Kommentar von Bill Wright, Red Hat Das Enterprise Neurosystem – Business Intelligence trifft AIOps

Anbieter zum Thema

IBM Deutschland GmbH

Disy Informationssysteme GmbH

Sinequa

Red Hat GmbH

Machine Learning, neuronale Netze, Künstliche Intelligenz (KI) – diese revolutionären Technologien nutzen Unternehmen schon längst für punktuelle Aufgaben. Aber lassen sich KI-Modelle nicht auch für die Verwaltung ganzer Firmen nutzen?

Unternehmen bestehen aus organisatorischen Einheiten, die – für sich genommen – autark funktionieren und doch ein großes Ganzes abbilden. So entstehen an vielen Stellen sehr viele Daten, auf die andere Abteilungen entweder gar nicht erst zugreifen oder die sie nicht sinnvoll in Beziehung zu anderen Daten setzen können. Die Auswertung durch den Menschen verschlingt viel Zeit und verursacht hohe Kosten. Manche Unternehmen setzen daher an bestimmten Datenpunkten bereits dedizierte KI-Modelle zur Unterstützung ein. Doch durch die mangelnde Integration sind weit reichende Optimierungen und Trendanalysen kaum möglich.

Die Synergiewirkung zwischen den einzelnen Geschäftsbereichen ist sehr viel größer, wenn sich dieser Reichtum an Daten und die entsprechenden KI-Modelle alle zusammengefasst in einer einzelnen Instanz für die Analyse befinden und die Beobachtungen sowie die Rückschlüsse daraus allen relevanten Mitarbeitern präsentiert und ihnen zur Verfügung gestellt werden können. Autonome Aktionen können gegengeprüft werden, um ihre Wirkung und Genauigkeit zu verbessern. Hinzu kommt, dass sich die Fehlerrate signifikant verringern kann, wenn Menschen durch Maschinen unterstützt werden, um an der Erkennung, Auswertung und konsequenten Nutzung komplexer Zusammenhänge im Hinblick auf Business-Entscheidungen zu arbeiten.

Enterprise Neurosystem – eine neue industrieweite Initiative

Vor vier Jahren hat Red Hat eine Fokusgruppe ins Leben gerufen, die sich mit der Überschneidung von KI und Netzwerken beschäftigt hat. Es wurden potenzielle Architekturen diskutiert und einige der tief greifenden Probleme aufgedeckt, mit denen Kunden konfrontiert waren. Sie investierten zum Beispiel in erheblichem Umfang in KI-Modelle für Einzellösungen, aber es gab keinen übergreifenden Rahmen für die Integration und Kreuzkorrelation. Die Modelle waren unübersichtlich und es fehlte eine kollektive Analyse. Das führte dazu, dass dieser Bereich der Schwerpunkt wurde.

Um diese Herausforderungen anzugehen, hat sich Red Hat mit einer Reihe von bekannten Unternehmen aus der Telekommunikationsbranche und dem Bereich der KI-Software sowie mit führenden akademischen Einrichtungen zusammengetan.

Das Ziel ist es, ein neues voll integriertes KI-Framework zu konzipieren, das der neurologischen Architektur des Menschen nachempfunden ist. Nach diesem gleichermaßen alten und neuen Paradigma sollen elementare Funktionen autonom verwaltet werden, während andere eine Bewusstseinsebene mit weitreichenden Analyse- und Vorhersagefähigkeiten erfordern. Das Framework soll die fehlende Infrastruktur bereitstellen, um bestehende KI-Modelle und Datenquellen miteinander zu verknüpfen und eine neue kollektive Intelligenz zu erschaffen. So werden Edge AI und Core AI zu einem zentral verwalteten Intelligence-System.

Prozesse rationalisieren

Dies ist ein weiterer Schritt in Richtung des gewünschten Endzustands: einer Business Singularity für jedes Unternehmen. Gemeint ist eine Künstliche Intelligenz, die Menschen im Unternehmen anleiten und mit ihnen zusammenarbeiten kann. Das Framework soll auch mit Intelligence-Systemen anderer Firmen zusammenarbeiten, um Prozesse zu rationalisieren und beidseitig vorteilhafte Ziele erreichbar zu machen.

