Künstliche Intelligenz (KI) ist ein heißer Technologietrend – völlig zu Recht wie ich finde. Denn KI ist ein riesiger Wachstumstreiber für Unternehmen jeder Größe. Viele Marktbeobachter glauben sogar, dass diese Technologie größere Auswirkungen auf die Weltwirtschaft haben wird als die Dampfmaschine. Die Berater von McKinsey etwa sagen voraus, dass bis 2030 rund 70 Prozent aller Firmen KI-basierte Anwendungen einsetzen werden und Unternehmen, die diese Technologie voll ausnutzen, ihren Cashflow verdoppeln können. So würde KI in den nächsten zehn Jahren zusätzliche 13 Billion US-Dollar zur Weltwirtschaft beitragen.

Das ist zwar eine unvorstellbare Summe, aber der mögliche Einsatzbereich von KI ist auch nahezu grenzenlos: Er reicht von der automatisierten Bilderkennung über virtuelle Assistenten und roboter-basierte Prozessautomatisierung bis hin zum autonomen Fahren. Noch zu abstrakt? Ich mache es gern konkreter:

Ausfallszeiten vermeiden

Nehmen wir die Automobilindustrie als Beispiel: Hunderttausende Industrieroboter setzen im Sekundentakt Schweißpunkte an die Karosserien. Der Ausfall eines solchen Roboters kann den Hersteller schnell Umsatzverluste im fünf- bis sechsstelligen Eurobereich bescheren. Um solche kostspieligen Ausfallzeiten zu vermeiden, setzen viele Autobauer bereits heute auf die vorausschauende Wartung (engl. Predictive Maintenance). Indem eine KI fortlaufend alle möglichen Messwerte und Systemdaten analysiert, kann der Ausfall eines Schweißroboters bis zu sechs Tage im Voraus prognostiziert werden. Damit werden notwendige Wartungsarbeiten planbar und lassen sich problemlos in den Fertigungsprozess integrieren.

Anderes Beispiel, ähnlicher Effekt: Ohne Unterstützung von KI und Big Data sind Unternehmen heute kaum noch in der Lage, komplexe IT-Infrastrukturen erfolgreich zu managen. Die Cloud wird oft parallel zur traditionellen IT genutzt, vielschichtige Multi-Cloud-Umgebungen entstehen und auch Themen wie Hyperkonvergenz und SD-WANs machen den Alltag von IT-Abteilungen nicht gerade trivialer. Hinzu kommt, dass wir Menschen nicht besonders gut darin sind, Dinge wie Verkehrsspitzen proaktiv und vorausschauend zu analysieren. Hier kommt die „Artificial Intelligence for IT Operations“, kurz AIOps, ins Spiel. KI und maschinelles Lernen lassen die Verfügbarkeit und Performance von IT-Systemen und -Anwendungen steigen, die Bereitstellungszeiten von IT-Services um bis zu 70 Prozent sinken und viele manuelle Fehler gänzlich vermeiden.

Energieverbrauch optimieren

Auch in Rechenzentren kann KI ihr Potenzial entfalten. Aktuell gibt es vier Bereiche, die sich besonders anbieten: das intelligente Regulieren von Stromverbrauch und Kühlung, die IT-Sicherheit, das Infrastrukturmanagement und die IT-Automatisierung. Bleiben wir beim ersten Punkt: Stellt die KI im Rechenzentrum z. B. fest, dass die IT-Nutzung eine bestimmte Auslastung unterschreitet, könnte sie einzelne Racks oder ganze Serverschränke herunterfahren und die Kühlung in diesen nicht genutzten Geräten ausschalten. Die dazu benötigen Algorithmen sind zwar nicht neu, aber KI bietet jetzt die Chance, diese mit viel höherer Geschwindigkeit und Skalierbarkeit zu nutzen.

Kaffeevorlieben berücksichtigen

Ja, KI kann selbst Kaffeemaschinen noch produktiver und ausfallsicherer machen: So nutzt z. B. WMF, der weltweit größte Hersteller gewerblicher Kaffeemaschinen, in seinen Geräten spezielle Module, die Betriebsdaten wie Mahl-Widerstand, Bohnen-Füllstand und Stromverbrauch aufzeichnen und an die eigene Analyseplattform „CoffeeConnect“ übermitteln. So sieht der Hersteller in Echtzeit wie viele Tassen Kaffee jede Maschine produziert, welche Sorten gerade besonders gefragt sind oder ob die Bohnen zur Neige gehen. Und mehr noch: Registriert die KI einen ungewöhnlich hohen Stromverbrauch beim Mahlen der Bohnen, kann der wohl defekte Motor ausgetauscht werden, bevor die Maschine den Dienst quittiert – und damit der Umsatz für WMF ins Stocken gerät. Theoretisch ist es sogar denkbar, dass die Kunden ihre ganz persönlichen Kaffeevorlieben in einer Cloud hinterlegen und dann an jeder vernetzten Maschine ihren individuellen Kaffee erhalten.

