Sie sind hier: Startseite » Markt » Tipps und Hinweise

Das Beste aus der KI-Investition machen


Autonomous Computing: Vier Wegweiser zur selbststeuernden Datenverarbeitung
Wie eine Cloud-Infrastruktur mit autonomer Technologie die Business Resilience von Unternehmen unterstützt


Die COVID-19-Pandemie hat das Tagesgeschäft in vielen Branchen so unvermittelt auf den Kopf gestellt, dass den Führungskräften vielerorts eine Entscheidungshilfe für den Übergang in die Post-Corona-Zeit fehlt. Einen Lösungsansatz bietet die autonome Datenverarbeitung. Sie bezeichnet die Fähigkeit eines Computers, sich selbst automatisch durch adaptive Technologien zu verwalten. Oracle präsentiert einen Ausblick, welche Potenziale für Unternehmen und ihre strategischen Entscheider darin liegen und wie dieses neue Konzept aussehen wird.

Die KI-basierte Modellierung verschiedener Szenarien wird im Zuge der COVID-19-Pandemie zu einem immer wichtigeren Werkzeug für Führungskräfte, die Unterstützung bei strategischen Entscheidungen benötigen. Führungskräfte aller Bereiche im Unternehmen sind gut beraten, sich vor diesem Hintergrund die wichtigsten Interessengruppen anzusehen und Risiken zu identifizieren. Auf dieser Basis lassen sich Modelle für den Worst Case und die nach Wahrscheinlichkeit gewichteten Ergebnisse der Geschäftsentscheidungen erstellen.

Um entsprechende Prozesse zu entwickeln und erfolgreich im Unternehmen zu verankern, helfen folgende Wegweiser:

Noch nie dagewesene Datenmengen können sich für Unternehmen ohne die richtige Unterstützung als Fluch und Segen zugleich erweisen. Denn sie bergen wertvolle Informationen, um sich Geschäftsvorteile verschaffen zu können. Allerdings drohen sie auch mit ihrer schieren Masse die zuständigen Führungskräfte zu überfordern: Datenerfassung, -bereinigung und -sicherheit können das Management von der Vorhersage und Strategieentwicklung abbringen. Und ohne gezielte Unterstützung können sie nicht mit der erforderlichen Geschwindigkeit arbeiten.

Um eine Lösung herbeizuführen, sollten die Verantwortlichen überlegen, was sie mithilfe von KI rationalisieren und automatisieren können. KI-Lösungen können riesige Datenmengen in kurzer Zeit analysieren und interpretieren, was sie für die Planung von Szenarien unschätzbar wertvoll macht. Zudem bieten sie die Option, die vielen sich wiederholenden, aber notwendigen Aufgaben auf dem Gebiet der Datenverwaltung zu automatisieren. Dabei erweist es sich jedoch als sinnvoll, realistisch zu sein und die Erwartungen nicht zu hoch zu schrauben. Unternehmen haben oft Schwierigkeiten, die Technologie in großem Maßstab einzusetzen. Das Letzte, was Geschäftsführer jetzt wollen, ist ein kostspieliger und ehrgeiziger Schnellschuss, der ihre Ziele verfehlt.

Entwicklerkompetenz stärken und sinnvoll nutzen
Um das Optimum aus der KI-Investition herauszuholen, sollten Unternehmen Anwendungen sowohl kaufen als auch selbst konzipieren. Dabei muss nicht alles von Grund auf neuentwickelt werden, denn das birgt nicht zuletzt die Gefahr von Kompatibilitätsproblemen. Benötigt wird vielmehr ein strategischer Ansatz, der zusammenhängende Lösungen liefert und den Nutzen der KI maximiert, anstatt einer Reihe unterschiedlicher Lösungen.

Fokus auf die Datenqualität legen
Besondere Aufmerksamkeit sollte auch der Qualität der Daten gewidmet werden. Das Datenmaterial muss vollständig, bereinigt und aktuell sein, damit eine KI-Lösung genaue Erkenntnisse liefern kann. Hier erweist es sich als hilfreich, dass ebenfalls KI-gesteuerte Data Engines Datensätze bereinigen und anreichern könne und sie so für die Analyse aufbereiten. Ein Beispiel dafür ist das Unternehmen Las Vegas Valley Water District, das die 400.000 Wassermessgeräte ihrer Kunden zur Auswertung des zukünftigen Bedarfs über eine KI analysiert.

