20.12.2021

Wie Unternehmen DevOps für Software-Entwicklung nutzen

Devops gilt als vielversprechender Ansatz um Software-Entwicklung in Unternehmen zuverlässiger und schneller zu machen. Der Nagarro State of DevOps Report 2021 zeigt, wie Unternehmen diesen Ansatz bereits jetzt für sich nutzen.
/artikel/devops-report-nagarro
(c) Adobestock

Devops gehört zu den großen Trends der Software-Entwicklung. Dabei handelt es sich um einen Ansatz, der die Prozesse zwischen Softwareentwicklung und operativen IT-Teams automatisiert und optimiert. Im Zentrum steht also nicht nur die Technik, sondern auch die Kultur der Zusammenarbeit von unterschiedlichsten Teams in einem Unternehmen. Durch den Ansatz soll Software-Entwicklung zuverlässiger und schneller gemacht werden.

Nagarro State of DevOps Report 2021

Doch wie nutzen Unternehmen Devops? Antworten liefert der sogenannte State of DevOps Report 2021. Dabei handelt es sich um eine Ergebnisanalyse einer Umfrage, an der 180 Unternehmen teilnahmen und anonym ihr Feedback teilten. Das Ergebnis: Der seit längerem in Insider-Communities verfolgte Ansatz ist im Mainstream angekommen. Heute ist DevOps ein Thema der Unternehmenskultur. Im Zusammenspiel von schlanken, agilen Prinzipien mit technischen Tools und Praktiken ist DevOps ein Indikator für Innovationskraft und Leistungsfähigkeit, so Nagarro im Report.

DevOps war unter anderem auch ein Thema beim Future-Softwaretalk von Nagarro

Die von DevOps-Enthusiast und Nagarro Quality DevOps Practice Lead Jürgen Pointinger konzipierte Erhebung kombiniert die Methoden der bekannten DORA-Reports mit der Erfahrung aus der Nagarro DevOps-Praxis. Rund 63 Fragen wurden von internationalen Teilnehmern großer Unternehmen (65 Prozent mit mehr als 1000 Beschäftigten) sowie von KMUs (rd. 30 Prozent mit mehr als zehn Mitarbeitern) beantwortet. Dreiviertel der Befragten haben Engineering-Teams mit fünf bis 19 Personen im Einsatz.

Schwerpunkt der Auswertung waren die Bereiche Kultur, Organisations- und Teamstrukturen, Architektur, Automatisierung, Prüfmethoden und Cloud. „Zusammenfassend sehen wir anhand der Umfrage, dass mehr als zwei Drittel der Befragten noch am Anfang, oder in der Mitte ihrer DevOps Entwicklung stehen. Die Branche braucht einen DevOps-Kickstart“, so Jürgen Pointinger.

Umfrage-Details: Wenige High Performer, viel Potenzial

Die im DevOps Ansatz definierten Kriterien Geschwindingkeit und Stabilität ergeben laut dem Experten ein „Bild der ungenutzten Potenziale“. Laut Nagarro Umfrage liegt die Deployment Frequency, der Indikator für Software-Erneuerung, Time-to-market und Experimentierfreude, bei 28 Prozent der Befragten im mittleren Bereich. Rund 42 Prozent haben entweder noch gar nicht begonnen, oder Schwierigkeiten damit. Lediglich 30 Prozent sind High Performer im Sinne einer erfolgreichen Software-Bereitstellungsfrequenz.

Auf der Zeit-Achse, im Bezug auf die Dauer bis zur Inbetriebnahme neuer Software-Produkte (Lead time for change), geben rund 18 Prozent an, bis zu sechs Monate zu benötigen. Im mittleren Bewertungsfeld rangieren rund 46 Prozent der Unternehmen, welche zwischen ein bis vier Wochen benötigen, um einen neuen Release zu starten. „Hier bleibt viel Optimierungspotenzial auf der Strecke und man könnte Zeit sparen, die für mehr Experimente benötigt wird“, betont Jürgen Pointinger.

Hinsichtlich fehlender Stabilität (Change fail rate), ein sehr wesentlicher Software-Qualitätsaspekt, zeigen sich bei rund einem Viertel der Unternehmen überproportionale Ausfälle und Komplikationen (mehr als 15 Prozent der Releases). Rund 65 Prozent der befragten Unternehmen geben an, binnen eines Tages ihre Software wiederherstellen zu können (time to restore).

Autonomie, Automatisierung und Cloud

Der Nagarro DevOps Report zeichnet auch ein interessantes Bild zu aktuellen Wünschen in der Team- und Arbeitskultur. So werden etwa Anliegen wie die Freiheit, neue Themen zu erkunden, Vertrauen und Autonomie in Teams sowie der Wunsch nach zeitsparenden Prozessen als wichtig eingestuft.

