Gyorsan kiderült, mire kellett a Silver Lake-nek a Software AG: eladásra. A befektetési társaság májusban vásárolta meg az SAP után a második legnagyobb német szoftvergyártót 2,6 milliárd euróért (jelenleg a részvények 93 százalékát birtokolja) – az egyik kisebbségi tulajdonos, a brit Schroders vagyonkezelő szerint túlságosan olcsón. A vevőkeresés 2021 óta volt napirenden, és akkor még 2,8 milliárd euróra becsülték a cég piaci értékét.
A felvásárláskor semmi sem utalt arra, hogy az új tulajdonos szándéka voltaképpen az, hogy felárral gyorsan értékesítse a vállalatot vagy egy részét. A héten viszont némileg váratlanul bejelentették: az IBM 2,1 milliárd euróért megveszi az ún. Super iPaaS üzletágat. Az üzletág vállalati adatok és alkalmazások integrálását támogató platformot kínál ügyfeleinek. Olyan esetekben segít, amikor egy szervezet például SAP-rendszerben tárolja a termékadatokat és a Salesforce-nál a szerződéseket, de az ügyfélszolgálatnak egyszerre kell mindkét adatforrással dolgoznia. A Super iPaaS-t egyébként mindössze két hónapja hozták létre két részleg összevonásával. Akkor a Software AG azt kommunikálta, hogy az összevonással növekedése egy új szakaszába került a cég.
Mindkét érintett részleg felvásárlással került a német szoftvercéghez: a kaliforniai székhelyű StreamSetset tavaly 524 millió euróért, míg a virginiai székhelyű webMethodsot 2007-ben 546 millió dollárért szerezte meg. A StreamSets tavalyi felvásárlását mérföldkőnek nevezte a Software AG menedzsmentje.
Az ügylet a szükséges jóváhagyások megszerzése után 2024 második negyedévében zárulhat le. Az üzletággal mintegy kétezer dolgozó kerül át az IBM állományába. A Handelsblatt szerint egyelőre nem látni, mi lesz a karcsúsított Software AG-ban maradó többi részleg sorsa, egyelőre az a mondás, hogy a céget kivezetik a tőzsdéről, és a jövőben az Adabas & Natural néven futó adatbázis üzletágára koncentrál, amit eddig is 70 százalékos haszonkulccsal működtetett.
(Fotó: Software AG)
Az ötlettől az értékteremtésig – a gépi tanulási pipeline szerepe az adattudományi működésben
A jó adatok önmagukban még nem elegendők: a modellek csak akkor működnek megbízhatóan, ha egy átlátható, automatizált és reprodukálható környezetben futnak. A gépi tanulási pipeline-ok éppen ezt a technológiai hátteret teremtik meg.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak