Kommentar von Marc Linster, EnterpriseDB Generative KI und Datenbanken – was ist möglich und was nicht?

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Insider Research

Xpand Solutions GmbH

Generative KI steht als Dachbegriff für automatisierte Prozesse, bei denen Algorithmen eingesetzt werden, um Daten zu generieren, zu bearbeiten oder zu synthetisieren. Diese Form der Künstlichen Intelligenz wird als generativ bezeichnet, weil sie auf Grundlage historischer Daten etwas Neues hervorbringt. Historisch kann der 1966 am MIT entwickelte Chatbot „ELIZA", der Gespräche mit einem Psychotherapeuten simulieren sollte, als erste Form der generativen KI gelten. Heute sehen viele Experten die KI durch Tools wie ChatGPT bereits in der breiten Gesellschaft als angekommen.

Dabei stellen sich Anwendern und Nutzern bzw. potenziellen Nutzern einige Fragen. Zum Beispiel, ob es generative KI ermöglicht, eine komplette Datenbankinstanz – also das komplette Datenbank-Umfeld einschließlich sämtlicher Komponenten – zu starten, indem sie einfach vom Nutzer gefragt wird.

Spezielles Training

Zum Hochfahren einer Datenbankinstanz braucht es vor allem die Entwicklung eines nutzerdefinierten KI-Modells, das speziell für das Erstellen und Konfigurieren von Datenbankinstanzen trainiert wurde. Das Training muss mit einem großen Dataset vorhandener Datenbankkonfigurationen stattfinden – und das Modell mithin in der Lage sein, die Anforderungen für eine neue Datenbankinstanz genau zu analysieren und zu verstehen.

In der Folge kann unter Umständen Natural Language Processing (NLP) verwendet werden, damit die Nutzer eine neue Datenbankinstanz in natürlicher Sprache initiieren können. Das KI-Modell würde dann die entsprechende Anfrage interpretieren, eine neue Datenbankinstanz generieren und diese – basierend auf den Vorgaben – konfigurieren.

Menschliche Aufsicht nötig

Dabei muss aber beachtet werden, dass der Aufbau eines solchen Systems erhebliches Entwicklungs-Know-how und Ressourcen erfordert. Zudem existieren möglicherweise einige Vorbehalte hinsichtlich der Sicherheit und der Leistung, die beachtet werden wollen. Nicht zuletzt sind KI-generierte Datenbankkonfigurationen nicht unbedingt optimal, was eine menschliche Aufsicht und Validierung erforderlich macht.

Generative Modelle wie ChatGPT können bereits auf Anfrage Code generieren, etwa in Gestalt einer Terraform-Vorlage zur Bereitstellung einer PostgreSQL-Instanz auf AWS. Grundsätzlich kann Postgres, das für besondere Zuverlässigkeit bekannt ist, von den Fortschritten im Bereich generativer KI durchaus profitieren, etwa im Hinblick auf automatisch generierte Code Snippets und die Leistung bei Anfragen oder auch bei der Identifizierung möglicher Probleme.

Aber: Nach wie vor ist es geraten, ein wachsames Auge auf Prozesse und Resultate zu behalten. Denn nicht immer tut die Technologie genau das, was von ihr erwartet wird. Es kann nur dann gewährleistet sein, dass die erwähnte Terraform-Vorlage das Richtige tut und dass keine Sicherheitsgruppe hinzugefügt wurde, die jedem im Internet direkten Zugriff auf den PostgreSQL-Port ermöglicht, wenn eine menschliche Kontrollinstanz dafür sorgt.

Generative Modelle können für eine enorme Zeitersparnis sorgen – aber noch ist es nicht so weit, dass sie vollständig verlässlich sind. Die „Übergabe“ eines API-Schlüssels, um den Menschen aus dieser Schleife herauszuhalten, wäre zum jetzigen Zeitpunkt verfrüht.

Die Rolle von Konversations-KI

Gibt es ein Problem in einer Datenbank – kann dann ChatGPT gebeten werden, das Problem zu lokalisieren und Schritte zu seiner Behebung zu empfehlen? Wichtig ist hier Folgendes: Konversations-KI kann zwar ein nützliches Werkzeug für die Diagnose von Datenbank-Problemen sein. Sie sollte dabei aber nicht als einzige Informationsquelle verwendet werden. Datenbankprobleme sind oft hochkomplex – und es kann Faktoren geben, die von KI nicht berücksichtigt werden können. Prinzipiell ist die Datenbanksicherheit eine hochsensible Angelegenheit. Die entsprechende KI muss umso sorgfältiger entwickelt und implementiert werden, damit sie nicht versehentlich vertrauliche Informationen preisgibt oder Schwachstellen in der Datenbank verursacht.