Wie bereits erwähnt, erstellen interne Abteilungen KI-Modelle aktuell noch vor allem individuell je nach Notwendigkeit und Umsetzbarkeit für kleinere Bereiche im Unternehmen. Alternativ bieten bestimmte Anbieter sie „von der Stange“ an. Eine nahtlose Integration und eine zentrale Interpretations- und Reporting-Methodologie über alle Instanzen hinweg fehlen bisher.

Das Enterprise Neurosystem soll hier Abhilfe schaffen: Verbunden mit sämtlichen Geschäftsbereichen im Unternehmen, fungiert es als zentrale Cross-Correlation-Engine und holt sich Informationen aus allen bereits eingesetzten Machine-Learning-Technologien. Es zieht die Daten aus allen operativen Silos heraus, sowohl in Echtzeit als auch rückwirkend, um eine einheitliche integrierte Sicht auf die Unternehmensprozesse zusammenzustellen. Diese weitreichende Implementierung in alle Geschäftsbereiche gewährleistet tiefe Einblicke in die Datensätze der unterschiedlichen Abteilungen und wie sie sich gegenseitig über eine bestimmte Zeit beeinflussen. So können die Algorithmen Korrelationen und Querverbindungen von bisher unerreichtem Vorhersagewert herstellen.

Intelligente Middleware

Intelligente Middleware wird ebenfalls eine Schlüsselfunktion und ein Schwerpunkt der Community sein. In Zusammenarbeit mit den anderen Beteiligten wird Red Hat eine autonome Funktion entwickeln, die nahtlos eine Vielzahl von KI-Modellen, Anwendungen und Datenbeständen erkennen und sich mit ihnen verbinden kann. Dies wiederum wird den gesamten Use Case erst ermöglichen und das Deployment vereinfachen.

Das Interface, also die Schnittstelle zwischen KI-Framework und Mensch, ist zunächst einmal als klassisches Dashboard angelegt. Jedoch gehen die Ziele der Community sehr viel weiter in Richtung eines holografischen Assistenten, der – vielleicht in Form eines grafisch visualisierten Sprachassistenten – quasi als „echter“ Mitarbeiter fungiert und Ratschläge erteilt, sowohl für akute Probleme in Echtzeit als auch mit Optionen für eine Kurskorrektur.

Eine der Arbeitsgruppen der Community wird sich mit Ethik und Governance befassen. Dadurch soll die Kernintelligenz mit humanistischen Best Practices ausgestattet werden und ethische Richtlinien aus einem breiten Spektrum von Kulturen und Philosophien einbeziehen. Damit werden klare Grundsätze und Grenzen für ethisches Verhalten festgelegt, an denen sich die Kernintelligenz orientieren soll. Das ist vor allem dann wichtig, wenn sie Geschäftsentscheidungen trifft und Empfehlungen abgibt, die sich nicht nur auf die Mitarbeiter, Kunden und Partner, sondern auch auf die Umwelt auswirken.

Technische Umsetzung

Strukturell gesehen, könnte eine Architektur im Unternehmen sich wie folgt zusammenstellen: Das Fundament stellt die notwendige Hardware mit modernen Software-Plattformen wie Red Hat Enterprise Linux, Red Hat Ceph Storage, Red Hat OpenShift und Data Streaming dar. Darauf setzt ein Open-Data-Framework auf, dass die Nutzung eines Open Source AI Platform Toolings erlaubt. Letzteres nutzen die Mitarbeiter dafür, KI-Modelle zu erstellen, sie in Produktion zu bringen und zu verwalten. Das Schöne: Sowohl die Modelle als auch das Tooling, um sie zu verwalten, sind bereits verfügbar.

Über allem schwebt schließlich das Enterprise Neurosystem. Es managt autonom viele Elemente auf die gleiche Art und Weise, wie der menschliche Körper seine Primärfunktionen handhabt, etwa den Herzschlag. Das Enterprise Neurosystem stellt, einmal in allen Bereichen des Unternehmens implementiert, die so wertvollen Querverbindungen zu allen Daten innerhalb der Organisation her. Wie das Bewusstsein wertet es sie aus und erstellt Muster für aktuelle und zukünftige Vorgänge. Nach entsprechendem Training gibt es dann Optimierungsvorschläge aus.

