Die richtigen Datenbanken für die Anwendungsmodernisierung auswählen (Level 200)
Die Idee einer monolithischen Datenbank, die für alle geeignet ist, ist heute nicht mehr realistisch, da immer mehr Unternehmen hochgradig verteilte Anwendungen bauen, die viele speziell entwickelte Datenbanken verwenden. Die Welt verändert sich und es gibt immer mehr Datenbankkategorien. Wir sehen zunehmend, dass Kunden internetfähige Anwendungen entwickeln wollen, für die unterschiedliche Datenmodelle erforderlich sind. Um diesen Anforderungen gerecht zu werden, bieten wir die Wahl zwischen Schlüsselwert-, Wide-Column-, Dokument-, In-Memory-, Graph-, Zeitreihen- und Ledger-Datenbanken. Jede löst ein bestimmtes Problem oder eine Gruppe von Problemen. In diesem Vortrag erfahren Sie mehr über speziell entwickelte AWS-Datenbanken, die die Skalierungs-, Leistungs- und Verwaltungsanforderungen moderner Anwendungen erfüllen.

Vortragende: 
William Wong, Principal Database Solutions Architect, AWS
Surendar Munimohan, Senior Database Solutions Architect, AWS

Dauer: 30 Min.

Kommerzielle Datenbanken in AWS migrieren und modernisieren (Level 200)
Da die Datenmenge weiter wächst, stehen Unternehmen zunehmend vor Herausforderungen in Bezug auf Skalierbarkeit, Zuverlässigkeit und Kosten, die mit dem Betrieb dieser Datenbank-Instances verbunden sind. Nehmen Sie an diesem Vortrag teil, um zu erfahren, wie Sie Ihre Datenbanken migrieren und modernisieren können, um diese Herausforderungen zu lösen, die Anwendungsverfügbarkeit sicherzustellen und die Gesamtbetriebskosten (TCO) zu senken. Wir besprechen die wichtigsten Punkte, die Sie berücksichtigen müssen, bevor Sie Ihren ersten Schritt bei der Migration Ihrer kommerziellen Datenbank zu AWS unternehmen. Wir befassen uns eingehend mit den Migrationsansätzen, Tools und Services, die Ihnen bei der Migration Ihrer Datenbank zu Amazon RDS für SQL Server oder Oracle zur Verfügung stehen, sowie mit den Ansätzen zur Modernisierung Ihrer Datenbank zu einer Open-Source-Datenbank in Amazon Aurora. Der Vortrag behandelt auch allgemeine Anwendungsfälle zur weiteren Optimierung Ihrer Datenbank, um Agilität, Leistung und Skalierbarkeit für Ihre modernen Anwendungen zu erreichen.

Redner: 
Barry Ooi, Senior Database Solutions Architect, AWS
Jay Shin, Senior Database Migration Specialist, AWS

Dauer: 30 Min.

SQL Server in AWS optimieren und modernisieren (Level 300)
Die Modernisierung veralteter SQL-Server-Datenbanken kann zeitaufwändig und ressourcenintensiv sein, da häufig mehr Arbeit für die Migration der Anwendung selbst anfällt, einschließlich des Umschreibens von Anwendungscode, der mit der Datenbank interagiert. In diesem Vortrag wird beschrieben, welche Vorteile die Ausführung von SQL Server in AWS in Bezug auf das Erreichen von Skalierbarkeit, Hochverfügbarkeit und Notfallwiederherstellung sowie die Verwaltung der Lizenzkosten mit sich bringt. Wir erörtern eine der Strategien, die für gewöhnlich Anwendungsänderungen und Modernisierungen durch den Einsatz von Open-Source-Datenbanken oder für die Cloud erstellten Datenbanken beinhalten, und wie teure Lizenzen umgangen (was zu niedrigeren Kosten führt) sowie Anbieterbindungsfristen und Audits vermieden werden können. Der Vortrag beinhaltet eine Demo, die Ihnen eine praktische Perspektive bietet, wie Sie Babelfish für Aurora PostgreSQL verwenden und Abfragen in einem Bruchteil der Zeit, die für die herkömmliche Datenbankmigration erforderlich ist, ausführen und Ihre Lizenzausgaben optimieren können.

Vortragende: 
Sriwantha Attanayake, Principal Partner Solutions Architect, AWS
Rita Ladda, Microsoft Specialist Solutions Architect, AWS

Dauer: 30 Min.

Skalierbare Anwendungen mit Amazon Aurora entwickeln (Level 200)
Jahrzehntelang wurden Anwendungen mit traditionellen kommerziellen Datenbanken entwickelt, die teuer und proprietär sind. Viele haben ungünstige Lizenzbedingungen und sind schwer zu handhaben und zu skalieren. In diesem Vortrag erfahren Sie, wie Sie Ihre Daten verwalten und skalierbare, zuverlässige und leistungsstarke Anwendungen mit Amazon Aurora, einer MySQL- und PostgreSQL-kompatiblen relationalen Datenbank, erstellen. Es kombiniert die Leistung und Verfügbarkeit von kommerziellen Datenbanken mit der Einfachheit und Kosteneffizienz einer Open-Source-Datenbank. Wir erörtern die Skalierung von Amazon Aurora, um die Anforderungen an Anwendungsskalierbarkeit, Hochverfügbarkeit und Notfallwiederherstellung zu erfüllen. In diesem Vortrag wird auch gezeigt, wie Amazon Aurora Serverless V2 es Ihnen ermöglicht, Datenbank-Workloads sofort von Hunderten auf Tausende Transaktionen pro Sekunde zu skalieren und die Kapazität in fein abgestuften Schritten anzupassen, um genau die richtige Anzahl an Datenbankressourcen bereitzustellen.

Redner: Roneel Kumar, Senior Database Solutions Architect, AWS
Dauer: 30 Min.

