Webinar

Operlog Tools – Innovationen im ersten Quartal 2026

yves-colliard.jpg
Yves Colliard
Creator und Architekt der Operlog Tools

Entdecken Sie jetzt die neuesten Innovationen der Operlog Tools – jederzeit und on demand. In diesem Webinar erhalten Sie einen kompakten Überblick über die aktuellen Weiterentwicklungen und erfahren, wie Sie Ihre z/OS-Loganalyse noch effizienter gestalten können.

Unsere Expert zeigen Ihnen, wie Sie mit erweiterten Analysefunktionen, optimierten Oberflächen und verbesserten Batch-Prozessen mehr Transparenz in Ihre IT-Systeme bringen und Ihre Betriebsabläufe nachhaltig optimieren.

Das erwartet Sie:

  • Batch-Auswertungen im JSON-Format für eine nahtlose Integration in Automatisierungs- und Reporting-Prozesse

  • Erweiterte Message-Analyse inklusive automatischer Whitelists und IPL-Vergleichen

  • Optimiertes Main Panel mit verbesserter Darstellung und zusätzlichen Informationen

  • Mehr Transparenz bei historischen Daten durch intelligente Anzeige relevanter Recall-Datasets

  • Help & News im View-Modus für eine verbesserte Nutzererfahrung

  • Weitere Optimierungen für Performance, Stabilität und Usability

Profitieren Sie von praxisnahen Einblicken direkt vom Experten Yves Colliard, dem Architekten der Operlog Tools, und erfahren Sie, wie Sie Ihre Logdatenanalyse auf das nächste Level heben.

Jetzt On-Demand ansehen und die neuesten Funktionen im Detail kennenlernen.

Jetzt anschauenJetzt anschauen

Redner

yves-colliard.jpg
Yves Colliard
Creator und Architekt der Operlog Tools

Geboren in Lausanne, Schweiz, mit Französisch als Muttersprache, begann Yves 1981 mit MVS zu arbeiten und zog 1984 nach Deutschland. 1990 gründete sie die YCOS GmbH, ein Unternehmen für Beratung, Schulung und Softwareentwicklung, das vor allem für die Operlog Tools bekannt ist. Als Creator und Architekt der Operlog Tools hat er maßgeblich zur Branche beigetragen.

Weitere Ressourcen

Blog-Artikel
beta-systems-featured-images.png

Hybride Workload-Automatisierung: Vorteile, Anwendungsfälle und Herausforderungen

Wenn Ihr nächtlicher SAP-Batchlauf auf dem Mainframe erfolgreich abgeschlossen wird, der davon abhängige Cloud-Analytics-Job jedoch erst startet, nachdem am nächsten Morgen jemand das Dashboard überprüft hat, kennen Sie die Folgen einer isolierten Jobsteuerung bereits. Die hybride Workload-Automatisierung schließt genau diese Lücke: Sie stellt dem IT-Betrieb eine zentrale Steuerungsebene bereit, die Jobs, Datenpipelines und Abhängigkeiten zwischen On-Premises- und Cloud-Systemen automatisch koordiniert, ganz ohne manuelle Übergaben.
Blog-Artikel
data_pipeline_automation_blog.png

Datenpipeline-Automatisierung 2026: Vorteile, Tools und Funktionsweise

Wenn Ihre Data Engineers Jobs noch manuell starten, fehlgeschlagenen Datenübertragungen hinterherlaufen oder individuelle Skripte schreiben, um Datenpipelines am Laufen zu halten, investieren sie wertvolle Engineering-Ressourcen in Aufgaben, die sich längst automatisieren lassen. Unter Datenpipeline-Automatisierung versteht man den Einsatz zeitgesteuerter oder ereignisbasierter Workflows, um Daten zwischen Systemen automatisch zu übertragen, zu transformieren und zu überwachen, ganz ohne manuelle Eingriffe. Was früher ein Wettbewerbsvorteil war, entwickelt sich heute zunehmend zum Standard.
Blog-Artikel
workflow_graphic_new.png

Von Workflow-Tools zu Deployable Services: Die Ära der API-First Automation

Unternehmen investieren seit Jahrzehnten in Automatisierungslösungen wie Job Scheduler und Batch-Verarbeitungssysteme. Die meisten dieser Werkzeuge sind jedoch in proprietären Systemen verankert und lassen sich nur schwer in moderne Plattformökosysteme integrieren. Zwar konnten Workflows ausgeführt werden, doch sie ließen sich weder wie Quellcode versionieren noch aus einer CI/CD-Pipeline heraus starten oder über standardisierte APIs von KI-Agenten nutzen. Vor diesem Hintergrund hat sich ein neues Architekturmodell etabliert: Deployable API-First Automation. Es verändert grundlegend, wie Unternehmen Automatisierung als strategischen Betriebsbestandteil betrachten. In diesem Artikel zeigen wir, welche Auswirkungen dieser Wandel auf IT Operations, DevOps, Data Engineering und KI-Strategien hat.