IT-Infrastruktur-Anforderungen für Unternehmen bei Planung und Implementierung von KI-Projekten

In unserem Experten-Podcast #172 bei HPE und CANCOM nachgefragt:

"Wie können Betriebe die Möglichkeiten von KI-Technologien im Unternehmensmaßstab nutzen, ohne dabei die Kontrolle über ihre Daten- und IT-Infrastruktur zu verlieren"

Zum Inhalt

Wenn Unternehmen mit der Planung und Implementierung von KI-Projekten befasst sind, müssen Sie IT-Infrastrukturseitig eine Reihe spezifischer Herausforderungen bewältigen, die vermehrt Hybride- oder Private Cloud-Lösungen betreffen. Weitere Fragestellungen in diesem Zusammenhang können sein:

• Welche KI-Modelle sind im Zuge der dynamischen KI-Entwicklungen am Markt für meinen Betrieb sinnvoll?

• Wie lassen sich Pilotprojekte ohne große Hindernisse in Produktionsumgebungen überführen?

• Wie ist mit geschützten Daten umzugehen (Compliance)?

• Wie schaffe ich eine möglichst robuste und einheitliche Datenverwaltung?

• Ist mein Storage KI-geeignet?

Eva Dölle, AI Consultant im Competence Center Cloud & Datacenter des IT-Dienstleisters CANCOM (IT, Services) und Dirk Derichsweiler, Field CTO & Distinguished Technologist bei HP Enterprise (HPE), werden in dieser Podcastfolge für Sie auch aus Praxissicht auf diese Punkte detaillierter eingehen.

Moderation und Fragen: Norbert Deuschle, Storage Consortium.

Mit welchen unternehmerischen Herausforderungen sind Kunden derzeit primär im Zusammenhang mit KI-Projekten konfrontiert?

Sind Hybride- oder Private Cloud-Lösungen gegenüber reinen Public Cloud-Implementierungen zu bevorzugen? Beispiel: HPE Private Cloud for AI, PCAI.

Wie lassen sich bei der Skalierung von KI-Implementierungen (in Reaktion auf wachsende Geschäftsanforderungen und dynamische Entwicklungen) Kosten und Ausgaben aus Projektsicht möglichst effektiv planen und kontrollieren?

Sowohl die IT bei Modellentwicklung (Training) als auch Fachabteilungen (Inferenz-Thematik) dürfen beim KI-Einsatz nicht mit einer überdimensionierten Infrastruktur (teuer) und unnötiger technischer Komplexität belastet werden...

Welche Ansätze bieten sich in der Praxis an? Wie können spezialisierte IT- und Services-Anbieter wie CANCOM effektiv unterstützen?

Agentic AI ist weltweit im Vormarsch. Wie sollten sich Verantwortliche aus Projektsicht darauf einstellen?

Fazit

Um KI-Anwendungsfälle zu identifizieren, die eine wahrnehmbare Wertschöpfung und damit Return-on-invest liefern, werden fundierte Kenntnisse der Geschäftsanforderungen benötigt. Wichtiger Punkt: Verantwortliche sollten den Bedarf an Rechenleistung und Speicherplatz mit allen finanziellen Auswirkungen sorgfältig abwägen und sicherstellen, dass KI-Implementierungen bei einer Skalierung leistungs- und kosteneffizient bleiben.

Die richtige Auswahl sowie Optimierung des Technologie-Stacks wie Storage, Server, Netzwerk und Data Management, ist für moderne KI-Anwendungen entscheidend für den geschäftlichen Nutzen und damit Projekterfolg.

Dazu gilt es, die jeweils verwendeten Technologien im gesamten KI-Stack sorgfältig aufeinander abzustimmen und entsprechend anzupassen.