Künstliche Intelligenz

In diesem Artikel sehen wir uns die Architektur von Zahlungen zwischen KI-Agenten im Detail an: den Protokoll-Stack, den konkreten Abwicklungsmechanismus, die Frage des Vertrauens ohne Vermittler, die für dieses Paradigma spezifischen Sicherheitslücken und schließlich die Anforderungen, die sich aus Governance-Sicht ergeben.

Generative künstliche Intelligenz hat einen neuen Begriff in das Vokabular von Technik- und Finanzverantwortlichen eingeführt: den Token. Während KI-Agenten den Schritt von der Demonstration hin zum produktiven Einsatz vollziehen, verändert diese kleine Einheit die IT-Budgets grundlegend. Willkommen im Zeitalter der Tokenomics.

Die KI-Nutzung nimmt rasant zu, doch Vertrauen, Governance und Datenbereitschaft halten damit nicht Schritt.

Die gehosteten KI-Modelle von Splunk sind ab sofort für Splunk Cloud Platform-Kunden allgemein verfügbar.

Unternehmen liefern sich ein Wettrennen um die Einführung von KI, um ihre Effizienz zu steigern. Dabei sehen sich viele jedoch mit einer neuen Herausforderung konfrontiert, nämlich einer immer größeren betrieblichen Komplexität. Dieses „Resilienzparadoxon“ erschwert den Aufbau digitaler Resilienz.

Mit Splunk Data Management lassen sich Telemetrie-Rohdaten in Echtzeit-Erkenntnisse umwandeln. Kritische Use Cases in Bereichen wie SecOps, ITOps, Netzwerksicherheit und Observability werden wirksam und bereichsübergreifend unterstützt.

Spannende News rund um das Deep Learning Toolkit (DLTK): Die Splunk App wird jetzt unter dem Namen Data Science and Deep Learning (DSDL) geführt. Das klingt vielleicht nicht ganz so griffig, spiegelt aber besser die beiden Use Cases wider, für die die App konzipiert ist.

In diesem Blog erfahren Sie, wie Sie Ihr Machine-Learning-Modell auf eine neue Weise organisieren können: mit Online Learning.

In diesem Blog beleuchten wir drei interessante neue Algorithmusmethoden, die in der aktuellen Version der Deep Learning Toolkit (DLTK) App für Splunk verfügbar sind.