90 Prozent befürworten etwa einen kollektiven Code-Zugriff und auch die automatisierbare Bereitstellung von Software-Produkten liegt hoch im Kurs: „Die Umfrage zeigt, dass in leistungsstarken Teams der Einsatz von vollautomatisierten Bereitstellungen bei 89 Prozent liegt und sie eine Cloud-Akzeptanzrate von 100 Prozent haben“, so der Nagarro DevOps Experte.


Deine ungelesenen Artikel:
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
/artikel/patentbutler-ai-ibm-abp
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
/artikel/patentbutler-ai-ibm-abp
Marco Porak (IBM) und Daniel Holzner
Marco Porak (IBM) und Daniel Holzner (ABP) | Foto: IBM/H. Klemm

Wer eine Idee patentieren will, muss mühsam Fachsprache lernen oder teure externe Hilfe einkaufen. „Man glaubt gar nicht, wie viele Erfinder glauben, sie hätten etwas erfunden“, erläuterte der Geschäftsführer von ABP Patent Network, Daniel Holzner, bei einer gemeinsamen Pressekonferenz in Wien mit Marco Porak, Generaldirektor von IBM Österreich. Das muss aber erst einmal überprüft werden.

Patentbutler.ai will hier Abhilfe schaffen: Die Nutzer:innen kopieren ihren Entwurf in ein Textfeld, die KI formt ihn in juristisch korrekte Patentansprüche um und zerlegt ihn zugleich in einzelne technische Merkmale. Das System durchsucht 170 Millionen Patentveröffentlichungen, die es vorab vektorisiert hat. Ein semantischer Abgleich zeigt, welche Publikationen die Merkmal‑Listen überdecken; eine Ampelfärbung markiert die Trefferquote. 

Die Suche dauert gut 30 Sekunden und lieferte im Demo‑Fall auf der Pressekonferenz 60 relevante Patentfamilien. Im Patentwesen werden Anmeldungen für dieselbe Erfindung in verschiedenen Ländern zu sogenannten Patentfamilien zusammengefasst. Weltweit existieren etwa 68 Millionen solcher Patentfamilien, die sich in den 170 Millionen Patentveröffentlichungen widerspiegeln. 

Mehrere Modelle für unterschiedliche Aufgaben

Patentbutler.ai baut auf Watson X von IBM, nutzt aber nicht nur IBMs Granite‑Modelle. „Wir wussten, wir können uns und wollen uns nicht auf einzelne Modelle fokussieren“, sagte Holzner. Die Software wählt je nach Aufgabe das bestgeeignete LLM: ein generatives Modell für die Text­transformation, ein multimodales Modell für Zeichnungen und ein Embedding‑Modell für die Vektor‑Suche. Open‑Source‑Modelle von Hugging Face lassen sich ebenso einbinden wie proprietäre Alternativen.

Halluzinationen begegnet ABP mit Feintuning auf patent­spezifische Trainingssätze und mit Watson X Governance, das jede Modellversion samt Trainingsdaten protokolliert. Parallel dazu arbeitet das Team mit IBM daran, die Datenbasis selbst stets aktuell zu halten. „Wir haben es in unserer engen Zusammenarbeit geschafft, den Datenbestand tagesaktuell zu halten“, erläuterte IBM‑Österreich‑Chef Marco Porak.

SaaS-Angebot und Appliance-Version

Die KI läuft nicht in einer Public Cloud, sondern über ein Rechenzentrum in Österreich. Neben Patentbutler.ai Prompting, einem Chat‑Interface für sicheres Prompten ohne Datenabfluss, und Patentbutler.ai Search, der voll­wertigen Recherche‑ und Analyse­umgebung als SaaS, gibt es als weiteres Angebot noch Patentbutler.ai Appliance – eine Kombination aus Hardware und Software für den Betrieb mit eigener Infrastruktur.

Die Lizenz orientiert sich an Nutzerzahl und Dokumentvolumen. Bereits in der MVP‑Phase gewann ABP erste Industrie­kunden, deren Namen das Unternehmen noch nicht öffentlich macht. Die Anwendung will aber nicht nur forschende Konzerne adressieren. Auch Startups und KMU sehen die beiden Unternehmen als Zielgruppe – etwa um Anmeldungen von Konkurrenten zu überwachen.

Vor 18 Monaten mit Minimal-Prototyp gestartet

Das Projekt startete vor 18 Monaten mit einem Minimal­prototyp. Seither tauschten die Partner Modelle, entwickelten ein Framework für automatisierte Modell­auswahl und optimierten die Daten­pipeline. Porak beschreibt die Zusammenarbeit als ständiges Ping‑Pong zwischen IP‑Expertinnen und KI‑Ingenieurinnen. Etabliert sich das Produkt am Markt, könnte aus einem Spezial­werkzeug ein Standard im IP‑Management werden – und die Zeit der manuellen Patent­suche endgültig enden.