Jetzt denken viele Firmen: „Alles schön und gut, aber wir haben weder KI-Ressourcen noch die -Expertise im Haus, um von diesen Vorzügen profitieren zu können.“ Und wenn sie diese haben, kann vor allem für kleine und mittelständische Unternehmen (KMU) der Aufbau von leistungsfähigen und skalierbaren KI-Systemen schnell sehr kostspielig werden. Das Training von Algorithmen und der Betrieb der Analysesysteme benötigen naturgemäß eine enorme Rechenleistung. Im eigenen Serverraum oder Rechenzentrum ist es in der Regel nicht möglich, diese passend bereitzustellen.

KI-Services integriert

Trotzdem muss heutzutage kein KMU mehr auf KI-Services verzichten. Vor allem die großen Hyperscaler wie Amazon, Microsoft und Google liefern mittlerweile ihr geballtes KI-Know-how als integralen Bestandteil ihrer Public-Cloud-Lösungen bis in den entlegensten Firmenstandort. Damit kriegen die Unternehmen einen einfachen Zugang zu diesem wichtigen Technologietrend und können KI und Machine Learning ganz leicht in ihre Anwendungen und Geschäftsmodelle integrieren. Mit einem Azure-Konto beispielsweise lassen sich diverse KI-Services ein Jahr lang kostenlos testen. Das ist quasi Künstliche Intelligenz frei Haus.

Auf dieser Basis gibt es eine ganze Reihe von Machine-Learning-as-a-Service-Angeboten, darunter „Natural Language Processing“ (NLP), Computer Vision, KI-Plattformen und andere Machine-Learning-APIs. Somit ist die Public Cloud für die Entwicklung und den Betrieb eigener KI-Lösungen ideal. Sie bietet eben mehr als die komfortable Möglichkeit, enorme Rechen- und Speicherkapazitäten jederzeit bedarfsgerecht zu beziehen. Zudem lassen sich die neuen KI-as-a-Service-Angebote auch relativ einfach in die eigene Produkt- und Dienstleistungsstrategie integrieren.

Hybrid Clouds gefragt

Doch selbst wenn die Public Cloud inzwischen den Weg in die KI-Welt ebnet, brauchen Unternehmen auf die Vorzüge einer Private Cloud nicht verzichten. Die intelligente Lösung ist eine Hybrid Cloud, die das Beste aus zwei Welten vereint: Workloads lassen sich hier nach Bedarf zwischen den verschiedenen Cloud-Plattformen verschieben. Das gibt den Firmen mehr Flexibilität und sie können viele der für gewöhnlich auftretenden Nachteile der Public Cloud elegant umgehen. Mit einer Hybrid Cloud gewinnen sie mehr Kontrolle, Geschwindigkeit, Sicherheit, Skalierbarkeit und auch mehr Kosteneffizienz. Und die Vorteile cloudbasierter KI-Tools können sie trotzdem nutzen.

Ganz egal, für welche Cloud-Lösung sich die Firmen letztlich interessieren, ICT-Provider wie ITENOS können hier eine wertvolle Hilfestellung leisten: So verbindet die Data LogistIX-Plattform von ITENOS Unternehmen jeder Größe nahtlos mit den KI-Cloud-Plattformen führender Hyperscaler wie Amazon, Microsoft, Google, IMB, Oracle oder Alibaba. Data LogistIX ist eine Virtual Interconnection Plattform (V.I.P.), die Nutzern den Zugang zu verschiedenen Diensten, vom normalen Internetzugang bis hin zur Private und Public Cloud, über einen einzigen physischen Port ermöglicht – Stichwort „One-Port-Shopping“. Zudem ist die V.I.P. standort-, einrichtungs- und betreiberunabhängig, so dass Unternehmen von überall her darauf zugreifen können. Wir bezeichnen uns daher inzwischen als „Over-The-Top-Integrierter-IT-Service-Provider“ (OTT) und nicht mehr nur als Colocation- oder Rechenzentrumsanbieter.

Zusätzlich bieten wir mit der Solidcloud eine frei skalierbare, maßgeschneiderte Cloud-Lösung aus eigenem Haus. Die einzelnen Module sind dabei frei kombinierbar: Die Unternehmen entscheiden selbst, welche Rechen-, Speicher- oder Security-Komponenten sie als Shared Service aus der Public Cloud oder als Dedicated Service aus der Private Cloud nutzen wollen. Auch kann die Solidcloud mit den gängigen Public Clouds problemlos kombiniert werden.

Neue Managed Cloud Services

Die meisten unserer bestehenden Cloud-Kunden, insbesondere Unternehmen, entscheiden sich aufgrund unserer schlüsselfertigen Lösungen für uns – diese beinhalten auch eine Beratung, um die jeweiligen Anforderungen gleich zu Beginn zu ermitteln. Eine bemerkenswerte Anzahl kleiner und mittlerer Unternehmen – selbst IT-Dienstleister – haben oft nicht genug technisches Know-how und/oder IT-Ressourcen, um ihre Cloud-Plattformen zu verwalten. Und in den meisten Fällen ist es auch zu teuer und schwierig, dieses Wissen innerhalb des eigenen IT-Teams zu etablieren. Deshalb brauchen sie von Anfang an Beratung und technische Unterstützung. All diese Gründe sowie die steigende Kundennachfrage haben ITENOS dazu veranlasst, neue Managed Cloud Services einzuführen. Dies wird ein weiterer wichtiger Bestandteil unseres integrierten OTT-Dienstleistungsportfolios sein.