Startseite > Markt > Wie sich Synergien von Cloud und KI nutzen lassen

Technologisches Dream Team

Wie sich Synergien von Cloud und KI nutzen lassen

13. Februar 2025, 7:30 Uhr | Autoren: Matthias Friedrich und Daniel Lorenz / Redaktion: Sabine Narloch

Fortsetzung des Artikels von Teil 1

Auch die Cloud profitiert von KI

Im Fall der automatisierten CSR-Berichte profitiert die KI von den Ressourcen, die die Cloud bereitstellt. Andersherum profitiert die Cloud aber auch vom Einsatz anderer KI-Anwendungen, beispielsweise im Bereich des modernen Datenmanagements. Ein strukturiertes Datenmanagement mit KI-Unterstützung hält die Datenmenge schlank, hilft dabei, Datensilos aufzubrechen, erkennt beispielsweise, wenn Daten doppelt vorgehalten werden oder das Potenzial zur Komprimierung besteht.

Konkret setzen Unternehmen dazu Data Fabric und Data Mesh ein. Diese modernen Ansätze im Bereich des Datenmanagements zielen darauf ab, die Komplexität der Datenverwaltung in Unternehmen zu reduzieren und gleichzeitig Effizienz und Flexibilität zu verbessern. Das gelingt durch die Schaffung einer Architektur, die Herausforderungen wie Datenablage in Silos oder Datenmüll entgegenwirkt. Anders als bei Data Lakes oder Data Warehouses müssen Daten dabei nicht länger extrahiert, harmonisiert, geladen und dann nochmal redundant gespeichert werden. In Data Fabric wird beispielsweise eine Virtualisierung angestrebt, die es ermöglicht, in Echtzeit auf die Daten zuzugreifen. Bei dieser Variante müssen die Daten auch nicht länger redundant gespeichert werden, was dazu führt, dass weniger (teurer) Speicherplatz belegt werden muss. Um die Zugangsmöglichkeiten zu diesen Daten für die Anwender optimal zu gestalten, sind Unternehmen gut beraten, Data Mesh zusätzlich zu nutzen. Es sorgt dafür, dass Daten domänenspezifisch passend abgerufen werden können. Das bedeutet konkret: Alle relevanten Daten zu einem Kundenprojekt oder Produkt sind niedrigschwellig und vollständig abrufbar. Auf Basis von KI und Machine Learning lassen sich aus diesen Daten Erkenntnisse ziehen und Prognosen erstellen. Das bringt viele Vorteile für die Anwender, für die Cloud bedeuten diese modernen Architekturen aber vor allem effiziente und optimierte Nutzung des vorhandenen Speicherplatzes.

Nachhaltigkeitsaspekte mitberücksichtigen

Speicherkapazitäten scheinen bei Cloudressourcen zwar unendlich, sind aber einerseits mit Kosten verbunden und wirken sich andererseits auch auf andere Aspekte aus: Beispielsweise hinsichtlich der Ökobilanz von Rechenzentren. Da immer mehr Daten heute auf Servern landen, steigt der Energieverbrauch von Rechenzentren signifikant – und mit ihm deren Klimabilanz. Data Fabric und Data Mesh sind nur zwei Beispiele, wie vorhandene Ressourcen besser genutzt werden können. Für eine optimale Ausnutzung von gebuchten Kapazitäten sorgen noch einige andere Machine-Learning und KI-basierte Methoden wie Datendeduplizierung, bei der innerhalb eines Speichers redundant vorliegende Daten automatisiert identifiziert und anschließend entfernt werden. Auch Komprimierung, bei der ein Algorithmus die Größe von Daten verringert, trägt zu einer optimalen Ressourcennutzung bei.

Nötige Transformationsprozesse anstoßen

Die Beispiele zeigen: Künstliche Intelligenz in unterschiedlichen Formen – sowohl als „klassische” KI als auch als generative KI – und Cloud profitieren stark voneinander und können Unternehmen ganz neue Möglichkeiten eröffnen, die eigenen Daten effizienter zu managen, Kapazitäten freizusetzen und Raum für Innovationen zu schaffen. Für manche Unternehmen bedeutet dies ein größeres Transformationsprojekt, weil vielleicht ganze Systeme grundlegend umgestellt werden müssen. Das ist zwar aufwändig, lohnt sich aber am Ende, weil es sie zukunftssicher macht. Wer ein solches Projekt angehen will, sollte sich erfahrene Partner an Bord holen, denn neben dem reinen Know-how hilft vor allem Erfahrung dabei, ein solches Vorhaben erfolgreich in die Tat umzusetzen.

Matthias Friedrich ist Head of Application Innovation Services und Dr. rer. nat. Daniel Lorenz ist Team Lead & Head of CoE Artificial Intelligence bei NTT DATA Business Solutions