Auf kosteneffizientes Feintuning setzen
Ein weiterer wichtiger Gesichtspunkt ist das Tuning der Lösung. Normalerweise nehmen Data Scientists die "Wartung" der KI vor – ein kostspieliger, manueller Prozess. In Organisationen mit Hunderten von KI-Modellen, die gewartet werden müssen, ist dies aber kaum praktikabel. Ein aussichtsreicher Lösungsansatz: Die Anwendung von maschinellem Lernen auf diesen Prozess automatisiert diese teure Aufgabe und hält die Kosten unter Kontrolle.

"Es gibt nicht den einen Königsweg, um nach einem Einschnitt in den Geschäftsablauf wieder zur Normalität zurückzukehren. Szenariomodellierung und Autonomous Computing mithilfe von leistungsfähigen KI- und ML-Modellen können Unternehmen jedoch helfen, den Sturm zu überstehen", erklärt Gerhard Schlabschi, Director Technology & Cloud Computing bei Oracle. "Durch systematische Kombination detaillierter, umfassender KI-Modelle mit menschlichem Urteilsvermögen, werden Unternehmen in die Lage versetzt, die richtigen Entscheidungen treffen, um sich einen Weg durch die Krise zu bahnen." (Oracle: ra)

eingetragen: 10.09.20
Newsletterlauf: 03.11.20

Oracle: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Tipps und Hinweise

  • Einblicke in die Sichtweise der Kunden

    Online-Händler erhalten täglich eine unzählige Menge an Anfragen. Ein Großteil davon wird mit KI-Agenten gelöst, da sie immer wieder ähnliche Themen wie Lieferzeiten, Rücksendungen oder Produktspezifikationen betreffen. Zum einen sind KI-Agenten damit eine Arbeitserleichterung bei wiederkehrenden Anfragen, besonders wenn diese Lösungen einfach zu bedienen sind, und den Unternehmen schnellen Mehrwert bieten. Doch hinter diesen Wiederholungen verbirgt sich zum anderen auch eine bislang oft ungenutzte Quelle strategischer Erkenntnisse: die Daten, die bei jeder einzelnen Interaktion entstehen.

  • Modernisierung birgt auch ein Risiko

    Der Trend zur Cloud-Migration setzt Vermögensverwalter zunehmend unter Druck, ihre digitale Transformation voranzutreiben. Einer der strategischen Pfeiler einer Cloud-Strategie ist dabei der Wechsel von On-Premise- zu SaaS-Lösungen. Für größere, traditionelle Institutionen stellt sich jedoch die Frage: Sollten sie direkt auf SaaS umsteigen oder lieber einen mehrstufigen Ansatz über PaaS wählen? Alberto Cuccu, COO von Objectway, erklärt, warum ein schrittweiser Migrationsprozess für bestimmte Geschäftsfälle eine sinnvolle Option sein kann, welche Rolle DORA dabei spielt und welche typischen Fehler Banken bei ihrer IT-Transformation machen.

  • SaaS-Lösungen die beste Wahl

    In der Versicherungsbranche reichen starre und manuelle Prozesse nicht mehr aus, um die Anforderungen des digitalen Kunden abzudecken. Agile und anpassbare Versicherungsservices sind ein Gebot der Stunde. Sie erfordern eine moderne Versicherungsplattform, die nach Einschätzung von Fadata, Anbieterin von Softwarelösungen für die Versicherungsbranche, drei technische Kriterien erfüllen sollte.

  • Datenqualität entscheidend

    Künstliche Intelligenz, kurz KI, gehört derzeit zu den meistdiskutierten Themen. Die Entwicklungen sind rasant, die Möglichkeiten scheinen fast unbegrenzt. Viele Unternehmen arbeiten deshalb schon mit KI oder sind aktuell dabei, Tools zu implementieren. "KI als Katalysator für Optimierung, Standardisierung und Digitalisierung wird von Unternehmen bereits vielfältig eingesetzt. Doch es fehlen in vielen Branchen, wie etwa im Retail-Bereich, noch Use Cases - es kann noch nicht alles mit KI-Tools gelöst werden. Vor der Implementierung gilt es in vielen Fällen deshalb noch zu prüfen, ob sich der Einsatz von KI in jedem Fall lohnt", sagt Andreas Mohr, SAP Senior Development Consultant bei retailsolutions.

