glaas

Advanced Analytics Suite

Flexible Digitalplattform für komfortable Analyse-Anwendungen

InfoPro glaas ist eine modular aufgebaute, flexibel erweiterbare und einheitlich verwaltete Software-Plattform für die Entwicklung und Bereitstellung von Analyse-Lösungen. Speziell für das Design und den operativen Einsatz von Machine Learning-Anwendungen konzipiert, vereinfacht glaas das Prototyping, die Entwicklung und den dauerhaften Betrieb von Anwendungen. Mit glaas werden Prozesse einfacher, skalierbar und stabil gestaltet.

glaas eignet sich für Unternehmen jeder Branche und Größe als leistungsfähige und einfach zu bedienende Plattform. Die Kombination aus vordefinierten Standardkomponenten, einfacher Integration und hoher Flexibilität macht glaas zur idealen Lösung nicht nur für KI-Anwendungen.

Umfassende Funktionen für den gesamten Data Mining-Prozess

glaas enthält Komponenten für alle wesentlichen Aufgaben des Data Mining-Prozesses. Der Funktionsumfang reicht von der Datenaufbereitung über das Erstellen von Machine Learning-Modellen bis hin zur Bereitstellung von Analyse-Ergebnissen. Ein Server steuert die Systemkomponenten und stellt eine einfache und einheitlich definierte API sowie eine Plug-In-Schnittstelle für anwendungsspezifische Ergänzungen zur Verfügung. Unterschiedliche Anwendungen in den jeweils geeignetsten Programmiersprachen und mit verschiedenen Datenquellen lassen sich integrieren.

Einfachere Entwicklung mit vordefinierten Standardkomponenten

Für viele Grundaufgaben, die in Analyse-Lösungen typischerweise durchgeführt werden müssen, sind bereits vordefinierte Systemkomponenten vorhanden. Diese Standardkomponenten des glaas-Baukastensystems können individuell konfiguriert und angepasst und dann zu Analyse-Anwendungen zusammengefasst werden. So können typische Aufgaben von Analyse-Anwendungen ohne aufwändige Programmierung einfach umgesetzt werden.

Skalierbarkeit und Flexibilität für jede Branche und Unternehmensgröße

glaas ist für jede Branche und Unternehmensgröße geeignet. Es ermöglicht die vereinfachte Entwicklung und das Deployment perfekt abgestimmter, skalierbarer Analytics- und Prediction-Lösungen. Von Edge-Computing bis hin zum umfangreichen Cloud-Einsatz entscheidet der Kunde selbst, wo prognostische Verfahren laufen sollen. Durch seine besondere Architektur können glaas-Anwendungen sich selbst mit der Zeit anpassen, eine Grundanforderung von Machine Learning.

Einfache Administration und Integration

Eine einfach zu bedienende Verwaltungsoberfläche, der glaas Deployment Manager, unterstützt bei der Konfiguration und Verwaltung von Analyse-Anwendungen. Über die standardisierte glaas API können Anwendungen einfach administriert und in bestehende Systeme integriert werden. Dies gilt sowohl für die Maschine-zu-Maschine-Integration als auch für browserbasierte User-Clients, die mit Programmiersprachen wie Python, Ruby, Java oder JavaScript implementiert werden können.

Unabhängigkeit und Investitionssicherheit

glaas ist vollständig quelloffen und basiert auf verbreiteten Technologien wie Python. Dies gewährleistet Investitionssicherheit und Unabhängigkeit vom Hersteller. Die Plattform ist hardwareunabhängig und kann auf den meisten gängigen Systemumgebungen eingesetzt werden, von Edge-Computing bis zur Cloud. Für den Betrieb ist keine Internetverbindung notwendig, und die Datenbankanbindung ist flexibel (SQL, NoSQL).

Low-Code-Ansatz für eine schnelle Umsetzung

glaas verfolgt einen Low-Code-Ansatz, bei dem typische Analyse-Grundaufgaben mit konfigurierbaren und individuell erweiterbaren Standardkomponenten leicht umgesetzt werden können. Komplette Anwendungs-Workflows können über das glaas-Baukastensystem und standardisierte APIs umgesetzt werden. So wird die Entwicklung von Analyse-Anwendungen weitgehend zu einer (automatisierbaren) Konfigurationsaufgabe.

Einfache Erweiterbarkeit und Integration

Neue, individuelle Komponenten können mit geringem Aufwand entwickelt und nahtlos in den Workflow einer glaas-Anwendung integriert werden. So können vorhandene Analyse-Lösungen oder spezifische Verarbeitungsanforderungen einfach eingebunden werden. Die konsequente Standardisierung der Systemverwaltung und der API lassen eine einfache Integration von Komponenten der Analyse-Anwendungen sowohl untereinander als auch mit bestehenden Systemen zu.

Einsatzmöglichkeiten über Machine Learning hinaus

Obwohl glaas ursprünglich für das Deployment von Machine Learning-Anwendungen konzipiert wurde, eignet es sich auch als ideale technische Grundlage für vielfältige digitale Plattformen. Dazu gehören Simulationen, Digital Twins, Condition Monitoring und Datenarchivierung. Die Integration beliebiger Anwendungen und Datenquellen kann ebenfalls einfach umgesetzt werden.

Individuelle Betriebsmodelle und Sicherheit

Das glaas-Framework und der Betrieb der darauf eingesetzten Systeme können auf kundeneigener Infrastruktur oder über eine individuelle Cloud-Lösung umgesetzt werden.
So ist die Kontrolle und Integration erfolgskritischer Anwendungen in der eigenen Unternehmensumgebung möglich. Authentifizierung und Verschlüsselung sind über einen Reverse Proxy einfach umzusetzen, was zusätzliche Sicherheit bietet.