Blog

Fachartikel, die in die Tiefe gehen

Praxiswissen zu Datenanalyse, Cloud, KI und digitaler Strategie — fundiert, ehrlich und aus echten Projekten heraus geschrieben.

4 Artikel

7. Oktober 202613 Min. Lesezeit

Analytics, Daten & KI

Von individuellen Power-BI-Projekten zur SaaS-Plattform: Wie smiit Analytics für bexio entstanden ist

Was als Reihe individueller Power-BI-Projekte für bexio-Kunden begann, ist heute eine eigene Analytics-Plattform. Ein Erfahrungsbericht über ein Geschäftsmodell, das nicht funktionierte, die Architekturentscheidungen danach und das, was wir bei der Entwicklung mit KI-Agents gelernt haben.

Berichte bearbeiten mit KI in smiit Analytics: Anweisung im Chat, Editor passt den Bericht an, KI erklärt die Änderungen

von Noah NeßlauerArtikel lesen

22. Juli 202613 Min. Lesezeit

Strategie, Automatisierung & Security

Azure Front Door in Enterprise-Architekturen: Best Practices für sichere und skalierbare Webanwendungen

Webanwendungen direkt öffentlich bereitzustellen ist einfach – aber selten sicher genug. Wie Azure Front Door als globale Edge-Schicht mit WAF, Private Link und Infrastructure as Code zum kontrollierten, reproduzierbaren Einstiegspunkt moderner Enterprise-Webanwendungen wird.

Azure Front Door als globale Edge-Schicht mit TLS, WAF, Routing und Caching, die Anfragen an weltweit verteilte Edge-Standorte lenkt.

von Sebastian GrabArtikel lesen

28. Juni 202611 Min. Lesezeit

Plattformen, Apps & Cloud

Plattformökonomie für IT-Dienstleister: Wie aus Projektgeschäft skalierbare Softwareprodukte werden

Ein gutes Softwareprodukt zu entwickeln ist nur der Anfang. Wie IT-Dienstleister aus projektbasiertem Geschäft skalierbare SaaS- und Plattformprodukte machen – und warum über den Erfolg selten die Technologie allein entscheidet, sondern Strategie, Organisation, Vertrieb und Timing.

Die Plattform als Zusammenspiel der vier Handlungsfelder Strategie, Organisation, Technologie und Vertrieb.

von Noah NeßlauerArtikel lesen

28. Mai 202612 Min. Lesezeit

Analytics, Daten & KI

MLOps mit Microsoft Azure: Machine-Learning-Modelle sicher, standardisiert und skalierbar betreiben

Ein gutes Modell zu trainieren ist nur der Anfang. Wie Unternehmen ML-Modelle mit Microsoft Azure wirklich produktionsreif betreiben – von der Zielarchitektur über CI/CD, Infrastructure as Code und Model Registry bis zu Monitoring und Governance.

MLOps als Zusammenspiel von ML, Dev und Ops

von Sebastian GrabArtikel lesen