AWS Germany – Amazon Web Services in Deutschland

Neu – Amazon S3 Tables: Optimierter Speicher für Analytics Workloads

Von Jeff Barr, übersetzt von Franz Stefan Amazon S3 Tables bieten Ihnen einen Speicher, welcher für tabellarische Daten wie etwa tägliche Kauftransaktionen, Streaming-Sensordaten und Werbeeinblendungen im Apache Iceberg-Format optimiert ist. Dies ist unter anderm für einfache Abfragen mit beliebten Abfrage-Engines wie Amazon Athena Amazon EMR und Apache Spark von Interesse. Im Vergleich zu einem selbstverwalteten […]

Einführung von abfragbaren Objektmetadaten für Amazon S3 Buckets (Vorschau)

von Jeff Barr übersetzt durch Pawel Warmuth  Amazon Simple Storage Service (Amazon S3) wird von AWS-Kunden in einem herausragenden Umfang genutzt. Dabei werden regelmäßig einzelne Buckets erstellt, die Milliarden oder Billionen von Objekten enthalten. In dieser Skalierung ist es schwierig, Objekte zu finden, die bestimmte Kriterien wie Größe, Muster von Objektschlüsselnamen, oder spezifische Tags erfüllen. […]

Neue Amazon Q Developer-Agent-Funktionen umfassen das Erstellen von Dokumentation, Code-Reviews und Unit-Tests

Von Channy Yun (윤석찬) übersetzt durch Jan Thewes Letztes Jahr auf der AWS re:Invent haben wir Amazon Q Developer vorgestellt, einen durch generative KI unterstützen Assistenten für das Entwerfen, Erstellen, Testen, Bereitstellen und Warten von Software in integrierten Entwicklungsumgebungen (IDEs) wie Visual Studio, Visual Studio Code, JetBrains IDEs, Eclipse (Vorschau), JupyterLab, Amazon EMR Studio oder […]

Wir stellen vor: GitLab Duo mit Amazon Q

Von Matheus Guimaraes übersetzt durch David Surey Amazon Q Developer hat den traditionellen Entwicklungsworkflow transformiert, indem es eine breite Palette von generativen KI-Fähigkeiten in die Umgebungen integriert, in denen Entwickler arbeiten. Die nahtlose Integration hilft, den Fokus zu bewahren und beschleunigt gleichzeitig eine Vielzahl von Entwicklungsaufgaben über das Code schreiben hinaus, wodurch die Produktivität gesteigert wird. […]

Bewertung von RAG mit neuen LLM-als-Richter-Fähigkeiten von Amazon Bedrock

von Danilo Poccia übersetzt durch Tobias Wasle Heute kündigen wir zwei neue Evaluierungsfunktionen in Amazon Bedrock an, die Ihnen dabei helfen, generative KI Anwendungen schneller zu umzusetzen und zu bewerten: Amazon Bedrock Knowledge Bases unterstützt jetzt RAG-Evaluierung (Vorschau) — Sie können nun eine automatische Wissensdatenbank-Evaluierung durchführen, um Retrieval Augmented Generation (RAG)-Anwendungen mit Amazon Bedrock Knowledge […]

Einführung von Amazon GuardDuty Extended Threat Detection: KI/ML-basierte Erkennung von Angriffssequenzen für verbesserte Cloud-Sicherheit

von Esra Kayabali übersetzt durch Desiree Brunner In diesem Beitrag stelle ich Ihnen die erweiterten Künstliche Intelligenz (KI)/ Maschinelles Lernen (ML)-Bedrohungserkennungsfunktionen in Amazon GuardDuty vor. Diese neue Funktion nutzt die umfassende Cloud-Sichtbarkeit und Skalierbarkeit von AWS, um eine verbesserte Bedrohungserkennung für Ihre Anwendungen, Workloads und Daten zu bieten. Die erweiterte Bedrohungserkennung von GuardDuty setzt fortschrittliche […]

Gestaltung einer erfolgreichen Pilotphase für Ihre Cloud-Migration

von Rostislav Markov, Naveen Kottala und Michael Steward übersetzt durch David Surey Pilotphasen oder Piloten sind ein wesentlicher Bestandteil des Test- und Evaluierungsprozesses. Sie dienen dazu, die positiven und negativen Aspekte eines bestimmten Anwendungsfalls, Entwurfsmusters oder Ansatzes zur Anwendungsmigration zu testen und herauszufinden. Sie bieten Ihnen die Möglichkeit, die Basis Ihrer Architektur zu validieren, beispielsweise […]

IT-Resilienz in der AWS Cloud: Architektur und Muster

von Randy DeFauw, Amine Chigani, and Nigel Harris übersetzt durch David Surey In Teil I dieses zweiteiligen Blogs haben wir bewährte Verfahren für den Aufbau resilienter Anwendungen in hybriden On-Premises/Cloud-Umgebungen skizziert. Wir haben auch gezeigt, wie Sie Denkweisen und Unternehmenskultur anpassen können. In Teil II werden wir technische Überlegungen zu Architektur und Mustern für Resilienz […]

Wie Hapag-Lloyd Observability für serverlose Multi-Account-Workloads ermöglicht

von Grzegorz Kaczor (Hapag-Lloyd AG), Michael Graumann und Daniel Moser – übersetzt durch Markus Ziller. Einführung Das Gewährleisten von Observability über den Status, die Leistung, Gesundheit und die Sicherheitslage von Anwendungen ist der Schlüssel für den erfolgreichen Betrieb von Multi-Account-Workloads in der Cloud. Mit zunehmender Anzahl und Größe der Workloads wird es herausfordernd, alle verfügbaren […]

Sicherheitsvorkehrungen für den Netzwerkperimeter zur Absicherung generativer KI

von Riggs Goodman III übersetzt durch Desiree Brunner Generative KI-basierte Anwendungen haben in den letzten Jahren an Popularität gewonnen. Anwendungen, die mit großen Sprachmodellen (auf Englisch “Large Language Models”, LLMs) entwickelt wurden, haben das Potenzial, den Mehrwert den Unternehmen ihren Kunden bieten, zu erhöhen. In diesem Blogbeitrag vertiefen wir uns auf den Netzwerkperimeterschutz für generative […]