Im industriellen Umfeld und auch in der IT-Welt eröffnet sich bereits ein sehr breites Spektrum mit dem Ansatz „From the Edge to the Cloud“. Eines der besten Beispiele für eine fortschrittliche Edge-KI-Anwendung, die mit der Cloud verbunden ist, ist das vernetzte Auto, das Software-Updates aus der Cloud erhält. So stehen Unternehmen heute vor der Aufgabe, KI-Anwendungen zu entwickeln, die auf Edge-Computing-Plattformen laufen sollen, also möglichst nahe an der Stelle, an der Daten gesammelt und verarbeitet werden. Im Ergebnis erhöht Edge KI die Leistung, Effizienz und Sicherheit unter anderem in Fabriken, Städten, smarten Gebäuden, in der Landwirtschaft, in Versorgungsnetzen, und im Einzelhandel. Konkrete Use Cases sind Objekterkennung, Gesichtserkennung, industrielle Überwachung, Sprachsteuerung, Geräuschanalyse und Berührungssensorik.
Werfen wir einen genaueren Blick auf die Edge-KI und den Entwicklungsfluss. Es beginnt mit der Datenerfassung (z. B. über Sensoren am Edge) und der Vorbereitung für die Modellierung und das Training. Die Modellauswahl und -schulung ist der Prozess, bei dem die Algorithmen und gewünschten Funktionen unter Nutzung der umfangreichen Ressourcen der Cloud-Infrastruktur entwickelt werden. Die Modelle können dann für den Einsatz auf Hardware am Edge optimiert werden, etwa auf Mikrocontrollern und Mikroprozessoren oder, wie wir jetzt immer häufiger sehen, auf hybriden Geräten, die neuronale Verarbeitungseinheiten enthalten.
Gehen wir weiter vom Edge in die Cloud, finden sich heute bereits viele Beispiele, in denen KI-Chatbots und ähnliche Anwendungen der generativen KI Einzug in die Lösung vieler Anbieter finden. Neue Geschäftsmodelle werden entstehen, rund um Machine Learning, Modellierung, Data Science und Datenklassifizierung. Da immer mehr Daten generiert werden, werden diese mit entsprechenden Algorithmen bearbeitet.
KI wird eingesetzt oder soll eingesetzt werden, um Prozesse zu automatisieren, IT-Anwendungen besser und vorausschauend („predictive“) zu verwalten und deren Performance zu optimieren. Die IT-Welt bewegt sich dabei stark in die Richtung „Everything-as-a-Service“ (Beispiele: Platform-, Software-, Infrastruktur-, etc). Um die neuen Möglichkeiten von KI vollumfänglich nutzen zu können, sind Investitionen in eine moderne Cloud-Infrastruktur unerlässlich, da allein Datenvolumen und Komplexität stark ansteigen werden und schlicht mehr Kapazität vonnöten ist. Weitere zentrale Aspekte, die in die Gesamtbetrachtung gehören: Sicherheit, Fachkräftemangel und Compliance.
Unternehmen sehen sich im Bereich der IT-Sicherheit neuen, ausgefeilten Bedrohungen auf KI-Basis ausgesetzt, können diese aber gleichzeitig mit KI-Tools besser erkennen und bekämpfen. Wichtig hierbei: Während die Bedeutung der Absicherung von IT-Systemen mittlerweile allen klar sein dürfte, so gibt es im Bereich der OT Security (Operational Security) noch viel Nachholbedarf und offene Flanken. Eine besondere Herausforderung ist dabei heute schon der Fachkräftemangel, denn KI-Spezialisten werden händeringend gesucht, und dieser Trend wird sich weiter verschärfen. Auch mit Compliance Betrachtungen wie dem kürzlich in Kraft getretenen KI Act der EU mit einem völlig neuen Rechtsrahmen müssen sich viele Unternehmen erst noch auseinandersetzen.
Arrow ist ein Dienstleister, der Unternehmen bei dieser Reise auf Basis umfassender Beratung und konkreten Hardware-, Software- und Serviceangeboten unterstützt. Wir helfen Unternehmen dabei, die Einstiegshürden für den Einsatz von KI zu überwinden und sich im Dschungel unzähliger KI-Lösungen zurecht zu finden. Es geht nicht nur um die Kosten und Mühen, sondern auch um die richtigen Entscheidungen. Der Weg zu KI kann für jedes Unternehmen individuell anders aussehen.
Die KI-Revolution (und damit ein weiteres Kapitel in der anhaltenden digitalen Transformation) bietet eine Welt voller Möglichkeiten und Fortschritte, neue Geschäftsmöglichkeiten und Effizienzsteigerungen. Die Reise der KI hat begonnen. Vom Edge in die Cloud.