Hochleistungsanwendungen in jeder Größenordnung mit Amazon DynamoDB entwickeln (Level 200)
NoSQL-Datenbanken wurden speziell für bestimmte Datenmodelle entwickelt und für moderne Anwendungen wie Mobil-, Web- und Spieleanwendungen optimiert, die Skalierbarkeit, geringe Latenz und Flexibilität erfordern. Nehmen Sie an diesem Vortrag teil, wenn Sie erfahren möchten, wie Amazon DynamoDB eine unternehmensfähige Datenbank bietet, mit der Sie Apps mit einheitlicher Leistung im einstelligen Millisekundenbereich und nahezu unbegrenztem Durchsatz und Speicherplatz bereitstellen können. Wir befassen uns eingehend mit den Features von DynamoDB, Indizes, der einfachen Skalierung und den Kostenkomponenten. Wir demonstrieren auch, wie NoSQL Workbench verwendet werden kann, um ein Datenmodell für eine hochgradig skalierbare Online-Gaming-Anwendung für mehrere Spieler zu entwerfen, die in jeder Größenordnung eine einheitliche Leistung im einstelligen Millisekundenbereich bieten kann. Finden Sie heraus, wie Sie DynamoDB-Workloads einfach in großem Maßstab überwachen können, um wichtige Kennzahlen wie Latenz, Lese- und Schreibanforderungen pro Sekunde, Hot Partitions, Drosselung und Fehler zu beobachten.

Redner: Vaibhav Bhardwaj, Senior DynamoDB Specialist Solutions Architect, AWS
Dauer: 30 Min.

Wichtige Dokumenten-Workloads im großen Maßstab mit Amazon DocumentDB betreiben (Level 200)
Unternehmen setzen zunehmend auf dokumentenorientierte Datenbanken, um Daten einfach zu speichern und abzufragen, die sich nahtlos an ihre Anwendungsanforderungen anpassen. Nehmen Sie an diesem Vortrag teil, um mehr über Dokumentdatenbanken und zugehörige Anwendungsfälle zu erfahren. Erfahren Sie, wie Amazon DocumentDB mit MongoDB-Kompatibilität es Ihnen ermöglicht, geschäftskritische JSON-Workloads in großem Umfang auszuführen und zu betreiben und dabei die Skalierbarkeitsgrenzen herkömmlicher Datenbanken zu überschreiten. In diesem Vortrag wird auch beschrieben, dass für diese Lösung keine oder nur minimale Codeänderungen an Ihren vorhandenen Anwendungen erforderlich sind. Wir bieten Anleitungen zur nativen Integration in bestehende AWS-Services und bewährte Methoden für die Migration mit einer Demo zu den ersten Schritten mit DocumentDB.

Redner: Gururaj Bayari, Senior Specialist Solutions Architect, AWS
Dauer: 30 Min.

Leistungsstarke moderne Anwendungen mit Amazon ElastiCache und MemoryDB für Redis erstellen (Level 200)
Moderne Anwendungen von heute setzen hohe Leistung und Reaktionsfähigkeit in jeder Größenordnung voraus. In diesem Vortrag erfahren Sie, wie Sie mithilfe eines verteilten In-Memory-Datenspeichers mit Amazon ElastiCache für Redis leistungsstarke Anwendungen erstellen können, die sich auf Umsatz, Kundenerlebnis und Zufriedenheit auswirken. Amazon ElastiCache ist ein vollständig verwalteter In-Memory-Caching-Service, der die Anwendungsgeschwindigkeit mit Latenzen im Mikrosekundenbereich beschleunigt. Erfahren Sie, wie Caching Ihre Workloads beschleunigen kann und wie Sie schnelle, sichere und hochverfügbare Anwendungen erstellen können.

Redner: Shirish Kulkarni, Senior ElastiCache/MemDB Specialist, APJ, AWS
Dauer: 30 Min.

Das Potenzial von Daten nutzen und die richtige Analytik für Ihren Anwendungsfall auswählen (Level 200)
Mit dem richtigen Analyseansatz können Unternehmen das volle Potenzial Ihrer Daten ausschöpfen, aussagekräftige Erkenntnisse ableiten und fundierte Entscheidungen treffen. In diesem Vortrag wird beschrieben, wie Sie auf der Grundlage Ihres Anwendungsfalls die richtigen Analysen auswählen, um Erkenntnisse aus verschiedenen Datentypen zu gewinnen, und wie Sie diese den richtigen Personen und Systemen zur Verfügung stellen können. Wir besprechen, wie Sie mit den Data Lakes und speziell entwickelten Datenspeichern in AWS eine solide Grundlage für die Verwaltung von Daten schaffen, Datensilos beseitigen und die Markteinführung beschleunigen können.

Redner: Niladri Bhattacharya, Principal Analytics Solutions Architect, AWS
Dauer: 30 Min.

Daten über Unternehmensgrenzen hinweg mit integrierter Governance mithilfe von Amazon DataZone freigeben (Level 200)
Datensysteme sind oft weitläufig, isoliert und komplex und haben unterschiedliche Datensätze, die sich über Data Lakes, Data Warehouses, Cloud-Datenbanken, SaaS-Anwendungen, IoT-Geräte und lokale Systeme verteilen. Um einen Mehrwert aus Ihren Daten zu ziehen, müssen sie für Personen und Systeme zugänglich sein, die sie für Analytics benötigen. Nehmen Sie an diesem Vortrag teil, um zu erfahren, wie Amazon DataZone es Ihnen ermöglicht, Daten in großem Umfang über Unternehmensgrenzen hinweg zu teilen, zu durchsuchen und zu entdecken und über ein einheitliches Datenanalyseportal an Datenprojekten zu arbeiten, das Ihnen einen personalisierten Überblick über alle Ihre Daten bietet und gleichzeitig Ihre Governance- und Compliance-Richtlinien durchsetzt.

