlichen Cloud-Speicherdiensten wie Amazon EC2, Google Compute Local SSDs und Azure Ephemeral OS Disks bereit.

Über eine web-basierte Schnittstelle kann ein Kunde NVMe-Blockspeicher für Linux-basierte und Kubernetes-organisierte Anwendungen bereitstellen. Kapazitäts-, Leistungs-, Belastbarkeits- und Sicherheitsanforderungen werden durch besondere Angaben festgehalten, während die Volumez-Software den benötigten Speicher zusammenstellt und verwaltet.

Im April 2023 schloss Volumez eine erste Finanzierungsrunde mit dem Ergebnis von 20 Millionen Dollar ab. Diese A-Runde wurde von Koch Disruptive Technologies, Viola Ventures und Pitango finanziert. Chase Koch, Gründer und CEO von Koch Disruptive Technologies, erklärte dazu: »Die Volumez-Technologie wird den Markt für Dateninfrastrukturen revolutionieren, da sie zum ersten Mal hybride und Multi-Cloud-Implementierungen in großem Umfang mit deutlich verbesserter Leistung und Latenz ermöglicht.«

Die hauptsächlichen Vorteile der Volumez-Plattform lassen sich wie folgt beschreiben:

Cloud-Profil: Erweiterte Profilerstellung und Optimierung von Cloud-Ressourcen für maximale Effizienz und Kosteneffizienz.
System-Balancing: Orchestrierung von Rechen-, Netzwerk- und Speicher-Ressourcen, um volle Auslastung und vorhersehbare Leistung zu gewährleisten.
Infrastruktur: Kombinationen von Cloud-Ressourcen, die besondere Leistung, Ausfallsicherheit und Verfügbarkeit bei minimalen Kosten bieten.
Datenmobilität: Anpassung der Service-Levels, die es Unternehmen ermöglichen, die Leistung je nach Bedarf zu erhöhen oder zu verringern und auf diese Weise zukunftssichere Investitionen zu gewährleisten.

https://volumez.com/

Einblicke in die Welt neuer, alternativer IT-Perspektiven – World of Start-ups

28. Februar 2025

Im Dezember 2024 fand die von Philippe Nicolas aus Frankreich organisierte IT Press Tour auf der Insel Malta im Mittelmeer statt. Hartmut Wiehr war für »manage it« vor Ort und schaute sich die 6 vorgestellten Unternehmen genauer an.

Wer alte Filme im Kino, im Fernsehen oder im Internet betrachten will, ist sehr oft mit mangelnder technischer Qualität des vor Jahren oder Jahrzehnten aufgenommenen Materials konfrontiert. Das alte Filmmaterial unterliegt häufig einem Verfallsprozess und hat stellenweise oder komplett seine ehemalige Qualität verloren. Was liegt also näher, als ein neues Verfahren zu entwickeln und anzuwenden, um die alten Perlen der Filmkunst in die (digitale) Ewigkeit hinüber zu retten?

DigiFilm

Das französische Start-up DigiFilm will dazu beitragen, diese Problematik zu bewältigen. Sein neu entwickeltes Produkt »Archiflix« ist geeignet für langfristige Aufzeichnungen von visuellen digitalen Codes, wobei die Vorteile von analogen und digitalen Methoden miteinander verbunden werden. Damit stellt man eine Alternative zu traditionellen Archivierungsverfahren dar. DigiFilm hat bereits ein neues Speichergerät entwickelt, das im eigenen Unternehmen oder bei Cloud-Anbietern eingesetzt werden kann.

https://digifilm-corp.com

EasyVirt

Das Start-up kümmert sich um Messwerte und Optimierung von Umwelteinflüssen auf die IT-Anlagen von Unternehmen. EasyVirt geht davon aus, dass weltweit negative Greenhouse-Gaseffekte (GHG) um etwa 4 bis 8 Prozent pro Jahr anwachsen werden. Bis zum Jahr 2040 sollen diese Werte sogar um bis zu 60 Prozent ansteigen, wenn keine ausreichenden Gegenmaßnahmen ergriffen werden.

Die Lösungen und Dienstleistungen von EasyVirt auf diesem Sektor umfassen zur Zeit:

DC Scope: Verwaltung, Optimierung sowie Kosten- und Kapazitätsplanung von virtualisierten On-Premises- und Cloud-Infrastrukturen.
DC NetScope: Lösung für die Traffic-Überwachung und -analyse.
CO₂ Scope: IT-Plattform zur CO₂-Messung, die die IT-Nachhaltigkeitsstrategie von Unternehmen unterstützt. Sie kümmert sich um die Messung, Analyse und Reduzierung des CO₂-Fußabdrucks der virtualisierten und physischen IT-Dienste vor Ort und in der Cloud.

www.easyvirt.com/en

Indexima

Business Intelligence (BI) gehört zu jenen Tools und Programmen, die zusätzlich zu bereits eingesetzter Software verwendet werden. Indexima bietet dies im Augenblick für Datenbanken an (Indexima 2.0). Im Prinzip geht es bei BI um eine Reihe von technologischen Prozessen zur Erfassung, Verwaltung und Analyse von Unternehmensdaten, um Erkenntnisse zu gewinnen, die dann Geschäftsstrategien und -verfahren beeinflussen. Indexima beansprucht, dass seine Analysen auf Basis von BI den Unternehmen beschleunigte Entscheidungsfindungen ermöglichen.