Aus- und Weiterbildung der Belegschaft

Um dieses Risiko zu minimieren, müssen Unternehmen ihre Belegschaft entsprechend aus- und weiterbilden. Wer mit seinen internen Ressourcen nicht sicher in der Cloud skalieren kann, sollte in jedem Fall die Zusammenarbeit mit zuverlässigen Drittanbietern in Betracht ziehen KI-Anwendungen sind zurzeit noch nicht hingehend ausgereift; sie können noch nicht als Expertenersatz dienen.

Probleme in Datenbanken können in vielerlei Gestalt auftreten – von Leistungsproblemen, die Hardware-Upgrades erfordern, über die Neukonfiguration des Servers bis hin zur Erstellung von Indizes oder Statistiken. Verursacht werden können sie unter anderem durch Hardwarefehler, unzureichenden Speicherplatz sowie viele weitere Gründe. Einige Probleme sind relativ einfach zu verstehen, andere hingegen können weitaus komplexer sein und erfahrene Administratoren erfordern.

Anspruchsvolle Suchmaschinen

Die generativen Modelle, die es heute gibt, können als anspruchsvolle Suchmaschinen angesehen werden – solche, die in der Lage sind, eine Antwort auf Basis der riesigen Datenmenge zu geben, mit der sie trainiert wurden. Selbst wenn aber diese Daten (entgegen aller Wahrscheinlichkeit) vollständig korrekt sind: Wie kann das Modell eine nützliche Antwort geben, wenn die Person, die es um Hilfe bittet, versehentlich eine wichtige Information ausgelassen hat?

Fazit in diesem Punkt: Der aktuelle Stand der Technik gibt den Nutzern hier ein Werkzeug an die Hand, welches zwar hilft, den Menschen aber nicht ersetzen kann. Es könnte in der Lage sein, eine geeignete Antwort zu geben, um ein bestimmtes Problem direkt zu lösen. Noch eher aber kann es sich als nützlich erweisen, indem es Administratoren dabei unterstützt, ein Problem mit einem iterativeren Ansatz wirksam einzugrenzen.

Einfachere Datenbank-Verwaltung und -Optimierung

Wie also sieht der tatsächliche Impact von KI auf Datenbanken aus? Eine der wichtigsten Auswirkungen besteht in der Vereinfachung von Verwaltung und Optimierung der Datenbankleistung. KI-gestützte Tools können Datenbanken automatisch überwachen, Probleme erkennen und Optimierungen vorschlagen. Das gibt den Administratoren Raum und Zeit, sich auf komplexere Aufgaben zu konzentrieren. Ausfallzeiten werden reduziert, die allgemeine Zuverlässigkeit von Datenbanken verbessert sich signifikant.

Vorteile maximieren und Risiken minimieren

Letztendlich lassen sich mit der gezielten Förderung des KI-Einsatzes deren Vorteile realisieren und gleichzeitig die Risiken für die Privatsphäre des Einzelnen minimieren. Es kommt dabei auch und vor allem auf die Zusammenarbeit der politischen Entscheidungsträger, der Branchenführer und der gesamten Zivilgesellschaft an. Sie müssen gemeinsam entsprechende Richtlinien und Praktiken entwickeln, die einen verantwortungsvollen Umgang mit KI-Technologien gewährleisten.

Generative Modelle können ein nützliches Werkzeug sein. Sie können bei der Generierung des SQL helfen. So tragen sie zur Erstellung des benötigten Schemas bei oder fungieren als leistungsfähige Suchmaschine, mit der sich ein Problem schneller finden lässt.

Künftig werden immer mehr Tools generative Modelle nutzen oder sich mit ihnen verbinden. Überwachungssysteme können solche Modelle zur automatisierten und komplexen Überwachung verwenden. Sie sind in der Lage, automatisch Faktoren wie Nutzungs- oder Auslastungsmuster, aber auch Kombinationen von Frühwarnzeichen zu berücksichtigen, die auf ein bevorstehendes Problem hinweisen. Verwaltungstools können Schnittstellen zum Generieren von SQL oder eine Startkonfiguration auf Basis bekannter, leistungsfähiger Konfigurationen für bestimmte Workload-Typen enthalten.

Fazit

Generative Modelle sind kein wundersamer Ersatz für jene Arbeit, die täglich von Experten geleistet wird. Es sind Werkzeuge, mit denen sich die Arbeit erleichtern lässt. Bis sie aber so viel Vertrauen, Genauigkeit und Korrektheit bieten können, wie für eine echte Kontrolle über Systeme benötigt wird, geht wohl noch einige Zeit ins Land. Dennoch: Dank der Fortschritte generativer KI gerade im Hinblick auf Datenbanken – insbesondere Postgres – kann sie ein ausgesprochen wertvolles Tool sein, das menschliche Erfahrung und menschliches Know-how optimal ergänzt.

(ID:49690265)