Redner: Vikas Omer, Principal Analytics Specialist, AWS
Dauer: 30 Min.

Den Datenzugriff für alle Datennutzer mithilfe von AWS Lake Formation zentralisieren und vereinheitlichen (Level 200)
Viele Unternehmen suchen nach Daten-, Analyse- und ML-Lösungen, um Daten für umfangreiche Analysen verfügbar zu machen. In diesem Vortrag erfahren Sie, wie Sie eine einheitliche Datenplattform aufbauen, die auf einem Amazon-S3-basierten Data Lake mit speziell entwickelten Tools und Verarbeitungs-Engines basiert, um Datensilos aufzubrechen, Daten branchenübergreifend auszutauschen und fundierte datengestützte Entscheidungen zu treffen. Erfahren Sie, wie Sie eine strengere Kontrolle darüber sicherstellen können, wer als Plattformbenutzer auf die sensibelsten Daten zugreifen kann, und wie Sie die Prinzipien des Zugriffs mit geringster Berechtigung einhalten können. Erhalten Sie Einblicke in die zentrale Verwaltung des Zugriffs auf verfügbare Datensätze und wenden Sie differenzierte Berechtigungen für verschiedene Benutzer mit den Computing-Engines ihrer Wahl an.

Redner: Praveen Kumar, Senior Analytics Solutions Architect, AWS
Dauer: 30 Min.

Apache Spark sicher und skalierbar mit minimalem Betriebsaufwand ausführen (Level 200)
In einer sich ständig weiterentwickelnden Marktlandschaft ist es für Unternehmen unerlässlich, die Markteinführungszeit von Analytics-Workloads zu verkürzen. Viele Unternehmen nutzen Apache Spark, um Wettbewerbsvorteile zu erzielen, die Geschäftskosten zu optimieren und die Entscheidungsfindung zu beschleunigen. In diesem Vortrag befassen wir uns mit drei Optionen zum Ausführen von Open-Source-kompatiblen Apache-Spark-Aufträgen in AWS. Wir besprechen, wie Analytics-Workloads von Apache Spark in großem Maßstab mit minimalem Konfigurations- und Betriebsaufwand und sicher in Amazon Athena für Apache Spark und Amazon EMR Serverless ausgeführt werden können.

Redner: Amir Shenavandeh, Senior Big Data Solutions Architect, AWS
Dauer: 30 Min.

Einen leistungsstarken, transaktionalen serverlosen Data Lake in AWS aufbauen (Level 200)
Ein Data Lake ist ein zentrales Repository zum Speichern strukturierter und unstrukturierter Daten in beliebiger Größenordnung und in verschiedenen Formaten. Aufgaben wie das Aktualisieren, Löschen einer Teilmenge identifizierter Datensätze aus dem Data Lake und das gleichzeitige Vornehem von Änderungen können jedoch zeitaufwändig und kostspielig sein. In diesem Vortrag untersuchen wir die gängigsten transaktionalen Data-Lake-Formate. Anhand von Beispielen aus der Praxis zeigen wir, wie leistungsstarke transaktionale Data Lakes erstellt werden können, um Analyseabfragen auszuführen, die einheitliche und aktuelle Ergebnisse mit Analytik und Serverless-Lösungen wie Amazon Apache Iceberg in EMR Serverless und Amazon Athena liefern. Der Vortrag befasst sich mit der Unterstützung von ACID (Atomicity, Consistency, Isolation, Durability)-Transaktionen in einem Data Lake, mit Time-Travvel, der Entwicklung von Schema/Partitionen und der Bereinigung einzelner Datensätze, um die regulatorischen und Compliance-Anforderungen zu erfüllen, wenn die Data-Lake-Anwendungsfälle zunehmen.

Redner: Indrajit Ghosalkar, Senior Solutions Architect, AWS
Dauer: 30 Min.

Ihre Anwendungen mit Amazon QuickSight verbessern (Level 200)
Jeden Tag treffen Benutzer in Ihrem Unternehmen Entscheidungen, die sich auf die Geschäftsergebnisse auswirken. Wenn sie die richtigen Informationen zur richtigen Zeit haben, können sie die Entscheidungen treffen, die das Unternehmen in die richtige Richtung bewegen. In diesem Vortrag werden die verschiedenen Einbettungsansätze behandelt, mit denen Sie Amazon QuickSight in Ihre Anwendung einbetten können, sowie die Anwendungsfälle für das Einbetten von QuickSight-Dashboards. Wir zeigen, wie Sie QuickSight in Ihre Anwendungsarchitektur integrieren, Berechtigungen und Sicherheit konfigurieren und die APIs von QuickSight verwenden können, um Dashboards und Berichte einzubetten.

Redner: Olivia Carline, QuickSight Solutions Architect, AWS
Dauer: 30 Min.

Analysen innerhalb von 20 Minuten mithilfe der zentralisierten Protokollierung mit der OpenSearch-Lösung protokollieren (Level 200)
Protokollanalysen sind unerlässlich, um Probleme zu untersuchen, Ausfallzeiten zu beheben und die Ausfallsicherheit von Anwendungen zu erhöhen. Anwendungen können aus vielen beweglichen Teilen bestehen, und nicht alle Teams verfügen über die richtigen Fähigkeiten oder die Zeit, um zentrale Protokollierungsfunktionen aufzubauen, die Ereignisse zwischen verschiedenen Anwendungsebenen korrelieren. In diesem Vortrag erfahren Sie, wie Amazon OpenSearch Ihnen eine umfassende Protokollverwaltung bietet sowie einen einfacheren Aufbau von Protokollanalyse-Pipelines. Erfahren Sie, wie Sie Protokolle aus Ihrem CDN, Ihrer Firewall, Ihrem Netzwerk, Ihren Anwendungen und Datenbanken mit nur wenigen Klicks auf ein einziges Dashboard übertragen können, ohne Code schreiben zu müssen. Wir zeigen auch, wie Sie mit Amazon OpenSearch Service in AWS in 20 Minuten eine zentrale Protokollanalyseplattform erstellen können. Sie erfahren außerdem, wie Sie Protokolle aus benutzerdefinierten Anwendungen und anderen AWS-Lösungen aufnehmen und visualisieren können.

