Der IT-Infrastrukturanbieter Kaytus hat mit MotusAI eine Plattform für die KI-Entwicklung- und -Bereitstellung vorgestellt. Die Lösung übernimmt beispielsweise das Zuweisen von Rechenressourcen, das Orchestrieren von Aufgaben und die Verwaltung von Workflows.

Laut einer Gartner-Studie werden bis 2028 rund 75 Prozent der Softwareentwickler in Unternehmen KI-gestützte Code-Assistenten verwenden.

Das Unternehmen Databricks hat auf seiner Hausmesse in San Francisco die „Databricks Intelligence Platform“ vorgestellt. Sie umfasst die bekannte Data-Lakehouse-Architektur, Machine Learning mit MLFlow sowie Mosaic AI, ein Framework für Generative KI. Wichtig für Kunden: Der Unity Catalog wird nicht nur kompatibel zu Apache Iceberg, sondern auch open source.

Um eine KI-Anwendung möglichst gefahrlos testen und bewerten zu können, bieten sich Sandboxes an. Wie bei dem Verdacht auf Schadsoftware kann eine geschützte Umgebung auch bei Künstlicher Intelligenz gefährliches oder unerwünschtes Verhalten sichtbar machen, ohne Produktivsysteme und reale Daten zu gefährden. Es gibt bereits zahlreiche Lösungen auf dem Markt. Wir geben einen Überblick.

Red Hat Enterprise Linux AI (RHEL AI) ist eine quelloffene Plattform für Large Language Models (LLMs) von IBM, die Granite-Modelle, Tools von InstructLab sowie einen Entwicklungsansatz der Community vereint. Gleichzeitig kündigte Red Hat Erweiterungen für die Software OpenShift zur Ausführung von LLMs in RHEL-Clustern an: Red Hat OpenShift AI, die hybride Plattform für Maschinelles Lernen (MLOps).

Snowflake hat auf seiner Anwenderkonferenz in San Francisco eine Reihe von Neuheiten angekündigt. Die Partnerschaft mit Nvidia bedeutet die Bereitstellung von Snowflake-Funktionsmodellen auf Nvidia-beschleunigten Plattformen und die Anreicherung von Apps um Nvidia-Microservices. Der neue Polaris-Datenkatalog soll für Governance und Datensicherheit sorgen, und mit Native Apps will Snowflake seinen Markt rasch ausweiten.

Voraussetzung für die erfolgreiche Umsetzung einer KI-Strategie ist eine umfassende Datenverarbeitung sowie die Etablierung eines effektiven Data-Governance-Systems. Dabei kommt DevOps-Teams eine zentrale Rolle zu.

IBM hat kürzlich mit IBM Concert eine umfassende Verwaltungs- und Automationslösung für seine Watsonx-Produktfamilie vorgestellt. Mehrere Kunden verwenden Watsonx bereits erfolgreich. Big Blue detaillierte seine Pläne für erweiterte Beratungsdienstleistungen, zudem will es den Anbieter HashiCorp übernehmen.

Oracle hat einige KI-Erweiterungen für seine Low-Code-Entwicklungsplattform APEX vorgestellt. Die neuen Funktionen zielen darauf ab, den Entwicklungsprozess zu vereinfachen und komplexe Anwendungen mit weniger Aufwand erstellen zu können.

Oftmals sind KI-Systeme noch nicht ganz ausgereift und in der Lage, tatsächlich unabhängig und fehlerfrei zu agieren. Wie können Anwender die Entwicklung ihrer KI fördern und gleichzeitig die Fehler und Risiken reduzieren?