Viele Unternehmen möchten KI einsetzen, doch häufig sind ihre Infrastrukturen nicht gut darauf vorbereitet. Christian Scharrer von Dell Technologies erläutert die fünf grössten strukturellen Schwächen und zeigt, wie sie behoben werden können.
#1: Der Datenzugriff wird zum Flaschenhals
KI-Modelle benötigen einen schnellen Zugriff auf hochwertige Daten. Gleichzeitig müssen Unternehmen Informationen in Übereinstimmung mit gesetzlichen Vorgaben wie der DSGVO verwalten und übertragen. Diesen Anforderungen stehen häufig Datensilos im Weg. Ausserdem liefern ältere Speichersysteme oft nicht den erforderlichen Datendurchsatz für das Training komplexer Modelle.
Moderne Datenplattformen konsolidieren Daten aus verschiedenen Quellen und liefern gleichzeitig hohe Datendurchsätze und optimierte Zugriffspfade, sodass Training und Inferenz von KI-Modellen in der erforderlichen Geschwindigkeit durchgeführt werden können.
#2: Die Rechenressourcen stossen an ihre Grenzen
Der produktive Einsatz von KI ist meist sehr rechenintensiv. Nur wenige Unternehmen trainieren grosse Sprachmodelle von Grund auf neu, aber viele setzen KI ein, um Echtzeitentscheidungen, Analysen und zunehmend auch autonome Workflows zu unterstützen. Wenn diese Aufgaben mit den bestehenden Geschäftsanwendungen um dieselben Ressourcen konkurrieren, leidet die Leistung der KI.
Eine spezielle Infrastruktur mit beschleunigter Rechenleistung erlaubt es Unternehmen, ihre gemischten Workloads effizient zu unterstützen. Sie sorgt für priorisierten Zugriff auf Ressourcen, optimiert die Verarbeitung grosser Datenmengen in Echtzeit und stellt sicher, dass KI-Anwendungen mit maximaler Leistung betrieben werden können.
#3: Das Netzwerk produziert Staus
KI erfordert ein robustes Netzwerk, um riesige Datensätze zwischen Speichern, Verarbeitungseinheiten und Endbenutzern zu übertragen. Ein langsames oder unzuverlässiges Netzwerk kann zu erheblichen Engpässen führen und dadurch die Mitarbeitenden und Kunden frustrieren.
Eine schnelle Netzwerkstruktur mit geringer Latenz ist unerlässlich, um einen reibungslosen, kontinuierlichen Datenfluss zu gewährleisten. Solche Infrastrukturen kombinieren hohe Bandbreiten, stabile Verbindungen und optimierte Kommunikationsprotokolle mit KI-optimierten Features und Traffic-Priorisierung, sodass grosse Datenmengen in Echtzeit übertragen und KI-Anwendungen zuverlässig betrieben werden können.
#4: Bereitstellung und Verwaltung sind komplex
Bei der Übertragung von KI-Modellen aus der Entwicklungs- und Testumgebung in den produktiven Betrieb sind viele IT-Teams mit grosser Komplexität konfrontiert. Sie haben Schwierigkeiten, Ressourcen bereitzustellen, Softwareabhängigkeiten zu verwalten und Anwendungen zu skalieren. Der Grund dafür sind meist starre, manuell konfigurierte Umgebungen.
Moderne Software-Stacks und Automatisierungstools ermöglichen es IT-Teams, KI-Anwendungen schnell bereitzustellen, einfach zu verwalten und bei Bedarf zu skalieren. Sie stellen katalogbasierte, validierte Blueprints und orchestrierte Automatisierungen bereit, die manuelle Konfigurationsschritte eliminieren, Abhängigkeiten automatisch einrichten und Infrastrukturkomponenten konsistent konfigurieren.
#5: Es gibt keinen klaren Skalierungspfad
Auch wenn das erste KI-Projekt eines Unternehmens klein anfängt, sollte seine Infrastruktur für die nächsten Schritte bereit sein. Dafür ist eine klare und kosteneffiziente Strategie zur Skalierung von KI-Anwendungen erforderlich.
Wenn die Erweiterung der KI-Umgebung eine vollständige und kostspielige Überarbeitung der Infrastruktur verlangt, ist es schwierig, den Erfolg eines ersten, begrenzten KI-Projekts im gesamten Unternehmen zu wiederholen. Mit einer Infrastruktur, die auf einer skalierbaren, modularen Architektur basiert, können Unternehmen ihre KI-Ressourcen schrittweise erweitern.
Fazit
KI braucht nicht nur Algorithmen und Daten, sondern auch eine leistungsstarke und agile Grundlage. Die Investition in eine moderne, zielgerichtete Infrastruktur ist eine Investition in die Zukunft. Sie stärkt die IT-Teams, vereinfacht komplexe Abläufe und schafft die Voraussetzung dafür, dass KI ihre Versprechen einlösen kann.