Redner: Muhammad Ali, Principal Analytics Solutions Architect, AWS
Dauer: 30 Min.

Analysefunktionen erschließen, indem Sie Ihre Legacy-Datenbank in ein Amazon Redshift Data Warehouse migrieren (Level 200)
Kunden möchten einen höheren Mehrwert aus ihren Daten gewinnen, und es wird immer schwieriger, Legacy-Anwendungen zu verwenden. Amazon Redshift, ein speziell entwickelter umfangreicher Analyseservice, gewinnt tiefere und schnellere Einblicke aus Ihren Daten aus dem gesamten Unternehmen. In diesem Vortrag präsentieren wir die häufigsten Szenarien von Kunden, die zu Amazon Redshift migrieren möchten, und die Vorteile, die sich aus der Modernisierung ihrer Analyseplattform ergeben. Wir zeigen, wie Sie Legacy-Datenbanken schnell und einfach zu Amazon Redshift migrieren, die Funktionen von Redshift nutzen und Ihre Zeit zur Gewinnung von Erkenntnissen mit schnellen, einfachen und sicheren umfangreichen Analysen verkürzen können.

Redner: Sean Beath, Redshift Specialist Solutions Architect, AWS
Dauer: 30 Min.

Eine schnellere Amortisierung erzielen, indem Sie Datensilos mit Amazon Redshift vereinheitlichen (Level 200)
Daten, die Sie für Einblicke benötigen, werden nicht nur mehr, sondern werden auch immer vielfältiger (Protokolldaten, Clickstream, Sprache, Video). Sie befinden sich oft in verschiedenen Datensilos oder sogar bei Drittunternehmen. Von Benutzern aus Abteilungen, Organisationen und Regionen wird erwartet, dass sie mit transaktionskonsistenten Daten arbeiten. Der Prozess der Transformation der Daten zwischen diesen Silos ist jedoch mit Problemen wie Datenduplizierung und -verlust, Inkonsistenzen, Ungenauigkeiten und Datenübertragungsverzögerungen sowie Netzwerkengpässen behaftet. In diesem Vortrag wird behandelt, wie Amazon Redshift, ein vollständig verwalteter Cloud-Data-Warehouse-Service, Datensilos durchbricht und den Datenaustausch zwischen Regionen und Konten ermöglicht. Lernen Sie die gängigen Datenintegrationsmuster für Amazon Redshift kennen, das seine native Integration mit einer Vielzahl von Services nutzt. In dem Vortrag wird auch gezeigt, wie Daten gemeinsam genutzt werden können und wie Live-Daten auf sichere Weise geteilt und abgerufen werden können, ohne dass Daten verschoben oder kopiert werden müssen.

Redner: Paul Villena, Redshift Solutions Architect, AWS
Dauer: 30 Min.

Ansätze zur Vereinfachung der Datenintegration für schnellere Erkenntnisse (Level 200)
Unternehmen benötigen zunehmend Analysen von Betriebsdaten nahezu in Echtzeit, um die Benutzererfahrung zu verbessern und Prozesse zu optimieren. Betriebliche Analysesysteme sind jedoch auf eine einzelne Datenbank beschränkt oder bestehen aus benutzerdefinierten Datenpipelines, deren Verwaltung schwierig und kostspielig sein kann und manchmal zu stundenlangen Verzögerungen beim Abrufen von Transaktionsdaten für Analysen führen kann. Dieser Vortrag befasst sich eingehend mit der Nutzung von Amazon Aurora, das die Zero-ETL-Integration mit Amazon Redshift unterstützt. Erfahren Sie, wie Sie mit dieser neuen No-Code-Integration zwischen Amazon Aurora und Amazon Redshift Analysen und Machine Learning für Petabyte an Transaktionsdaten nahezu in Echtzeit durchführen können.

Rednerin: Partha Sarathi Sahoo, Senior Technical Account Manager, Analytics, AWS
Dauer: 30 Min.

Vereinfachen und Beschleunigen der Datenintegration und ETL-Modernisierung mit AWS Glue (Level 200)
ETL (Extract-Transform-Load) spielt bei jeder Datentransformation eine wesentliche Rolle. Der erste Schritt in einem Analytics- oder Machine-Learning-Projekt besteht darin, Ihre Daten zu entdecken und aufzubereiten, um qualitativ hochwertige Ergebnisse zu erzielen. In diesem Vortrag erfahren Sie, wie AWS Glue, eine serverlose, skalierbare Datenintegrationslösung, allen Benutzern umfassende Funktionen zur einfachen Erstellung und Verwaltung von Datenpipelines bietet. Wir zeigen, wie Sie die Self-Service-Datenaufbereitung im gesamten Unternehmen ermöglichen und mithilfe von AWS Glue mit der ETL-Migration beginnen können. Wir besprechen auch, wie Benutzer aller Fähigkeitsstufen Datenpipelines mit AWS Glue erstellen und verwalten können.

Redner: Suman Debnath, Principal Developer Advocate, Data Engineering, AWS
Dauer: 30 Min.

Eine Streaming-Datenplattform mit Amazon Managed Streaming für Apache Kafka und Amazon Kinesis aufbauen (Level 200)
Viele Unternehmen, die versuchen, Streaming-Analytics-Architekturen aus ihren Echtzeit-Datenquellen zu entwickeln, haben dabei oft Schwierigkeiten, die richtigen Architekturmuster zu finden, die für sie passend sind. Darüber hinaus erfordert die Analyse von Streaming-Daten besondere Fähigkeiten, und es kann sich als schwierig gestalten, Stream-Verarbeitungskonzepte wie Fenster, Zeit und Status zu verstehen. Dieser Vortrag behandelt den Prozess des Aufbaus einer Streaming-Datenplattform mit AWS-Lösungen wie Amazon Managed Streaming für Apache Kafka und Amazon Kinesis. Wir befassen uns eingehend mit der Architektur und den Funktionen dieser Services und zeigen, wie sie verwendet werden können, um eine hochgradig skalierbare, fehlertolerante und leistungsstarke Datenstreaming-Lösung aufzubauen. Lernen Sie die wichtigsten Konzepte wie Datenerfassung, Stream-Verarbeitung, Datenspeicherung und Datenanalyse kennen und erhalten Sie praktische Einblicke in bewährte Verfahren und Anwendungsfälle. Am Ende des Vortrags erfahren Sie, wie Sie eine Streaming-Datenplattform aufbauen können, um große Mengen an Echtzeitdaten zu verwalten und wertvolle Erkenntnisse für Ihr Unternehmen zu gewinnen.

Redner: Masudur Rahaman Sayem, Senior Streaming Solutions Architect, AWS
Dauer: 30 Min.

Datensilos aufbrechen: Daten zwischen SaaS-Anwendungen und AWS übertragen (Level 200)
Unternehmen speichern wichtige Daten an mehreren Standorten und in verteilten Anwendungen. Die Datenerfassung, Datenaufbereitung und Anwendungsintegration für Berichte und Analysen können komplex, kostspielig und zeitaufwändig sein. In diesem Vortrag erklären wir, wie Sie Daten mit nur wenigen Klicks sicher zwischen Software as a Service (SaaS)-Anwendungen und AWS-Services wie Amazon S3 und Amazon Redshift übertragen können. Wir demonstrieren auch den Einsatz anderer Analyse- und ML-Lösungen, um innerhalb von wenigen Minuten Datenflüsse einzurichten, ohne Code schreiben zu müssen, und um Geschäftserkenntnisse abzuleiten.

Redner: Donnie Prakoso, Principal Developer Advocate, AWS
Dauer: 30 Min.

Sichere Zusammenarbeit und Analyse Ihrer Daten in AWS (Level 200)
Unternehmen suchen ständig nach Möglichkeiten, ihre Daten sicher auszutauschen und die Art der Zusammenarbeit zwischen mehreren Parteien zu verbessern. In diesem Vortrag erfahren Sie, wie Sie die Technologien in AWS für den sicheren Datenaustausch und die Zusammenarbeit nutzen können. Wir behandeln, wie Sie die Daten einfach, kostengünstig und risikofrei teilen und gleichzeitig Datenduplikate verhindern können. Der Vortrag präsentiert zudem Schritte, wie Sie innerhalb von Minuten einen sicheren Daten-Clean-Room einrichten und Einschränkungen für Abfragen, die von jedem Teilnehmer ausgeführt werden, hinzufügen können. Dafür nutzen Sie integrierte, anpassbare Analyseregeln und Datenschutzkontrollen.

Redner: Allison Quinn, Senior Analytics Specialist, AWS
Dauer: 30 Min.

Mit VMware Cloud in AWS und Analysen den geschäftlichen Nutzen aus Daten steigern (Level 200)
Unternehmen suchen ständig nach Möglichkeiten, Datenbarrieren abzubauen und Informationen aus verschiedenen Systemen und Ressourcen zu integrieren, um einen Mehrwert aus ihren Daten zu ziehen. Dieser Vortrag konzentriert sich auf die Integration von VMware Cloud in AWS in AWS-Analysen, was die Nutzung von Services vereinfacht, damit aussagekräftige Erkenntnisse aus Geschäftsdaten gewonnen werden können. Erhalten Sie Einblicke, wie Sie vorhandene lokale Anwendungen und Datenbanken nahtlos zu AWS verschieben können, indem Sie VMware Cloud in AWS nutzen, den Hybrid-Cloud-Service, der Unternehmen einen schnellen und nahtlosen Übergang in die Cloud ermöglicht. Sobald sich Ihre Anwendungen und Datenbanken in AWS befinden, zeigen wir Ihnen, wie Sie sie in andere AWS-Lösungen integrieren können, um schneller Erkenntnisse aus Ihren Daten zu gewinnen. Der Vortrag beinhaltet eine Demo darüber, wie AWS Lake Formation den Aufbau, die Verwaltung, die Sicherung und die gemeinsame Nutzung Ihrer Data Lakes vereinfacht. Wir besprechen außerdem, wie Sie wichtige Erkenntnisse gewinnen, Informationen in Ihrem Unternehmen verteilen und interaktive Dashboards mit Amazon QuickSight veröffentlichen können.
 
Redner: Greg Vinton, Specialist Solutions Architect, VMware Cloud on AWS
Dauer: 30 Min.

