Künstliche Intelligenz verändert die Infrastrukturplanung – und das sind die Gründe

Mit der zunehmenden Vielfalt der KI-Workloads werden Daten zum entscheidenden Faktor bei Infrastrukturentscheidungen

Lange Zeit basierte die Infrastrukturplanung auf Stabilität: Unternehmen wählten Plattformen aus, qualifizierten Technologien, standardisierten Architekturen und skalierten diese anschließend konsistent und effizient.

Das ändert sich, da immer mehr KI-Initiativen die Pilotphase verlassen und in den Produktivbetrieb übergehen.

Die Teams unterstützen heute eine wachsende Vielfalt an Workloads, Bereitstellungsumgebungen und Geschäftsanforderungen und erfüllen gleichzeitig die Anforderungen an Governance, Compliance und Souveränität. Einige KI-Anwendungen laufen in öffentlichen Clouds, während andere lokal oder am Netzwerkrand (Edge) verbleiben.

Gleichzeitig entstehen durch den rasanten technologischen Fortschritt mehr Modelle und Bereitstellungsoptionen als je zuvor. Bei Infrastrukturentscheidungen geht es immer weniger darum, eine einzige Standardarchitektur festzulegen, sondern vielmehr darum, die nötige Flexibilität für Anpassungen zu bewahren.

Modelle werden innerhalb von KI-Workflows immer austauschbarer. Unternehmen können verschiedene Aufgaben je nach Kosten, Leistung oder Geschäftsanforderungen unterschiedlichen Modellen zuweisen. Leistungsfähige KI-Modelle kommen in immer mehr Umgebungen zum Einsatz – von Hyperscale-Infrastrukturen bis zu lokalen Geräten. Infrastrukturanbieter planen ebenfalls Rechnerarchitekturen, die modularer und austauschbarer sind.

All dies deutet auf einen umfassenderen Wandel hin: Die KI-Infrastruktur wird dynamischer, Infrastrukturentscheidungen richten sich zunehmend nach den jeweiligen Workloads. In vielen Fällen liegt der Grund dafür in den Daten.

Der sich wandelnde Wert von Daten

Künstliche Intelligenz schafft neue Möglichkeiten zur Wiederverwendung von Daten über Systeme, Arbeitsabläufe und Anwendungen hinweg. Diese Anwendungen stellen unterschiedliche Anforderungen an den Speicherort der Daten, deren Verwaltung, die Zugriffsberechtigten, die Häufigkeit ihrer Übertragung und die Dauer ihrer Speicherung. Datenschutz, Datensouveränität, Latenz, Wirtschaftlichkeit und betriebliche Aspekte beeinflussen diese Architekturentscheidungen ebenfalls.

Dies bedeutet, dass die Infrastruktur zunehmend von den Anforderungen der Daten bestimmt wird und ein Standardkonzept für die Bereitstellung nicht mehr ausreicht. In der Vergangenheit sammelten Unternehmen Daten, um bekannte Geschäftsfragen zu beantworten. Die Analysen halfen, zukünftige Ergebnisse vorherzusagen, die Fragestellungen selbst waren jedoch in der Regel schon im Voraus bekannt.

Mithilfe der KI können Kundeninteraktionen, Betriebsverläufe, Governance-Aufzeichnungen, Organisationswissen und Geschäftskontext für mehrere Systeme, Arbeitsabläufe und Anwendungen wiederverwendet werden.

Da neue Implementierungen neue Daten erzeugen, die künftige Modelle, Arbeitsabläufe und Entscheidungen beeinflussen können, bilden gespeicherte Daten eine Grundlage für künftige Wertschöpfung.

Wenn Daten die Infrastruktur überdauern

In Gesprächen mit Branchenkollegen ist mir immer deutlicher geworden, dass Daten noch weit über das Ende einzelner Rechenzyklen hinaus erhalten bleiben. Modelle, Infrastruktur und Anwendungen mögen sich ändern, aber die Daten bleiben erhalten.

Daher erkennen viele Unternehmen den Wert einer Kombination aus kommerziell verfügbaren Modellen und proprietären Daten. Damit gewinnt die Fähigkeit, Daten zu speichern, zu verwalten, abzurufen und wiederzuverwenden, zunehmend an Bedeutung. Da Daten oft länger erhalten bleiben als die Infrastruktur zu ihrer Verarbeitung, legen Unternehmen zunehmend Wert auf Architekturen, die sich an die Weiterentwicklung der Technologien anpassen können.

Sie möchten neue Technologien einführen und die Infrastruktur schneller qualifizieren können. Sie suchen Architekturen, die es ermöglichen, auf neue Anforderungen zu reagieren, ohne alles von Grund auf neu aufzubauen.

Ich beobachte außerdem ein wachsendes Interesse an anpassungsfähigen Infrastrukturmodellen, die starre Abhängigkeiten zwischen den Technologieebenen reduzieren. Diese Flexibilität soll genügend Handlungsspielraum schaffen, um auf sich ändernde Workloads, Technologien und Geschäftsprioritäten reagieren zu können.

Da KI immer stärker in Geschäftsprozesse integriert wird, werden Infrastrukturentscheidungen zunehmend von Daten bestimmt: wo sie gespeichert sind, wie sie verwaltet werden, wie lange sie wertvoll bleiben und wie effektiv sie für eine wachsende Zahl von Anwendungen und Workloads wiederverwendet werden können.

Eine flexible Infrastruktur, die auf den langfristigen Wert von Daten ausgerichtet ist, wird für die Zukunft der KI einen entscheidenden Vorteil darstellen.

Weitere Informationen: Führen Sie das Seagate Storage Strategy Assessment durch und entdecken Sie Möglichkeiten für den Aufbau einer flexibleren, zukunftsfähigen Infrastruktur.