25.11.2020

Sportlich fordernd: Wie Eversports mit Corona umging

Eversports CTO Emanuel Steininger und Lukas Kühnert, Lead Software Architekt bei Eversports, erzählen, wie sie den ersten Lockdown und die Folgemonate gemeistert haben, welchen Stellenwert Agilität in ihrem Unternehmen hat und wie wichtig Technologieanbieter wie Amazon Web Services (AWS) für sie sind.
/artikel/eversports-corona
Eversports
(c) Eversports
sponsored

Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet. Durch diese Plattform müssen Nutzer beispielsweise nicht mehr auf mehreren Seiten verstreut nach Trainingsangeboten suchen, sondern finden alle Informationen, wie Öffnungszeiten, Platzbelegungs-, Kurs- und Klassenpläne an einem Ort – und können diese direkt online buchen. Zusätzlich wird Sportanbietern ein modernes Softwaretool zur Verwaltung und Führung ihres Studios oder ihrer Sportstätte angeboten, mit welchem sie einfach tägliche Verwaltungsaufgaben automatisieren können.

Launch neuer Services – zwei Tage vor dem Lockdown

Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus. Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming. In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.

In diesem Video erzählen CTO Emanuel Steininger und Lukas Kühnert, Lead Software Architekt, über die technischen Herausforderungen von Eversports während des ersten Corona-Lockdowns:

AWS als technologischer Sparring-Partner

„Während dem ersten Lockdown standen viele unserer Kunden vor einer ungewissen Zukunft. Muss ich jetzt zusperren? Wie geht es weiter? Wir haben unsere gesamte Produkt- und Entwicklungsabteilung innerhalb kürzester Zeit komplett neu ausgerichtet. Lösungen, die normalerweise zwei bis vier Wochen Vorlaufzeit benötigen, wurden binnen einer Woche entwickelt“, so Emanuel Steininger, CTO Eversports.

AWS unterstützte das Startup bei der technischen Umsetzung umfassend. Gemeinsam wurde in dieser fordernden Zeit die Automatisierung verbessert. Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: „Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.“ AWS CodeDeploy und AWS CodePipeline sind vollständig verwaltete Dienste, die die Softwarebereitstellung automatisieren. AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.

„Das Angenehme bei AWS ist, dass wir auf Augenhöhe arbeiten. Sie machen unser Problem zu ihrem und setzen alles daran, schnell eine Lösung dafür zu finden – auch wenn es bereits spät in der Nacht ist“, so Lukas Kühnert. „Dank dieser schnellen und unkomplizierten Hilfe konnte Eversports für die Sportanbieter ein verlässlicher Partner sein, mit dem sie trotz der existenzgefährdenden Schließungen der Sportstudios wieder Business-Chancen aufbauen konnten“, resümiert Emanuel Steininger.

Deine ungelesenen Artikel:
vor 1 Stunde

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

Halluzinationen sind ein großes Problem der KI-Szene. Und das weltweit. Während Google und Microsoft sich bei einer Lösung schwertun, kommt aus Österreich ein Modell, dass solche "KI-Unsicherheiten" besser erkennen soll. Es heißt: SDLG. Wie genau, erklärt KI-Experte Sepp Hochreiter in einem Gespräch mit uns.
/artikel/loesung-gegen-ki-halluzinationen-so-funktioniert-sepp-hochreiters-sdlg-methode
vor 1 Stunde

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

Halluzinationen sind ein großes Problem der KI-Szene. Und das weltweit. Während Google und Microsoft sich bei einer Lösung schwertun, kommt aus Österreich ein Modell, dass solche "KI-Unsicherheiten" besser erkennen soll. Es heißt: SDLG. Wie genau, erklärt KI-Experte Sepp Hochreiter in einem Gespräch mit uns.
/artikel/loesung-gegen-ki-halluzinationen-so-funktioniert-sepp-hochreiters-sdlg-methode
SDLG, KI, Hochreiter, Halluzination
(c) brutkasten - Sepp Hochreiter zu SDLG.

