News-Archiv / Projekte

Nutzen Sie Confluence Data Center oder Jira Data Center? Dann gibt es Grund zur Freude: Wir haben unsere beliebtesten Atlassian-Apps fit für Data Center gemacht.

Nachdem Atlassian im vergangenen Jahr alle Server-Produkte abgekündigt hat, werden in Zukunft die Data Center-Produkte umso wichtiger. Diesen Trend gehen wir mit und haben einige unserer Apps für die Nutzung auf Data Center-Produkten überarbeitet. Vielleicht ist auch für Sie etwas Spannendes dabei, schauen Sie sich die Apps doch mal an:

Confluence:

• Multivote & Enterprise Survey: Große und kleine Umfragen direkt in Confluence umsetzen
• Page Gardener: Confluence-Seiten aktuell halten
• Table Enhancer: Mehr Funktionalität für Tabellen - Zeilennummern, initiale Sortierung und Summe von Tabelleneinträgen

Jira:

• Custom Content: Webseiten und Bilder in Dashboards einfügen
• Issue Printer: Jira-Tickets mit eigenen Templates drucken
• Barcharts: Balkendiagramme auf Dashboards anzeigen
• Workflow Enhancer: Bessere Bestätigungen, Bedingungen und Folgefunktionen

Stellen Sie sich ein Unternehmen vor, dessen Mitarbeiterzahl und Anzahl der genutzten Webdienste stetig wächst. Denken Sie außerdem an die Zeit, die damit verbracht (bzw. verschwendet) wird, sich bei vielen dieser Webdienste jeden Tag einzeln anzumelden - und das bei jedem Mitarbeiter. Die Vorteile eines unternehmensweiten Identitäts- und Zugriffsmanagements (IAM) inklusive einer Single-Sign-On-Lösung (SSO) sind offensichtlich. Keycloak nutzt offene Standards zur Authentifizierung von Nutzern unternehmensinterner Anwendungen und unterstützt auch externe Dienste, wie Slack oder Zoom. Leider hinkt es dem hinterher, was zum Standard für die Wartung von IT-Systemen geworden ist: Configuration as Code (CaC). An dieser Stelle kommt der Terraform Keycloak Provider ins Spiel. TNG hat zu diesem recht ausgereiften Open-Source-Projekt beigetragen und es zur Anwendung gebracht.

tl;dr: Wir unterstützen einen Keycloak-Provider für Terraform und verwenden ihn, um unseren Authentifizierungsserver zu verwalten. Schnelle und zuverlässige Iterationen an dieser sehr kritischen Infrastrukturkomponente sind jetzt mit unseren üblichen Softwareentwicklungsmethoden und hohen Standards möglich.

Wir haben mehrere Kandidaten im Hinblick auf den erforderlichen zusätzlichen Entwicklungsaufwand und unsere Stabilitätsziele verglichen. Der Kubernetes Keycloak Operator ist ein relativ junges Projekt und daher für unsere Zwecke nicht genügend erprobt. Eine andere Möglichkeit, die Keycloak-API zu abstrahieren, ist der Keycloak-Ansible-Provider. Das Tool hat uns allerdings in früheren Projekten, u.a. aufgrund eines schwierigen Zustands der Dokumentation, nicht überzeugt. Der dritte Kandidat, den wir uns angesehen haben und für den wir uns schließlich entschieden haben, war der Terraform Keycloak Provider. Für ihn spricht, dass er LDAP-User Federation und eine ausreichende Anzahl von Keycloaks Role Mappers unterstützt, und dass Terraform neben der manuellen Konfiguration auch eine automatisierte Provisionierung ermöglicht.