Datenintensive Workloads mit Data in Amazon EKS erstellen, bereitstellen und skalieren (Level 200)
Kubernetes hat sich aufgrund der verbesserten Agilität, Skalierbarkeit und Portabilität zu einer beliebten Plattform für diejenigen entwickelt, die sich mit der Ausführung von Daten- und Machine-Learning-Workloads befassen. Die Bereitstellung und Skalierung von Daten-Workloads in Kubernetes bleibt jedoch für viele Kunden weiterhin eine Herausforderung. Es gibt viele widersprüchliche Tools mit unterschiedlichem Reifegrad, Integrationsniveau und Kompatibilität mit bestehenden Plattformen. Diese Workloads haben oft einen hohen Durchsatz, sind rechenintensiv und für den Geschäftsbetrieb von entscheidender Bedeutung. Es ist eine korrekte Konfiguration erforderlich, damit ihre Anforderungen erfüllt werden. In diesem Vortrag wird gezeigt, wie Data on EKS (DoEKS) genutzt werden kann, um den Prozess der Erstellung, Bereitstellung und Skalierung von Daten-Workloads in Amazon EKS zu vereinfachen und zu beschleunigen. DoEKS baut auf dem Fundament des Amazon-EKS-Blueprints-Projekts auf und beinhaltet Anleitungen und Tools zur Unterstützung der besonderen Herausforderungen und Anforderungen datenbezogener Workloads in Kubernetes. Wir befassen uns eingehend mit den bewährten Methoden, Beispielen und Architekturen, die das Erstellen, Bereitstellen und Skalieren datenintensiver Workloads in Amazon Elastic Kubernetes Service (Amazon EKS) erleichtern sollen. So können Sie die Datenverarbeitung und -analyse vereinfachen, um wertvolle Erkenntnisse zu gewinnen und die Wertschöpfung voranzutreiben, einen Wettbewerbsvorteil zu erzielen und das Kundenerlebnis zu verbessern.
 
Redner: Frank Fan, Senior Containers Specialist Solutions Architect, AWS
Dauer: 30 Min.

Mit Amazon EMR, EKS und Amazon FSx für Lustre Ihre Apache-Spark-Workloads in Schwung bringen (Level 300)
Entwickler verwenden Spark in Kubernetes, um Big-Data- und Machine-Learning (ML)-Workloads auszuführen und so die Verwaltung zu vereinfachen und flexible Bereitstellungen zu ermöglichen. Nehmen Sie an diesem Vortrag teil, bei dem wir uns eingehend mit Amazon EMR in EKS für die Ausführung Ihrer Apache-Spark-Workloads in Amazon Elastic Kubernetes Service (Amazon EKS) befassen. Erfahren Sie, wie Sie sich mit dieser Bereitstellungsoption auf die Ausführung von Analyse-Workloads konzentrieren können, während Amazon EMR in EKS Container für Open-Source-Anwendungen erstellt, konfiguriert und verwaltet. Wir zeigen, wie eine leistungsoptimierte Laufzeit für Apache Spark ausgeführt werden kann, um die Ausführung von Workloads zu beschleunigen und die Betriebskosten zu senken. Erfahren Sie, wie diese Option Ihnen robuste Unterstützung für Mehrmandantenfähigkeit, verbesserte Sicherheit und eine Vielzahl von Optionen für den Aufbau einer einheitlichen Beobachtbarkeitslösung bietet. Wir zeigen auch, wie Batch- und Streaming-Workloads mit EMR in EKS und FSx für Lustre effizient betrieben werden können, damit datenintensive Vorgänge schnell und effizient durchgeführt werden können.

Redner: 
Vivekanand Tiwari, Cloud Architect, AWS Professional Services
Haofei Feng, Senior Cloud Architect, AWS Professional Services

Dauer: 30 Min.

Generative KI für Builder: So erstellen Sie innovative Lösungen mit AWS (Level 200)
In diesem Vortrag erfahren Sie, was generative KI in AWS ist, und entdecken mehr über die Vorteile der Technologien, um Ergebnisse zu erzielen, wie z. B. die Neuerfindung Ihrer Anwendungen, die Schaffung innovativer Kundenerlebnisse und die Steigerung einer beispiellosen Produktivität. Wir erläutern die AWS-Services und -Tools zum Erstellen und Bereitstellen generativer KI-Modelle. Sie untersuchen die vielen Beispiele für generative KI-Anwendungen in verschiedenen Bereichen und Branchen. Und wir nennen bewährte Methoden und Tipps für das Entwerfen und Testen generativer KI-Lösungen.

Redner: Vatsal Shah, Senior Solutions Architect, AWS India
Dauer: 30 Min.

Generative KI-Anwendungen mit Basismodellen von Amazon SageMaker erstellen (Level 300)
Generative KI ist eine leistungsstarke Technologie, mit der realistische und kreative Inhalte generiert werden können. In diesem Vortrag erklären wir den Aufbau und die Bereitstellung einer generativen KI-Lösung mit Stability AI und Hugging Face in AWS. Wir besprechen die Methoden der generativen KI und untersuchen, wie Amazon SageMaker Ihnen eine umfassende Implementierungsplattform bietet. Der Vortrag beinhaltet praktische Demos zu wichtigen Anwendungsfällen von Computer Vision mit Stable Diffusion, um Bildsynthese und Stilübertragung zu ermöglichen. Machen Sie sich mit dem Potenzial von großen Sprachmodellen (LLMs) in AWS vertraut und erfahren Sie, wie Sie den Kundensupport einfach automatisieren und schnell personalisierte Inhalte für Ihre Kunden generieren können. Dieser Vortrag bietet Ideen dazu, wie Sie reale, wertschöpfende Projekte mit generativer KI in AWS implementieren können

Redner: Melanie Li, Senior Technical Account Manager, Analytics, AWS
Dauer: 30 Min.

Chatbot-Leistung mit generativer KI mithilfe von Amazon Kendra und Amazon SageMaker gehosteten LLMs verbessern (Level 300)
In diesem Vortrag erfahren Sie, wie Sie Retrieval Augmented Generation (RAG) mithilfe von Amazon Kendra und von SageMaker gehostetem LLM (große Sprachmodelle) implementieren, um Bedenken hinsichtlich Datenschutz und Datenspeicherung auszuräumen. Wir zeigen, wie Sie RAG mit Amazon Kendra, einem semantischen Suchservice, kombinieren können, um die Antwortqualität von Chatbots erheblich zu verbessern, Halluzination zu vermeiden und gleichzeitig den Datenschutz zu gewährleisten. Erfahren Sie, wie Sie LLM kostengünstig und optimiert in Amazon SageMaker bereitstellen und RAG und LLM in die bestehende Chatbot-Infrastruktur integrieren können, um ein nahtloses Benutzererlebnis zu bieten. In dem Vortrag werden auch die Vorteile und praktischen Anwendungen von RAG beschrieben, die durch Amazon Kendra und das von SageMaker gehostete LLM ermöglicht werden, sodass Sie sichere, reaktionsschnelle und intelligente Chatbots erstellen können.

