Zum Hauptinhalt springen
Cloud / STACKIT / Produkte / STACKIT Notebooks - Managed JupyterHub

STACKIT Notebooks - Managed JupyterHub

STACKIT Notebooks: verwaltetes JupyterHub/JupyterLab für Data Science und ML in deutschen und österreichischen Rechenzentren.

Data & AI
Preismodell Pay-per-use (Compute-Ressourcen der Notebook-Instanzen)
Verfügbarkeit Verfügbarkeit gemäß STACKIT-Dokumentation
Datensouveränität Betrieb auf souveräner STACKIT-Infrastruktur (Region gemäß aktueller STACKIT-Dokumentation)
Zuverlässigkeit SLA gemäß Anbieter (siehe offizielle SLA-Seite) SLA

Was ist STACKIT Notebooks?

STACKIT Notebooks ist ein vollständig verwalteter Dienst auf Basis von JupyterHub und JupyterLab für Data Scientists und ML-Ingenieure. Jeder Nutzer-Server startet automatisch in einem eigenen Kubernetes-Pod, die Authentifizierung erfolgt über OIDC-Integration mit gängigen Identity-Providern. STACKIT betreibt den Dienst auf souveräner Infrastruktur; die genaue Regionsverfügbarkeit ist der aktuellen STACKIT-Dokumentation zu entnehmen.

Kernfunktionen

  • JupyterHub/JupyterLab-Umgebung: Vollständig verwaltete Multi-User-Umgebung mit isolierten Notebook-Servern pro Nutzer
  • Kubernetes-basierte Isolation: Jeder Notebook-Server läuft in einem eigenen Kubernetes-Pod
  • OIDC-Authentifizierung: Anbindung an Keycloak, Microsoft Entra ID, Okta, Google oder AWS Cognito
  • Apache-Spark-Integration: Nutzung von Spark direkt aus JupyterLab-Notebooks heraus
  • Workflow-Integration: Automatisierte, produktive Ausführung von Notebooks über STACKIT Workflows und Papermill
  • Observability: Integration mit STACKIT Observability und Grafana-Dashboards

Typische Anwendungsfälle

Datenexploration: Data Scientists erkunden Datensätze interaktiv in JupyterLab, bevor sie Pipelines automatisieren.

Produktive Notebook-Pipelines: Über STACKIT Workflows und Papermill lassen sich Notebooks als wiederkehrende Jobs ausführen, etwa als Spark-Job für Datenverarbeitung.

Kollaborative Entwicklung: Mehrere Nutzer arbeiten über JupyterHub mit eigenen, isolierten Umgebungen im selben Projekt.

Vorteile

  • Datenhoheit: Betrieb auf souveräner STACKIT-Infrastruktur (Region gemäß aktueller STACKIT-Dokumentation)
  • Kein lokales Setup: Sofort einsatzbereite Notebook-Umgebung im Browser
  • Von interaktiv zu produktiv: Nahtloser Übergang von explorativen Notebooks zu automatisierten Workflows
  • Standardkonform: Basis auf etablierten Open-Source-Tools (JupyterHub, JupyterLab, Spark)

Integration mit innFactory

Als offizieller STACKIT Partner unterstützt innFactory Sie beim Aufbau von Data-Science-Umgebungen: von der Notebook-Konfiguration über die Anbindung an Identity-Provider bis zur Automatisierung produktiver Notebook-Pipelines mit STACKIT Workflows.

Typische Anwendungsfälle

Interaktive Datenexploration und -analyse
Machine-Learning-Modellentwicklung
Automatisierte Notebook-Ausführung über STACKIT Workflows
Kollaborative Data-Science-Projekte

Häufig gestellte Fragen

Was ist STACKIT Notebooks?

STACKIT Notebooks ist ein vollständig verwalteter Dienst auf Basis von JupyterHub und JupyterLab. Teams können darüber interaktive Notebooks in einer sicheren, skalierbaren Umgebung entwickeln, ausführen und teilen. Notebook-Server laufen in isolierten Kubernetes-Pods.

Wie erfolgt die Anmeldung?

STACKIT Notebooks unterstützt OIDC-basierte Authentifizierung über gängige Identity-Provider wie Keycloak, Microsoft Entra ID, Okta, Google oder AWS Cognito.

Lassen sich Notebooks automatisiert und produktiv einsetzen?

Ja, über die Integration mit STACKIT Workflows können Notebooks mithilfe von Papermill automatisiert als Jobs ausgeführt werden, etwa als Spark-Jobs für Datenpipelines.

Unterstützt STACKIT Notebooks Apache Spark?

Ja, es gibt dokumentierte Unterstützung für die Nutzung von Spark direkt in JupyterLab-Notebooks.

Was kostet STACKIT Notebooks?

Die Abrechnung erfolgt nutzungsbasiert nach den in Anspruch genommenen Compute-Ressourcen der Notebook-Instanzen. Aktuelle Preise finden Sie im STACKIT-Preisrechner.

Hinweis: Alle Produktinformationen auf dieser Seite wurden sorgfältig zusammengestellt, sind jedoch ohne Gewähr und können veraltet oder unvollständig sein. Cloud-Services entwickeln sich schnell weiter — Funktionen, Preise, SLAs und Verfügbarkeit ändern sich laufend. Verbindliche und aktuelle Informationen finden Sie ausschließlich auf der offiziellen Produktseite von STACKIT (offizielle Dokumentation). Diese Seite stellt kein Angebot von STACKIT dar.

STACKIT Partner

innFactory ist offizieller STACKIT Partner. Wir bieten Beratung, Implementierung und Managed Services für die souveräne Cloud.

STACKIT Official Partner

Ähnliche Produkte anderer Cloud-Anbieter

Andere Cloud-Anbieter bieten vergleichbare Services in dieser Kategorie. Als Multi-Cloud Partner helfen wir bei der richtigen Wahl.

Google Cloud

Agent Platform Workbench (ehem. Vertex AI Workbench)

Agent Platform Workbench stellt verwaltete JupyterLab-Umgebungen der Gemini Enterprise Agent Platform bereit, mit …

Preismodell Nutzungsbasiert über die Preisliste der …
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite)
Vergleichen →
Google Cloud

Cloud Talent Solution - Jobsuche mit Machine Learning

Cloud Talent Solution bringt Machine Learning in die Jobsuche und unterstützt Recruiting-Plattformen mit Job Search und …

Preismodell Preise mit Stand 5. Januar 2021: …
SLA gemäß Anbieter / siehe offizielle Dokumentation
Vergleichen →
Google Cloud

Deep Learning VM Images - Vorkonfigurierte ML-VM-Images

Deep Learning VM Images sind für Data Science und Machine Learning optimierte VM-Images mit vorinstallierten Frameworks …

Preismodell Die Images selbst sind laut Preisseite …
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite)
Vergleichen →
Google Cloud

Enterprise Knowledge Graph - Entity Reconciliation für BigQuery

Enterprise Knowledge Graph führt verteilte Daten über Entity Reconciliation zusammen und ergänzt sie über die Google …

Preismodell Für Enterprise Knowledge Graph …
SLA Pre-GA-Produkte werden laut Dokumentation "as is" bereitgestellt und können eingeschränkten Support haben; gemäß Anbieter / siehe offizielle Dokumentation
Vergleichen →
Google Cloud

Genkit - Open-Source-Framework für KI-Anwendungen

Genkit ist Googles Open-Source-Framework für den Aufbau von Full-Stack-, KI- und Agenten-Anwendungen mit TypeScript, Go, …

Preismodell Open-Source-Framework; Kosten entstehen …
SLA Für das Framework selbst besteht kein SLA; SLAs gelten für die genutzten Dienste gemäß Anbieter
Vergleichen →
Google Cloud

Model Garden - Modellkatalog der Agent Platform

Model Garden ist die Modellbibliothek der Gemini Enterprise Agent Platform zum Entdecken, Testen, Anpassen und …

Preismodell Bei Open-Source-Modellen werden Tuning …
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite)
Vergleichen →

128 vergleichbare Produkte bei anderen Cloud-Anbietern gefunden.

Bereit, mit STACKIT Notebooks - Managed JupyterHub zu starten?

Unsere zertifizierten STACKIT Experten helfen bei Architektur, Integration und Optimierung.

Beratung vereinbaren