An einigen Stellen mussten wir den Provider patchen. Der Maintainer, Michael Parker, reagierte schnell und wir arbeiteten gemeinsam an unseren Pull-Requests.  Mittlerweile haben wir schon einige Erfahrung mit der Erweiterung und Wartung von Keycloak über Terraform gesammelt. Unserer Erfahrung nach scheint es so einfach zu sein wie die manuelle Konfiguration in der Benutzeroberfläche. Terraform-Module halten unsere Client-Konfiguration und erlauben es uns, verschiedene Parameter schnell zu tunen und zu testen. Jede Fehlkonfiguration kann schnell durch Wiederherstellung einer funktionierenden Version behoben werden. Außerdem kompensieren wir fehlende Features im Provider, indem wir die Konfiguration manuell vervollständigen. Dieser hybride Ansatz erlaubt auch leichtgewichtige Experimente durch Rückgriff auf die Benutzeroberfläche. 

Nachdem wir unsere Keycloak-Konfiguration in Code umgewandelt hatten, ging die Migration unserer Keycloak-Instanzen auf Kubernetes einfach und problemlos vonstatten. So wie es sein sollte.

Was denken Sie? Sprechen Sie uns gerne an, wenn Sie Fragen haben oder Unterstützung benötigen!

Endlich ist sie da - unsere rundum erneuerte und erweiterte App für Umfragen und Abstimmungen in Confluence: Multivote & Enterprise Survey. Auch weiterhin ist unser beliebtes Multivote-Makro enthalten, das als Vorgängerversion die am weitesten verbreitete Polling-App für Confluence war. Zusätzlich findet sich in der neuen App nun auch das neue Survey-Makro. Besonders spannend ist hier die Möglichkeit von komplexen, dynamischen Umfragen: Dabei werden spätere Fragen nur angezeigt, wenn Teilnehmer bestimmte Antworten auf frühere Fragen gegeben haben. Intern nutzen wir solche Surveys unter anderem regelmäßig, um unsere Firmenretreats zu organisieren. So können wir zum Beispiel die Auswahl von Freizeitaktivitäten am Samstag nur denjenigen anzeigen, die vorher angegeben hatten, am Samstag auch tatsächlich teilnehmen zu wollen. Weitere Anwendungsfälle können Mitarbeiterbefragungen oder auch die Sammlung von Feedback zu unternehmensweiten Fragestellungen sein. Schauen Sie doch mal bei uns im Atlassian Marketplace vorbei, für eine begrenzte Zeit gibt es dort einen 50%-Rabatt für die neue Version der App.

Wir schreiben das Jahr 2020 – das Jahr der Veränderungen, aber auch des Aufbruchs und der Innovationen. Viele Dinge haben sich geändert und fordern neue Lösungsansätze. Die durch Corona bedingte Zeit der Zurückgezogenheit war aber auch eine wertvolle Chance, über Dinge nachzudenken und Neues zu erschaffen!

Die Security and Safety Things App Challenge 2020 bot den perfekten Rahmen, um unsere Computer-Vision-Skills unter Zeitdruck unter Beweis zu stellen. Innerhalb von drei Monaten gelang es uns, zwei innovative Apps zu erstellen – von der Idee bis zur Verfügbarkeit im Marktplatz. Tatsächlich wurden gleich beide Apps mit dem ersten Preis belegt; Visual Feedback gewann im Bereich Einzelhandel und Kommerz und die Dynamic Privacy Mask im Bereich der Smart Cities!

Dieses Jahr verabschieden wir uns also nicht nur vom Händedruck, sondern auch von unhygienischen Feedback-Buttons! Wie uns nämlich Filialleiter aus dem Einzelhandel zugetragen haben, ist das Kundenfeedback tatsächlich drastisch zurückgegangen. Hier schaffen wir mit Visual Feedback Abhilfe! Die App ermöglicht das Abgeben von Feedback mittels Handgeste (Demo-Video). Um den Prozess spielerisch zu gestalten, werden der Stimmung entsprechende Emojis anstelle des Kopfes eingeblendet. Das Ganze ist damit nicht nur kontaktlos, sondern macht auch noch Spaß!

Ernster geht es bei unserer zweiten App zu. Wenn hochauflösende Sicherheitskameras persönliche Daten aufzeichnen, hinterlässt das bei vielen von uns ein ungutes Gefühl. Sicherlich lässt sich das nie ganz vermeiden (Kameras sind ja schließlich dazu da, Menschen aufzuzeichnen!), aber das heißt ja nicht, dass im Supermarkt auch die Kreditkarte oder das PIN-Pad mitgefilmt werden müssen oder im Wartebereich am Flughafen der Bildschirm des eigenen Laptops. Zumal die DSGVO vorschreibt, dass Erhebung persönlicher Daten auf das notwendige Maß beschränkt sein muss ("Datenminimierung"). Mit der Dynamic Privacy Mask helfen wir, diese Datenminimierung weiter voranzutreiben: Unsere App maskiert mithilfe eines Neuronalen Netzes erfolgreich Objektklassen wie Personen, Laptops und Tastaturen (Demo-Video) – und künftig auch PIN-Pads, Kreditkarten und Mobiltelefone. Damit hoffen wir langfristig sogar den Standard beim Datenschutz zu erhöhen. Denn die DSGVO besagt auch, dass sich Betreiber von Sicherheitskameras am aktuellen Stand der Technik orientieren müssen, um die Persönlichkeitsrechte der Gefilmten und insbesondere deren Grundrecht auf informationelle Selbstbestimmung zu wahren.

Sie finden das spannend und wollen mehr über unsere Apps lernen? Für mehr Informationen wie auch Feedback schreiben Sie uns gerne unter iot-apps(at)tngtech.com.

Mit Hausgeräten sprechen klingt nach Science Fiction? Nicht unbedingt! Wie einst Ali Baba die Schatzkammer, können nun die Besitzer eines neuen Ofens diesen mit dem Ausruf "Sesam öffne Dich" aufmachen. Ein "Ofen, öffne die Tür" tut es allerdings auch.

Dieses wahrgewordene Märchen hat unserem Kunden den ersten Platz für "Excellence in Business to Consumer" beim diesjährigen German Innovation Award eingefahren. Die Sprachunterstützung hat TNG gemeinsam mit dem Kunden entwickelt. Man kann dem Ofen mit Sprachassistenten wie Amazon Alexa nun sagen, die Tür zu öffnen, wenn man zum Beispiel gerade die Hände voll hat. 

Wir freuen uns, die Innovationen der Zukunft mitgestalten zu können.

Mit Hilfe modernster Kameras von Security and Safety Things können Machine-Learning-Algorithmen direkt auf dem Gerät ausgeführt und somit eine Vielzahl komplexer Erkennungsaufgaben übernehmen, ohne Videodaten über das Netzwerk zu übertragen.

Die von TNG entwickelte Person Anonymizer-App (verfügbar im zugehörigen App-Store) macht sich dies zu Nutze und demonstriert, wie Personen im Videostream in Echtzeit erkannt und maskiert werden können. So schützt die Technologie bei Anwendungsfällen, in denen Menschen nicht Ziel der Überwachung sind, die Privatsphäre. Ein kurzes Youtube-Video von Security and Safety Things demonstriert den AppStore am Beispiel des Person Anonymizers und zeigt diesen live in Aktion.

Einmal ins Unternehmens-Wikis geschriebene Inhalte geraten häufig in Vergessenheit. Sie werden nicht mehr aktualisiert oder archiviert, obwohl sie veraltet sind. Bei diesem Problem kann unsere App Page Gardener Companion for Confluence helfen.

Der Page Gardener beobachtet den Lebenszyklus Ihrer Seiten und Bereiche in Atlassian Confluence. Er ermöglicht es Ihnen einen Verantwortlichen zu benennen, der nach einer gewählten Zeitspannen an die Aktualisierung seiner Seiten erinnert wird. Diese Automatisierung hilft, Seiten aktuell zu halten. Das vermeidet Missverständnisse, die Zeit und Geld kosten. Konzentrieren Sie sich auf den Inhalt, nicht auf den Prozess.

Haben wir Ihr Interesse geweckt? Besuchen Sie uns im Atlassian Marketplace und testen Sie die App für 30 Tage kostenlos.