“Großartige Arbeit meines Teams: Erkennen, ob LLMs (Anm.: Large Language Models) halluzinieren. Sie halluzinieren, wenn sie unsicher sind. Wir erkennen diese Unsicherheit und markieren Halluzinationen” – so beschreibt KI-Koryphäe Sepp Hocheiter auf LinkedIn die Errungenschaft, die er uns seine Forscher:innen am Institut für Machine Learning der Johannes Kepler Universität Linz vollbracht haben. Dabei spricht er von dem SDLG-Modell. Der Begriff steht für “Semantically Diverse Language Generation”.

Denn es ist ein großes Thema, das die KI-Community beherrscht. Bei Nutzung von Künstlicher Intelligenz (KI) kann es passieren, dass man eine Frage stellt und falsche Antworten bekommt. Im Fachjargon sagt man dazu, die KI halluziniert.

SDLG verbessert Erkennung von Halluzinationen

Wie brutkasten berichtete, tun sich Giganten wie Google und Microsoft schwer, dieser Problematik habhaft zu werden. Eine neuer Lösungsansatz kam heuer vom Wiener Startup datAInsights, die statt impliziten explizite Fakten bzw. explizites Wissen verwenden, das dokumentiert ist. “Wir reichern bestehende Knowledge-Systeme mit Quellen an, sodass sie für unsere Architektur verarbeitet werden können”, erklärte datAInsights-Co-Founder René Heinzl im März 2023.

Nun kommt ein weiterer Lösungsansatz aus dem Umfeld von Sepp Hochreiter: SDLG. Diese neue Methode verbessert die Erkennung von Halluzinationen in LLMs (Large Language Modellen), indem es die Unsicherheitsabschätzung vorantreibt oder anders gesagt, aufzeigt, wenn ein Large Language Modell “unsicher” ist.

Man muss wissen, dass LLMs als Basis für Künstliche Intelligenz dienen und wie eine Zeichenkette aufgebaut sind. Hier wirken Wahrscheinlichkeiten, die das nächste Zeichen (konkret das nächste Wort oder um noch genauer zu sein, die nächsten Buchstaben) produzieren und Antworten auf Fragen liefern. Da kann es zu Fehlern oder falschen Informationen kommen.

Einstein oder Newton?

“Hochreiter präzisiert gegenüber brutkasten: “Halluzinationen können entstehen, wenn ein Trainingsdaten-Set fehlende oder zu wenige Daten zu einem Thema hat”, sagt er. “‘Albert Einstein hat die Relativitätstheorie entwickelt’ kann in verschiedenen Varianten (Anm.: Einstein hat die Relativitätstheorie erfunden, die Relativitätstheorie wurde von Einstein erfunden oder entwickelt, Der Vater der Relativitätstheorie ist Alber Einstein, etc.) im Trainingsdaten-Set als Information dienen. Gibt es diese nicht oder nur ungenügend, und die KI weiß, dass das Relativität etwas mit Physik zu tun hat, kann es sein, dass die Antwort plötzlich Newton ist.”

SDLG erkennt ob “LLMs halluzinieren”

Lukas Aichberger, “ELLIS PhD”-Student am Institut für Machine Learning der JKU beschreibt per LinkedIn-Post die SDLG-Methode – die er, Kajetan Schweighofer, Mykyta Ielanskyi und Sepp Hochreiter entwickelt haben – wie folgt: “Wir schaffen eine theoretische Grundlage für Unsicherheitsmaße in LLMs und führen theoretisch begründete ‘Estimatoren’ (Schätzer) für semantische Unsicherheit ein. Und stellen eine Methode zur Verfügung, um semantisch vielfältige und dennoch wahrscheinliche Ausgabesequenzen zu erzeugen, indem wir die Texterzeugung eines LLMs so steuern, dass wichtige Informationen für den semantischen Unsicherheitsschätzer erfasst werden.”