Redner: Ben Friebe, Senior ISV Solutions Architect, AWS
Dauer: 30 Min.

Das Kundenerlebnis mit generativer KI- und ML-basierter Stimmungsanalyse verbessern (Level 200)
Viele Unternehmen versuchen, Erkenntnisse aus über mehrere Kanäle stattfindenden Kundeninteraktionen zu gewinnen, um das Kundenerlebnis zu verbessern, sie sehen sich jedoch Herausforderungen wie verstreuten Inhalten und Datensilos gegenüber. In diesem Vortrag wird gezeigt, wie eine intelligente Omni-Channel-Kundeneinbindungsplattform in AWS entwickelt wird. In dem Vortrag erfahren Sie Schritt für Schritt, wie Sie Ihre Kunden-Feeds aus den Omni-Channel-Quellen sammeln, verarbeiten und beantworten können. Mit diesem Architektur-Framework, das Analysen, generative KI und ML-Lösungen umfasst, zeigen wir, wie Sie Ihre Kunden auf neue und bessere Weise ansprechen und Ihren Kunden das bieten können, was wirklich wichtig ist: ein besseres Erlebnis und ein höherer Wert wärend der gesamten Lebensdauer.

Redner: Hariharan Suresh, Senior Solutions Architect, AWS
Dauer: 30 Min.

Machine Learning durch Datenbanken und Analysen Buildern zugänglich machen (Level 200)
Unternehmen generieren, verarbeiten und sammeln heute mehr Daten als je zuvor, um die Marktlandschaft besser zu verstehen und den sich ändernden Bedürfnissen der Kunden gerecht zu werden. In diesem Vortrag erfahren Sie, wie AWS Entwickler auf unterschiedliche Weise unterstützt, indem Datenbanken und Analyselösungen wie Amazon Aurora, Amazon Redshift, Amazon Neptune und Amazon QuickSight ML-Funktionen hinzugefügt werden. Wir werden darüber berichten, wie die Annäherung von Machine Learning an die Daten den Workflow der Datenanalyse beschleunigt und tiefere, schnellere und umfassendere Einblicke bietet, mit denen erfolgreiche Ergebnisse erzielt werden.

Redner: Pierre Semaan, GTM Strategy and Solutions, SMB APJ, AWS
Dauer: 30 Min.

Schnellere Einblicke aus Echtzeit-Streaming-Daten in großem Maßstab mit Datenbanken, Analysen und ML (Level 200)
Die Verarbeitung von Streaming-Daten kann komplex sein, insbesondere wenn Sie in Echtzeit reagieren müssen. Nehmen Sie an diesem Vortrag teil, um zu erfahren, wie Sie auf einfache Weise Streaming-Daten in Echtzeit sammeln, verarbeiten und analysieren können, um zeitnahe Einblicke zu erhalten und schnell auf neue Informationen zu reagieren. Wir erläutern die gängigen Anwendungsfälle für Streaming-Daten und wie Sie AWS-Lösungen wie Analytik, Data Warehousing, Serverless und ML für Ihre Datenanalysen implementieren können. Wir demonstrieren anhand von Anwendungsszenarien unter anderem, wie Online-Transaktionsbetrug nahezu in Echtzeit erkannt werden kann. Wir zeigen, wie Sie diesen Ansatz, abhängig vom gewünschten Ergebnis und den zu ergreifenden Maßnahmen zur Betrugsprävention, auf verschiedene Datenstreaming- und ereignisgesteuerte Architekturen anwenden können.

Redner: 
Arun Balaji, Principal Prototyping Engineer, AWS India
Gopalakrishnan Subramanian, Principal Database Specialist Solutions Architect, AWS India

Dauer: 30 Min.

Datenanalyse und Anomalieerkennung in verteilten Datensätzen mit Verbundabfragen und Machine Learning vereinfachen (Level 200)
Entwickler müssen heutzutage Daten aus verschiedenen Quellen, wie Data Lakes, Datenbanken, lokalen Systemen, anderen Cloud-Systemen und Anwendungen von Drittanbietern, handhaben. Die Arbeit wird noch komplexer, wenn sie mit mehreren funktionsübergreifenden Teams zusammenarbeiten müssen. In diesem Vortrag wird gezeigt, wie das End-to-End-Architekturframework mit analytischen, serverlosen und anderen AWS-Lösungen erstellt wird, um Einblicke in die Daten zu gewinnen und anomale Transaktionen zu identifizieren. Erfahren Sie, wie Sie Amazon Athena Federated Query verwenden können, um diese Herausforderungen mit Verbundabfragen direkt in diese unterschiedlichen Datenquellen zu bewältigen, ohne Daten zu verschieben oder zu kopieren und leistungsstarke Analysen und Erkenntnisse zu generieren. Wir zeigen, wie Amazon Athena eine Verbindung mit Amazon SageMaker herstellt, um ML-Inferenzen mit SQL-Befehlen für Geschäftstransaktionen auszuführen, wodurch Erkenntnisse gewonnen und anomale Transaktionen identifiziert werden. Der Vortrag endet damit, wie die der Ergebnisse einer Athena-Verbundabfrage in Amazon QuickSight analysiert werden, um unterschiedlichen Analyseanforderungen gerecht zu werden, indem interaktive Dashboards, paginierte Berichte, eingebettete Analysen und Abfragen in natürlicher Sprache verwendet werden.