Manchmal muss man aus der Not eine Tugend machen. In Anbetracht des sich ausbreitenden SARS-CoV-2-Virus hat TNG am vergangenen Freitag ein Experiment gestartet - einen virtuellen Techday mit Workshops, Vorträgen und sogar einer virtuellen "Aktuellen Halben Stunde". Schon lange wird der wöchentliche unternehmensinterne Informationsvortrag der TNG-Partner zusätzlich zum Präsenzvortrag gestreamt, doch am Freitag fand er zum ersten Mal rein virtuell in einer Videokonferenz statt. Bis zu 230 Kollegen schalteten sich zu. Für Interaktivität sorgte parallel ein Chat - in welchem viel applaudiert (via Emoticons) und kommentiert wurde.

Allgemein gab es viel gutes Feedback der Mitarbeiter zum virtuellen Techday. Dennoch freuen wir uns, uns auch bald wieder in persona austauschen zu können.

Hierzu halten die Kollegen einen Vortrag beim Virtual Big Techday am 8. Mai 2020.

Black Friday: dieser umsatzstärkste Tag im Jahr stellt für unseren kräftig wachsenden Kunden aus dem Online-Retail jedes Jahr eine besondere technische Herausforderung dar. Der Webshop muss dauerhaft unter zuvor ungesehener Last zuverlässig funktionieren. Bereits im Vorfeld deuteten 2019 kurze Störungen zu Spitzenzeiten auf bevorstehende Probleme hin, trotz eines bereits erfolgten Hardwareupgrades.

In iterativer Vorgehensweise identifizieren und beseitigen wir mehrere Performancebottlenecks und optimieren die Konfiguration der Applikation. Dies geschieht mittels eines JMeter-Testplans mit am Kundenverhalten modellierter Requestverteilung. Die Ausführung erfolgt aus der Cloud heraus direkt auf Produktion und ermöglicht es uns, verschiedene Lastszenarien zu realisieren. Dabei sorgen technische und organisatorische Maßnahmen dafür, dass Kunden nicht beim Einkaufen gestört werden. Elastic Stack, Prometheus & Grafana dienen als Hauptwerkzeuge zur Identifikation und Analyse relevanter Backend-Metriken.

Die so erzielten Verbesserungen entfalten schließlich die gewünschte Wirkung: der mögliche Durchsatz wurde verdoppelt und die heiße Phase wird ohne Zwischenfälle überstanden. Dank neuen Monitorings lassen sich zukünftig auftretende Performanceprobleme leichter erkennen, verstehen und zeitnah beheben.

Deep Fakes sind auf Basis künstlicher Intelligenz erstellte Fälschungen von Bildern oder Videos, in der Regel werden Gesichter ausgetauscht. Somit entsteht die Illusion, eine andere Person in einem Video zu sehen. Als Forschungsprojekt hat sich das TNG Innovation Hacking Team das Ziel gesetzt, besser zu verstehen, was bei Deep Fakes technisch möglich ist. Darüber hinaus wollten wir herausfinden, wo deren Grenzen liegen - insbesondere inwieweit und mit welcher Bildqualität es möglich ist, solche Deep Fakes in Echtzeit zu erzeugen.

Als Ergebnis unserer Forschung können wir tatsächlich in einem von einer Kamera aufgenommenen Video-Stream in Echtzeit das Gesicht der gefilmten Person durch das Gesicht einer anderen Person ersetzen und dabei die Mimik und Bewegungen der ursprünglichen Person übernehmen.

Wir verwenden dazu verschiedene Techniken aus dem Bereich der Computer Vision und der neuronalen Netze, um Gesichter in der Videoeingabe zu erkennen, zu übersetzen und zurück in die Videoausgabe zu integrieren. Zum Einsatz kamen in dem Projekt in Keras trainierte Autoencoder-Netze. Trainiert wurden diese mittels sogenannter GANs (Generative Adversarial Networks), die auch gleichzeitig die Erkennung von Fälschungen ermöglichen. Zusätzlich verwenden wir verschiedene andere neuronale Netze zur Gesichtserkennung und Gesichtssegmentierung.