Wie Datenanforderungen die KI-Infrastruktur verändern

Da KI-Systeme immer stärker in die Geschäftsprozesse integriert werden, müssen Infrastrukturteams entscheiden, wo Daten gespeichert werden sollen, wie sie verwaltet werden sollen und wie sie zugänglich bleiben können.

Der aktuelle State of AI Infrastructure Report von Google Cloud¹ unterstreicht diese Ansicht und kommt zu dem Ergebnis, dass 52 % der Unternehmen mittlerweile einen hybriden Ansatz für KI nutzen, während 48 % der Infrastruktur Priorität einräumen, die Datenresidenz, Compliance-Kontrollen und lokale Sicherheitsanforderungen unterstützt.

Da Cloud-Plattformen die Entwicklung und den Einsatz von KI-Experimenten weiterhin beschleunigen, sammeln Unternehmen immer größere und vielfältigere Datensätze an. Diese Ergebnisse zeigen auch, wie die Datenanforderungen die Infrastrukturentscheidungen beeinflussen, wobei der Schwerpunkt verstärkt auf der Notwendigkeit liegt, Daten in verschiedenen Umgebungen zu verwalten, zu speichern und darauf zuzugreifen.

Wenn Daten die Architektur bestimmen

Datenresidenz, Governance, Compliance und lokale Sicherheit sind grundlegende Fragen des Datenmanagements und der Datenkontrolle. Für viele Unternehmen werden diese Anforderungen zu primären Entscheidungskriterien, die die Art und Weise des Einsatzes der KI-Infrastruktur bestimmen.

Unterschiedliche Datentypen unterliegen unterschiedlichen rechtlichen, regulatorischen, sicherheitsrelevanten und betrieblichen Anforderungen. Aus diesem Grund können Unternehmen oft nicht alle ihre Daten in einer einzigen Umgebung speichern. Die Infrastruktur wird dezentralisiert, weil die Daten selbst auf unterschiedliche Weise verwaltet, gespeichert und abgerufen werden müssen.

Diese Dynamik zeigt sich im zunehmenden Fokus auf souveräne KI-Initiativen, bei denen Regierungen und Unternehmen in Infrastrukturen investieren, die darauf ausgelegt sind, kritische Daten unter lokaler Kontrolle zu halten und gleichzeitig KI-Workloads zu unterstützen.

KI verändert den Wert von Daten

Governance, Compliance und Datenmanagement sind zwar keine neuen Anforderungen, aber KI verändert die Menge und den Wert der Daten, die Unternehmen speichern. Da diese gespeicherten Daten zu einer Quelle für Kontext, Wissen und operative Erkenntnisse für KI-Systeme werden, spielen Datenspeicherung und -governance eine entscheidende Rolle bei der Frage, wie Informationen gespeichert und wiederverwendet werden, um künftig Wert zu schaffen.

Anstatt eigene Basismodelle zu entwickeln, stellen viele Unternehmen fest, dass die Kombination von kommerziell erhältlichen Modellen mit firmeneigenen Daten effektiver ist. Folglich wird die Kontrolle über diese Daten zu einem Schlüsselfaktor für die Bestimmung des Werts, den KI-Systeme schaffen können.

KI-Systeme sind auf gesammelten Kontext, Betriebshistorie, Governance-Kontrollen, Kundeninteraktionen und Organisationswissen angewiesen, die erhalten und abgerufen werden müssen. Daten sind weit mehr als nur Eingabedaten für KI-Systeme. Sie sind zu einem strategischen Vermögenswert geworden, der maßgeblich bestimmt, welchen Wert diese Systeme schaffen können. Das verändert auch die Art und Weise, wie Unternehmen ihre Architektur planen.

Traditionell konzentrierten sich Infrastrukturteams eher darauf, wo Anwendungen ausgeführt werden. Heute entscheiden sie darüber, wo Daten gespeichert und wie lange sie aufbewahrt werden sollen, welche Richtlinien gelten und wie sie für zukünftige KI-Systeme zugänglich bleiben.

Von Workloads zur Datenstrategie

Die Erkenntnisse von Google sind nicht nur eine Geschichte über Cloud-Technologien, sondern auch eine Geschichte über Datenarchitektur. Hybride Infrastrukturen tragen der Tatsache Rechnung, dass wertvolle Daten in unterschiedlichen Umgebungen gespeichert sind.

Die Diskussion in der Branche geht über die Frage hinaus, wo KI-Workloads ausgeführt werden sollen, und befasst sich stattdessen damit, ob die Architektur die Art und Weise unterstützen kann, wie Daten erstellt, verwaltet, gespeichert und wiederverwendet werden.

Unternehmen, die mit KI Erfolg haben wollen, werden eine Infrastruktur aufbauen, die an den tatsächlichen Anforderungen ihrer Daten und dem Wert, den sie schaffen können, basiert. Da gespeicherte Daten eine immer wichtigere Quelle für Kontext, Wissen und Wettbewerbsvorteile darstellen, wird die Fähigkeit, diese Daten zu erhalten, zu verwalten und wiederzuverwenden, zunehmend wichtiger. In dieser Sichtweise entwickelt sich die Infrastruktur von einer Plattform zur Ausführung von Workloads zu einem dauerhaften Speichersystem, das Daten bewahrt, verwaltet und aus ihnen Wert schöpft.

Weitere Informationen: In meinem kürzlich erschienenen Blogbeitrag erläutere ich, wie Objektspeicher zu einem Fundament für moderne Cloud- und KI-Infrastrukturen geworden ist.

Fußnoten:

¹Bericht zum Stand der KI-Infrastruktur in Bezug auf Hybrid Cloud und GDC | Google Cloud Blog