  • Sicherheitsrisiken in der Cloud

    Es gibt gute Gründe, Daten und Dienste in eine Cloud-Umgebung zu verlagern: Flexibilität, Skalierbarkeit und Kosteneffizienz sprechen eindeutig für die Cloud. Es sind jedoch auch die Risiken zu bedenken und zu managen. Ein wichtiger Aspekt ist die Datensicherheit: Da die Daten in externen Rechenzentren gespeichert werden, sind sie potenziell Angriffen ausgesetzt - sensible Informationen können abgefangen oder manipuliert werden.

  • Was Unternehmen beachten müssen

    Künstliche Intelligenz gehört für immer mehr Unternehmen ganz selbstverständlich zum Geschäftsalltag dazu. Insbesondere die generative KI (GenAI) erlebt einen Boom, den sich viele so nicht vorstellen konnten. GenAI-Modelle sind jedoch enorm ressourcenhungrig, sodass sich Firmen Gedanken über die Infrastruktur machen müssen. NTT DATA, ein weltweit führender Anbieter von digitalen Business- und Technologie-Services, zeigt, warum die Cloud der Gamechanger für generative KI ist.

  • SAP mit umfassender Cloud-Strategie

    Für die digitale Transformation von Unternehmen setzt SAP auf eine umfassende Cloud-Strategie. Hier bietet SAP verschiedene Lösungen an. Neben der SAP Public Cloud, die sehr stark auf den SME-Markt zielt, bedient die Industry Cloud als Kombination aus Private Cloud und industriespezifischen Cloud-Lösungen eher den LE-Markt.

  • Warum steigende IT-Kosten das kleinere Übel sind

    Es gibt Zeiten, in denen sind CIOs wirklich nicht zu beneiden. Zum Beispiel dann, wenn sie der Unternehmensführung wieder einmal erklären müssen, warum erneut höhere Investitionen in die IT nötig sind. Eines der größten Paradoxe dabei: Kosten steigen auf dem Papier auch dann, wenn eigentlich aus Kostengründen modernisiert wird. Der Umstieg vom eigenen Server im Keller in die Cloud? Mehrkosten. Neue SaaS-Lösungen?

  • Optimierung von Java-Workloads in der Cloud

    Cloud-Infrastrukturen versprechen Skalierbarkeit, Effizienz und Kostenvorteile. Doch um Engpässe zu vermeiden, überprovisionieren viele Unternehmen ihre Cloud-Kapazitäten - und bezahlen so oftmals für Ressourcen, die sie gar nicht nutzen. Wie lässt sich das ändern? Ein zentraler Hebel ist die Optimierung von Java-Workloads in der Cloud. Cloud-Infrastrukturen bringen viele Vorteile, aber auch neue Komplexität und oft unerwartet hohe Kosten mit sich. Bei vielen Unternehmen nehmen Java-Umgebungen und -Anwendungen große Volumina in gebuchten Cloud-Kapazitäten ein, denn Java gehört noch immer zu den beliebtesten Programmiersprachen: Laut dem aktuellen State of Java Survey and Report 2025 von Azul geben 68 Prozent der Befragten an, dass über 50 Prozent ihrer Anwendungen mit Java entwickelt wurden oder auf einer JVM (Java Virtual Machine) laufen.

  • Wer Cloud sagt, muss Datensouveränität denken

    Die Cloud hat sich längst zu einem neuen IT-Standard entwickelt. Ihr Einsatz bringt allerdings neue Herausforderungen mit sich - insbesondere im Hinblick auf geopolitische Risiken und die Gefahr einseitiger Abhängigkeiten. Klar ist: Unternehmen, Behörden und Betreiber kritischer Infrastrukturen benötigen eine kompromisslose Datensouveränität. Materna Virtual Solution zeigt, welche zentralen Komponenten dabei entscheidend sind.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen