Cloud Computing Technologie : Die Kraft der Synergie: Cloud Computing und generative KI in der digitalen Revolution

Bei diesen Beispielen sind wir uns wohl einig: Der Erfolg und die Durchbrüche gebühren jeweils beiden genannten Persönlichkeiten. Daher gilt auch: Wo wäre Künstliche Intelligenz ohne die Cloud? Denn egal ob Predictive Maintenance, Industrial Metaverse oder Generative KI – alle aktuellen Technologietrends werden durch bedarfsgerechte, scheinbar unerschöpflichen Rechenleistung und per Knopfdruck zur Verfügung gestellten Services in der Cloud beflügelt. Durch die Demokratisierung der IT hat Cloud Computing die Möglichkeiten zur Innovation vervielfacht und den Unternehmen ermöglicht, auf erstaunliche Weise zu expandieren. In welcher Weise diese leistungsstarke Technologie oftmals die Voraussetzung von IT-Wertschöpfung ist, wissen allerdings die wenigsten Unternehmen.

Nie mehr die wichtigsten News aus Österreichs Industrie verpassen? Abonnieren Sie unser Daily Briefing: Was in der Industrie wichtig wird. Täglich um 7 Uhr in Ihrer Inbox. Hier geht’s zur Anmeldung!

Der jüngste Aufschwung der generativen KI treibt uns in eine Ära beispielloser digitaler Innovation. Generative KI-Systeme wie GPT-4 können auf der Grundlage der Daten, mit welchen sie trainiert wurden, neue Inhalte generieren. Dabei nimmt Cloud Computing eine zentrale Rolle ein. Einerseits stellen Cloud-Plattformen leistungsstarke und skalierbare Ressourcen bereit, die erforderlich sind, um die großen Datenmengen effektiv und effizient zu verarbeiten. Eine eigene Infrastruktur mit solch hohen Rechenleistungen und umfangreichen Datenmengen können oder wollen sich nur die wenigsten Unternehmen selbst aufbauen. Zusätzlich ermöglicht die einfache Skalierbarkeit der Cloud Industrieunternehmen ihre KI-Anwendungen je nach Bedarf zu vergrößern oder zu verkleinern, was für Flexibilität und Kosteneffizienz sorgt.

Lesen Sie hier auch: Innovationen für die Industrie der Zukunft

Durch Service-Angebote von Drittanbietern (Software-as-a-Service) werden derartige Anwendungen für die breite Masse zugänglich. Microsoft Azure unterstützt diesen Prozess beispielsweise mit OpenAI Services, einem umfassenden Toolset, das die Integration und Nutzung des erweiterten Sprachmodells von OpenAI vereinfacht. Unsere Projekterfahrungen zeigen deutliche Erfolge: Durch den Einsatz des Service-Angebots bei unserem hausinternen HR-Chatbot mit OpenAI Services aus der Cloud sinkt die Arbeitsbelastung bei den verantwortlichen Personen um mehr als 50 Prozent bei komplexen Anfragen mit einer gleichzeitigen erhöhten Personalisierung der Antworten.

Lesen Sie hier noch: Kann Industrial AI seine Versprechen halten?

Eine wichtige Überlegung bei der Implementierung von KI in der Cloud ist die Frage, wie der Zugriff auf KI-Dienste gesichert werden kann. Durch den Zugriff auf kritische Daten in der Cloud entsteht eine größere Angriffsfläche, da die Nutzung aus verschiedenen Hybridumgebungen – von zu Hause oder vom Büro aus – erfolgt.

Lesen Sie hier noch: Grüne Fertigung in der Cloud für KMU

Diese hybriden Umgebungen waren einer der treibenden Faktoren für die Verbreitung des „Zero Trust“-Sicherheitsmodells. Zero Trust ist ein Sicherheitsansatz, der darauf abzielt, jeder Zugriffsanfrage „niemals zu vertrauen und sie immer zu verifizieren“, als ob sie aus einem offenen Netzwerk käme. Der gesamte Datenverkehr muss ordnungsgemäß gefiltert, alle Zugriffsanfragen vollständig analysiert und so weit wie möglich automatisiert werden. Bei richtiger Umsetzung reduziert das Zero-Trust-Modell die exponierte Angriffsfläche eines Unternehmens, verbessert die Reaktionszeit bei Sicherheitsvorfällen und begrenzt die Gefahr, falls es doch zu einem Verstoß kommt.

⇢ Haben Sie sich schon Ihr kostenfreies Konto eingerichtet? Wählen Sie aus unserem umfangreichen Schlagwortkatalog und dem Unternehmensregister die Begriffe aus, denen Sie folgen möchten und verpassen Sie keine Nachrichten mehr.

Cloud-Umgebungen sind besonders geeignet, das Zero-Trust-Modell zu übernehmen und davon zu profitieren, da sie zahlreiche Funktionen enthalten, die zu diesem Modell passen. Diesen hohen Standard an Datensicherheit setzen wir auch bei unseren Anwendungen selbst um, wie man auch auf unserer Plattform EY.ai sehen kann.

Abgesehen von den Vorteilen der Skalierbarkeit, Nutzung integrierter Services und ganzheitlichen Sicherheitskonzepten, bietet die Cloud auch Vorteile bei der Integration und Verarbeitung von Daten. Insbesondere eine Cloud-native Datenarchitektur unterstützt bei der effizienten Umsetzung von Data & Analytics Pipelines und Machine-Learning-Operations (MLOps), wodurch Unternehmen einen enormen Wettbewerbsvorteil erlangen können. Bei D&A Pipelines können Daten in einer automatisierten und hoch skalierbaren Umgebung aggregiert, bereinigt, transformiert und analysiert werden.

Lesen Sie hier: SAP Datasphere: Vereinfachung von Datenlandschaften

Verwaltete Datenverarbeitungs- und Analyse-Dienste erlauben Unternehmen, komplexe Daten-Workflows zu erstellen und zu verwalten, um wertvolle Erkenntnisse zu gewinnen. Im Kontext von MLOps trägt die cloud-native Datenarchitektur zur Beschleunigung und Automatisierung der Modellentwicklung und -implementierung bei. Von der Datenaufbereitung und der Experimentverwaltung über die Modellvalidierung bis hin zur Bereitstellung in der Produktionsumgebung ermöglichen Cloud-Dienste eine erhebliche Beschleunigung des Lebenszyklus des maschinellen Lernens. Entwickler und Data Scientists können dadurch ihre Modelle in Rekordzeit vom Prototyp zur produktiven Bereitstellung bringen.

Autoren: David Winter, Dimitar Dimitrov, Clemens Bene und Philipp Hinterecker sind Teil des Cloud Transformation Teams von EY Österreich.