Redner: 
Sam Gordon, Senior Cloud Architect, AWS Professional Services
Ed Fraga, Cloud Architect, AWS Professional Services

Dauer: 30 Min.

Überwachung, Betrieb und Fehlerbehebung von Unternehmensressourcen mit AWS Chatbot (Level 300)
Viele Unternehmen verfügen über unterschiedliche Unternehmenstools und -plattformen, die oft nicht miteinander integriert werden können. Dadurch werden die Datenanalyse, die gemeinsame Nutzung von Daten und die Kollaborationsanalyse schwierig und zeitaufwändig. In diesem Vortrag erfahren Sie, wie Sie AWS Chatbots erstellen, einen interaktiven Agenten zum Einrichten von ChatOps für AWS-Ressourcen. Mit AWS Chatbot können Sie jetzt IT-Betriebsaufgaben mit Ihren bevorzugten Tools für die Zusammenarbeit kommunizieren und gemeinsam an ihnen arbeiten. Wir besprechen, wie Sie das Management von Infrastruktur und Anwendungen zentralisieren sowie Ihre Workflows automatisieren und optimieren können. Gewinnen Sie Einblicke darin, wie Sie ein interaktives und gemeinschaftliches Erlebnis schaffen können, wenn Benutzer in Echtzeit über die Chat-Oberfläche abfragen und kommunizieren. Der Vortrag umfasst außerdem eine Demo zum Empfangen von Warnmeldungen und zum Ausführen von Befehlen, um Diagnoseinformationen zu erhalten, sowie zum Erstellen von Supportfällen, sodass Sie schneller zusammenarbeiten und auf Ereignisse reagieren können, ohne zu anderen AWS-Tools wechseln zu müssen.

Redner: Vikas Awasthi, Principal Cloud Architect, AWS Professional Services
Dauer: 30 Min.

Aufbau einer intelligenten Lösung zur Erfassung von Erkenntnissen mithilfe von Analytik und ML (Level 200)
Viele Unternehmen müssen unabhängig von Größe und Branche wachsende Datenmengen verwalten. Sie müssen eine große Menge an unstrukturierten und halbstrukturierten Daten durchgehen, um aussagekräftige Erkenntnisse zu gewinnen. Manchmal müssen sie tief in verschiedene Dokumente und Daten eintauchen, um eingehende Nachforschungen anzustellen und daraus Wissen abzugewinnen. Um ihre Arbeit zu vereinfachen, möchten sie die wichtigsten Datenpunkte und Verknüpfungen zwischen verschiedenen Teams genau extrahieren und zeitnah Geschäftsentscheidungen treffen. Dafür benötigen sie intelligente Erkennungs- und Filtermechanismen, mit denen sie die richtigen Informationen zur richtigen Zeit erhalten. Dies kann ein sehr zeitaufwändiger Prozess sein. In diesem Vortrag zeigen wir, wie Sie mit Analysen und ML schnell genaue Erkenntnisse aus Ihren Dokumenten gewinnen können. Erfahren Sie, wie Sie AWS-Technologien wie Amazon-S3-Speicher, Amazon Textract, Amazon Comprehend, AWS Lambda und Amazon Kendra verwenden können, um eine kognitive und intelligente Erkennungs- und Suchplattform aufzubauen und aussagekräftige Erkenntnisse aus unstrukturierten Dokumenten zu extrahieren.

Redner: Darshit Vora, Senior Startup Solutions Architect, AWS India
Dauer: 30 Min.

Die Relevanz der semantischen Suche mit Analytik und Machine Learning verbessern (Level 200)
Der Aufstieg semantischer Suchmaschinen hat vielen Benutzern die Suche erleichtert. Die semantische Suche verwendet ML, um die Bedeutung von Abfragen zu verstehen, und verbessert die Nützlichkeit des Suchergebnisses, indem sie die Absicht und die kontextuelle Bedeutung dieser Begriffe versteht und Ergebnisse erzielt, die aussagekräftiger sind als bei der Textsuche. Dieser Vortrag befasst sich mit der Bedeutung der Suchrelevanz, der semantischen Suche und der zugrundeliegenden Architektur. Wir zeigen, wie Sie mit Amazon SageMaker und Amazon OpenSearch Service eine semantische Suchmaschine erstellen und die Suchrelevanz verbessern können.

Redner: Kamal Manchanda, Solutions Architect, AWS India
Dauer: 30 Min.

Echtzeitanalysen am Edge und in der Cloud (Level 200)
Maschinenausfälle können sich negativ auf die Betriebseffizienz von Anlagen und Fabriken auswirken, doch die Identifizierung kritischer Störungen und die Untersuchung der physikalischen Parameter stellen eine Herausforderung dar. Um den Fehlererkennungsprozess zu verbessern, ist es entscheidend, Produktionssysteme zu überwachen und Leistungsdaten in Echtzeit zu sammeln. In diesem Vortrag erörtern und demonstrieren wir verschiedene Optionen, die zur sicheren Verbindung und Erfassung von Gerätedaten zur Verfügung stehen, um mithilfe von AWS-Analysen und ML Einblicke in Echtzeit am Edge und in der Cloud zu gewinnen. Darüber hinaus präsentieren wir einen Anwendungsfall, bei dem Daten von mehreren Geräten gesammelt und kritische Parameter in Echtzeit am Netzwerkrand überwacht werden. Außerdem zeigen wir ein zentralisiertes Dashboard mit konsolidierten Daten von mehreren Standorten.

Vortragende: 
Arun Balaji, Principal Prototyping Engineer, AWS India
Vikram Shitole, Prototyping Engineer, AWS India

Dauer: 30 Min.