<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=323483448267600&amp;ev=PageView&amp;noscript=1">

Die Cloud: Ein notwendiger Schritt für die KI?

Veröffentlichung
11 Januar 2019
Themen: Artikel

So bringen Sie Ihr Unternehmen in die Cloud: ein mehrstufiger Aufstieg ganz nach Ihren Anforderungen

Daten sind der grundlegende Informationsblock hinter der KI. Diese Daten können lokal, in der Cloud oder in einer Hybridinfrastruktur gespeichert werden, die beide Optionen miteinander kombiniert. Wie aber treffen Sie die Wahl, wo Ihre Daten aufbewahrt werden sollen? In welchen Fällen ist eine Cloud erforderlich? Inwieweit kann die Cloud die fortgeschrittene KI vorantreiben? Können wir der Cloud vertrauen?

Jetzt ist es möglich, Daten in Echtzeit und im laufenden Betrieb zu analysieren, ohne sie mit Tools wie Stream Analytics in Datenbanken zu speichern, und die Daten direkt von den Sensoren mit Plattformen wie Azure Sphere sicher in die Cloud zu senden. Dabei muss nicht immer gleich alles in die Cloud gepusht werden – besonders wenn Sie ganz von vorne anfangen. „Es ist effizienter, nur diejenigen Daten hochzuladen, die auch zur Lösung des Geschäftsanliegens erforderlich sind”, so Ziad Benslimane, Lead Data Engineer bei Wizata. „Während es möglich ist, die geänderten Teile von Datenbanken mit Zeitstempeln zu aktualisieren, ist es bei Datenbanken wie Definitionstabellen eine schlechte Praxis, diese für alle Fälle weiterhin hochzuladen.” Wenn Sie mithilfe Ihres Cloud- und Datenexperten klug entscheiden, was Sie in die Cloud hochladen, verringern sich auch Ihre Datenanalytikkosten (basierend auf der Anzahl der Spalten und Zeilen) sowie Ihre Speicher- und Bandbreitenkosten.

Wann liefert die Cloud einen Mehrwert?

In der Fertigungsindustrie, in der Datenbanken und IT-Systeme ein wesentlicher Bestandteil der Produktionssteuerung sind, können Sie die Daten durch Replikation in die Cloud manipulieren und in einem virtuellen Labor experimentieren, ohne dabei die Produktion zu gefährden. Außerdem unbedingt notwendig ist es, die Mainframes und Core-Systeme in einem optimalen Zustand zu halten, ohne ihnen ständige Anforderungen zu senden, welche die Performance beeinträchtigen könnten.

In der Cloud bietet Ihnen die elastische und leistungsstarke Big-Data-Infrastruktur den nötigen Hebel, um die aussagekräftigsten KI-Erkenntnisse zu generieren, die aus der größten Anzahl von Funktionen einen Sinn ergeben, um Ihnen dadurch einen Wettbewerbsvorteil zu verschaffen. Mit weniger Daten und weniger Rechenleistung als in der Cloud kann KI zwar dennoch rentabel sein, sie ist jedoch für Echtzeitvorhersagen und -empfehlungen weniger geeignet.

