TIBCO präsentiert neue Produkte, Features und Integrationsfunktionen, mit denen sich agile Innovationen so einfach wie noch nie realisieren lassen. Dreh- und Angelpunkt der Neuerungen sind technologische Ungebundenheit, Cloud-natives Deployment und die umfassende Nutzung von künstlicher Intelligenz.
Die Verbesserungen der TIBCO Connected Intelligence Plattform ermöglichen noch kürzere Reaktionszeiten. TIBCO-Kunden können dadurch schneller und nachhaltiger innovativ sein und ihre Ideen und Investitionen effizienter in geschäftlichen Mehrwert verwandeln.
Cloud-first und Cloud-native
Im Einklang mit dem Cloud-first- und Cloud-native-Ansatz stellt TIBCO ab sofort sein TIBCO Mashery Local Developer Portal als vollständig Cloud-natives Deployment bereit, wobei sowohl private Cloud als auch On-Premise-Modelle unterstützt werden. Mit diesem Schritt können TIBCO-Kunden noch einfacher auf Cloud-native Architekturplattformen wie Kubernetes umsteigen.
Unternehmen, die mit der steigenden Komplexität eines rechtskonformen Metadaten-Managements kämpfen, können sich am Beta-Programm für TIBCO Cloud Metadata beteiligen, einem neuen Cloud-nativen Service für das Management von Metadaten im Unternehmen, das auf TIBCO EBX basiert und komplett auf der TIBCO Connected Intelligence Cloud Plattform ausgeführt wird.
Open-Source
Angesichts der Tatsache, dass die TIBCO-Kunden neben proprietären kommerziellen Anwendungen und Tools verstärkt auch Open-Source-Programme und Software-Sharing nutzen, bindet TIBCO vermehrt quelloffene Komponenten in seinen Produktmix ein. So bietet der TIBCO Messaging Manager 1.0.0 mit umfassendem Apache Kafka Management Toolkit eine intelligente, prädiktive Kommandozeile mit automatischer Vervollständigung, die das Setup und Management von Apache Kafka vereinfacht.
Mit ihrem gemeinsamen Management-Plugin und der gemeinsamen Oberfläche vereinfachen die TIBCO Messaging-Komponenten fortlaufende Integrations- und Deployment-Aufgaben. Der TIBCO Messaging Manager erweitert den 24x7-Support von TIBCO für Apache Kafka und ermöglicht den Nutzern der Connected Intelligence Cloud Plattform, bei Integration, Ereignisverarbeitung und Echtzeit-Messaging mit historischem Kontext von den innovativen Kafka-Funktionen zu profitieren.
Ergänzend dazu unterstützt TIBCO nun auch die IoT-basierte Maschine-zu-Maschine-Kommunikation über die OPC Foundation Unified Architecture in TIBCO Streaming-Software. Im Zuge seines Engagements für das Open-Source-Projekt Flogo kündigt TIBCO zudem das Project Flogo Streaming User Interface an.
Dieses ist in bestehende TIBCO-Lösungen eingebettet und ermöglicht Entwicklern, ressourceneffiziente, smartere Apps für die Echtzeit-Verarbeitung von Streaming-Daten am Edge oder in der Cloud zu erstellen und dadurch die Produktivität von IT-Expertenressourcen zu verbessern.
Nicht zuletzt untermauert TIBCO seinen Einsatz für die Open-Source-Community, indem es mit CatalystML eine quelloffene Spezifikation veröffentlicht, mit der sich Datentransformationen erfassen und ML-Artefakte in Echtzeit-Anwendungen mit hohem Durchsatz verarbeiten lassen.
KI-basiert
Künstliche Intelligenz ist die Basis für die Weiterentwicklung des gesamten TIBCO-Portfolios, denn nur mit KI kann echte Innovation entstehen. Noch nie war es so einfach, ML-basierte Modelle bereitzustellen und mit Datenfeeds zu koppeln, um schnellere und smartere Echtzeit-Entscheidungen zu treffen. Vor diesem Hintergrund banden die TIBCO-Entwickler von Anfang an künstliche Intelligenz als Kernkapazität in ihre Produkte ein.
Ein Beispiel für diesen Ansatz ist die TIBCO AutoML-Erweiterung für die Data Science-Software, die mittels TIBCO LABS die schnelle Entwicklung und Auswahl von KI-Workflows gestattet. Daneben ermöglichen neue Funktionen für das Process Mining über TIBCO LABS, das Prozessverhalten aus Ereignisprotokollen abzulesen, und selbiges zu optimieren und vorherzusagen.
Weitere Maßnahmen zur Stärkung des KI-Fundaments beinhalten eine interaktive KI-Funktion in TIBCO Spotfire und die Fähigkeit, aus Spotfire heraus Runner-Programme aufzurufen, um TIBCO Data Science-Modelle zu testen. Abgerundet wird das Innovationspaket durch eine Streaming Data Science-Funktionalität innerhalb des neuen Intelligent Equipment Accelerators, mit der sich ML-Modelle für Echtzeit-Streamingdaten aufrufen lassen.