Wedlich nannte zudem zwei Hauptfunktionen der eigenen Systeme, die relevant für die Kooperation seien. Durch die Zunahme von Elementen, die Daten generieren, sehen sich Unternehmen mit einem beachtlichen Volumen solcher Daten und Datenstrukturen unterschiedlichen „Schweregrads“ konfrontiert. Laut Wedlich verfügen NetApps Speichersysteme über eine hohe Intelligenz, was wiederum den optimierten Umgang mit diesen Daten im Kontext der „Dimensionen“ Volumen, unterschiedliche Datenstruktur, Verarbeitungsgeschwindigkeit, Datenqualität und -wertigkeit erlaube. Dies führe zu einer für die KI wichtigen hohen Umsetzungsqualität und -geschwindigkeit. Außerdem biete NetApp einen hohen Automatisierungsgrad, der Data Scientists Zeit und Speicherplatz beim Trainieren der Algorithmen einsparen soll. NetApps AI-Control-Plane-Lösung, die eine Verknüpfung von Daten, Tools und Frameworks ermöglicht, verfügt über einen Cloning-Mechanismus. Dadurch soll ein Data Scientist in der Lage sein, den auf unterschiedlichen Algorithmen zu trainierenden Datensatz inklusive Metadaten und Umgebungsvariablen zu klonen, ohne zusätzliche Speicherkapazitäten zu benötigen. Waldmann beschrieb das Kooperationsmodell folgendermaßen: „Wir wollen keine einzelnen Projekte bei Firmen begleiten, sondern eine Gruppe an Firmen langfristig nach vorne bringen.“ Dies sei das „mentale Modell“, unter dem sich NetApp und appliedAI zusammengetan haben. Er ergänzte, dass NetApp eine Begleitperspektive für Unternehmen darstellt, die KI ins Business-Modell integrieren wollen. Die Initiative will dazu mit Unterstützung der Partner Unternehmen durch die verschiedenen Reifegrade der KI-Adaption begleiten.
Drei Richtungen
Auf die Frage, welche Wichtigkeit und Chancen künstliche Intelligenz für deutsche Unternehmen hat, erklärte Waldmann, dass appliedAI genau dazu existiere, dies für unterschiedliche Unternehmenssektoren herauszufinden. Im Allgemeinen gebe es keine Anzeichen dafür, dass die Bedeutung von KI in Zukunft abnehmen würde. Dabei, so Waldmann, müsse man das Thema aus drei Richtungen beleuchten. Erstens profitieren Infrastrukturanbieter von der steigenden Relevanz der KI. Zweitens erkennen Unternehmen die Bedeutung von wertvollen Daten. Die dritte Perspektive bezieht sich auf die Fähigkeiten von KI, bisherige Business-Modelle zu hinterfragen. Durch die Techniken aus dem KI-Bereich werden Maschinen zu Aktoren, die aus Daten lernen und mit Menschen interagieren. Dieser Trend ist laut Waldmann in Deutschland zu beobachten. Allerdings gebe es im Vergleich mit digitalen Unternehmen aus den USA noch Nachholbedarf.