Indexima stellt eine Software für die Bearbeitung von Daten zur Verfügung, die Machine Learning (ML) und Artificial Intelligence (AI) in die Lage versetzt, Performance, Kosten und Vorteile von Analytics-Prozessen in den Griff zu bekommen. Der Hersteller will die Komplexität verringern, mit der die Anwender bei Analytics-Prozessen und Entscheidungsfindungen konfrontiert sind. »Making sense of your data« ist das Konzept, mit dem man umfangreiche Datensammlungen wie Tableau oder Snowflake bearbeiten kann.

https://indexima.com

Manticore

Den osteuropäischen Autoren der Software »Manticore Search« geht es um eine »quelloffene Open-Source-Suchmaschine«, deren Fokus auf Kosten- und Ressourcen-Effizienz liegt. Sergey Nikolaev, CEO und Co-Founder, führt hierzu aus: »Wir sind viel kostengünstiger als zum Beispiel Elasticsearch und wir wollen Suchaktionen besonders einfach machen. DevOps-Teams können sich dann mehr auf ihr Geschäft konzentrieren. Wir bieten auch dann eine Text- und Bildsuche, wenn es zunächst keine offensichtliche Verbindung zwischen Suchtext und Bild gibt.«

Manticore Search unterstützt seit Version 6.3. die Vektorsuche. Die Volltextsuche sei zwar nützlich, weil sie eine effiziente Suche durch Übereinstimmungen von Schlüsselwörtern ermöglicht. Im Gegensatz dazu verwendet die semantische Suche Vektorähnlichkeit und maschinelles Lernen, um die Bedeutung hinter jeder Suchaktion zu verstehen. Sie findet dann Dokumente, die dem gesuchten Begriff ähnlich sind. Dies führt laut Manticore zu besseren Ergebnissen als klassische Suchverfahren.

https://manticoresearch.com

ProxySQL

Dieses Tool ist besonders für Datenbanken auf Basis von MySQL und MariaDB geeignet. Solche Datenbanken sind Systeme zur Speicherung und Verwaltung von Daten, aber sie benötigen externe Unterstützung. Diese Systeme kümmern sich sowohl um die physische Hardware, auf der die Daten gespeichert werden, als auch um die Software, die den Zugriff auf die Daten organisiert und steuert.

Externe Unterstützung bieten spezifische Tools. Sie gehören zu den Open-Source-Systemen für das Management von Datenbanken. Und sie finden zum Beispiel Anwendung, wenn jemand eine Web-Suche durchführt, sich in ein Konto einloggt oder eine Transaktion abschließt. ProxySQL fühlt sich in diesem Umfeld besonders verpflichtet, den Kunden Open-Source-Lösungen zur Verfügung zu stellen.

https://proxysql.com

Scalytics

Die neue Lösung »Scalytics Connect 1.2« ermöglicht es Unternehmen, »transparentes, skalierbares und effizientes Machine Learning« einzusetzen. Ein besonderer Wert wird auf Konsistenz und Sicherheit von Firmendaten gelegt. Scalytics (eine Wortschöpfung aus »Scale« und »Analytics«) basiert auf einfach einzusetzender Artificial Intelligence (AI), mit der die Anwender ihre dezentralen und fragmentierten Daten auf eine alternative und sichere Weise verwalten können.

Firmengründer Alexander Alten-Lorenz erläutert: »Wir legen mit unserem Ansatz die Grundlage für den skalierbaren und transparenten Einsatz von AI. Anwender können auf dieser Grundlage schrittweise weitere Verbesserungen ihrer Infrastruktur durchführen.« Auf dieser Basis gibt es bereits konkrete Kooperationen mit NTT Data und Google Cloud.

www.scalytics.io/resources

Hartmut Wiehr,
freier Journalist

Illustration: © Josef Micic | deamstime.com

881 Artikel zu „Start-ups“

News | Business Process Management | Künstliche Intelligenz | Tipps | Whitepaper

Finanzdienstleister kämpfen mit KI-Herausforderungen an Datenmanagement und -infrastruktur

25. Mai 2025

Eine aktuelle Umfrage zeigt, dass 84 % der Führungskräfte katastrophale Datenverluste befürchten, weil KI die Infrastruktur überlastet. 41 % Prozent geben an, dass KI bereits ein kritischer Teil ihrer Arbeit ist. Die rasanten Fortschritte im Bereich der künstlichen Intelligenz (KI) stellen traditionelle Dateninfrastrukturen vor nie dagewesene Herausforderungen und zwingen Unternehmen im Banken-, Finanzdienstleistungs- und…

Hartmut Wiehr, freier Journalist

881 Artikel zu „Start-ups“

Hartmut Wiehr,
freier Journalist