Im Experten-Podcast mit HPE und CANCOM nachgefragt: Wie lassen sich die Möglichkeiten von KI-Technologien effizient nutzen, ohne die Kontrolle über Daten, Kosten und IT-Infrastruktur zu verlieren…
Zum Inhalt (Hörzeit: ca. 28:00 min.)
Wenn sich Unternehmen mit der Planung und Implementierung von KI-Projekten befassen, sind IT-Infrastrukturseitig verschiedene Anforderungen zu bewältigen. Relevante Fragestellungen in diesem Zusammenhang sind:
- Mit welchen unternehmerischen Herausforderungen sind Verantwortliche im Zusammenhang mit KI-Projekten primär konfrontiert?
- Wie lassen sich Pilotprojekte ohne große Hindernisse möglichst schnell in Produktionsumgebungen überführen?
- Wie ist mit geschützten Daten umzugehen (Stichworte: Security, Compliance)?
- Wie schaffe ich eine möglichst robuste und einheitliche Datenverwaltung?
- Wann sind Hybride- oder Private Cloud-Lösungen gegenüber reinen Public Cloud-Implementierungen zu bevorzugen? Hier am Beispiel HPE Private Cloud for AI, PCAI.
- Ist meine Storage-Umgebung KI-geeignet bzw. dafür optimiert?
- Wie lassen sich bei der Skalierung von KI-Implementierungen die Kosten und Ausgaben aus Projektsicht möglichst effektiv planen und kontrollieren?
- Sowohl die IT zur Modellentwicklung (Training) als auch Fachabteilungen (Inferenz) sollen beim KI-Einsatz nicht mit unnötiger technischer Komplexität belastet werden. Welcher Ansatz bieten sich in der Praxis an? Wie können spezialisierte IT- und Services-Anbieter wie am Beispiel CANCOM hier effektiv unterstützen?
Eva Dölle (1), AI Consultant im Competence Center Cloud & Datacenter des IT-Anbieters CANCOM (IT, Services) und Dirk Derichsweiler (2), Field CTO & Distinguished Technologist bei HP Enterprise, gehen aus Praxissicht auf diese und weitere Fragestellungen in folgender Podcastfolge detaillierter ein. Moderation & Fragen: Norbert Deuschle, Storage Consortium.
Unsere Storage Consortium Podcast Episoden finden Sie auch bei Apple Podcast - Amazon Music - Spotify - sowie allen weiteren Podcasting Portalen... Stay tuned :)
Zusammenfassung: Um KI-Anwendungsfälle zu identifizieren, die eine wahrnehmbare Wertschöpfung und damit Return-on-invest liefern, werden fundierte Kenntnisse der jeweiligen Geschäftsanforderungen benötigt. Verantwortliche sollten den Bedarf an Rechenleistung und Speicherplatz mit finanziellen Auswirkungen sorgfältig abwägen und sicherstellen, dass KI-Implementierungen bei einer Skalierung leistungs- und kosteneffizient bleiben. Die richtige Auswahl und Optimierung des Technologie-Stacks aus Storage-, Server-, Netzwerk- und Data-Management-Sicht ist für moderne KI-Anwendungen entscheidend für den geschäftlichen Nutzen und damit Erfolg.
(1) Eva Dölle, AI Consultant, Competence Center Cloud & Datacenter, CANCOM (Bildquelle: CANCOM).
(2) Dirk Derichsweiler, Field CTO & Distinguished Technologist, HP Enterprise (Symbol/Meme: HPE).
Querverweis:
Unser Beitrag > Untersuchung zum Einsatz von KI-Agenten in Deutschland und 13 weiteren Ländern von Cloudera
Unser Beitrag > VAST AI Operating System Ankündigung: KI-Agenten stehen im Mittelpunkt
Unser Beitrag > Datenräume von CANCOM Austria als Managed Service auf Basis HPE- und CNCF Open Source Architektur