In unserem Experten-Podcast #172 bei HPE und CANCOM nachgefragt:
"Wie können Betriebe die Möglichkeiten von KI-Technologien im Unternehmensmaßstab nutzen, ohne dabei die Kontrolle über ihre Daten- und IT-Infrastruktur zu verlieren"
Zum Inhalt
Wenn Unternehmen mit der Planung und Implementierung von KI-Projekten befasst sind, müssen Sie IT-Infrastrukturseitig eine Reihe spezifischer Herausforderungen bewältigen, die vermehrt Hybride- oder Private Cloud-Lösungen betreffen. Weitere Fragestellungen in diesem Zusammenhang können sein:
Welche KI-Modelle sind im Zuge der dynamischen KI-Entwicklungen am Markt für meinen Betrieb sinnvoll?
Wie lassen sich Pilotprojekte ohne große Hindernisse in Produktionsumgebungen überführen?
Wie ist mit geschützten Daten umzugehen (Compliance)?
Wie schaffe ich eine möglichst robuste und einheitliche Datenverwaltung?
Ist mein Storage KI-geeignet?
Eva Dölle, AI Consultant im Competence Center Cloud & Datacenter des IT-Dienstleisters CANCOM (IT, Services) und Dirk Derichsweiler, Field CTO & Distinguished Technologist bei HP Enterprise (HPE), werden in dieser Podcastfolge für Sie auch aus Praxissicht auf diese Punkte detaillierter eingehen.
Moderation und Fragen: Norbert Deuschle, Storage Consortium.
Mit welchen unternehmerischen Herausforderungen sind Kunden derzeit primär im Zusammenhang mit KI-Projekten konfrontiert?
Sind Hybride- oder Private Cloud-Lösungen gegenüber reinen Public Cloud-Implementierungen zu bevorzugen? Beispiel: HPE Private Cloud for AI, PCAI.
Wie lassen sich bei der Skalierung von KI-Implementierungen (in Reaktion auf wachsende Geschäftsanforderungen und dynamische Entwicklungen) Kosten und Ausgaben aus Projektsicht möglichst effektiv planen und kontrollieren?
Sowohl die IT bei Modellentwicklung (Training) als auch Fachabteilungen (Inferenz-Thematik) dürfen beim KI-Einsatz nicht mit einer überdimensionierten Infrastruktur (teuer) und unnötiger technischer Komplexität belastet werden...
Welche Ansätze bieten sich in der Praxis an? Wie können spezialisierte IT- und Services-Anbieter wie CANCOM effektiv unterstützen?
Agentic AI ist weltweit im Vormarsch. Wie sollten sich Verantwortliche aus Projektsicht darauf einstellen?
Fazit
Um KI-Anwendungsfälle zu identifizieren, die eine wahrnehmbare Wertschöpfung und damit Return-on-invest liefern, werden fundierte Kenntnisse der Geschäftsanforderungen benötigt. Wichtiger Punkt: Verantwortliche sollten den Bedarf an Rechenleistung und Speicherplatz mit allen finanziellen Auswirkungen sorgfältig abwägen und sicherstellen, dass KI-Implementierungen bei einer Skalierung leistungs- und kosteneffizient bleiben.
Die richtige Auswahl sowie Optimierung des Technologie-Stacks wie Storage, Server, Netzwerk und Data Management, ist für moderne KI-Anwendungen entscheidend für den geschäftlichen Nutzen und damit Projekterfolg.
Dazu gilt es, die jeweils verwendeten Technologien im gesamten KI-Stack sorgfältig aufeinander abzustimmen und entsprechend anzupassen.
