KI ist nicht gleich KI – unterschiedliche Anwendungen können in verschiedenen Szenarien ihre Stärken ausspielen. Unternehmen profitieren von ihrem Einsatz, auch in Verbindung mit der Cloud, wenn sie KI-Anwendungen passgenau einsetzen.
KI und Cloud stehen in einer Wechselwirkung miteinander, von der Unternehmen profitieren können – und die in Zukunft immer stärker die Art und Weise beeinflussen wird, wie Organisationen ihre Geschäftsprozesse gestalten und Innovationen vorantreiben. Dabei profitiert einerseits die Cloud vom Einsatz moderner Technologien wie Künstlicher Intelligenz, andererseits wird ihre Verwendung vor allem durch die Ressourcen ermöglicht, die die Cloud bereitstellt.
Um gut zu funktionieren und Mehrwerte zu liefern, braucht die KI eine Vielzahl an Daten und Informationen. Diese sind in den allermeisten Unternehmen bereits vorhanden, werden aber oftmals nicht im Sinne eines wirtschaftlichen Assets genutzt. Dabei steckt in ihnen großes Potenzial. Die Cloud bietet Unternehmen eine den neuesten Sicherheitsstandards entsprechende, flexible und skalierbare IT-Infrastruktur, die es ermöglicht, große Mengen an Daten aus verschiedenen Quellen in Echtzeit zu sammeln, effizient zu speichern und zu verarbeiten. Dies ist besonders wichtig für KI-Anwendungen, die große Datenmengen benötigen, um Modelle zu trainieren und zu verbessern. KI-Algorithmen nutzen die Daten, um Muster zu erkennen, Vorhersagen zu treffen und Erkenntnisse zu generieren, die zur Optimierung von Geschäftsprozessen beitragen. Auch das Thema Rechenleistung ist hier wichtig: Mit Cloud-Plattformen nutzt man die KI as a Service und muss sich nicht um leistungsstarke Ressourcen kümmern, die für das Training komplexer KI-Modelle unbedingt erforderlich sind. Durch die Integration von Kapazitäten aus der Cloud können Betriebe also die Rechen- und Speicherleistung der Cloud nutzen, ohne den Aufwand eigene Server hosten und warten zu müssen.
Bei der Frage, inwiefern die Cloud vom Einsatz von KI profitiert, gilt es, die Situation differenzierter zu betrachten, denn: KI ist nicht gleich KI. Künstliche Intelligenz kennt schon heute eine Vielfalt von Einsatzszenarien, die voneinander unterschieden werden müssen. So ist beispielsweise die generative KI, die vermehrt im Business-Kontext eingesetzt wird, eine spezifische Form der KI. Sie stützt sich auf Deep-Learning-Modelle, die auf großen Datensätzen trainiert werden, um neue Inhalte zu erstellen und ist im Gegensatz zur „traditionellen KI“ in der Lage, aus diesen Daten zu lernen. Ihre Produkte können Bilder sein, aber auch Texte, Code oder Videos.
Das wohl prominenteste Beispiel für generative KI ist aktuell ChatGPT. Abzugrenzen ist die generative KI dabei beispielsweise von KI-Modellen, die auf die Klassifizierung oder Vorhersage von Daten spezialisiert sind. Sie spielen ihre Stärken an anderer Stelle aus, beispielsweise im Datenmanagement.
Aus der Praxis: Automatisierte Unternehmensberichte dank generativer KI
Viele Anbieter von Cloud-Plattformen bieten gleichzeitig KI-Services an, die bestimmte Aufgaben des Geschäftsalltages automatisiert erledigen. Dies ermöglicht Unternehmen, KI-Funktionen, ohne umfangreiche interne Ressourcen zu implementieren. Solche Dienste umfassen vorgefertigte Modelle, APIs und Tools zur Entwicklung eigener KI-Anwendungen.
Aus dem Bereich der generativen KI werden beispielsweise Services angeboten, die die Erstellung von CSR-Berichten (Corporate Sustainability Reporting) automatisieren. Seit 2024 sind Unternehmen dazu verpflichtet, Nachhaltigkeitsangaben zu ihrem Geschäft zu veröffentlichen, so will es die Europäische Union. Dies ist für viele Betriebe insofern eine große Herausforderung, als dass die Daten, auf deren Grundlage solche Berichte entstehen, oft in unterschiedlichen Systemen und verschiedenen Formaten abgelegt sind.
Sie müssen also erst herausgezogen und dann zentral zusammengeführt und ausgewertet werden. Durch den Einsatz von generativen KI-Anwendungen kann der Aufwand dafür deutlich reduziert werden. Zum einen können die Möglichkeiten der generativen KI genutzt werden, um die Vorgaben der EU zu analysieren und daraus relevante Kennzahlen zu extrahieren – und sie sofort in qualitative und quantitative Kennzahlen zu unterscheiden. Aufgrund ihrer Fähigkeit, komplexe Muster und Beziehungen in großen Datensätzen zu erkennen, kann die KI-Anwendung nun Unternehmensdaten und Kennzahlen zueinander in Beziehung setzen und automatisiert entsprechende Berichte erstellen. Selbstverständlich können diese nicht ohne Prüfung durch einen Menschen verwendet werden, aber ein Großteil der Arbeit an einem solchen Bericht übernimmt die KI.