DH2i ergänzt drei Red-Hat-OpenShift-Anwendungsfälle für produktive KI

Infrastruktur als Unterscheidungsmerkmal für produktive KI

Red Hat argumentiert, dass der Bau einer KI-Anwendung zwar ein Meilenstein sei, der zuverlässige Betrieb mit geschäftskritischen Unternehmensdaten aber die schwierigere Aufgabe. Wenn Unternehmen Retrieval-Augmented Generation (RAG) und KI-Assistenten vom Labor in die Produktion überführen, wird laut dem Beitrag die zugrunde liegende Infrastruktur zum wichtigsten Unterscheidungsmerkmal.

Solche Modelle benötigen dem Beitrag zufolge dauerhaften Zugriff auf vertrauenswürdige Daten, die Fähigkeit zur Koexistenz mit Legacy-Systemen und ein Sicherheitskonzept, das sensible Informationen in hybriden Umgebungen schützt, ohne die Netzwerkintegrität zu beeinträchtigen.

DH2i liefert Software für hochverfügbare, sicher vernetzte SQL-Server- und Anwendungsumgebungen über hybride Infrastrukturen hinweg. Zum Portfolio gehören DxOperator, das hochverfügbare SQL-Server-Availability-Groups auf Kubernetes und Red Hat OpenShift automatisiert, DxEnterprise für SQL-Server-Hochverfügbarkeit über Windows, Linux und Container hinweg sowie DxOdyssey für Zero-Trust-Konnektivität auf Anwendungsebene in hybriden und Multicloud-Umgebungen.

Red Hat zufolge bringt OpenShift KI-Anwendungen dorthin, wo die Daten liegen. Das sei wegen Data Gravity, KI-Sicherheit und Datensouveränität wichtig. So könnten Unternehmen KI-Workloads direkt neben Finanz- und Betriebsdaten in bestehenden SQL-Server-Datenbanken über hybride Umgebungen hinweg bereitstellen.

Always-on-RAG für Finanzteams und ein stufenweiser Weg für den öffentlichen Sektor

Der erste Anwendungsfall, Keeping Financial RAG Applications Always On, adressiert das Risiko, dass eine Datenbank mit Vektor-Embeddings und Metadaten offline geht. In diesem Fall könne das LLM, so der Beitrag, keine fundierten Antworten liefern. Der Ansatz nutzt SQL Server 2025 zur Speicherung strukturierter Daten und Vektor-Embeddings, während DxOperator den Lebenszyklus hochverfügbarer SQL-Server-Availability-Groups auf OpenShift automatisiert.

DxOperator kann synchrone Availability-Group-Replikate bereitstellen. Beim synchronen Commit wartet SQL Server, bis die Transaktionsprotokolleinträge auf einem synchronisierten sekundären Replikat gesichert sind, bevor die Transaktion abgeschlossen wird. DxEnterprise ergänzt datenbankbezogenes Monitoring und vollautomatisches Failover, das laut DH2i innerhalb von Sekunden erfolgen kann.

Der zweite Anwendungsfall, Keeping Public Sector AI Services Resilient, richtet sich an Behörden, die häufig auf jahrzehntealte Fallakten in älteren SQL-Server-Umgebungen angewiesen sind. Da eine Migration auf einen Schlag in eine Cloud-native Architektur oft unpraktikabel ist, wird eine „Crawl-Walk-Run“-Strategie vorgeschlagen:

• Crawl: bestehende Windows-VMs auf Red Hat OpenShift Virtualization neu hosten (Rehosting).
• Walk: SQL-Server-Workloads schrittweise von Windows auf Red Hat Enterprise Linux umziehen (Replatforming).
• Run: vollständige Modernisierung zu containerisierten SQL-Server-Availability-Groups mit DxOperator und DxEnterprise auf OpenShift.

DxEnterprise enthält die Sicherheits- und Netzwerkfunktionen von DxOdyssey, sodass laut Beitrag jede Stufe durch Zero-Trust-Konnektivität auf Anwendungsebene geschützt ist. Der gestufte Ansatz soll es Behörden ermöglichen, Know-how und Infrastruktur weiterzuentwickeln, ohne den Datenfluss zu ihren KI-Diensten zu unterbrechen.

Zero-Trust-Zugriff für KI-gestützte Betrugsermittlung

Der dritte Anwendungsfall, Secure AI Fraud Investigation, betrifft Daten aus dem Finanzsektor, die häufig über private Clouds, Legacy-Rechenzentren und Kundendatenbanken verteilt sind. Sie zu zentralisieren sei oft unmöglich, heißt es in dem Beitrag, während ein weitreichender Netzwerkzugriff für KI-Workloads die Angriffsfläche vergrößere.

Anders als klassische VPNs oder breiter Netzwerkzugriff beschränkt DxOdyssey die Konnektivität laut Beitrag auf bestimmte autorisierte Anwendungen und Endpunkte. Das verringere unnötige Netzwerkexposition und erhalte zugleich den Zugriff auf die benötigten Daten. Institute können Zero Trust Network Access (ZTNA) auf Anwendungsebene umsetzen, indem sie Mikrotunnel zwischen dem KI-Dienst auf OpenShift und bestimmten autorisierten Datenendpunkten einrichten. Sensible Daten bleiben dabei an Ort und Stelle, während KI-Analysten die Informationen erhalten, die sie zur Erkennung verdächtiger Aktivitäten brauchen.

Red Hat zufolge ergänzen diese Mikrotunnel die native Plattformsicherheit von OpenShift, darunter Zero-Trust-Workload-Identität (SPIFFE/SPIRE ZTWIM), Netzwerksegmentierung (RHACS) und Confidential Containers (CoCo) für die Ausführung mit hardwareverschlüsseltem Speicher.

Was das für Unternehmen bedeutet

Die Botschaft des Beitrags lautet, dass der Schritt von KI in die Produktion einen Blick über das Modell hinaus auf Plattform und Datengrundlage erfordert. Red Hat positioniert OpenShift als Enterprise-Anwendungsplattform für produktive KI im großen Maßstab und sagt, dass die Integration der DH2i-Produkte Unternehmen zusätzliche Flexibilität biete, um SQL-Server-Hochverfügbarkeit zu sichern, die Modernisierung zu straffen und hybride Verbindungen abzusichern.

Für Teams, die kritische Daten bereits in SQL Server halten, bieten die Use Cases Referenzansätze, um KI-Dienste weiter mit diesen Daten zu versorgen und die Modernisierung im eigenen Tempo voranzutreiben. Laut Beitrag können Teams so zu ihren eigenen Bedingungen modernisieren, ohne von vorn anfangen zu müssen. Die Anwendungsfälle sind im Red Hat Ecosystem Catalog verfügbar.