Red Hat, der weltweit führende Anbieter von Open-Source-Lösungen, präsentiert die jüngste Version von Red Hat Process Automation, die neue Funktionen für angewandte Künstliche Intelligenz (KI) zur vorausschauenden Entscheidungsfindung sowie Unterstützung bei der Entwicklung von prozess- und entscheidungsbasierten Geschäftsanwendungen unter Verwendung von Micro-Frontend-Architekturen bereitstellt. Zusammen mit weiteren Änderungen, die darauf abzielen, die allgemeine Benutzerfreundlichkeit für Anwender von Red Hat Process Automation zu verbessern, stärken diese Funktionen die Toolbox des Business Developer weiter.

Red Hat Process Automation umfasst eine Reihe von Produkten zur Automatisierung von Geschäftsentscheidungen und -prozessen, indem eine engere Zusammenarbeit zwischen IT- und Business-Teams ermöglicht wird. Dies hilft IT-Organisationen, Geschäftsrichtlinien und -verfahren besser zu erfassen und durchzusetzen, Geschäftsabläufe zu automatisieren und die Ergebnisse von Geschäftsaktivitäten in heterogenen Umgebungen einschließlich physischer, virtueller, mobiler und Cloud-Landschaften zu messen.

Angewandte KI

Red Hat Process Automation unterstützt nun einen angewandten KI-Ansatz für die automatisierte Entscheidungsfindung. Auf diese Weise können Anwender Predictive-Analysen in ihre Entscheidungsmanagementanwendungen integrieren, um intelligente, automatisierte Systeme zu erstellen, die ihnen helfen, sich ändernde Marktdynamiken besser zu verstehen und auf sie zu reagieren.

Mit der neuesten Version von Red Hat Process Automation können Unternehmen Vorhersagemodelle importieren und ausführen, die in der Predictive Model Markup Language (PMML) abgebildet werden, einem Industriestandard für die Integration und den Austausch von Informationen zwischen Plattformen für Machine Learning (ML), auf denen die Vorhersagemodelle erstellt und trainiert werden, und Entscheidungsmanagementanwendungen, die solche Modelle verwenden, um Regeln für bestimmte Geschäftsergebnisse zu automatisieren.

Durch die Integration von Vorhersagefunktionen in den „Decision Model and Notation“ (DMN)-Standard können Unternehmen nicht nur Daten automatisiert analysieren und darauf reagieren, sondern auch mehr Transparenz darüber gewinnen, wie ein automatisiertes System zu einem bestimmten Ergebnis gekommen ist. Diese Transparenz und Kontrolle trägt zu einer besser erklärbaren KI bei und kann Unternehmen dabei helfen, regulatorische Anforderungen besser zu erfüllen, wie beispielsweise die Europäische Datenschutz-Grundverordnung, die spezifische Bestimmungen enthält, die ein Recht auf Erklärung für automatisierte Entscheidungen fordern.

Micro-Frontend-Entwicklung

Business-Analysten spielen neben traditionellen Entwicklern eine immer wichtigere Rolle bei der Entwicklung und Bereitstellung von Anwendungen zur Automatisierung von Geschäftsprozessen und -entscheidungen. Mit Red Hat Process Automation kann jede Gruppe auf ihre spezifischen Bedürfnisse und ihr Fachwissen zugeschnittene Werkzeuge einsetzen, die die von der IT geforderte Governance und Kontrolle einhalten und die Vorteile einer Cloud-nativen Architektur nutzen.

Monolithische Frontend-Codegrundlagen können die Fähigkeit eines Unternehmens behindern, die Vorteile modularerer und leichterer Ansätze wie Microservices auf Basis von Containern voll auszuschöpfen, die für die Entwicklung Cloud-nativer Anwendungen von Bedeutung sind. Auf eine ähnliche Art und Weise können Kunden nun Client-seitige Schnittstellen für prozess- und entscheidungsbasierte Geschäftsanwendungen mit einem Micro-Frontend-Architekturansatz über die aktualisierte Red Hat Process Automation App Builder Component zerlegen. Diese Micro-Frontends können unabhängig voneinander verwaltet werden und ermöglichen Skalierbarkeit, Agilität und Kontrolle über die gesamte Anwendung.

Die jüngste Version von Red Hat Process Automation bietet auch Neuerungen zur Verbesserung der gesamten Benutzerfreundlichkeit, einschließlich:

  • Automatisierter Betrieb über L2 OpenShift Operators – Level-2-Operatoren vereinfachen die Bereitstellung und Verwaltung von Red Hat Process Automation auf Red Hat OpenShift Container Platform durch automatisiertes Lifecycle-Management für Installation, kleinere Version-Upgrades und Patches. Mit OpenShift-Operatoren können Unternehmen die Arbeitsbelastung minimieren, die Installationen auf dem neuesten Stand halten und ungeplante Ausfallzeiten reduzieren.
  • Verbesserte Prozesstransparenz – Neue Funktionen, einschließlich Heat Maps, erleichtern es den Anwendern, häufig verwendete Prozessabläufe und Engpässe zu visualisieren.
  • Kontinuierlicher Betrieb bei Knotenausfall – Die komplexe Event Processing Machine kann so konfiguriert werden, dass sie über mehrere Knoten hinweg arbeitet, um im Falle eines Knotenausfalls einen kontinuierlichen Betrieb zu ermöglichen. Der Hochverfügbarkeitssupport für die Business-Central-Komponente auf Red Hat OpenShift ist in diesem Release als Technologievorschau verfügbar und bietet einen weiteren Schutz vor Datenverlust für den Fall, dass der OpenShift-Knoten, der die Business-Central-Instanz unterstützt, ausfällt. Ein Ausfall des Knotens unterbricht nicht die Sitzung eines Benutzers oder führt zum Verlust von BPMN, DMN oder anderen Notationen, an denen der Benutzer gerade arbeitet.
  • Anpassbare Vorlagen für die Optimierung von Unternehmensressourcen – Neue anpassbare Vorlagen sind im Business Optimizer für allgemeine Constraint-Satisfaction-Anwendungsfälle verfügbar, die auf dem vorgelagertem OptaPlanner-Community-Projekt basieren.
Verfügbarkeit

Die neueste Version von Red Hat Process Automation ist ab sofort verfügbar. Unternehmen erhalten das Update über das Red Hat Cust07omer Portal.

Zitat

Mike Piech, Vice President und General Manager Middleware, Red Hat
„Vertrauen ist die Grundlage dafür, wie wir heute unsere Geschäfte führen. Angesichts intelligenter, automatisierter Systeme, die zunehmend kundenorientierte Abläufe durchführen, ist die Notwendigkeit einer Transparenz darüber, wie und warum diese Systeme Entscheidungen treffen, wichtiger denn je. Red Hat Process Automation ermöglicht es Unternehmen, standardbasierte Vorhersage- und Entscheidungsmodelle zu kombinieren, um nicht nur mehr Effizienz, Agilität und Intelligenz durch ihre prozessorientierten Anwendungen zu erreichen, sondern auch mehr Transparenz für eine besser erklärbare KI.“