Ihre Geschäftsziele: der Wegweiser für Ihre Cloud-Anforderungen

Die Rohdaten der Sensoren können in verschiedenen Qualitätsstufen (den „Datenverarbeitungsstufen“) verfeinert werden, wobei Stufe 0 der grundlegende, unsortierte und unverarbeitete Zustand ist. Theoretisch will man stets ein poliertes übergeordnetes Dataset für KI verwenden. Aber so einfach ist das nicht – es hängt nämlich wirklich von Ihrem Geschäftsziel ab: „Manchmal dauert es einige Minuten, bis die Daten transformiert und in einer polierten Form vorliegen”, so Ziad Benslimane weiter. „Bei bestimmten Qualitätsproblemen ist das Produkt bereits beschädigt, wenn die verarbeiteten Informationen verfügbar sind. Dies zwingt uns, uns auf die Echtzeit-Rohdaten zu konzentrieren und die Kapazitäten der Cloud zu nutzen, um noch rechtzeitig handeln zu können. Andererseits ist es für die Ursachenanalytik nicht wichtig, die Daten der letzten 5 Minuten abzurufen, wenn man ein ganzes Produktionsjahr betrachtet. Sie können strukturierte historische Daten verwenden, die einfacher zu interpretieren sind. Genau deshalb ist es für Dateningenieure wichtig, von Beginn des Projekts an die richtigen Fragen zu stellen: Was ist das Geschäftsziel? Wo sind die Daten? Wird in Echtzeit gemessen? Brauchen wir Echtzeitdaten für das Datenwissenschaftsmodell? usw.”

Die Cloud hat sicherlich viele Vorteile für sich: Mit einer selbstverwalteten Cloud-Infrastruktur wie Microsoft Azure ist es schnell, kostengünstig und mühelos möglich, mit wenigen Klicks genau die Infrastruktur einzurichten, die man benötigt – und dies mit der aktuellsten Software und Hardware. Anstatt unnötig nach erstklassigen, teuren IT-Profilen zu suchen, die die Zukunft von Algorithmen erforschen und implementieren, können Sie sich mit einer drastisch verkürzten Markteinführungszeit für neue Ideen auf Ihr Kerngeschäft konzentrieren. In der Tat zwingt ein stark umkämpfter globaler Markt Unternehmen, schnell und entschieden auf neue Herausforderungen zu reagieren. Meist bleibt nicht genügend Zeit, um IT-Fachkräfte einzustellen und auszubilden, wenn ein neues Geschäftsmodell entsteht, und es ist schwierig,Kapital in den Kauf von Servern und Infrastrukturen zu investieren, die nicht von Anfang an Umsatz generieren.

Höchste Sicherheit in der Gesetzgebung Ihrer Wahl

Anstatt lokalen Altsystemen mit potenziell gefährlichen Sicherheitsmängeln zu vertrauen, stellen Cloud-Anbieter sicher, dass die Daten durch die sichersten Technologien und erstklassige Teams gesichert werden. Die Sicherheit muss von der Cloud über den Desktop bis hin zu den Sensoren durchgängig gewährleistet werden. Nur die technisch versiertesten Unternehmen können die gesamte Pipeline mit ständiger, proaktiver und reaktionsschneller Überwachung und Analytik von Bedrohungen absichern. Der Schutz des virtuellen und physischen Zugriffs muss auf höchstem Niveau mit einer umfassenden Verschlüsselung erfolgen.

Mit mehreren regionalen Clouds rund um den Globus können Unternehmen jetzt auswählen, in welcher Gesetzgebung ihre Daten aufbewahrt werden, beispielsweise in mit der DSGVO kompatiblen Infrastrukturen innerhalb von Europa. In Azure können Microsoft-Mitarbeiter nicht auf die in dieser vertrauenswürdigen Cloud verarbeiteten Daten zugreifen, und der Kunde besitzt und kontrolliert deren Daten.

Open Source und interoperabel

Microsoft hat seinen Mehrwert unter anderem dadurch bewiesen, dass es sich um eine vollständig partnerorientierte Cloud handelt, die völlig unabhängig und uneingeschränkt in Bezug auf Open Source-Sprachen und -Technologien ist (man kann Linux-VM in Azure verwenden usw.). Außerdem ist sie erweiterbar und in der Lage, in altbewährte Player wie SAP nativ integriert zu werden. Man muss sich nicht mehr für einen einzigen Cloud-Anbieter entscheiden: Dank interoperabler Technologien können die verschiedenen Plattformen heutzutage miteinander kommunizieren. Das Hauptziel besteht darin, die dringendsten geschäftlichen Probleme zu ermitteln, die die beste Kapitalrendite bieten, und dann die Technologie zu bestimmen, die Ihre Lösung unterstützt.