SDGL, KI, Halluzinationen, Hochreiter
(c) zVg – (v.l.) Sepp Hochreiter, Lukas Aichberger, Mykyta Ielanskyi und Kajetan Schweighofer.

In anderen Worten hebt die SDGL-Methode jene Aussagen hervor, wo sich die KI nicht sicher ist und markiert sie, damit man die durch “semantische Unsicherheit” (des Large Language Models) hervorgerufenen Halluzinationen erkennt, wie Hochreiter präzisiert.

Im 23-seitigen Paper, das die Forscher herausgebracht haben, heißt es konkret: “SDLG steuert das LLM, um semantisch unterschiedliche, aber wahrscheinliche Alternativen für einen ursprünglich generierten Text zu erzeugen. Dieser Ansatz liefert ein präzises Maß für die aleatorische (Anm.: vom Zufall abhängige) semantische Unsicherheit und erkennt, ob der ursprüngliche Text wahrscheinlich halluziniert ist. Experimente mit Aufgaben zur Beantwortung von Fragen zeigen, dass SDLG bestehende Methoden durchgängig übertrifft und dabei rechnerisch am effizientesten ist, wodurch ein neuer Standard für die Unsicherheitsabschätzung in LLMs gesetzt wird.”

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

AI Summaries

Sportlich fordernd: Wie Eversports mit Corona umging

  • Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet.
  • Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus.
  • Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming.
  • In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.
  • Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: “Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.”
  • AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sportlich fordernd: Wie Eversports mit Corona umging

  • Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet.
  • Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus.
  • Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming.
  • In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.
  • Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: “Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.”
  • AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sportlich fordernd: Wie Eversports mit Corona umging

  • Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet.
  • Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus.
  • Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming.
  • In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.
  • Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: “Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.”
  • AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sportlich fordernd: Wie Eversports mit Corona umging

  • Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet.
  • Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus.
  • Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming.
  • In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.
  • Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: “Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.”
  • AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sportlich fordernd: Wie Eversports mit Corona umging

  • Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet.
  • Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus.
  • Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming.
  • In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.
  • Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: “Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.”
  • AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sportlich fordernd: Wie Eversports mit Corona umging

  • Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet.
  • Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus.
  • Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming.
  • In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.
  • Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: “Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.”
  • AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sportlich fordernd: Wie Eversports mit Corona umging

  • Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet.
  • Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus.
  • Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming.
  • In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.
  • Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: “Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.”
  • AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sportlich fordernd: Wie Eversports mit Corona umging

  • Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet.
  • Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus.
  • Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming.
  • In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.
  • Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: “Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.”
  • AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sportlich fordernd: Wie Eversports mit Corona umging

  • Als Eversports im Jahr 2013 gegründet wurde, wollte das Team Sportlern das Leben so einfach wie möglich machen. Dafür entwickelte das Startup eine Online-Plattform, die Sportbegeisterte und Sportanbieter verbindet.
  • Ordentlich ins Schwitzen kam Eversports heuer: 2020 war für das Startup bisher eines der forderndsten Jahre, denn mit dem Lockdown im Frühjahr drohte vielen Sportstudios das Aus.
  • Gleichzeitig fehlte Bewegungshungrigen der sportliche Ausgleich auf Hantelbänken und Co. Bereits am Wochenende vor dem ersten Lockdown arbeitete das IT-Team von Eversports daher intensiv an neuen Services wie Onlinestreaming.
  • In den darauffolgenden Monaten wurden sukzessive neue Dienste aufgebaut, mit denen Sportanbieter ihr Angebot und ihre Umsätze zusätzlich aufrechterhalten konnten, als die Studios weniger frequentiert wurden.
  • Mittels AWS CodeDeploy, AWS CodePipeline und AWS CodeBuild konnte Lukas Kühnert die Deployment-Zeit von mehreren Stunden auf Minuten verkürzen: “Normalerweise musste das immer jemand zu später Stunde manuell machen, mit unserer neuen Pipelines geht das nun mehrmals am Tag.”
  • AWS CodeBuild ersetzt die eigenen Build-Server, wodurch die Verwaltung und Skalierung von diesen wegfallen.