Generative Künstliche Intelligenz (GenAI) verändert zahlreiche Branchen – doch ohne Cloud-Services stoßen Unternehmen schnell an ihre Grenzen. NTT DATA erklärt, welche fünf Gründe für den Einsatz der Cloud sprechen und welche Herausforderungen es dabei zu beachten gilt.
Foto: NTT DATA
Dr. William Cobbah, Head of Data & Intelligence bei NTT DATA DACH
Die Einführung von generativer KI schreitet rasant voran und wird in vielen Unternehmen zunehmend Teil des Tagesgeschäfts. Branchen wie Pharma, Marketing und Fertigung setzen auf die Technologie, um Innovationen zu beschleunigen und Prozesse effizienter zu gestalten. Doch der Betrieb leistungsfähiger GenAI-Modelle bringt erhebliche Anforderungen an die IT-Infrastruktur mit sich. NTT DATA beleuchtet, warum die Cloud für den Erfolg von GenAI-Anwendungen eine zentrale Rolle spielt – und warum eine durchdachte Cloud-Strategie essenziell ist.
Generative KI-Modelle zählen zu den komplexesten Technologien überhaupt: Sie umfassen oft Milliarden von Parametern und stellen hohe Anforderungen an die Recheninfrastruktur. In der Regel übersteigen diese Anforderungen die Kapazitäten klassischer firmeneigener Rechenzentren. Cloud-Anbieter dagegen bieten spezialisierte High-Performance-Computing-Lösungen mit dynamisch skalierbaren Ressourcen wie GPU- und TPU-Cluster. Damit können Unternehmen ihre GenAI-Modelle effizient betreiben, Entwicklungszeiten verkürzen und Betriebskosten optimieren.
Die Integration von GenAI in bestehende, oft monolithische Systeme stellt viele Unternehmen vor Herausforderungen. Cloud-native Anwendungen mit API-Architekturen und modularer Struktur bieten hier klare Vorteile. Sie erleichtern die Einbindung neuer Funktionen und ermöglichen eine schnellere Anpassung an sich verändernde Anforderungen. Die Modularität sorgt dafür, dass Unternehmen Innovationen flexibel vorantreiben und neue Anwendungen effizient entwickeln können.
Für den Erfolg von GenAI ist ein effizientes Management großer, heterogener Datensätze entscheidend. Cloud-Plattformen bieten zentrale Datenspeicherung, skalierbare Datenbanken und Werkzeuge zur Echtzeitaggregation von Informationen. Gleichzeitig erhöhen Security-Tools die Datensicherheit. Flexible Speicherlösungen, die sowohl strukturierte als auch unstrukturierte Daten unterstützen, sind insbesondere für GenAI-Projekte unverzichtbar, da diese oft auf vielfältige Datentypen zugreifen müssen.
Ein weiterer Vorteil der Cloud liegt in der bedarfsgerechten Nutzung von Ressourcen: Unternehmen zahlen nur für die tatsächlich in Anspruch genommenen Leistungen. Die flexiblen Pay-per-Use-Modelle ermöglichen es, Lastspitzen effizient abzudecken und schwankende Workloads dynamisch zu managen. Allerdings warnt NTT DATA davor, die Kostenvorteile als Selbstläufer zu betrachten. Ohne sorgfältige Planung und kontinuierliches Monitoring könnten die Cloud-Ausgaben insbesondere bei ressourcenintensiven GenAI-Projekten schnell unübersichtlich werden.
Cloud-Anbieter entwickeln ihre Services kontinuierlich weiter und bieten spezielle Plattformen für Künstliche Intelligenz und maschinelles Lernen an. Diese umfassen Funktionen wie automatisiertes maschinelles Lernen (AutoML), Hyperparameter-Tuning und den Zugang zu vortrainierten Modellen. Sicherheitsfunktionen schützen sensible Daten – doch bei besonders hohen Anforderungen an Datenschutz und Compliance kann der Einsatz hybrider oder privater Cloud-Lösungen erforderlich sein. Unternehmen sollten daher sorgfältig abwägen, welche Cloud-Architektur ihren individuellen Anforderungen am besten entspricht.
