5 Tipps für GenAI als Gamechanger Deshalb ist generative KI für die Cloud unverzichtbar

Anbieter zum Thema

NTT DATA Deutschland SE

Fsas Technologies GmbH

Disy Informationssysteme GmbH

BigData-Insider

Künstliche Intelligenz ist selbstverständlich im Unternehmensalltag angekommen, generative KI boomt. Allerdings fordern GenAI-Modelle viele Ressourcen. NTT Data will beweisen: Die Cloud ist ein Gamechanger für generative KI.

Künstliche Intelligenz (KI) gehört für immer mehr Unternehmen mittlerweile selbstverständlich zum Alltag dazu. Insbesondere generative KI erlebt einen Boom. Doch wie so oft gibt es ein „Aber“: Modelle für Generative Artificial Intelligence (GenAI) sind enorm ressourcenhungrig. Firmen sollten sich also Gedanken über ihre IT-Infrastruktur machen. NTT Data zeigt beispielhaft, warum die Cloud ein Gamechanger für generative KI ist.

Wie vielfältig und weit verbreitet der Einsatz von generativer KI in Zukunft sein wird, zeigen übrigens Untersuchungen von Gartner. Die Analysten gehen unter anderem davon aus, dass 2025 mehr als 30 Prozent der neuen Medikamente mithilfe von GenAI-Techniken entwickelt werden. Ebenso hoch soll der Anteil von Marketingbotschaften und personalisierter Werbung sein, die mit generativer KI erstellt werden. In diesem Fall kann GenAI allerdings ein nützliches Werkzeug sein, um Designs in der Fertigung zu entwickeln, die Leistung, Materialien und Herstellungsverfahren optimieren könnten.

Anspruchsvolle Anwendungsfälle erfordern jedoch viel Rechenleistung und verlangen ein hohes Maß an IT-Sicherheit. Hier kann die Cloud aus Sicht von NTT Data in fünf Punkten überzeugen – wenn Unternehmen einige Aspekte beachten.

1. Skalierbare Infrastruktur für die massive Rechenleistung

GenAI-Modelle sind bekannt für ihre Größe und Komplexität, die Modelle umfassen oft Milliarden von Parametern und setzen entsprechend hohe Rechenressourcen voraus. Diese Anforderungen übersteigen in der Regel die Systemkapazitäten von firmeneigenen Rechenzentren, während Cloud-Anbieter auf Skalierbarkeit und High-Performance Computing ausgelegt sind.

Die Cloud bietet – so die Experten von NTT Data – Zugriff auf GPU- und TPU-Cluster sowie spezialisierte KI-Infrastrukturen, die die Rechenlast dynamisch verteilen und skalieren können. Dies kann sowohl die Entwicklungszeit als auch die Betriebskosten erheblich reduzieren und es Unternehmen ermöglichen, GenAI-Anwendungen auch ohne eigene Hochleistungsinfrastruktur effizient zu betreiben.

2. Nutzen schöpfen aus Modularität

Die Implementierung von GenAI in monolithische Legacy-Applikationen stellt laut NTT-Data-Experten vor allem aufgrund der starren Architektur dieser Anwendungen eine große Herausforderung dar. Hier spielen die API-Architektur (Application Programming Interface) und die Modularität von Cloud-nativen Anwendungen ihre Stärken aus. Beides zusammen kann die Integration von GenAI in bestehende Systeme erleichtern.

Dank der API-Architektur können Unternehmen Ökosysteme aus Anwendungen erstellen, die modular und wiederverwendbar sind, was die Entwicklung und Anpassung von GenAI deutlich beschleunigt. Gleichzeitig sorgt die modulare Architektur wahrscheinlich für mehr Flexibilität und Anpassungsfähigkeit, so dass Unternehmen schnell auf neue Anforderungen reagieren und innovative Funktionen implementieren können.

3. Effizientes und flexibles Datenmanagement

Eine der größten Herausforderungen bei GenAI-Projekten ist die Verwaltung und Integration großer Datenmengen. Cloud-Plattformen können hier entscheidende Vorteile bieten: Sie ermöglichen eine zentrale Datenspeicherung und den Zugriff auf skalierbare Datenbanken, die Informationen in Echtzeit aggregieren und bereitstellen können.

Dies erleichtert nicht nur die gemeinsame Nutzung von Informationen über Teams und Standorte hinweg, sondern erhöht beim Einsatz entsprechender Security-Tools auch die Datensicherheit. Darüber hinaus unterstützen Cloud-Anbieter flexible Speicherlösungen, die sowohl strukturierte als auch unstrukturierte Daten verwalten können – ein Muss für die vielseitigen Datensätze, mit denen GenAI arbeitet.

4. Überschaubare Investitionen

NTT Data weiß: Mit der Cloud sparen sich Unternehmen die hohen Kosten für eine eigene KI-Infrastruktur und „konsumieren“ Ressourcen nach Bedarf. Die Pay-per-Use-Modelle der Anbieter ermöglichen eine hohe Flexibilität, indem Ressourcen dynamisch an Lastspitzen und schwankende Workloads angepasst werden.

Allerdings bedeutet die Nutzung der Cloud nicht automatisch Kosteneffizienz: Unternehmen müssen sorgfältig planen und genau definieren, welche Services und Ressourcen sie für ihre GenAI-Anwendungen benötigen, um unnötige Ausgaben zu vermeiden. Ohne eine klare Bedarfsanalyse kann das Kostenmanagement in der Cloud schnell unübersichtlich werden, insbesondere bei rechenintensiven GenAI-Anwendungen. Nur durch eine strategische Planung und kontinuierliches Monitoring lassen sich die Kostenvorteile der Cloud voll ausschöpfen und eine wirtschaftliche Nutzung sicherstellen.

Ersparnisse durch FinOps und GenAI

Fünf Tipps für die bessere Cloud-Kostenkontrolle

5. Zugang zu modernsten Technologien

Viele Cloud-Anbieter bieten inzwischen spezialisierte Services für maschinelles Lernen und KI an, die eine End-to-End-Umgebung für die Entwicklung, das Training und den Einsatz von GenAI-Modellen bereitstellen. Über diese Plattformen haben Entwickler Zugriff auf benutzerfreundliche Werkzeuge, die die Modelloptimierung, das Hyperparameter-Tuning und die Integration vortrainierter Modelle erheblich vereinfachen. Funktionen wie automatisiertes maschinelles Lernen (AutoML) verkürzen die Entwicklungszeit und reduzieren den Bedarf an Spezialwissen.

Gleichzeitig schützen fortschrittliche Sicherheitsmaßnahmen die Daten vor unberechtigtem Zugriff und Angriffen. Allerdings ist nicht jede Cloud für die Verarbeitung sensibler Informationen geeignet. Eine Public-Cloud-Umgebung bietet zwar Standard-Sicherheitsfunktionen, erfüllt aber in der Regel nicht die spezifischen Compliance-Richtlinien in regulierten Branchen – so einer der Tipps von NTT Data. Hier kann der Einsatz hybrider oder privater Cloud-Lösungen ein Weg sein, um sowohl die Vorteile der Cloud zu nutzen als auch die hohen Sicherheits- und Compliance-Standards zu erfüllen.

Mit BRIESO-Modell zum Geschäftserfolg

GenAI: der Weg von der Cloud in den produktiven Einsatz

(ID:50426771)