Für die kommenden Monate ist geplant, den Patentbutler weiter im Markt zu etablieren. Dazu gehört die Einführung der Appliance-Variante, die es Unternehmen ermöglicht, die Software und Hardware mit eigener Infrastruktur zu betreiben. Außerdem ist vorgesehen, die Technologie auf weitere Dokumenttypen wie Produktdokumentationen und technische Richtlinien auszuweiten.

18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
Marco Porak (IBM) und Daniel Holzner
Marco Porak (IBM) und Daniel Holzner (ABP) | Foto: IBM/H. Klemm

Wer eine Idee patentieren will, muss mühsam Fachsprache lernen oder teure externe Hilfe einkaufen. „Man glaubt gar nicht, wie viele Erfinder glauben, sie hätten etwas erfunden“, erläuterte der Geschäftsführer von ABP Patent Network, Daniel Holzner, bei einer gemeinsamen Pressekonferenz in Wien mit Marco Porak, Generaldirektor von IBM Österreich. Das muss aber erst einmal überprüft werden.

Patentbutler.ai will hier Abhilfe schaffen: Die Nutzer:innen kopieren ihren Entwurf in ein Textfeld, die KI formt ihn in juristisch korrekte Patentansprüche um und zerlegt ihn zugleich in einzelne technische Merkmale. Das System durchsucht 170 Millionen Patentveröffentlichungen, die es vorab vektorisiert hat. Ein semantischer Abgleich zeigt, welche Publikationen die Merkmal‑Listen überdecken; eine Ampelfärbung markiert die Trefferquote. 

Die Suche dauert gut 30 Sekunden und lieferte im Demo‑Fall auf der Pressekonferenz 60 relevante Patentfamilien. Im Patentwesen werden Anmeldungen für dieselbe Erfindung in verschiedenen Ländern zu sogenannten Patentfamilien zusammengefasst. Weltweit existieren etwa 68 Millionen solcher Patentfamilien, die sich in den 170 Millionen Patentveröffentlichungen widerspiegeln. 

Mehrere Modelle für unterschiedliche Aufgaben

Patentbutler.ai baut auf Watson X von IBM, nutzt aber nicht nur IBMs Granite‑Modelle. „Wir wussten, wir können uns und wollen uns nicht auf einzelne Modelle fokussieren“, sagte Holzner. Die Software wählt je nach Aufgabe das bestgeeignete LLM: ein generatives Modell für die Text­transformation, ein multimodales Modell für Zeichnungen und ein Embedding‑Modell für die Vektor‑Suche. Open‑Source‑Modelle von Hugging Face lassen sich ebenso einbinden wie proprietäre Alternativen.

Halluzinationen begegnet ABP mit Feintuning auf patent­spezifische Trainingssätze und mit Watson X Governance, das jede Modellversion samt Trainingsdaten protokolliert. Parallel dazu arbeitet das Team mit IBM daran, die Datenbasis selbst stets aktuell zu halten. „Wir haben es in unserer engen Zusammenarbeit geschafft, den Datenbestand tagesaktuell zu halten“, erläuterte IBM‑Österreich‑Chef Marco Porak.

SaaS-Angebot und Appliance-Version

Die KI läuft nicht in einer Public Cloud, sondern über ein Rechenzentrum in Österreich. Neben Patentbutler.ai Prompting, einem Chat‑Interface für sicheres Prompten ohne Datenabfluss, und Patentbutler.ai Search, der voll­wertigen Recherche‑ und Analyse­umgebung als SaaS, gibt es als weiteres Angebot noch Patentbutler.ai Appliance – eine Kombination aus Hardware und Software für den Betrieb mit eigener Infrastruktur.

Die Lizenz orientiert sich an Nutzerzahl und Dokumentvolumen. Bereits in der MVP‑Phase gewann ABP erste Industrie­kunden, deren Namen das Unternehmen noch nicht öffentlich macht. Die Anwendung will aber nicht nur forschende Konzerne adressieren. Auch Startups und KMU sehen die beiden Unternehmen als Zielgruppe – etwa um Anmeldungen von Konkurrenten zu überwachen.

Vor 18 Monaten mit Minimal-Prototyp gestartet

Das Projekt startete vor 18 Monaten mit einem Minimal­prototyp. Seither tauschten die Partner Modelle, entwickelten ein Framework für automatisierte Modell­auswahl und optimierten die Daten­pipeline. Porak beschreibt die Zusammenarbeit als ständiges Ping‑Pong zwischen IP‑Expertinnen und KI‑Ingenieurinnen. Etabliert sich das Produkt am Markt, könnte aus einem Spezial­werkzeug ein Standard im IP‑Management werden – und die Zeit der manuellen Patent­suche endgültig enden.

Für die kommenden Monate ist geplant, den Patentbutler weiter im Markt zu etablieren. Dazu gehört die Einführung der Appliance-Variante, die es Unternehmen ermöglicht, die Software und Hardware mit eigener Infrastruktur zu betreiben. Außerdem ist vorgesehen, die Technologie auf weitere Dokumenttypen wie Produktdokumentationen und technische Richtlinien auszuweiten.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag