Badge verliehen an
Ausgestellt am 08 Juni 2026 von
GFU Cyrus AG
info@gfu.net
GFU Cyrus AG — bildet weiter.
Bereits 1980 als GFU Cyrus + Rölke mbH gegründet, zählt die GFU heute zu den renommiertesten IT-Schulungsunternehmen in Deutschland. Jedes Jahr besuchen mehrere tausend IT-Fachleute aus der gesamten Bundesrepublik unsere Seminare — in über 45 Jahren sind daraus mehr als 38.000 durchgeführte IT-Schulungen geworden.
Unser Programm
Mit über 4.250 Schulungsthemen decken wir das gesamte IT-Spektrum ab: von Administration über Softwareentwicklung, Datenbanken, Data Science und KI bis hin zu Cloud, Security und Betriebssystemen. Rund 50 Dozentinnen und Dozenten aus den verschiedensten IT-Bereichen stehen dafür mit einem außergewöhnlichen Maß an Fachkompetenz bereit — dieses Know-how bieten wir auch für Projektarbeit und Coaching an.
Unser Anspruch
Ob offenes Seminar, Firmenschulung oder Individualschulung: Unsere Teilnehmenden genießen den Rundum-Service der GFU — von der Anreise bis zur Abreise. Kleine Lerngruppen, hochqualifizierte Trainer und Fachbuchautoren, die auf individuelle Fragen eingehen, regelmäßige Pausen, gute Verpflegung und hochwertige 86"-Schulungs-Screens sind für uns selbstverständlich.
Maßgeschneiderte Weiterbildung
Sie wissen nicht, welches Thema zu Ihnen passt? Wie beim Maßschneider stellen wir gemeinsam mit Ihnen Ihr individuelles Schulungspaket zusammen — damit Ihre Weiterbildung auch nach Jahren noch perfekt sitzt.
Unsere Kunden
Zu unseren Kunden zählen Banken, Versicherungen, Handelskonzerne, Industrieunternehmen, Kommunen und öffentliche Einrichtungen aus dem gesamten deutschsprachigen Raum.
Digitale Nachweise mit OpenBadges
Mit der Ausstellung digitaler Badges über die OpenBadgeFactory machen wir erworbene Kompetenzen unserer Teilnehmenden sichtbar, verifizierbar und teilbar — ein weiterer Baustein, mit dem die GFU IT-Professionals auf ihrem Weg weiterbildet.
Seminarkatalog: www.gfu.net/seminare.html
Dieses Seminar kann als Vorbereitung auf das CKA-Examen (Certified Kubernetes Administrator) dienen. Nach dem Seminar, das auf Operations-spezifische Themen rund um Kubernetes fokussiert, haben die Teilnehmer ein fundiertes Know-How über die eingesetzten Technologien.
Sie sind in der Lage, Workloads zu erstellen und zu verwalten, und kennen die notwendigen Tools und Vorgehensweisen, um Kubernetes Ressourcen im täglichen Betrieb zu administrieren, skalieren und debuggen. Das stark praxisorientierte Seminar vermittelt ebenfalls das Know-How über die Stärken und Schwächen der verwendeten Technologie-Stacks, gibt wichtige Ansätze zum Troubleshooting, sowie Vorgehensweisen und wichtige Designkonzepte an die Hand, um Kubernetes Cluster nahtlos und mit einem ausreichenden Planungshorizont in bestehende IT-Landschaften zu integrieren.
Alle Übungen und Beispiele werden auf der Basis ausführlicher Seminar-Unterlagen (\~1.700 Seiten in PDF-/Buch-Form) und zugehöriger Beispieldateien durchgeführt, sodass die Teilnehmer auf diese Informationen auch nach dem Workshop jederzeit reproduzierbar zugreifen können.
* Konzepte der Kubernetes Cluster Vollautomation: IaC, Operatoren und GitOps.
* Schlanke Container-Plattformen: RHCOS / SLE Micro & Co. vs. Full-Featured OS
* Überblick: Container-Engines, Docker-Replacement-Tools
* Kernel-Namespaces, Kernel-Capabilities, Seccomp-Profile, Trusted Images, Multi-Purpose Registries
* Überblick: Integration von Security-Lösungen in den CI/CD / GitOps -Workflow.
* Vanilla Kubernetes und Derivate vs. Enterprise Kubernetes (OpenShift), Cloud vs. On-Premises, Managed vs. Self-Managed, Multicloud
* Strategische Fragen, optimales Clusterdesign, ganzheitliche Security, Node Sizing
* LTS Aspekte der verschiedenen Kubernetes Derivate, TCO
* Cluster-HA und Best-Practices
* Master-/Controlplane-, Infra- und (GPU-) Worker- Nodes
* Controlplane- und Node-Komponenten
* Überblick: Setup-Verfahren für Kubernetes-Cluster (on-premises und in der Cloud), Automation und Best Practices
* API-Versionen und -Ressourcen verstehen, Upgrades planen
* Cluster-Management per kubectl-CLI, kubectl-Plugins, KubeConfig
* Kubernetes Core Workloads verstehen, verwalten und debuggen: Pods, ReplicaSets, Deployments, Daemon- und StatefulSets
* Namespaces und Tenancy-Aspekte, NetworkPolicies
* RBAC: User- und Systemrollen, Authentifizierung und Autorisierung, Rollen- und Bindungsobjekte, ServiceAccounts
* Workload-HA und Skalierbarkeit: Scale-up/down, Rolling Updates, reguläre Update-Strategien, Rollbacks
* ConfigMaps und Secrets, "real secret" Secrets
* Services, Ingress, Gateways und (OpenShift-) Routen
* Ingress vs. API-Gateway/Gateway-API
* Cluster-interne DNS-Auflösung
* Überblick: Service Meshes, Drawbacks
* Blocks vs. File (Netzwerk-/Cluster-FS) vs. ObjectStore (S3)
* CSI, Auto-Provisioner, StorageClasses, AccessModes, PersistentVolumes und PersistentVolumeClaims
* Topology-Aware Volume Provisioning
* Health-Checks: Liveness-, Readiness und Startup- Probes, Best Practices
* (De-)Scheduling: Pod Priorities, QoS Classes, PodTopologySpreadConstraints, PodDisruptionBudgets, Pod/Node (Anti-)Affinities, Descheduler/Re-Balancing
* Limits und Requests, LimitRanges, ResourceQuotas
* Autoscaler: Horizontales Pod-Autoscaling (HPA), Vertical Pod Autoscaling / Optimizing (VPA), Custom Metrics- Autoscaling (KEDA), Cluster-Autoscaling
* ExternalDNS, automatische Zonenupdates für Ingress und Gateway-API Ressourcen
* Vollautomatisches Zertifikats-Management per Cert-Manager, Cert-Manager spezifische CRDs, Challenge Verfahren
* Weighted Canary Updates
* Cluster-Monitoring, Alerting, Metrics und Logging im Überblick: Prometheus und Prometheus Operator, Thanos, Elastic-/Loki-Stacks, APM -Lösungen
* Operator Ressourcen: Arbeitsweise verstehen, In-Cluster-Vollautomation, Ressourcen im Operator-Hub
* Hands-on: Operatoren ausrollen, Operator-gestützte Workloads managen, Operator Lifecycle Manager (OLM)
* GitOps und Operator-gestützte Apps statt Helm
* CI/CD / GitOps -Pipelines mit Tekton und ArgoCD.
* Überblicke: Argo-Rollouts, Kubernetes-native Policies mit Kyverno
* Security-Lösungen für Kubernetes-basierte Cluster
* OpenShift - das LTS-taugliche "Enterprise Kubernetes"
* KI/ML-Stacks in GPU-beschleunigten Kubernetes Clustern
* The Road Ahead