Künstliche Intelligenz
Cloud und On-premises-Welt im KI-Kontext
Fortsetzung des Artikels von Teil 1
Machine Learning Operations-Modelle liegen im Trend
Im Kontext der zunehmenden KI-und ML-Nutzung sind vor allem MLOps (Machine Learning Operations)-Konzepte derzeit ein wichtiger Trend. Die Basis dafür bilden die etablierten DevOps-Prinzipien. MLOps adressieren die Entwicklung, Bereitstellung, Verwaltung und Wartung von ML-Modellen. Durch die Anwendung von DevOps- und GitOps-Prinzipien kann dabei der iterative Prozess der Integration von ML-Modellen vereinfacht und automatisiert werden, und zwar im Hinblick auf Softwareentwicklungsprozesse, den Produktions-Rollout, das Monitoring, das Retraining und das erneute Deployment. Der Nutzen von MLOps-Prozessen ist, dass sie sowohl Data Scientists bei der Entwicklung als auch Betriebsteams beim Einsatz der ML-Modelle in einer Produktivumgebung unterstützen. Mit einer offenen Hybrid-Cloud-Plattform als Basis können Unternehmen MLOps für ein konsistentes ML-Lifecycle-Management in eigenen Rechenzentren, Public-Cloud-Computing- und Edge-Computing-Umgebungen einsetzen.
KI bietet breites Anwendungsspektrum
Das mögliche Anwendungsspektrum von KI-basierten Lösungen ist weitreichend. So können die Cloud-Nutzung und die KI-gestützte Automatisierung etwa beim IT-Infrastrukturmanagement und in der Entwicklung eine Entlastung für die Mitarbeiterinnen und Mitarbeiter darstellen – gerade auch im Hinblick auf den in der IT herrschenden Fachkräftemangel. In der Fertigung ist die KI-basierte Zustandsüberwachung ein zentrales Hilfsmittel, um eine hohe Produktqualität aufrechtzuerhalten und die Produktivität zu steigern. KI-gestützt ist auch eine vorausschauende Wartung möglich, sodass Ausfallzeiten von Maschinen deutlich reduziert werden können. Zu den gängigen KI-Anwendungsszenarien im Banken-Sektor gehören das Risikomanagement mit einer verbesserten Risikoanalyse und die Betrugserkennung. Generell werden die Fortschritte in der Entwicklung der generativen KI vielfältige neue Use Cases unterstützen: vom autonomen Fahren über optimierte Lieferketten bis hin zur Erkennung und Behandlung von Krankheiten. Nicht zuletzt wird die KI auch ein wichtiger Treiber für die Umsetzung von Smart-City-Modellen sein.
Dominic Schmitt ist Director Ecosystem Central Europe bei Red Hat
- Cloud und On-premises-Welt im KI-Kontext
- Machine Learning Operations-Modelle liegen im Trend
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
