Für Teams, Einzelnutzer, Kanzleien und Transkription – derselbe Mindverse Look, klar aufgeteilt nach Anwendungsfall.
für Teams und Unternehmen
Die Plattform für Unternehmen, die eigene KI-Workflows, Wissensdatenbanken und Assistenten produktiv einsetzen möchten.
für Einzelnutzer und Creator
Der einfachste Einstieg in das Mindverse-Ökosystem für Content, Recherche, Bilder, Audio und produktives Arbeiten.
für Juristen und Kanzleien
Die spezialisierte KI-Lösung für juristische Recherche, Vertragsarbeit und kanzleispezifische Workflows.
für Audio, Meetings und Transkription
Schnelle KI-Transkription für Audiodateien und Meetings – ideal zum sofortigen Start oder für regelmäßige Nutzung.

Von der ersten Idee bis zur voll integrierten KI-Lösung – strukturiert, sicher und mit messbarem Erfolg
Wir analysieren Ihre Geschäftsprozesse und identifizieren konkrete Use Cases mit dem höchsten ROI-Potenzial.
✓ Messbare KPIs definiert
Vollständige Datenschutz-Analyse und Implementierung sicherer Datenverarbeitungsprozesse nach EU-Standards.
✓ 100% DSGVO-konform
Maßgeschneiderte Auswahl der optimalen KI-Lösung – von Azure OpenAI bis zu Open-Source-Alternativen.
✓ Beste Lösung für Ihren Fall
Schneller Proof of Concept mit nahtloser Integration in Ihre bestehende IT-Infrastruktur und Workflows.
✓ Ergebnisse in 4-6 Wochen
Unternehmensweiter Rollout mit umfassenden Schulungen für maximale Akzeptanz und Produktivität.
✓ Ihr Team wird KI-fit
In der ständig fortschreitenden Landschaft der Softwareentwicklung und insbesondere im Bereich der Künstlichen Intelligenz (KI) sind robuste, reproduzierbare und sichere Entwicklungsumgebungen von entscheidender Bedeutung. Canonical, bekannt für seine Beiträge zum Ubuntu-Ökosystem, hat mit der Einführung von Workshop eine Lösung präsentiert, die darauf abzielt, diese Anforderungen zu erfüllen und die Entwicklung agentischer KI-Systeme zu optimieren.
Die Schaffung und Wartung konsistenter Entwicklungsumgebungen stellt für viele Ingenieurteams eine erhebliche Herausforderung dar. Abhängigkeitskonflikte, unterschiedliche Hardware-Konfigurationen und manuelle Einrichtungsverfahren können den Entwicklungsprozess verlangsamen und die Produktivität beeinträchtigen. Workshop begegnet diesen Problemen, indem es Entwicklern ermöglicht, ihre Umgebungen einmal in einfachen YAML-Dateien zu definieren und diese dann auf beliebigen Maschinen präzise zu reproduzieren.
Diese deklarative Herangehensweise minimiert den administrativen Aufwand und ermöglicht es Teams, sich auf die eigentliche Entwicklung zu konzentrieren. Jon Seager, VP of Engineering bei Canonical, betont, dass Entwickler, die an der Spitze der Technologie arbeiten, sich auf das konzentrieren möchten, was sie bauen, anstatt sich mit Abhängigkeiten oder der Workstation-Konfiguration auseinanderzusetzen. Workshop biete hierfür eine elegante Lösung.
Ein zentraler Aspekt von Canonical Workshop liegt in der Verbesserung des Sandboxing für agentische KI-Anwendungen. Agentische KI-Systeme, die eigenständig Code ausführen und mit der Umgebung interagieren, erfordern strenge Sicherheitsmaßnahmen, um das Host-System vor potenziellen Schäden zu schützen. Workshop adressiert diese Sicherheitsanforderung durch die Ausführung von Entwicklungsumgebungen in unprivilegierten Systemcontainern.
Diese architektonische Entscheidung reduziert die Angriffsfläche erheblich. Die Wiederholbarkeit, ein Schlüsselprinzip von Workshop, erstreckt sich auch auf die Sicherheitspositionen. SDKs innerhalb von Workshop können nur über einen einheitlichen Mechanismus auf Host-Ressourcen zugreifen, beispielsweise für die Anzeige einer grafischen Benutzeroberfläche (GUI) oder den Zugriff auf den SSH-Agenten. Dies ermöglicht die Durchsetzung strenger Zugriffskontrollen für KI-Agenten, unabhängig von den spezifischen Protokollen des Containers. Dmitry Lyfar, Engineering Manager bei Canonical, hebt hervor, dass die Benutzerfreundlichkeit für Entwickler nicht mit einer leichten Zugänglichkeit für KI-Agenten gleichzusetzen sein sollte. Workshop löse dieses Spannungsfeld durch konsequente Durchsetzung von Zugriffskontrollen.
Moderne Ingenieuraufgaben, insbesondere im Bereich des maschinellen Lernens, sind zunehmend auf Hardware-Beschleunigung angewiesen. Workshop vereinfacht die Integration relevanter SDKs wie Ollama, OpenCode, NVIDIA CUDA und AMD ROCm. Entwickler können diese SDKs direkt in ihre Workshop-Konfigurationsdateien aufnehmen, wodurch manuelle Installationen und komplexe Skripte überflüssig werden.
Die Plattform behandelt den Hardware-Passthrough als erstklassiges Konfigurationsobjekt. Dies ermöglicht es Datenwissenschaftsteams und Plattformingenieuren, identische Basiskonfigurationen zu teilen, ohne dass das Plattformteam überladene Container-Images mit einer Vielzahl von Bibliotheken pflegen muss. Workshop begegnet auch potenziellen Problemen durch Treiberversionskonflikte zwischen Host-Betriebssystem und Container, indem es die expliziten Abhängigkeiten für eine sichere Interaktion des Containers mit der Host-Hardware definiert.
Durch diesen deklarativen Konfigurationsstil kann die Einarbeitungszeit für neue Mitarbeiter reduziert werden. Die abstrakte Natur des Schnittstellensystems gewährleistet zudem, dass die Konfigurationsdatei statisch bleibt, selbst wenn das zugrunde liegende Host-Betriebssystem aktualisiert wird.
Die Integration von Canonical Workshop in bestehende Unternehmensarchitekturen erfordert eine sorgfältige Planung. Workshop setzt LXD 6.8 oder neuer voraus und wird über Snap-Pakete installiert. Organisationen, die bereits alternative Setups wie Devcontainers oder Nix Flakes nutzen, müssen den Übergang zu einem LXD-basierten Workflow evaluieren und ihre CI/CD-Pipelines entsprechend anpassen.
Insbesondere in CI-Umgebungen, die oft temporär und stark begrenzt sind, können verschachtelte Systemcontainer Komplexitäten in Bezug auf Netzwerk und Speicher verursachen. Plattformarchitekten müssen abwägen, ob die Vorteile einer einheitlichen YAML-Definition die anfänglichen Ingenieursanstrengungen für die Bereitstellung einer LXD-kompatiblen Runner-Infrastruktur überwiegen.
Die Abwärtskompatibilität stellt eine weitere Überlegung dar. Ältere Anwendungen, die stark von spezifischen Host-Konfigurationen abhängen, sind ohne umfangreiche Refaktorierung oft schwer zu containerisieren. Obwohl Workshop einen zukunftsorientierten Weg für neue Projekte und moderne Microservices bietet, müssen Plattformteams Migrationsstrategien für monolithische Alt-Anwendungen entwickeln. Unprivilegierte Container bieten eine starke Sicherheitsgrenze, aber Legacy-Anwendungen, die privilegierte Systemaufrufe tätigen, werden standardmäßig scheitern. Ingenieurteams müssen diese Anwendungen analysieren und die notwendigen Systemaufrufe sowie explizite Berechtigungen in der Workshop-YAML-Datei definieren.
Die Verwaltung des Abhängigkeits-Cachings wird ebenfalls zu einem wichtigen Punkt, wenn eine große Anzahl von Entwicklern gleichzeitig SDKs abruft. Schwere Frameworks, die direkt über Konfigurationsdateien bezogen werden, können zu Netzwerküberlastungen führen. Plattform-Engineering-Teams müssen daher lokale Caching-Proxys oder interne Spiegel für diese SDKs implementieren, um eine schnelle und zuverlässige Bereitstellung der Umgebungen sicherzustellen.
Workshop vereinfacht die Verwaltung des lokalen Hardware-Passthroughs in containerisierten Umgebungen. Anstatt auf komplexe Mapping-Skripte und Dateisystempfade angewiesen zu sein, bietet das Tool eine standardisierte Methode für den Zugriff auf Mounts, Geräte und Netzwerkdienste direkt aus der enthaltenen Umgebung. Diese Abstraktion wird durch ein Schnittstellensystem verwaltet, das von snapd inspiriert ist und die Zuweisung von Host-Ressourcen vereinfacht.
Durch die Abstraktion der zugrunde liegenden Linux-Kernel-Namespaces und cgroups in ein leichter verständliches Format können sich Entwickler stärker auf die Anwendungslogik konzentrieren. Im breiteren Cloud-nativen Ökosystem zeigt sich eine bewusste architektonische Parallele zu Kubernetes. Plattformbetreiber verlassen sich bereits auf deklaratives YAML, um den genauen Zustand von Produktionsclustern zu definieren. Workshop wendet dieselbe Betriebslogik direkt auf die lokale Maschine an. Dieser gemeinsame Ansatz überbrückt die traditionelle Kluft zwischen Anwendungsingenieuren und Infrastrukturteams und reduziert die kognitive Reibung beim Wechsel zwischen Entwicklungs- und Betriebsaufgaben.
Canonical Workshop stellt somit eine bedeutende Weiterentwicklung in der Bereitstellung und Absicherung von Entwicklungsumgebungen dar, insbesondere für die komplexen Anforderungen agentischer KI-Systeme.
Lernen Sie in nur 30 Minuten kennen, wie Ihr Team mit KI mehr erreichen kann – live und persönlich.
🚀 Demo jetzt buchen