Man kann es auch so sehen, dass Business Intelligence jetzt vollständig mit AIOps in eine flexible und selbstbewusste Architektur wird. Diese Architektur ist das Enterprise Neurosystem.

Open Source als treibende Kraft

Open Source spielt eine zentrale Rolle bei dieser Initiative. Eine Vielzahl von Branchen kann diese Technologieplattform einsetzen und die Erkenntnisse aus all diesen unterschiedlichen Unternehmen und ihren Anforderungen werden die Fähigkeiten des Systems schnell verbessern und erweitern. Die Praxis hat gezeigt, dass ein Open-Source-Ansatz zur Transparenz beiträgt, insbesondere in Bezug auf die zugrunde liegenden Funktionen und die Entscheidungsfindung.

Open Source ist prädestiniert dafür, Standards zu definieren, die leicht über Unternehmensgrenzen hinweg adaptiert werden können. Eine leistungsfähige Plattform, die all diese Elemente und Blickwinkel in sich vereint, ist ohne Entwicklungsumgebung, deren Kern eine neutrale Community ausmacht, schwer zu erschaffen und umzusetzen. Die Open-Source-Community des Enterprise Neurosystems hat bereits den Grundstein dafür gelegt.

Darüber hinaus sind die Lösungen von Red Hat wie Red Hat OpenShift, Red Hat Ceph Storage und Middleware eine solide Basis für jedes Deployment eines Neurosystems. Immerhin handelt es sich um Plattformen und Tools, die den gleichen Open-Source-Ethos verkörpern.

Ein (Enterprise-)Utopia

Die potenziellen Vorteile des Enterprise Neurosystem liegen auf der Hand: Optimierte Prozesse und genauere Vorhersagekapazitäten sowie eine höhere Genauigkeit dank einer Analyse-Engine im Kern, die alle KI-Modelle einbezieht. Das Resultat sind drastische Optimierungen in Sachen Ressourcen und signifikante Kostenersparnisse. Gerade Unternehmen, die mit sich ständig verändernden Umständen zu kämpfen haben, profitieren davon, tiefere und aussagekräftige Datensätze zu erhalten. Diese kommen im Bestfall dann sogar von der primären Künstlichen Intelligenz bereits in Form von Beobachtungen und Empfehlungen aufbereitet bei den entsprechenden Stakeholdern an.

Das Wichtigste ist aber, dass die neuen Möglichkeiten die Mitarbeiter befähigen, sich eher auf innovative Arbeit als auf das ermüdende Betreiben der Infrastruktur zu konzentrieren. Die maschinelle Unterstützung sorgt für eine höhere Resilienz und eine schnellere Lösungsfindung, sollten Probleme aufkommen.

Ein weiterer wichtiger Aspekt für den Erfolg des Enterprise-Neurosystems-Projektes ist die Ethik und die Reduzierung von Vorurteilen. Dies wird auch in Zukunft ein ständiger Schwerpunkt für die Community sein, um sicherzustellen, dass die KI sich weiterentwickelt und die Gesellschaft sowie das Leben verbessert.

Letztendlich wird der groß angelegte Interpretationsrahmen des Enterprise Neurosystems wachsen und sich weiterentwickeln. Es wird sogar schlussendlich auf eine völlig neue Art und Weise eingesetzt werden können – als Betriebssystem etwa für die planetarische Ökosphäre. Es könnte Umweltdaten miteinander in Beziehung setzen, bei der Erhaltung von Ressourcen und der Artenvielfalt helfen, verschiedene von Menschen verursachte ökologische Auswirkungen ausgleichen und dabei helfen, die Folgen des Klimawandels abzumildern.

Wir bei Red Hat möchten eine offene Einladung aussprechen. Wer sich uns anschließen und die Zukunft der KI in der Telekommunikation mitgestalten möchte, der kann jederzeit mit uns Kontakt aufnehmen. Wir freuen uns auf die Zusammenarbeit.

(ID:47687488)