Wie Cloud den Einsatz von KI befeuert

Generative Künstliche Intelligenz entwickelt sich rasant weiter. Immer mehr Unternehmen interessieren sich für eigene Anwendungsfälle. Bei den hohen Anforderungen an die IT-Infrastruktur lohnt sich der Blick auf die Möglichkeiten der Cloud.

Generative KI (GenAI) ist aus dem Alltag vieler Unternehmen nicht mehr wegzudenken: Als Quelle neuer Ideen, unabhängiger Berater oder Planungstool hilft die Technologie, Prozesse zu vereinfachen und zu beschleunigen. Die Komplexität vieler Anwendungsmöglichkeiten erfordert gleichzeitig, dass die passende IT-Infrastruktur zur Verfügung steht. Gerade mit den offenen Basisversionen von ChatGPT und Co. stoßen Unternehmen bei Datenschutz, Compliance, Skalierung und technischer Individualisierung schnell auf Hürden. Um erfolgreich auf globaler Ebene zu agieren, werden eigene KI-Modelle immer wichtiger. Die Herausforderung: Anspruchsvolle Anwendungsfälle benötigen viel Rechenleistung, verlangen ein hohes Maß an IT-Sicherheit und volle Compliance mit den bestehenden Datenschutzregelungen. Hier schaffen Cloud-Lösungen Abhilfe.

Vielfältige Anwendungsfälle für GenAI

Je nach Branche gibt es große Unterschiede zwischen den Anwendungsfällen der Unternehmen. So dient GenAI in der Handel- und Konsumgüterindustrie beispielsweise oft dazu, Planungsprozesse zu verbessern, den Kundenkontakt oder Warenbestände zu optimieren. Viele B2B-Unternehmen sind wiederum dabei, moderne Commerce-Plattformen aufzubauen, um direkter mit ihren Kunden zu kommunizieren. Diese Plattformen sind in der Regel Cloud-native angelegt und können durch automatisierte Lösungen wie dem Einsatz von Chatbots oder personalisierten Produktempfehlungen stark von generativer KI profitieren.

Auch der Gesundheitssektor profitiert von der Technologie: Durch die Kombination von GenAI mit digitalen Zwillingen können Forscher beispielsweise Arzneimittel schneller entwickeln, sicherer machen und die Wirksamkeit erhöhen. Die Technologie hilft dabei, den Aufbau von digitalen Zwillingen zu beschleunigen. Das sind virtuelle Modelle von realen Objekten, die es ermöglichen, die Leistung und das Verhalten von Produkten in einer virtuellen Umgebung zu testen. In der Arzneimittelentwicklung dienen digitale Zwillinge dazu, die Wirksamkeit und Sicherheit von Arzneimitteln zu testen, bevor sie in klinischen Studien an Menschen getestet werden.

GenAI effizient in die IT-Infrastruktur integrieren

Der Branchenüberblick zeigt, wie vielfältig die Anwendungsmöglichkeiten von GenAI sind. Fast genauso zahlreich sind inzwischen die verfügbaren Software-as-a-Service-Angebote (SaaS) in dem Segment. Insbesondere die großen Marktführer integrieren generative KI immer häufiger in ihre Cloud-basierten Plattformlösungen – ganz egal, ob CRM, ERP oder BI. Diese Form der KI-Anwendung ist in der Regel schnell, günstig und mit geringem Aufwand bei der Implementierung verbunden. SaaS-Lösungen aus der Cloud bieten gegenüber selbst entwickelten und gehosteten GenAI-Anwendungen zahlreiche Vorteile und schaffen so Raum für skalierbare Anwendungsfälle. Hohe Investitionen entfallen, auch weil die Anbieter die Aktualisierung und Wartung der zugrundeliegenden IT-Infrastrukturen selbst übernehmen. Das Manko: Die individuellen Anpassungsmöglichkeiten sind bei den schlüsselfertigen SaaS-Angeboten oft eingeschränkt und daher nicht für alle Vorhaben geeignet.

Platform-as-a-Service-Modelle (PaaS) können eine passende Alternative für die Umsetzung komplexer GenAI-Projekte sein. Mit der bereitgestellten Infrastruktur für Rechenressourcen, Speicher und Netzwerk stehen Unternehmen viele Möglichkeiten bei der Gestaltung von anspruchsvollen Anwendungsfällen offen. PaaS bietet genug Flexibilität für die Anpassung oder Erweiterung der Use Cases, dank vordefinierter, skalierbarer Ressourcen muss sich aber niemand um die zugrundeliegende Infrastruktur in Form von Einrichtung und Verwaltung der Server kümmern. IT-Abteilungen sparen dadurch Zeit und können sich stattdessen auf die Entwicklung und Implementierung von generativen KI-Modellen konzentrieren.

Wie Cloud und KI die Transformation beflügeln

Die Modernisierung von IT-Infrastrukturen allein reicht nicht, um die Weichen für erfolgreiche GenAI-Use-Cases zu stellen. Erst ein neues Verständnis der Anwendungs- und IT-Architektur macht den Weg dafür frei: Weniger veraltete Applikationen und Systeme in der Cloud, stattdessen eine Grundüberholung, zum Beispiel in Form eines Cloud-nativen Digitalen Zwillings der bestehenden IT-Landschaft. Wer die dafür notwendigen Investitionen in Kauf nimmt, statt die historisch gewachsene Legacy-IT zu migrieren, ist in vielen Fällen wirtschaftlicher unterwegs. Beste Voraussetzung für Unternehmen, erfolgreiche GenAI Use-Cases umzusetzen und nebenbei Altlasten abzuwerfen. KI kann diesen Prozess enorm beschleunigen, indem beispielsweise alter Code stark automatisiert weiterverwendet wird. Insbesondere fortgeschrittene GenAI-Modelle sind befähigt, in komplexen Systemlandschaften Beziehungen zwischen verschiedenen Programmen zu verstehen, Code zu refaktorisieren oder in andere Programmiersprachen zu übersetzen und Reportings zu erstellen.

Cloud und KI verändern die Art und Weise, wie Unternehmen geführt werden

Unternehmen sollten die Transformation zu einer Cloud- und KI-getriebenen Organisation nicht als reines Technologieprojekt verstehen. Neben den Kompetenzen für Entwicklung und Digitalisierung braucht es eine belastbare Expertise für Change-Management, das regulatorische Umfeld und die industriespezifischen Anforderungen. Ein rein strategischer oder technologischer Blick auf den Wandel reicht nicht aus: Unternehmen müssen beide Perspektiven vereinen, damit die Synergien aus Cloud und KI nachhaltig erschlossen werden können.

Cloud und KI setzen Potenziale frei, die sich bis auf die Führungsetagen auswirken. Wie Unternehmen zukünftig geführt werden, verändert sich damit nachhaltig. Führungskräfte müssen in der Lage sein, eigenständig datenbasierte Entscheidungen zu treffen. Ein zielführender Umgang mit den dafür erforderlichen Datenmengen ist aber nur mithilfe moderner Cloud-Infrastrukturen zu realisieren. Die Auseinandersetzung mit Daten, KI und Cloud wird damit zur Voraussetzung. Wer das nicht verinnerlicht, läuft Gefahr, sich obsolet zu machen.